前言¶

寫前端、做小遊戲、搭落地頁時，經常會卡在「缺一張圖」：Hero 背景、產品 Mockup、精靈圖、透明摳圖。以前常見做法是切到獨立繪圖工具生成，再下載、重命名、拷進倉庫；或者先用 SVG/HTML 佔位，後期再換真圖。流程一長，文案、佈局和素材就容易脫節。

OpenAI 把圖像生成能力封裝成了 Agent Skill：imagegen。它掛在 Codex 的 .system 技能目錄下，最新版 Codex 會自動安裝。核心思路很直接——在對話裏說明要什麼位圖，由內置 image_gen 工具（或顯式啓用的 CLI）產出 PNG 等光柵資源，再按規則落到項目目錄。本文依據官方倉庫中的 SKILL.md 與 CLI 參考整理其能力、啓用方式與典型用法。

這是什麼¶

imagegen 是面向 Codex 的系統級 Skill，官方路徑爲：

https://github.com/openai/skills/tree/main/skills/.system/imagegen

定位可以概括爲一句：在任務需要 AI 生成的位圖（照片、插畫、紋理、精靈圖、Mockup、透明摳圖等）時，用結構化流程生成或編輯圖像；若更適合改倉庫裏已有的 SVG/矢量/HTML/CSS，則不要走這條路徑。

倉庫 README 寫明：skills/.system/ 下的技能會隨最新版 Codex 自動安裝，一般不需要再用 $skill-installer 單獨裝。Skill 本體是標準的 SKILL.md + scripts/ + references/ 目錄結構，符合 Agent Skills 開放格式；但內置 image_gen 工具與 $CODEX_HOME 保存約定是 Codex 側能力，使用時以 Codex 環境爲準。

兩種工作模式¶

官方文檔寫得很清楚，Skill 只有兩層頂層模式：

默認：內置 image_gen 工具（推薦）
用於日常生成與編輯，不需要設置 OPENAI_API_KEY。
回退：scripts/image_gen.py CLI（僅顯式使用）
只有用戶明確要求走 CLI 時才用。需要 OPENAI_API_KEY 與網絡訪問。提供三個子命令：generate、edit、generate-batch。

規則要點：

正常請求一律走內置工具，不要自動切到 CLI。
內置失敗或不可用時，應告知用戶存在 CLI 回退且依賴 API Key；只有用戶明確同意後再走 CLI。
走 CLI 時使用技能自帶的 scripts/image_gen.py，不要臨時寫一套 SDK 腳本；也不要擅自修改該腳本。

核心能力與邊界¶

適合做什麼¶

官方列出的典型場景包括：

從零生成：概念圖、產品圖、封面、網站 Hero 等
帶參考圖生成：用一張或多張圖約束風格、構圖或氛圍
編輯已有圖：局部重繪、光照/天氣變換、換背景、去物體、合成、透明背景
同一任務產出多張素材或變體

生成側還按用途做了分類 slug（如 product-mockup、ui-mockup、photorealistic-natural、illustration-story 等）；編輯側則有 precise-object-edit、background-extraction、style-transfer、compositing 等。寫提示詞時保持 slug 一致，便於 Agent 按同一套模板擴寫。

不適合做什麼¶

官方同樣劃了邊界，避免「什麼圖都生」：

擴展或對齊倉庫裏已有的 SVG/矢量圖標、Logo 體系、插畫庫
用 SVG、HTML/CSS、canvas 就能更好完成的簡單圖形、示意圖、線框、圖標
源文件本身已是可編輯的原生格式，只需小改
用戶明確要確定性的代碼側輸出，而不是生成位圖

簡單說：位圖資產用 imagegen；矢量與代碼原生視覺繼續改倉庫裏的文件。

安裝與啓用¶

在最新版 Codex 中，.system 下的 imagegen 會自動安裝。確認技能是否可用，可在 Codex 中查看已加載 Skills，或檢查本機技能目錄（默認 CODEX_HOME 爲 ~/.codex）：

export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
ls "$CODEX_HOME/skills/.system/imagegen"

目錄中通常包含 SKILL.md、scripts/image_gen.py、references/ 等。安裝或更新技能後，按 Codex 文檔要求重啓會話，以便重新加載。

若內置工具不可用、且你明確要走 CLI 回退，先準備依賴與密鑰：

# 官方推薦在 uv 管理的環境中安裝
uv pip install openai
# 僅在需要縮小輸出圖時可選
uv pip install pillow

# 在本機環境變量中配置，不要把完整 Key 貼進對話
export OPENAI_API_KEY="你的密鑰"

CLI 入口可固定爲：

export IMAGE_GEN="$CODEX_HOME/skills/.system/imagegen/scripts/image_gen.py"

密鑰可在 OpenAI 平臺創建：https://platform.openai.com/api-keys

說明：openai/skills 倉庫 README 目前標註該倉已 deprecated，新示例轉向 OpenAI Plugins 倉庫；但 .system/imagegen 的 SKILL.md 仍是當前公開一手說明，且 Codex 側仍按系統技能自動安裝。寫作與實踐以該目錄內容爲準。

內置模式：保存路徑約定¶

內置模式下，Codex 默認把生成結果寫到 $CODEX_HOME/*（常見爲 $CODEX_HOME/generated_images/...），不要把系統臨時目錄當成默認落點，也不要依賴內置工具的「目標路徑參數」。需要固定位置時，流程是：先生成，再把選定文件移動/複製到目標路徑。

優先級官方約定如下：

用戶指定了目標路徑 → 移到該路徑
圖要進當前項目 → 結束前拷進工作區，並更新引用
僅預覽/頭腦風暴 → 可內聯展示，文件留在 $CODEX_HOME/*

注意：

項目真正引用的資源，不能只留在 $CODEX_HOME 默認目錄。
除非用戶明確要求覆蓋，否則不要覆蓋已有資產；可用 hero-v2.png、item-icon-edited.png 這類兄弟文件名。

編輯語義上，內置編輯面向「對話上下文裏已經可見」的圖（附件或本輪早先生成的圖）。若要改本地文件，需先用內置 view_image 載入上下文，再編輯；不要承諾內置工具能直接按任意文件系統路徑做帶 mask 等精細控制——那種能力屬於顯式 CLI 回退。

提示詞怎麼寫¶

官方建議把用戶意圖整理成結構化規格，而不是盲目加戲。共享模板大致如下：

Use case: <taxonomy slug>
Asset type: <where the asset will be used>
Primary request: <user's main prompt>
Input images: <Image 1: role; Image 2: role> (optional)
Scene/backdrop: <environment>
Subject: <main subject>
Style/medium: <photo/illustration/3D/etc>
Composition/framing: <wide/close/top-down; placement>
Lighting/mood: <lighting + mood>
Color palette: <palette notes>
Materials/textures: <surface details>
Text (verbatim): "<exact text>"
Constraints: <must keep/must avoid>
Avoid: <negative constraints>

擴充原則：

用戶已經寫得很細 → 只做規範化，不擅自加創意需求
用戶寫得很泛 → 可以補充構圖、用途、光影等「能實質提升結果」的信息
不要擅自加未暗示的人物/物體、品牌 slogan、無關敘事
編輯時反覆寫清不變量，例如「只改背景，主體與邊緣不變」

生成示例（Hero / 產品圖）：

Use case: product-mockup
Asset type: landing page hero
Primary request: a minimal hero image of a ceramic coffee mug
Style/medium: clean product photography
Composition/framing: wide composition with usable negative space for page copy if needed
Lighting/mood: soft studio lighting
Constraints: no logos, no text, no watermark

編輯示例（只換背景）：

Use case: precise-object-edit
Asset type: product photo background replacement
Primary request: replace only the background with a warm sunset gradient
Constraints: change only the background; keep the product and its edges unchanged; no text; no watermark

在 Codex 對話裏，也可以直接用自然語言描述需求，例如：「給落地頁生成一張陶瓷馬克杯的極簡產品 Hero，留出文案負空間，不要 Logo 和文字」，Agent 應按 Skill 規則走內置 image_gen，並把最終可用文件放進項目。

CLI 回退示例（顯式啓用時）¶

以下命令來自官方 references/cli.md，僅在用戶明確要求 CLI 時使用。

幹跑（不調 API、不需 openai 包）：

python "$IMAGE_GEN" generate \
  --prompt "Test" \
  --out output/imagegen/test.png \
  --dry-run

生成：

python "$IMAGE_GEN" generate \
  --prompt "A cozy alpine cabin at dawn" \
  --size 1024x1024 \
  --out output/imagegen/alpine-cabin.png

編輯：

python "$IMAGE_GEN" edit \
  --image input.png \
  --prompt "Replace only the background with a warm sunset" \
  --out output/imagegen/sunset-edit.png

帶質量與輸入保真度的編輯（CLI 專有參數，不是內置工具參數）：

python "$IMAGE_GEN" edit \
  --image input.png \
  --prompt "Change only the background" \
  --quality high \
  --input-fidelity high \
  --out output/imagegen/background-edit.png

官方 CLI 默認值包括：模型 gpt-image-1.5（GPT Image 系列）、尺寸 1024x1024、質量 auto、輸出格式 png。支持尺寸爲 1024x1024、1536x1024、1024x1536 或 auto。透明背景需要輸出格式爲 png 或 webp。中間文件建議放 tmp/imagegen/，成品放 output/imagegen/；目標文件已存在時需加 --force 纔會覆蓋。

批量多提示詞可用 generate-batch（必須指定 --out-dir）：

mkdir -p tmp/imagegen output/imagegen/batch
cat > tmp/imagegen/prompts.jsonl << 'EOF'
{"prompt":"Cavernous hangar interior with a compact shuttle parked near the center","use_case":"stylized-concept","size":"1536x1024"}
{"prompt":"Gray wolf in profile in a snowy forest","use_case":"photorealistic-natural","size":"1024x1024"}
EOF

python "$IMAGE_GEN" generate-batch \
  --input tmp/imagegen/prompts.jsonl \
  --out-dir output/imagegen/batch \
  --concurrency 5

適用場景與注意事項¶

比較適合：

在 Codex 編碼會話中同步產出網站/遊戲/UI 位圖素材
需要參考圖約束風格，或對現有位圖做局部編輯
預覽階段快速出圖，再把選定結果落入倉庫

需要注意：

默認路徑是內置工具；CLI 是顯式回退，不要混用參數語義（例如 CLI 的 --quality、--mask、--input-fidelity 不是內置工具參數）。
本地文件編輯：內置路徑先 view_image；要路徑級控制、mask 等再考慮 CLI。
項目引用的最終文件必須進工作區，並回報最終路徑、最終提示詞以及用的是內置還是 CLI。
迭代時一次只改一個點，並重復不變量，減少漂移。
若目標是對齊現有 SVG/圖標體系，應直接改矢量或代碼，而不是強行生成位圖。

小結¶

imagegen 把「在編碼對話裏要一張位圖」收成可重複的 Skill：默認用內置 image_gen（無需 API Key），必要時再顯式走 scripts/image_gen.py；配合結構化提示詞與明確的保存規則，減少佔位圖與素材來回搬運。它解決的是光柵資產生產，而不是替代倉庫裏的矢量與代碼原生視覺。

官方地址：

https://github.com/openai/skills/tree/main/skills/.system/imagegen

更完整的提示詞原則與示例見同目錄下的 references/prompting.md、references/sample-prompts.md；CLI 細節見 references/cli.md。

用 Codex 的 imagegen Skill 在編碼流程裏生成位圖素材

前言¶

這是什麼¶

兩種工作模式¶

核心能力與邊界¶

適合做什麼¶

不適合做什麼¶

安裝與啓用¶

內置模式：保存路徑約定¶

提示詞怎麼寫¶

CLI 回退示例（顯式啓用時）¶

適用場景與注意事項¶

小結¶

精选优惠券

用 Codex 的 imagegen Skill 在編碼流程裏生成位圖素材

前言¶

這是什麼¶

兩種工作模式¶

核心能力與邊界¶

適合做什麼¶

不適合做什麼¶

安裝與啓用¶

內置模式：保存路徑約定¶

提示詞怎麼寫¶

CLI 回退示例（顯式啓用時）¶

適用場景與注意事項¶

小結¶

精选优惠券

相關文章