// AI 图片生成：原生 tool call（Codex/Antigravity）或浏览器自动化（Gemini/ChatGPT）。 Use when: 需要 AI 生成概念图、UI 参考、像素画素材、完整 PPT 页面、复杂架构图、信息图或视觉 mock。 Not for: 已有图片的展示（用 media_gallery rich block）、硬要求可编辑/native text 的 PPT/图表（用 PPT/HTML 管线）。 Output: 生成图片自动发布，或作为完整视觉 mock / 图像素材进入后续交付。
| name | image-generation |
| description | AI 图片生成：原生 tool call（Codex/Antigravity）或浏览器自动化（Gemini/ChatGPT）。 Use when: 需要 AI 生成概念图、UI 参考、像素画素材、完整 PPT 页面、复杂架构图、信息图或视觉 mock。 Not for: 已有图片的展示（用 media_gallery rich block）、硬要求可编辑/native text 的 PPT/图表（用 PPT/HTML 管线）。 Output: 生成图片自动发布，或作为完整视觉 mock / 图像素材进入后续交付。 |
用途：生成 AI 图片——优先原生 tool call，降级浏览器自动化 适用猫猫：所有猫
Codex image_gen 不只是“概念图/素材生成器”。当前实测能力可以直接生成完整高保真 raster 页面，包括：
默认判断：当用户要的是“好看、完整、像最终稿”的视觉 mock，且不要求可编辑，先走整页 imagegen。不要先手写 SVG/HTML 去拼格子、排文字、合成素材。
对 Codex / Maine Coon尤其重要：命中以下任一条件时，禁止先写 SVG/HTML/Canvas/脚本合成：
执行顺序：
SVG override reason：指向已失败的 imagegen 产物，或引用用户的显式可编辑要求。以下理由不合格，不能覆盖 imagegen-first：中文文字更可控 / 布局更可控 / 先画 SVG 再转 PNG / 架构图需要精确。
当用户说“不需要可编辑”“只要精美 mock”“直接生成完整 PPT 页面”时，按这个顺序：
低保真蓝图是辅助 imagegen 理解布局，不是默认替代 imagegen 的最终渲染管线。不要为了“可控”牺牲用户真正要的视觉完成度。
你有内置图片生成 tool 吗？
├─ 是（Codex / Antigravity）→ 用原生 tool call（§ 原生路径）
│ 优势：快、自动发布到气泡、无需浏览器
│
├─ 否（Claude / 其他）→ 能 shell out 到有能力的 CLI 吗？
│ ├─ 是 → 借用（§ 跨引擎借用）
│ └─ 否 → 浏览器自动化（§ 浏览器路径）
│
└─ 需要特定风格控制 / inpainting / 局部编辑？
└─ 是 → 即使有原生能力也走浏览器路径
| 路径 | 平台 | 工具 | 产物位置 | F172 自动发布 |
|---|---|---|---|---|
| 原生 | Codex CLI | 内置 image_gen tool call | ~/.codex/generated_images/<sessionId>/ | ✅ scanner 自动拾取 |
| 原生 | Antigravity | 内置 generate_image tool call | ~/.gemini/antigravity/brain/<cascadeId>/ | ✅ GENERATE_IMAGE step 自动拾取 |
| 浏览器 | Gemini Web | Chrome MCP 自动化 | 本地下载目录 | 需手动 publishGeneratedImage() |
| 浏览器 | ChatGPT Web | Chrome MCP 自动化 | 本地下载目录 | 需手动 publishGeneratedImage() |
image_gen tool call谁能用：Codex CLI 主执行猫（内置）
用法：直接在当前 invocation 里调用内置 image_gen tool。这是一个 native tool call，不是 shell 命令，也不是再开一个 codex exec 子进程。
❌ 错误：codex exec --image <参考图> ← 这是 nested CLI session，当前气泡不会展示
✅ 正确：使用内置 image_gen tool call ← 图片自动落到当前 session 的 generated_images/
有参考图时：参考图必须在当前对话上下文里（用户上传、上一步生成、或已被 view_image 打开）再调用 image_gen，并在 prompt 里说明它是 reference image / edit target / style reference。如果当前 tool surface 无法把本地参考图接进 native image_gen，停下来报告能力缺口；不要退回到 codex exec --image 冒充原生路径。
产物流转：
image_gen tool call
→ 图片生成到 ~/.codex/generated_images/<当前 sessionId>/<filename>.png
→ invocation 结束后 F172 scanner 自动扫描
→ publishGeneratedImage() 发布到 /uploads/
→ 自动生成 media_gallery 富块 → 气泡内展示 ✓
关键：不需要手动下载、不需要手动 cp、不需要手动发富块。全自动。
generate_image tool call谁能用：对应猫（Antigravity 内置）
用法：直接在对话中调用内置 generate_image tool。
产物流转：
generate_image tool call
→ CORTEX_STEP_TYPE_GENERATE_IMAGE step
→ 图片生成到 ~/.gemini/antigravity/brain/<cascadeId>/<imageName>_<unixMs>.<ext>
→ F172 brain scanner 自动拾取
→ publishGeneratedImage() 发布到 /uploads/
→ 自动生成 media_gallery 富块 → 气泡内展示 ✓
没有原生图片生成能力的猫（如 Claude）可以通过 shell out 借用其他引擎的 CLI：
# 前提：codex CLI 在 PATH 中且已配置
codex exec "生成一张猫咖全景图，手绘水彩风格"
注意：跨引擎借用目前只适合离线资产生成。它会创建另一个 Codex session，产物通常不会被当前猫的 F172 scanner 自动拾取，也不会自动出现在当前气泡里。需要气泡内展示时，优先把球权交给有原生能力的猫，或显式走 artifact promotion / rich block 路径。
1. 导航到 gemini.google.com/app
2. 工具 → 制作图片（或直接点首页快捷按钮）
3. execCommand 注入 prompt 到 .ql-editor
4. 点击发送（蓝色箭头）
5. 等待生成（~15-30秒）
6. 点击图片 → 灯箱模式
7. 点击 "下载完整尺寸的图片" 按钮
8. 文件保存为 Gemini_Generated_Image_{hash}.png
Gemini 特有：
1. 导航到 chatgpt.com/images（或左侧栏 → 图片）
2. execCommand 注入 prompt 到 #prompt-textarea
3. 按 Enter 发送
4. 等待生成（~10-20秒）
5. 方式 A：点击图片 → 灯箱 → 右上角 "保存" 按钮
6. 方式 B：hover 图片 → 点击 "下载此图片" 按钮
7. 文件保存为 ChatGPT Image {日期} {时间}.png
ChatGPT 特有：
chatgpt.com/images| 元素 | 选择器 |
|---|---|
| 输入框 | .ql-editor[contenteditable="true"] |
| 工具按钮 | button "工具" |
| 制作图片 | 工具菜单中 "制作图片" |
| 发送 | 输入框右侧蓝色箭头 |
| 灯箱下载 | button "下载完整尺寸的图片" |
| 灯箱分享 | button "分享图片" |
| 灯箱复制 | button "复制图片" |
| 灯箱关闭 | button "关闭" |
| 元素 | 选择器 |
|---|---|
| 输入框 | #prompt-textarea |
| 图片页面 | chatgpt.com/images |
| 发送 | Enter 键 或 发送按钮 |
| 下载（hover） | button "下载此图片" |
| 灯箱保存 | 右上角「保存」按钮（button 含下载图标） |
| 灯箱编辑输入 | dialog 内 textbox（描述编辑） |
| 选择区域 | 右上角「选择区域」按钮 |
| 灯箱关闭 | button "关闭" |
| 平台 | 格式 | 示例 |
|---|---|---|
| Gemini | Gemini_Generated_Image_{hash}.png | Gemini_Generated_Image_2kvjb12kvjb12kvj.png |
| ChatGPT | ChatGPT Image {年}年{月}月{日}日 {HH_MM_SS}.png | ChatGPT Image 2026年3月10日 07_14_32.png |
| 错误 | 后果 | 修复 |
|---|---|---|
低估 Codex image_gen，把它当素材器 | 绕去写 SVG/HTML，页面僵硬、对齐差、审美差 | 视觉 mock 默认先整页 raster 直出 |
| 用户说“直接生成完整 PPT 页面”，仍拆成图标资产 + 手工合成 | 信息堆叠、文字错位、整体不像最终稿 | 用完整页面 prompt 直接生成，再按视觉反馈迭代 |
| 过度追求 native text / 可编辑性 | 违背“不需要可编辑”的目标，产物变丑 | 先确认交付目标：raster mock 走 imagegen，editable deck 走 PPT/HTML |
| 为了避免文字风险生成无字图 | 用户期待的是完整页面，结果变成空背景/素材 | PPT mock 要含标题、标签、数据和结构；文字失败再降级 |
| 用 SVG 画复杂企业页但没有设计系统和排版能力 | 格子、文字、图标互相打架 | 让 imagegen 承担视觉完成度；SVG 只做必要的精确结构或 reference |
image_gen / generate_image 的猫，必须用原生路径。浏览器路径只在需要风格选择器、inpainting、局部编辑时使用publishGeneratedImage() → /uploads/ 稳定 URL + media_gallery 富块。零手动操作codex exec --image 不等于内置 image_gen tool call。--image 是 nested CLI 的输入附件，不是当前 invocation 的 native reference-image 通道；前者的产物不会被当前气泡的 F172 scanner 自动发布/images 和普通对话 / 是分开的publishGeneratedImage() 发布到 /uploads/（F172 共享发布合约）。发布后自动获得 /uploads/... 稳定 URL + media_gallery 富块PPT 制作全链路：内容分析 → 分页规划 → 低保真 MD → imagegen 精美图。 架构猫写低保真 MD（ASCII art 结构图 + 视觉指引），imagegen 猫逐页出精美图。 Use when: 做 PPT、做演示文稿、做 slide、帮朋友做 PPT、画架构图、画技术蓝图。 Not for: 纯代码开发（用 worktree/tdd）、纯文档写作（直接写）。 Output: 低保真 MD + AI 原生精美图（raster PNG）。
处理 reviewer 反馈：Red→Green 修复 + 技术论证（禁止表演性同意）。 Use when: 收到 review 结果、reviewer 提了 P1/P2、需要处理反馈。 Not for: 发 review 请求（用 request-review）、自检（用 quality-gate）。 Output: 逐项修复确认 + reviewer 放行。
向跨家族 peer-reviewer 发送 review 请求（含五件套）。 Use when: 自检通过后准备请其他猫 review。 Not for: 收到 review 结果（用 receive-review）、自检（用 quality-gate）。 Output: Review 请求信（存档到 review-notes/）。
创建 Git worktree 隔离开发环境，含 Redis 6398 安全配置。 Use when: 开始任何代码修改、新功能开发、bug fix。 Not for: 纯文档修改（≤5 行）、不涉及代码的讨论。 Output: 隔离的 worktree + 正确的 Redis/环境配置。
铲屎官健康提醒：三猫撒娇打断 hyperfocus。 Use when: hook 触发提醒、用户输入 /hyperfocus-brake。 Not for: 正常工作流程、非铲屎官用户。 Output: 三猫温柔提醒 + typed check-in。
大任务的主动拆解与多 thread 并行编排。 Use when: 任务涉及 2+ 个独立可交付子任务，需要不同猫参与、不同 thread 并行推进。 Not for: 单一任务（直接做）、已有 thread 之间的被动协调（用 cross-thread-sync）、单 session 内 subagent 并行（CLI 内置能力）。 Output: 子 thread 创建 + 选猫 + 各 thread 交付 + 主 thread 汇聚报告。