CommunityBildgithub.com

NanmiCoder/img-gen-prompts

Durchsucht das oip-visual-v2-Archiv nach nachvollziehbaren Prompt-Bild-Paaren und öffnet lokale Ergebnisgalerien. Verwenden, um echte Bildgenerierungs-Referenzen oder genaue Quell-Prompts zu finden, zu inspizieren, zu vergleichen, zu durchsuchen oder zu kopieren. Nach Auswahl der Referenzen können diese auf Anfrage in einen abgeleiteten zweisprachigen Prompt angepasst werden; verwenden Sie zuerst img-gen-taste, wenn die visuelle Richtung noch unklar ist.

Was ist img-gen-prompts?

Diese Fähigkeit fungiert als eine spezialisierte Retrieval- und Beweisschicht, die ausschließlich auf dem aktuellen, gepaarten Archiv `oip-visual-v2` basiert. Sie ist für Entwickler und KI-Agenten konzipiert, die zuverlässige, überprüfbare Referenzen für die Bildgenerierung benötigen, und bietet Zugriff auf reale Bilder, unveränderte Quell-Prompts, stabile IDs, Autoren und nachvollziehbare Übereinstimmungsgründe. Die Fähigkeit vermeidet strikt die Rückkehr zu veralteten Daten (V1) oder generischen Websuchen, um Authentizität und Präzision zu gewährleisten. Sie unterstützt Plattformen wie Cursor und Codex und arbeitet über ein gebündeltes Skript (`oip.py`), das den Archivstatus überprüft, die Absicht des Benutzers sucht und die Ergebnisse ausgibt, einschließlich Pfaden zu absoluten Bildern und detaillierter Übereinstimmungsmetadaten. Zu den wichtigsten Funktionen gehören die genaue Suche mit Limit- und ID-Abrufen, die Unterscheidung zwischen exakten und verwandten Ergebnissen, die transparente Offenlegung fehlender Einschränkungen und die Vermeidung von Auffülllücken im Korpus. Referenzen können abgerufen werden, ohne dass große Image-Pakete erforderlich sind (für die Vorschau sind sie optional), und die Galeriefunktion erstellt lokale Sitzungen zum Durchsuchen. Die Fähigkeit ist schreibgeschützt, ändert niemals Daten und generiert bei Bedarf angepasste zweisprachige Prompts (Englisch und vereinfachtes Chinesisch), wobei die ursprünglichen Quell-Prompts unberührt bleiben.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NanmiCoder/open-image-prompts/tree/HEAD/skills/img-gen-prompts

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

Img Gen Prompts

Handeln Sie als Beweis- und Abrufschicht. Verwenden Sie ausschließlich das neueste gepaarte oip-visual-v2-Archiv. Jeder empfohlene Eintrag muss ein echtes Bild, unveränderten Quell-Prompt, Quell-URL, Autor, stabile ID und eine erklärbare Übereinstimmung enthalten. Fallen Sie niemals auf Legacy-/V1-Daten oder eine generische Websuche nach Bildern zurück.

Das Archiv lokalisieren und verifizieren

Ermitteln Sie das Verzeichnis dieser Fähigkeit und führen Sie das zugehörige gebündelte Skript über den gültigen absoluten Pfad aus. Es findet den Checkout im aktuellen Verzeichnis, einem symbolischen Verknüpfungspfad zur Fähigkeit oder OIP_REPO_ROOT; kopierte Installationen außerhalb des Checkouts müssen diese Variable setzen.

python3 <absolutes-faehigkeitsverzeichnis>/scripts/oip.py status

Stoppen Sie, es sei denn, ready ist wahr und die aktive Taxonomie ist genau oip-visual-v2. Der Datensatz ist nicht Teil des Repositories: db/prompts.db.gz und images/ werden von GitHub Releases heruntergeladen. Wenn das Archiv, lokale Bilder oder Galerieabhängigkeiten fehlen, führen Sie npm run setup aus dem Repository-Stammverzeichnis aus, bevor Sie fortfahren.

Wenn das Skript meldet, dass das Repository nicht gefunden werden kann, wurde diese Fähigkeit als Kopie außerhalb eines Checkouts installiert. Zeigen Sie darauf oder erstellen Sie eines:

git clone https://github.com/NanmiCoder/open-image-prompts.git
cd open-image-prompts
npm run data:pull        # fügen Sie :db hinzu, um die Multi-Gigabyte-Bildpakete zu überspringen
export OIP_REPO_ROOT="$PWD"

Suche und Abruf funktionieren ohne die Bildpakete; nur die lokale Bildvorschau benötigt sie, und die Galerie fällt auf die Quell-URL jedes Eintrags zurück. Diese Fähigkeit ist schreibgeschützt: Aktivieren Sie niemals eine Taxonomie, beschriften Sie Einträge nicht, veröffentlichen Sie keine Daten oder ändern Sie die Datenbank.

Die tatsächliche Absicht des Benutzers durchsuchen

python3 <absolutes-faehigkeitsverzeichnis>/scripts/oip.py search \
  --intent "Regennächtliche Neonlichter einer Gasse, filmisch wie ein Porträt" --limit 8

python3 <absolutes-faehigkeitsverzeichnis>/scripts/oip.py get --id <tweet_id>

Übergeben Sie die Formulierung des Benutzers, ohne sie durch erratene Stile, Motive oder negative Einschränkungen auszuschmücken. Untersuchen Sie parsed_intent, match_reasons, Tags und absolute_image_paths; öffnen Sie repräsentative Bilder, bevor Sie die Qualität beurteilen. Lesen Sie references/retrieval-contract.md, wenn Sie Einschränkungen oder ein leeres Ergebnis interpretieren.

Behandeln Sie results als exakte Übereinstimmungen. related_results ist ein separater Fallback-Kanal, der möglicherweise genau eine deklarierte ästhetische Einschränkung auslässt. Präsentieren Sie niemals eine verwandte Referenz als exakte Übereinstimmung: Legen Sie deren missing_constraints offen und empfehlen Sie nur die visuellen Entscheidungen, die sie tatsächlich demonstriert. Verwandte Referenzen sind bereits auf bildbestätigte visuelle Beweise beschränkt und schließen nicht angeforderte Screenshots, Dokumentgrafiken, starke Texteinblendungen, mehrteilige Layouts und Wasserzeichen aus.

Geben Sie für jede Empfehlung zurück:

  • stabile ID, Autor und Quell-URL;
  • repräsentativer Bildpfad;
  • ob die Übereinstimmung exact oder related ist;
  • alle deklarierten missing_constraints;
  • unveränderter source_prompt;
  • zwei oder drei aussagekräftige Übereinstimmungsgründe;
  • welche visuelle Entscheidung wiederverwendbar ist und was nicht kopiert werden sollte.

Übersetzungen und abgeleitete Prompts sind Hilfsmittel, niemals Quell-Prompts. Wenn kein relevantes Ergebnis in einem der Kanäle vorhanden ist, melden Sie die Korpuslücke, anstatt eine Herkunft zu erfinden. Das Werkzeug führt bereits den einzig zulässigen One-Facet-Fallback durch; lockern Sie niemals manuell das Motiv, die Verwendung, den expliziten Stil, die Szene, die Benutzerinvarianten oder verbotene Einschränkungen.

Einige Archiveinträge enthalten Kommentare oder Beitragstexte anstelle eines ausführbaren Generierungsprompts. Kennzeichnen Sie diese Unterscheidung klar und präsentieren Sie solche Texte nicht als wiederverwendbaren Original-Prompt.

Ausgewählte Referenzen anpassen

Synthetisieren Sie auf Anfrage die vom Benutzer ausgewählten kohärenten Referenzen in einen neuen englischen Prompt und ein entsprechendes Äquivalent in vereinfachtem Chinesisch. Bewahren Sie alle creative_spec-Invarianten und vermeiden Sie die von $img-gen-taste bereitgestellte Liste. Halten Sie den neuen Prompt, die Begründung mit Quell-IDs und die Original-Prompts klar getrennt. Kopieren Sie keinen vollständigen Quell-Prompt, keine Identität, keine Marke, keinen geschützten Charakter oder eine einzigartige Szene.

Den Benutzer visuell auswählen lassen

Wenn der Benutzer Ergebnisse durchsuchen oder vergleichen möchte, lesen Sie references/gallery-session.md, erstellen Sie eine lokale Ergebnissitzung und öffnen Sie nur die vom Befehl zurückgegebene URL.

python3 <absolutes-faehigkeitsverzeichnis>/scripts/oip.py gallery \
  --intent "Dezentes, dunkles Parfüm-Werbeplakat mit reduzierter Farbpalette" --lang de --limit 8

Die Galerie muss die Suchreihenfolge beibehalten und das "Kopieren des Original-Prompts" bytegenau originalgetreu halten. Wenn url_usable falsch ist, führen Sie den zurückgegebenen start_command aus, bevor Sie die URL als öffenbar präsentieren.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills