Fal Image Edit
Überblick
Dieses öffentliche Intake-Paket verpackt plugins/antigravity-awesome-skills-claude/skills/fal-image-edit von https://github.com/sickn33/antigravity-awesome-skills in das native Omni Skills-Redaktionsformat, ohne seine Herkunft zu verschleiern.
Verwenden Sie es, wenn der Bediener sicherstellen muss, dass der Upstream-Workflow, die Support-Dateien und der Repository-Kontext intakt bleiben, während der öffentliche Validator und der private Enhancer ihren normalen Downstream-Fluss fortsetzen.
Dieses Intake bewahrt die kopierten Upstream-Dateien unverändert und verwendet den external_source-Block in metadata.json plus ORIGIN.md als Herkunftsanker für die Überprüfung.
Fal Image Edit
Importierte Quellabschnitte, die sich nicht sauber auf die öffentlichen Überschriften abbilden ließen, sind weiterhin unten oder in den Support-Dateien enthalten. Bemerkenswerte importierte Abschnitte: Einschränkungen.
Wann dieser Skill zu verwenden ist
Verwenden Sie diesen Abschnitt als Trigger-Filter. Er sollte die Aktivierungsgrenze explizit machen, bevor der Bediener Dateien lädt, Befehle ausführt oder einen Pull-Request öffnet.
- Verwenden Sie diesen Skill, wenn Sie mit KI-gestützter Bildbearbeitung mit Stilübertragung und Objektentfernung arbeiten müssen.
- Verwenden Sie ihn, wenn die Anfrage eindeutig mit der Absicht der importierten Quelle übereinstimmt: KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung.
- Verwenden Sie ihn, wenn der Bediener die Details des Upstream-Workflows bewahren sollte, anstatt den Prozess von Grund auf neu zu schreiben.
- Verwenden Sie ihn, wenn die Herkunft in der Antwort, dem PR oder dem Überprüfungspaket sichtbar bleiben muss.
- Verwenden Sie ihn, wenn kopierte Upstream-Referenzen, Beispiele oder Skripte die Antwort wesentlich verbessern.
- Verwenden Sie ihn, wenn der Workflow im öffentlichen Intake-Repository überprüfbar bleiben soll, bevor der private Enhancer übernimmt.
Betriebstabelle
| Situation | Hier starten | Warum es wichtig ist |
|---|---|---|
| Erste Nutzung | metadata.json | Bestätigt Repository, Branch, Commit und importierten Pfad durch den external_source-Block, bevor der kopierte Workflow berührt wird |
| Herkunftsüberprüfung | ORIGIN.md | Gibt Prüfern einen Audit-Trail in einfacher Sprache für die importierte Quelle |
| Workflow-Ausführung | SKILL.md | Beginnt mit der kleinsten kopierten Datei, die die Ausführung wesentlich verändert |
| Unterstützender Kontext | SKILL.md | Fügt die nächstbeste kopierte Quelldatei hinzu, ohne das gesamte Paket zu laden |
| Übergabeentscheidung | ## Verwandte Skills | Hilft dem Bediener, zu einem stärkeren nativen Skill zu wechseln, wenn die Aufgabe abweicht |
Workflow
Dieser Workflow ist absichtlich sowohl redaktionell als auch operativ. Er hält die importierte Quelle für den Bediener nützlich, während er gleichzeitig die öffentlichen Intake-Standards erfüllt, die den Downstream-Enhancer-Fluss speisen.
- Dieser Skill bietet Anleitung und Muster für KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung.
- Weitere Informationen finden Sie im Quell-Repository.
- Bestätigen Sie das Benutzerziel, den Umfang des importierten Workflows und ob dieser Skill noch der richtige Router für die Aufgabe ist.
- Lesen Sie die Übersichts- und Herkunftsdateien, bevor Sie kopierte Upstream-Support-Dateien laden.
- Laden Sie nur die Referenzen, Beispiele, Prompts oder Skripte, die das Ergebnis für die aktuelle Anfrage wesentlich verändern.
- Führen Sie den Upstream-Workflow aus, während Sie die Herkunft und Quellgrenzen in den Arbeitsnotizen explizit halten.
- Validieren Sie das Ergebnis anhand der Upstream-Erwartungen und der Beweise, auf die Sie in den kopierten Dateien verweisen können.
Importierte Workflow-Notizen
Importiert: Anweisungen
Dieser Skill bietet Anleitung und Muster für KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung.
Weitere Informationen finden Sie im Quell-Repository.
Importiert: Überblick
KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung
Importiert: Einschränkungen
- Verwenden Sie diesen Skill nur, wenn die Aufgabe eindeutig dem oben beschriebenen Umfang entspricht.
- Behandeln Sie die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder Expertenüberprüfung.
- Halten Sie an und fragen Sie nach Klärung, wenn erforderliche Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien fehlen.
Beispiele
Beispiel 1: Direkt nach dem Upstream-Workflow fragen
Verwenden Sie @fal-image-edit zur Bearbeitung von <Aufgabe>. Beginnen Sie mit dem kopierten Upstream-Workflow, laden Sie nur die Dateien, die das Ergebnis verändern, und halten Sie die Herkunft in der Antwort sichtbar.
Erklärung: Dies ist der sicherste Ausgangspunkt, wenn der Bediener den importierten Workflow, aber nicht das gesamte Repository benötigt.
Beispiel 2: Um eine herkunftsbasierte Überprüfung bitten
Überprüfen Sie @fal-image-edit anhand von metadata.json und ORIGIN.md und erklären Sie dann, welche kopierten Upstream-Dateien Sie zuerst laden würden und warum.
Erklärung: Verwenden Sie dies vor der Überprüfung oder Fehlersuche, wenn Sie eine präzise, prüfbare Erklärung der Herkunft und Dateiauswahl benötigen.
Beispiel 3: Die kopierten Support-Dateien vor der Ausführung eingrenzen
Verwenden Sie @fal-image-edit für <Aufgabe>. Laden Sie nur die kopierten Referenzen, Beispiele oder Skripte, die das Ergebnis verändern, und benennen Sie die Dateien explizit, bevor Sie fortfahren.
Erklärung: Dies hält den Skill an die progressive Offenlegung gebunden, anstatt standardmäßig das gesamte kopierte Paket zu laden.
Beispiel 4: Ein Prüferpaket erstellen
Überprüfen Sie @fal-image-edit unter Verwendung der kopierten Upstream-Dateien plus Herkunft und fassen Sie dann etwaige Lücken vor dem Zusammenführen zusammen.
Erklärung: Dies ist nützlich, wenn der PR auf eine menschliche Überprüfung wartet und Sie ein wiederholbares Audit-Paket wünschen.
Best Practices
Behandeln Sie den generierten öffentlichen Skill als überprüfbare Verpackungsschicht um das Upstream-Repository. Das Ziel ist es, die Herkunft explizit zu halten und nur das kopierte Quellmaterial zu laden, das die Ausführung wesentlich verbessert.
- Halten Sie den importierten Skill im Upstream-Repository verankert; erfinden Sie keine Schritte, die das Quellmaterial nicht stützen kann.
- Bevorzugen Sie die kleinste sinnvolle Menge an Support-Dateien, damit der Workflow prüfbar und schnell zu überprüfen bleibt.
- Halten Sie Herkunft, Source-Commit und importierte Dateipfade in Notizen und PR-Beschreibungen sichtbar.
- Verweisen Sie direkt auf die kopierten Upstream-Dateien, die den Workflow rechtfertigen, anstatt sich auf generische Überprüfungsbausteine zu verlassen.
- Behandeln Sie generierte Beispiele als Gerüst; passen Sie sie vor der Ausführung an die konkrete Aufgabe an.
- Leiten Sie zu einem stärkeren nativen Skill weiter, wenn Architektur-, Debugging-, Design- oder Sicherheitsbedenken überwiegen.
Fehlerbehebung
Problem: Der Bediener hat den importierten Kontext übersprungen und zu generisch geantwortet
Symptome: Das Ergebnis ignoriert den Upstream-Workflow in plugins/antigravity-awesome-skills-claude/skills/fal-image-edit, erwähnt keine Herkunft oder verwendet überhaupt keine kopierten Quelldateien.
Lösung: Öffnen Sie metadata.json, ORIGIN.md und die relevantesten kopierten Upstream-Dateien erneut. Überprüfen Sie zuerst den external_source-Block und wiederholen Sie dann die Herkunft, bevor Sie fortfahren.
Problem: Der importierte Workflow fühlt sich während der Überprüfung unvollständig an
Symptome: Prüfer sehen das generierte SKILL.md, können aber nicht schnell erkennen, welche Referenzen, Beispiele oder Skripte für die aktuelle Aufgabe relevant sind.
Lösung: Verweisen Sie auf die genauen kopierten Referenzen, Beispiele, Skripte oder Assets, die Ihren gewählten Weg rechtfertigen. Wenn die Lücke real ist, dokumentieren Sie sie im PR, anstatt sie zu verstecken.
Problem: Die Aufgabe ist in eine andere Spezialisierung abgedriftet
Symptome: Der importierte Skill startet richtig, aber die Arbeit verwandelt sich in Debugging, Architektur, Design, Sicherheit oder Release-Orchestrierung, die ein nativer Skill besser handhabt. Lösung: Nutzen Sie den Abschnitt mit verwandten Skills für eine bewusste Übergabe. Halten Sie die importierte Herkunft sichtbar, damit der nächste Skill den richtigen Kontext erbt, anstatt blind zu starten.
Verwandte Skills
@00-andruia-consultant- Verwenden Sie diesen, wenn die Arbeit besser von dieser nativen Spezialisierung erledigt wird, nachdem dieser importierte Skill den Kontext etabliert hat.@00-andruia-consultant-v2- Verwenden Sie diesen, wenn die Arbeit besser von dieser nativen Spezialisierung erledigt wird, nachdem dieser importierte Skill den Kontext etabliert hat.@10-andruia-skill-smith- Verwenden Sie diesen, wenn die Arbeit besser von dieser nativen Spezialisierung erledigt wird, nachdem dieser importierte Skill den Kontext etabliert hat.@10-andruia-skill-smith-v2- Verwenden Sie diesen, wenn die Arbeit besser von dieser nativen Spezialisierung erledigt wird, nachdem dieser importierte Skill den Kontext etabliert hat.
Zusätzliche Ressourcen
Verwenden Sie diese Support-Matrix und die unten verlinkten Dateien als Bedienerpaket für diesen importierten Skill. Sie sollten echtes kopiertes Quellmaterial widerspiegeln, nicht generische Gerüste.
| Ressourcenfamilie | Was sie dem Prüfer gibt | Beispielpfad |
|---|---|---|
references | kopierte Referenznotizen, Anleitungen oder Hintergrundmaterial aus dem Upstream | references/n/a |
examples | ausgearbeitete Beispiele oder wiederverwendbare Prompts, die aus dem Upstream kopiert wurden | examples/n/a |
scripts | Upstream-Hilfsskripte, die die Ausführung oder Validierung verändern | scripts/n/a |
agents | Routing- oder Delegationsnotizen, die tatsächlich Teil des importierten Pakets sind | agents/n/a |
assets | unterstützende Assets oder Schemata, die aus dem Quellpaket kopiert wurden | assets/n/a |