开始验证： 完整 generate → edit 案例 · 更新记录 · English · 作者展示页：Agent 与 AI
v0.1.1 修复了 Node.js 将 n=0 静默变成 n=1 的行为，并为
Node.js/Python CLI 加入共享的数量边界用例。未指定数量时仍默认生成一张。
这是一个从 OpenAI Codex imagegen skill 改造而来的、面向通用智能体的独立项目。它把 Codex 生图能力中已经沉淀下来的任务决策流程、提示词工程、用例分类、编辑不变量和提示词范例库抽离出来，使任意具备 shell 或 Python 调用能力的智能体，都能直接复用这套成熟方法来生成和编辑图片，而不必依赖 Codex 专有的内置图片工具。
随着 Qwen-Image、Qwen-Image-2.1 等开放图像模型快速发展，智能体已经拥有越来越多可选择的生图后端。本项目不绑定某个模型：既可以连接 OpenAI Images API，也可以连接实现兼容接口的第三方服务；将 Qwen-Image 部署到本地或推理服务后，还可以通过 OpenAI-compatible 网关或新增适配器，把 Qwen 的开放模型能力与本项目继承自 Codex 的提示词库、工作流和质量约束组合起来，让不同智能体获得更稳定、更专业的生图体验。
当前内置的是 OpenAI-compatible Images API 适配层。Qwen 本地 Diffusers、ComfyUI 或 SGLang 推理后端尚未直接内置，需要通过兼容网关接入或新增 provider adapter。
项目提供：
- 可由任意具备 shell 能力的智能体调用的
imagegen-agentCLI； - 可通过 npm、pnpm 或 Python 安装；
- 可嵌入其他程序的 Node.js 与 Python 接口；
- 一条命令安装到 Codex 或兼容智能体的
universal-imagegenskill； --json机器可读输出和稳定的退出码；- 独立 API 密钥、自定义
base_url、模型、请求头和扩展请求参数； - 生成、编辑、多图输入、遮罩和 JSONL 批处理；
- 非覆盖式输出、dry-run、提示词结构化和敏感配置脱敏；
- 完整保留的上游技能快照，位于
upstream/imagegen/。
当前改造日期为 2026-09-24。新配置默认使用
gpt-image-2.5-sunburst，但模型不是硬编码限制，任何部署都可以通过
环境变量、TOML 或命令行替换。
图像模型本身决定画面生成能力，而智能体侧的任务理解、提示词组织、输入图片角色标注、编辑不变量和结果检查同样决定最终质量。这个项目负责后半部分：
- 把用户的自然语言请求转换为结构清晰、面向生产的图片提示词；
- 区分新图生成、参考图生成、局部编辑、多图合成和批量资源等任务；
- 为编辑任务持续锁定人物身份、布局、文字、边缘和背景等不变量；
- 复用 Codex
imagegenskill 中的 use-case taxonomy 和提示词范例； - 用统一 CLI、Python API 和 JSON 结果，让不同智能体共享同一套生图能力；
- 通过可配置 provider，将相同工作流用于 OpenAI 模型、Qwen-Image 部署或其他兼容服务。
因此，接入 Qwen-Image 并不意味着每个智能体都要重新设计提示词系统。只要部署端提供兼容 API，智能体就可以继续使用本项目的 SKILL.md、提示词库和执行协议；如果部署端接口不同，也只需新增 provider adapter，而不需要重写上层智能体工作流。
.
├── SKILL.md # 适用于通用智能体的技能说明
├── agents/openai.yaml # Skill 的 UI 与自动发现元数据
├── bin/ # npm/pnpm 安装后的 CLI 入口
├── node/ # Node.js CLI、API 与 skill 安装器
├── node-tests/ # Node.js 测试
├── src/universal_imagegen/ # CLI、配置、提示词与 API 适配层
├── tests/ # 不调用真实 API 的单元测试
├── references/ # 通用提示词与集成说明
├── upstream/imagegen/ # 未修改的原始 skill 快照
├── imagegen.example.toml # 非敏感配置示例
└── .env.example # API 环境变量示例
v0.1.2 已发布到 npm，可固定版本安装：
npm install --global universal-imagegen-agent@0.1.2
imagegen-agent --version本版本修复了数量校验和 npm CLI 入口，并通过 GitHub Actions 可信发布。 需要直接下载安装包、Python wheel 或源码包时，可查看 v0.1.2 Release。
npm install --global universal-imagegen-agentpnpm add --global universal-imagegen-agent安装后可直接运行：
imagegen-agent --version
imagegen-agent config --json也可以不进行全局安装：
npx universal-imagegen-agent generate "A ceramic mug" --dry-run --json
pnpm dlx universal-imagegen-agent generate "A ceramic mug" --dry-run --json如果 npm registry 版本尚未发布或需要测试最新的 main：
npm install --global github:SnowSky1/universal-imagegen-agent
pnpm add --global github:SnowSky1/universal-imagegen-agent全局安装 CLI 后：
imagegen-agent install-skill不全局安装：
npx universal-imagegen-agent install-skill
pnpm dlx universal-imagegen-agent install-skill默认安装位置为：
$CODEX_HOME/skills/universal-imagegen
未设置 CODEX_HOME 时使用：
~/.codex/skills/universal-imagegen
可通过 --target 安装到其他智能体的技能目录：
imagegen-agent install-skill --target /path/to/agent/skills已有同名 skill 时默认不覆盖；确认替换时添加 --force。安装完成后重启或重新加载智能体，使其发现 $universal-imagegen。
需要 Python 3.11 或更高版本：
uv sync --extra dev复制环境变量示例：
Copy-Item .env.example .env在本机 .env 中填写密钥：
IMAGEGEN_API_KEY=your-local-secret
IMAGEGEN_BASE_URL=https://api.openai.com/v1
IMAGEGEN_MODEL=gpt-image-2.5-sunburst.env 已被 Git 忽略。请勿把真实密钥提交到仓库。
如需项目级非敏感配置：
Copy-Item imagegen.example.toml .imagegen.toml配置优先级从高到低为：
- 命令行中的模型、URL、输出等非敏感参数；
IMAGEGEN_*环境变量及.env；--config、IMAGEGEN_CONFIG或当前目录.imagegen.toml；- 项目默认值。
为了避免 shell 历史和进程列表泄密，CLI 故意不提供 --api-key 参数。
TOML 中只写 api_key_env，密钥本身放在环境变量。
只要服务实现兼容的 Images API，即可配置：
IMAGEGEN_API_KEY=provider-secret
IMAGEGEN_BASE_URL=https://example.com/v1
IMAGEGEN_MODEL=provider-image-model
IMAGEGEN_HEADERS_JSON={"X-Project":"demo"}自定义服务会收到提示词、输入图像及请求头，请只使用可信端点。
检查配置，输出会自动隐藏密钥：
imagegen-agent config
imagegen-agent config --json仅验证请求，不联网：
imagegen-agent generate "一只放在石桌上的陶瓷杯" `
--use-case product-mockup `
--style "clean product photography" `
--constraints "no logo; no watermark" `
--dry-run --json生成：
imagegen-agent generate "A quiet alpine cabin at dawn" `
--size 1536x1024 `
--quality high `
--out output/imagegen/alpine-cabin.png编辑：
imagegen-agent edit `
--image input.png `
--prompt "Change only the background to a warm sunset" `
--constraints "keep the subject, framing, and edges unchanged" `
--out output/imagegen/sunset-edit.png批处理：
{"prompt":"A gray wolf in snow","out":"wolf.png","size":"1024x1024"}
{"prompt":"A matte ceramic mug","out":"mug.png","quality":"high"}imagegen-agent batch jobs.jsonl `
--out-dir output/imagegen/batch `
--concurrency 4 --json智能体应优先执行 dry-run，确认提示词、模型与输出路径后再进行真实请求。
真实执行时建议使用 --json，其标准输出只包含结果对象，进度和错误写入
标准错误。成功退出码为 0，配置或输入错误为 2，API/网络/写入失败为
1。
完整的行为约束、决策树和提示词分类见 SKILL.md。
import {
ImageGenClient,
loadSettings,
} from "universal-imagegen-agent";
const settings = await loadSettings();
const client = new ImageGenClient(settings);
const result = await client.generate({
prompt: "A minimal ceramic mug product photo",
out: "output/imagegen/mug.png",
});
console.log(result.outputs);from universal_imagegen import ImageGenClient, GenerateRequest, load_settings
settings = load_settings()
client = ImageGenClient(settings)
result = client.generate(
GenerateRequest(
prompt="A minimal ceramic mug product photo",
out="output/imagegen/mug.png",
)
)
print(result.outputs)从源码目录运行 node examples/verify-workflow.mjs，可以实际走通本地
HTTP 请求、PNG 文件保存和 multipart 编辑上传，并得到 verification.json。
该案例返回明确标注的单像素测试图片，用于验证集成链路；真实模型的运行说明和
验证边界见 案例文档。
如已接入自己的服务，欢迎通过 GitHub Issues 中的 Provider compatibility feedback 表单提供成功记录或错误复现。 请包含版本、运行环境、provider/model 名称和脱敏命令，不要提交密钥。
项目使用 Apache License 2.0。原始 skill 未经修改保存在
upstream/imagegen/，改造说明见 NOTICE。根目录代码与文档是为通用
智能体重新组织的派生实现。
如果这个项目帮助你把 Codex 的提示词能力带到了更多智能体或开放模型中，欢迎给仓库点一个 Star，并分享你接入的模型或 provider adapter。