image-gen-router ให้ Claude Code สร้างรูปผ่าน ChatGPT กับ Google ไม่ต้องใช้ API key

ใครใช้ Claude Code แล้วอยากได้รูปปกหรือไอคอนสักรูป น่าจะเจอทางตันเดียวกันครับ Claude อ่านรูปได้ วาดเป็น SVG หรือ HTML ได้ แต่สร้างรูปจริงๆ เองไม่ได้ ทางออกปกติคือไปใช้ API สร้างรูป ซึ่งต้องมี key ใหม่และจ่ายเป็นรูป ทั้งที่เราอาจจ่าย ChatGPT หรือ Google อยู่แล้ว

image-gen-router คือ Skill ที่ผมทำขึ้นมาแก้เรื่องนี้ มันให้ Claude สั่ง Codex CLI หรือ Antigravity CLI ในเครื่องเราแทน ใช้บัญชีที่ล็อกอินไว้ ไม่ต้องมี API key บทความนี้พาติดตั้งจนสั่งรูปแรกได้ และบอกตรงๆ ว่ามันกินโควตาตรงไหนบ้าง

ตอนเตรียมบทความนี้ลองรันขั้นตอนติดตั้ง Skill จริงในโฟลเดอร์ทดสอบ แต่ไม่ได้สั่งสร้างรูปใหม่ เวลาที่อ้างในบทความเป็นตัวเลขที่ผมวัดไว้เมื่อวันที่ 4 พ.ย. 2026 ครับ

image-gen-router คืออะไร

ลองนึกว่า Claude เป็นผู้จัดการโปรเจกต์ ส่วน Codex กับ Antigravity เป็นช่างภาพสองคนที่เรามีสัญญาอยู่แล้ว เราคุยกับผู้จัดการคนเดิม บอกว่าอยากได้รูปอะไร ผู้จัดการไปสั่งช่างให้ แล้วเอารูปมาวางในที่ที่เราบอก

โค้ดอยู่ใน repo ii23-skills ใช้สัญญาอนุญาต MIT ทำมาสำหรับ Claude Code และ agent อื่นที่รองรับ Skills

	ฝั่ง GPT	ฝั่ง Gemini
ตัวที่รัน	Codex CLI (codex exec กับ $imagegen)	Antigravity CLI (agy -p แบบ headless)
บัญชีที่ใช้	ChatGPT	Google
ตัวสร้างรูป	gpt-image-2	เครื่องมือสร้างรูปในตัวของ agy
เวลาที่ผมวัด (รูปสี่เหลี่ยม 1 รูป)	27–35 วินาที	50–60 วินาที
เวอร์ชันตอนวัด	Codex CLI 0.166	Antigravity CLI 1.5.0
นับโควตาจาก	Codex usage limits	โควตา Antigravity

สิ่งที่ต้องมี

• Claude Code หรือ agent ที่รองรับ Skills
• Python 3.9 ขึ้นไป ไม่ต้องลง library เพิ่ม
• Codex CLI หรือ Antigravity CLI อย่างน้อย 1 ตัว ลงแค่ฝั่งที่จะใช้ก็พอ
• ล็อกอินตัวนั้นไว้ในเครื่อง ฝั่ง GPT ใช้บัญชี ChatGPT ส่วน README ของ Codex แนะนำแพ็กเกจ Plus, Pro, Business, Edu หรือ Enterprise ฝั่ง Gemini ล็อกอินผ่าน agy ด้วยบัญชี Google

ติดตั้งยังไง

ขั้นที่ 1 — ลง Skill

npx skills add andrewii23/ii23-skills --skill image-gen-router -a claude-code -g -y

อธิบายสั้นๆ

• --skill image-gen-router เลือกเฉพาะตัวนี้ ไม่ลงตัวอื่นใน repo มาด้วย
• -a claude-code ลงให้ Claude Code
• -g ลงแบบ global ไฟล์จะไปอยู่ที่ ~/.claude/skills/image-gen-router ตัวนี้สำคัญครับ เพราะคำสั่งใน SKILL.md ชี้ไปที่ path นี้ ถ้าไม่ใส่ -g ไฟล์จะไปอยู่ใน .claude/skills/ ของโปรเจกต์แทน
• -y ตอบ yes ให้เลย ไม่ต้องกดเลือกทีละข้อ

ถ้าไม่อยากใช้ npx skills ก๊อปไฟล์เองก็ได้

git clone https://github.com/andrewii23/ii23-skills
mkdir -p ~/.claude/skills
cp -R ii23-skills/skills/image-gen-router ~/.claude/skills/

ตอนเตรียมบทความนี้ลองรันทั้งสองแบบในโฟลเดอร์ทดสอบ (skills CLI 1.7.6) ไฟล์ไปอยู่ตรงที่บอกไว้ทั้งคู่ ลงเสร็จให้เปิด session ใหม่ เพื่อให้ Claude Code เห็น Skill ตัวนี้

ขั้นที่ 2 — ลงตัวสร้างรูป

ทำแค่ฝั่งที่จะใช้ก็พอครับ

ฝั่ง GPT: ลง Codex CLI แล้วพิมพ์ codex จากนั้นเลือก Sign in with ChatGPT

npm install -g @openai/codex
codex

ล็อกอินเสร็จให้ออกจาก Codex แล้วเช็ค 2 อย่าง บรรทัดแรกต้องบอกว่าล็อกอินแล้ว บรรทัดที่สองต้องเห็น image_generation เป็น true

codex login status
codex features list | grep image_generation

ฝั่ง Gemini: ลง Antigravity CLI แล้วเปิด agy แบบปกติหนึ่งครั้งเพื่อล็อกอิน คำสั่งนี้ใช้กับ macOS และ Linux ส่วน Windows ดูได้ในหน้าเริ่มต้นของ Antigravity CLI

curl -fsSL https://antigravity.google/cli/install.sh | bash
agy --version
agy

ล็อกอินครั้งเดียวพอ ตอน Skill เรียกแบบ headless มันจะใช้ข้อมูลล็อกอินที่เก็บไว้ต่อ

ขั้นที่ 3 — สั่งรูปแรก

พิมพ์ใน Claude Code ตามปกติ แล้วบอกฝั่งที่อยากใช้ไปเลย หรือจะพิมพ์ /image-gen-router นำหน้าก็ได้

ใช้ gpt ทำไอคอน server แบบ flat vector พื้นหลังขาว บันทึกที่ ~/Desktop/server.png

เช็คว่าทำงานถูกไหมจาก 3 ข้อนี้

• บอกชื่อฝั่งไปแล้ว มันสร้างเลยโดยไม่ถามอะไร
• ไม่บอกชื่อฝั่ง มันถามก่อนสร้าง ไม่ใช่สร้างแล้วค่อยถาม
• บรรทัดสุดท้ายเป็น IMAGE: <path> และมีไฟล์รูปอยู่ตรงนั้นจริง

ถ้าอยากลองนอก Claude Code ก็เรียกสคริปต์ตรงๆ ได้ เปลี่ยน gen_gpt.py เป็น gen_gemini.py เมื่อจะใช้ฝั่ง Google

python3 ~/.claude/skills/image-gen-router/scripts/gen_gpt.py "isometric 3D illustration of a coffee shop, warm pastel palette, soft shadows, 16:9" --out ~/Desktop/coffee.png

เลือกฝั่งไหน สั่งยังไง

Skill นี้ตัดสินใจแค่เรื่องเดียว คือจะใช้ฝั่งไหน ส่วนเนื้อหา สไตล์ สัดส่วน และโทนสี ส่งจาก prompt ของเราไปตรงๆ

เราพิมพ์ว่า	มันทำอะไร
GPT, OpenAI, ChatGPT, codex	ใช้ฝั่ง GPT ทันที
Gemini, Google, agy, Antigravity, nano banana	ใช้ฝั่ง Gemini ทันที
ไม่พูดถึงเลย	ถามก่อนว่าจะใช้ฝั่งไหน โดยไม่บอกว่าฝั่งไหนดีกว่า

ผมให้มันถามแทนการเลือกเอง เพราะสองฝั่งให้รูปต่างกันชัดเจน ถ้าตั้งค่าเริ่มต้นไว้ Skill ก็จะตัดสินหน้าตารูปแทนเราไปเงียบๆ พอรู้ฝั่งแล้วมันจะไม่ถามซ้ำในคำขอเดียวกันครับ

ตัวอย่าง prompt ที่เอาไปแก้ใช้ได้

• ไอคอน — "ใช้ gpt ทำไอคอนรูปเมฆแบบ flat vector"
• รูปประกอบบทความ — "ใช้ gemini ทำภาพร้านกาแฟสไตล์สีน้ำ 16:9 บันทึกที่ ~/Desktop/cafe.jpg"
• ยังไม่รู้จะใช้ฝั่งไหน — "ทำรูปภูเขาตอนพระอาทิตย์ตก" แล้วรอมันถาม
• prompt ยาวมาก — ให้ Claude เขียน prompt ลงไฟล์ แล้วส่งผ่าน --prompt-file จะได้ไม่ต้องกังวลเรื่องเครื่องหมายคำพูดใน Terminal

ยิ่งบอกละเอียดยิ่งดีครับ ใส่วัสดุ แสง โทนสี การจัดวาง และสัดส่วนภาพไปด้วย

ข้างในมันทำอะไร

Skill มี 2 สคริปต์ คือ gen_gpt.py กับ gen_gemini.py ทั้งคู่รับ option เหมือนกัน คือ --out, --prompt-file และ --timeout และพิมพ์ IMAGE: <path> เป็นบรรทัดสุดท้ายเหมือนกัน

• Codex รันแบบ read-only สคริปต์ใช้ --sandbox read-only และไม่สั่งให้ Codex เขียนไฟล์ Codex เก็บรูปไว้ที่ $CODEX_HOME/generated_images/<thread_id>/ แล้วสคริปต์ก๊อปออกมาเอง
• agy รันโดยไม่ข้ามการขอสิทธิ์ ไม่มี --dangerously-skip-permissions รูปอยู่ที่ ~/.gemini/antigravity-cli/brain/<conversation_id>/ แล้วสคริปต์ก๊อปออกมาเหมือนกัน
• agy ไม่เอาโปรเจกต์เราเป็น workspace สคริปต์สั่งให้มันรันใน ~/.cache/agy-imagegen/workspace
• ตัดสินจากไฟล์จริง ในโหมด headless ของ agy งานที่ขออนุมัติไม่ได้จะถูกข้ามแต่ยังจบด้วย exit 0 สคริปต์เลยดูว่ามีไฟล์รูปออกมาจริงไหม ไม่ได้เชื่อแค่ exit code
• ถ้าไม่ใส่ --out ไฟล์จะอยู่ที่เดิมของแต่ละตัว และสคริปต์บอก path ให้

งานแบบไหนไม่ใช่ของ Skill นี้

• แก้รูปที่มีอยู่แล้ว
• ลบพื้นหลัง
• กราฟิกที่จริงๆ แล้วทำด้วย HTML/CSS ได้
• อยากใช้ Midjourney, Stable Diffusion หรือ OpenAI Images API เพราะมันสั่งได้แค่ 2 CLI นี้

ถ้ารูปไม่ออก

สคริปต์บอกสาเหตุผ่าน exit code

exit code	เกิดอะไรขึ้น	แก้ยังไง
2	ไม่เจอ CLI หรือยังไม่ล็อกอิน	เช็ค codex login status หรือเปิด agy แล้วล็อกอิน
3	CLI ทำงานแล้วแต่ไม่มีรูปออกมา หรือหมดเวลา	เช็คว่า image_generation เปิดอยู่ แล้วลองใหม่ 1 ครั้ง

ตอนเตรียมบทความนี้ลองเรียก gen_gemini.py บนเครื่องที่ไม่มี agy ได้ exit 2 พร้อมข้อความนี้

agy CLI not found on PATH.
Antigravity CLI is required for the Gemini backend: https://antigravity.google/

ถ้าฝั่งที่เลือกสร้างรูปไม่ได้ Skill จะบอกเราตรงๆ แล้วให้เราตัดสินใจเองว่าจะลองอีกฝั่งไหม มันไม่แอบสลับฝั่ง และไม่แอบไปใช้ API ที่คิดเงินครับ

ข้อควรระวัง

เรื่องแรกที่ต้องรู้คือ ไม่ใช้ API key ไม่ได้แปลว่าไม่กินโควตาครับ ทุกรูปนับรวมใน plan ของเรา เอกสารของ OpenAI บอกว่ารูปจะใช้ Codex usage limits เร็วกว่างานปกติ 3–5 เท่าโดยเฉลี่ย ขึ้นกับคุณภาพและขนาดรูป ส่วน agy ใช้โควตา Antigravity และใช้ AI credits เฉพาะตอนที่เราเปิดไว้

• ทำรูปทีละเยอะๆ Skill นี้ออกแบบมาแบบหนึ่ง prompt ได้หนึ่งรูป เอกสารเดียวกันแนะนำให้ตั้ง OPENAI_API_KEY สำหรับงานชุดใหญ่ ซึ่งคิดราคาแบบ API
• เวลาที่ผมวัดเป็นกรณีเดียว คือรูปสี่เหลี่ยม 1 รูป ตอน cold start จะช้ากว่านี้ ค่า --timeout เริ่มต้นเลยตั้งไว้ 600 วินาที
• อยากได้ PNG จากฝั่ง Gemini agy เขียนเป็น JPEG สคริปต์แปลงให้ด้วย sips ของ macOS ถ้าไม่มี sips ไฟล์จะคงนามสกุลเดิม
• Skill รันด้วยสิทธิ์ของ agent ตัวติดตั้งเองก็เตือนให้อ่านก่อนใช้ เปิดดู SKILL.md กับสองสคริปต์ใน repo ก่อนได้ครับ

สิ่งที่ได้ / ลองต่อ

• Claude Code สั่งสร้างรูปได้ ผ่านบัญชี ChatGPT หรือ Google ของเรา
• เลือกฝั่งเองทุกครั้ง หรือบอกชื่อไปใน prompt เพื่อข้ามคำถาม
• รู้ว่าแต่ละรูปกินโควตาตรงไหน

เริ่มจากฝั่งที่ล็อกอินไว้อยู่แล้วก่อนได้เลยครับ ถ้าอยากใช้ AI ทำงานแทนได้มากกว่าแชตถามตอบ ดูต่อได้ที่คอร์สทั้งหมด

ลิงก์

• ii23-skills บน GitHub
• คู่มือ image-gen-router
• SKILL.md ของ image-gen-router
• Codex CLI บน GitHub
• Image generation ใน Codex CLI
• เริ่มต้นใช้ Antigravity CLI
• Headless mode ของ Antigravity CLI