从一句话到自动出图

到这里，你已经会"在对话框里出图"。这一章把零散的动作连成一条可自动运行的流水线：一句自然语言进来，图片成品落地、回贴到你的 IM 频道——中间的生成、裁切、抠图、命名，全部交给装了本技能的 Codex 智能体。

关键认知先摆在前面：自动化不改变规则，只是把规则跑得更快。前几章的判断——默认内置、降级需确认、成品落地进工作区——在管线里一条不少，只是从"你手动做"变成"智能体按流程做"。

端到端管线：从触发到发布的五段

无论触发来自飞书、openclaw（"龙虾"）还是你自己的终端，背后都是同一条管线。它有五段，每一段的产物喂给下一段：

五段里，最容易被忽略的是第 4 段"本地后处理"。内置工具出的是"接近目标比例的底图"，真正贴合平台的精确像素、透明背景，几乎都靠本地脚本完成。把这一段写进管线，自动化才算闭环。

一句话，触发一整套物料

自媒体最常见的需求不是"出一张图"，而是"出一组图"——比如一套小红书 6–9 张组图。这里有个贯穿全书的铁律要重申（第 07 章已立）：

于是，"一句话触发一整套"在智能体内部其实是这样展开的：先把请求拆成一份资产清单，再为每张生成独立提示词，逐张调用、逐张后处理。下面这条 codex exec 演示了"触发"长什么样——你说人话，智能体负责拆解：

智能体把这句话变成结构化 spec 的过程，可以用一张配方卡来理解。注意 Asset type 与 Scene/backdrop 是组织思路的脚手架字段，不是 CLI 标志：

尺寸上有个反复出现的换算点（第 08 章细讲）：内置模式对"精确宽×高"控制有限，做法是先用接近比例的有效尺寸出底图，再本地裁切。小红书 3:4 直接用 1152×1536（=0.75，长宽都是 16 的倍数，有效）即可，无需后裁；首图若想要 1242×1660 这类平台像素，则生成后用 pillow 降采样到位。

命名规范与产物目录

自动化最怕"图出了一堆，没人知道哪张是终稿"。一套稳定的目录与命名约定，是管线能复用的前提。约定其实很简单——分清中间件与终稿，再给每张图一个会说话的名字。

命名建议"稳定且描述性"：平台-主题-序号-用途-版本.png。这样无论是人翻目录还是脚本筛选，都一眼能定位。对照一下好坏：

对应到管线里，文件就是这样从中间走向终稿——透明抠图也在这一步完成：

把这套约定固化下来，自动化就有了可预期的"输入输出契约"——这正是下一节质检能挂上去的地基。

质检关卡：把 validate 清单自动化

前面几章那份"出图后要核对什么"的 validate 清单，在管线里要从"凭记忆检查"升级成一道关卡：不通过就不发布。它分两类——一类靠脚本机器判定，一类靠智能体逐项对照提示词复核。

1. 机器可判定项

   透明图：是否有 alpha 通道、四角是否透明、有无残留 key 色边缘；尺寸：是否裁到平台精确像素、长宽比是否正确。这些 pillow 与抠图脚本能直接验。

2. 逐项对照提示词

   主体对不对、风格统不统一、构图是否留出了标题区、文字是否逐字准确、是否守住了不变量（invariants）、是否踩了 Avoid 项。

3. 不通过 → 单次修改再复检

   每次只改一处，改完重新走一遍清单。细透明边残留就重试加 --edge-contract 1；组图色调跑偏就只调那一张的色温描述。

4. 通过 → 汇报三件套

   把最终保存路径 + 最终提示词 + 用了哪种模式一并回报。这三样是发布前的"放行单"，缺一不可。

与 IM 衔接：成品如何回到对话

最后一段，是把成品从 output/imagegen/ 送回到你发起请求的地方。先把架构说清楚——飞书机器人、openclaw（"龙虾"）这类 IM 桥接，本质都是同一件事：

• 桥接工具把你在聊天里说的话，转发给一个"装了本技能的 Codex 智能体"。
• 智能体在 Codex 内（codex CLI / codex exec）自动加载本技能，跑完上面五段管线。
• 桥接工具再把生成的成品回贴到原来的对话 / 频道。

所以你能复用的、稳定的部分，是中间那句"通用 codex exec 模式"：

把这五段连起来，你就拥有了一条真正"一句话到成品"的管线：人说意图，机器守规则。它快，但不失控——因为前面各章的每一条判断，都还在管线里站岗。