GPT Image 2 — 通过你的 ChatGPT 订阅生成图像

在你的 agent 中使用 GPT Image 2（ChatGPT Images 2.0）生成图像，复用你现有的 ChatGPT Plus 或 Pro 订阅；不需要单独的 OpenAI API 访问权限，不需要 Fal 或 Replicate token，也没有按图计费。

支持文生图、图生图编辑、风格迁移和多参考图组合。整个流程都通过你已经登录的本地 codex CLI 运行。

注意：这个 skill 需要 ChatGPT Plus 或 Pro 订阅，并且需要本地安装 Codex CLI。

示例输出：通过 --ref 将一个普通纯色图标重绘为浮世绘风格；构图被保留，渲染风格被替换，模型还主动加入了符合时代感的红色印章。

何时触发

当用户明确要求通过自己的 ChatGPT 订阅使用 GPT Image 2 时触发，例如：

• "use GPT Image 2" / "use gpt-image-2" / "use ChatGPT Images 2.0"
• "use Image 2" / "image 2 this"
• 用户附上参考图，并要求混合、编辑或重设风格

如果用户只是普通地说“生成一张图”，但没有指定这条路线，不要自动触发。若用户已经指定使用 GPT Image 2，则不要静默退回到 HTML mockup、截图或其他图像模型。

如何调用

单个 Node 脚本会处理完整流程：用正确参数运行 codex exec，然后从持久化的 session rollout 中解码生成图像。

文生图：

node scripts/gen.js `
  --prompt "<user's raw prompt>" `
  --out "C:\absolute\path\to\output.png"

图生图（--ref 可重复传入，用于多参考图组合）：

node scripts/gen.js `
  --prompt "<user's raw prompt, e.g. 'repaint in watercolor'>" `
  --ref "C:\absolute\path\to\reference.png" `
  --out "C:\absolute\path\to\output.png"

可选参数：--timeout-sec 300（默认 300）。

默认行为

• 原样传递用户 prompt。 除非用户要求，否则不要翻译、润色或添加风格修饰。
• 选择输出路径。 如果用户未指定，默认使用当前工作目录下的 ./image-<YYYYMMDD-HHMMSS>.png。
• 交付图像。 脚本成功后，展示或附上输出文件。不要只说“完成了，见路径 X”。
• 文字密集型版面没问题。 Image 2 能较好处理信息图和时间线类 prompt。不要仅仅因为 prompt 文字多就提前警告。

硬性约束

• 未经许可，不要切换路线。如果用户说“use GPT Image 2”，不要替换为 DALL·E、Midjourney、HTML mockup 或手动截图流程。
• 除非用户要求，否则不要改写 prompt。
• 不要暗示这个 skill 可以在没有本地 codex 登录、没有有效 ChatGPT 订阅或没有图像生成权限的情况下工作。

前置条件

1. 已安装 codex CLI；可参考 openai/codex。
2. 已登录包含 Image 2 权限的 ChatGPT 方案：codex login。
3. 已安装 Node.js，并且 node 在 PATH 中。

这个 skill 本身不会授予图像生成能力。它只是暴露用户已经通过 ChatGPT 订阅拥有的能力。

退出码

失败时，用一句话说明出错层级，不要把完整 stderr 倒给用户。

工作原理

codex CLI 会复用已登录的 ChatGPT session，并暴露 imagegen 工具；该工具由 image_generation feature flag 控制。脚本会：

1. 在运行前快照 ~/.codex/sessions/
2. 运行 codex exec --enable image_generation --sandbox read-only ...（每个参考图都会传入 -i <file>）
3. 对比 sessions 目录，扫描每个新 rollout JSONL 中的 base64 图像载荷（通过 PNG / JPEG / WebP magic header 匹配）
4. 解码最大的匹配 blob，并写入 --out

codex-cli 0.111.0+ 中有两个容易被其他封装写错的非显然参数：

• --enable image_generation 是必需的；该功能仍在开发中，默认关闭。
• 不能使用 --ephemeral；临时 session 不会持久化，因此图像载荷没有地方保存。

数据处理

脚本刻意保持很窄的作用域：

• 它只读取由本次 codex exec 调用创建的 session rollout 文件。调用前会快照 sessions 目录，调用后再做差异对比，因此不会读取或传输之前已有的 ~/.codex/sessions/* 文件（其中可能包含无关的 Codex 对话）。
• 它只写入输出图像文件，也就是调用方指定的 --out 路径。
• 不请求凭据，也不访问 ~/.codex/ 下除 sessions 目录之外的其他路径。
• 这个 skill 自身不会发起额外网络请求。唯一的出站流量来自 codex CLI 本身（使用用户现有的 ChatGPT 登录访问 OpenAI）；本 skill 不添加 endpoint、遥测或回调。

这个 skill 不是什么

它不是直接的 OpenAI API 客户端。它不会授予新能力，而是依赖用户可用的 Codex CLI 登录状态。它也不是多租户服务（每次调用只处理一次请求；并发调用依赖文件系统快照差异来区分）。

作为 JS 库调用

如果需要在其他 Node.js 脚本中直接复用生成逻辑，可以引入 scripts/image-gen.js：

const { generateImage } = require("./scripts/image-gen");

async function main() {
  const outputPath = await generateImage({
    prompt: "Use the reference image to create a full-body standard A-pose character turnaround sheet with three views: front view, side view, and back view.",
    refs: ["./a.png"],
    out: "./apose.png",
    timeoutSec: 300,
    force: true,
  });

  console.log(outputPath);
}

main().catch((err) => {
  console.error(err.message);
  process.exit(err.exitCode || 1);
});

generateImage() 返回最终写入的图片路径；当生成格式和 out 扩展名不一致时，库会自动把输出路径调整为匹配的 .png、.jpg 或 .webp。