Was macht MOSS-Image Prompt Enhancer?
Verwandeln Sie die Idee des Benutzers in eine konkrete Bildbeschreibung. Zielgruppe sind GPT-6-Familien-Agenten mit Dateisystem- und Shell-Werkzeugen. Der Agent trifft kreative Entscheidungen; das gebündelte Python-Werkzeug übernimmt Koordinatenarithmetik und Serialisierung. Es wird kein Echidna-Dienst, Modell-API oder Drittanbieter-Python-Paket benötigt.
Wählen Sie das Ergebnis
Honorieren Sie eine explizite Anfrage nach einer Bildunterschrift oder einem Layout. Verwenden Sie andernfalls eine Bildunterschrift für gewöhnliche Szenen, Fotografien und Illustrationen. Verwenden Sie Layout, wenn spezifische Textplatzierung, ein Poster, mehrere Panels oder kontrollierte Objektbeziehungen von Begrenzungsrahmen profitieren würden. Ein detailliertes Bild benötigt nicht automatisch ein Layout.
Bewahren Sie die Subjekte, Anzahlen, Beziehungen, das Medium, den Stil, Ausschlüsse und die beabsichtigte sichtbare Beschriftung des Benutzers. Schließen Sie gewöhnliche kreative Lücken selbst; fragen Sie nur nach, wenn eine fehlende Entscheidung das angeforderte Bild wesentlich verändern würde. Erfinden Sie keine sachlichen Ereignislogistiken oder Spezifikationen, als ob der Benutzer sie geliefert hätte.
Standardmäßig wird Englisch für beschreibende Prosa verwendet, wobei einer angeforderten Ausgabesprache gefolgt wird. Bewahren Sie sichtbaren Text wörtlich in seiner Originalsprache, einschließlich Zeichensetzung, Großschreibung und angeforderter Zeilenumbrüche. Ein zitierter Satz in einer Anweisung ist nicht notwendigerweise darzustellender Text: Unterscheiden Sie sichtbare Formulierung von Referenzmaterial und Einschränkungen.
Entwickeln Sie das Bild
Beschreiben Sie sichtbare Entscheidungen: Subjekt und Aktion, relevantes Aussehen, Umgebung, Kamera/Bildausschnitt, Medium, Beleuchtung, Materialien, Farbpalette und Stimmung. Fügen Sie Details hinzu, wo sie das angeforderte Bild spezifischer machen. Vermeiden Sie redundante Qualitätstags, nicht angeforderte Stiländerungen, willkürliche Wortbudgets und unsichtbare Prozessnotizen. Halten Sie eine explizit minimalistische Vorgabe minimalistisch; entwickeln Sie eine reichhaltige Vorgabe, ohne sie in eine generische Titel/Held/Fußzeile-Vorlage zu verwandeln. Halten Sie Erklärungen von JSON, Begrenzungsrahmen-Anmerkungen und Konvertierungsschritte aus den Bildbeschreibungsfeldern heraus; dies sind Werkzeuganweisungen, kein dargestellter Inhalt.
Für gestaltete Bilder setzen Sie die Informationen und Bilder zusammen. Legen Sie Lesereihenfolge, relative Bedeutung, kohärente Gruppen und lesbaren Text bei den gewählten Pixeln fest. Schreiben Sie den beabsichtigten Text, keine Platzhalter wie „Überschrift hier“ oder „etwas erklärender Text“. Importieren Sie keine nicht verwandten Namen, Wasserzeichen oder Texte aus einer Referenz. Verwenden Sie gelieferte Referenzen, wenn sie nützlich sind; externe Recherche ist optional, es sei denn, sie ist für sachliche Richtigkeit erforderlich oder vom Benutzer angefordert.
Bildunterschrift
Schreiben Sie eine UTF-8-JSON-Datei, die genau {"caption":"..."} enthält. Die Bildunterschrift ist kohärente Prosa, mit räumlichen Beziehungen in Worten und jeglichem sichtbaren Wording, das exakt zitiert wird. Sie kann Absätze enthalten; fügen Sie keine Koordinaten oder JSON-Layout-Felder zu einer Bildunterschrift hinzu, nur damit sie strukturiert aussieht.
Layout
Lesen Sie references/layout.md, bevor Sie einen Layout-Entwurf schreiben. Schreiben Sie lesbares JSON mit summary, einem flachen items-Array, konkreten width und height, bbox_coord_space="abs" und bbox_format="xyxy".
Entwurfs-Boxen verwenden [x_min,y_min,x_max,y_max] in tatsächlichen Pixeln, von der oberen linken Ecke der Leinwand aus. Halten Sie x in 0..width und y in 0..height. Verwenden Sie keine normalisierten Koordinaten und zentrieren, ordnen oder quantisieren Sie die Boxen nicht manuell.
Honorieren Sie gelieferte Abmessungen. Bei nur einem Seitenverhältnis wählen Sie kompatible Pixelabmessungen; ohne beides verwenden Sie 1024×1024, es sei denn, das angeforderte Medium legt eine andere Form nahe. MOSS-Image-Abmessungen müssen positive Vielfache von 16 sein. Ändern Sie explizite inkompatible Abmessungen nicht stillschweigend; machen Sie den Konflikt sichtbar. Verwenden Sie dieselbe Breite und Höhe im Bildgenerierungs-Workflow.
Verwenden Sie Boxen für kohärente sichtbare Einheiten, teilen Sie sie nur, wenn eine unabhängige Platzierung wichtig ist. Gruppierung sollte Inhalt und Beziehungen bewahren, nicht löschen. Natürliche Verdeckung und Überlappung sind erlaubt. Eine Box ist eine Platzierungsanmerkung, keine Anweisung, einen Rand, ein Panel oder einen Aufkleber zu zeichnen. Beschreiben Sie das Aussehen in Bildunterschriften und die globale Behandlung in summary.caption; lassen Sie Boxen mit räumlichen Beschreibungen übereinstimmen. Halten Sie exakte sichtbare Zeichenketten in den text-Feldern der Textelemente.
Kompilieren und ausliefern
Speichern Sie den Entwurf in einem benutzergeeigneten Arbeitsverzeichnis und führen Sie dann das zu dieser SKILL.md gebündelte Werkzeug aus. Lösen Sie den Skriptpfad vom Skill-Standort auf, nicht vom Arbeitsverzeichnis des Benutzers:
python3 /path/to/moss-image-prompt-enhancer/scripts/compile_prompt.py \
draft.json --output prompt.txt
Verwenden Sie einen tatsächlichen Pfad im Aufruf. Halten Sie den bearbeitbaren JSON-Entwurf und die kompilierte Ausgabe getrennt. Lesen Sie das Ergebnis und überprüfen Sie das Subjekt, den exakten Text, die beabsichtigte Geometrie und die gewählte Leinwand, bevor Sie es ausliefern. Korrigieren Sie Validierungsfehler im Entwurf und führen Sie ihn erneut aus; umgehen Sie keine fehlgeschlagene Konvertierung, indem Sie von Hand zentriertes JSON schreiben.
Für Bildunterschriften ist die Ausgabe Klartext. Für Layout ist es eine physische Zeile JSON mit flachen items, ganzzahligen abs_centralized / yxyx-Boxen und keinen Leinwand-Metadaten. Das Werkzeug schließt gebrochene Pixelkanten ein, bevor es das Zentrum subtrahiert, passend zur Echidna-Generierungskonvertierung. Es lehnt ungültige oder außerhalb des Bereichs liegende Boxen ab, anstatt sie stillschweigend zu beschneiden. Zeilenumbrüche in Zeichenketten werden im JSON maskiert, bleiben aber tatsächliche Zeilenumbrüche im dekodierten Text.
Geben Sie den gebrauchsfertigen Prompt oder einen Link zu seiner Datei zurück und behalten Sie einen Link zum Entwurf, wenn er für die Bearbeitung nützlich ist. Geben Sie für Layout auch die erforderliche Breite×Höhe außerhalb des Prompts an; der Modell-Prompt selbst enthält diese Abmessungen nicht. Wenn Sie Layout-JSON inline anzeigen, verwenden Sie die kompilierte Ausgabe ohne Neuformatierung. Nur die Bildunterschrift oder das kompilierte Layout gehört in den positiven Prompt von MOSS-Image. Das Erstellen dieser Dateien löst keine Bildgenerierung aus und veröffentlicht nichts.