codingsamss/image-gen

Image Gen Skill

通用图片生成技能，支持自由生图和结构化图表生成（架构图、流程图、时序图、泳道图）。通过可配置的 API Provider 调用图片生成模型。

Prerequisites

1. Python3 可用。
2. 已配置 API Provider（编辑 ~/.codex/skills/image-gen/providers.json 填入 api_key）。

Script Path

CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
SCRIPT="${CODEX_HOME}/skills/image-gen/scripts/image-gen.py"

Config（配置管理）

查看当前配置

Triggers: "image-gen 配置", "查看生图配置", "image config"

python3 "$SCRIPT" config

切换 Provider

Triggers: "切换生图 provider", "switch image provider"

python3 "$SCRIPT" config --switch <provider_key>

可选 provider_key: huan, undying, google

Generate（自由生图）

Triggers: "生成图片", "画一个", "generate image", "生图", "画图"

直接传入 prompt 生成图片：

python3 "$SCRIPT" generate "一个微服务架构图，包含网关、用户服务、订单服务和数据库"

可选参数：

• --output <path>：指定输出路径（默认 /tmp/image-gen-<timestamp>.png）
• --ratio <16:9>：宽高比（默认 16:9）
• --style <clean>：风格 clean / detailed / minimal（默认 clean）
• --debug-raw：将原始请求/响应 JSON 落盘，便于排查接口返回问题
• --debug-dir <path>：调试文件目录（默认 /tmp/image-gen-debug）

Diagram（图表模式）

根据图表类型自动包装专业 prompt 模板，生成高质量技术图表。

架构图 Architecture

Triggers: "画架构图", "architecture diagram", "系统架构"

python3 "$SCRIPT" diagram --type architecture --input "Client -> API Gateway -> Auth Service, User Service -> PostgreSQL"

流程图 Flowchart

Triggers: "画流程图", "flowchart", "流程"

python3 "$SCRIPT" diagram --type flowchart --input "用户注册流程：输入信息->验证邮箱->创建账号->发送欢迎邮件"

时序图 Sequence

Triggers: "画时序图", "sequence diagram", "时序"

python3 "$SCRIPT" diagram --type sequence --input "Browser->Server: HTTP Request; Server->DB: Query; DB->Server: Result; Server->Browser: Response"

泳道图 Swimlane

Triggers: "画泳道图", "swimlane diagram", "泳道"

python3 "$SCRIPT" diagram --type swimlane --input "前端: 发送请求; 网关: 鉴权转发; 服务: 业务处理; 数据库: 读写数据"

从文件读取描述

python3 "$SCRIPT" diagram --type architecture --file description.txt

Diagram 通用可选参数

• --output <path>：指定输出路径（默认 /tmp/image-gen-<timestamp>.png）
• --ratio <16:9>：宽高比（默认 16:9）
• --style <clean>：风格 clean / detailed / minimal（默认 clean）
• --debug-raw：将原始请求/响应 JSON 落盘，便于排查接口返回问题
• --debug-dir <path>：调试文件目录（默认 /tmp/image-gen-debug）

输出约定

脚本成功后会输出图片文件路径，使用 Read 工具查看图片内容展示给用户。

失败策略（严格）

• 若 generate / diagram 命令返回非 0、超时、或提示“未在响应中找到图片/只返回文本”，必须直接向用户报告失败原因。
• 禁止使用 PIL/Pillow/Canvas/matplotlib 等本地绘制作为“兜底图”。
• 仅当脚本标准输出返回真实图片路径且文件存在时，才可声明“已生成成功”。

Important Notes

• 首次使用前需编辑 ~/.codex/skills/image-gen/providers.json 填入 api_key。
• 默认使用 Huan API + nano-banana-pro 模型。
• 生成的图片默认保存到 /tmp/ 目录。
• 支持 OpenAI 兼容格式和 Google Gemini 原生格式两种 API 协议。
• 可通过环境变量 IMAGE_GEN_TIMEOUT 调整请求超时（默认 300 秒）。
• 可通过 IMAGE_GEN_DEBUG_RAW=1 开启调试落盘；目录可用 IMAGE_GEN_DEBUG_DIR 指定。