feat: GPT Image 节点新增质量参数、批量提示词及模型调整

- 新增「质量」下拉参数（高/中/低/自动），默认 auto，两个接口均传递 quality 字段
- 支持批量提示词模式：prompt 中用单独一行 --- 分隔多条提示词，逐条调用 API 并合并输出
- 模型列表更新：移除 gpt-image-1 / gpt-image-1-特价，新增 gpt-image-2，默认改为 gpt-image-2
- size 字段始终传递（auto 也上传），移除 seed 参数传递

Co-Authored-By: Claude Sonnet 4.5 <[email protected]>

clients/gpt_image_client.py

@@ -33,7 +33,6 @@ _ENDPOINT_EDITS       = "/v1/images/edits/"
 
 # ── 模型名映射（UI 显示名 → API 实际参数名）─────────────────────────────────
 _MODEL_NAME_MAP = {
-    "gpt-image-1-特价":   "gpt-image-1-special",
     "gpt-image-1.5-特价": "gpt-image-1.5-special",
     "gpt-image-2-特价":   "gpt-image-2-special",
 }
@@ -215,13 +214,7 @@ class GptImageClient:
             "moderation": "low",
         }
 
-        # size = "auto" 时不传该字段，让 API 自行决定
+        body["size"] = size if size else "auto"
-        if size and size != "auto":
-            body["size"] = size
-
-        # seed > 0 时才传递（0 视为不指定）
-        if seed > 0:
-            body["seed"] = seed
 
         # 图生图：将 tensor 转成 data URI 内联
         if image_tensor is not None:
@@ -298,15 +291,15 @@ class GptImageClient:
             image_tensor = image_tensor.unsqueeze(0)   # [H,W,C] → [1,H,W,C]
         num_images = image_tensor.shape[0]
 
-        # o1key 中转服务的 edits 接口暂不支持 quality / background / moderation / seed，
+        # o1key 中转服务的 edits 接口暂不支持 background / moderation / seed，
         # 待服务方更新后可重新加入。
         form = aiohttp.FormData()
-        form.add_field("model",  api_model)
+        form.add_field("model",   api_model)
-        form.add_field("prompt", prompt)
+        form.add_field("prompt",  prompt)
-        form.add_field("n",      str(n))
+        form.add_field("n",       str(n))
+        form.add_field("quality", quality)
 
-        if size and size != "auto":
+        form.add_field("size", size if size else "auto")
-            form.add_field("size", size)
 
         # 多图：用 image[] 数组字段逐张附加，支持 gpt-image-1.5 最多 16 张
         for i in range(num_images):

nodes/gpt_image.py

@@ -7,6 +7,7 @@ import time
 import torch
 
 from ..clients.gpt_image_client import GptImageClient
+from ..utils.image_utils import parse_batch_prompts
 
 
 class O1keyGPTImage:
@@ -17,13 +18,15 @@ class O1keyGPTImage:
       - 文生图：仅提供 prompt
       - 图生图：提供 prompt + 图片（无遮罩）
       - 图像编辑：提供 prompt + 图片 + 遮罩（白色区域将被替换）
+      - 批量模式：prompt 中用单独一行 --- 分隔多条提示词
 
     参数：
-      - prompt   : 文本提示词（多行）
+      - prompt   : 文本提示词（多行；用 --- 独占一行分隔批量提示词）
       - 模型     : 模型选择
       - 分辨率   : 图像尺寸（auto 让 API 自动决定）
-      - 生图数量 : 生成数量 1-8
+      - 生图数量 : 每条提示词生成数量 1-8
       - seed     : 随机种子（0 表示不指定）
+      - 质量     : 生成质量
       - 图片     : 可选参考图（用于图生图或编辑）
       - 遮罩     : 可选蒙版（白色区域将被替换）
     """
@@ -35,18 +38,17 @@ class O1keyGPTImage:
                 "prompt": ("STRING", {
                     "default": "",
                     "multiline": True,
-                    "tooltip": "Text prompt for GPT Image",
+                    "tooltip": "Text prompt for GPT Image. Use --- on its own line to separate batch prompts.",
                 }),
             },
             "optional": {
                 "模型": ([
-                    "gpt-image-1",
+                    "gpt-image-2",
                     "gpt-image-1.5",
                     "gpt-image-2-特价",
-                    "gpt-image-1-特价",
                     "gpt-image-1.5-特价",
                 ], {
-                    "default": "gpt-image-1.5",
+                    "default": "gpt-image-2",
                 }),
                 "分辨率": ([
                     "auto（默认）",
@@ -67,7 +69,7 @@ class O1keyGPTImage:
                     "max": 8,
                     "step": 1,
                     "display": "number",
-                    "tooltip": "How many images to generate",
+                    "tooltip": "How many images to generate per prompt",
                 }),
                 "seed": ("INT", {
                     "default": 0,
@@ -78,6 +80,10 @@ class O1keyGPTImage:
                     "control_after_generate": True,
                     "tooltip": "Random seed (0 = not specified)",
                 }),
+                "质量": (["高", "中", "低", "自动"], {
+                    "default": "自动",
+                    "tooltip": "Image quality: 高=high, 中=medium, 低=low, 自动=auto",
+                }),
                 "图片": ("IMAGE", {
                     "tooltip": "Optional reference image for image editing.",
                 }),
@@ -96,34 +102,37 @@ class O1keyGPTImage:
     def generate(
         self,
         prompt: str,
-        模型: str = "gpt-image-1.5",
+        模型: str = "gpt-image-2",
         分辨率: str = "auto",
+        质量: str = "自动",
         生图数量: int = 1,
         seed: int = 0,
         图片=None,
         遮罩=None,
     ):
         """
-        生成图像（文生图 / 图生图 / 图像编辑）
+        生成图像（文生图 / 图生图 / 图像编辑 / 批量提示词）
 
         路由逻辑：
           - 无图片           → generations 接口（文生图）
           - 有图片，无遮罩   → edits 接口（图生图）
           - 有图片，有遮罩   → edits 接口（图像编辑 + 蒙版）
+          - prompt 含 ---    → 批量模式，逐条调用上述接口
         """
         start_time = time.time()
 
         # ── 1. 参数校验 ───────────────────────────────────────────────────────
-        if not prompt or not prompt.strip():
-            raise ValueError("提示词不能为空")
-
         if 遮罩 is not None and 图片 is None:
             raise ValueError("提供了遮罩但未提供图片，请同时提供图片和遮罩")
 
         # ── 2. 解析分辨率显示值 → API 参数值 ──────────────────────────────────
         size = 分辨率.split("（")[0].strip()
 
-        # ── 2. 创建客户端 ─────────────────────────────────────────────────────
+        # ── 2b. 解析质量显示值 → API 参数值 ───────────────────────────────────
+        _quality_map = {"高": "high", "中": "medium", "低": "low", "自动": "auto"}
+        quality = _quality_map.get(质量, "auto")
+
+        # ── 3. 创建客户端 ─────────────────────────────────────────────────────
         try:
             client = GptImageClient()
         except ValueError as e:
@@ -132,28 +141,66 @@ class O1keyGPTImage:
                 raise ValueError("未授权！") from None
             raise
 
-        # ── 3. 调用 API ───────────────────────────────────────────────────────
+        # ── 4. 解析批量提示词 ─────────────────────────────────────────────────
-        try:
+        batch_prompts = parse_batch_prompts(prompt)
-            pil_images = client.run_sync(
-                prompt=prompt,
-                model=模型,
-                quality="low",
-                background="auto",
-                size=size,
-                n=生图数量,
-                seed=seed,
-                image_tensor=图片,
-                mask_tensor=遮罩,
-            )
-        except Exception as e:
-            error_msg = str(e).split('\n')[0]
-            print(f"[o1key GPT Image] ❌ {error_msg}")
-            raise RuntimeError(error_msg) from None
 
-        # ── 4. PIL → tensor ───────────────────────────────────────────────────
+        # ── 5. 调用 API ───────────────────────────────────────────────────────
-        output_tensor = GptImageClient._pil_list_to_tensor(pil_images)
+        all_pil_images = []
 
-        # ── 5. 完成日志 ───────────────────────────────────────────────────────
+        if batch_prompts:
+            # 批量模式：逐条提示词调用
+            total = len(batch_prompts)
+            print(f"[o1key GPT Image] 批量模式 | {total} 条提示词 | 每条生成 {生图数量} 张")
+            for idx, p in enumerate(batch_prompts, 1):
+                try:
+                    pil_images = client.run_sync(
+                        prompt=p,
+                        model=模型,
+                        quality=quality,
+                        background="auto",
+                        size=size,
+                        n=生图数量,
+                        seed=seed,
+                        image_tensor=图片,
+                        mask_tensor=遮罩,
+                    )
+                    all_pil_images.extend(pil_images)
+                    snippet = p[:30] + ("..." if len(p) >= 30 else "")
+                    print(f"[o1key GPT Image] [{idx}/{total}] ✓ {snippet}")
+                except Exception as e:
+                    error_msg = str(e).split('\n')[0]
+                    snippet = p[:30] + ("..." if len(p) >= 30 else "")
+                    print(f"[o1key GPT Image] [{idx}/{total}] ❌ {snippet} → {error_msg}")
+        else:
+            # 单提示词模式
+            if not prompt or not prompt.strip():
+                raise ValueError("提示词不能为空")
+            try:
+                pil_images = client.run_sync(
+                    prompt=prompt,
+                    model=模型,
+                    quality=quality,
+                    background="auto",
+                    size=size,
+                    n=生图数量,
+                    seed=seed,
+                    image_tensor=图片,
+                    mask_tensor=遮罩,
+                )
+                all_pil_images.extend(pil_images)
+            except Exception as e:
+                error_msg = str(e).split('\n')[0]
+                print(f"[o1key GPT Image] ❌ {error_msg}")
+                raise RuntimeError(error_msg) from None
+
+        # ── 6. 检查是否有可用图像 ─────────────────────────────────────────────
+        if not all_pil_images:
+            raise RuntimeError("所有提示词均生成失败，无可用图像输出")
+
+        # ── 7. PIL → tensor ───────────────────────────────────────────────────
+        output_tensor = GptImageClient._pil_list_to_tensor(all_pil_images)
+
+        # ── 8. 完成日志 ───────────────────────────────────────────────────────
         elapsed = time.time() - start_time
         print(
             f"[o1key GPT Image] 完成！耗时 {elapsed:.1f}s，"