wiraperdana/claude-imagegen

Was macht claude-imagegen?

Dieses Skill verbindet den Agenten mit dem nativen image_gen-Tool von Codex. Dieses Tool verwendet die ChatGPT-Anmeldung des Benutzers, daher ist kein OPENAI_API_KEY erforderlich.

Die einfache Analogie: Der Agent handelt als Art Director. Er schreibt ein Briefing, sendet es an den Illustrator (Codex) und prüft das Ergebnis visuell, bevor es verwendet wird. Der Illustrator arbeitet schnell, macht aber gelegentlich Fehler – z. B. falsche Etiketten oder vertauschte Pfeilrichtungen. Deshalb ist die visuelle Überprüfung ein obligatorischer Schritt, kein optionaler.

Wann verwenden

• Der Benutzer fordert Illustrationen, Geschichtsszenen oder unterstützende Bilder an, die mit imagegen GPT erstellt werden sollen.
• Der Benutzer wünscht einen einheitlichen Bildstil, der zu vorhandenen Bildern passt.

Für präzise Diagramme mit vielen Beschriftungen bieten Sie zuerst SVG oder HTML an. Imagegen ist am zuverlässigsten für Szenen und am fehleranfälligsten bei langen Texten.

Wenn der laufende Agent Codex selbst ist, verwenden Sie direkt dessen nativen image_gen-Befehl. Rufen Sie codex exec nicht aus Codex heraus auf.

Voraussetzungen

1. codex ist im PATH und mit einem ChatGPT-Konto angemeldet. Überprüfen Sie mit codex login status.
2. Die Funktion image_generation ist aktiviert. Überprüfen Sie mit codex features list | grep image_generation.
3. Optional: cwebp für WebP und sips (macOS) oder Python Pillow zum Auslesen der Bildabmessungen.

Wenn die Voraussetzungen nicht erfüllt sind, brechen Sie ab und nennen Sie die fehlenden Komponenten. Wechseln Sie nicht stillschweigend zu einer kostenpflichtigen API.

Vor dem Ausführen – zwei Hinweise an den Benutzer

• Das Briefing und die Referenzbilder werden an OpenAI gesendet. Fügen Sie keine geheimen Bilder, personenbezogenen Daten oder Kundendaten ohne ausdrückliche Genehmigung bei.
• Jedes Bild verbraucht Kontingente des ChatGPT-Abonnements. Ein Testbild verbraucht etwa 18.000 Token und die Generierung dauert etwa 2 Minuten.

Teilen Sie dies einmal pro Sitzung mit, es sei denn, der Inhalt der Referenz ändert sich.

Ablauf

1. Anforderungen erfassen. Fragen Sie nur nach, was noch unklar ist: Bildzweck, Seitenverhältnis (Standard 3:2 Querformat), zwingend erforderlicher Text, Referenzbilder für den Stil und Speicherort.

2. Briefing schreiben auf Englisch unter Verwendung von references/brief-template.md. Geben Sie den erlaubten Text exakt an, untersagen Sie dann anderen Text, Wasserzeichen und Logos.

3. Skript ausführen:

   scripts/gen.sh --out <pfad/name.png> --brief <brief.txt> [--ref <bild.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   Das Skript fügt Speicheranweisungen zum Briefing hinzu, sendet das Briefing über stdin und kopiert das Ergebnis. Das Briefing muss über stdin übergeben werden, da die Option -i von Codex nachfolgende Positionsargumente verschluckt. Verwenden Sie --dry-run, um den Befehl zu sehen, ohne Kontingent zu verbrauchen.

   Verfeinerung durch Codex (Standard). Vor dem Zeichnen fungiert Codex als Art Director: Es schreibt das Briefing in einen wirkungsvolleren Prompt um, mit einer Hauptidee, klarer visueller Hierarchie und einer visuellen Metapher, die auch Laien sofort verstehen. Zahlen, Namen, Zitate und Fachbegriffe müssen exakt erhalten bleiben. Der verfeinerte Prompt und die Liste der Texte im Bild werden in <name>.refined.txt gespeichert. Verwenden Sie --no-refine, wenn das Briefing unverändert verwendet werden soll, z. B. für kleine Korrekturen.

   Style Guide. --style-guide <datei.md> oder die Umgebungsvariable CLAUDE_IMAGEGEN_STYLE_GUIDE hängt Sprach- und Didaktikregeln an, z. B. AGENTS.md eines Arbeitsbereichs. Codex wendet nur die Sprachregeln, Satzstilregeln und Didaktik aus dieser Datei an.

4. Ergebnis visuell prüfen. Öffnen Sie die PNG und überprüfen Sie die Liste in references/qa-checklist.md: Rechtschreibung aller Etiketten, Pfeilrichtungen, keine wilden Texte, Seitenverhältnis und Stilübereinstimmung.

5. Bei Bedarf überarbeiten, maximal zwei Runden. Wählen Sie einen der folgenden Wege:

   • Bearbeiten Sie das Briefing und führen Sie es erneut aus, oder
   • Hängen Sie das vorherige Ergebnis als --ref an mit einer gezielten Bearbeitungsanweisung, z. B. „Everything behalten, nur Etikett X zu Y ändern.“

6. Abgeben. Melden Sie den PNG-Pfad, den WebP-Pfad (falls vorhanden), die Pixelgröße und die Ergebnisse der visuellen Prüfung. Nennen Sie auch verbleibende Mängel.

Ausgabe

• <name>.png: Originalbild von Codex.
• <name>.brief.txt: Das verwendete Briefing, damit das Bild reproduziert oder überarbeitet werden kann.
• <name>.refined.txt: Der verfeinerte Prompt von Codex und die Liste der im Bild erscheinenden Texte. Verwenden Sie dies, um Rechtschreibung und Zahlen zu überprüfen.
• <name>.webp: Wenn --webp angegeben ist, Breite gemäß der Zahl und Seitenverhältnis beibehaltend.

Codex speichert zudem eine originalgetreue Kopie in ~/.codex/generated_images/.

Grenzen, die ehrlich mitgeteilt werden sollten

• Die Version des Bildmodells kann nicht über Parameter ausgewählt werden. Codex entscheidet selbst.
• Das Ergebnis ist nicht deterministisch. Das gleiche Briefing kann unterschiedliche Bilder erzeugen.
• Lange Texte im Bild werden oft falsch geschrieben. Beschränken Sie den Text auf einige kurze Etiketten.