Fal Image Edit
Übersicht
Dieses öffentliche Einstellungs-Kopie verpackt plugins/antigravity-awesome-skills/skills/fal-image-edit aus https://github.com/sickn33/antigravity-awesome-skills in die native Omni Skills-Redaktionsform, ohne dessen Ursprung zu verbergen.
Verwenden Sie es, wenn der Operator den vorgelagerten Workflow, Support-Dateien und den Repository-Kontext intakt halten muss, während der öffentliche Validator und der private Enhancer ihren normalen Downstream-Fluss fortsetzen.
Diese Einstellung bewahrt die kopierten Upstream-Dateien intakt und verwendet den external_source-Block in metadata.json sowie ORIGIN.md als Provenienz-Anker für die Überprüfung.
Fal Image Edit
Importierte Quellabschnitte, die sich nicht sauber auf die öffentlichen Überschriften abbilden ließen, bleiben unten oder in den Support-Dateien erhalten. Bemerkenswerte importierte Abschnitte: Einschränkungen.
Wann dieser Skill verwendet werden sollte
Verwenden Sie diesen Abschnitt als Auslösefilter. Er sollte die Aktivierungsgrenze explizit machen, bevor der Operator Dateien lädt, Befehle ausführt oder einen Pull Request eröffnet.
- Verwenden Sie diesen Skill, wenn Sie mit KI-gestützter Bildbearbeitung mit Stilübertragung und Objektentfernung arbeiten müssen.
- Verwenden Sie ihn, wenn die Anfrage klar mit der Absicht der importierten Quelle übereinstimmt: KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung.
- Verwenden Sie ihn, wenn der Operator Workflow-Details aus dem Upstream bewahren soll, anstatt den Prozess von Grund auf neu zu schreiben.
- Verwenden Sie ihn, wenn die Herkunft in der Antwort, im PR oder im 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 Einstellungs-Repository überprüfbar bleiben soll, bevor der private Enhancer die Kontrolle übernimmt.
Betriebstabelle
| Situation | Hier beginnen | Warum es wichtig ist |
|---|---|---|
| Erste Verwendung | metadata.json | Bestätigt Repository, Branch, Commit und importierten Pfad durch den external_source-Block, bevor der kopierte Workflow berührt wird |
| Provenienz-Überprüfung | ORIGIN.md | Gibt Überprüfern einen Klartext-Prüfpfad für die importierte Quelle |
| Workflow-Ausführung | SKILL.md | Beginnt mit der kleinsten kopierten Datei, die die Ausführung wesentlich ändert |
| Unterstützender Kontext | SKILL.md | Fügt die nächstrelevanteste kopierte Quelldatei hinzu, ohne das gesamte Paket zu laden |
| Übergabeentscheidung | ## Verwandte Skills | Hilft dem Operator, zu einem stärkeren nativen Skill zu wechseln, wenn die Aufgabe abdriftet |
Workflow
Dieser Workflow ist absichtlich redaktionell und operativ zugleich. Er hält die importierte Quelle für den Operator nützlich, während er gleichzeitig die öffentlichen Einstellungsstandards 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 Provenienz-Dateien, bevor Sie kopierte Upstream-Support-Dateien laden.
- Laden Sie nur die Referenzen, Beispiele, Eingabeaufforderungen oder Skripte, die das Ergebnis für die aktuelle Anfrage wesentlich ändern.
- Führen Sie den Upstream-Workflow aus, während Sie Herkunft und Quellengrenzen 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: Anleitung
Dieser Skill bietet Anleitung und Muster für KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung.
Weitere Informationen finden Sie im Quell-Repository.
Importiert: Übersicht
KI-gestützte Bildbearbeitung mit Stilübertragung und Objektentfernung
Importiert: Einschränkungen
- Verwenden Sie diesen Skill nur, wenn die Aufgabe klar 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-v2, um <Aufgabe> zu bearbeiten. Beginnen Sie mit dem kopierten Upstream-Workflow, laden Sie nur die Dateien, die das Ergebnis ändern, und halten Sie die Provenienz in der Antwort sichtbar.
Erklärung: Dies ist der sicherste Ausgangspunkt, wenn der Operator den importierten Workflow benötigt, aber nicht das gesamte Repository.
Beispiel 2: Um eine provenienzbasierte Überprüfung bitten
Überprüfen Sie @fal-image-edit-v2 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 einer Überprüfung oder Fehlersuche, wenn Sie eine präzise, prüfbare Erklärung von Herkunft und Dateiauswahl benötigen.
Beispiel 3: Kopierte Support-Dateien vor der Ausführung eingrenzen
Verwenden Sie @fal-image-edit-v2 für <Aufgabe>. Laden Sie nur die kopierten Referenzen, Beispiele oder Skripte, die das Ergebnis ändern, und nennen Sie die Dateien explizit, bevor Sie fortfahren.
Erklärung: Dies hält den Skill an die progressive Offenlegung, anstatt das gesamte kopierte Paket standardmäßig zu laden.
Beispiel 4: Ein Überprüfungspaket erstellen
Überprüfen Sie @fal-image-edit-v2 unter Verwendung der kopierten Upstream-Dateien sowie der Provenienz, und fassen Sie dann etwaige Lücken vor dem Merge zusammen.
Erklärung: Dies ist nützlich, wenn der PR auf eine menschliche Überprüfung wartet und Sie ein wiederholbares Prüfpaket wünschen.
Best Practices
Behandeln Sie den generierten öffentlichen Skill als überprüfbare Verpackungsschicht um das Upstream-Repository. Das Ziel ist, 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 unterstützt.
- Bevorzugen Sie den kleinsten sinnvollen Satz von Support-Dateien, damit der Workflow überprüfbar 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 dominant werden.
Fehlerbehebung
Problem: Der Operator hat den importierten Kontext übersprungen und zu allgemein geantwortet
Symptome: Das Ergebnis ignoriert den Upstream-Workflow in plugins/antigravity-awesome-skills/skills/fal-image-edit, erwähnt keine Provenienz 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, stellen Sie dann die Provenienz klar, bevor Sie fortfahren.
Problem: Der importierte Workflow fühlt sich während der Überprüfung unvollständig an
Symptome: Überprüfer sehen das generierte SKILL.md, können aber nicht schnell erkennen, welche Referenzen, Beispiele oder Skripte für die aktuelle Aufgabe wichtig sind.
Lösung: Verweisen Sie auf die genauen kopierten Referenzen, Beispiele, Skripte oder Assets, die den von Ihnen gewählten Weg rechtfertigen. Wenn die Lücke real ist, dokumentieren Sie sie im PR, anstatt sie zu verbergen.
Problem: Die Aufgabe ist in eine andere Spezialisierung abgedriftet
Symptome: Der importierte Skill beginnt an der richtigen Stelle, aber die Arbeit entwickelt sich zu Debugging, Architektur, Design, Sicherheit oder Release-Orchestrierung, die ein nativer Skill besser handhabt. Lösung: Verwenden Sie den Abschnitt „Verwandte Skills“, um gezielt zu übergeben. Halten Sie die importierte Provenienz sichtbar, damit der nächste Skill den richtigen Kontext erbt, anstatt blind zu beginnen.
Verwandte Skills
@00-andruia-consultant– Verwenden Sie diesen, wenn die Arbeit nach der Kontextfestlegung durch diesen importierten Skill besser von dieser nativen Spezialisierung übernommen wird.@00-andruia-consultant-v2– Verwenden Sie diesen, wenn die Arbeit nach der Kontextfestlegung durch diesen importierten Skill besser von dieser nativen Spezialisierung übernommen wird.@10-andruia-skill-smith– Verwenden Sie diesen, wenn die Arbeit nach der Kontextfestlegung durch diesen importierten Skill besser von dieser nativen Spezialisierung übernommen wird.@10-andruia-skill-smith-v2– Verwenden Sie diesen, wenn die Arbeit nach der Kontextfestlegung durch diesen importierten Skill besser von dieser nativen Spezialisierung übernommen wird.
Zusätzliche Ressourcen
Verwenden Sie diese Support-Matrix und die unten verlinkten Dateien als Operator-Paket für diesen importierten Skill. Sie sollten echtes kopiertes Quellmaterial widerspiegeln, keine generischen Bausteine.
| Ressourcenfamilie | Was sie dem Überprüfer gibt | Beispielpfad |
|---|---|---|
references | kopierte Referenznotizen, Anleitungen oder Hintergrundmaterial aus dem Upstream | references/n/a |
examples | funktionierende Beispiele oder wiederverwendbare Eingabeaufforderungen aus dem Upstream | examples/n/a |
scripts | Upstream-Hilfsskripte, die die Ausführung oder Validierung ändern | scripts/n/a |
agents | Routing- oder Delegierungsnotizen, die tatsächlich Teil des importierten Pakets sind | agents/n/a |
assets | unterstützende Assets oder Schemata, die aus dem Quellpaket kopiert wurden | assets/n/a |