CommunityImagegithub.com

codex-image-director

Conception d'image, contrôle des prompts et méthodes de validation lors de la génération d'images avec Codex CLI en local.

Qu'est-ce que codex-image-director ?

Ce skill définit un workflow complet de « réalisateur d'image » pour Codex CLI. Il ne se limite pas à écrire des prompts : il structure la tâche en phases (conception → spécification → exécution → validation → retouche à variable unique). Chaque phase possède des règles précises pour éviter les gaspillages de crédits et garantir la qualité. Le skill distingue sept flux de travail (image unique rapide/premium, série/projet, exploration de variantes, édition, refonte, maintenance) et trois modes de décision (interrogatif, autonome, hybride) pour s'adapter au niveau d'autorisation de l'utilisateur. Il fonctionne avec Codex CLI, lit les images générées dans le répertoire `$CODEX_HOME/generated_images/` et assure la validation visuelle réelle (pas de confiance dans l'auto-rapport de l'IA). La précision vient de la boucle fermée conception → spécification → exécution → validation → retouche à variable unique, pas d'un mot-clé magique.

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

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Réalisateur d'image Codex

Règles de comportement

  • Commence par choisir un unique flux dans le tableau « Taille de tâche et flux » ci-dessous, détermine le mode de décision selon « Mode de décision », puis lis le fichier de ce flux avant d'agir.

    • Avant cela, n'écris pas de prompt, n'appelle pas Codex, ne lis pas les fichiers profonds de catalog/.
  • Après avoir choisi, réponds par une phrase :

    Flux <flux>[·<niveau>], motif : utilisateur a mentionné <extrait> ; mode de décision : <interrogatif/autonome/hybride> ; prochaine lecture : <fichier>
    
  • Si deux lignes du tableau ou plus correspondent, ou si aucune ne correspond, arrête-toi et demande à l'utilisateur, ne pars pas par défaut sur un flux.

  • La consommation de crédits de génération d'image est nettement plus élevée qu'un échange de dialogue normal (environ 3 à 5 fois). Ne génère pas en lot « pour essayer », ne modifie qu'une seule variable par retour de correction.

Chaîne de génération d'image

Besoin utilisateur
  │
  ▼
Conception de l'image ── compléter les dimensions non mentionnées / déduire la géométrie physique / anticiper les conflits / adapter pour faciliter le dessin      ← agent : réalisateur
  │
  ▼
Fichier de prompt (anglais, balises segmentées)  [+ fichier de paramètres fixes]  [+ image(s) de référence / image de base]
  │
  ▼
scripts/gen.py ──▶ codex exec (sandbox en lecture seule) ──▶ image_gen intégré        ← Codex : transcripteur ; image_gen : dessinateur
  │                    L'emballage demande un appel à l'identique sans réécriture ni auto-vérification
  ▼
$CODEX_HOME/generated_images/<thread_id>/ ──▶ répertoire de sortie name-vNNN.<ext> (n'écrase pas les anciennes versions)
  │
  ▼
L'agent inspecte lui-même les images une par une (zoom sur les petits détails)                            ← agent : contrôle qualité
  │
  ▼
Retouche à variable unique : édition / régénération / collage local (scripts/patch_region.py)

La précision vient de la boucle fermée (conception → spécification → exécution → validation → retouche à variable unique), pas d'un mot-clé. Voir README.md pour l'explication (lu par l'humain, pas nécessaire à l'exécution).

Terminologie

TermeSignification
Image de baseL'image modifiée en mode édition ; dans le prompt, écrire Image N is the edit target
Image de référenceImage empruntée seulement pour certains éléments, non modifiée ; pour chaque, préciser ce qui est emprunté et ce qui ne l'est pas
Liste de verrouillageÉléments qui ne doivent pas changer dans ce tour, listés un par un (pas seulement « le reste inchangé »)
Fichier de paramètres fixesParamètres de personnage, style, physique constants entre plusieurs images ; utiliser --spec pour les concaténer avant les spécifications de chaque image
Édition / RégénérationÉdition : conserver la composition de l'image de base, ne modifier qu'une partie ; Régénération : redessiner à partir du prompt, éventuellement avec image(s) de référence
Collage localPrendre l'ancienne image comme base, ne coller que les pixels de la zone cible de la nouvelle image ; sert à rattraper la dérive en édition
Échelle de réalismeGradation continue de l'illustration plate à la photo réaliste, avec mots-clés d'ancrage par niveau
Point de décisionEndroit dans le flux nécessitant un choix ; chaque flux contient un tableau « Points de décision » listant les options, le choix par défaut en autonome et les cas où il faut impérativement demander

Taille de tâche et flux

Lis d'abord tout le tableau, puis choisis un flux.

FluxSignal d'intention (phrases typiques)Première étapeProfondeur de conceptionItérations attenduesFichier
Image unique rapideVeut une nouvelle image, esquisse, brouillon, « dessine-moi ça vite »Concevoir et générer directementSeulement angle, style, lumière1–2 toursflows/single-image.md
Image unique premiumVeut une nouvelle image, description longue, insiste sur la tension ou la texture, fournit une référenceCompléter toutes les dimensions, déduire la géométrie physiqueToutes dimensionsPlusieurs tours, souvent régénération d'abord pour poser le cadre, puis édition fineflows/single-image.md
Série / Projet personnageMême personnage ou univers pour plusieurs images, cohérence, fiche de personnage ou vues 3/4Questions de fond + créer le répertoire projetD'abord les paramètres, puis les scènesPlusieurs tours pour les paramètres, 1–2 tours par scène puis retouchesflows/series-project.md
Exploration de variantesForme non définie, « donne plusieurs options », comparer et choisirDéfinir l'invariant et l'axe d'explorationChaque direction ne change qu'un axeDivergence → sélection → convergenceflows/explore-variants.md
Édition d'image existanteNe modifier qu'une partie, « répare la main », « le reste inchangé », « enlève tel objet »Décrire l'erreur actuelle + liste de verrouillageDécrire seulement la modificationUne modification par tourflows/edit-refine.md
Refonte d'image existanteChangement de vêtements, de forme, de style, changement d'angle, recomposition, tout en gardant le visage ou certains élémentsLister les éléments conservés et ceux remplacésÉléments conservés verrouillés, remplacés entièrement conçus2–4 toursflows/redesign.md
MaintenanceMaintenance du skill : ajout d'expérience, ajustement des flux ou scripts, calibration des déclencheursDéterminer à quel niveau placer——flows/maintain.md

Erreurs de routage fréquentes :

  • « Modifie cette image » :
    • Ne touche qu'une partie → édition.
    • Modifie la composition, l'angle, les vêtements du sujet ou le style → refonte. En cas de doute, demande à l'utilisateur.
  • « Déplace la personne vers le bas à gauche » / « Tourne l'angle » : modification de niveau composition ; le mode édition échoue généralement → refonte ou régénération d'image unique, pas d'édition.
  • « Fais-en encore quelques-unes » :
    • Même personnage, scènes différentes → série.
    • Même besoin, directions de conception différentes → exploration de variantes.

Mode de décision

Les choix à faire pendant l'exécution sont listés dans le tableau « Points de décision » de chaque flux. Traite selon le niveau d'autorisation de l'utilisateur :

ModeDéclencheurComportement
Interrogatif (par défaut)L'utilisateur n'a pas exprimé de préférenceAux points de décision, poser une question à choix multiples ; mettre la recommandation en première option avec justification ; poser toutes les questions d'une même phase en une fois, pas en vrac
AutonomeL'utilisateur dit « fais comme tu veux », « suit ton idée », « décide tout seul », « le reste selon ton idée »Appliquer la valeur par défaut autonome du tableau ; à la livraison, lister « Mes décisions » : décision, raison, comment l'annuler
HybrideL'utilisateur n'autorise qu'une partie, ex. « l'angle tu décides, les vêtements demande-moi »Les parties autorisées suivent le mode autonome, le reste est interrogatif

En mode autonome, deux cas où il faut impérativement s'arrêter et demander (barrière dure) :

  • La décision va à l'encontre des paramètres confirmés par l'utilisateur ou de ses instructions explicites.
  • Augmentation significative des crédits : plus de 3 images en une fois, ou plus de 2 tours de retouche automatique sur le même problème.
  • Prérequis manquants : source de référence non autorisée, Codex indisponible.
  • Instructions contradictoires de l'utilisateur, impossible de satisfaire toutes les contraintes simultanément.
  • Points marqués « toujours demander » dans les tableaux de décision de chaque flux.

Retouches en mode autonome :

  • Défauts structurels (doigts supplémentaires, lignes cassées, erreur de comptage, violation de la consigne) : retouche automatique autorisée, max 2 tours par problème.
  • Choix esthétiques (plus fin ou plus costaud, plus froid ou plus chaud) : pas de retouche automatique ; les écrire dans « Directions optionnelles » à la livraison, pour que l'utilisateur choisisse.

Limites

  • Les images de référence sont uniquement celles fournies par l'utilisateur ou explicitement autorisées. Si l'utilisateur demande « ne pas se baser sur des productions intermédiaires », les images générées précédemment ne peuvent pas servir de référence ou d'image de base.
  • Les productions sont sauvegardées par numéro de version, sans écraser les fichiers existants.
  • Le propre rapport du générateur (Codex ou autre agent) sur le résultat ne fait pas foi pour la validation ; il faut regarder l'image.
  • Si Codex est indisponible, non connecté ou si les crédits sont insuffisants, s'arrêter et le signaler ; ne pas contourner, ne pas utiliser un canal de génération non approuvé.
  • En cas d'annulation en cours de génération, vérifier que le sous-processus codex est bien terminé, sinon les crédits continuent d'être consommés.
  • S'inspirer du travail d'autrui uniquement par le langage de design, pas en reproduisant la forme ; ne pas écrire le nom de l'œuvre, du jeu, de la marque dans le prompt, mais décrire les caractéristiques techniques de rendu.

Skills associés