MrBogomips/codex-image-gen

Generación de imágenes mediante el CLI de codex

codex exec no tiene una opción "escribe la imagen en esta ruta": guarda lo que genera en $CODEX_HOME/generated_images/<session id>/. scripts/codex_image.py ejecuta una vuelta no interactiva, recoge solo las imágenes de esa sesión exacta y las escribe donde se le pida. Si no vuelve ninguna imagen, no escribe nada.

Usa siempre el script. Un codex exec "dibuja un gato" hecho a mano a menudo devuelve texto o un dibujo de ImageMagick y te deja buscando la salida.

Nunca recurras a una API medida. No uses el SDK de OpenAI ni OPENAI_API_KEY, incluso si codex falla o está sin cuota. Reporta el error y detente. Para la API medida de Google, solo usa google-image-gen, y solo cuando el usuario lo haya solicitado.

Uso

Ejecuta desde el directorio de la habilidad o da la ruta absoluta del script. Una ejecución tarda entre 30 y 60 segundos.

python3 scripts/codex_image.py -p "una bicicleta roja solitaria contra un muro de piedra mojado al atardecer, fotografía cinematográfica" -o bici.png

Objetivo	Comando
Relación de aspecto (una pista para el modelo)	-p "..." -o salida.png --aspect 9:16
Imagen(es) de referencia	-p "..." -o salida.png -r ref.png [-r ref2.png]
Editar una imagen	--edit v1.png -p "haz el cielo púrpura" -o v2.png
Varias tomas	-p "..." -o opt.png -n 3 (guarda opt.png, opt-2.png, opt-3.png)
Tamaño exacto en píxeles	-p "..." -o portada.png --aspect 9:16 --fit 1080x1920
Prompt largo	--prompt-file prompt.md -o salida.png
Ver el prompt, sin gastar nada	añade --print-prompt

• La extensión de salida sigue el formato real: los bytes PNG solicitados como bici.jpg acaban en bici.png. El script imprime cada ruta que escribió.
• --aspect solo da forma al resultado. --fit WxH garantiza el tamaño después: rellena con barras negras (--fit-mode pad, por defecto) o recorta centrando (--fit-mode crop), y siempre guarda PNG. Ajusta --aspect al destino para que haya poco que rellenar o recortar. --fit necesita Pillow, que se comprueba antes de que codex se ejecute.
• -n solicita N tomas en una sola ejecución; el modelo puede devolver menos, y el script guarda las que obtuvo.
• --edit adjunta la imagen como destino y le dice al modelo que cambie solo lo que pide el prompt.

Escribiendo el prompt

El script añade la redacción que fuerza una llamada real a la herramienta de imagen, así que --prompt es solo sobre la imagen. Una especificación breve y etiquetada funciona bien:

Sujeto: una bicicleta roja solitaria, pintura desgastada hasta el metal en los bordes
Escena: apoyada en un muro de piedra mojado de un puerto, luces del pueblo más allá
Estilo: fotografía cinematográfica, profundidad de campo reducida
Iluminación: atardecer, sol cálido y bajo, reflejos en la piedra mojada
Texto (literal): "NO HAY REPUESTOS"
Evitar: personas, marcas de agua, bicicletas adicionales

• Pon entre comillas el texto que debe aparecer y mantenlo corto; las cadenas largas salen mal escritas.
• Indica lo que no debe aparecer. Para un recorte transparente, pide un fondo transparente y guarda como .png.
• Para --edit, escribe el cambio ("quita la farola") y nombra lo que debe permanecer ("mantén la bicicleta, el encuadre y la iluminación"). Cambia una cosa por pasada.
• Una edición es una regeneración, no un parche de píxeles: el encuadre y los detalles varían, y cada pasada lo agrava. Mantén las cadenas cortas y vuelve a componer cualquier cosa que deba sobrevivir intacta.

Después de generar

Revisa el resultado antes de entregarlo, usando cualquier medio que tengas para ver una imagen: el modelo a veces se equivoca en texto, conteos o un detalle solicitado. Si falla, vuelve a ejecutar con un prompt más preciso o refina con --edit.

Fallos

El script termina con código distinto de cero y un mensaje claro, y no escribe nada.

• CLI de codex no encontrado / no ha iniciado sesión: instala codex y ejecuta codex login; CODEX_BIN apunta a otro binario.
• Sin cuota: espera el reinicio que codex informa o usa otra cuenta. No reintentes en un bucle.
• No se produjo ninguna imagen: el modelo respondió en texto. Se muestra su respuesta; vuelve a ejecutar con una petición de imagen más simple.
• Tiempo de espera agotado: aumenta --timeout (por defecto 900 s) solo si la ejecución fue simplemente lenta.
• Falta Pillow con --fit: pip install Pillow, o quita --fit.