CommunityImagengithub.com

codex-images

Genera imágenes con Codex (el agente de codificación de OpenAI y su herramienta de imágenes integrada, incluida en un plan de ChatGPT) - miniaturas de YouTube, portadas, imágenes de relleno (B-roll), imágenes de tablero, fotos de perfil - un trabajo de Codex por imagen, varios en paralelo, con fotos del creador como referencia cuando el rostro importa, luego las copia en el proyecto con un manifiesto.

¿Qué es codex-images?

Esta habilidad para agentes de IA (como Codex, Cursor, etc.) permite generar imágenes de alta calidad utilizando la herramienta de imágenes integrada de Codex (OpenAI) directamente desde la terminal. Está diseñada para creadores de contenido que necesitan miniaturas de YouTube, portadas de vídeos cortos, imágenes estáticas para tableros o B-roll, fotos de perfil, etc. La habilidad ejecuta un trabajo de `codex exec` por cada imagen, permitiendo múltiples generaciones en paralelo (hasta 3 a la vez). Utiliza el plan de ChatGPT (Plus o Pro) del creador, sin necesidad de clave API adicional. Es especialmente útil cuando se necesita una imagen rápida y coherente con el contenido del vídeo, ya que puede usar fotos de referencia del rostro del creador y aplicar restricciones de formato, texto y estilo. La habilidad también maneja la verificación de las imágenes (tamaño, relación de aspecto, ortografía del texto), la generación de un manifiesto y la integración con flujos de trabajo de publicación o edición de vídeos cortos.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Joaslde/video-agent-skills/tree/HEAD/skills/codex-images

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

Codex Images

Imágenes creadas por la herramienta de imágenes integrada de Codex, ejecutadas desde la terminal: un codex exec por imagen, varias a la vez. Utiliza su plan de ChatGPT (Plus o Pro), sin clave API.

Háblales en su idioma. <out> = la carpeta de salida: video-agent/edits/<slug>/images/ para un vídeo, o si no video-agent/images/<name>/.

1. Codex (una vez)

codex --version
codex login status
  • No instalado: npm i -g @openai/codex (necesita Node 20+), o brew install codex en macOS.
  • No ha iniciado sesión: ellos ejecutan codex login (abre el navegador, "Iniciar sesión con ChatGPT"). Nunca pidas una clave API de OpenAI o una contraseña en el chat.

2. El resumen

Una imagen = un prompt. Nunca combines varias ideas en un solo trabajo.

Pregunta solo lo que falta, en un solo mensaje:

  • Para qué: miniatura (1280x720, 16:9), portada de corto (1080x1920, 9:16), publicación cuadrada (1:1), una imagen fija para un tablero o B-roll (el formato del vídeo).
  • Cuántas: 1 por defecto; 3 variantes para una miniatura (una idea diferente cada una, no la misma tres veces).
  • Su rostro: una miniatura en la que aparecen necesita de 1 a 3 fotos claras (un fotograma de una toma sirve: ffmpeg -v error -y -ss <t> -i <take> -frames:v 1 -q:v 2 <out>/ref-face.jpg). Pasa las rutas absolutas.

Escribe cada prompt en inglés, concreto: el sujeto, el encuadre, el fondo, la luz, los colores, el texto en la imagen (máximo 3 palabras, escrito exactamente entre comillas, en el idioma del vídeo) y el formato. Para una miniatura: un sujeto, texto grande y legible, contraste fuerte, un rostro con una emoción clara, nada en la esquina inferior derecha (YouTube pone la duración allí). Cada afirmación en la imagen proviene del vídeo.

Muestra los prompts en una lista numerada y espera un sí (cada imagen consume algo de su límite de uso de Codex).

3. Generar

Un trabajo por prompt, máximo 3 a la vez, cada uno en segundo plano. Siempre termina con < /dev/null (sin ello codex exec espera entrada para siempre) y guarda el último mensaje en un archivo:

mkdir -p <out>/logs
codex exec --skip-git-repo-check -s workspace-write -C "$PWD" \
  --output-last-message <out>/logs/<n>-<name>.txt \
  "Usa tu herramienta integrada image_gen para generar exactamente una imagen rasterizada con el siguiente prompt. No edites ningún archivo. No hagas preguntas. Sin SVG, sin HTML, sin marcadores de posición.
Imágenes de referencia (pásalas a image_gen como referenced_image_paths): <rutas absolutas, o ninguna>
Cuando termines, responde exactamente con estas dos líneas:
ASSET_NAME: <nombre-en-kebab-case>
IMAGE_PATH: <ruta absoluta de la imagen generada>

Image prompt:
<el prompt>" \
  < /dev/null > <out>/logs/<n>-<name>.log 2>&1

Un trabajo tarda entre 1 y 3 minutos. Cuando termina, lee su .txt, toma IMAGE_PATH y copia la imagen:

cp "<IMAGE_PATH>" <out>/<n>-<name>.png

Sin IMAGE_PATH en la respuesta: el archivo más reciente en ~/.codex/generated_images/ (ls -t ~/.codex/generated_images/*/* | head -3) creado después de que comenzó el trabajo. Si no hay nada nuevo: el trabajo falló, muestra el final de su .log (a menudo un límite de uso, o necesita codex login) y ejecuta ese trabajo de nuevo una vez.

4. Verificar y entregar

  • Una imagen por prompt, y no dos idénticas (shasum <out>/*.png).
  • El tamaño: sips -g pixelWidth -g pixelHeight <file> (macOS) o ffprobe -v error -show_entries stream=width,height -of csv=p=0 <file>. Una miniatura debe ser 16:9: recórtala o escálala a 1280x720 con ffmpeg (-vf "scale=1280:720:force_original_aspect_ratio=increase,crop=1280:720"), con menos de 2 MB como JPG.
  • Mira cada imagen: el texto bien escrito, el rostro parecido a ellos, nada extraño (manos, letras de más). Si una está mal: corrige el prompt y ejecuta esa de nuevo.

Escribe <out>/manifest.json: una entrada por imagen con file, prompt, refs, date. Muestra las imágenes, luego:

  • Una miniatura o portada: /publish usa <edit>/images/ (ellos eligen una, se copia como <edit>/cover.jpg, la portada y la miniatura de YouTube).
  • Una imagen fija para un vídeo: /short-editing puede colocarla como un elemento img en un tablero (cópiala en assets/images/ del corto).

Elimina <out>/logs/ una vez que todo esté bien.

Límites honestos

  • La herramienta de imágenes es de OpenAI, dentro de Codex: el resultado depende de ella y cambia. El texto en la imagen puede salir mal escrito: verifícalo siempre.
  • Un rostro a partir de fotos de referencia se ve cercano, rara vez perfecto. Las fotos reales del creador siguen siendo lo más seguro para una miniatura.
  • Cada imagen cuenta contra los límites de Codex del plan de ChatGPT; alcanzar un límite significa esperar o un plan más grande.
  • Solo usa fotos de personas que hayan aceptado, y ningún logotipo o personaje que no posean.

Skills relacionados