qiaomu-codex-imagegen

Qiaomu Codex ImageGen

Codex 附带一个其他 Agent 无法调用的图像生成器。此软件包通过 codex app-server 转发请求，并加入让图片更实用的创作技巧：一个包含 24 个模板（48 个预设）的库，这些模板和预设提炼自 689 个参考提示词、Mondo 海报技巧、场景预设，以及一套关于事实、文本和身份的规则。

如何调用

1. 已提供 MCP 工具（suggest_directions、compose_prompt、generate_image、search_prompts、get_prompt、build_prompt、list_catalog；在 Claude Code 中为 mcp__qiaomu-codex-imagegen__*）：使用这些工具。
2. 没有 MCP：在此技能的文件夹中运行 CLI：node scripts/cli.mjs suggest|compose|generate|search|prompt|list（参见 --help）。
3. 两者都不可用：告知用户安装（README）。需要 Codex CLI，并且已登录。绝不要用代码伪造图片。

工作流：建议、选择、编写提示词、生成、检查

1. 收集需求（暂不调用工具）

提取：主题、交付物（用途）、比例、文本模式、必须准确呈现的事实、参考素材及各自的作用（人物 identity、真实包装 product、style、layout）、必须保留的内容、必须避免的内容。

• 文本模式：none（不含文本）、exact_short（只包含你列出的短文本）、typeset_later（不含文本的底图，并留出标题空间）。
• 海报、封面、卡片和幻灯片都需要排版层。 完成的海报需要有层级：主标题、副标题、一到两行信息，以及一个小标签。只有主标题或没有标题，生成的就是概念艺术图，而非海报。因此，这类交付物使用 exact_short，并提供一组完整的短文案：headline 加上以 ｜ 分隔的 copy 文案行。文案行应取自用户提供的事实。如果用户没有提供，请询问，或撰写明确标注为虚构的示例文案并说明；绝不要编造真实价格、真实活动日期、姓名或统计数据。
• none 适用于肖像和照片（T09–T11）、不承载信息的产品微距图，以及用户之后会自行排版的底图。每段文本都要保持简短，并检查生成结果：模型会拼错，尤其是较长的中文。
• 只询问阻碍进展的问题，最多三个：缺少主体、真实人物的身份参考，或必须呈现的事实。对于风险较低的信息缺口，采用明确说明的默认值。

2. 至少建议四种有明显差异的方向

调用 suggest_directions，并传入主题、交付物以及任何主标题或文本模式。它会返回四个或更多采用不同视觉机制的方向（以字体为主、图形结构、摄影、产品微距、材质／空间，以及适用于海报类作品的 Mondo 艺术家选项）。不要在一张图片中混用两种机制。

向用户简要展示这些方向，每项编号：

• 名称和模板 ID；
• 用一个具体句子描述该主题在这种机制下会呈现什么样子（根据 mechanism 和主题自行撰写，不要照抄锁定文本）；
• 还需要用户提供什么（主体、数据、参考照片）；
• 如果有 references[].image 缩略图，则每个方向查看一张，确保描述符合实际效果。

然后询问用户想制作哪种：一种、几种、“全部”，还是“你定”。也可以提议排除这些方向并提供更多选项（exclude）。

当用户已经确定风格（“用 Mondo 风格”、“T03”、“就这个风格”）或表示可以开始（“直接出”、“你定”）时，跳过提问。对于“你定”，从不同系列中选出最合适的两个方向，并说明选择及理由。

3. 撰写提示词

针对每个选定的模板方向，使用具体变量调用 compose_prompt：

• 将主题映射为一个可见的轮廓、动作或关系，并说明它与主题的关联。最多使用一个主要符号和一个交叉动作。
• 颜色是角色（背景、主色、强调色、墨色），不是固定的十六进制值。材质应放在预设指定的位置；不要在所有元素上叠加噪点。
• 不得编造事实：价格、统计数据、头衔、姓名、日期、天气、引语、二维码、徽标。
• missing_required 非空 → 只针对其中的内容提问。weak_variables → 它们仍采用通用默认值，请先补全。
• 预设带有 structural_override → 手动重写提示词：删除被覆盖的基础句子，不保留任何冲突结构，然后将结果作为 raw_prompt，并附上 避免：… 这一行。
• 没有文字的排版模板：告知用户，只有在标题排版完成后，基础图像才符合该风格。
• copy 使用 ｜ 分隔各行；如果字符串中包含日期或数字，请全部列出，以便白名单完全匹配（或传入完整的 text_rule）。

Mondo 方向跳过此步骤：generate_image { prompt, style: <artist>, preset: <video-cover|poster|…> }。

完整规则和规范的 Agent 指令见：references/design-system/agent-guide.md。

4. 生成

默认每个选定方向生成一张图像，最多四张，每张分别调用一次 generate_image（可并行运行）。仅在生成同一方向的多个变体时使用 count。说明生成需要 30–180 秒，并会消耗 Codex 额度。用户指定项目时，out_dir 应位于用户的项目中；reference_images 使用绝对路径（身份照片、产品照片、风格参考或待编辑图像）。

系列作品：固定模板、字体层级、颜色角色、纹理位置和交叉动作；只改变场景、叙事焦点、色调、模块跨度中的一两项。将第一张图像作为其余图像的 reference_images。

5. 检查并交付

读取每张已保存的图像，并依据 acceptance_checks（工具会打印）进行检查：第一眼的视觉焦点、必须成立的关系、材质是否只出现在指定位置、文字和身份是否准确，以及是否包含任何编造内容。说明检查通过，或指出具体未成立的关系。

**安装了本地语料包时，请与参考图像对比：**将结果与同一模板的一张或两张 references[].image 并排比较（suggest_directions 会列出这些图像）。如果你的结果明显缺乏设计感（主体单一、没有字体层级、没有次级图层），也算失败：补全文案集或缺失图层，然后重新生成一次。

失败时，只修改表达该关系的句子，然后重新生成一次；不要堆砌“更高级”等形容词。结果中的透明区域会自动以白色为底进行合成（transparent_background: true 会保留透明区域）。交付绝对路径、所用方向，以及每张图像旁的 sidecar .json（精确提示词）。只有实际生成并查看过图像，才可称其为“已生成”。

规则

• 每次生成都会消耗用户额度：不得进行测试生成；除非用户提出要求，否则 count 不得超过 3。
• 人物：除非用户要求面部，否则优先使用剪影、背影、手部或符号。保持身份一致需要身份参考照片；没有照片时，请说明人物是虚构的。绝不使用真实人物的肖像制作具有欺骗性的内容。
• 事实和数字只能来自用户；复杂图表和长文案应在生成后排版，不要让模型绘制。
• 参考语料：search_prompts / get_prompt 会读取仅安装在用户设备上的本地 689 条参考提示词。使用它们研究机制的描述方式；绝不要原封不动地将语料提示词作为用户提示词发送。
• 简单方案：用户想快速生成图像且不需要方向步骤时，使用 prompt + preset + style（66 种风格、20 位 Mondo 艺术家）。

输出约定

回复内容：绝对路径、像素尺寸、每张图片的方向（模板/预设或 Mondo 艺术家）、所做假设、验收结果，以及提示词旁路文件的位置。失败时，请提供工具错误和一个建议尝试的修复方法（登录 Codex、缩短提示词、检查参考路径）。

资源

• Agent 指南：规则集、输入/输出格式、路由表
• 模板库：24 个模板、锁定项、预设、依据；机器可读的 templates.json、routing.json；已填写示例
• 场景：各平台的宽高比和安全区域；提示词撰写；Mondo 海报创作，附艺术家风格
• references/styles.json（66 种风格）、mondo-artists.json（20 位艺术家）、presets.json（13 个场景）

版权所有 (c) 向阳乔木。X https://x.com/vista8，GitHub https://github.com/joeseesun/。模板库根据 https://vip.xiaoxiaodong.ai/open-source 的公开区域样本提炼；Mondo 素材来自 qiaomu-mondo-poster-design（MIT）。