Codex 图像生成

要解决的问题

在 AI 编程环境里，代码产出往往不是唯一交付物。有时候你需要给一个刚做好的 Web 页面配一张示意图，或者给数据看板生成一张封面图，再或者给 CLI 工具做一张演示用的 banner。这类需求规模不大，但单独打开一个图像编辑器或者去调外部 API 都很打断心流。

codex-gpt-image 就是针对这个场景的技能。它把 GPT 图像生成能力塞进 Agent 的工作流里，让你在写代码的同一个会话里直接产出图片，不需要切换工具。

技能如何工作

这个技能集合包含 1 个子技能文件，职责非常聚焦：接收 Agent 传来的图像生成指令，调用底层 GPT 图像能力，把结果交还给 Agent。

核心工作方式：

• Agent 在对话中识别到图像生成意图时，会把需求结构化后传给技能
• 技能负责对接 GPT 图像生成接口，处理参数和返回结果
• 生成的图像路径或数据会被 Agent 拿去做后续处理，比如插入到文档或页面里

兼容性

这个技能的适配范围比较广，支持以下平台：

• Claude Code
• Codex
• Hermes Agent
• OpenClaw
• QClaw
• WorkBuddy

也就是说，无论你用的是哪款 AI 编程 Agent，只要平台支持加载技能，就可以把这个能力挂上去。

适用边界

需要说清楚的是，这个技能目前只有一个子技能文件，功能边界很窄——只负责图像生成这一步，不包含图片编辑、批量处理、风格迁移等进阶能力。如果你需要的是一个完整的图像处理管线，它可能不够用。

另外，图像生成的质量取决于底层 GPT 模型的能力，技能本身只是桥接层，不会改变模型本身的输出水平。