Community이미지github.com

codex-image-director

本机 Codex CLI 生图时的画面设计、提示词控制与验收方法。当用户要生成图片、按参考图出图、精修或修复已有图片、换装或改镜头重绘、做角色系列图或多方案对比,或提到 Codex 生图时使用。

codex-image-director란 무엇인가요?

该技能为 AI 代理(如 Codex CLI)提供了一套系统化的生图工作流程,涵盖从需求分析、画面设计、提示词编写到图像生成、验收和返修的完整闭环。它通过将复杂的生图任务分解为明确的流程(如单张快速档、精品档、系列项目、方案探索、精修、改造等),指导代理按预设的决策模式进行取舍,从而保证输出质量与一致性。工具链上依赖本地 Codex CLI 的 `scripts/gen.py` 调用内置 `image_gen`,生成结果存放在 `$CODEX_HOME/generated_images/` 下。设计核心理念是“精度来自外层闭环”而非单个关键词:代理先设计并规格化需求,生成后亲自逐图验收(放大检查细节),发现问题时采用单变量返修策略(编辑、重生成或局部贴回),确保可追溯、可迭代。

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

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Codex 生图导演

行为覆写

  • 先按下方《任务规模与流程》选定唯一流程,并按《决策模式》确定模式,读完该流程文件再动手。

    • 在此之前不写提示词、不调用 Codex、不读 catalog/ 深层文件。
  • 选定后回复一句:

    走 <流程>[·<档位>],依据:用户提到 <原话片段>;决策模式:<询问/自主/混合>;下一步读取 <文件>
    
  • 表里两行以上都像、或一行都不像时,停下来问用户,不默认走某个流程。

  • 生图额度消耗明显高于普通对话回合(2026-11 调研记录:约 3–5 倍)。不为“试试看”批量出图,返修一次只改一个变量。

生图链路

用户需求
  │
  ▼
画面设计 ── 补全未提及维度 / 推演物理几何 / 预判冲突 / 易画性改造      ← agent:导演
  │
  ▼
提示词文件(英文、分段标签)  [+ 固定设定文件]  [+ 参考图 / 底图]
  │
  ▼
scripts/gen.py ──▶ codex exec(只读沙箱)──▶ 内置 image_gen        ← Codex:转述者;image_gen:画师
  │                    包装语要求原样调用一次,不改写、不自查
  ▼
$CODEX_HOME/generated_images/<thread_id>/ ──▶ 输出目录 name-vNNN.<ext>(不覆盖旧版)
  │
  ▼
agent 自己看图逐条验收(小细节放大核对)                            ← agent:质检
  │
  ▼
单变量返修:编辑 / 重生成 / 局部贴回(scripts/patch_region.py)

精度来自外层闭环(设计 → 规格化 → 执行 → 自己验收 → 单变量返修),不来自某个关键词。原理说明见 README.md(给人看,执行时不必读)。

术语

术语含义
底图编辑模式下被修改的图,在提示词里写 Image N is the edit target
参考图只借指定要素、不被修改的图;每张都要写清借什么、不借什么
锁定清单本轮不许变的要素,逐项列出,不只写“其他不变”
固定设定文件跨多张图不变的角色、画风、物理规则,用 --spec 拼在每张图的规格前
编辑 / 重生成编辑:保留底图构图,只改局部;重生成:从提示词重画,可带参考图
局部贴回以旧图为底,只把新图目标区域的像素贴回,用来兜底编辑时的漂移
写实刻度从平面插画到照片写实的连续分档,每档有锚定词
决策点流程中需要取舍的地方;每个流程都有一张《决策点》表,写明选项、自主默认和必须问的情况

任务规模与流程

先通读全表,再选流程。

流程意图信号(典型说法)第一步设计深度迭代预期文件
单张·快速档要一张新图,示意、草稿、“随便画一张”直接设计并出图只补镜头、画风、光1–2 轮flows/single-image.md
单张·精品档要一张新图,描述长、强调张力或质感、给了参考图补全全部维度,推演物理几何全维度多轮,通常先重生成定大局,再转精修flows/single-image.md
系列 / 角色项目同一角色或世界观要多张图,要一致,要设定图或三视图第一性问题 + 建项目目录先设定后场景设定阶段多轮,场景各 1–2 轮再修flows/series-project.md
方案探索形态没定,“给几个方案”,要对比挑选定不变量和探索轴每个方向只变一个轴发散 → 挑选 → 收敛flows/explore-variants.md
精修已有图只改局部,“修一下手”“其他不变”“去掉某物”描述现在的错 + 锁定清单只描述改动每轮一处flows/edit-refine.md
改造已有图换衣服、换形态、换画风、转镜头、重排画面,同时保留脸或部分要素列保留项和替换项保留项锁定,替换项全设计2–4 轮flows/redesign.md
维护维护本 skill:新增经验、调整流程或脚本、校准触发描述判断放哪一层——flows/maintain.md

常见误路由:

  • “改一下这张图”:
    • 只动局部,走精修。
    • 会动构图、镜头、服装主体或画风,走改造。拿不准就问用户。
  • “把人往左下移”“镜头转一下”:属于构图级改动,编辑模式通常改不动,走改造或单张重生成,不走精修。
  • “再出几张”:
    • 同一角色、不同场景,走系列。
    • 同一需求、不同设计方向,走方案探索。

决策模式

执行中需要取舍的地方,统一列在各流程的《决策点》表里。按用户的授权程度处理:

模式触发做法
询问(默认)用户没有表态决策点用选择题问用户,推荐项放第一个并说明理由;同一阶段的问题一次问完,不零碎追问
自主用户说“你看着办”“按你的思路”“自己决定”“其他按你的思路”按决策点表的“自主默认”执行;交付时列出《我替你做的决定》:决定、理由、怎么推翻
混合用户只授权一部分,例如“镜头你定,衣服问我”授权的部分按自主执行,其余询问

自主模式下,遇到以下情况仍必须停下来问(硬闸门):

  • 会推翻用户已确认的设定或原话要求。
  • 额度明显增加:一次要出超过 3 张,或同一问题自动返修超过 2 轮。
  • 执行前提缺失:参考图来源不被允许、Codex 不可用。
  • 用户的要求前后矛盾,无法同时满足。
  • 各流程《决策点》表里标为“始终要问”的项。

自主模式下的返修:

  • 结构性缺陷(多指、断线、计数错、违反需求)可以自动返修,同一问题最多 2 轮。
  • 审美取舍(更细还是更壮、更冷还是更暖)不自动返修,写进交付时的《可选方向》,交给用户选。

边界

  • 参考图只用用户提供或明确允许的图。用户要求“不基于中间产物”时,之前生成的图一律不得当参考或底图。
  • 产物按版本号新存,不覆盖已有文件。
  • 生成方(Codex 或其他 agent)对结果的自述不作为验收依据,必须自己看图。
  • Codex 不可用、未登录、额度不足时,停下来报告,不绕过、不换未经同意的生图通道。
  • 中途取消生成时,要确认 codex 子进程已结束,否则仍会继续消耗额度。
  • 借鉴他人作品只借设计语言,不复制造型;提示词里不写作品名、游戏名、品牌名,改为描述渲染技术特征。

관련 스킬