wiraperdana/claude-imagegen

claude-imagegen 是做什麼的？

此技能為代理與 Codex 內建的 image_gen 工具之間搭起橋樑。該工具使用使用者已登入的 ChatGPT 帳戶，因此不需要 OPENAI_API_KEY。

簡單來說，代理扮演藝術總監的角色。它撰寫設計簡報，將其發送給插畫家（Codex），然後在使用前檢查結果。插畫家工作迅速，但有時會拼錯標籤或畫錯箭頭方向。因此，視覺檢查是不可或缺的步驟，而非選配。

使用時機

• 使用者要求以 imagegen GPT 製作插圖、故事場景或輔助教材圖片。
• 使用者希望圖片的風格能與現有圖片保持一致。

對於包含許多精確標籤的圖表，請先提議使用 SVG 或 HTML。Imagegen 在處理場景時最為可靠，但在處理長篇文字時最容易出錯。

如果正在執行的代理本身就是 Codex，請直接使用其內建的 image_gen 工具。請勿在 Codex 內部呼叫 codex exec。

先決條件

1. codex 已存在於 PATH 中，並已使用 ChatGPT 帳戶登入。請使用 codex login status 檢查。
2. image_generation 功能已啟用。請使用 codex features list | grep image_generation 檢查。
3. 可選：用於產生 WebP 的 cwebp，以及用於讀取圖片尺寸的 sips（macOS）或 Python Pillow。

若先決條件未滿足，請停止並指出缺少的項目。請勿擅自改用付費 API。

執行前，請向使用者說明兩件事

• 設計簡報與參考圖片將被發送至 OpenAI。請勿在未經明確許可的情況下附上機密圖片、個人資料或客戶素材。
• 每張圖片都會消耗 ChatGPT 訂閱額度。一張測試圖片約消耗 18,000 個 token，耗時約 2 分鐘。

每個 session 只需說明一次，除非參考內容的類型有所改變。

操作流程

1. 收集需求。 僅詢問尚未明確的項目：圖片目的、比例（預設為 3:2 橫向）、必須出現的文字、風格參考圖片，以及儲存位置。
2. 撰寫簡報 使用 references/brief-template.md 範本，以英文撰寫。精確列出允許出現的文字，然後禁止其他文字、浮水印和標誌。
3. 執行腳本：

   scripts/gen.sh --out <路徑/檔名.png> --brief <brief.txt> [--ref <圖片.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   腳本會將儲存指令附加到簡報中，透過標準輸入（stdin）發送簡報，並複製結果。簡報必須透過標準輸入傳遞，因為 Codex 的 -i 選項會吞噬其後的參數位置。使用 --dry-run 可以在不消耗額度的情況下預覽指令。 Codex 提示最佳化（預設）。 在繪製之前，Codex 會扮演藝術總監的角色：它會將簡報改寫成更強大的提示，包含一個核心概念、清晰的視覺層次，以及外行人能立即理解的視覺隱喻。數字、名稱、引用和技術術語必須精確保留。最佳化後的提示和圖片中出現的文字列表會儲存在 <檔名>.refined.txt 中。若簡報必須原樣使用（例如進行小幅編輯），請使用 --no-refine。 風格指南。 --style-guide <檔案.md>，或環境變數 CLAUDE_IMAGEGEN_STYLE_GUIDE，會附加語言和教學法規則，例如工作區的 AGENTS.md。Codex 僅會套用該檔案中的語言、句式風格和教學法規則。
4. 視覺檢查結果。 開啟 PNG 檔案，然後對照 references/qa-checklist.md 中的清單進行檢查：每個標籤的拼字、箭頭方向、無多餘文字、比例以及風格一致性。
5. 必要時進行修正，最多兩輪。請選擇以下其中一種方式：
   • 編輯簡報後重新執行，或者
   • 將前一次結果作為 --ref 附上，並加上狹義的編輯指示，例如「保持所有內容，僅將標籤 X 改為 Y。」
6. 交付成果。 回報 PNG 的路徑、WebP 的路徑（如有）、像素尺寸以及視覺檢查結果。同時說明任何仍存在的缺陷。

輸出檔案

• <檔名>.png：來自 Codex 的原始圖片。
• <檔名>.brief.txt：所使用的簡報，便於重新生成或修正圖片。
• <檔名>.refined.txt：Codex 最佳化後的提示以及圖片中出現的文字列表。用來檢查拼字和數字。
• <檔名>.webp：若指定 --webp，則根據指定寬度（保持原始比例）產生的 WebP 檔案。

Codex 也會在 ~/.codex/generated_images/ 中儲存一份原始副本。

必須誠實告知的限制

• 無法透過參數選擇圖片模型的版本。由 Codex 自行決定。
• 結果非確定性。相同的簡報可能產生不同的圖片。
• 圖片中的長篇文字經常拼寫錯誤。請將文字限制在幾個簡短的標籤內。