Codex Gateway Imagegen

Was macht Codex Gateway Imagegen?

Nutze diesen Skill, um aus einer Textbeschreibung ein Bild zu generieren oder Bilder über das Gateway zu bearbeiten, das in ~/.codex/config.toml definiert ist.

Er unterstützt beides:

• Text-zu-Bild-Generierung
• Bildbearbeitung mit einem oder mehreren Referenzbildern

Kurzanleitung

1. Bestätige, ob der Benutzer eine Generierung oder Bearbeitung wünscht, und bestätige dann den Ausgabepfad.
2. Wähle eine Größe, die zum Ziel passt:
   • Quadratisches Bild: 1024x1024
   • Hochformat / Handy-Screenshot: 1024x1536
   • Querformat: 1536x1024
3. Führe scripts/generate_gateway_image.py aus.
4. Falls die Bildgenerierung ratenbegrenzt ist, behalte den ursprünglichen Prompt, die Bilder, die Größe und die Aktion bei. Kürze, schreibe nicht um, vereinfache oder ändere den Prompt auf keine andere Weise. Das Hilfsskript wiederholt dieselbe Anfrage mit exponentiellem Backoff.
5. Falls die Anfrage innerhalb der Sandbox mit TLS-, Schannel- oder Read-Timeout-Fehlern fehlschlägt, führe denselben Befehl mit erweitertem Host-Netzwerkzugriff erneut aus.
6. Melde den gespeicherten Dateipfad.

Arbeitsablauf

1. Prompt formulieren

Schreibe den Prompt als Produktspezifikation, nicht als Fragment. Füge ein:

• Motiv
• Szene
• Visueller Stil
• Komposition
• Beleuchtung
• Ausgabehinweise wie livestream screenshot, poster, photorealistic, 9:16 vertical
• UI-Overlays oder genaue Bildschirmelemente, falls erforderlich

Wenn der Benutzer das Gefühl eines Live-App-Screenshots wünscht, sage dies explizit und beschreibe die Overlays.

Wenn der Benutzer eine Bearbeitung wünscht, beschreibe auch:

• was nah am Referenzbild bleiben sollte
• was sich ändern sollte
• ob die Bearbeitung eine lockere Umstilisierung oder eine detailgetreue Konservierung ist

2. Zulässige Größe wählen

Standardmäßig 1024x1024, es sei denn, die Komposition erfordert eindeutig ein anderes Seitenverhältnis.

Bekannte gute Größen aus diesem Arbeitsablauf:

• 1024x1024
• 1024x1536

Wenn das Gateway einen Fehler wie Invalid size ... below the current minimum pixel budget zurückgibt, erhöhe die angeforderte Größe, anstatt dieselbe erneut zu versuchen.

3. Mit dem Hilfsskript generieren

Für Text-zu-Bild:

python "${CLAUDE_SKILL_DIR}/scripts/generate_gateway_image.py" --prompt "<prompt>" --out "<ausgabepfad>" --size 1024x1024

Für Bildbearbeitung mit einem lokalen Referenzbild:

python "${CLAUDE_SKILL_DIR}/scripts/generate_gateway_image.py" --prompt "<prompt>" --image "<referenzbild>" --action edit --out "<ausgabepfad>" --size 1024x1536

Für Bildbearbeitung mit mehreren Referenzen:

python "${CLAUDE_SKILL_DIR}/scripts/generate_gateway_image.py" --prompt "<prompt>" --image "<referenz-1>" --image "<referenz-2>" --action edit --out "<ausgabepfad>" --size 1024x1536

Optionale Eingaben:

• --image <pfad>: lokales Referenzbild, wiederholbar
• --image-url <url>: entferntes Referenzbild, wiederholbar
• --mask <pfad>: lokales Maskenbild für gezielte Bearbeitungsbereiche
• --action auto|generate|edit: Standardmäßig auto
• --max-retries <anzahl>: Maximale Wiederholungen bei Bild-Ratenbegrenzungsfehlern, Standardmäßig 5

Das Skript:

• Liest base_url aus ~/.codex/config.toml
• Liest OPENAI_API_KEY aus ~/.codex/auth.json
• Ruft /responses auf
• Verwendet standardmäßig model="gpt-5.5"
• Fordert das Tool image_generation mit action=auto|generate|edit an
• Sendet den Prompt-Text als input_text
• Sendet Referenzbilder als input_image
• Sendet eine optionale Maske als input_image_mask
• Dekodiert das zurückgegebene Base64-Bild und schreibt die Ausgabedatei

Wichtig:

• Das Responses-model bleibt das Hauptmodell, z. B. gpt-5.5
• Bildgenerierung und -bearbeitung werden über das Tool image_generation durchgeführt
• Für Bearbeitungen bevorzuge --action edit und füge mindestens ein --image hinzu

4. Häufige Fehlerfälle behandeln

Wenn der Aufruf innerhalb der Sandbox mit Netzwerk- oder TLS-Symptomen fehlschlägt, wie z. B.:

• Authentication failed, see inner exception
• schannel: AcquireCredentialsHandle failed
• The read operation timed out

Behandle dies dann zuerst als ein Umgebungspfad-Problem, nicht unbedingt als ein Gateway-Problem. Führe dasselbe Skript außerhalb der Sandbox mit erweitertem Host-Netzwerkzugriff erneut aus.

Wenn der Aufruf das Gateway erreicht und einen HTTP-Fehlerbody zurückgibt, überprüfe den Body, bevor du den Prompt änderst.

Wenn das Gateway oder der Stream rate_limit_exceeded für die Bildgenerierung zurückgibt, ändere den Prompt nicht. Wiederhole die ursprüngliche Anfrage nach der gemeldeten Verzögerung oder dem Backoff-Intervall. Eine Prompt-Vereinfachung ist keine Lösung für Bilder-pro-Minute-Limits.

Wenn das Ergebnis das Referenzbild zu locker ignoriert:

• verstärke den Prompt mit expliziten Erhaltungsanweisungen
• wechsle von auto zu edit
• verwende eine Maske, wenn sich nur ein Teil des Bildes ändern soll

5. Ausgaben bewusst speichern

Wenn der Benutzer ein Bild für die aktuelle Aufgabe angefordert hat, speichere es direkt im aktuellen Arbeitsbereich mit einem beschreibenden Namen wie:

• hero_poster.png
• livestream_vertical_v2.png
• product_mockup_square.png

Belasse das endgültige Asset nicht nur in einem temporären Verzeichnis.

Referenzen

• Lese references/troubleshooting.md, wenn die Anfrage fehlschlägt und du den schnellen Entscheidungsbaum benötigst.