CommunityImagengithub.com

codex-image-director

Dirige el diseño, control de prompts y aceptación de imágenes generadas con Codex CLI nativo. Se usa cuando el usuario desea generar imágenes, producir según referencias, refinar o reparar imágenes existentes, cambiar vestimenta o lente, crear series de personajes o comparar variantes.

¿Qué es codex-image-director?

Esta habilidad, pensada para Codex CLI, convierte al agente en un 'director de imagen' que orquesta todo el proceso de generación: desde el diseño conceptual hasta la validación final. En lugar de depender de palabras mágicas en el prompt, logra precisión mediante un ciclo cerrado de diseño, especificación, ejecución, autoinspección y retoques de una sola variable. Soporta múltiples flujos de trabajo según la intención del usuario: una sola imagen (rápida o de alta calidad), series y proyectos de personajes con coherencia, exploración de variantes, ediciones y rediseños. Cada flujo tiene su propio archivo de decisiones detallado que guía al agente en qué preguntar al usuario, cuándo decidir autónomamente y cuándo detenerse obligatoriamente. El sistema maneja conceptos clave como imágenes de referencia, imágenes base, listas de bloqueo y archivos de especificaciones fijas, y se integra con scripts auxiliares para parcheo de regiones. El agente nunca confía en la autoevaluación del generador, sino que revisa las imágenes personalmente para cada detalle.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/SherlockGy/codex-image-director/tree/main

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Director de imagen para Codex

Comportamiento sobrescrito

  • Primero, selecciona el único flujo según la tabla «Tamaño de tarea y flujos» y determina el modo según la «Tabla de modos de decisión». Lee el archivo del flujo elegido antes de actuar.

    • Antes de eso, no escribas prompts, no invoques Codex, no leas archivos profundos de catalog/.
  • Tras seleccionarlo, responde con una línea:

    Voy con <flujo>[·<nivel>], basado en que el usuario mencionó "<fragmento citado>"; modo de decisión: <consulta/autónomo/mixto>; paso siguiente: leer <archivo>
    
  • Si dos o más filas de la tabla encajan, o ninguna encaja, detente y pregunta al usuario; no asumas un flujo por defecto.

  • El consumo de créditos de generación es significativamente mayor que en rondas de chat normales (registro de investigación nov 2026: aproximadamente 3-5 veces más). No generes imágenes por lotes solo para "probar". En cada retoque, cambia solo una variable.

Cadena de generación de imágenes

Necesidad del usuario
  │
  ▼
Diseño de imagen ── Completar dimensiones no mencionadas / Inferir geometría física / Anticipar conflictos / Adaptar para facilitar el dibujo      ← agente: director
  │
  ▼
Archivo de prompt (en inglés, etiquetas segmentadas)  [+ Archivo de configuración fija]  [+ Imagen de referencia / Imagen base]
  │
  ▼
scripts/gen.py ──▶ codex exec (sandbox de solo lectura) ──▶ image_gen integrado        ← Codex: transcriptor; image_gen: dibujante
  │                    El mensaje envoltorio debe llamar una vez sin reescribir ni autoverificar
  ▼
$CODEX_HOME/generated_images/<thread_id>/ ──▶ Directorio de salida name-vNNN.<ext> (no sobrescribe versiones anteriores)
  │
  ▼
El agente revisa cada imagen personalmente (amplía detalles pequeños para comparar)                            ← agente: control de calidad
  │
  ▼
Retoque de una variable: editar / regenerar / parche local (scripts/patch_region.py)

La precisión proviene del bucle cerrado (diseño → especificación → ejecución → autoinspección → retoque de una variable), no de una palabra clave mágica. La explicación del principio está en README.md (para humanos, no es necesario leerlo durante la ejecución).

Glosario

TérminoSignificado
Imagen baseLa imagen que se modifica en modo edición; en el prompt se escribe Image N is the edit target
Imagen de referenciaImagen de la que se toman elementos específicos sin modificarla; por cada una se debe especificar qué se toma y qué no
Lista de bloqueoElementos que no pueden cambiar en esta ronda; se enumeran uno por uno, no solo se dice "lo demás igual"
Archivo de configuración fijaAtributos de personaje, estilo artístico, reglas físicas que no cambian entre múltiples imágenes; se añade con --spec antes de la especificación de cada imagen
Editar / RegenerarEditar: conserva la composición de la imagen base, solo modifica una parte; Regenerar: redibuja desde el prompt, puede incluir imágenes de referencia
Parche localToma la imagen antigua como base y pega solo los píxeles de la zona objetivo de la nueva imagen; se usa como red de seguridad contra desviaciones en ediciones
Escala de realismoGradiente continuo desde ilustración plana hasta foto realista; cada nivel tiene palabras ancla
Punto de decisiónLugar en el flujo donde se debe elegir; cada flujo tiene una tabla «Puntos de decisión» que enumera opciones, valores por defecto en modo autónomo y casos en que se debe preguntar siempre

Tamaño de tarea y flujos

Lee toda la tabla antes de seleccionar un flujo.

FlujoSeñal de intención (frases típicas)Primer pasoProfundidad de diseñoIteraciones esperadasArchivo
Imagen única·rápidaQuiere una imagen nueva, boceto, "dibuja algo al azar"Diseñar y generar directamenteSolo completar lente, estilo, luz1-2 rondasflows/single-image.md
Imagen única·alta calidadQuiere una imagen nueva, descripción larga, enfatiza tensión o textura, da referenciaCompletar todas las dimensiones, inferir geometría físicaTodas las dimensionesVarias rondas, normalmente regenerar primero para fijar lo general, luego refinarflows/single-image.md
Serie / Proyecto de personajeMisma imagen o mundo para varias imágenes, busca coherencia, quiere hoja de diseño o vistasPreguntas fundamentales + crear directorio de proyectoPrimero configurar, luego escenasVarias rondas en configuración, 1-2 rondas por escena, luego retoquesflows/series-project.md
Exploración de variantesForma no definida, "dame varias opciones", para comparar y elegirDefinir invariantes y ejes de exploraciónCada dirección varía solo un ejeDivergir → Elegir → Convergerflows/explore-variants.md
Refinar imagen existenteSolo cambiar una parte, "arregla la mano", "lo demás igual", "quita tal cosa"Describir el error actual + lista de bloqueoSolo describir el cambioUn cambio por rondaflows/edit-refine.md
Rediseñar imagen existenteCambiar ropa, forma, estilo, lente, recomponer, manteniendo rostro o algunos elementosListar elementos a conservar y a reemplazarConservar los fijos, rediseñar los reemplazados2-4 rondasflows/redesign.md
MantenimientoMantener este skill: añadir experiencia, ajustar flujos o scripts, calibrar descripciones de activaciónDecidir en qué nivel poner——flows/maintain.md

Errores frecuentes de enrutamiento:

  • "Cambia esta imagen":
    • Solo toca una parte: ve a Refinar.
    • Afecta composición, lente, vestimenta principal o estilo: ve a Rediseñar. Si no estás seguro, pregunta.
  • "Mueve a la persona hacia la izquierda", "Gira el lente": Son cambios de composición; el modo edición normalmente no puede hacerlos; ve a Rediseñar o Regenerar, no a Refinar.
  • "Saca más fotos":
    • Mismo personaje, diferentes escenas: ve a Serie.
    • Misma necesidad, diferentes direcciones de diseño: ve a Exploración de variantes.

Modos de decisión

Los puntos donde se debe elegir durante la ejecución están listados en la tabla «Puntos de decisión» de cada flujo. Se gestionan según el nivel de autorización del usuario:

ModoActivaciónComportamiento
Consulta (por defecto)El usuario no ha expresado preferenciaPregunta al usuario con opciones de opción múltiple; pone la recomendada primero y explica el motivo; las preguntas de una misma fase se hacen todas juntas, no en fragmentos
AutónomoEl usuario dice "tú decides", "como creas", "decide tú", "lo demás a tu criterio"Ejecuta según el valor por defecto de la tabla de puntos de decisión; al entregar, lista «Decisiones que tomé por ti»: decisión, motivo, cómo revocarla
MixtoEl usuario solo autoriza una parte, p. ej., "el lente lo decides tú, la ropa pregúntame"La parte autorizada se ejecuta en modo autónomo; lo demás se consulta

En modo autónomo, aún debes detenerte y preguntar en los siguientes casos (barrera dura):

  • La decisión contradice una configuración ya confirmada por el usuario o una petición explícita.
  • El costo aumenta significativamente: más de 3 imágenes a la vez, o más de 2 rondas de retoques automáticos para el mismo problema.
  • Falta un prerrequisito para la ejecución: la fuente de la imagen de referencia no está permitida, Codex no está disponible.
  • Las demandas del usuario son contradictorias y no pueden cumplirse simultáneamente.
  • Puntos marcados como «Preguntar siempre» en la tabla de puntos de decisión del flujo.

Retoques en modo autónomo:

  • Defectos estructurales (dedos extra, líneas rotas, errores de conteo, violación de la demanda) pueden retocarse automáticamente, máximo 2 rondas para el mismo problema.
  • Decisiones estéticas (más delgado o más musculoso, más frío o más cálido) no se retocan automáticamente; se incluyen en «Direcciones opcionales» al entregar, para que el usuario elija.

Límites

  • Las imágenes de referencia solo pueden ser las proporcionadas por el usuario o las que él autorice explícitamente. Si el usuario pide "no basarte en productos intermedios", las imágenes generadas anteriormente no pueden usarse como referencia ni como imagen base.
  • Los resultados se guardan con número de versión; no se sobrescriben archivos existentes.
  • La autodescripción del generador (Codex u otro agente) sobre el resultado no se toma como verificación; debes mirar la imagen personalmente.
  • Si Codex no está disponible, no ha iniciado sesión o no tiene créditos suficientes, detente e informa; no lo evites ni cambies el canal de generación sin consentimiento.
  • Si se cancela la generación a medio camino, asegúrate de que el subproceso de codex haya terminado; de lo contrario, seguirá consumiendo créditos.
  • Al inspirarte en trabajos ajenos, solo toma el lenguaje de diseño, no reproduzcas la forma; no escribas nombres de obras, juegos o marcas en el prompt; sustitúyelos por descripciones de características técnicas de renderizado.

Skills relacionados