Community影像github.com

Codex 圖片生成

使用 Codex(OpenAI 的程式碼代理及其內建圖片工具,需包含在 ChatGPT 方案中)生成圖片 — YouTube 縮圖、封面、B-Roll 靜態畫面、看板圖片、個人頭像 — 每張圖片一個 Codex 任務,可平行執行多個任務,並在需要出現人臉時使用創作者的照片作為參考,最後將圖片複製到專案中並附上清單。當使用者說生成圖片、縮圖、封面、幫我做一個視覺、codex images、génère une image、miniature,或 publish 或 short-editing 需要圖片時使用。

Codex 圖片生成 是什麼?

此技能讓 AI 代理能夠使用 OpenAI 的 Codex 程式碼代理與其內建圖片生成工具,直接從終端機產生圖片。它專門為影片製作工作流程設計,能有效率地批次處理如 YouTube 縮圖、頻道封面、B-Roll 靜態畫面、看板圖片及個人頭像等任務。技能會為每張圖片建立一個獨立的 `codex exec` 任務,並可平行執行最多三個任務。當需要出現人物臉孔時,它會使用創作者提供的參考照片,產生相似度高的肖像。每個任務會得到一張具體的具體提示文案,所有生成的圖片會複製到專案中,並自動產生一個 JSON 清單檔。技能也包含品質檢查步驟,例如驗證圖片尺寸(強制 16:9 縮圖)、檢查文字拼寫、以及使用 `shasum` 確保沒有重複圖片。最後,它會清理暫存日誌,並整理圖片以便發布或整合至短片編輯中。此方法充分運用 Codex 於 ChatGPT Plus 或 Pro 方案的配額,而非直接使用 API 金鑰。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Joaslde/video-agent-skills/tree/HEAD/skills/codex-images

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 圖片生成 是做什麼的?

由 Codex 的內建圖片工具從終端機產生圖片:每張圖片一個 codex exec 任務,可同時執行多個任務。使用使用者的 ChatGPT 方案(Plus 或 Pro),不需要 API 金鑰。

以他們的語言與他們溝通。<out> 代表輸出資料夾:若是影片,則為 video-agent/edits/<slug>/images/;否則為 video-agent/images/<name>/。

1. Codex(一次)

codex --version
codex login status
  • 未安裝:npm i -g @openai/codex(需要 Node 20+),或在 macOS 上使用 brew install codex。
  • 未登入:他們自行執行 codex login(會開啟瀏覽器,出現「使用 ChatGPT 登入」)。切勿在聊天中要求提供 OpenAI 金鑰或密碼。

2. 指示說明

一張圖片 = 一個提示。切勿將多個想法打包在一個任務中。

只在一則訊息中詢問缺少的資訊:

  • 用途:縮圖(1280x720,16:9)、短片封面(1080x1920,9:16)、正方形貼文(1:1)、看板或 B-Roll 的靜態畫面(影片的格式)。
  • 數量:預設為 1 張;縮圖則為 3 個變體(每個是不同的想法,而非同一個想法重複三次)。
  • 他們的臉孔:包含他們人像的縮圖需要 1 到 3 張清晰的照片(從拍攝片段中截取影格即可:ffmpeg -v error -y -ss <t> -i <take> -frames:v 1 -q:v 2 <out>/ref-face.jpg)。傳遞絕對路徑。

每個提示都用英文撰寫,要具體:主體、構圖、背景、光線、顏色、圖片上的文字(最多 3 個單詞,以引號確切寫出,使用影片的語言)以及格式。對於縮圖:一個主體、大字且可讀的文字、強烈對比、帶有明確情緒的臉孔、右下角不要有東西(YouTube 會在那裡放影片長度)。圖片上的每一項主張都必須來自影片。

以編號列表顯示提示,然後等待對方確認(每張圖片都會消耗一些他們的 Codex 使用配額)。

3. 生成

每個提示一個任務,最多同時執行 3 個,每個都在背景執行。務必以 < /dev/null 結尾(否則 codex exec 會無限期等待輸入),並將最後的訊息保留在檔案中:

mkdir -p <out>/logs
codex exec --skip-git-repo-check -s workspace-write -C "$PWD" \
  --output-last-message <out>/logs/<n>-<name>.txt \
  "Use your built-in image_gen tool to generate exactly one raster image for the prompt below. Do not edit any file. Do not ask questions. No SVG, no HTML, no placeholder.
Reference images (pass them to image_gen as referenced_image_paths): <absolute paths, or none>
When done, reply with exactly these two lines:
ASSET_NAME: <kebab-case-name>
IMAGE_PATH: <absolute path of the generated image>

Image prompt:
<the prompt>" \
  < /dev/null > <out>/logs/<n>-<name>.log 2>&1

一個任務大約需要 1 到 3 分鐘。任務結束後,讀取其 .txt 檔案,取得 IMAGE_PATH 並複製圖片:

cp "<IMAGE_PATH>" <out>/<n>-<name>.png

如果回應中沒有 IMAGE_PATH:請尋找 ~/.codex/generated_images/ 中在任務開始後建立的最新檔案(ls -t ~/.codex/generated_images/*/* | head -3)。如果那裡也沒有新檔案:表示任務失敗,顯示其 .log 檔案的結尾(通常是使用配額已達上限,或需要執行 codex login),然後重新執行該任務一次。

4. 檢查與移交

  • 每個提示對應一張圖片,且不能有兩張相同的圖片(shasum <out>/*.png)。
  • 尺寸:sips -g pixelWidth -g pixelHeight <file>(macOS)或 ffprobe -v error -show_entries stream=width,height -of csv=p=0 <file>。縮圖必須是 16:9:使用 ffmpeg 將其裁切或縮放至 1280x720(-vf "scale=1280:720:force_original_aspect_ratio=increase,crop=1280:720"),以 JPG 格式且小於 2 MB。
  • 檢視每張圖片:文字拼寫正確、臉孔與他們相似、沒有奇怪之處(手部、多餘字母)。如果有錯誤的圖片:修正提示後重新執行該任務。

寫入 <out>/manifest.json:每個圖片一個條目,包含 file、prompt、refs、date。顯示圖片,然後:

  • 縮圖或封面:/publish 使用 <edit>/images/(他們選擇一張,該圖片會被複製為 <edit>/cover.jpg,作為封面和 YouTube 縮圖)。
  • 影片的靜態畫面:/short-editing 可以將其作為 img 項目放置在時間軸上(將其複製到短片的 assets/images/ 中)。

一切正常後,刪除 <out>/logs/。

誠實的限制

  • 圖片工具是 OpenAI 的,內建於 Codex 中:結果取決於該工具,且工具可能變動。圖片上的文字可能拼寫錯誤:務必檢查。
  • 根據參考照片生成的臉孔會很相似,但很少完美。對縮圖而言,他們真實的照片仍然是最安全的選擇。
  • 每張圖片都會消耗他們 ChatGPT 方案中的 Codex 配額;達到配額上限意味著需要等待或升級方案。
  • 只能使用已獲得同意的人的照片,不得使用他們不擁有的商標或角色。

相關技能