CommunityBildgithub.com

Ảnh-quảng-cáo-sản-phẩm

Erstellt Werbebilder mit ECHTEN PRODUKTEN, die korrekt und detailgetreu sind – wie vom Hersteller. Nutzt KI (ChatGPT, Gemini; Claude erstellt per Code) und professionelle Tools, liest Etiketten, klebt echte Etiketten auf, platziert Text und prüft das Ergebnis als virtueller Kunde.

Was ist Ảnh-quảng-cáo-sản-phẩm?

Dieses Skill für KI-Agenten (z. B. Claude Code, Cursor, Codex) automatisiert die Erstellung von Produktwerbebildern, die nicht nur ästhetisch ansprechend, sondern auch produktgetreu sind. Es adressiert das häufige Problem, dass KI-generierte Bilder Details wie Logos, Etiketten oder Produktkomponenten verfälschen. Der Agent lädt offizielle Produktbilder des Herstellers herunter, analysiert jedes Detail, zeichnet oder generiert dann das Bild (unterstützt ChatGPT, Gemini, Seedream, Cloudflare oder für Claude eine Code-basierte Methode) und vergleicht das Ergebnis mit den Originalbildern mittels Texterkennung und manueller visueller Inspektion. Es korrigiert Fehler durch Einfügen echter Etiketten, passt Texte an und testet das Bild aus Kundensicht, bevor es dem Benutzer zur endgültigen Genehmigung vorgelegt wird. Die Plattformumsetzung erfolgt adaptiv: ChatGPT-Codex oder Gemini-Antigravity nutzen ihre integrierten Zeichenwerkzeuge, während Claude das Produkt per Bildverarbeitung und Code in eine passende Szene einbettet. Das Skill verwaltet alle Zwischenschritte, von der Anforderungserfassung über die Werkzeugauswahl (inkl. Einrichtungsanleitung) bis zur Ausgabe der finalen Bildsätze für verschiedene Formate (z. B. 4:5, 16:9, 9:16).

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/AgentBossVn/agent-boss-skills/tree/HEAD/anh-quang-cao-san-pham

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Werbebilder mit echten Produkten – korrekte Details, schön wie Musterbilder

Warum dieses Skill wichtig ist: KI zeichnet tolle Szenen, kann aber ECHTE Produkte falsch darstellen: zusätzliche Lampen, fehlende Knöpfe, verzerrte Logos, falsche Texte auf Etiketten ("336 g" wird zu "136 g"). Kunden des Herstellers bemerken das sofort. Verkäufer brauchen Bilder, die sowohl schön als auch RICHTIG sind.

Vorteil dieses Skills gegenüber manueller Eingabe im Chat: Auf Ihrem Rechner erledigt der Agent alles von Anfang bis Ende: Lädt Herstellerbilder herunter, zählt jedes Detail, zeichnet dann, verwendet Texterkennung, um Etiketten im gezeichneten Bild mit dem Original zu vergleichen, vergrößert Bereiche zur Prüfung, klebt bei Fehlern echte Etiketten des Herstellers über, platziert Text auf dem Bild und schlüpft dann in die Rolle Ihres Kunden, der die Bilder durchblättert, um weitere Korrekturen vorzunehmen, bevor es Ihnen zur Freigabe vorgelegt wird. Sie bleiben der endgültige Prüfer.

Welcher Agent kann selbst zeichnen (Stand 15.11.2026): ChatGPT-Agent (Codex) und Gemini-Agent (Antigravity) haben integrierte Zeichenwerkzeuge. Claude KANN NICHT zeichnen (laut Anthropic-Hilfeseite): Claude erstellt Bilder, indem es das echte Produkt aus dem Herstellerbild ausschneidet und Hintergrund + Text per Code generiert; für fotografische Szenen muss Claude auf Ihrem Rechner installierte ChatGPT- oder Gemini-Dienste zur Zeichnung beauftragen. Sie sind der Agent, der dieses Skill in Codex oder Antigravity ausführt → zeichnen Sie direkt mit Ihrem integrierten Zeichenwerkzeug (Codex: image_gen / $imagegen; Antigravity: generate_image), verwenden Sie das Herstellerbild als Vorlage, speichern Sie gezeichnete Bilder im Ordner ve/; alle anderen Schritte bleiben gleich.

Ihre Rolle und die Rolle des Agenten

FrageStandardantwort
Welchem Zweck dient das Bild?Verkauf: korrektes Produkt, richtige Botschaft, sofort einsatzbereit
Wer trägt die endgültige Verantwortung?Sie – prüfen Botschaft, wählen Bilder aus, klicken auf Veröffentlichen
Wie viel Entscheidungsfreiheit hat der Agent?Wählt Zeichnungen aus, korrigiert Details, verwirft fehlerhafte Bilder. Ändert NICHT eigenmächtig die Botschaft, wechselt NICHT auf kostenpflichtige Wege, überschreitet NICHT das Budget
Wie wird gemessen?100% bestandene Checkliste + Texterkennung + Zustimmung von Ihnen beim Vergleich mit dem Herstellerbild
Was passiert bei Agentenfehlern?Sie zeigen den Fehlerbereich (einkreisen / beschreiben) → Agent korrigiert diesen Bereich und prüft erneut

Schritt 0 – Kurze Abfrage (zusammengefasst in einer Nachricht, mit Standardantworten)

  1. Welches Produkt, Link zur Herstellerseite / zum offiziellen Shop? (Pflichtangabe)
  2. Haben Sie ein Musterbild, das Ihnen gefällt? Senden Sie es in den Arbeitsordner.
  3. Wo wird veröffentlicht, wie viele Bilder? Standard Facebook: 1 Hochformat 4:5 (1080×1350) + 1 Querformat 16:9 (1920×1080) + 1 Story 9:16 (1080×1920). An wen wird verkauft? Keine Angabe → Agent leitet aus der Herstellerseite ab, notiert eine Zeile Kundenprofil (wer, Alter, Kaufbedenken) zur Korrektur durch Sie – verwendet in Schritt 7b.
  4. Gewünschte Botschaft / Text? Keine → Agent schlägt aus Fakten der Herstellerseite vor, Sie genehmigen vor dem Platzieren.
  5. Werkzeugauswahl: Benutzer wählt, Agent kümmert sich um Installation. Führen Sie python3 scripts/kiem-cong-cu-ve.py (Windows: py -3 scripts/kiem-cong-cu-ve.py, nach dem unten stehenden Vorbereitungsschritt) aus, geben Sie die KOMPLETTE ausgegebene Tabelle (bereits nach empfohlener Reihenfolge sortiert) mit einem Tipp aus und fragen Sie: "Mit welchem Werkzeug möchten Sie zeichnen?". NICHT standardmäßig kostenpflichtige Wege vorschlagen, NIEMANDEN zu Zusatzkosten zwingen. Ist das gewählte Werkzeug nicht bereit → Agent installiert NICHT selbst. Zeigen Sie dem Benutzer die Liste der zu installierenden Komponenten (Name + offizielle Quelle + Version, aus den "Agent ausführt"-Zeilen des Prüfprogramms; Tabelle "Was wird installiert, woher" unten), fragen Sie "Stimmen Sie der Installation dieser Dinge zu?". Nur nach Zustimmung die "Agent ausführt"-Befehle ausführen (Browser öffnen / im Hintergrund laufen lassen); bei Ablehnung oder Verweigerung eines Punktes diesen weglassen. "Sie führen aus"-Schritte (Login / Berechtigungen erteilen, Chrome / Node / Antigravity von offiziellen Seiten herunterladen und installieren, Schlüssel in sicherem Dialog eingeben) warten auf den Benutzer. Prüfprogramm erneut ausführen, erst bei ✅ zeichnen. Neuer Mac: python3 meldet fehlende Entwicklertools → Zustimmung einholen, dann xcode-select --install ausführen, Benutzer klickt "Installieren", Prüfprogramm erneut starten. Windows:
    • Vorbereitungsschritt (neues Windows ohne Python): Der Befehl python ist dann nur ein Microsoft-Store-Platzhalter ("Python was not found"). Prüfen Sie py -3 --version. Nicht vorhanden → (nach Zustimmung des Benutzers) winget install -e --id Python.Python.3.12 --scope user (kein Administratorrecht nötig), dann mit py -3.12 oder absolutem Pfad %LOCALAPPDATA%\Programs\Python\Python312\python.exe (bash: $LOCALAPPDATA/Programs/Python/Python312/python.exe) ausführen. Immer py -3 … verwenden, NIEMALS python ….
    • Shell: Claude Code auf Windows führt Befehle meist in Git Bash aus, Codex in PowerShell. Alle "Agent ausführt"-Zeilen des Prüfprogramms funktionieren in beiden (Pfade mit /; Installation durch Python selbst mit --cai, --chay, --mo). Andere Befehle selbst mit / im Pfad eingeben, kein \ (bash verschluckt \).
    • Schritt mit Berechtigungsdialog: Maschine schreibt "Sie führen aus: auf Yes klicken". Windows hat immer Edge, daher kein Chrome nötig. Schlüsseleingabe = sicherer Dialog von Windows (nicht Notepad, keine Textdatei).
Was wird installiertOffizielle QuelleVersion
uv (Python-Installer)github.com/astral-sh/uv releases, Maschine prüft SHA-256 hartcodiert0.13.8
Eigenes Python 3.12 + Bibliothekenuv lädt Python; Bibliotheken von PyPI, gesichert mit Hash (scripts/khoa-thu-vien.txt)3.12, jede Paketversion fixiert
Codex (ChatGPT-Paket)npm @openai/codex (Node erforderlich)0.169.0
wrangler (Cloudflare)npm wrangler über npx4.162.0
Node · Chrome · AntigravityBenutzer lädt von nodejs.org · google.com/chrome · antigravity.google/download herunter (Windows: Node + Chrome über winget)LTS / neueste Version

Reihenfolge: Zuerst den von Ihnen BEZAHLTEN Dienst verwenden, dann API, zuletzt professionelle Tools.

Stufe · WegKostenErforderlichBildqualität (gemessen 14.–15.11.2026)
1 · ChatGPT-Paket – Codex zeichnet selbstKeine Zusatzkosten, verbraucht PaketkontingentPlus/Pro-Paket + Codex CLI mit ChatGPT-Konto angemeldetBeste gemessene Qualität: Personen, Hände, Etikettentext nahezu korrekt; ~1–2,5 Min./Bild
1 · Gemini-Paket – Antigravity zeichnet selbstKeine Zusatzkosten, verbraucht Bildkontingent des Pakets (separates WOCHENLIMIT, schnell aufgebraucht)Google AI Pro/Ultra-Paket + Antigravity CLI (agy) angemeldet~1K, vietnamesische Zeichen mit Diakritika, Referenzbilder unterstützt; Produkttreue NOCH NICHT gemessen (Wochenlimit am 15.11. ausgeschöpft)
1 · Claude erstellt selbst per Code0€Nur lokaler RechnerProdukt + Etikett zu 100% korrekt (echtes Bild), Grafikstil mit farbigem Hintergrund, KEINE fotografischen Szenen; ~2 Sek./Bild
2 · Seedream 4.5 (BytePlus, ByteDance)200 Bilder kostenlos, danach ~0,04 USD/BildBytePlus-Konto + Karte/PayPal zur Aktivierung ("Nur kostenloses Kontingent" einschalten)Zweitbeste nach ChatGPT; kleine Texte oft falsch ("336 g" → "136 g") ⇒ Texterkennung zwingend erforderlich
2 · Cloudflare0€, ~40 Bilder/TagKostenloses Cloudflare-Konto + NodeSchlechteste: ~1K, Personen/Hände oft fehlerhaft, bei schwarzen Produkten oder bedruckten Verpackungen mit Menschen oft blockiert ⇒ Stil "leere Szene + echtes Produkt einfügen" verwenden
2 · Kostenpflichtig: Gemini API / Seedream 5.5~0,05 USD/Bild 2K · ~0,036 USD/BildSchlüssel mit Karte verknüpftStabil, 2K – NUR wenn Benutzer selbst kostenpflichtig wählt
3 · Professionelle Tools, die Sie bereits nutzen (Photoroom, Pebblely, Canva…)nach Ihrem PaketIhr Konto / API-SchlüsselFür große Stückzahlen geeignet. Photoroom selbst gibt an, nur ~38% der Bilder nach Korrektur produktgetreu zu sein ⇒ dennoch Prüfung durchlaufen

Tipp: Vorhandenes ChatGPT-Paket → diesen Weg wählen. Vorhandenes Gemini-Paket → Antigravity (bei ausgeschöpftem Wochenkontingent nächsten Weg). Nur Claude → Claude erstellt per Code; für fotografische Szenen → Seedream 4.5 (200 kostenlose Bilder) oder Cloudflare. Alle Wege durchlaufen vollständige Prüfung + Texterkennung + echtes Etikett einfügen + Text platzieren. Der Agententeil verbraucht Ihr Agenten-Paketkontingent (~120.000 Token/Produkt). Geprüft, NICHT verwendet (11/2026): manuelles Web-Klicken (Benutzer müsste selbst arbeiten), lokales Zeichnen (FLUX benötigt ~17 GB RAM, 24-GB-Rechner stundenlang blockiert), Hugging Face, Pollinations (müsste Herstellerbilder öffentlich ins Netz laden), chinesische Modelle über fal (Qwen, Wan, Hunyuan, MiniMax: nicht besser als Seedream).

Nach außen gesendete Daten: Herstellerbild + Aufforderung gehen an OpenAI (ChatGPT-Paket), Google (Gemini-Paket, Gemini API), ByteDance/BytePlus (Seedream), Cloudflare oder Tools der Stufe 3; Claude, das per Code erstellt, sendet keine Bilder nach außen. Deutlich darauf hinweisen; KEINE geheimen Bilder, keine unveröffentlichten Produkte verwenden. Schlüssel/Token: Benutzer NICHT in den Chat einfügen lassen, NICHT ausdrucken.

Installation + Verbindung (erst nach Zustimmung des Benutzers, Schritt 0): Das Prüfprogramm gibt bereits Befehle für jeden Weg aus (eigene Python-Umgebung ~/.venv-anh-qc mit Hash gesichert, Chrome oder Edge zur Textplatzierung, Codex, Antigravity, Apple-Befehlszeilentools, wrangler, Gemini-Bibliotheken); kein Befehl lädt etwas und führt es sofort aus. Führen Sie das Prüfprogramm aus mit ~/.venv-anh-qc/bin/python scripts/<pruefprogramm>.py …. Der Befehl python in allen folgenden Anleitungen = das eigene Python, das kiem-cong-cu-ve.py ausgibt (Mac ~/.venv-anh-qc/bin/python; Windows ~/.venv-anh-qc/Scripts/python.exe – das Prüfprogramm gibt den absoluten Pfad in der Zeile "Skill-eigenes Python" aus; diesen Pfad mit / verwenden).

  • ChatGPT-Paket: Der Zeichenprozess lehnt selbst ab, wenn Codex mit einem API-Schlüssel angemeldet ist (OpenAI würde pro Bild abrechnen) – erneut mit ChatGPT-Konto anmelden.
  • Gemini-Paket: agy nicht vorhanden → Prüfprogramm öffnet die Antigravity-Downloadseite (antigravity.google/download), sowohl für Mac als auch Windows; Benutzer lädt herunter, installiert, meldet sich mit Google-Konto mit Paket an, aktiviert die Befehlszeilentools gemäß Anleitung in der App (auf neuem Rechner noch nicht getestet).
  • Seedream (BytePlus): Benutzer registriert sich auf console.byteplus.com, schaltet VORHER "Free Credits Only Mode" ein, fügt Karte/PayPal hinzu, aktiviert Seedream 4.5, erstellt einen Schlüssel auf der API-Key-Seite → Agent führt kiem-cong-cu-ve.py --nhap-khoa byteplus mit dem eigenen Python aus (sicherer Dialog; Schlüssel im Mac-Schlüsselbund / Windows-Anmeldeinformationsverwaltung). Karte/PayPal ist Sache des Benutzers, der Agent gibt sie nicht ein.
  • Cloudflare, Zeichen-Gateway aktivieren (läuft während der gesamten Sitzung im Hintergrund): npx --yes [email protected] dev --cwd scripts/cong-cloudflare-ai --port 8841 --ip 127.0.0.1 (PowerShell: npx.cmd; Git Bash: npx) → "Ready" abwarten. Beim ersten Mal → npx --yes [email protected] login. Bei mehreren Konten → Umgebungsvariable CLOUDFLARE_ACCOUNT_ID=<32-stellige ID> vor dem obigen Befehl setzen (KEINE Dateien im Skill-Ordner ändern: Skill-Updates überschreiben sie). Bei Nichtfunktionieren von wrangler → Muster-Token "Workers AI", Benutzer setzt selbst CLOUDFLARE_ACCOUNT_ID + CLOUDFLARE_API_TOKEN, weglassen --cong.
  • Kostenpflichtige Gemini API: kiem-cong-cu-ve.py --nhap-khoa gemini mit eigenem Python (sicherer Dialog); Zeichenprozess liest Schlüssel aus Umgebungsvariable → Betriebssystem-Schlüsselspeicher → alte Datei ~/.config/anh-qc/gemini.key (schreibgeschützt, für Benutzer mit alter Version).

Arbeitsordner

Pfad zum Prüfprogramm: Alle scripts/… in der Anleitung beziehen sich auf das SKILL-VERZEICHNIS (wo diese SKILL.md liegt), nicht auf das Projektverzeichnis – mit absolutem Pfad dorthin aufrufen (mit /), oder cd in das Skill-Verzeichnis wechseln und dann ausführen.

<projekt>/anh-hang/        Original-Herstellerbilder (tho/ = heruntergeladene Bilder, bang-xem.jpg = Auswahltafel mit Nummern)
<projekt>/the-san-pham.md  Auf Herstellerbildern gezählte Fakten + Liste der WICHTIGEN TEXTE
<projekt>/loi-nho/ · ve/ (gezeichnete Bilder + so-chi.jsonl Kosten-/Verbrauchsliste) · soat/ · sua/ · phang/ (flachgepresste Fläche, freigestelltes Produkt)
<projekt>/dat-chu/         cau-hinh.json + echtes Logo → ra/*.png + *.jpg

Schritt 1 – Herstellerbilder sammeln (diesen Schritt nicht überspringen)

python scripts/gom-anh-hang.py "<Link zur Produktseite>" anh-hang → Bilder ≥ 500px herunterladen in anh-hang/tho/, automatisch doppelte Bilder unterschiedlicher Größe entfernen, bang-xem.jpg mit Nummern erstellen (Seite hat nur kleine Bilder → erneut mit Parameter 300 nach dem Ordner ausführen). Die Maschine lädt nur von derselben Domain wie die Seite; sie meldet ausgelassene Domains – wenn eine Domain zum offiziellen Bildarchiv des Herstellers/Shops gehört (z. B. product.hstatic.net des Haravan-Shops), erneut mit --them-ten-mien <domain> ausführen. Seite blockiert Download (Maschine meldet dies deutlich) → NICHT umgehen: Benutzer bitten, die Seite im Browser zu öffnen, Rechtsklick → Bilder speichern in anh-hang/tho/, dann gom-anh-hang.py "<link>" anh-hang --chi-bang-xem ausführen. Erforderlich: Vollansicht von 3–4 Seiten, Nahaufnahmen jedes leicht fehleranfälligen Teils, alle erhältlichen Farben, Bilder mit Text/Etikett in Größe ≥ 1000px (für scharfe Texterkennung und Etiketteneinblendung), 1 Bild mit weißem/schlichtem Hintergrund (zum Freistellen für den Weg "Claude erstellt per Code" und für zusammengesetzte Stile). Herstellerbilder müssen SCHARF sein: cat-phong-to.py öffnen, um kleine Schrift auf dem Etikett in Originalgröße zu sehen; unscharf, verpixelt oder Produkt < 800px → Ausgabebilder werden ebenfalls unscharf (Kaffeepackung 16/11: Herstellerbild 1000px, Packung 807px, Ausgabe unscharf). Bitten Sie den Benutzer um bessere Bilder: echtes Produkt mit dem Handy fotografieren (schlichter Hintergrund, ausreichend Licht, gerade Aufnahme) oder Verpackungsdesign-Datei senden. Logo PNG/SVG auf der Herstellerseite; Logo < 400px nur in kleiner Größe (Breite ≤ 110px) platzieren. Fehlende Bilder → Benutzer bitten, mit dem Handy zu fotografieren. Ohne Herstellerbilder KEINE Zeichnung. Bei Unklarheit 1 Frage stellen: Darf das Herstellerbild/Logo für Werbung verwendet werden?

Schritt 2 – Produktkarte: AUF DEM BILD ZÄHLEN, nicht raten

Jedes Nahaufnahmebild öffnen (scripts/cat-phong-to.py), in the-san-pham.md notieren für jedes Teil: Anzahl, Form, Farbe, darauf gedruckter Text/Logo (jedes Zeichen korrekt abschreiben), Symmetrie ja/nein, auf welcher SEITE befinden sich asymmetrische Teile (Henkel, Griffe, Knöpfe, Drehknöpfe – "Griff im LINKEN DRITTEL der Schubladenfront"), Höhe-zu-Breite-Verhältnis als Zahl (Packung 1,9:1, Flasche 2,6:1), hohl oder voll, durchsichtig oder nicht. Aus der Karte eine Checkliste erstellen gemäß references/danh-sach-soat-mau.md. Liste der WICHTIGEN TEXTE (einmalig erstellen, bei jeder Prüfung wiederverwenden): 3–8 Phrasen, die der Kunde korrekt lesen muss – Produktname, Gewicht/Volumen, Nummer/Typ (z. B. "3in1"), Hauptslogan. Jedes Zeichen korrekt abschreiben, mit Diakritika, mit Zahlen. Kleine Details weglassen, die selbst auf dem Herstellerbild nicht lesbar sind.

Schritt 3 – Zeichenanweisungen für jede Szene

Nach Vorlage references/loi-nho-mau.md (Kontext, Kamerawinkel, Beleuchtung, Platz für Text mit Zahlen, Produktbeschreibung aus der Karte kopieren, Verhältnisse als Zahlen, "KEIN Text/Logo/Watermark"). 1–3 Herstellerbilder aus demselben Winkel + Nahaufnahme des Etiketts anhängen. Musterbilder vor dem Anhängen genau prüfen: Das Sammelprogramm könnte versehentlich Werbe-/Symbole der Seite aufnehmen. Falsche Texte vermeiden, wenn KI das gesamte Produkt zeichnet: Produkt GROSS im Bild darstellen lassen (Etikettenseite ≥ 1/3 der Bildbreite – Seedreams Zahlenfehler bei der Kaffeepackung traten auf, weil die Packung zu klein war); nicht zwei Produkte gleichzeitig zeichnen lassen. Produkt steht still auf Tisch/Regal und Herstellerbild hat passenden Winkel → Stil leere Szene + echtes Produkt einfügen (Schritt 4) verwenden, anstatt KI das Produkt zeichnen zu lassen. Strich-Einzelheiten pro Weg: am Ende von references/loi-nho-mau.md.

Schritt 4 – Zeichnen (NACHEINANDER, nicht parallel – Konto ist nicht gesperrt)

  • ChatGPT-Paket: python scripts/ve-anh-goi-chatgpt.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png (~1–2,5 Min./Bild). Codex meldet Standardmodell "not supported when using Codex with a ChatGPT account" → --model <1 Name aus ~/.codex/models_cache.json> hinzufügen (am 15.11.2026 funktionierte gpt-5.6-sol).
  • Gemini-Paket: python scripts/ve-anh-goi-google-ai.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png (Antigravity erwartet --ra als Verzeichnis, --ten-datei als Dateinamen; --mau für ein Referenzbild). Bei "Rate Limit" (wöchentliches Bildkontingent aufgebraucht) → nächsten Weg wählen.
  • Seedream (BytePlus): python scripts/ve-anh-seedream.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png --kho-thu-vien ~/.venv-anh-qc (Schlüssel aus dem Systemschlüsselspeicher lesen) → Ergebnis automatisch zur Texterkennung an scripts/soat-chu.py weiterleiten. Wenn der BytePlus-Schlüssel fehlt → Fehler melden, Benutzer bitten, ihn mit kiem-cong-cu-ve.py --nhap-khoa byteplus einzugeben.
  • Cloudflare: python scripts/ve-anh-cloudflare.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png (--cong weglassen, wenn Environmental-Variablen-Methode verwendet wird). Prüfen, ob das Zeichen-Gateway unter http://127.0.0.1:8841 läuft; falls nicht, zu Schritt "Installation + Verbindung" zurückkehren und das Gateway starten.
  • Claude erstellt selbst per Code: python scripts/ve-anh-tu-code.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png (Produkt aus dem Herstellerbild ausschneiden, in freien Hintergrund einfügen, Text von cau-hinh.json platzieren). Keine fotografischen Szenen.

Schritt 5 – Prüfung

python scripts/soat-chu.py ve/canh-1-a.png anh-hang/nhan.png → Zeichen-für-Zeichen-Vergleich des gedruckten Textes auf dem Etikett (Texterkennung + Abgleich mit wichtigen Texten aus Schritt 2). Ergebnis: Prozentsatz der Treffer, hervorgehobene Fehlerbereiche. Fehlerquote > 10% → Neuzeichnung anfordern, dabei die Fehlerbereiche beschreiben. python scripts/soat-san-pham.py ve/canh-1-a.png anh-hang/tho/a.png → visueller Vergleich der Produktkomponenten (Anzahl, Form, Farbe, Symmetrie) basierend auf der Karte in the-san-pham.md. Fehler → Bereich markieren, korrigieren lassen. Bei Weg "Claude erstellt per Code" → Prüfung automatisch bestanden (Produkt + Etikett sind zu 100% echt); dennoch scripts/soat-chu.py zur Sicherheit ausführen.

Schritt 6 – Korrektur (bei Bedarf wiederholen)

# Echtes Etikett aus dem Herstellerbild ausschneiden und auf das gezeichnete Bild kleben
python scripts/dan-nhan.py --nguon ve/canh-1-a.png --nhan-goc anh-hang/nhan.png --ra sua/canh-1-a.png
# Text platzieren (aus cau-hinh.json)
python scripts/dat-chu.py --vao sua/canh-1-a.png --ra phang/canh-1-a.png
# Nochmalige Prüfung des korrigierten Bildes
python scripts/soat-lai.py phang/canh-1-a.png

Jedes korrigierte Bild manuell im Ordner sua/ prüfen. Fehler erneut korrigieren lassen, bis die Checkliste zu 100% erfüllt ist.

Schritt 7a – Ausgabe (finale Bilder)

# In Zielformate konvertieren (Standard: 4:5, 16:9, 9:16)
python scripts/xuat-anh.py --vao phang/ --ra <projekt>/out/ --dinh-dang "4:5,16:9,9:16"
# Textplatzierung für jedes Format optimieren
python scripts/toi-uu-chu.py --vao <projekt>/out/ --ra <projekt>/out-final/
# Wasserzeichen einfügen (optional)
python scripts/them-watermark.py --vao <projekt>/out-final/ --logo anh-hang/logo.png

Dem Benutzer die endgültigen Bilder im Ordner out-final/ präsentieren. Jedes Bild sollte eine visuelle Prüfung durch den Benutzer erhalten (Kundenrolle aus Schritt 7b simulieren).

Schritt 7b – Kundenrolle (simulierter Bilddurchlauf)

python scripts/khach-xem.py --thu-muc ve/ --thu-muc-goc anh-hang/ --ket-qua khach-xem.md

Das Skript wechselt automatisch zwischen gezeichneten und Originalbildern, erstellt einen Bericht in khach-xem.md mit Fragen wie: "Fällt Ihnen sofort ein Fehler auf?", "Wirkt das Image authentisch?". Der Benutzer liest den Bericht und gibt Korrekturanweisungen. Agent wiederholt die Korrekturschritte oder zeichnet neu, wenn nötig.

Schritt 8 – Freigabe durch den Benutzer

Letztes Bildset im Ordner out-final/ präsentieren. Benutzer genehmigt oder lehnt ab. Bei Ablehnung: Fehler genau beschreiben (einkreisen / Screenshot mit Markierung), Agent korrigiert und legt erneut vor. Der Benutzer klickt abschließend auf "Veröffentlichen" oder exportiert die Bilder selbst.

Wichtige Notizen

  • SICHERHEIT: Keine Herstellerbilder auf öffentliche Server hochladen. Alle Schritte (außer Zeichnung per API) finden lokal statt. Bei Cloudflare/Seedream werden nur Bilddaten + Anweisungen, KEINE Originalbilder gesendet (außer bei ausdrücklicher Zustimmung des Benutzers).
  • KOSTEN: Standardmäßig das Paket des Benutzers verwenden (ChatGPT/Gemini). Kostenpflichtige Wege nur nach ausdrücklicher Wahl des Benutzers aktivieren. Alle Ausgaben in so-chi.jsonl protokollieren.
  • FEHLERVORBEUGUNG: Schritt 2 (genaues Zählen) und Schritt 5 (Texterkennung) sind Pflicht. Agent darf diese Schritte nicht überspringen oder abkürzen.
  • UPDATE: Skill-Dateien sind schreibgeschützt (außer the-san-pham.md und cau-hinh.json). Bei zukünftigen Skill-Updates wird der Ordner scripts/ ersetzt, Benutzerdaten bleiben erhalten.

Dieses Skill wurde am 15.11.2026 getestet. Stand der genannten Plattformen und Preise kann abweichen.

Verwandte Skills