api-image

一个给 Codex App 用的图片生成 Skill。

它的作用很简单：当你在 API 形式使用 Codex App，没法直接用官方内置 imagegen 时，让 Codex 改走你自己配置的 OpenAI-compatible 图片接口，例如通过 CPA 反代出来的 gpt-image-2。

用网页版生过图的朋友应该知道，网页端的生图不是单纯“把一句 prompt 传给图片模型”。它更像一个 agent：主模型会理解你的需求，必要时搜索资料、分析参考图、整理提示词，然后再调用图片模型。这个 Skill 就是尽量复刻这种流程：你用自然语言告诉 Codex 想要什么，Codex 负责前面的 agent 工作，最后通过你的 Provider API 生图。

它能做什么

• 文生图
• 参考图生图
• 局部编辑 / inpainting
• 多参考图辅助构图、风格、产品或人物一致性
• 需要真实信息的图片生成前，先让 Codex 搜索和整理参考资料
• 默认读取你 Codex 根目录里的 Provider 配置
• 临时切换本次调用使用的 URL 或 API Key

更细的调用规则和脚本参数都在 SKILL.md 里，README 只讲怎么用。

安装

把仓库放到 Codex 的 skills 目录：

git clone <repo-url> "$env:USERPROFILE\.codex\skills\api-image"

如果你设置了 CODEX_HOME：

git clone <repo-url> "$env:CODEX_HOME\skills\api-image"

然后重启 Codex App，或让 Codex 重新加载 Skills。

配置

默认情况下，这个 Skill 会读取你 Codex 根目录里的配置：

• auth.json
• config.toml

它需要能从里面找到：

• API Key
• 当前 Provider
• Provider 的 base_url

这个仓库不会、也不应该保存你的 API Key。

怎么用

安装后，正常和 Codex 说话就行。比如：

用 api-image 生成一张 2048x1152 的电影感照片：雨夜东京街头，霓虹反光，真实摄影风格。

带参考图时可以这样说：

参考这张图的构图和人物姿势，生成一张暖色电影感插画，保持主体姿态，但不要照抄原图。

需要真实地点、产品、建筑、历史服饰这类容易生成错的东西时，可以直接要求 Codex 先查资料：

先查一下花江峡谷大桥的结构和地形参考，再生成一张高空俯视图，尽量保持真实桥型和峡谷环境。

临时换接口

默认会用你 Codex 根目录里的 Provider 配置。

如果只想这一次换 URL 或 key，可以直接告诉 Codex：

这次生图临时用 https://example.com/v1 这个 base_url，API key 从 API_IMAGE_API_KEY 环境变量读。

更推荐让 key 放在环境变量里，不要在聊天里直接粘贴。临时切换只影响本次调用，不会写回你的 auth.json 或 config.toml，除非你明确要求 Codex 修改配置。

关于 gpt-image-2

这个 Skill 默认按 gpt-image-2 的官方图片 API 规则处理：

• 纯文生图走 /images/generations
• 有参考图、输入图或 mask 时走 /images/edits
• 官方 GPT Image models 默认读返回里的 b64_json
• gpt-image-2 不支持透明背景
• gpt-image-2 不需要、也不应该传 input_fidelity

如果你的 Provider 对这些参数有自己的兼容层，以 Provider 的实际报错为准。

目录

api-image/
  SKILL.md
  README.md
  LICENSE
  agents/
  scripts/

说明

这是个人自用 Skill 的整理版，主要目标是让 Codex App 在 API 使用形态下也能比较自然地完成图片生成工作。不同反代和 Provider 的兼容程度可能不一样。

MIT License.

致谢

感谢 linuxdo 社区的交流、分享与反馈。