🪞 GPT Image 2 — Image Generation via Your ChatGPT Subscription

核心用法

GPT Image 2 skill 是面向 Claude Code 的桥接工具，允许用户通过本地 Codex CLI 直接调用 ChatGPT Plus/Pro 订阅中的 GPT Image 2（Image 2.0）能力。用户无需 OpenAI API 密钥、无需按量计费，仅需确保已安装 codex CLI 并完成登录。

触发条件：用户明确提及 "gpt image 2"、"ChatGPT Images 2.0"、"image 2" 或要求通过 ChatGPT 订阅生图/改图时触发，不会自动替代其他生图请求。

调用方式：通过 bash scripts/gen.sh 脚本执行，支持：

• 文生图：--prompt + --out
• 图生图：--prompt + --ref（可重复用于多参考合成）+ --out
• 可选 --timeout-sec 调整超时（默认 300 秒）

脚本内部流程：快照会话目录 → 执行 codex exec --enable image_generation → 对比会话差异 → 提取 base64 图像数据 → 写入输出路径。

显著优点

• 零额外成本：复用现有 ChatGPT 订阅，无 API 计费、无第三方 token（Fal/Replicate）。
• 功能完整：支持文本到图像、图像编辑、风格迁移、多参考合成，擅长处理含大量文字的布局（信息图、时间线）。
• 本地执行：所有处理在本地完成，仅 codex CLI 与 OpenAI 通信，skill 本身无外部网络请求。
• 数据最小化：仅读取本次调用生成的会话文件，不触碰历史 Codex 对话，无持久化日志。

潜在缺点与局限性

• 硬性依赖：必须同时满足：① ChatGPT Plus/Pro 订阅含图像生成功能 ② 本地安装并登录 codex CLI ③ Python3 环境。任一缺失即无法工作。
• 实验性功能：--enable image_generation 为开发中功能，存在被移除或变更的风险。
• 无并发能力：文件系统快照机制导致调用串行化，不适合批量异步任务。
• 错误排查有限：退出码 5-7 涵盖认证、网络、模型拒绝、配额耗尽等多种原因，需用户自行检查 Codex 登录状态及订阅权益。

适合人群

• 已付费 ChatGPT Plus/Pro 且习惯在终端/IDE 环境工作的开发者、设计师。
• 需要快速迭代文生图/图生图，但不愿管理多套 API 密钥或按量付费流程的用户。
• 偏好本地工具链、对数据流向敏感的隐私意识用户。

常规风险

• 订阅失效风险：ChatGPT 订阅变动或 OpenAI 调整功能开关将直接导致 skill 不可用。
• CLI 版本锁定：明确针对 codex-cli 0.111.0+，未来 CLI 更新可能破坏 --enable 或 --ephemeral 行为假设。
• 误用授权：脚本要求 --ephemeral 禁用，若用户手动修改可能丢失图像载荷。
• 无 fallback：若触发条件满足但依赖缺失，skill 不会自动降级至其他生图服务（如 DALL·E、HTML 模拟）。

> 无 ChatGPT 订阅的用户可考虑 RunComfy 托管方案（需单独注册）。

核心用法

GPT Image 2 是一个桥梁型 skill，让拥有 ChatGPT Plus/Pro 订阅的用户能在 Claude Code 环境中直接调用 GPT Image 2（ChatGPT Images 2.0）的图像生成能力。它通过本地安装的 codex CLI 工具代理调用，支持三种主要模式：

1. 文生图（Text-to-Image）：直接将自然语言描述转换为高质量图像
2. 图生图（Image-to-Image）：基于参考图像进行重绘、风格迁移或编辑
3. 多参考合成：可同时传入多张参考图像进行混合创作

使用方式极为简洁——通过封装好的 bash scripts/gen.sh 脚本，传入 --prompt 和 --out 参数即可；图生图模式额外添加 --ref 参数指定参考图像路径。

技术实现特点

• 零额外成本：复用用户已有的 ChatGPT 订阅额度，无单独计费、无 Fal/Replicate 等第三方 token
• 本地代理架构：所有网络请求由用户本地安装的官方 codex CLI 处理，skill 本身不直接连接外部 API
• 会话隔离设计：通过目录快照对比机制，仅读取本次调用新生成的 session 文件，历史会话数据不可见
• 安全写入验证：输出路径强制校验扩展名（png/jpg/jpeg/webp），禁止写入系统关键目录

显著优点

• 订阅复用价值最大化：对于已支付 ChatGPT Plus/Pro 的用户，无需为图像功能重复付费
• 官方能力直连：调用的是 OpenAI 官方图像生成管道，质量与 ChatGPT 内置体验一致
• 多模态编辑能力：Image 2 在图文混合布局、信息图表、时间线等复杂场景表现优异
• 供应链极简：仅依赖 Python 标准库，无第三方包引入的依赖风险
• 隐私控制良好：图像数据仅流经用户本地 codex CLI 与 OpenAI 官方端点，无中间代理或数据沉淀

潜在缺点与局限性

| 限制类型 | 具体说明 |

|---------|---------|

| **硬性依赖** | 必须同时满足：①本地安装 codex CLI ②有效 ChatGPT Plus/Pro 登录态 ③账户具备 image_generation 权限（部分区域/账户可能暂未开放） |

| **环境门槛** | 不支持纯浏览器/云端环境，需要本地终端执行能力 |

| **功能边界** | 非直接 API 客户端，无法控制生成参数（如种子、步数、CFG 等），prompt 透传无修饰 |

| **并发限制** | 单文件系统快照机制天然串行化，不适合高频批量调用场景 |

| **错误诊断** | codex CLI 层面的配额耗尽、区域限制等错误，skill 仅能透传退出码（5/7），需用户自行排查账户状态 |

适合人群

• 已有 ChatGPT Plus/Pro 订阅 且希望在不切换应用的情况下在 Claude Code 中完成图像生成
• 注重成本效率 的开发者/创作者，不愿为 DALL·E API 或 Midjourney 额外付费
• 需要图生图编辑 工作流的用户，特别是风格迁移、多参考图像合成场景
• 偏好本地工具链 的技术用户，希望保持数据流经可控路径

常规风险

• 账户权限变动风险：OpenAI 对 Image 2 的可用性、额度策略可能调整，导致功能突然受限（退出码 7）
• CLI 版本兼容性：--enable image_generation 等参数依赖特定 codex-cli 版本（0.111.0+），未来 CLI 更新可能破坏集成
• 会话目录读取敏感：虽然实现上做了范围限制，但 ~/.codex/sessions/ 的读取行为本身属于敏感操作，在受严格审计的环境中可能触发合规警报
• 无订阅用户的误导：若用户未阅读前提条件直接触发，会经历安装→登录→可能发现无权限的挫败路径

替代方案提示

对于无 ChatGPT 订阅或无法本地安装 codex CLI 的用户，文档明确指向 RunComfy 托管方案（https://www.runcomfy.com/models/openai/gpt-image-2/），作为功能等价但需单独账户的云端替代。