wiraperdana/claude-imagegen

claude-imagegen 是做什么的？

此技能将代理连接到 Codex 的内置 image_gen 工具。该工具使用用户的 ChatGPT 登录状态，因此无需 OPENAI_API_KEY。

简单类比：代理充当艺术总监。它编写设计说明，将其发送给插画师（Codex），然后在采用结果之前进行检查。插画师工作迅速，但有时会拼错标签或弄反箭头方向。因此，视觉检查是必须的步骤，而非可选环节。

何时使用

• 用户请求使用 imagegen GPT 创建插图、故事场景或配套素材。
• 用户希望图片风格与现有图片保持一致。

对于包含大量精确标签的图表，应首先提供 SVG 或 HTML 方案。Imagegen 最擅长生成场景，而在处理长文本时最容易出错。

如果正在运行的代理 就是 Codex 本身，请直接使用其内置的 image_gen 工具。不要从 Codex 内部调用 codex exec。

前置条件

1. codex 位于 PATH 中并已使用 ChatGPT 账户登录。通过 codex login status 检查。
2. 功能 image_generation 已启用。通过 codex features list | grep image_generation 检查。
3. 可选：用于 WebP 的 cwebp，以及用于读取图片尺寸的 sips（macOS）或 Python Pillow。

如果前置条件未满足，请停止并说明缺少哪些条件。不要静默地切换到付费 API。

在运行之前，向用户告知两件事

• 说明和参考图片会发送到 OpenAI。请勿在未经明确许可的情况下附上机密图片、个人数据或客户材料。
• 每张图片会消耗 ChatGPT 订阅的配额。一张测试图片大约消耗 18,000 个 Token，耗时约 2 分钟。

每个会话只需告知一次，除非参考内容类型发生变化。

流程

1. 收集需求。 仅询问不明确的事项：图片用途、宽高比（默认为 3:2 横向）、必须出现的文本、参考风格图片以及保存位置。
2. 编写设计说明 (brief) ，使用英语并参考 references/brief-template.md。精确列出允许出现的文本，然后禁止出现其他文本、水印和徽标。
3. 运行脚本：

   scripts/gen.sh --out <path/name.png> --brief <brief.txt> [--ref <reference.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   脚本会将保存指令添加到说明中，通过标准输入 (stdin) 发送说明，并复制结果。说明必须通过标准输入传递，因为 Codex 的 -i 选项会吞掉其后的位置参数。使用 --dry-run 可以查看命令而无需消耗配额。 Codex 的优化 (Refine) （默认开启）。 在绘制前，Codex 会扮演艺术总监：它将说明重写为更强大的提示词，具有一个核心概念、清晰的视觉层次以及外行人能立即理解的视觉隐喻。数字、名称、引文和技术术语必须完全保留。优化后的提示词和图片中的文本列表会保存到 <name>.refined.txt 文件中。如果需要原样使用说明（例如进行范围狭窄的编辑），请使用 --no-refine。 风格指南。 通过 --style-guide <file.md> 或环境变量 CLAUDE_IMAGEGEN_STYLE_GUIDE 可以附加语言和教学法规则，例如某个 workspace 的 AGENTS.md 文件。Codex 仅应用该文件中的语言、句式风格和教学法规则。
4. 视觉检查结果。 打开 PNG 文件，然后对照 references/qa-checklist.md 中的清单进行检查：每个标签的拼写、箭头方向、无多余文本、宽高比以及风格匹配度。
5. 必要时进行修改，最多两轮。选择以下方式之一：
   • 编辑说明并重新运行，或者
   • 将前一次的结果作为 --ref 附加，并附带范围狭窄的编辑指令，例如“保持其他所有内容不变，仅将标签 X 改为 Y。”
6. 提交。 报告 PNG 路径、WebP 路径（如有）、像素尺寸以及视觉检查结果。同时说明仍然存在的不足之处。

输出

• <name>.png：来自 Codex 的原始图片。
• <name>.brief.txt：所使用的说明，以便能够重新生成或修改图片。
• <name>.refined.txt：Codex 优化后的提示词以及图片中出现的文本列表。用于检查拼写和数字。
• <name>.webp：如果指定了 --webp，宽度按指定数值，宽高比保持不变。

Codex 还会在 ~/.codex/generated_images/ 中保存一份原始副本。

需要坦诚说明的限制

• 无法通过参数选择图像模型版本。Codex 自行决定。
• 结果非确定性。相同的说明可能产生不同的图片。
• 图片内的长文本经常拼写错误。请将文本限制在几个短标签内。