akasha 0.9 使用手冊

akasha 0.9 manual

0%

gen_image

發表於 更新於 分類於

gen_image

gen_image 是一個結合語言模型與圖像生成的工具。可根據使用者的提示詞（prompt）生成圖片，或根據現有圖片進行編輯。支援 OpenAI、Azure OpenAI 及 Gemini 圖像模型，並可自訂圖片品質、尺寸與儲存路徑。

目前僅支援 openai/azure openai 及 gemini（如 model=”gemini:gemini-2.0-flash-preview-image-generation”）

  • 若使用 openai 受保護模型（如 “gpt-image-1”），帳號需經過驗證。
  • 若使用 azure openai，請確保 .env 檔案中的 AZURE_API_VERSION 設為 "2025-04-01-preview"。

gen_image 功能

  1. 圖片生成：根據提示詞生成圖片，支援多種模型與格式。
  2. 圖片編輯：可根據提示詞對現有圖片進行編輯，支援單張或多張圖片。
  3. 自訂參數：可設定圖片品質（high/medium/low）、尺寸（如 256x256, 512x512, 1024x1024）、儲存路徑等。
  4. 日誌保存：可選擇是否顯示詳細過程與結果。

gen_image 範例

生成圖片

1
2
3
4
5
6
7
8
9
import akasha

# 生成圖片，可選擇模型、品質、尺寸與儲存路徑
save_path = akasha.gen_image(
    prompt="一隻可愛的絨毛娃娃，是北海道的長尾山雀，坐在白雪的樹枝上唱歌",
    model="gemini:gemini-2.0-flash-preview-image-generation",
    save_path="長尾山雀.png",
    env_file=".env3",
)

編輯圖片

1
2
3
4
5
6
7
8
9
10
import akasha

# 編輯現有圖片，可為單張或多張
save_path = akasha.edit_image(
    model="openai:gpt-image-1",
    prompt="增加一隻可愛的鯊魚娃娃在旁邊",
    images="長尾山雀.png",
    save_path="鯊鯊.png",
    env_file=".env3",
)

gen_image 參數

gen_image 初始化參數

prompt: str

生成圖片的提示詞。

save_path: str

圖片儲存路徑，可為 .png、.jpeg、.webp 等格式，預設為 “./image.png”。

model: str

使用的圖像生成模型，例如 "openai:gpt-image-1" 或 "gemini:gemini-2.0-flash-preview-image-generation"。

size: str

圖片尺寸（如 “256x256”、”512x512”、”1024x1024”），預設為 “auto”。

quality: str

圖片品質，可選 “high”、”medium”、”low”，預設為 “auto”。

verbose: bool

是否顯示詳細過程，預設為 False。

env_file: str

指定 .env 環境設定檔的路徑。

edit_image 初始化參數

prompt: str

編輯圖片的提示詞。

images: list[str] | str | Path

要編輯的圖片路徑，可為單張或多張。

save_path: str

編輯後圖片儲存路徑，預設為 “./image.png”。

model: str

使用的圖像生成模型，預設為 "openai:gpt-image-1"。

size: str

圖片尺寸，預設為 “auto”。

quality: str

圖片品質，預設為 “auto”。

verbose: bool

是否顯示詳細過程，預設為 False。

env_file: str

指定 .env 環境設定檔的路徑。

日誌與結果

  • 生成或編輯過程與結果可選擇顯示於終端機。
  • 圖片將儲存於指定路徑。

相關連結