CommunityImagemgithub.com

codex-image-director

Gerencie a geração de imagens com o Codex CLI local: design, controle de prompts e métodos de aceitação. Use quando o usuário quiser gerar imagens, gerar a partir de referências, refinar ou reparar imagens existentes, trocar roupas ou refazer com diferentes ângulos, criar séries de personagens ou comparar múltiplas variantes, ou mencionar a geração de imagens com o Codex.

O que é codex-image-director?

Este skill (`codex-image-director`) capacita um AI agent (como o Codex CLI) a atuar como um **diretor de geração de imagens**, gerenciando todo o pipeline criativo, desde a interpretação da solicitação do usuário até a entrega do resultado final. Ele é projetado para plataformas que usam o Codex CLI local, mas seus princípios de design de prompt, controle de variação e ciclo de feedback podem ser adaptados para outras ferramentas de geração de imagem baseadas em IA. O skill implementa um fluxo de trabalho estruturado: primeiro, o agente analisa a solicitação para selecionar um fluxo de tarefa apropriado (por exemplo, image única rápida/premium, projeto de série, exploração de variantes, refinamento/edição de imagem existente, ou redesign). Ele então projeta a imagem em detalhes, especificando dimensões de cena não mencionadas (iluminação, ângulo, composição) e garantindo que o prompt seja 'fácil de desenhar' (evitando ambiguidades e conflitos físicos). O agente gera um arquivo de prompt em inglês (com tags estruturadas), que é passado para o processo de geração de imagem via `scripts/gen.py` e `codex exec` (em um sandbox somente leitura). Após a geração, o agente inspeciona visualmente a imagem, verificando cada detalhe contra a especificação e a solicitação original, e itera com alterações de variável única (re-geração ou patch local) até que os critérios de aceitação sejam atendidos. O skill gerencia o consumo de créditos (que é 3-5x maior que uma conversa normal), evitando geração em lote para 'testes' e modificando apenas uma variável por ciclo de refinamento. Ele também define modos de decisão (pergunta, autônomo, híbrido) com 'portões rígidos' para evitar ações que violem solicitações do usuário, consumam muitos créditos ou exijam fontes de referência não autorizadas.

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

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Diretor de Geração de Imagens Codex

Sobrescrita de Comportamento

  • Primeiro, selecione um fluxo ÚNICO de acordo com a tabela "Escopo e Fluxo da Tarefa" abaixo, determine o modo conforme a tabela "Modo de Decisão" e, só então, leia o arquivo do fluxo escolhido antes de executar qualquer ação.

    • Antes disso, não escreva prompts, não chame o Codex, nem leia arquivos profundos de catalog/.
  • Após a seleção, responda com uma linha:

    Seguir <fluxo>[·<nível>], base: usuário mencionou <trecho original>; modo de decisão: <pergunta/autônomo/híbrido>; próximo a ler: <arquivo>
    
  • Se duas ou mais linhas da tabela parecerem adequadas, ou nenhuma delas corresponder, pare e pergunte ao usuário; não escolha um fluxo por padrão.

  • O consumo de créditos para geração de imagens é significativamente maior do que em rodadas de conversa normais (pesquisa de novembro de 2026: cerca de 3–5 vezes). Não gere imagens em lote "para testar"; em cada iteração de refinamento, altere apenas uma variável.

Pipeline de Geração de Imagens

Necessidade do usuário
  │
  ▼
Design da imagem ── Completar dimensões não mencionadas / Deducir geometria física / Prever conflitos / Adaptar para facilidade de desenho      ← agente: diretor
  │
  ▼
Arquivo de prompt (inglês, tags segmentadas)  [+ Arquivo de especificações fixas]  [+ Imagem(ens) de referência / imagem base]
  │
  ▼
scripts/gen.py ──▶ codex exec (sandbox somente leitura) ──▶ image_gen integrado        ← Codex: tradutor; image_gen: artista
  │                    O prompt de wrapper deve chamar exatamente uma vez, sem reescrever ou auto-verificar
  ▼
$CODEX_HOME/generated_images/<thread_id>/ ──▶ Diretório de saída name-vNNN.<ext> (não sobrescreve versões antigas)
  │
  ▼
O próprio agente inspeciona a imagem visualmente, item por item (ampliar detalhes pequenos para verificar)                            ← agente: controle de qualidade
  │
  ▼
Refinamento de variável única: Editar / Regenerar / Patch local (scripts/patch_region.py)

A precisão vem do loop externo fechado (Design → Especificação → Execução → Auto-inspeção → Refinamento de variável única), não de uma palavra-chave mágica. A explicação conceitual está em README.md (para humanos; não precisa ser lido durante a execução).

Glossário

TermoSignificado
Imagem baseA imagem sendo modificada no modo de edição; no prompt, escreva Image N is the edit target
Imagem de referênciaUma imagem da qual apenas elementos específicos são emprestados, mas que não é modificada; para cada uma, especifique claramente o que está sendo emprestado e o que não está
Lista de bloqueioElementos que não podem ser alterados nesta rodada, listados um por um; não escreva apenas "o resto permanece igual"
Arquivo de especificações fixasPersonagens, estilos de arte e regras físicas que permanecem constantes em várias imagens; use --spec para anexar às especificações de cada imagem
Editar / RegenerarEditar: preservar a composição da imagem base, alterar apenas partes locais; Regenerar: redesenhar a partir do prompt, podendo incluir imagens de referência
Patch localUsar a imagem antiga como base e colar apenas os pixels da região alvo da nova imagem, usado para mitigar desvios durante a edição
Escala de realismoUma escala contínua de ilustração plana a foto-realismo, com palavras-âncora para cada nível
Ponto de decisãoUm ponto no fluxo onde uma escolha deve ser feita; cada fluxo tem uma tabela "Pontos de Decisão" listando opções, padrões autônomos e situações que exigem consulta

Escopo e Fluxo da Tarefa

Leia a tabela inteira primeiro, depois escolha o fluxo.

FluxoSinal de Intenção (frases típicas)Primeiro passoProfundidade de designIteração esperadaArquivo
Imagem única · RápidaQuero uma imagem nova, um esboço, "desenhe qualquer coisa"Projetar e gerar diretamenteApenas ângulo, estilo, iluminação1–2 rodadasflows/single-image.md
Imagem única · PremiumQuero uma imagem nova, descrição longa, ênfase em impacto ou textura, forneceu referênciaCompletar todas as dimensões, deduzir geometria físicaTodas as dimensõesMúltiplas rodadas, geralmente regenerar primeiro para definir o panorama, depois refinarflows/single-image.md
Série / Projeto de PersonagemMúltiplas imagens do mesmo personagem ou universo, precisa de consistência, arte conceitual ou vistas 3/4Questões de identidade + criar diretório do projetoPrimeiro definir, depois cenaMúltiplas rodadas na fase de definição, 1–2 rodadas por cena + refinamentoflows/series-project.md
Exploração de VariantesForma não definida, "dê algumas opções", precisa compararDefinir invariantes e eixos de exploraçãoCada direção varia apenas um eixoDivergir → Selecionar → Convergirflows/explore-variants.md
Refinar imagem existenteAlterar apenas partes locais, "arrumar a mão", "o resto igual", "remover algo"Descrever o erro atual + Lista de bloqueioDescrever apenas a alteraçãoUma alteração por rodadaflows/edit-refine.md
Redesenhar imagem existenteTrocar roupas, mudar forma, alterar estilo, mudar ângulo, recompor a cena, mantendo o rosto ou alguns elementosListar itens a preservar e itens a substituirItens preservados bloqueados, itens substituídos totalmente projetados2–4 rodadasflows/redesign.md
ManutençãoManter este skill: adicionar novas experiências, ajustar fluxos ou scripts, calibrar descrições de gatilhoDecidir em qual camada colocar——flows/maintain.md

Roteamento incorreto comum:

  • "Alterar esta imagem":
    • Apenas partes locais: siga o fluxo de Refinamento.
    • Alterará composição, ângulo, corpo da roupa ou estilo: siga o fluxo de Redesenho. Em caso de dúvida, pergunte ao usuário.
  • "Mover a pessoa para o canto inferior esquerdo", "mudar o ângulo": São alterações no nível da composição; o modo de edição geralmente não consegue realizá-las; siga Redesenho ou Regeneração de imagem única, não Refinamento.
  • "Mais algumas imagens":
    • Mesmo personagem, cenas diferentes: siga Série.
    • Mesma necessidade, direções de design diferentes: siga Exploração de Variantes.

Modo de Decisão

Os pontos onde uma escolha é necessária durante a execução são listados nas tabelas "Pontos de Decisão" de cada fluxo. O tratamento depende do nível de autorização do usuário:

ModoGatilhoAção
Pergunta (padrão)Usuário não declarou preferênciaApresentar opções de múltipla escolha nos pontos de decisão, recomendar a primeira opção com justificativa; agrupar todas as perguntas da mesma fase para evitar perguntas fragmentadas
AutônomoUsuário diz "você decide", "siga seu critério", "decida por si", "o resto como achar melhor"Executar conforme o "padrão autônomo" da tabela de decisão; ao entregar, listar "Decisões que tomei por você": decisão, motivo, como reverter
HíbridoUsuário autoriza apenas uma parte, ex.: "você decide o ângulo, me pergunte sobre a roupa"Partes autorizadas executadas de forma autônoma, o restante perguntar

No modo autônomo, ainda é OBRIGATÓRIO parar e perguntar (portão rígido) nas seguintes situações:

  • A decisão anula uma definição já confirmada pelo usuário ou uma solicitação original.
  • Aumento significativo de créditos: gerar mais de 3 imagens de uma vez, ou mais de 2 rodadas de auto-refinamento para o mesmo problema.
  • Pré-condições ausentes: fonte de referência não permitida, Codex indisponível.
  • Solicitações contraditórias do usuário, impossíveis de satisfazer simultaneamente.
  • Itens marcados como "sempre perguntar" na tabela de Pontos de Decisão de cada fluxo.

Refinamento no modo autônomo:

  • Defeitos estruturais (dedos extras, linhas quebradas, erro de contagem, violação do requisito) podem ser auto-refinados, no máximo 2 rodadas para o mesmo problema.
  • Escolhas estéticas (mais fino ou mais forte, mais frio ou mais quente) NÃO são auto-refinadas; são registradas como "Direções opcionais" na entrega para o usuário escolher.

Limites

  • Use apenas imagens de referência fornecidas ou explicitamente permitidas pelo usuário. Se o usuário solicitar "não se baseie em artefatos intermediários", imagens geradas anteriormente não podem ser usadas como referência ou imagem base.
  • Os resultados devem ser salvos com novos números de versão, sem sobrescrever arquivos existentes.
  • A auto-descrição do resultado pela ferramenta de geração (Codex ou outro agente) não serve como base para aceitação; é obrigatório inspecionar a imagem visualmente.
  • Se o Codex estiver indisponível, não logado ou sem créditos suficientes, pare e reporte; não contorne nem use canais de geração não autorizados.
  • Ao cancelar uma geração em andamento, verifique se o subprocesso do Codex foi encerrado; caso contrário, os créditos continuarão sendo consumidos.
  • Ao se inspirar em trabalhos de terceiros, tome emprestado apenas a linguagem de design, não copie a forma; não escreva nomes de obras, jogos ou marcas nos prompts; em vez disso, descreva as características técnicas de renderização.

Habilidades Relacionadas