- name
SKILL.md
Tệp skill vẫn nằm trong kho mã của nhà phát hành.
Dán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add yan-labs/yan-skills --skill imagegen -a cursor -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add yan-labs/yan-skills --skill imagegen -a claude-code -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add yan-labs/yan-skills --skill imagegen -a codex -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add yan-labs/yan-skills --skill imagegen -a grok -yGửi tin nhắn đã sao chép trong cuộc trò chuyện Grok Bot. Bot sẽ lấy tệp SKILL.md này từ GitHub và thêm vào bộ skill mà mọi Bot của bạn dùng chung.
Install this skill: https://github.com/yan-labs/yan-skills/tree/HEAD/imagegenTừ nhà phát hành
一句话定位:静图用 Codex 内置图像生成,GIF 用 Kollab GPT Image 2.6;本 Skill 只管五件事——把需求翻成好提示词、把命令跑通、验收、压缩、放进项目该在的目录。
图像生成不是 CLI 子命令(没有 codex image;codex exec --image 是把图当输入附上)。它是 Codex agent 的内置工具 image_gen。不要翻 codex --help 找 flag,找不到就下结论"不能生图"——这个结论是错的。描述你要的图,让 agent 自己选方法。
mkdir -p <outdir> # 先建目录,提示词里写它的绝对路径
cat <outdir>/prompt.md | codex exec --skip-git-repo-check \
--config model_reasoning_effort="medium" \
--sandbox danger-full-access \
-C <outdir> -o <outdir>/final.md 2>/dev/null
codex --version 失败或启动就退出:先 codex doctor,如实报告,不要盲目重试。
官网和更新日志需要展示动作或变化时优先用动图;静态素材继续走上面的内置 image_gen。GPT Image 2.6 经 Kollab 的 gpt-image-2 调用,生成和编辑支持 GIF,编辑 GIF 不支持 mask。生产是否可用以 fleet media list 为准;未发布时用 TEST,进程级设置 KOLLAB_API_URL=https://test.flowus.work 和独立 TEST 会话,勿覆盖生产 profile。
提示词写清首尾无缝循环、动作幅度和方向、固定镜头、帧间造型/颜色/位置连贯,主体不跳、不变形;避免文字。先用 9 帧、每帧 200ms(默认)做短循环;允许 2–16 帧、每帧 20–2000ms,按动作速度调整,帧越多通常体积越大。TEST 实测请求 2 帧曾返回默认 9 帧,落盘后检查实际帧数与时长。
fleet media run generate_image --model gpt-image-2 \
--input-json '{"prompt":"A blue paper bird gently flaps in place, seamless loop, fixed camera, consistent subject, no text","output_format":"gif","frame_count":9,"frame_duration_ms":200}' \
--out <outdir>
生成后保留原始 GIF 和提示词到 <project>/design/imagegen/<batch>/,发布版本放 <project>/public/images/<section>/;网页动图目标尽量小于 2 MB,超出先缩尺寸或帧数。已有 gifsicle 或 ffmpeg 时再压缩,并检查循环、帧时长和画质;MacBook 不安装软件。保留 GIF 格式,不用静图压缩命令覆盖。
三道验收用于动图:逐帧抽查并看完整循环(含首尾衔接),将代表帧缩到 120px 做接触印相;透明主体逐帧量 alpha 包围盒占比(不透明图不适用);独立盲评播放结果和代表帧,对照提示词检查连贯、主体不跳及风格。单一方案无对照时如实记录盲评未做。
一份 prompt.md 必含六样,缺一样就会出一类问题:
mkdir -p)。No text, no letters, no logos, no watermarks. 生成的字几乎必花,非英文界面更是错字;文字后期用 HTML/CSS 叠。If you genuinely cannot generate images, say so plainly. Do not substitute placeholders, ASCII art, solid rectangles, or images downloaded from the web.透明图务必写 true alpha, not a white/dark square——实测 Codex 靠这句自检,第一版烤了底色又自己返工。
再加一条常用兜底:If the exact size is unsupported, generate the nearest aspect and resize locally (sips / PIL) to the exact pixels; keep alpha for transparent items.
Generate two images with your built-in image generation tool and save them to:
<outdir absolute path>/
Shared style: palette #2563EB (primary) #F59E0B (accent) #0F172A (ink) #F8FAFC (paper).
No text, no letters, no logos, no watermarks anywhere.
1. `mascot-logo.png` — 1024x1024, transparent background PNG (true alpha, not a white square).
A friendly round owl holding a tiny wrench. Flat vector style, bold clean shapes,
2-3 flat tones per element, no gradients, no drop shadows. Occupies 75-80% of the
frame, centered, exclude the wrench from that measure.
2. `og-image.png` — 1200x630 (1.91:1), opaque. Photorealistic editorial photo: a person
in their late twenties at a wooden desk in front of a laptop, soft window light from
the left, shallow depth of field, calm home office, mug and small plant. Eye-level,
subject on the left so the right third is clean negative space. Laptop screen is a
soft blurred blue-white glow, nothing readable.
Rules: if you genuinely cannot generate images, say so plainly — no placeholders, ASCII
art, solid rectangles, or web downloads. If the exact size is unsupported, generate the
nearest aspect and resize locally (sips / PIL); keep alpha for the mascot.
Report per file: absolute path, actual pixels, bytes, alpha yes/no, method used.
尺寸比例写清,模型给不了精确像素时靠本地缩放,见「压缩与落盘」。
出处:codex/references/image-experiments.md「一套图的验收」,2026-08-22 一次 16 张角色图的实录,三道各自抓到了不同缺陷。
先用 Read 逐张打开看过,再谈下面三道;没看过的图不准接进页面。三道都是必做,缺一道漏一类问题。
sips -Z 120 in.png --out thumbs/in.pngfrom PIL import Image
im = Image.open(f).convert('RGBA'); bb = im.getchannel('A').getbbox()
frac = (bb[2]-bb[0])*(bb[3]-bb[1]) / (im.width*im.height) # 目标 0.75–0.80
实测一组六张 41%–66%,没有一张达标且相差 1.6 倍,并排看只觉得"有点乱"。提示词里除了写占比还要写明道具不计入。pairN-A/B,对照表放项目目录之外,派一个没参与生成的 agent 评,明说「看不出差别」可接受。非盲判断曾被盲评整组反转,机制是多出来的道具。风格不受版权保护,喂参考图是设计行业的常规做法。控制点在输出端,不在输入端:
原图约 1 MB/张 PNG,不压缩不许进仓库。
sips -s format jpeg -s formatOptions 82 in.png --out out.jpg # 不透明图:JPEG,4 MB 一套压到 1 MB 内
cwebp -q 82 in.png -o out.webp # 页内用 WebP(透明也保留)
cwebp -q 82 -alpha_q 100 mascot.png -o mascot.webp # 透明主体,alpha 无损
sips -Z 512 logo.png --out icon-512.png # 等比缩最长边
sips -z 630 1200 og.png --out og.png # 精确到像素(先高后宽)
透明没做出来、或主体占比不达标时,用 ImageMagick 二次处理(先 which magick,没有就 brew install imagemagick):
magick in.png -fuzz 8% -transparent '#0F172A' out.png # 纯色底抠透明(换成实际底色 hex)
magick in.png -trim +repage -resize 800x800 -gravity center \
-background none -extent 1024x1024 out.png # 裁掉空边,主体缩到约 78% 再居中回 1024²
magick out.png -format 'alpha_min=%[fx:minima.a] colors=%k\n' info: # alpha_min 必须是 0 才算真透明
python3 heredoc 驱动:Claude Code 的 Bash tool 里裸 for f in *.png; do …; done 和 until [ -f x ]; do sleep 2; done 可能报 parse error near 'done'(2026-09-02 在一台 macOS zsh 环境实测),用 heredoc 最稳。filter: brightness(.84) saturate(.92)。curl -I 每张图 200;仓库结构迁移后 favicon/og 静默 404 是踩过的坑。rankup/SKILL.md 段 3(建站)硬规则和「一句话落到哪一段」表都指到 /imagegen:网站需要任何视觉素材就来这里真实生成。placeholder、模板示例图),Google 据此判垃圾站、整站连坐;段 4 硬规则:每页独立 og:image 且必须有图,≥1200px 宽,全站共用一张不通过。两条叠加,没有生成能力就只剩占位一条路——所以出图是建站流程的固定环节,不是可选美化。checklists.md 段 3「无占位红线」、段 4「每页独立 title/description/og:image 且有图」、闸门 0 图标全集与 manifest.json 引用全真实、标记经 16px 实测。og:image / twitter:image 用 PNG/JPEG,页内 <img>、JSON-LD image、image-sitemap 用 WebP。codex --help 找不到 image flag 就宣布"Codex 不能生图"。codex exec 让用户干等;或紧密轮询后台 shell。--sandbox danger-full-access 反复请示——按该机器的规则处理一次,启动行披露即可。Read 打开过就把图接进页面;或把未压缩的多 MB 原图提交进仓库。run_in_background: true 跑 codex exec——subagent park 后 harness 判定其空闲并终止,完成通知永远送不到,图生成了但没人收。必须从主线程跑 codex exec(Bash 的 run_in_background: true),主线程能正确接收完成通知;或者 subagent 内改用前台同步等待(但会占用 subagent 上下文数分钟)。2026-09-11 同一批任务因此重试三次。-o final.md 拿最终报告。exit 0,无报错,总耗时 302 s(约 5 分钟)。image_gen 工具(日志里出现 gpt-image-1.5 / gpt-image-2 字样,Codex 自报「具体模型名未公开」);本轮共调了 9 次,原图全部落在 ~/.codex/generated_images/<session-id>/exec-*.png,每张 0.7–1.5 MB。最终文件是它用 ImageMagick(magick,本机 7.1.2)后处理得到的:吉祥物 resize → -remap 锁定提示词里的四个 hex → alpha 提取;og 图轻微居中裁切缩到精确 1200×630。要没被后处理过的原图去 generated_images/ 拿。og-image.png 1200×630 RGB 757 KB,构图、光线、屏幕模糊无字全部按要求;mascot-logo.png 1024×1024 RGBA 33 KB(四色量化),真透明——57% 像素 alpha=0,alpha 极值 (0,255)。mascot-logo.png,alpha 全 255、深蓝底被烤进去了;Codex 自己又跑了两轮才在第 5 分钟做出真透明。教训两条:① final.md / 退出码出来之前别量图,中间态会误判;② 提示词里 true alpha, not a white/dark square 这句要写,它确实靠这句自检。若最终仍不透明,按「压缩与落盘」的 ImageMagick 抠底命令二次处理,不要写成功。-trim 后按目标占比 -resize 再 -extent 回 1024²。sips JPEG q82 92 KB → cwebp q82 27 KB;四色量化的透明 PNG 33 KB → WebP 反而 48 KB,已量化的扁平透明 PNG 直接用,不转 WebP。sips -Z 120 两张均可辨主体;盲评本次未做(单张无对照)。当用户要求生成图片、动图、GIF、gif 图、配图、插图、logo、吉祥物、封面、海报、og 图、favicon 源图、真人场景图,或建站时页面缺图、仍有占位图时使用。包括“画一张”“出一套图”“网站需要配图”“image gen”。本 Skill 负责提示词、生成、三道验收、压缩与落盘;只是让 Codex CLI 做代码代理任务时用 codex,普通派单走 agent-fleet,页面 SEO
---name: imagegendescription: 当用户要求生成图片、动图、GIF、gif 图、配图、插图、logo、吉祥物、封面、海报、og 图、favicon…---# imagegen/SKILL.mdTổng quan
当用户要求生成图片、动图、GIF、gif 图、配图、插图、logo、吉祥物、封面、海报、og 图、favicon 源图、真人场景图,或建站时页面缺图、仍有占位图时使用。包括“画一张”“出一套图”“网站需要配图”“image gen”。本 Skill 负责提示词、生成、三道验收、压缩与落盘;只是让 Codex CLI 做代码代理任务时用 codex,普通派单走 agent-fleet,页面 SEO 与上线闸门走 rankup。
Câu hỏi thường gặp
Tải imagegen/SKILL.md từ nhà phát hành, hoặc sao chép đường dẫn và mở kho mã. PlugMCP chỉ liệt kê skill và không lưu trữ tệp này.
Nhà phát hành duy trì nó tại https://github.com/yan-labs/yan-skills.
Claude, Cursor, Codex và Grok Build có thể đọc tệp SKILL.md mà bạn thêm từ kho mã của nhà phát hành. Grok Bot cài đặt skill khi bạn gửi liên kết thư mục GitHub của skill trong cuộc trò chuyện.