gpt-5.5 也能生图？把这个 Skill 装进 Codex，一句话生成图片

很多人以为：

gpt-5.5 只能聊天、写代码、写文章，不能生成图片。

其实不完全对。

关键不在于模型名字叫不叫 gpt-5.5，而在于你使用的接口和服务端，是否支持“图片生成工具”。

这个 gpt-image-generate Skill，本质上就是给 Codex 加了一个“图片生成按钮”。你只需要在 Codex 里输入一句提示词，它就会帮你调用接口，把生成好的图片保存到本地。

而且它不只适用于 Codex。只要你的工具环境支持类似的 Skill / 插件机制，并且能够读取本地配置、执行脚本，它同样适用于 OpenClaw、Hermes 等 AI 编程工具。

一句话理解它的原理

你可以把 Codex、OpenClaw 或 Hermes 想象成一个“前台助理”。

你对它说：

帮我画一张赛博朋克风格的猫。

这些工具本身并不会拿画笔画图。

它做的事情更像是：

听懂你的需求；
把需求整理成接口请求；
去找后端的“图片生成师傅”；
等图片生成好；
把图片文件保存到你的电脑里。

所以，图片不是 Codex、OpenClaw 或 Hermes 在本地凭空画出来的，而是它们通过接口调用了服务端的图片生成能力。

这个 Skill 能做什么？

安装好 gpt-image-generate 之后，你可以在 Codex、OpenClaw 或 Hermes 里这样用：

$gpt-image-generate 使用该技能生图：一只穿着宇航服的橘猫，站在月球表面，电影感，高清

它会自动完成：

读取你的 API Key；
读取你的 Base URL；
调用 /v1/responses 接口；
启用 image_generation 图片生成工具；
获取服务端返回的图片数据；
解码并保存为 PNG / JPEG / WebP 图片。

简单说，它把一整套复杂流程，包装成了“一句话生图”。

不同平台验证

如何安装？

https://github.com/bingo906/skillhub zip目录把 Skill 压缩包解压后，放到对应工具的 skills 目录下。

如果你使用的是 Codex，默认目录一般如下。

Windows 一般是：

C:\Users\你的用户名\.codex\skills

Linux / macOS 一般是：

~/.codex/skills/

例如 Windows 用户可以放成类似这样：

C:\Users\你的用户名\.codex\skills\gpt-image-generate

如果你使用的是 OpenClaw 或 Hermes，也可以采用同样思路：把 gpt-image-generate 放到它们识别的 skills / plugins 目录下，然后重启对应工具。

放好之后，重新打开 Codex Desktop、OpenClaw、Hermes，或者 Cursor / VS Code 里的相关插件，就可以使用了。

如何使用？

打开 Codex、OpenClaw 或 Hermes 后，直接输入：

$gpt-image-generate 使用该技能生图：一张未来城市夜景，霓虹灯，雨天，电影海报风格

也可以更具体一点：

$gpt-image-generate 使用该技能生图：生成一张公众号封面图，主题是 AI 图片生成，科技感，蓝紫色光效，干净高级，不要文字

为什么 gpt-5.5 可以“生图”？

严格来说，不是 gpt-5.5 自己在画图。

更准确的说法是：

gpt-5.5 负责理解你的需求，图片生成工具负责真正出图。

这有点像你去餐厅点菜。

你对服务员说：

我要一份牛排，七分熟，黑椒汁。

服务员不会亲自下厨，但他会把你的需求告诉后厨。

在这里：

你：提出图片需求；
Codex / OpenClaw / Hermes：负责传话和执行；
gpt-5.5：理解你的描述；
image_generation 工具：真正生成图片；
服务端：返回图片数据；
本地脚本：保存图片文件。

所以重点不是“gpt-5.5 能不能画图”，而是你使用的服务端是否支持图片生成工具。

它背后调用了什么？

这个 Skill 会调用 GPT-compatible 的 /v1/responses 接口，并在请求里带上图片生成工具：

{
"tools":[
{
"type":"image_generation",
"output_format":"png"
}
]
}

你不需要手动写这些代码。

Skill 已经帮你封装好了。

你只需要写提示词。

什么时候会失败？

如果你的接口服务商不支持图片生成，就可能失败。

常见报错包括：

unknown tool
unsupported tool
no base64 image found
model does not support image generation

这些报错大概意思是：

你的服务端不认识 image_generation 这个工具，或者没有返回图片数据。

也就是说，问题通常不在 Codex、OpenClaw、Hermes，也不在 Skill，而在于你当前配置的 provider 是否支持：

/v1/responses
image_generation tool
返回 base64 图片数据

只要服务端支持这些能力，就可以正常生成图片。

它会把图片保存在哪里？

脚本会把接口返回的图片 base64 数据解码成本地图片文件。

你可以理解为：

服务端先把图片打包成一串很长的文本，Codex 收到后再把它还原成真正的图片文件。

这个 Skill 会自动从返回结果里查找图片数据，例如：

result
b64_json
image_base64
base64
data

找到之后，就会保存成 PNG、JPEG 或 WebP 文件。

适合谁用？

这个 Skill 特别适合：

想在 Codex 里直接生成图片的人；
想给文章、封面、项目做配图的人；
想用一句话快速出图的人；
想用自己的 GPT-compatible 接口接入图片生成的人；
不想手写接口请求和解析代码的人。

它不需要你理解复杂的接口细节。

你只需要会写提示词。

总结

gpt-image-generate 不是让 Codex、OpenClaw 或 Hermes 在本地“凭空画图”。

它更像是给这些 AI 工具装了一个图片生成遥控器。

你输入提示词，Codex、OpenClaw 或 Hermes 负责调用接口，服务端负责生成图片，脚本负责保存文件。

真正决定能不能生图的，是你的 API 服务端是否支持：

Responses API + image_generation 工具

如果支持，你就可以在 Codex 里用一句话生成图片。

使用方式也很简单：

$gpt-image-generate 使用该技能生图：你想生成的图片描述

从此，Codex、OpenClaw、Hermes 不只是写代码，也可以成为你的 AI 图片工作台。

往期文章推荐

HermesAgent: OpenClaw龙虾已养,为什么我还是建议你试试
5 分钟把API变成机器人技能：Claude Code+OpenClaw 实战
每天94次提交，连编辑器都没打开：如何一个人打造成AI开发团队的？elvissun
OpenClaw实战: 飞书群里的机器人终于能互相@自动接力了
AI Coding 实战：Claude Code 20 分钟写个文章一键排版工具
不会写代码，也能让 Claude 用你的「知识库」做 PPT
Claude Code指南：0成本95%需求完成率方案
AI Coding入门指南

gpt-5.5 也能生图？这个Skill 装进 Codex，一句话生成图片

摘要