joeseesun/qiaomu-codex-imagegen

乔木 Codex 生图 · qiaomu-codex-imagegen

让任何 Agent 都能调用 Codex 内置的生图能力：每次生图先给出至少四种机制不同的风格方向，你选定后再出图。 内置 24 类场景模板（48 个预设）、20 位 Mondo 海报设计师风格，以及一套防止编造事实、乱写文字的规则。

Codex 的生图工具只在 Codex 里能用。这个项目把它接出来：一个 MCP 服务、一个命令行、一个 Agent Skill，共用同一套核心。Claude Code、Codex、Cursor，或者任何能执行命令的 Agent，都能说一句"做一张小红书配图"就拿到图片文件。

Use Codex's built-in image generation from any agent through MCP, a CLI or a skill. Every request first gets at least four divergent style directions (24 templates, 48 presets, 20 Mondo artists); you pick, it composes the prompt, generates, and checks the result.

先给方案，再出图

对 Agent 说「给这期视频做一张封面」，它不会直接画，而是按下面的顺序走：

1. 推荐方向：suggest_directions 给出 至少四个机制各异的方向，来自不同家族（文字主导、平面结构、摄影人物、产品近摄、材料空间，再加一个 Mondo 设计师方向），每个方向带风格锁、需要你补的信息和参考案例缩略图。 2. 你来选：选一个、几个，或者说「你定」。想要更多就排除这几个再推荐。 3. 展开提示词：compose_prompt 把变量填成完整提示词，同时给出避免项、验收条件、假设和缺失信息。带「结构替换」的预设会提示 Agent 改写，不会把冲突的句子硬拼在一起。 4. 生成：每个选中的方向出一张，图旁边留一份 JSON，记录实际提示词，方便复现和做系列。 5. 验收：Agent 看图，对着验收条件逐条检查；不合格就只改对应那一句再生成一次。

你已经指定了风格（「用 Mondo 风格」「T03」）或说「直接出」时，会跳过选择这一步。

能做什么

| 你说 | 它做 | | --- | --- | | 给这期视频做一张 16:9 视频封面 | 选 video-cover：缩略图逻辑、标题留白，用你指定的风格生成，返回文件路径和像素尺寸 | | 做一张小红书配图，主题清晨读书 | 选 xiaohongshu：3:4 竖版，视觉重心偏上，顶部留标题位 | | 用 Mondo 风格做《沙丘》海报，三个设计师各来一张 | 三个设计师风格并行生成，各自保存 | | 把这张图的背景换成米色纸，主体不变 | 参考图改图（图生图） | | 公众号头图、X 封面、朋友圈海报、书籍封面、专辑封面 | 各有预设比例和安全区 | | 给我几个风格 / 帮我选个风格 | 四个以上机制不同的方向，附参考缩略图，选定后出图 | | 找一下以前类似的案例 | 在本地 689 条参考提示词里检索，给出缩略图与原文 |

样例

下面所有图片都是用这个工具调用 Codex 生成的，没有后期修图；活动、品牌、人物和文案全部是虚构的示例。每张图的提示词和参数在 docs/samples/prompts.json。

同一个主题，五个方向

主题都是「咖啡店阅读月」。suggest_directions 给出的方向机制完全不同，所以出来的不是同一张图换个滤镜：

| 方向 | 机制 | | --- | --- | | 1 · T01 巨字与微小叙事 | 大字是场景的墙，水边的小读者提供尺度 | | 2 · T02 物象破框 | 一枝咖啡树穿出细框，越界只发生一次 | | 3 · T05 纸雕与织物地貌 | 书页的层叠被读成山河，微小读者坐在边缘 | | 4 · T16 巨物微缩剧场 | 一杯拿铁放大成可进入的阅读小镇 | | 5 · Mondo · Olly Moss | 两色丝网印，杯子的负空间里藏着一本书 |

24 个类别各一张

| 类别与预设 | 样例 | 机制与文字 | | --- | --- | --- | | T01 巨字与微小叙事
预设 T01-1 旧刊慢场 | | 大字是场景的墙，微小行动提供尺度；静止水平面被一条斜线打破。
_{文字：exact_short：标题 + 副标题 + 信息行} | | T02 物象破框
预设 T02-1 清透巨叶 | | 框线建立秩序，实体穿过框线制造一次明确的越界。
_{文字：exact_short} | | T03 中央光隙
预设 T03-1 清润春生 | | 两侧巨大色域夹出中央通道，通道尽头的微小焦点表现希望。
_{文字：exact_short} | | T04 东方水墨编辑
预设 T04-1 清透墨枝 | | 水墨是空间与版式的一部分，宋体大字、透明色域和留白互相穿插。
_{文字：exact_short} | | T05 纸雕与织物地貌
预设 T05-1 纸雕田垄 | | 主题被转译成有材料厚度的地貌，微小物象为抽象层叠提供故事。
_{文字：exact_short} | | T06 民艺撞色招贴
预设 T06-1 粗印民艺 | | 两枚朴拙图符以冷暖强色对话，手写线把图像区和跳跃资讯区缝合。
_{文字：exact_short：标题 + 活动名 + 时间地点 + 亮点} | | T07 童画与硬排版
预设 T07-1 蜡笔展览 | | 粗重现代字与松软儿童笔触互相挤压，细框提供第三种秩序。
_{文字：exact_short} | | T08 摄影与花境拼贴
预设 T08-1 柔彩花境 | | 刊头、摄影焦点、手绘前景、底栏构成连续层次，照片与插画必须相互遮挡。
_{文字：exact_short} | | T09 克制棚拍肖像
预设 T09-1 柔灰专注 | | 一主一辅的柔光塑造骨相，动作支撑与皮肤细节决定可信度。
_{文字：none：纯肖像无字} | | T10 环境自然肖像
预设 T10-1 暮阳天台 | | 人物真实地处在环境中，动作先成立，光与景深再分离主体。
_{文字：none：纯肖像无字} | | T11 婚礼与仪式肖像
预设 T11-1 晴天珍珠 | | 身份稳定是底座；薄纱、妆发和单一光线建立仪式感。
_{文字：none：纯肖像无字} | | T12 食品触感近摄
预设 T12-2 暖纸酥香 | | 放大可食用的断面与真实触感，信息退到留白而不覆盖食物。
_{文字：exact_short} | | T13 饮品微距风味
预设 T13-2 气泡切面 | | 液体或果肉切面变成放大景观，气泡与水光体现风味而非替代产品事实。
_{文字：exact_short} | | T14 植物手绘产品广告
预设 T14-1 清透水彩 | | 真实产品与平面手绘并置，水彩路径环抱并贴附载体而非均匀铺花。
_{文字：exact_short} | | T15 科技轨道产品主视觉
预设 T15-1 清透未来 | | 产品是稳定中心，环形波纹和局部光线共同指向它。
_{文字：exact_short} | | T16 巨物微缩剧场
预设 T16-1 食品小镇 | | 巨物真正承担可进入的空间功能，微型人物的动作必须回应它。
_{文字：exact_short} | | T17 建筑制图编辑
预设 T17-1 圆规素纸 | | 真实结构件与有依据的几何线共享轴线，文字保持疏远而精密。
_{文字：exact_short：竖排标题} | | T18 旅行与酒店框景
预设 T18-1 温润拱窗 | | 框景把观看者带入第二空间，说明围绕入口组织。
_{文字：exact_short} | | T19 文博材质巨像
预设 T19-1 粗陶暗腔 | | 材料孔隙与巨大的暗腔制造尺度，洁净空场和疏远文字维持静穆。
_{文字：exact_short} | | T20 会议与人物信息系统
预设 T20-1 清爽斜带 | | 重复单元共享节奏，一组定向斜切将照片与信息连接。
_{文字：exact_short：四位虚构嘉宾的姓名与头衔} | | T21 九宫格日常手账
预设 T21-1 绒线注释 | | 统一矩阵中保留不同镜头密度，手绘标记必须回应格内内容。
_{文字：exact_short} | | T22 模块化演示视觉
预设 T22-1 淡块作品集 | | 标题与数据先建立信息层级，图形按页的叙事功能进入共同网格。
_{文字：exact_short：标题 + 四项目录} | | T23 科普与商品信息卡
预设 T23-1 友好研究卡 | | 每组图形只解释一个命题，图与文的换位节拍代替装饰密度。
_{文字：exact_short：标题 + 三条步骤} | | T24 日签与编辑纪念
预设 T24-1 城市晨光 | | 日期是锚点，实体照片是核心，一道问候跨过照片和纸面。
_{文字：exact_short：标题 + 一句寄语} |

场景样例

| 视频封面 16:9 | 竖屏封面 9:16 | | --- | --- | | | | | --preset video-cover --style saul-bass，标题压在左侧留白 | --preset video-vertical --style kilian-eng，标题在上部安全区 |

| 公众号头图 2.35:1 | 小红书 3:4 | | --- | --- | | | | | --preset wechat-cover，标题在右侧天空 | T12 食品近摄 + xiaohongshu 尺寸 |

改图

| 原图 | 改后 | | --- | --- | | | | | 一支铅笔 | --ref 原图，提示词：保持同一支铅笔，背景换成暖米色纸张，加柔和阴影 |

这些样例是怎么做出来的

• 每个类别都走完整流程：推荐方向、填变量、生成、对着参考案例验收。
• 第一版不合格，重做了：最初我只给了标题甚至不给文字，出来的是干净的概念图，不是海报；并排对照参考案例后，补全了副标题、信息行和角标这一层文字，才有现在的完成度。肖像（T09–T11）按方法论保持无字。
• 第一版还暴露了一个工具缺陷：约四分之一的图带透明通道，在看图软件里显示成黑边。现在提示词会要求背景不透明，保存后检测到透明区域会自动压平到白底（transparent_background: true 可保留）。
• 图内文字：标题和主要文案已逐张核对；小字号的信息行仍可能有细微瑕疵，正式使用请放大检查。
• 肖像是 AI 生成的虚构人物，不对应真实个人。

安装

前置条件：

• [ ] Node.js 18+（node --version）
• [ ] 已安装并登录的 Codex CLI（codex --version 能运行）
• [ ] Codex 账号可使用图片生成（先在 Codex 里手动生成一张试试）

1. 作为 Skill 安装（任何支持 Agent Skills 的工具）

npx skills add joeseesun/qiaomu-codex-imagegen

Skill 会让 Agent 知道怎么选场景、风格、怎么写描述，并通过下面的 MCP 或自带 CLI 出图。

2. 注册 MCP（推荐，Agent 直接调用工具）

Claude Code：

claude mcp add --scope user qiaomu-codex-imagegen -- node /绝对路径/qiaomu-codex-imagegen/scripts/mcp-server.mjs

其他 MCP 客户端（Cursor、Codex 等），在配置里加：

{
  "mcpServers": {
    "qiaomu-codex-imagegen": {
      "command": "node",
      "args": ["/绝对路径/qiaomu-codex-imagegen/scripts/mcp-server.mjs"]
    }
  }
}

提供七个工具：

| 工具 | 作用 | | --- | --- | | suggest_directions | 第一步：给出 ≥4 个机制各异的风格方向（免费、即时） | | compose_prompt | 把选定的模板和预设展开成完整提示词，附避免项、验收条件、缺失信息（免费） | | generate_image | 生成或改图；可用模板、raw_prompt（成品提示词）或简易的「描述 + 场景 + 风格」；返回路径、像素尺寸，并在图旁写 JSON | | search_prompts / get_prompt | 检索与读取本地参考提示词语料（需要本地数据包） | | build_prompt | 简易路线的提示词预览，不生成 | | list_catalog | 场景预设、24 个模板、风格键、语料状态 |

3. 只用命令行

git clone https://github.com/joeseesun/qiaomu-codex-imagegen && cd qiaomu-codex-imagegen
node scripts/cli.mjs "窗边翻开的书，书页上升起咖啡的热气" --preset xiaohongshu

你可以直接这样说

装好 Skill 和 MCP 后，对 Agent 说：

• 「给这期视频做一张 16:9 的封面，要有设计感，先出三个方案」
• 「做一组小红书配图，主题是清晨读书，第一张定风格，后面几张保持一致」
• 「用 Olly Moss 风格做《沙丘》的电影海报，不要放字」
• 「把这张图的背景换成米色纸张，主体不变」

用法示例（命令行）

# 先要方向（免费），再选
node scripts/cli.mjs suggest "一个月的咖啡店阅读活动" --for 视频封面
展开模板，看完整提示词和验收条件（免费）
node scripts/cli.mjs compose --template T03-1 --var topic=谷雨 --var subject=嫩芽 --var headline=谷雨
带模板生成
node scripts/cli.mjs generate --template T03-1 --var topic=谷雨 --var subject=嫩芽 --var headline=谷雨
搜本地案例
node scripts/cli.mjs search "节气 茶" --limit 5

简易路线（不走方向推荐）：

# 视频封面，三个方案先看
node scripts/cli.mjs "一个巨大的红色播放键像日出一样升起" --preset video-cover --style saul-bass --count 3
Mondo 风格电影海报，只出图不放字
node scripts/cli.mjs "沙漠中巨大的沙虫轮廓，渺小的人影" --preset movie-poster --style olly-moss
必须带标题时，逐字给出
node scripts/cli.mjs "一座灯塔" --preset wechat-cover --text "夜航船"
图生图
node scripts/cli.mjs "保持同一支铅笔，背景换成暖米色纸张" --ref /abs/pencil.png --ratio 1:1
先看提示词，不生成
node scripts/cli.mjs "咖啡和书" --preset xiaohongshu --show-prompt

参数：--preset 场景，--style 风格（键或自由文字），--ratio 覆盖比例，--text 图内文字（可重复），--ref 参考图（可重复，绝对路径），--count 并行变体 1–4，--out 输出目录，--name 文件名，--model、--timeout，--json 机器可读输出。默认保存到 ~/Pictures/qiaomu-codex-imagegen/<日期>。

场景预设

| preset | 用途 | 比例 | | --- | --- | --- | | xiaohongshu / xiaohongshu-square | 小红书卡片 / 方形封面 | 3:4 / 1:1 | | video-cover | YouTube、B 站横版封面 | 16:9 | | video-vertical | 抖音、视频号、Reels 竖屏封面 | 9:16 | | wechat-cover | 公众号头图 | 2.35:1 | | x-cover | X 个人页封面 | 5:2 | | moments | 朋友圈海报 | 4:5 | | poster / movie-poster | 通用海报 / 电影海报 | 9:16 / 2:3 | | book-cover / album-cover | 书籍 / 专辑封面 | 2:3 / 1:1 | | article / paper | 文章配图 / 科普配图 | 16:9 |

每个预设带有安全区和构图规则（例如竖屏封面顶部约 12%、底部约 20% 留给界面）。详见 references/scenarios.md。

内置的设计资料

• 24 类模板、48 个预设（references/design-system/）：巨字与微小叙事、物象破框、中央光隙、东方水墨、纸雕地貌、民艺撞色、童画、花境拼贴、棚拍与环境与婚礼肖像、食品与饮品近摄、植物手绘产品、科技轨道、巨物微缩、建筑制图、框景、文博材质、会议名录、九宫格、演示、科普信息卡、日签。每类带风格锁（成图必须满足的关系）、可替换变量、失败条件和验收项。
• 方法：关系比物品稳定；颜色按角色替换；文字也是形体；材料有位置；一个异常足够；肖像先保身份，信息图先保事实。完整规则见 agent-guide，人类可读版见 模板库 与 填参示例。
• 模板由归档的 689 条公开记录提炼而来；提炼的是机制和变量，不是原图的复刻，没有证明能复现原图。

内置风格

• 66 种通用风格：极简线条、水彩、纸雕、等距、像素、低多边形……见 references/styles.json。
• 20 位海报设计师（Mondo 技巧整合自 qiaomu-mondo-poster-design）：Olly Moss、Saul Bass、Martin Ansin、Tyler Stout、Kilian Eng、Drew Struzan 等，另有丝网印刷、负空间、书籍与专辑封面专用风格。怎么选、怎么写，见 references/mondo-poster.md。

本地数据包（可选）

模板库随仓库发布。689 条原始参考提示词和预览图不在仓库里：它们来自 小小东开放提示词 的公开区（一个付费提示词库的免费样本），属于第三方内容，没有看到开放授权，所以只做成你本机的数据包，不随仓库分发。

有数据包时：search_prompts / get_prompt 可检索和读取原文，suggest_directions 会附上参考缩略图和相近案例。没有时一切照常，只是少了这部分。

# 用你自己的归档目录（含 archive.json、prompts/、images/）构建，默认装到 ~/.local/share/qiaomu-codex-imagegen/corpus
node scripts/build-corpus.mjs /path/to/小小东提示词归档
或用环境变量 QIAOMU_CORPUS_DIR 指向别处

数据包约 12 MB（缩略图 360 px 宽），只在本机使用，请不要提交或转发。

它是怎么工作的

和乔木 Agent 的 Obsidian 插件同一思路：启动 codex app-server --listen stdio://（标准输入输出上的 JSON-RPC），发起一个回合要求调用图像生成，等 imageGeneration 项完成，把 Codex 保存的图片复制到你指定的目录。每次调用启动独立的临时会话，沙箱只允许写输出目录，审批策略为 never，遇到任何交互请求一律拒绝。

实测与限制

• 比例：Codex 会遵守提示词里的比例。实测 3:4 得到 1086×1448，21:9 得到 1916×821；没有指定比例时默认出方图（实测 1254×1254）。工具会读取结果的像素尺寸，与要求不符时在结果里标出。
• 耗时与额度：单张约 30–60 秒，每张消耗你的 Codex / OpenAI 账号额度。count 最多 4，并行运行，成倍消耗。
• 图内文字：海报、封面、卡片需要文字层次（标题、副标题、信息行、角标），只有标题的图是概念图，不是海报；所以这类用途用 exact_short，给一整套短文案（copy 用 ｜ 分隔）。模型写中文和长句容易出错：每句要短，生成后逐字检查。肖像、无信息的产品近摄可以不放字。
• 依赖 Codex：未安装、未登录，或账号没有图片生成权限时会返回明确错误。可用环境变量 QIAOMU_CODEX_BIN 指定 Codex 路径。
• 没有尺寸、数量等底层参数：这些由 Codex 的生图工具决定，写在描述或预设里。

排错（Troubleshooting）

| 现象 | 处理 | | --- | --- | | cannot start codex | 安装 Codex CLI，或设置 QIAOMU_CODEX_BIN | | 返回"codex finished without producing an image" | Codex 未登录或账号无图片生成权限；先在 Codex 里手动生成一张试试 | | timed out | 加大 --timeout，或简化描述 | | 比例与要求不符 | 在描述里强调构图，或换 --ratio；工具不会静默裁剪 | | 参考图报 not found | 必须是绝对路径 |

验证

npm test                                                  # 离线测试
node scripts/cli.mjs --list                               # 能看到预设和风格
node scripts/cli.mjs "一个红色圆" --show-prompt           # 不花额度，检查组装的提示词

开发

npm test      # 22 项测试：24 模板×48 预设全部可组装、文字模式、结构替换、方向多样性、语料检索、透明压平、协议；用假的 codex，不消耗额度

作为乔木 Skill 的发布门禁（validate_skill.py、触发评测）见 reports/。

零依赖，Node 18+。scripts/lib/codex.mjs 是核心，prompt.mjs 组装提示词，tools.mjs 是 MCP 与命令行共用的工具层。

致谢与参考

• Codex 通信方式参考乔木 Agent（Obsidian 插件）对 codex app-server 的接入。
• 场景与风格模板库提炼自小小东开放提示词公开区的 689 条记录（https://vip.xiaoxiaodong.ai/open-source），仅整合提炼出的机制与变量。
• Mondo 海报技巧整合自 qiaomu-mondo-poster-design（MIT；upstream: https://github.com/joeseesun/qiaomu-mondo-poster-design）；通用风格库来自乔木配图生成器。

关于向阳乔木

向阳乔木（乔向阳 / Joe）是一位实践型 AI 产品与内容创作者，长期把前沿 AI 变化转译成可复用的工作流、产品判断、AI 编程实践、AI 搜索实践和 GEO/AI 营销方法。

• 个人网站: https://qiaomu.ai
• 博客: https://blog.qiaomu.ai
• X: https://x.com/vista8
• GitHub: https://github.com/joeseesun/
• 微信公众号: 向阳乔木推荐看

支持与关注

| 打赏支持 | 微信公众号 | |---|---| | | | | 感谢支持乔木持续分享 AI 实践 | 扫码关注「向阳乔木推荐看」 |

许可证

Copyright (c) 向阳乔木 · X @vista8 · GitHub joeseesun · MIT License