复制给你的 AI请安装并使用这个 ChongPlus 生图 Skill https://github.com/Rodert/chongplus-image-skill 首次使用时请主动提示我输入 ChongPlus API Key并自动安全保存到本机配置中之后直接读取使用不要要求我手动配置环境变量。大家好我是 Codex 中文网的站长宇哥。很多人使用 Codex主要还是让它写代码、修改项目、分析报错。但 Codex 的能力其实不只这些。通过 Skill我们可以给 Codex 安装新的工作流让它调用外部工具完成原本不会做的事情。比如今天要介绍的这个 Skill就可以让 Codex直接生成图片和修改图片。整个过程不需要自己写接口也不需要手动执行一堆命令。你只需要把一个 GitHub 仓库交给 Codex让它完成安装然后用自然语言描述你想要的图片就可以了。先看一下我生成的效果。这张图片并不是我在其他绘图网站生成后再下载的而是直接在 Codex 对话中生成的。下面从安装开始讲。一、这个 Skill 能做什么这次使用的是Rodert/chongplus-image-skillGitHub 仓库地址https://github.com/Rodert/chongplus-image-skill这是一个给 AI Agent 使用的图片生成 Skill。安装以后Codex 可以通过 ChongPlus Image API 完成下面两类任务根据文字描述生成图片。根据参考图片修改、重绘或者更换风格。这个 Skill 当前调用的是gpt-image-2模型支持文字生图和参考图编辑同时可以处理接口返回的 URL 图片和 Base64 图片。整个客户端只使用 Python 标准库不需要额外安装一堆依赖。它不是一个单独的绘图软件。你可以把它理解成一份交给 Codex 的“操作说明书加执行脚本”。当你提出生图或者改图需求时Codex 会自动读取 Skill调用脚本再把最终图片保存到本地。OpenAI 官方对 Skill 的定义也是类似的Skill 可以把操作说明、资源和脚本打包成一个可重复使用的工作流让 Codex 在遇到对应任务时自动调用。二、安装 ChongPlus Image Skill安装方式非常简单。打开 Codex新建一个对话然后直接告诉它安装 GitHub 仓库 Rodert/chongplus-image-skill 这个 Skill。也可以写得完整一些请从 GitHub 安装 Rodert/chongplus-image-skill 将它安装为我当前用户可使用的 Codex Skill。接下来Codex 会自己获取仓库、检查SKILL.md并将它安装到本地的 Skill 目录。【这里放“安装 Rodert/chongplus-image-skill”截图】我这里安装完成后Codex 返回的是已安装 chongplus-image skill。 它会在新的 Codex 对话中可用。 首次生成或编辑图片时需要提供 ChongPlus API Key。【这里放“安装成功”截图】不同版本的 Codex或者不同安装器显示的本地安装目录可能不完全一样不需要过于纠结具体路径。只要 Codex 提示安装成功并说明 Skill 会在新对话中可用就代表已经安装完成。OpenAI 官方也提供了$skill-installer。它不仅能安装内置 Skill也可以根据提示从其他 GitHub 仓库下载 Skill。安装后如果暂时没有识别出来可以新建一个对话或者重新启动 Codex。三、第一次使用让 Codex 生成一张图片安装完成后我重新创建了一个 Codex 对话。然后输入了下面这段图片描述照片级真实感人形机器人牛仔全身正面照 白色机械躯体带有明显金属关节 面部是发光的蓝色数字笑脸 头戴棕色牛仔帽 身穿棕色皮夹克 脖子系红色方巾 戴黑色手套 佩戴带大银扣的西部风格皮带 臀部挂枪套 做旧机械质感 科幻西部美学 超细节焦点清晰 ARRI Alexa 65 拍摄 体积光 干净浅灰色纯色背景 画面比例接近 1:2。因为这是第一次调用 ChongPlus Image SkillCodex 检查后发现本地还没有配置 API Key于是会询问请提供你的 ChongPlus API Keysk-...。 我会将它安全保存到本机配置中然后生成图片。四、创建 ChongPlus API Key没有 API Key 的话需要先进入 ChongPlus 控制台创建。Keys 页面https://api.chongplus.plus/keys登录后创建一个新的 API Key并选择支持图片生成的分组也就是image-generation分组。创建完成后会得到一个类似下面的密钥sk-xxxxxxxxxxxxxxxxxxxxxxxx把密钥提供给 Codex即可。这里特别提醒一下截图中的 API Key 一定要打码。不要把完整 Key 发布到公众号、GitHub、视频或者聊天截图中。也不要把 Key 写进项目代码、Git 仓库或者命令行参数。这个 Skill 会把 Key 保存到当前用户的本地配置目录不要求你把 Key 设置成环境变量。macOS 和 Linux 默认保存在~/.config/chongplus-image/config.jsonWindows 默认保存在%APPDATA%\chongplus-image\config.json在 Unix 系统中Skill 还会为配置目录和文件设置仅当前用户可访问的权限。配置完成以后以后的生图和改图通常不需要再次提供 Key。五、Codex 自动生成并检查图片Key 保存成功以后Codex 会自动调用 Skill 中的图片生成脚本。我这次要求的比例接近 1:2而接口支持的竖版尺寸中最接近的是1024x1536所以 Codex 自动将我的比例要求映射成了1024x1536。Skill 当前支持下面这些尺寸1024x1024 2048x2048 1536x1024 1024x1536 3840x2160 2160x3840每次最多可以生成 1 到 4 张图片。图片生成完成后Codex 还会读取生成结果检查主体、构图和背景是否符合要求。我这里最终返回的是已生成构图为正面全身、浅灰背景、1024×1536。同时还会给出图片在本地的保存路径。最后生成的图片如下整个过程里我没有自己调用接口也没有手动运行 Python 脚本。从安装 Skill、配置 Key、提交提示词到生成并保存图片基本都是 Codex 自己完成的。六、如何让 Codex 修改图片除了文字生图这个 Skill 还支持参考图编辑。你可以把需要修改的图片放到当前项目目录或者直接把图片提供给 Codex然后描述修改要求。例如使用 ChongPlus Image Skill 修改这张图片。 保持机器人主体、服装、牛仔帽、姿态和镜头角度不变。 把浅灰色背景替换成黄昏时分的西部荒漠 远处增加山脉和落日 地面有少量风沙 增加电影感和体积光。 不要新增人物 不要改变机器人的面部和身体结构 输出为 1024x1536。对于改图任务建议把要求分成两部分。第一部分明确哪些内容不能变保持人物、服装、姿势和构图不变。第二部分再说明哪些内容需要修改将背景改成黄昏沙漠增加落日、风沙和电影光影。这样比简单地说一句“帮我改得好看一些”更稳定。Skill 在执行改图时会将参考图片、提示词、模型和尺寸一起提交到图片编辑接口然后把新的结果另存到本地。七、几个比较实用的提示词写法1. 生成产品图使用 ChongPlus 生成一张产品摄影图。 主体是一台银白色桌面咖啡机 产品位于画面中央 白色摄影棚背景 柔和商业布光 真实金属反光 电商主图风格 不要文字和水印 输出 2048x2048。2. 生成公众号封面使用 ChongPlus 生成一张科技类公众号封面。 主题是“让 Codex 学会生图和改图” 画面中包含电脑、AI Agent 和图片生成界面 深蓝紫色科技背景 主体清晰 保留标题排版空间 横版构图 输出 1536x1024。3. 更换图片背景修改这张图片。 保持主体外观、动作、衣服和面部完全不变 只把背景替换成干净的白色摄影棚 增加自然柔和阴影 不要新增任何物品 输出 2048x2048。4. 修改局部内容修改这张图片。 保持其他区域不变 只将人物手中的黑色杯子改成透明玻璃杯 保持原来的手部姿势、光线方向和透视关系。改图时“保持什么不变”通常和“修改什么内容”同样重要。八、遇到报错怎么办1. 提示没有配置 Key如果出现No ChongPlus API key is saved说明本地还没有保存 API Key。重新将 Key 提供给 Codex让它通过 Skill 的安全配置命令保存即可。2. HTTP 401一般表示 Key 缺失或者无效。检查 Key 是否复制完整或者重新创建一个新的 Key。3. HTTP 403普通的 403 可能表示Key 没有图片模型权限。Key 所在分组不支持gpt-image-2。账户额度不足。当前请求被禁止。如果错误中还出现error code: 1010则通常代表请求在到达 API 应用之前被 Cloudflare 边缘防火墙拦截。这个 Skill 已经携带了适合 API 客户端使用的请求头和稳定的User-Agent不要随意删除或者修改。4. HTTP 429表示请求频率过高。降低同时生成的图片数量等待一段时间后再重试。5. 返回尺寸和要求不一致建议直接使用 Skill 已支持的标准尺寸不要提交任意宽高。比如需要竖版图片时可以优先选择1024x1536 2160x3840需要横版图片时可以选择1536x1024 3840x2160九、Skill 和 MCP 有什么区别很多人看到这里可能会问为什么这次做的是 Skill而不是 MCP简单来说Skill 更像是交给 Agent 的工作说明、操作流程和配套脚本。MCP 更像是一个长期运行的标准化工具服务。对于这次的图片生成场景Skill 的优势是非常轻量。用户只需要把 GitHub 仓库交给 Codex安装完成以后就能使用不需要额外部署 MCP Server也不需要配置复杂的服务连接。后面如果需要让更多 Agent 通过统一服务调用或者需要集中管理鉴权、额度和工具列表也可以再提供一个 MCP 版本。也就是说两者并不冲突。当前仓库解决的是让支持 Agent Skill 的 AI Agent 快速获得生图和改图能力。后续 MCP 仓库解决的则可以是让不同 AI 客户端通过标准 MCP 协议调用 ChongPlus 图片能力。十、最后以前我们使用 Codex更多是在代码层面让它帮忙。安装 Skill以后Codex 可以开始调用各种外部能力。生成图片只是其中一个例子。安装完成后你不需要记接口地址不需要记请求参数也不需要每次手动写 Python 或者 Curl 命令。只需要直接告诉 Codex帮我生成一张图片。或者保持主体不变把这张图片的背景换成雪山。剩下的工作就可以交给 Codex 和 Skill 自动完成。项目仓库https://github.com/Rodert/chongplus-image-skill感兴趣的话可以自己安装体验一下。也欢迎给仓库点一个 Star或者提交 Issue一起把这个 Skill 做得更完善。复制给你的 AI请安装并使用这个 ChongPlus 生图 Skill https://github.com/Rodert/chongplus-image-skill 首次使用时请主动提示我输入 ChongPlus API Key并自动安全保存到本机配置中之后直接读取使用不要要求我手动配置环境变量。原文https://codex-zh.com/posts/codex-image-generation-skill/