wiraperdana/claude-imagegen

¿Qué hace claude-imagegen?

Esta skill conecta al agente con la herramienta integrada image_gen de Codex. Dicha herramienta utiliza la suscripción de ChatGPT del usuario, por lo que no se necesita OPENAI_API_KEY.

La analogía es simple: el agente actúa como un director de arte. Escribe un brief, lo envía al ilustrador (Codex) y luego revisa el resultado antes de usarlo. El ilustrador trabaja rápido, pero a veces escribe mal las etiquetas o invierte la dirección de las flechas. Por eso, la inspección visual es un paso obligatorio, no opcional.

Cuándo usarla

• El usuario pide ilustraciones, escenas narrativas o imágenes de apoyo generadas con imagegen GPT.
• El usuario desea un estilo visual consistente con imágenes existentes.

Para diagramas con muchas etiquetas de precisión, ofrezca primero SVG o HTML. Imagegen es más fiable para escenas y más propenso a errores en textos largos.

Si el agente que se ejecuta es el propio Codex, use directamente su herramienta image_gen integrada. No llame a codex exec desde dentro de Codex.

Prerrequisitos

1. codex está en el PATH y ha iniciado sesión con una cuenta de ChatGPT. Verifique con codex login status.
2. La función image_generation está activa. Verifique con codex features list | grep image_generation.
3. Opcional: cwebp para WebP, y sips (macOS) o Python Pillow para leer las dimensiones de la imagen.

Si no se cumplen los prerrequisitos, deténgase e indique cuál falta. No cambie silenciosamente a una API de pago.

Antes de ejecutar, comunique dos cosas al usuario

• El brief y las imágenes de referencia se envían a OpenAI. No adjunte imágenes confidenciales, datos personales o material de clientes sin permiso explícito.
• Cada imagen consume cuota de la suscripción de ChatGPT. Una imagen de prueba consume aproximadamente 18 mil tokens y tarda unos 2 minutos.

Comuníquelo solo una vez por sesión, a menos que el contenido de la referencia cambie de tipo.

Procedimiento

1. Recopile los requisitos. Pregunte solo lo que no esté claro: propósito de la imagen, relación de aspecto (por defecto 3:2 apaisado), texto que debe aparecer, imágenes de referencia de estilo y ubicación de guardado.
2. Redacte el brief en inglés usando references/brief-template.md. Mencione el texto permitido de forma exacta, luego prohíba cualquier otro texto, marcas de agua y logotipos.
3. Ejecute el script:

   scripts/gen.sh --out <ruta/nombre.png> --brief <brief.txt> [--ref <imagen.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   El script añade instrucciones de guardado al brief, envía el brief a través de stdin y copia el resultado. El brief debe ir por stdin porque la opción -i de Codex consume los argumentos posicionales posteriores. Use --dry-run para ver el comando sin consumir cuota. Refinamiento por Codex (por defecto). Antes de dibujar, Codex actúa como director de arte: reescribe el brief para convertirlo en un prompt más potente, con una idea principal, una jerarquía visual clara y una metáfora visual comprensible para el público general. Los números, nombres, citas y términos técnicos deben mantenerse exactamente igual. El prompt refinado y la lista de textos en la imagen se guardan en <nombre>.refined.txt. Use --no-refine si el brief debe usarse tal cual, por ejemplo, para ediciones muy concretas. Guía de estilo. --style-guide <archivo.md>, o la variable de entorno CLAUDE_IMAGEGEN_STYLE_GUIDE, adjunta reglas de lenguaje y pedagogía, por ejemplo, AGENTS.md de un workspace. Codex solo aplica las reglas de lenguaje, estilo de oraciones y pedagogía de ese archivo.
4. Inspeccione visualmente el resultado. Abra el PNG y revise la lista en references/qa-checklist.md: ortografía de cada etiqueta, dirección de las flechas, ausencia de texto no deseado, relación de aspecto y coherencia del estilo.
5. Revise si es necesario, con un máximo de dos rondas. Elija uno de estos métodos:
   • modifique el brief y vuelva a ejecutar, o
   • adjunte el resultado anterior como --ref con una instrucción de edición muy concreta, por ejemplo: "Mantén todo, cambia solo la etiqueta X por Y".
6. Entregue. Informe la ruta del PNG, la ruta del WebP si existe, las dimensiones en píxeles y el resultado de la inspección visual. Mencione también las deficiencias que aún persistan.

Salida

• <nombre>.png: imagen original de Codex.
• <nombre>.brief.txt: brief utilizado, para poder regenerar o revisar la imagen.
• <nombre>.refined.txt: prompt refinado por Codex y lista de textos que aparecen en la imagen. Úselo para comprobar la ortografía y los números.
• <nombre>.webp: si se proporcionó --webp, con el ancho indicado y la relación de aspecto fija.

Codex también guarda una copia original en ~/.codex/generated_images/.

Limitaciones que deben comunicarse honestamente

• La versión del modelo de imagen no se puede seleccionar mediante parámetros. Codex la determina automáticamente.
• El resultado no es determinista. El mismo brief puede generar imágenes diferentes.
• El texto largo dentro de las imágenes suele tener errores ortográficos. Limite el texto a unas pocas etiquetas cortas.