核心用法
Codex Pet 生成器基于 RunComfy CLI 实现,将单张参考图像转换为 OpenAI Codex 兼容的自定义桌面宠物。用户执行触发词如 "codex pet"、"/hatch image" 或 "make me a codex pet" 后,技能执行以下流程:
1. 单次 GPT Image 2 编辑调用:通过 runcomfy run openai/gpt-image-2/edit 生成标准 chibi 比例(头部占 60% 身高)的 canonical 姿态,输出 1024×1024 洋红底色图像
2. ImageMagick 后处理:色键抠除洋红背景,裁剪并适配至 192×208 标准单元格
3. 程序化动画合成:对 canonical 单元格应用微变换(1-2px 位移、眨眼遮罩、镜像翻转等),生成 9 行×8 列共 72 帧的标准精灵图(1536×1872)
4. 自动安装:输出 pet.json + spritesheet.webp 至 ${CODEX_HOME}/pets/<name>/,Codex 自动识别为自定义宠物
显著优点
- 零 Codex Pro 依赖:完全绕过
$imagegen系统技能,仅需RUNCOMFY_TOKEN和本地 ImageMagick - 成本极优:单张宠物仅需 1 次 GPT Image 2 API 调用(官方
hatch-pet未公开但推测为同等或更高消耗) - 输出 100% 兼容:严格遵循 OpenAI 官方 9 行动画状态规范(idle、running-right/left、waving、jumping、failed、waiting、running、review),与内置宠物行为完全一致
- 批处理友好:支持从文件夹批量生成,适合竞赛投稿或团队统一宠物风格
- 确定性可控:动画微变换参数透明可调,用户可自定义 bob 幅度、跳跃高度等
潜在缺点与局限性
- 动画风格受限:基于单帧微变换的"伪动画",无法生成逐帧绘制的复杂动作(如真实奔跑周期),与官方内置宠物动画风格一致但上限固定
- 色键鲁棒性:依赖洋红(#FF00FF)色键抠图,若生成图像含近似洋红色调(罕见但存在)会导致缺损,需手动切换备用色键
- 身份漂移:GPT Image 2 可能过度简化源图特征(细小配饰、特定纹理),需反复调优提示词保真
- 无实时预览:生成后需重启 Codex 才能查看效果,调试周期较长
- 依赖第三方服务:RunComfy 平台可用性直接影响技能功能
适合人群
- 非 Codex Pro 用户:希望使用自定义宠物但无订阅权限的开发者
- 竞赛参与者:OpenAI Codex Pet 大赛参赛者,需批量生成不同模型/风格变体
- 品牌化团队:需要统一吉祥物风格的开发团队
- 自动化爱好者:偏好 CLI 工作流、CI/CD 集成宠物生成的用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| API 令牌泄露 | `RUNCOMFY_TOKEN` 或 `~/.config/runcomfy/token.json` 若权限设置不当(非 0600)可能被其他进程读取 |
| 提示注入 | 源图 URL 可能携带对抗性图像内容,通过视觉提示影响 GPT Image 2 输出 |
| 网络中间人 | 依赖 HTTPS 与 `*.runcomfy.net` / `*.runcomfy.com`,需确保 TLS 证书链完整 |
| 本地路径遍历 | `PET_NAME` 若未净化可能写入非预期目录(尽管代码中使用标准 mkdir -p) |
| 资源耗尽 | 单文件 2GiB 上限保护,但连续批量调用可能耗尽 RunComfy 账户额度 |
建议:生产环境使用 RUNCOMFY_TOKEN 环境变量而非文件存储,源图 URL 限定可信域名白名单,定期审计 ~/.codex/pets/ 目录。