GPT-Image2 开放之后，社区里冒出一堆提示词仓库。但绝大多数是案例堆集，复制粘贴出图还行，想批量生成、接进自动化流程就抓瞎。这个仓库想解决的是后面这个问题。它把散落的提示词逆向拆解成结构化协议，让图片生成从"碰运气"变成"可复用"。
核心思路叫 Prompt as Code。532 个逆向案例按 13 个分类整理，UI、海报、信息图、品牌视觉、摄影写实、古风主题各成一类，再提炼成 20+ 套工业级模板。它抄的不是风格词，是结构。 主体、光照、材质、布局拆成可组合的原子块，需要批量出图时，往模板里填业务变量就能跑。
用起来是装一个 Agent Skill。作者把风格库打包成了 npm 包，Claude Code、Codex、Cursor 都能挂：
npm install -g gpt-image-2-style-library
gpt-image-2-style-library install all安装时有个细节要注意。install all 会把技能写进 ~/.codex/skills、~/.claude/skills 这些本地目录，装完必须重启 agent 会话才生效。只想给某个 agent 装，用 README 里的 npx 精确指定参数，别全量装。仓库里还提供一条示例调用：让 gpt-image-2-style-library 生成一张关于 Codex 的信息图提示词。
这个项目最让我意外的不是案例数量，是作者对版权的较真。README 明确写，案例最初受 YouMind 和 OpenNana 的公开提示词库启发，版权归原作者所有，仓库不声明对第三方内容的拥有权，坚持保留来源链接，还给了完整的免责声明和侵权下架流程。提示词仓库里这么认真处理版权边界的，确实少见。
另一个亮点是数据源统一。Agent Skill、在线画廊、网站共用同一个 data/style-library.json，改一处全部同步。画廊在 gpt-image2.canghe.ai，能浏览大图、复制完整提示词、按风格筛选，Google 登录后还能直接测试生成。中文作者维护，README 有中英日三个版本，这类工具对国内开发者很友好。
同赛道直接竞品有一个，是 YouMind-OpenLab/awesome-gpt-image-2，9,403 Star。它自称世界最大的 GPT Image 2 提示词库，2000+ 案例、每天更新，走的是大规模日更路线。两家同名同赛道，方向分化得很清楚：想复制粘贴立刻出图，去 YouMind-OpenLab 翻案例更快；想搭一套能复用的提示词系统，这个仓库更对路。 OpenNana 也是同类，但它是闭源网站，没有开源仓库，只提供在线浏览和复制。PicoTrex/Awesome-Nano-Banana-images（23,555 Star）规模更大，不过它面向 Nano Banana，是 Google 的模型，与 GPT-Image2 不同赛道，只能算相邻参考。
限制也讲的很明白。README 声明不保证第三方内容可以商用，商业用途需要自己找原作者授权。 画廊的测试生成要 Google 登录，国内访问有门槛。付费社区走一次性 9.9 元支付宝支付，但 README 的安全注意事项里写明，退款和支付检查完成前要保持 COMMUNITY_PAYMENT_ENABLED=false，说明这块还在打磨，别指望现在是稳定状态。更新是"不定期"，没有固定节奏。
什么人适合用它？做电商产品图、品牌视觉模板、信息图批量生成的人，或者想在 Agent 工作流里接图像生成、让 AI 自己调提示词的开发者。这套原子化结构对自动化场景的收益最大。什么人不用折腾？只是偶尔想生成一张好看的图，直接去案例库复制现成提示词就行，研究结构是浪费。
项目地址：https://github.com/freestylefly/awesome-gpt-image-2
竞品地址：https://github.com/YouMind-OpenLab/awesome-gpt-image-2