这篇教程写给第一次使用 Agent 生图的人。你不需要会写代码，也不用研究模型参数。 完成安装后，只要对 Agent 说一句：
Agent 会替你完成选模型、提交任务、等待结果和保存图片。

​
先看最简单的用法

整个过程只有四步：
  1. 复制一条安装命令。
  2. 把 Skill 设为 Agent 的全局默认生图工具。
  3. 告诉 Agent 想画什么。
  4. 第一次使用时，按提示复制一次 API Key。
以后再次生图，通常只需要第 3 步，而且不必每次重复指定 Skill。

​
开始前需要准备什么

准备下面三样东西：
  • 一个可以使用的 Agent，例如 Codex、Claude Code 或 Cursor。
  • Node.js。运行 npx --version，如果能看到版本号，就已经准备好了。
  • Python 3。运行 python3 --version；Windows 也可以试试 python --version。
  • 一个 Kaien API 账号。API Key 可以等第一次生图时再创建。
如果 npx --version 没有显示版本号，请先从 Node.js 官网 安装 LTS 版本。 如果两个 Python 命令都没有显示 Python 3 版本，请从 Python 官网 安装。Skill 只使用 Python 自带功能，不需要另外安装 Python 库。

​
第一步：复制安装命令

找到你正在使用的 Agent，只复制对应的那一行。看不懂命令里的参数也没关系。 不知道在哪里运行命令时，可以把整行命令发给有本地操作权限的 Agent，并说“请帮我运行这条安装命令”。如果它不能代你执行，再把命令粘贴到电脑的终端里。

​
我用 Codex

​
我用 Claude Code

​
我用 Cursor

看到 kaien-gpt-image-2 或安装成功提示，就可以继续了。 第一次运行时看到 npm warn exec，通常只是 npx 正在下载安装工具，不代表安装失败。 如果想确认是否安装成功，可以运行：

​
第二步：设为全局默认生图 Skill

安装完成后，把下面整段发给 Agent：
这一步会让 Agent 以后遇到生图或改图任务时自动使用这个 Skill，不需要每次都写“请使用 $kaien-gpt-image-2”。 如果 Agent 没有权限修改全局指令文件，它会告诉你应该把这条规则粘贴到哪里。

​
第三步：直接告诉 Agent 想画什么

安装后回到 Agent 对话框，复制下面这句话：
如果你没有写模型、尺寸或图片格式，Agent 会使用适合新手的默认设置：
  • 普通模型：gpt-image-2
  • 方形图片：1024x1024
  • PNG 格式
  • 保存到当前项目的 generated/ 文件夹
你只需要关注“想画什么”，其他设置以后再学也不迟。

​
第四步：第一次使用时设置 API Key

第一次生图时，Agent 可能会告诉你“还缺少 Kaien API Key”。这不是报错，只是还没有绑定你的账号。 按照下面做一次：
  1. 打开 Kaien API Token 页面。
  2. 创建一个新的 API Key。
  3. 复制 Key。
  4. 回到你信任的本地 Agent 对话，把 Key 粘贴给它。
Agent 会保存 Key，然后继续刚才的图片任务。以后通常不需要再粘贴。 Key 默认保存在你的电脑上：
它不会被写进当前项目代码。不要把 Key 发到群聊、公开网页、GitHub Issue 或截图里。更多安全说明见 API Key 鉴权。 如果你不想把 Key 粘贴到 Agent 对话，也可以手动设置环境变量：
Windows PowerShell：

​
怎样算成功了

图片完成后，Agent 会告诉你保存位置，例如：
点击文件路径或在项目文件夹中打开它，就能看到图片。

​
不会写提示词怎么办

不需要背“提示词公式”。按照这个模板说人话就可以：
例如：
Agent 会把这句话整理成模型更容易理解的描述，但不会擅自改变你的主体和要求。

​
可以直接复制的生图示例

如果图片中必须出现一句准确文字，请把文字用引号标出来：

​
想用参考图怎么办

你可以把网上能直接打开的图片链接交给 Agent：
注意：链接打开后应该直接显示图片，不能要求登录，也不能很快过期。 如果图片只存在于你的电脑里，直接把本地路径或 Agent 能访问的附件交给它：
Skill 会先通过 Kaien 的 /v1/files 接口上传本地参考图，再把返回的公开图片地址用于图生图。支持 JPG、PNG、GIF 和 WebP，单张默认不超过 10 MB；不需要你先上传到其他图床。

​
方图、横图和竖图怎么选

如果你不说，Agent 会根据用途自动选择： 你也可以直接说“方图”“横图”或“竖图”，不用记像素数字。

​
什么时候需要 2K 或 4K

普通网页配图、社交图片和初稿，使用默认的 gpt-image-2 就够了。 只有下面情况才建议明确要求更高分辨率：
  • 图片需要放大或裁切。
  • 要制作高清商品图。
  • 要制作大尺寸海报或最终交付文件。
示例：
2K 和 4K 通常需要更多生成时间，也可能消耗更多额度。第一次尝试建议先用普通尺寸确认画面方向。

​
为什么失败后会出现多个任务

图片生成偶尔会明确返回失败。为了让小白不用反复点“再试一次”，Skill 默认会使用相同要求重新生成，最多重试 5 次。 需要知道三点：
  • 第一次生成加 5 次重试，最多可能出现 6 条生成记录。
  • 每次重新生成都可能消耗账户额度。
  • 如果只是等待超时或网络中断，Agent 不会重复创建任务，而是继续查询原任务。
如果只想尝试一次，可以说：

​
常见问题

​
Agent 没有开始生图

明确告诉它使用哪个 Skill：
如果仍然没有反应，运行 npx skills list --global，确认列表中有 kaien-gpt-image-2。

​
提示找不到 API Key

打开 Token 页面 创建 Key，然后把它交给可信的本地 Agent 保存。只需要设置一次。

​
参考图无法读取

把图片链接复制到浏览器地址栏测试。如果不能直接看到图片，模型通常也读不到。换一个无需登录、不会马上过期的图片链接。

​
图片一直显示处理中

不要重新提交。告诉 Agent：
Agent 会继续查询刚才那条生成记录，不会因为等待超时重复生成。

​
尺寸不支持

直接改成“方图”“横图”或“竖图”，让 Agent 使用推荐尺寸。小白不需要自己计算宽高限制。

​
怎么查看用了多少额度

打开控制台用量页面，或阅读 用量与余额查询。第一次尝试建议只生成一张普通尺寸图片。

​
更新或删除 Skill

更新到最新版本：
不再使用时删除：

​
给进阶用户

如果你要把图片生成接入网站、App、自动化工作流或批量任务，请阅读 GPT Image 2 API 文档。Agent Skill 更适合个人创作和项目素材；正式产品接入需要自己处理任务记录、轮询和文件存储。

​
继续阅读