闲社服务运行正常AI智能体自动化平台
c

ChatGPT图像生成

技能标识:chatgpt-image-gen

Generate images using ChatGPT/DALL-E through OpenClaw browser automation. Use when the user wants to create images via ChatGPT's web interface with their logged-in session. Requires Chrome extension setup for first use. Use for image generation tasks where ChatGPT's native DALL-E image creation is preferred.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

ChatGPT图像生成

ChatGPT 图像生成

通过 OpenClaw 浏览器自动化,利用 ChatGPT 的 DALL-E 集成生成图像。

前置条件

  1. 1. Chrome 扩展安装:
- 从 Chrome 网上应用店安装 OpenClaw Browser Relay - 或使用 OpenClaw 自带的扩展
  1. 2. 初始设置(一次性):
- 在 Chrome/Brave 中打开 ChatGPT(chatgpt.com) - 登录你的 ChatGPT 账户(推荐使用 Pro 订阅以获得最佳质量) - 在 ChatGPT 标签页上点击 OpenClaw 扩展图标进行附加 - 附加成功后徽章应显示ON

工作原理

此技能使用 OpenClaw 内置的 browser 工具,配合 Chrome 扩展中继(profile=chrome)来控制已登录的 ChatGPT 标签页。由于使用的是真实浏览器会话,因此可以绕过 ChatGPT 的机器人检测。

CLI 命令参考

重要提示: 没有 browser act 子命令。每个操作都是直接子命令。

操作CLI 语法
列出标签页openclaw browser tabs
快照
openclaw browser snapshot --target-id |
| 点击 | openclaw browser click --target-id |
| 输入 | openclaw browser type --target-id |
| 按键 | openclaw browser press --target-id |
| 导航 | openclaw browser navigate --target-id |
| 截图 | openclaw browser screenshot --target-id |

  • - 和 是位置参数(无 --ref 标志)
  • --target-id 接受完整 ID 或唯一前缀(例如,使用 77CB 代替 77CB8A574E8A44861C5FE49388EF6ABC)
  • --profile 是 openclaw browser 的父选项,而非子命令

工作流程

1. 列出已附加的标签页

bash
openclaw browser tabs

查找 URL 包含 chatgpt.com 的标签页。记下 targetId。

2. 获取快照(查找元素引用)

bash
openclaw browser snapshot --target-id --format ai --efficient

这将输出一个包含 e23、e589 等引用的树结构。在交互前务必先运行快照。

3. 点击元素

bash
openclaw browser click e23 --target-id

4. 输入文本

bash
openclaw browser type e589 生成一张图片:日落时的未来城市 --target-id

添加 --submit 可在输入后按回车:
bash
openclaw browser type e589 生成一张图片:一只猫在玩滑板 --target-id --submit

5. 按键

bash
openclaw browser press Enter --target-id

6. 等待生成

使用 sleep 等待 DALL-E 生成(30-60 秒):
bash
sleep 45

然后拍摄新的快照检查结果:
bash
openclaw browser snapshot --target-id --format ai --efficient

完整示例会话

bash

1. 列出标签页,找到 ChatGPT 标签页的 targetId


openclaw browser tabs

2. 拍摄快照查找元素引用

openclaw browser snapshot --target-id 4535E --format ai --efficient

3. 点击输入框(从快照中检查引用,通常标记为Ask anything)

openclaw browser click e589 --target-id 4535E

4. 输入提示词并提交

openclaw browser type e589 生成一张图片:日落时的未来城市 --target-id 4535E --submit

5. 等待 DALL-E 生成

sleep 45

6. 拍摄新快照查看结果并找到下载按钮

openclaw browser snapshot --target-id 4535E --format ai --efficient

7. 点击下载按钮(引用来自新快照)

openclaw browser click e745 --target-id 4535E

故障排除

无法访问 OpenClaw 浏览器控制服务:

  • - 需要重启网关:openclaw gateway restart
  • 或通过 OpenClaw 菜单栏应用重启

Chrome 扩展中继正在运行,但没有标签页连接:

  • - ChatGPT 标签页未附加
  • 转到 ChatGPT 标签页并点击 OpenClaw 扩展图标

需要 ref 错误:

  • - 需要指定要交互的元素
  • 先运行 snapshot 获取引用

命令未找到 / 未知命令:

  • - 不要使用 browser act — 使用直接子命令:browser click、browser type、browser press
  • ref 是位置参数:browser click e23,而不是 browser click --ref e23

图像生成超时:

  • - DALL-E 生成需要 30-60 秒
  • 使用 sleep 45 然后重新快照检查

机器人检测 / 登录问题:

  • - 标签页必须已通过真实浏览器登录
  • 使用 Chrome 扩展中继(已附加的标签页),而非隔离浏览器

提示

  1. 1. 保持 ChatGPT 标签页打开: 附加后,保持标签页打开以备后续使用
  2. 检查 targetId: 关闭/重新打开标签页时 targetId 会变化 — 始终先运行 tabs
  3. 使用 --submit: type 命令支持 --submit 自动按回车
  4. 唯一前缀: --target-id 接受唯一前缀,无需完整的 32 位 ID
  5. Pro 订阅: ChatGPT Pro 提供更好的图像质量和更快的生成速度

安全说明

此方法使用你实际的 Chrome 浏览器会话,因此继承了你所有的 ChatGPT 权限和设置。不会存储或传输任何凭据——一切都在你现有的浏览器会话中进行。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 chatgpt-image-gen-1776270329 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 chatgpt-image-gen-1776270329 技能

通过命令行安装

skillhub install chatgpt-image-gen-1776270329

下载

⬇ 下载 chatgpt-image-gen v1.0.0(免费)

文件大小: 2.75 KB | 发布时间: 2026-4-16 16:49

v1.0.0 最新 2026-4-16 16:49
- Initial release of chatgpt-image-gen skill.
- Enables DALL-E image generation via ChatGPT’s web interface using OpenClaw browser automation.
- Requires setup of the OpenClaw Chrome extension and an already logged-in ChatGPT tab.
- Provides detailed CLI workflow for interacting with ChatGPT UI (listing tabs, clicking, typing prompts, downloading images).
- Includes troubleshooting tips and best practices for reliable image generation.
返回顶部