TL;DR — 我曾让 Claude Code 呼叫本机 Codex CLI,把生成的图片直接存进专案。这条桥少了切视窗与搬档的步骤,但能不能使用,仍取决于登入方式、方案、工具与本机权限。以 ChatGPT 登入走内建生图,不代表免费,也不代表每个帐号都可用。

我最近几乎整天待在 Claude Code 里:写文章、拆任务、整理素材、改程式。到了需要图片的时候,却常要切去 ChatGPT 网页版,贴上 prompt、等图、下载,再搬回专案。

所以我想把这个断点接起来:让 Claude 整理需求,由本机 Codex 负责生图,最后把档案放到指定位置。这篇保留我在 2026 年 4 月的实作经验,也把现在读者照做前需要确认的条件补清楚。封面是原工作流的示意,不是每个帐号都能直接执行的保证。

这篇适合想把图片放回工作流的你

如果你已经用 Claude Code 管理专案,也经常需要封面、简报插图或产品 mockup,这条整合值得理解。它省下的是在工具之间搬移需求与档案的动作。

只有偶尔生一张图、没有专案落档需求时,直接用你熟悉的介面也很好。先确认自己需要省掉哪一步,再决定要不要增加 CLI、Skill 或本机连接工具,会比较容易维护。

先把几个名词翻成人话

名词在这条工作流中的角色
Claude Code理解需求、整理 prompt,经授权后执行本机指令
Codex CLI在终端机中工作;可用 ChatGPT 订阅或 API key 登入,两者计费与适用条件不同
gpt-image-2本文所谈的图像模型;OpenAI 的内建生图文件目前也使用这个名称
Skill可重复使用的工作说明,不会自行增加帐号权益或作业系统权限
MCP连接工具与服务的方式;能做什么,要看具体工具与授权
Cowork我当时使用的 Claude 桌面工作介面;不能直接套用终端机版的环境假设

模型、执行工具与登入身分是不同层次。看见一个工具名称,不足以判断它的费用、存取范围或最后使用的模型;这些要分别确认。

我想得到的效果:一张图,落在指定位置

我的需求很具体:

帮我产生一张戴墨镜的柴犬,将新档存到这个专案的 images 资料夹,不覆盖既有图片。

Claude 整理描述,Codex 执行生图,再回报实际档案位置。这是我当时跑通的路线,不是仅凭一句「生图」就能跨所有客户端重现的功能承诺。

成功也不能只看代理说「完成」。档案存在、能开启、内容符合需求,才算这次图片真的交到手上。

这条工作流怎么跑?

可以把它拆成四段:需求整理、呼叫本机 Codex、生成与存档、检查成品。每一段都有自己的失败原因,分开看比一次装齐所有工具更容易排错。

Claude Code 能执行本机 shell 时,可以经授权呼叫 Codex。我当时也尝试从 Claude 桌面环境透过 macOS 控制工具启动同一条路线,但那是另一层整合:工具是否可用、能碰哪些路径、输出怎么带回桌面介面,都要另行确认。

因此,我不再把某个第三方 MCP 写成所有桌面使用者唯一必装的桥,也不把当时的 Cowork outputs 路径当成通用设定。把需求送到另一个工具前,先看清楚会送出什么,以及它能存取哪里。

先确认登入、方案与权限

OpenAI 的验证文件把 ChatGPT 订阅登入与 API key 登入分开。前者使用相应订阅权益;后者走 API 用量计费。本文当时采用 ChatGPT 登入,没有另外提供 OpenAI API key。

但没有另外提供 API key,不等于没有用量成本。依目前的Codex 用量说明,内建生图会消耗用量,Free 方案目前不提供这项能力;不能把 ChatGPT 网页版的图片权益直接推到 Codex。

在自己的环境里,可以先看版本、登入状态与指令说明:

codex --version
codex login status
codex exec --help

这些检查本身不会生成图片。若尚未安装或登入,依官方目前的安装与验证说明操作;初次登入可能需要浏览器,不是整个设定过程永远不用开浏览器。也不要把登入凭证或 auth.json 贴给别人排错。

最小可行版本:先把单张图跑通

目前的官方生图文件说明,可在互动工作阶段描述图片,或明确使用 $imagegen。先在 Codex 自己的介面确认工具可用,再接回 Claude,能少一层变因。

我当时用的是非互动指令。以下保留这个呼叫形式,方便理解专案目录与提示词的关系;它是否能在你的版本与执行方式取得生图工具,仍须确认:

mkdir -p ./images
codex exec -C "$PWD" -s workspace-write \
  '请先确认本回合能使用内建生图。若可用,只生成一张戴墨镜的柴犬,存成 ./images/shiba-new.png;若档案已存在或工具不可用,请停止并说明。'

执行这段会请求生成图片,会消耗相应用量。请先确认所在专案、可用额度与新档名;提示词保持为资料,不要把任意使用者输入直接拼进 shell 指令。workspace-write 也不是一个能保证所有工作都成功的开关。

这次修订只查核文件与指令说明,没有重新生图,也没有替每个版本做端到端测试。若非互动模式没有工具,先回互动工作阶段确认,不要靠放宽所有权限硬闯。

当时的输出,作为一次实作纪录

我当时记录的结果是:约一分钟,一张 1254×1254、约 2 MB 的 PNG。这是那次任务的结果,不是固定尺寸、延迟或档案大小的服务保证。

2026 年 4 月实作时留下的戴墨镜柴犬测试图,作为当次成品纪录

对我有用的地方是图片直接落到专案,不必再从网页下载搬移。今天要判断这条桥是否仍适合自己的工作,还是要实际确认工具可用性、输出位置与成本,而不是只看这张旧成品。

我踩过的两个坑:先定位,再处理

第一个是 Operation not permitted。这个讯息可能出现在不同环节,不能单靠它就判定整个 ~/.codex 的拥有者有问题。原文曾建议递回修改整个目录的权限,这个做法过于笼统,这次撤下。

比较好的起点是记下失败步骤与具体路径,分辨它是工作目录、工具授权、受保护位置,还是已确认的档案权限问题。不能确定原因时先停止,不要以管理员权限一次改动整个资料夹。

第二个是工作目录。-C 指定 Codex 的工作根目录;相对路径要放在哪里,必须连同这个根目录理解。先用 pwd 看清楚所在位置,再核对最后回报的绝对路径。程式结束不等于图片已存到你以为的地方。

包成 Skill:保留流程,也保留停止条件

单张跑通后,才值得把它包成 Skill。我当时做过 CLI 与桌面两个版本,但旧下载包含有过时的方案与排错说明,因此这篇不再提供直接下载安装的指引,也不建议拿旧包覆盖既有技能。

现在要整理自己的 Skill,我会把工作说明写成这样:

  1. 确认本次需求、图片数量、工作目录与不会覆盖的档名。
  2. 确认登入方式、可用生图工具与相应用量;不能使用就说明原因。
  3. 以当前客户端支援的方式呼叫,不把桌面 MCP 与 CLI 的权限混在一起。
  4. 检查档案能否开启、图片是否符合需求,回报实际位置。
  5. 失败时保留原因,不自行改全目录权限、换计费路线或连续重试。

这是工作说明的骨架,不是经本次验收的新安装包。触发词与 allowed-tools 可以协助整理流程,但是否选用技能、是否准许执行,仍由实际环境决定。描述写得清楚,不等于技能会自动获得所有工具。

哪些情况值得做这条整合?

经常在同一个专案写稿、改程式、产出素材,而且愿意维护工具版本的人,可能最容易得到好处。需求、图片与后续编修放在同一条工作流,确实能减少搬运。

如果只偶尔生图、没有明确的落档或批次需求,就不必为了整合而增加整合。批次更应先定数量、档案规则与可接受成本,再开始执行,不把一次成功推成无限制自动化。

少一次中断,也要看见每一层的责任

我仍喜欢这个想法:Claude 整理需求,Codex 负责它能执行的部分,图片回到专案。它的价值不是接了多少工具,而是需求到成品之间少了多少重复动作。

登入成功不等于生图工具一定可用。

没有 API key,不代表不会消耗用量。

档案存在,还要确认内容与存放位置。

权限错误需要定位,不能一律放宽。

把这几层分清楚,工作流才比较容易维护。另一个沿用 Codex 当外部检查者的经验,我整理在让 Codex 提供第二意见;同样的原则是:工具给结果,最后仍要自己验收。

四格漫画:能不能使用,仍取决于登入方式、方案、工具与本机权限。登入成功不等于生图工具一定可用。没有 API key,不代表不会消耗用量。档案存在,还要确认内容与存放位置。权限错误需要定位,不能一律放宽。把这几层分清楚,工作流才比较容易维护。

2026 年 11 月修订:依 OpenAI 官方验证、生图与用量文件厘清方案与执行方式;撤下旧包直接安装、概括权限修复与未验证的桌面通用承诺。原测试图保留为当次纪录,未重新生成。