1. 为什么 Codex 写代码很顺一到配图就断档Codex 这类 Coding Agent 最擅长的事情是把需求翻译成代码给它一个页面结构、一套组件规范、一份接口文档它能在终端里连续改十几个文件不喊累。但项目做到一半真正卡住进度的往往不是逻辑而是素材。首页 Hero 区缺一张有冲击力的 Banner产品介绍页需要三张功能配图README 想放一张架构示意图落地页还差一张 OG 分享图。这些需求本身不复杂复杂的是它们不在 Agent 的工作流里。传统做法是这样的Agent 在终端里把页面骨架写完然后停下来告诉你「Hero 区域先用渐变占位」。你切到浏览器打开某个生图平台把提示词粘进去等出图下载打开文件管理器找到下载目录把图片拖进public/images再回到终端告诉 Agent「图放好了你接着改引用路径」。单次操作不到两分钟但一个下午重复十几次之后你会发现真正消耗注意力的不是写代码而是这种频繁的上下文切换。我试过把生图平台的 API Key 直接写进项目脚本里让 Agent 调用结果遇到三个问题。第一Key 散落在多个项目的.env里轮换一次要改十几处第二不同图片模型的接口参数差异很大Agent 每次都要重新读文档第三图片生成是异步的脚本里写个await fetch然后傻等遇到网络抖动就重复提交白白多扣一次费用。这三个问题叠加起来让「让 Agent 自己生图」这件事从想法变成了负担。所以这篇要解决的问题很具体在不改变你现有 Codex 编码工作流的前提下通过 SKILL 机制给 Agent 装上一个生图能力并且用 TaoToken 的统一 Key 通道来管理鉴权和模型调用。你不需要在项目里塞一堆环境变量也不需要为每个图片模型单独写适配层。整个改造的核心只有两个文件Codex 的auth.json和一份 SKILL 定义。改完之后你对 Agent 说「给首页生成一张 16:9 深色科技风 Banner放到 public/images 并改好引用」它就能自己走完从提交任务到改代码的全流程。适合跟着做的人已经在用 Codex 或类似 Coding Agent 做实际项目、手上有 TaoToken API Key、希望把素材生成也纳入 Agent 自动化流程的开发者。如果你还没配过 Codex 的模型通道本文第 2 节会先把前置条件补齐如果你已经能正常跑 Codex可以直接跳到第 3 节的配置片段。2. TaoToken 前置统一 Key 通道与 Codex auth.json 配置TaoToken 在这里扮演的角色是「统一 Key 通道」。你不需要为文本模型和图片模型分别申请不同的 Key也不需要记住每个模型厂商的 Base URL 差异。一个 Key一个 Base URL文本对话、代码补全、图像生成都走同一条鉴权链路。这对 Agent 场景特别重要因为 Agent 在运行时会根据任务类型动态选择模型如果每个模型都要单独配一套凭证SKILL 的复杂度会直接翻倍。先确认你手上已经有 TaoToken 的 API Key。如果没有去官网注册后在控制台创建官网入口 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 控制台里可以直接生成 Keyhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。Key 的格式通常是一串以sk-开头的字符串复制下来先存到安全的地方后面配置auth.json要用。Codex 的鉴权配置放在用户目录下的.codex/auth.json。这个文件的结构在不同版本里略有差异但核心字段是固定的Base URL、API Key、以及默认模型 ID。你需要把 TaoToken 的 API 地址填进去注意这里用的是https://taotoken.net/api不要加任何查询参数。很多人在这一步出错是因为把官网地址和 API 地址搞混了官网是给人看的API 是给程序调的两者路径不同。配置之前先确认 Codex 的版本。在终端执行codex --version如果版本低于 0.9建议先升级因为早期版本对自定义 Base URL 的支持不完整。升级命令根据你的安装方式不同npm 全局安装用npm install -g openai/codexHomebrew 安装用brew upgrade codex。升级完之后auth.json的字段名如果有变化以你本地codex config --help输出的说明为准。关于模型 ID 的选择这里有一个容易踩的坑。Codex 默认会用一个文本模型来做代码推理但生图 SKILL 需要调用图像模型。TaoToken 的统一通道支持在同一个 Base URL 下用不同的 Model ID 区分能力所以你的auth.json里主模型填文本模型SKILL 脚本里单独指定图像模型 ID。这样文本编码和图像生成互不干扰也不会因为切换模型导致 Codex 的会话上下文丢失。如果你同时用 Claude Code 或 Cline它们的配置逻辑类似但文件位置不同。Claude Code 走的是环境变量ANTHROPIC_BASE_URL和ANTHROPIC_API_KEYCline 走的是 VS Code 设置里的 JSON 配置。本文聚焦 Codex但第 3 节的 SKILL 定义是通用的换到其他 Agent 只需要改配置文件的路径。三件套记住Base URL 填https://taotoken.net/apiKey 填你控制台生成的sk-字符串Model ID 文本用你常用的编码模型、图像用gpt-image-2或gemini-3.1-flash-image。3. 可复制配置auth.json 片段与 SKILL 定义这一节给出可以直接复制的配置。先处理auth.json。用你习惯的编辑器打开~/.codex/auth.json如果文件不存在就新建一个。注意 JSON 格式对引号和逗号很敏感复制之后检查一下有没有多余的尾逗号。{ base_url: https://taotoken.net/api, api_key: sk-你的TaoToken密钥, default_model: gpt-5-codex, models: { code: gpt-5-codex, image: gpt-image-2 }, timeout: 120, max_retries: 2 }字段说明base_url固定填 TaoToken 的 API 地址不要加 UTM 参数api_key替换成你控制台生成的那串default_model是 Codex 日常编码用的文本模型按你实际订阅的模型填models.image是生图 SKILL 调用的图像模型 ID这里先填gpt-image-2如果你更习惯 Gemini 的图像工作流改成gemini-3.1-flash-image也可以timeout设 120 秒是因为图片生成比文本慢设太短会在任务还没完成时就断开max_retries设 2 是防止网络抖动导致任务丢失但注意这个重试只针对查询状态不针对提交任务避免重复计费。接下来是 SKILL 定义。Codex 的 SKILL 机制本质上是一份描述文件加一个可执行脚本。描述文件告诉 Agent「这个 SKILL 能做什么、什么时候用、参数怎么传」脚本负责实际的 API 调用和文件落盘。在项目根目录创建.codex/skills/image-gen/SKILL.md内容如下--- name: image-gen description: 调用 TaoToken 统一通道生成或编辑图片支持文生图和参考图编辑生成结果自动下载到本地目录。 trigger: 当用户要求生成图片、制作 Banner、配图、Logo 占位图或要求修改已有图片风格时使用。 --- # Image Generation Skill ## 能力 - 文生图根据文本提示词生成图片 - 图生图基于本地参考图编辑风格、背景、尺寸 ## 参数 - prompt: 必填图片描述 - size: 可选默认 1024x1024支持 1024x1024 / 1792x1024 / 1024x1792 - quality: 可选默认 high支持 standard / high - output: 可选默认 ./public/images输出目录 - reference: 可选本地参考图路径传入则走编辑模式 ## 调用方式 执行 scripts/generate.sh参数通过环境变量传入 - IMAGE_PROMPT - IMAGE_SIZE - IMAGE_QUALITY - IMAGE_OUTPUT - IMAGE_REFERENCE ## 注意 - 提交任务后轮询状态不要重复提交 - 任务 ID 记录在 .codex/skills/image-gen/.task_id - 生成完成后返回本地文件绝对路径然后在同目录下创建scripts/generate.sh。这个脚本负责读环境变量、调 TaoToken 的图片接口、轮询任务状态、下载文件。核心逻辑如下#!/usr/bin/env bash set -euo pipefail API_BASEhttps://taotoken.net/api API_KEY${TAOTOKEN_API_KEY:?请先设置 TAOTOKEN_API_KEY} MODEL${IMAGE_MODEL:-gpt-image-2} PROMPT${IMAGE_PROMPT:?缺少 IMAGE_PROMPT} SIZE${IMAGE_SIZE:-1024x1024} QUALITY${IMAGE_QUALITY:-high} OUTPUT${IMAGE_OUTPUT:-./public/images} REFERENCE${IMAGE_REFERENCE:-} mkdir -p $OUTPUT if [ -n $REFERENCE ]; then ENDPOINT$API_BASE/v1/images/edits FORM(-F image$REFERENCE -F prompt$PROMPT -F model$MODEL -F size$SIZE) else ENDPOINT$API_BASE/v1/images/generations FORM(-F prompt$PROMPT -F model$MODEL -F size$SIZE -F quality$QUALITY) fi RESP$(curl -sS -X POST $ENDPOINT \ -H Authorization: Bearer $API_KEY \ ${FORM[]}) TASK_ID$(echo $RESP | grep -o id:[^]* | head -1 | cut -d -f4) if [ -z $TASK_ID ]; then echo 提交失败: $RESP 2 exit 1 fi echo $TASK_ID .codex/skills/image-gen/.task_id for i in $(seq 1 60); do sleep 3 STATUS_RESP$(curl -sS $API_BASE/v1/images/tasks/$TASK_ID \ -H Authorization: Bearer $API_KEY) STATUS$(echo $STATUS_RESP | grep -o status:[^]* | head -1 | cut -d -f4) if [ $STATUS succeeded ]; then URL$(echo $STATUS_RESP | grep -o url:[^]* | head -1 | cut -d -f4) FILENAME$(date %s)-$(echo $PROMPT | md5sum | cut -c1-8).png curl -sS -o $OUTPUT/$FILENAME $URL echo $(cd $OUTPUT pwd)/$FILENAME exit 0 elif [ $STATUS failed ]; then echo 生成失败: $STATUS_RESP 2 exit 1 fi done echo 超时任务 ID: $TASK_ID 2 exit 1给脚本加执行权限chmod x .codex/skills/image-gen/scripts/generate.sh。然后把TAOTOKEN_API_KEY写进你的 shell 配置比如~/.zshrc里加一行export TAOTOKEN_API_KEYsk-你的密钥执行source ~/.zshrc生效。注意这里没有把 Key 写进脚本是为了避免 Key 跟着项目仓库泄露。如果你用 direnv也可以放在项目级的.envrc里。4. 验证请求一次完整的生图调用与结果检查配置写完之后不要急着让 Agent 跑全流程先用命令行手动验证一次确认 Key、Base URL、模型 ID 三件套都对。在项目根目录执行export IMAGE_PROMPT深色科技风首页 Banner画面包含 AI 芯片、数据流和未来城市轮廓16:9 构图不要出现文字 export IMAGE_SIZE1792x1024 export IMAGE_QUALITYhigh export IMAGE_OUTPUT./public/images bash .codex/skills/image-gen/scripts/generate.sh如果配置正确你会看到脚本先输出一个任务 ID然后每隔 3 秒查询一次状态通常 20 到 60 秒之间会返回一个本地文件路径类似/Users/you/project/public/images/1712345678-a1b2c3d4.png。打开这个文件确认画面符合提示词描述。如果返回的是错误信息先看第 5 节的排查表。手动验证通过之后再让 Codex 走一遍完整流程。在终端启动 Codex输入这样的指令给当前项目的首页生成一张 Hero Banner。 要求深色科技风包含 AI 芯片和数据流元素16:9 比例。 生成完成后保存到 public/images 目录然后修改 src/app/page.tsx 把 Hero 区域的背景图引用改成这张新图。Codex 会先读 SKILL.md 理解能力边界然后调用generate.sh拿到本地路径后继续改代码。你可以在它执行过程中观察终端输出正常情况下会看到「提交任务」「轮询状态」「下载完成」「修改 page.tsx」这几个阶段。改完之后运行npm run dev打开浏览器确认 Hero 区域的背景图已经生效。这里有一个验证细节值得注意检查 Codex 是否真的把图片路径写进了代码而不是只在回复里说「已完成」。打开src/app/page.tsx搜索public/images或/images/确认引用路径和实际文件名一致。有些时候 Agent 会把路径写成相对路径./public/images/xxx.png在 Next.js 里这样写浏览器加载不到需要改成/images/xxx.png。如果发现这个问题直接告诉 Codex「引用路径要用 /images/ 开头的绝对路径」它会自己修正。再验证一次图生图模式。准备一张本地参考图比如./assets/old-banner.png然后执行export IMAGE_REFERENCE./assets/old-banner.png export IMAGE_PROMPT保持画面主体不变把整体色调调整为深蓝与银色背景换成未来城市夜景 export IMAGE_OUTPUT./public/images bash .codex/skills/image-gen/scripts/generate.sh这次脚本会走/v1/images/edits端点返回的新图应该保留原图主体但风格发生变化。如果返回 404说明你的 TaoToken 通道没有开通编辑端点换成文生图模式即可或者去控制台确认当前 Key 的权限范围。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth配置过程中最容易遇到的四类报错我按出现频率排一下每个都给出具体现象和修复动作。401 Unauthorized。现象是脚本提交任务时直接返回{error:{message:Invalid API key}}。原因通常是三个Key 复制时带了空格或换行、Key 已经过期或在控制台被删除、auth.json里的api_key字段和 shell 里的TAOTOKEN_API_KEY不一致。修复动作先在终端执行echo $TAOTOKEN_API_KEY | head -c 10确认输出的前 10 个字符是sk-开头且没有多余空白然后去控制台重新生成一个 Key替换auth.json和 shell 配置里的值最后执行source ~/.zshrc并重开终端。注意 TaoToken 的 Key 是统一通道凭证文本和图像共用同一个不需要为图像单独申请。local proxy failed。现象是 Codex 启动时报local proxy failed to start或connection refused。这个报错和 TaoToken 本身无关通常是本地网络环境或端口占用导致的。修复动作先检查auth.json里的base_url是不是写成了https://taotoken.net少了/api这是最常见的拼写错误然后确认本机没有其他程序占用 Codex 需要的本地端口执行lsof -i :8080之类的命令排查如果用了公司网络确认防火墙没有拦截对taotoken.net的出站请求。注意不要尝试用任何网络代理工具来解决这类工具本身可能引入新的连接问题直接检查 Base URL 拼写和端口占用即可。reading choices 报错。现象是 Codex 在解析模型返回时抛出error reading choices或unexpected response format。原因是auth.json里的default_model填了一个 TaoToken 通道不支持的模型 ID或者模型 ID 拼写有误。修复动作打开 TaoToken 控制台的模型列表页确认你订阅的模型 ID 准确写法比如是gpt-5-codex还是gpt-5-codex-mini大小写和连字符都要一致然后同步修改auth.json的default_model和models.code两个字段。如果改完还报错把default_model临时换成一个确定可用的文本模型先让 Codex 能启动再逐步排查。OAuth 相关报错。现象是 Codex 启动时提示OAuth token expired或please re-authenticate。这是因为 Codex 默认走 OAuth 登录流程而你配置了自定义 Base URL 之后OAuth 流程和 API Key 流程会冲突。修复动作在auth.json里显式加上auth_mode: api_key字段强制走 Key 鉴权然后删除~/.codex/下残留的 OAuth token 缓存文件通常是tokens.json或credentials.json重启 Codex。如果 Codex 版本较老不支持auth_mode字段升级到最新版即可。注意不要同时保留 OAuth 和 API Key 两套凭证选一套用到底。排查完之后如果你需要更详细的接口参数说明可以看接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。文档里有图像生成端点的完整请求体和响应字段说明包括任务状态查询的返回格式。如果你只是想先验证模型通道是否通不想配 Codex可以直接用模型对话页面发一条消息测试https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。确认通道正常之后再回来配 SKILL能省不少排查时间。6. 把生图纳入日常编码流从单次调用到稳定复用配置跑通之后真正提升效率的不是「能生图」这件事而是把生图变成编码流程里的一个默认步骤。我现在的习惯是新建项目时先在.codex/skills/下放好 image-gen然后在项目 README 里写一句「素材生成走 image-gen SKILL输出目录 public/images」。这样无论是自己用还是团队其他人接手Agent 都能直接读到这个约定不需要每次重新解释。日常使用中有几个小技巧可以让你少踩坑。第一提示词里明确写尺寸和用途比如「16:9 首页 Banner」比「一张科技感图片」更容易得到可直接使用的素材因为 Agent 会把尺寸参数传给 SKILL减少后期裁剪。第二生成完成后让 Agent 顺手做一次引用检查比如「确认 page.tsx 里的图片路径是 /images/ 开头并且文件确实存在」这一步能拦住大部分路径写错的问题。第三把常用的提示词模板存成项目里的prompts/banner.mdAgent 需要时直接读文件比每次口述更稳定。如果你用 Coding Plan 做长期项目可以把 image-gen SKILL 和 Coding Plan 搭配使用Coding Plan 负责代码推理和文件修改image-gen 负责素材生成两者共用同一个 TaoToken Key。Coding Plan 的入口在这里https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。它的计费方式和按次调用不同适合需要连续跑多个任务的场景。API Keys 管理页面在这里https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 你可以在这里查看 Key 的剩余额度、创建子 Key 做权限隔离或者轮换已经暴露的 Key。最后说一个实际项目里的经验。生图任务偶尔会因为模型侧排队而变慢这时候不要让 Agent 干等。可以在 SKILL 脚本里加一个「提交后立即返回任务 ID由 Agent 继续做其他文件修改过一会儿再回来查状态」的逻辑。这样图片在后台生成的同时Agent 可以继续写其他页面的代码等图片好了再统一改引用。这个改动只需要把generate.sh里的轮询循环拆成两个子命令submit和pollSKILL.md 里对应加两个触发条件。改完之后一个下午能完成的工作量大概能翻一倍因为等待时间被其他编码任务填满了。整个流程的核心就三件事auth.json里配好 Base URL 和 KeySKILL 定义里写清楚能力和参数脚本里做好异步任务管理。这三件事做完Codex 就从「只会写代码」变成「能自己找素材、自己改引用、自己跑测试」的完整开发助手。剩下的就是多跑几个项目把提示词和参数调成适合你团队习惯的默认值。