mcpField
C
codex-images

codex-images

github.com/melvynx创意与媒体64407 次安装1 周前更新
代码仓库

关于 codex-images

codex-images 是一项指导通过终端中的 Codex 内置图像工具生成图片的技能，适用于制作缩略图、封面和视频静帧。它涵盖提示词编写、批量任务、结果检查与交付，并使用 ChatGPT 计划额度而非 API 密钥。

主要功能

  1. 01按单张图片编写提示词
  2. 02最多并行生成三张图片
  3. 03支持参考人像照片
  4. 04检查图片尺寸与内容
  5. 05生成图片清单并交付

适用场景

  1. 01为视频制作缩略图或封面
  2. 02生成视频用静帧或 B-roll
  3. 03基于人物参考照制作缩略图

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/melvynx/video-agent-skills --skill codex-images

安装后在 Claude Code 中输入/codex-images确认已加载。

详细介绍

Codex 图像

由 Codex 内置图像工具生成的图像，通过终端运行：每张图像执行一次 codex exec，可同时生成多张。它使用用户的 ChatGPT Plus 或 Pro 计划，无需 API 密钥。

用他们的语言与他们交流。<out> = 输出文件夹：视频对应 video-agent/edits/<slug>/images/，其他情况对应 video-agent/images/<name>/。

1. Codex（一次性设置）

codex --version
codex login status
  • 尚未安装：npm i -g @openai/codex（需要 Node 20+），或在 macOS 上运行 brew install codex。
  • 尚未登录：让他们自行运行 codex login（会打开浏览器，选择 “Sign in with ChatGPT”）。绝不要在聊天中索要 OpenAI 密钥或密码。

2. 需求说明

一张图对应一个提示词。绝不要把多个想法塞进同一个任务。

只询问缺少的信息，一条消息问完：

  • 用途：缩略图（1280x720，16:9）、短视频封面（1080x1920，9:16）、方形帖子（1:1）、图片板或 B-roll 的静帧（与视频格式相同）。
  • 数量：默认为 1；缩略图生成 3 个版本（每个采用不同构思，而不是同一个构思生成三次）。
  • 人物面部：缩略图中需要出现他们时，需提供 1 到 3 张清晰照片（也可以用拍摄片段中的一帧：ffmpeg -v error -y -ss <t> -i <take> -frames:v 1 -q:v 2 <out>/ref-face.jpg）。传入绝对路径。

用英文撰写每个提示词，内容具体，包括主体、构图、背景、光线、色彩、图像上的文字（最多 3 个词，用引号准确写出，且使用视频语言）以及格式。缩略图要求：一个主体、醒目易读的文字、强烈对比、表情清晰的面部，右下角留空（YouTube 会在此处显示时长）。图像上的所有说法都必须来自视频。

将提示词按编号列出，然后等待对方确认（每张图像都会消耗他们的 Codex 使用额度）。

3. 生成

每个提示词对应一个任务，每次最多同时运行 3 个，均在后台执行。务必以 < /dev/null 结束（否则 codex exec 会一直等待输入），并将最后一条消息写入文件：

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

每个任务大约需要 1 到 3 分钟。任务结束后，读取其 .txt 文件，获取 IMAGE_PATH 并复制图像：

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

如果回答中没有 IMAGE_PATH：取 ~/.codex/generated_images/ 中最新的文件（ls -t ~/.codex/generated_images/*/* | head -3），该文件应在任务启动后创建。如果那里没有新文件，说明任务失败；显示其 .log 文件末尾的内容（通常是使用额度限制或需要运行 codex login），然后重新运行一次该任务。

4. 检查并交付

  • 每个提示词生成一张图像，且图像不能重复（shasum <out>/*.png）。
  • 检查尺寸：sips -g pixelWidth -g pixelHeight <file>（macOS）或 ffprobe -v error -show_entries stream=width,height -of csv=p=0 <file>。缩略图必须为 16:9：用 ffmpeg 将其裁剪或缩放为 1280x720（-vf "scale=1280:720:force_original_aspect_ratio=increase,crop=1280:720"），并保存为小于 2 MB 的 JPG。
  • 查看每张图像：检查文字拼写是否正确、面部是否像本人，以及是否有异常之处（手部、多余字母等）。如有问题，修改提示词并重新生成该图像。

写入 <out>/manifest.json：每张图像一条记录，包含 file、prompt、refs、date。展示图像，然后：

  • 缩略图或封面：/publish 使用 <edit>/images/（他们选择一张，复制为 <edit>/cover.jpg，用作封面和 YouTube 缩略图）。
  • 视频静帧：/short-editing 可以将其作为 img 项目放到图片板上（复制到短视频的 assets/images/ 中）。

确认一切正常后，删除 <out>/logs/。

使用限制说明

  • 图像工具属于 OpenAI，内置于 Codex：生成结果取决于该工具，且会发生变化。图像中的文字可能会拼错，务必检查。
  • 参考照片生成的面部通常比较相似，但很少能做到完美。缩略图使用本人真实照片最稳妥。
  • 每张图像都会占用其 ChatGPT 计划的 Codex 额度；达到限额后，需要等待或升级计划。
  • 只使用获得本人同意的人物照片，不使用他们不拥有的标志或角色。

评论

支持 Markdown