作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据，基于开源模型 MOSS-Image（5B 参数 Diffusion Transformer）进行微调，仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节，并指出了过拟合等常见问题。作者将整个流程开源到 GitHub，提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流，建议初学者亲手跑一遍以真正理解 LoRA 训练原理，一通百通。
作者精选整理了6个GitHub开源免费的AI图像美化Skill：gc-minimal-zine-poster（纸刊海报风）、pixel-style-poster（像素点阵印刷感）、photo-abstract-editoria（克制美学极简几何）、photo-relic-editorial（纸上留影版画效果）、travel-photo-abstraction（旅行照符号抽象）、scenes-gathered-zine（撕纸拼贴纸刊感）。这些Skill无需学习复杂提示词，有的只需一句话即可生成高质量图像，适合海报制作、旅行手账、品牌视觉等场景。
文章介绍了一款名为 Codex++ 的增强工具，旨在解决 Codex App 原生版在插件锁定、会话管理及 API 接入（如 DeepSeek）方面的痛点。它通过外部启动和 CDP 注入实现功能解锁、会话删除、Markdown 导出及中转注入，提供完整的生态补丁层，提升开发效率。
