← 返回
精选AI产品发布/更新#Codex Desktop#GPT-5.6 Sol#gpt-image-2#提示工程#精灵图生成#自定义宠物

在Codex Desktop中创建自定义宠物:骑自行车的鹈鹕Pedalican

Simon Willison 博客(Atom)T2
06:2907/15 06:29社区阅读原文 ↗导出 MD ↓

评分

74
信息增量8 ×0.3

揭示了Codex Desktop宠物功能的内部机制和完整生成流程,对大多数读者是新颖信息。

内容质量9 ×0.2

详细记录了每一步提示和生成结果,图文并茂,结构清晰,展现了扎实的技术实践。

实用价值8 ×0.2

提供了可复用的提示词结构和开源技能参考,对游戏开发者和AI创意从业者直接有用。

时效性7 ×0.15

文章发布日期是2026年7月14日,涉及的新模型和功能目前可能仍处于早期阶段,时效性较好。

信源可信度9 ×0.15

Simon Willison是技术圈知名开发者,博客长期高质量,且代码已开源,信源可信度高。

基础分 82 × T2 信源权重 ×0.9 = 74

精选线 70已入选精选

精选理由

内容详实、过程透明,兼具技术深度与实用性,且信源可靠,评分较高。

AI 点评

「这篇文章最吸引我的是它把生成式AI从“画图”提升到了“制作可动画的游戏资产”的层次,而且全程透明可复现。对独立游戏开发者和希望探索AI+创意工具边界的读者来说,这是一份绝佳的实战教程。」

速览

Simon Willison 发现 Codex Desktop 的“宠物”功能后,用 GPT-5.6 Sol 和 gpt-image-2 生成了一个骑自行车的鹈鹕精灵动画。他记录了完整的提示工程和图片生成流程,并将所有中间产物开源到 GitHub。文章详述了从文字描述到最终 sprite sheet 的演变过程,展示了如何利用图像生成模型快速制作游戏角色。

  • Codex Desktop 包含一个隐藏的宠物功能,可创建自定义动画精灵。
  • 通过 GPT-5.6 Sol 和 gpt-image-2 生成骑自行车的鹈鹕精灵,包含多种动画循环。
  • 整个生成过程使用精心设计的提示词和参考图,最终输出为纯色背景的 sprite sheet。
  • 关键实现已开源(hatch-pet 与 imagegen),采用 Apache 2.0 许可。

正文

simonw/pedalican

Clearly I wasn't paying attention when these were first announced back in May, but today I accidentally activated a "pet" in Codex Desktop - a little animated robot, reminiscent of Clippy - and then learned you can create your own.

于是我照做了,现在我的桌面上有一只骑自行车的小鹈鹕在蹦蹦跳跳,给我更新 Codex 任务的状态。

您的浏览器不支持 HTML5 视频。

这个过程最有趣的地方是看着自定义宠物是如何被创造出来的。我告诉它我想要一个骑着自行车的鹈鹕作为自定义宠物,然后 GPT-5.6 Sol xhigh 完成了剩下的工作,通过多轮使用 gpt-image-2 生成了所需的精灵资源。

我让它做了详尽的笔记并记录了所有中间步骤。我的 GitHub 仓库包含了每一张生成的图像和合并后的精灵表,以及每个动画循环的 GIF,比如这个名为 waving.gif 的:

A cute pelican on a bicycle waving its wing

那张 GIF 是由 一张图像 编译而成的,由 gpt-image-2 生成,看起来像这样:

Four frames of the animation presented on a bright magenta background

而那张图像是通过对最初生成的角色参考图像执行这个提示词创建的,该参考图像本身是用这个提示词创建的,其结构如下:

为 Codex 宠物 Pedalican 创建一个干净完整的全身参考精灵。 宠物身份:一只紧凑可爱的幼年鹈鹕,圆润的奶油白色身体,柔软的珊瑚橙色喙和脚,骑着一辆小小的天蓝色自行车 [...] 在一个完全平坦的纯品红色 #FF00FF 色度键背景上放置一个居中的姿势。保持整个宠物可见、紧凑、在 192x208 尺寸下可读,且易于动画化。[...]

我一直在寻找使用图像生成来创建简单的游戏就绪精灵的示例,因此我花了一些时间深入探究这个机制,以了解它是如何工作的。

关键实现细节是开源的——尤其是这两个技能,都是 Apache 2.0 许可的:

是的,GPT-5.6 Sol 确实想出了"Pedalican"这个名字。我喜欢!

标签:ai, prompt-engineering, generative-ai, llms, text-to-image, pelican-riding-a-bicycle, codex

相关条目

92

五维评分

信息增量8 ×0.3

首次系统介绍 OpenRouter 缓存与路由协同策略,信息增量较高。

内容质量9 ×0.2

官方教程,结构清晰,包含原理、示例和实测效果。

实用价值10 ×0.2

直接明确降低 API 成本,开发者可立即应用。

时效性10 ×0.15

刚刚发布,且对当前 Agent 开发热潮具有及时指导意义。

信源可信度10 ×0.15

来源为 OpenRouter 官方 RSS 和官网,信源权威可靠。

基础分 92 × T1 信源权重 ×1 = 92

精选线 60已入选精选

08:00OpenRouter:Announcements(RSS)T1RSS

精选OpenRouter 推出提示缓存与粘性路由,大幅降低多轮对话成本

对于高频调用 AI API 的开发者,这个功能堪称直接省钱利器。粘性路由保证了缓存命中率,配合 session_id 零配置接入,值得所有使用 OpenRouter 的团队立即尝试。

AI产品#OpenRouter#会话ID#成本优化
91

五维评分

信息增量9 ×0.3

首次公开ChatGPT Work的Agent能力,信息增量高。

内容质量8 ×0.2

官方发布,内容清晰,但细节较少。

实用价值9 ×0.2

为用户提供可直接使用的Agent能力,实用价值高。

时效性10 ×0.15

刚刚发布,时效性极强。

信源可信度10 ×0.15

来自OpenAI官方,信源权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选ChatGPT Work:可在跨应用和文件中执行操作的AI Agent

我认为这是AI助手从问答走向执行的关键一步。对需要自动化复杂工作流的专业人士尤其值得关注。ChatGPT Work可能成为生产力工具的新范式。

AI产品#Agent#AI 生产力#ChatGPT Work
90

五维评分

信息增量9 ×0.3

首次公开前沿实验室代理入侵的完整技术时间线,信息增量极高。

内容质量8 ×0.2

结构严谨、技术细节丰富,但缺乏部分原始日志数据佐证。

实用价值9 ×0.2

提供了缓解建议和自检工具,对AI安全从业者具有直接指导意义。

时效性10 ×0.15

事件发生仅数月后即发布分析,时效性极佳。

信源可信度9 ×0.15

Hugging Face 作为顶级开源AI平台,其技术博客可信度极高。

基础分 89.5 × T1 信源权重 ×1 = 90

精选线 60已入选精选

08:00Hugging Face:Blog(RSS)T1RSS

精选前沿实验室代理入侵事件技术时间线:2026年7月事件剖析

这篇技术时间线值得所有AI安全研究员和代理开发者细读——它不只是描述一次攻击,而是为整个行业敲响了代理系统防御体系薄弱的警钟。对正在部署自主代理的团队来说,这是必读的灾难预防手册。

科技产品#AI代理安全#Hugging Face#入侵时间线
90

五维评分

信息增量8 ×0.3

文章揭示了工具增强反而导致AI性能下降的反直觉发现,并提供了具体工程改进方案,信息增量高。

内容质量9 ×0.2

来自GitHub官方工程博客,有数据支撑(成本下降40%),论证清晰,质量上乘。

实用价值9 ×0.2

对AI产品团队、代码审查工具开发者、以及依赖AI辅助编程的团队有直接借鉴意义。

时效性10 ×0.15

2024年发布的工程实践,符合当前AI产品优化趋势,时效性强。

信源可信度10 ×0.15

信源为GitHub官方博客,具有高度权威性和技术可信度。

基础分 90 × T1 信源权重 ×1 = 90

精选线 60已入选精选

23:57GitHub Blog(网页)T1网页

精选更好的工具反而让Copilot代码审查更糟?GitHub这样改进

这篇博客值得所有AI产品工程师和ML从业者仔细阅读——它打破了'更强大的工具=更好的AI'的直觉,转而强调与Agent推理模式匹配的工程哲学。对正在优化代码审查或类似Agent产品的团队尤其重要。

AI产品#Agent工作流#Copilot#GitHub
88

五维评分

信息增量9 ×0.3

披露了OpenRouter产品的新能力,对关注多模态开发的用户有较高信息增量。

内容质量8 ×0.2

内容清晰,准确描述了API功能与优势,但缺少性能数据对比。

实用价值9 ×0.2

直接解决多模态API碎片化问题,开发者可立即降低集成成本。

时效性10 ×0.15

该API为新近发布,具有很高时效性。

信源可信度8 ×0.15

OpenRouter官方博客,权威性高,但未提及其他第三方验证。

基础分 88 × T1 信源权重 ×1 = 88

精选线 60已入选精选

08:00OpenRouter:Announcements(RSS)T1RSS

精选OpenRouter 推出统一多模态 API:单端点支持图像、视频、音频、嵌入与转录

这条消息值得所有做多模态AI应用的开发者关注:OpenRouter用联合API解决了模型切换的痛点,特别适合初创团队或快速原型开发。如果你正被多个API密钥和SDK折磨,这个接口可能是你需要的统一层。

AI产品#OpenRouter#多模态API#模型集成
87

五维评分

信息增量8 ×0.3

介绍了全新的教育产品,填补了AI安全公司在教育垂直领域的空白,信息增量较高。

内容质量8 ×0.2

内容简洁清晰,准确概括产品功能、安全理念和试点情况,无冗余信息。

实用价值9 ×0.2

直接解决教师备课负担痛点,且强调安全合规,对教育工作者具有实际参考价值。

时效性10 ×0.15

消息发布时间接近当前日期,属于最新产品发布动态。

信源可信度9 ×0.15

来源为Anthropic官方新闻页面,权威性高,内容可靠。

基础分 86.5 × T1 信源权重 ×1 = 87

精选线 60已入选精选

23:40Anthropic:News(网页)T1网页

精选Anthropic 推出 Claude for Teachers:面向教师的教育 AI 工具

这条消息对教育工作者和AI行业观察者都很有价值。Anthropic没有选择通用聊天机器人,而是专门为教师设计了安全可控的工具,这显示出AI在垂直场景落地的正确思路——不是技术炫技,而是切实解决用户痛点。同时,产品内置的安全护栏也值得其他AI公司参考,尤其是在面向儿童或青少年的场景中。

AI产品#AI安全#Anthropic#Claude
86

五维评分

信息增量9 ×0.3

全新路由机制,市场智慧概念为行业带来较高信息增量。

内容质量8 ×0.2

官方公告内容清晰,但技术细节不足,略有扣分。

实用价值8 ×0.2

对开发者选型有直接实用价值,可降低试错成本。

时效性9 ×0.15

产品刚发布,时效性极强。

信源可信度9 ×0.15

来自OpenRouter官方RSS公告,信源可靠。

基础分 86 × T1 信源权重 ×1 = 86

精选线 60已入选精选

08:00OpenRouter:Announcements(RSS)T1RSS

精选OpenRouter发布全新Auto Router:用市场智慧优化模型路由

这条更新值得所有用API开发AI应用的人关注。以前选模型靠经验和测试,现在市场数据帮你选。虽然细节不多,但方向很对。对依赖聚合模型服务的团队尤其重要。

AI产品#Auto Router#OpenRouter#市场智慧
86

五维评分

信息增量8 ×0.3

包含大量具体修复细节和安全改进,信息密度高。

内容质量9 ×0.2

内容详尽,结构清晰,覆盖新功能、修复、改进多个方面。

实用价值9 ×0.2

修复了多个实际开发中遇到的问题,对用户有直接帮助。

时效性10 ×0.15

刚刚发布的版本,时效性极强。

信源可信度10 ×0.15

来自 Anthropic 官方 GitHub Release,信源权威可靠。

基础分 90 × T1.5 信源权重 ×0.95 = 86

精选线 65已入选精选

07:02Claude Code:GitHub Releases(RSS)T1.5GitHub Release

精选Claude Code v2.1.211 发布:多项修复与改进

作为一个经常使用 Claude Code 进行自动化编码的开发者,我特别关注这次的安全修复,尤其是权限预览字符绕过和自动模式覆盖钩子决策的问题——这些直接关系到团队协作时的安全边界。后台代理报告的改进也让长时间运行的任务更可靠。建议所有使用者尽快升级。

AI产品#Anthropic#Claude Code#代码生成工具

引用前请核对原文