wiraperdana/claude-imagegen

Que fait claude-imagegen ?

Cette compétence fait le pont entre un agent et l'outil image_gen intégré à Codex. Cet outil utilise la connexion ChatGPT de l'utilisateur, donc aucune OPENAI_API_KEY n'est nécessaire.

L'analogie est simple : l'agent agit comme un directeur artistique. Il rédige un brief, l'envoie à l'illustrateur (Codex), puis vérifie le résultat avant de l'utiliser. L'illustrateur travaille vite, mais se trompe parfois sur l'orthographe des étiquettes ou l'orientation des flèches. C'est pourquoi la vérification visuelle est une étape obligatoire, pas une option.

Quand l'utiliser

• L'utilisateur demande une illustration, une scène narrative ou une image de support créée avec imagegen GPT.
• L'utilisateur souhaite un style d'image cohérent avec une image existante.

Pour les diagrammes avec beaucoup d'étiquettes précises, proposez d'abord du SVG ou HTML. Imagegen est le plus fiable pour les scènes, et le plus sujet aux erreurs sur les longs textes.

Si l'agent en cours d'exécution est Codex lui-même, utilisez directement son outil image_gen intégré. N'appelez pas codex exec depuis Codex.

Prérequis

1. codex est dans le PATH et déjà connecté avec un compte ChatGPT. Vérifiez avec codex login status.
2. La fonctionnalité image_generation est active. Vérifiez avec codex features list | grep image_generation.
3. Optionnel : cwebp pour WebP, et sips (macOS) ou Python Pillow pour lire les dimensions de l'image.

Si les prérequis ne sont pas remplis, arrêtez-vous et mentionnez ce qui manque. Ne passez pas silencieusement à une API payante.

Avant d'exécuter, communiquez deux choses à l'utilisateur

• Le brief et les images de référence sont envoyés à OpenAI. N'incluez pas d'images confidentielles, de données personnelles ou de documents clients sans autorisation explicite.
• Chaque image utilise le quota de l'abonnement ChatGPT. Une image de test utilise environ 18 000 jetons et prend environ 2 minutes.

Communiquez-le une seule fois par session, sauf si la nature des références change.

Procédure

1. Recueillez les besoins. Ne demandez que ce qui n'est pas clair : le but de l'image, le ratio (par défaut 3:2 paysage), le texte qui doit apparaître, les images de référence de style, et l'emplacement de sauvegarde.
2. Rédigez le brief en anglais en utilisant references/brief-template.md. Mentionnez le texte autorisé exactement, puis interdisez tout autre texte, filigrane et logo.
3. Exécutez le script :

   scripts/gen.sh --out <chemin/nom.png> --brief <brief.txt> [--ref <image.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   Le script ajoute les instructions de sauvegarde au brief, envoie le brief via stdin, et copie le résultat. Le brief doit passer par stdin car l'option -i de Codex avale les arguments positionnels suivants. Utilisez --dry-run pour voir la commande sans consommer de quota. Raffinement par Codex (par défaut). Avant de dessiner, Codex agit en tant que directeur artistique : il réécrit le brief en un prompt plus puissant, avec une idée principale, une hiérarchie visuelle claire et une métaphore visuelle compréhensible par un public non spécialisé. Les chiffres, noms, citations et termes techniques doivent être conservés exactement. Le prompt raffiné et la liste des textes dans l'image sont sauvegardés dans <nom>.refined.txt. Utilisez --no-refine si le brief doit être utilisé tel quel, par exemple pour une modification très ciblée. Guide de style. --style-guide <fichier.md>, ou la variable d'environnement CLAUDE_IMAGEGEN_STYLE_GUIDE, joint les règles de langue et de pédagogie, par exemple AGENTS.md d'un espace de travail. Codex n'applique que les règles de langue, de style de phrase et de pédagogie provenant de ce fichier.
4. Vérifiez visuellement le résultat. Ouvrez le PNG, puis vérifiez la liste dans references/qa-checklist.md : orthographe de chaque étiquette, orientation des flèches, absence de texte parasite, ratio, et cohérence du style.
5. Révisez si nécessaire, au maximum deux tours. Choisissez l'une des méthodes :
   • modifiez le brief puis relancez, ou
   • joignez le résultat précédent en tant que --ref avec une instruction de modification ciblée, par exemple "Keep everything, change only the label X to Y."
6. Remettez le résultat. Rapportez le chemin du PNG, le chemin du WebP s'il y en a un, les dimensions en pixels, et le résultat de la vérification visuelle. Mentionnez également les défauts éventuels.

Sorties

• <nom>.png : image originale de Codex.
• <nom>.brief.txt : le brief utilisé, pour pouvoir régénérer ou réviser l'image.
• <nom>.refined.txt : le prompt raffiné par Codex et la liste des textes apparaissant dans l'image. Utilisez-le pour vérifier l'orthographe et les chiffres.
• <nom>.webp : si --webp est fourni, largeur selon le nombre donné et ratio conservé.

Codex conserve également une copie originale dans ~/.codex/generated_images/.

Limitations à communiquer honnêtement

• La version du modèle d'image ne peut pas être choisie via un paramètre. Codex la détermine lui-même.
• Le résultat n'est pas déterministe. Le même brief peut produire des images différentes.
• Les longs textes dans l'image sont souvent mal orthographiés. Limitez le texte à quelques étiquettes courtes.