leeguooooo/image-use

何を解決するか

image-use は、依存関係ゼロの Python CLI ツールで、OpenAI API キーを必要とせず、既存の ChatGPT または Gemini サブスクリプション（無料トライアルも含む）を使って画像生成が可能になります。個人のサブスクリプションをプログラム可能な画像生成インターフェースに変換します。

動作方法

このツールは複数のバックエンドを提供して AI サービスと連携します：

• Web バックエンド：ログイン済みの Chrome ブラウザを制御して、ChatGPT のウェブチャットインターフェースと対話します。
• Codex バックエンド：ヘッドレスなフォールバックで、内部エンドポイントを使用します。
• Gemini バックエンド：ログイン済みの Chrome ブラウザ（--backend gemini）または Antigravity CLI（--backend agy）を使用して、Google Gemini で画像を生成します。

画像から画像へのリファレンス、コンポジションリファレンス、および ImageMagick と libwebp を使用してスプライトシートを WebP または GIF ファイルに変換することで、シンプルなアニメーションの生成をサポートしています。

対象ユーザー

API クレジットの支払いを避け、既存のウェブベースのサブスクリプションを活用して、ワークフローや CLI 環境（例：Claude Code、Cursor、Codex）に画像生成を統合したい開発者や AI エージェントユーザー。

特徴

• API キー不要：既存のブラウザセッションや内部エンドポイントを使用して、資金が入った API アカウントの必要を回避。
• AI エージェント統合：npx skills add を通じて Claude Code や Cursor などのエージェントに「スキル」として追加可能。
• キャラクターの一貫性：リファレンス画像を使ってキャラクターをピン固定し、異なるシーン間で一貫性を維持。
• コミュニティスタイル：パブリックギャラリー（drawstyle.leeguoo.com）と連携し、カスタムアートスタイルの検索、ダウンロード、公開が可能。
• アニメーションサポート：スプライトシートからピングポングループアニメーションを生成可能。
• マルチバックエンド対応：ChatGPT と Gemini バックエンド間で柔軟に切り替え可能。