🪞 GPT Image 2 — Image Generation via Your ChatGPT Subscription

核心用法

GPT Image 2 技能允许用户在 Claude Code 环境中直接调用 ChatGPT Plus 或 Pro 订阅包含的 GPT Image 2（ChatGPT Images 2.0）图像生成能力。通过本地 codex CLI 工具执行图像生成任务，无需单独申请 OpenAI API、无需按量计费，也无需第三方平台（如 Fal、Replicate）的 token。

支持两种主要模式：

• 文生图（Text-to-Image）：直接根据文本描述生成图像
• 图生图（Image-to-Image）：以上传图片为参考，进行重绘、风格迁移、编辑等操作，支持多参考图组合

调用方式简洁，通过 bash scripts/gen.sh 脚本封装，自动处理会话快照、图像提取和文件输出。脚本会扫描 codex exec 生成的会话文件，提取 base64 编码的图像数据并解码保存。

显著优点

• 零额外成本：复用现有 ChatGPT 订阅，无单独计费
• 无需 API 管理：不依赖 OpenAI 开发者账号或 API key
• 本地化执行：通过 Codex CLI 在本地运行，数据不经过第三方中转
• 功能完整：支持 GPT Image 2 全特性，包括复杂图文排版、多参考图合成
• 透明数据：仅读取本次调用产生的会话文件，不触碰历史数据

潜在缺点与局限性

• 硬性依赖：必须同时满足 ChatGPT Plus/Pro 订阅 + 本地安装并登录 Codex CLI 两个条件
• 功能开关限制：需显式启用 --enable image_generation，该功能仍在开发中，可能不稳定
• 无并发支持：单次调用串行执行，文件系统快照机制不支持并发
• 平台限制：Codex CLI 主要面向 macOS/Linux，Windows 支持可能有限
• 故障排查复杂：退出码涵盖从认证失败到模型拒绝的多种情况，用户需自行判断层级

适合人群

• 已订阅 ChatGPT Plus/Pro 且希望在工作流中集成图像生成的开发者
• 不想管理多套 API 凭证、偏好使用现有订阅的技术用户
• 需要图生图编辑、风格迁移等高级功能的创意工作者
• 注重数据本地化、不希望图像数据经过第三方平台的隐私敏感用户

常规风险

• 订阅失效风险：ChatGPT 订阅到期或 OpenAI 调整功能策略将直接导致技能不可用
• CLI 版本漂移：Codex CLI 快速迭代，特定 flag（如 --ephemeral 禁用要求）可能随版本变化
• 认证状态依赖：codex login 会话过期或被封禁会中断服务，且错误信息可能模糊（退出码 5/7 涵盖多种失败场景）
• 功能灰度风险：image_generation 为开发中功能，存在被移除或调整的可能
• 本地环境依赖：Python 3 和 codex 二进制必须可用，跨设备迁移需重新配置
• 无 fallback 机制：文档明确要求不得自动切换至其他模型或 HTML mockup，硬性失败时体验中断

核心用法

gpt-image-2 是一个桥接型 Skill，允许用户在 Claude Code 环境中通过本地 Codex CLI 调用 ChatGPT Plus/Pro 订阅内置的 GPT Image 2（ChatGPT Images 2.0）图像生成功能。用户无需单独申请 OpenAI API Key、无需按量计费、无需第三方推理服务（如 Fal/Replicate）的 Token。

触发条件：用户明确提及 "gpt image 2"、"gpt-image-2"、"ChatGPT Images 2.0"、"image 2" 或明确要求通过 ChatGPT 订阅生成/编辑图片时触发。Skill 不会自动介入普通的 "generate an image" 请求。

调用方式：

• 文生图：bash scripts/gen.sh --prompt "..." --out /path/to/output.png
• 图生图/风格迁移：bash scripts/gen.sh --prompt "..." --ref /path/to/ref.png --out /path/to/output.png
• 支持多参考图组合（--ref 可重复）

技术原理：脚本先快照 ~/.codex/sessions/ 目录，执行 codex exec --enable image_generation --sandbox read-only（必须启用该功能标志，且禁用 --ephemeral 以便持久化会话），然后通过差异比对定位新生成的 rollout JSONL，由 Python 脚本提取 base64 编码的最大图像 blob 并解码保存。

显著优点

1. 零额外成本：直接复用现有的 ChatGPT Plus/Pro 订阅，无按图像计费、无 API 账单
2. 本地执行：所有操作通过用户本地已登录的 Codex CLI 完成，无外部服务托管风险
3. 功能完整：支持文本生成图像、图像编辑（inpainting/outpainting）、风格迁移、多参考图合成
4. 文本渲染优秀：Image 2 在信息图、时间轴等含大量文字的布局上表现良好
5. 数据隔离：通过目录快照机制确保仅读取本次调用产生的会话数据，不触碰历史记录

潜在缺点与局限性

1. 硬性依赖门槛：必须同时具备 (a) ChatGPT Plus/Pro 订阅且含图像生成权益；(b) 本地安装并登录 Codex CLI。两者缺一不可
2. 功能标志限制：--enable image_generation 处于开发阶段，可能不稳定或被调整
3. 单租户序列化：并发调用会被文件系统快照机制序列化，不适合高并发场景
4. 无直接 API 兜底：若用户无 ChatGPT 订阅，需改用 RunComfy 等托管方案（文档已提供链接），无法通过本 Skill 降级处理
5. 平台限制：Codex CLI 主要支持 macOS（Homebrew）和 Linux，Windows 支持有限

适合人群

• 已有 ChatGPT Plus/Pro 订阅的开发者/创作者，希望在不增加开支的前提下将图像生成整合到 Claude Code 工作流
• 需要频繁进行图生图编辑（风格迁移、局部重绘）且偏好本地执行的用户
• 对数据隐私敏感，希望图像生成过程完全在本地环境完成、不经过第三方托管服务的团队
• 制作信息图、时间轴、含文字布局等 Image 2 擅长领域的用户

常规风险

• 订阅失效风险：ChatGPT 订阅过期或图像生成功能被调整时，Skill 将返回 exit code 7（无图像负载）
• 功能标志变更：OpenAI 可能调整 image_generation 功能的可用性或参数要求
• 路径遍历风险：已通过 FORBIDDEN_OUTPUT_PREFIXES 白名单机制缓解（安全认证确认）
• 依赖项风险：Codex CLI 版本更新可能引入不兼容变更，需保持更新
• 无运行时沙箱：虽然调用时使用 --sandbox read-only，但 Skill 本身以用户权限运行，需信任来源（已通过 T2 级可信组织认证）