Lingxi（灵犀）是一个 Obsidian 侧边栏生图工作台。它解决的不是“能不能调用一次图片 API”，而是把真实写作里的视觉流程留在笔记环境中：读当前笔记、整理 Prompt、生成多张候选图、比较结果、重生不满意的图，最后把选中的图片插回 Markdown。
很多生图工具停在聊天窗口或网页表单里，图片和笔记会分散在不同地方。Lingxi 把这条链路收束到 Obsidian：Prompt 来自笔记，图片存进 vault，插入语法自动生成，候选图也保留可追溯的提示词和模型信息。
|
Prompt 工作台
输入、优化、复用当前笔记上下文 |
候选图筛选
多图比较、插入、重生、丢弃 |
图生图
上传参考图或读取笔记内图片 |
本地文件闭环
生成图片保存到 vault 并写回 Markdown |
| 能力 | 说明 |
|---|---|
| 文生图 | 输入 Prompt，生成 1 到 9 张候选图 |
| 图生图 | 上传本地参考图，或从当前笔记选择已有图片作为参考 |
| 笔记上下文 | 使用 @current_note、{{current_note}}、@当前笔记 注入当前 Markdown 内容 |
| 候选图工作流 | 支持插入、重生、丢弃、复制提示词、复制 Obsidian 嵌入语法 |
| 批量任务 | 支持并发队列、取消任务、失败重试和一键插入已完成候选图 |
| 多页视觉 | 可把 PPT / 分页视觉需求拆成多个稳定的生成任务 |
| Provider 切换 | 支持 OpenAI、Gemini、OpenRouter 和 Codex CLI |
| Provider | 文生图 | 图生图 | 适合场景 |
|---|---|---|---|
| OpenAI API | Yes | Yes | 需要稳定图片质量和原生图片接口 |
| Gemini API | Yes | Yes | 需要用 inlineData 传入参考图 |
| OpenRouter | Yes | Model-dependent | 想按模型市场灵活切换 |
| Codex CLI | Yes | Yes | 想让本机 Codex agent 在 vault 内生成真实图片文件 |
Codex CLI 不是原生图片 API。它会启动 codex exec，等待模型完成推理，再从输出中解析 base64、图片路径、file:// URL 或 Markdown 图片链接。速度通常慢于 OpenAI/Gemini，但适合本机 agent 工作流和可审计的文件生成。
Release 安装
- 下载 Release 包。
- 解压到你的 Obsidian vault：
.obsidian/plugins/lingxi/
- 重启 Obsidian。
- 在
设置 -> 第三方插件中启用Lingxi。
本地开发安装
npm install
npm run build
bash scripts/deploy-dev.sh /path/to/your/vault基础流程
- 打开一篇 Markdown 笔记。
- 点击 Obsidian 左侧 Lingxi 图标，打开右侧工作台。
- 在设置中选择 OpenAI、Gemini、OpenRouter 或 Codex CLI。
- 输入 Prompt，或用
@current_note引用当前笔记。 - 如需图生图，打开图生图开关并添加参考图。
- 选择模型、比例、分辨率和候选图数量。
- 点击生成，在候选图区域比较结果。
- 插入满意图片，或对单张候选图执行重生、丢弃、复制提示词。
从当前笔记生成封面
@current_note
生成一张适合这篇笔记的封面图。画面要清晰、有主题感，不要出现文字。
用参考图做图生图
保留参考图的主体、构图和人物身份，只增强光影、材质细节和整体视觉质感。
输出应清晰、自然、适合作为笔记插图。
拆分多页视觉
基于 @current_note 做 6 页 PPT 视觉，每页生成一张可作为幻灯片背景的图片。
点击 优化 后，Lingxi 会把多页需求拆成更稳定的分页提示词。
默认参数：
exec --skip-git-repo-check --sandbox workspace-write --ask-for-approval never --ephemeral --ignore-rules -c 'model_reasoning_effort="low"'当 Codex 工作目录 为空时，Lingxi 会自动把 Codex 工作目录指向 vault 内的图片保存目录，默认是：
Assets/AI
Codex CLI 生图必须返回以下任一结果：
data:image/...;base64,...- 本地图片绝对路径
file://图片 URL- Markdown 图片链接
Lingxi 会读取结果并校验 PNG/JPEG/WebP/GIF 文件头，避免把伪图片或空文件加入候选图。图生图会通过 codex exec --image <file> -- <prompt> 传入参考图，其中 -- 用来确保 Prompt 不会被 CLI 当作图片参数吞掉。
| 设置项 | 说明 |
|---|---|
| API Provider | 选择 OpenRouter、OpenAI、Gemini 或 Codex CLI |
| Image generation model | 当前 Provider 的图片模型 |
| Quick switch image models | 常用图片模型快捷切换 |
| Image save location | vault 内图片保存目录 |
| Image compression quality | 读取参考图时的压缩质量 |
| Image max size | 参考图最大边长 |
| Image system prompt | 生图系统提示词 |
| Image Generation Timeout | 生图超时时间 |
| Codex command / arguments / working directory | Codex CLI 桥接配置 |
Lingxi 的交互原则是“候选图优先，Prompt 不打断创作”。候选图区域负责展示结果和后续动作，Prompt 区放在下方用于继续微调；视觉主题尽量跟随 Obsidian 变量，不写死成独立应用的颜色系统。
| Element | Rule |
|---|---|
| Canvas | 跟随 Obsidian 背景、边框和文本变量 |
| Prompt | 保持可编辑、可复用，不把优化结果藏进不可见状态 |
| Candidates | 缩略图必须清晰，状态、耗时、插入结果可见 |
| Actions | 插入、重生、丢弃、复制提示词是候选图的一等操作 |
| Assets | 图片写入 vault，可被 Markdown、Obsidian 和同步工具直接管理 |
npm install
npm run build
npm run lint
npm test当前测试覆盖：
- Codex CLI 图片附件参数构造
- 图片文件头识别与伪图片拒绝
- Gemini、OpenAI、Codex 模型目录过滤
- 生图错误归一与建议文案
@current_note与 PPT 自动拆页提示词工具- Obsidian / Markdown 图片引用解析
为什么 Codex CLI 生图比较慢？
Codex CLI 每次都要启动 codex exec，再经过模型推理、文件写入和结果解析。Lingxi 已默认使用低推理参数、禁用审批等待，并通过 --output-last-message 读取最终结果，但复杂图生图仍可能明显慢于 OpenAI/Gemini 原生图片 API。
为什么候选图没有显示？
常见原因包括 Provider 没有返回真实图片、模型不支持图片输出、Codex 返回说明文字而不是图片路径、返回文件不是有效图片，或图片保存路径不在当前 vault 内。
为什么生成按钮不可用？
常见原因包括提示词为空、图生图已开启但没有参考图、当前正在生成，或当前 Provider 未配置 API Key / Codex 命令。
Lingxi is an Obsidian sidebar image studio for prompt-driven generation, reference-image workflows, candidate comparison, regeneration, and Markdown insertion. It keeps prompts, generated files, and selected images inside your vault instead of scattering them across external chats or web tools.
MIT License. See LICENSE.