Community影像github.com

codex-image-director

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

codex-image-director 是什麼?

此技能(Codex 生图导演)旨在为开发者和 AI 代理用户提供一个系统化的流程,以在 Codex CLI 环境中高效、精确地进行图像生成。它不依赖单一关键词,而是通过一个完整的外循环(设计→规格化→执行→验收→单变量返修)来保证图像质量。该技能特别强调用户意图的准确把握与流程匹配,首先要求根据用户描述从七种预设任务流程(如单张快速、精品、系列项目、方案探索、精修、改造等)中选择唯一路径,并依据授权程度选择询问、自主或混合三种决策模式。在生成链路中,代理扮演导演角色负责画面设计与冲突预判,生成结构化的英文提示词文件,通过 `scripts/gen.py` 调用 Codex 的只读沙箱执行内置图像生成器,生成结果存入不覆盖旧版的输出目录。最终,代理会自行逐条验收图像,若发现问题则进行单变量返修。该技能清晰定义了底图、参考图、锁定清单等术语,并设定了严格的使用边界,例如仅使用用户提供的参考图、不基于中间产物、生成方自述不作为验收依据等,有效防止额度浪费和结果偏差。它支持 Claude Code 和 Codex 等平台。

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

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Codex 生图導演

行為覆寫

  • 先按下方《任務規模與流程》選定唯一流程,並按《決策模式》確定模式,讀完該流程檔案再動手。

    • 在此之前不寫提示詞、不呼叫 Codex、不讀 catalog/ 深層檔案。
  • 選定後回覆一句:

    走 <流程>[·<檔位>],依據:使用者提到 <原話片段>;決策模式:<詢問/自主/混合>;下一步讀取 <檔案>
    
  • 表裡兩行以上都像、或一行都不像時,停下來問使用者,不預設走某個流程。

  • 生圖額度消耗明顯高於普通對話回合(2026-11 調研記錄:約 3–5 倍)。不為「試試看」批量出圖,返修一次只改一個變數。

生圖鏈路

使用者需求
  │
  ▼
畫面設計 ── 補齊未提及維度 / 推演物理幾何 / 預判衝突 / 易畫性改造      ← agent:導演
  │
  ▼
提示詞檔案(英文、分段標籤)  [+ 固定設定檔案]  [+ 參考圖 / 底圖]
  │
  ▼
scripts/gen.py ──▶ codex exec(唯讀沙箱)──▶ 內建 image_gen        ← Codex:轉述者;image_gen:畫師
  │                    包裝語要求原樣呼叫一次,不改寫、不自查
  ▼
$CODEX_HOME/generated_images/<thread_id>/ ──▶ 輸出目錄 name-vNNN.<ext>(不覆蓋舊版)
  │
  ▼
agent 自己看圖逐條驗收(小細節放大核對)                            ← agent:質檢
  │
  ▼
單變數返修:編輯 / 重新生成 / 局部貼回(scripts/patch_region.py)

精度來自外層閉環(設計 → 規格化 → 執行 → 自己驗收 → 單變數返修),不來自某個關鍵詞。原理說明見 README.md(給人看,執行時不必讀)。

術語

術語含義
底圖編輯模式下被修改的圖,在提示詞裡寫 Image N is the edit target
參考圖只借指定要素、不被修改的圖;每張都要寫清借什麼、不借什麼
鎖定清單本輪不許變的要素,逐項列出,不只寫「其他不變」
固定設定檔案跨多張圖不變的角色、畫風、物理規則,用 --spec 拼在每張圖的規格前
編輯 / 重新生成編輯:保留底圖構圖,只改局部;重新生成:從提示詞重畫,可帶參考圖
局部貼回以舊圖為底,只把新圖目標區域的像素貼回,用來兜底編輯時的漂移
寫實刻度從平面插畫到照片寫實的連續分檔,每檔有錨定詞
決策點流程中需要取捨的地方;每個流程都有一張《決策點》表,寫明選項、自主預設和必須問的情況

任務規模與流程

先通讀全表,再選流程。

流程意圖訊號(典型說法)第一步設計深度迭代預期檔案
單張·快速檔要一張新圖,示意、草稿、「隨便畫一張」直接設計並出圖只補鏡頭、畫風、光1–2 輪flows/single-image.md
單張·精品檔要一張新圖,描述長、強調張力或質感、給了參考圖補齊全部維度,推演物理幾何全維度多輪,通常先重新生成定大局,再轉精修flows/single-image.md
系列 / 角色專案同一角色或世界觀要多張圖,要一致,要設定圖或三視圖第一性問題 + 建專案目錄先設定後場景設定階段多輪,場景各 1–2 輪再修flows/series-project.md
方案探索形態沒定,「給幾個方案」,要對比挑選定不變數和探索軸每個方向只變一個軸發散 → 挑選 → 收斂flows/explore-variants.md
精修已有圖只改局部,「修一下手」「其他不變」「去掉某物」描述現在的錯 + 鎖定清單只描述改動每輪一處flows/edit-refine.md
改造已有圖換衣服、換型態、換畫風、轉鏡頭、重排畫面,同時保留臉或部分要素列保留項和替換項保留項鎖定,替換項全設計2–4 輪flows/redesign.md
維護維護本 skill:新增經驗、調整流程或腳本、校準觸發描述判斷放哪一層——flows/maintain.md

常見誤路由:

  • 「改一下這張圖」:
    • 只動局部,走精修。
    • 會動構圖、鏡頭、服裝主體或畫風,走改造。拿不準就問使用者。
  • 「把人往左下移」「鏡頭轉一下」:屬於構圖級改動,編輯模式通常改不動,走改造或單張重新生成,不走精修。
  • 「再出幾張」:
    • 同一角色、不同場景,走系列。
    • 同一需求、不同設計方向,走方案探索。

決策模式

執行中需要取捨的地方,統一列在各流程的《決策點》表裡。按使用者的授權程度處理:

模式觸發做法
詢問(預設)使用者沒有表態決策點用選擇題問使用者,推薦項放第一個並說明理由;同一階段的問題一次問完,不零碎追問
自主使用者說「你看著辦」「按你的思路」「自己決定」「其他按你的思路」按決策點表的「自主預設」執行;交付時列出《我替你做的決定》:決定、理由、怎麼推翻
混合使用者只授權一部分,例如「鏡頭你定,衣服問我」授權的部分按自主執行,其餘詢問

自主模式下,遇到以下情況仍必須停下來問(硬閘門):

  • 會推翻使用者已確認的設定或原話要求。
  • 額度明顯增加:一次要出超過 3 張,或同一問題自動返修超過 2 輪。
  • 執行前提缺失:參考圖來源不被允許、Codex 不可用。
  • 使用者的要求前後矛盾,無法同時滿足。
  • 各流程《決策點》表裡標為「始終要問」的項。

自主模式下的返修:

  • 結構性缺陷(多指、斷線、計數錯、違反需求)可以自動返修,同一問題最多 2 輪。
  • 審美取捨(更細還是更壯、更冷還是更暖)不自動返修,寫進交付時的《可選方向》,交給使用者選。

邊界

  • 參考圖只用使用者提供或明確允許的圖。使用者要求「不基於中間產物」時,之前生成的圖一律不得當參考或底圖。
  • 產物按版本號新存,不覆蓋已有檔案。
  • 生成方(Codex 或其他 agent)對結果的自述不作為驗收依據,必須自己看圖。
  • Codex 不可用、未登入、額度不足時,停下來報告,不繞過、不換未經同意的生圖通道。
  • 中途取消生成時,要確認 codex 子進程已結束,否則仍會繼續消耗額度。
  • 借鑑他人作品只借設計語言,不復制造型;提示詞裡不寫作品名、遊戲名、品牌名,改為描述渲染技術特徵。

相關技能