Codex Image Gen

Codex Image Gen

目标：把“本机已登录的 Codex OAuth 生图能力”封装成一个零私有依赖的跨 Agent Skill。

它不依赖任何私有模块；任何能执行 python3 的 Agent，只要宿主机已经装好 Codex CLI 并执行过 codex auth login，就能直接调用 scripts/codex_image.py 生图或做图像编辑。

前置条件

必须同时满足：

1. 本机已安装 Codex CLI
2. 已执行过 codex auth login
3. ~/.codex/auth.json 存在且可读
4. 机器可访问：
   • https://chatgpt.com/backend-api/codex/responses
   • https://auth.openai.com/oauth/token

如果 ~/.codex/auth.json 不存在，不要猜测或绕过。直接提示用户先运行：

bashCopy code
codex auth login

这个 skill 能做什么

• 文生图
• 配图 / 插图 / 封面图生成
• image-to-image / 编辑
• 把本地参考图编码成 data:image/...;base64,... 后发给 Codex Responses API
• 自动检查 access token 是否过期
• access token 过期时自动用 refresh token 刷新，并写回 ~/.codex/auth.json
• 从 SSE 流里提取图片 base64，保存为本地 PNG

核心脚本

相对路径：scripts/codex_image.py

典型调用方式：

bashCopy code
python3 scripts/codex_image.py --prompt "极简科技感课程封面，无文字" --aspect landscape

如果 Agent 不是在 skill 根目录执行，就显式传 skill 相对路径或绝对路径，例如：

bashCopy code
python3 .claude/skills/codex-image-gen/scripts/codex_image.py \
  --prompt "商业文章封面插图，克制，干净，无文字" \
  --aspect landscape \
  --quality high \
  --out-dir ./outputs

CLI 参数

必填

二选一：

• --prompt "..."
• --prompt-file /path/to/prompt.txt

可选

• --quality low|medium|high：默认 medium
• --aspect landscape|square|portrait：默认 square
• --out-dir /path/to/output-dir：默认当前目录
• --image /path/to/image.png：主编辑图 / 输入图
• --reference-image /path/to/ref.png：参考图，可重复传入
• --model gpt-image-2：默认 gpt-image-2

推荐工作方式

1) 最短路径：文生图

bashCopy code
python3 scripts/codex_image.py \
  --prompt "蓝白配色的 AI 课程封面插图，几何感，极简，无文字" \
  --aspect landscape \
  --quality high \
  --out-dir ./outputs

2) 用 prompt 文件

bashCopy code
python3 scripts/codex_image.py \
  --prompt-file ./prompt.txt \
  --aspect portrait \
  --out-dir ./outputs

3) image-to-image / 编辑

bashCopy code
python3 scripts/codex_image.py \
  --prompt "把这张草图做成干净的白板商业插图风格" \
  --image ./draft.png \
  --reference-image ./style-ref.png \
  --aspect landscape \
  --out-dir ./outputs

Agent 执行规则

1. 先确认 ~/.codex/auth.json 存在；不存在就停止并提示 codex auth login
2. 优先直接跑 python3 scripts/codex_image.py --help 自检 CLI
3. 真正执行时，给出明确 prompt，不要只传关键词
4. 如果用户要封面/配图，默认优先：
   • --aspect landscape
   • --quality high
5. 如果用户要头像、图标、方图，默认优先：
   • --aspect square
6. 如果返回 401，直接提示重新登录 Codex
7. 如果返回 403，优先怀疑 Cloudflare / 请求头不完整 / 登录态异常，不要误判成 prompt 问题

成功输出约定

脚本成功时会输出 JSON：

jsonCopy code
{"success": true, "image": "/absolute/path/to/file.png"}

Agent 应返回：

• 最终图片路径
• 使用的 prompt（必要时可简述）
• 是否用了输入图 / 参考图

失败处理

auth.json 不存在

明确提示：

bashCopy code
codex auth login

401 Unauthorized

说明本地登录态失效，建议重新登录：

bashCopy code
codex auth login

403 Forbidden

说明大概率是 Cloudflare / 关键请求头 / 账号态问题。先检查：

• User-Agent: codex_cli_rs/0.0.0
• originator: codex_cli_rs
• ChatGPT-Account-ID

没拿到图片数据

说明上游 SSE 响应格式变了，或只返回了中间事件但没有可用图片字段。此时应检查 references/api-notes.md 并根据新响应结构更新脚本。

参考文档

• API 细节：references/api-notes.md
• 核心脚本：scripts/codex_image.py