Poster Genome · Referenz-zentrierte Gestaltung

Was macht Poster Genome · Referenz-zentrierte Gestaltung?

Ziel: Lerne, was Benutzern wirklich gefällt, und lasse diese echten visuellen Referenzen in die nächste Kreation einfließen.

Das Design-Genom (genome) ist eine übertragbare Designentscheidung; die private Taste Library des Benutzers ist eine Sammlung von Referenzplakaten, die erneut geöffnet, betrachtet und für die Bildgestaltung verwendet werden kann. Eine textuelle Beschreibung des Genoms kann das echte Referenzbild nicht ersetzen. Beide müssen zusammenwirken.

Dies sind Verhaltensanweisungen für den Agenten, keine Software mit eigenem Bildgenerierungsmodell. Alle relativen Skriptpfade beziehen sich auf das Skill-Verzeichnis, in dem sich diese SKILL.md befindet. Die Benutzerdaten werden nach der Installation in ~/.poster-genome auf dem Rechner gespeichert, nicht im Skill-Ordner oder in einem öffentlichen GitHub-Repository.

1. Benutzermodus erkennen

Was der Benutzer sagt	Modus	Was zu liefern ist
"Lerne dieses Poster" / "Warum gefällt es mir?"	LEARN	Sichtbare Beweise, Design-Schlussfolgerungen, übertragbare Regeln, Anwendungs- und Gegenbeispiele
"Gefällt mir, speichere es in meiner Stilbibliothek"	LEARN → LIBRARY	Zuerst das Bild analysieren, um Vorlieben/Abneigungen zu extrahieren, dann echtes Bild + Präferenzaufzeichnung lokal speichern
"Mach mir ein Poster mit diesen Fotos in meinem Lieblingsstil"	CREATE	Relevante Referenzoriginale abrufen, tatsächliche Bilder anhängen, erstellen und überprüfen
"Dieses Layout ist zu steif" / "Ändere die Person nicht"	REFINE	Referenzbilder vergleichen, Defizite genau benennen, Benutzermaterialien erhalten und gezielt modifizieren
"Sortieren/Löschen/Bewerte meine Referenzen"	LIBRARY	Nur mit ausdrücklicher Genehmigung des Benutzers Änderungen an der lokalen Bilddatenbank oder den öffentlichen Genomen vornehmen

Wenn der Benutzer bereits Bilder, Zweck und Text bereitgestellt hat, nicht erneut nachfragen. Stelle maximal drei Fragen pro Runde, die für die Erstellung wirklich relevant sind; erlaube dem Benutzer zu sagen: "Den Rest entscheidest du."

2. Höchste Priorität: Einschränkungen

1. Echte visuelle Referenz zuerst. Für die Erstellung bevorzugt 1–3 echte Bilder aus der privaten Bibliothek abrufen. Nur Metadaten oder Genom-JSON reichen nicht aus, um eine "referenzgesteuerte" Erstellung zu beanspruchen.
2. Klare Rollen für zwei Bildtypen. Vom Benutzer hochgeladene Inhaltsbilder bestimmen die Identität, Anzahl, Kleidung, Gegenstände, Marken und Fakten des Motivs; gemochte Plakate sind Stilreferenzen, die nur Schriftart, Farbe, Layout-Rhythmus und Atmosphäre liefern. Sie nicht in einem Bild vermischen.
3. Bilder wirklich übergeben. Pfad-Strings, Prompts und Zusammenfassungen übergeben das Bild nicht automatisch an das Bildmodell. Die Dateiinhalte müssen über die tatsächlich vom Host unterstützte Bildlese-/Anhängeschnittstelle übermittelt werden; wenn nicht unterstützt, dies ehrlich sagen und nicht so tun, als ob das Bild referenziert wurde.
4. Treue vor Schönheit. Die vom Benutzer angegebenen Gesichter, Haustiere, Produkte, genauen Texte und Mengen beibehalten; kein Baby darf fehlen, und keine fiktiven Daten, Wetter, Kameraparameter, Unterschriften, Angebote oder Empfehlungen erfinden.
5. Lerne Methoden, kopiere keine Werke. Nicht das gesamte einzigartige Layout, die Markenzeichen und den Originaltext von Werken Dritter nachbauen; darf keine nicht autorisierten Materialien verwenden.
6. Lokales Speichern erfordert Autorisierung. Das Hochladen eines Referenzplakats zum Ansehen bedeutet nicht die Erlaubnis zur dauerhaften Speicherung. Nur wenn der Benutzer ausdrücklich "zur Stilbibliothek hinzufügen / Referenz speichern" sagt oder zustimmt, lokal auf dem Rechner speichern. Ohne Zustimmung nicht auf GitHub, Cloud-Laufwerke oder andere Server hochladen.
7. Unterscheide Beobachtung, Schlussfolgerung, Unbekanntes. Die Erklärung der visuellen Wirkung ist nicht gleich der Absicht des Designers; spezifische Schriftarten, Originalautoren, Parameter und Rechte, die nicht bestätigt werden können, nicht erraten.
8. Ehrlichkeit über Werkzeugfähigkeiten. Ohne visuelles Werkzeug nicht behaupten, ein Bild gesehen zu haben; ohne Bildgenerierungswerkzeug nicht behaupten, ein Bild erstellt zu haben; ohne Zugriff auf lokale Dateien nicht behaupten, die Bilddatenbank des Benutzers gelesen oder gespeichert zu haben.

3. LERNEN (LEARN): Erlernen umsetzbarer ästhetischer Urteile

Gemäß Poster-Analysemethode zerlegen. Reihenfolge:

1. Bildtyp, Thema, Format, Anzahl der Motive, Hintergrund, Grafiken, Text, Markeninformationen beobachten; angeben, was unscharf ist.
2. Betrachtungsreihenfolge (erster Blick, zweiter Blick, letzter Blick) rekonstruieren; Komposition, Proportionen, Schriftkontrast, Weißraum, Ebenen, Farben und die Rolle von Dekorationselementen analysieren.
3. Jede Schlussfolgerung klar als "Bildevidenz → mögliche visuelle Funktion → übertragbare Regel → Anwendungsbedingungen → Bedingungen, unter denen sie ungültig wird" formulieren. Vermeide vage Aussagen wie "sieht hochwertig aus".
4. Wenn mehrere ähnliche Stile vorhanden sind, das gemeinsame Grundgerüst und mögliche Variationen extrahieren; nicht für jedes Bild mechanisch ein neues Genom erstellen.
5. Benutzerpräferenzen klar benennen: was am besten gefällt und was nicht übernommen werden sollte; wenn der Benutzer nichts sagt, kann der Agent Kandidaten vorschlagen, aber nicht so tun, als ob der Benutzer sie bestätigt hat.
6. Kandidaten-Genome und Anwendungsszenarien angeben. Nach Zustimmung des Benutzers kann das Originalbild in der lokalen Taste Library gespeichert werden; öffentliche Genomdateien nur mit zusätzlicher Autorisierung an das Repository übergeben.

Lernen und lokales Speichern sind zwei verschiedene Aktionen: Analyse bedeutet nicht automatisch Speicherung.

4. BIBLIOTHEK (LIBRARY): Aufbau eines individuellen visuellen Geschmacks für jeden Benutzer

Die bevorzugte Aktion ist "dem persönlichen Referenzbildarchiv des Benutzers eine visuelle Referenz hinzufügen", nicht Benutzerfotos in einem öffentlichen Repository zu speichern. Details siehe Persönliche Taste Library.

Lokales CLI wird im Skill-Verzeichnis ausgeführt, erfordert bei erster Nutzung die Installation von Pillow:

python -m pip install -r requirements-library.txt
python scripts/taste_library.py add \
  --image "/path/to/reference.jpg" \
  --title "Mein Lieblings-Fotografie-Tagebuch-Stil" \
  --genome playful-sky-editorial \
  --tag everyday \
  --like "Große, fette Überschrift wechselt sich mit leichter Handschrift ab" \
  --avoid "Original-Logo des Autors und fiktive Daten" \
  --rating 5

Es speichert eine um Metadaten bereinigte Kopie des Bildes und die ästhetische Aufzeichnung in ~/.poster-genome und lädt sie nicht automatisch ins Netz hoch. Unterstützt list, select, feedback, remove und prepare.

Quellfotos nicht im öffentlichen skills/poster-genome/ speichern. Lokales Speichern und Cloud-Generierung sind unterschiedliche Berechtigungen; Die lokale Speichererlaubnis des Benutzers bedeutet nicht, dass Bilder ohne Zustimmung an einen entfernten Bildgenerierungsdienst gesendet werden dürfen.

Wenn der Agent in der Cloud läuft und keinen Zugriff auf den Rechner des Benutzers hat, muss der Benutzer die Bilder in einen für den Agenten zugänglichen Arbeitsbereich bereitstellen oder einen vom Benutzer genehmigten privaten persistenten Speicher verwenden. Den Cloud-Arbeitsbereich nicht als lokalen Ordner des Benutzercomputers bezeichnen.

Öffentliche Genome befinden sich weiterhin in genomes/ und müssen dem schemas/genome.schema.json entsprechen; neue Stile zuerst mit bestehenden Genomen vergleichen, keine redundanten Kategorien hinzufügen. Nicht getestete Genome können als Draft behalten werden.

5. ERSTELLEN (CREATE): Neue Poster mit echten Stil-Referenzbildern erstellen

Den vollständigen Ablauf siehe Referenzgesteuerte Erstellung und Postererstellung.

1. Dieses Material verstehen. Die Benutzerquellbilder und die Motive in jedem Bild zählen; nicht veränderbare Gesichter, Kleidung, Anzahl der Fotos, Text und Größe auflisten. Zwei Babyfotos müssen beide Babys zeigen, es sei denn, der Benutzer erlaubt ausdrücklich, eines wegzulassen.
2. Echte Referenzbilder finden. Die lokale Bilddatenbank des Benutzers lesen und nach Stil-Genom, Material-Tag, Benutzerbewertung und liked_for 1–3 Bilder auswählen; das Bild tatsächlich öffnen, um das Layout-Verhältnis zu beurteilen. Vom Benutzer ausdrücklich angegebene Referenzen bevorzugen.
3. Keine Referenzbilder: Ehrlich handeln. Standardmäßig den Benutzer fragen, ob er ein gemochtes Poster hinzufügen oder einen "originellen Versuch ohne visuelle Referenz" erlauben möchte. Textregeln nicht als echtes visuelles Bild ausgeben.
4. Erzeugungsliste ≠ Postererstellung. Das CLI kann Benutzerbilder und Stil-Referenzbilder in verschiedene Rollen aufteilen und klare lokale Dateipfade ausgeben:

python scripts/taste_library.py prepare \
  --source "/path/to/user-photo-a.jpg" \
  --source "/path/to/user-photo-b.jpg" \
  --genome playful-sky-editorial \
  --tag portrait \
  --headline "Ausflugstagebuch der Zwillinge" \
  --top 2

5. Referenzbilder und Quellbilder tatsächlich an das Bildwerkzeug übergeben. Ein multimodales Erstellungs-/Bearbeitungswerkzeug aufrufen, das Bildeingabe unterstützt; die ausgewählten Referenzbilder als Stilreferenz und die Benutzerquellfotos als Inhaltsquelle übergeben. Nur absolute Pfade in den Prompt zu setzen, gilt nicht als vollständige Eingabe; sicherstellen, dass das Werkzeug sie tatsächlich empfangen kann. Das Aufrufen von Remote-Diensten mit sensiblen Benutzerbildern muss den Nutzungsbedingungen und Datenschutzanforderungen des Dienstes entsprechen.
6. Design und Treue trennen. Von der Referenz lernen – Schriftarten, Farbblöcke, Randdekorationen, Raumrhythmus –, nicht das Original kopieren. Für Szenarien, in denen Gesichter, Marken, Zahlen oder chinesischer Text genau sein müssen, zuerst das Werkzeug verwenden, um Hintergrund/Grafiken zu erstellen, dann mit deterministischer Bearbeitung echte Fotos und Text synthetisieren. Das Gesicht des Babys nicht für den visuellen Effekt neu zeichnen.
7. Ausgabe prüfen. Überprüfen, ob alle erforderlichen Motive im Inhaltsbild erscheinen, der Text korrekt ist, das Layout die gemochten visuellen Merkmale erbt und keine fiktiven Aufnahmeparameter vorhanden sind. Wenn der Stil stimmt, aber ein Motiv fehlt, ist das Produkt dennoch ungenügend.
8. Feedback zur Verbesserung des Geschmacks. Nach dem Feedback des Benutzers können Präferenzen zur Beibehaltung vorgeschlagen werden; nur mit Zustimmung des Benutzers darf feedback aufgerufen werden, um in die lokale Datenbank zu schreiben. Keine heimliche Aufzeichnung.

Das Matching-Skript scripts/match_genomes.py kann weiterhin nur eine heuristische Metadaten-Sortierung durchführen, kann aber die visuelle Referenzsuche nicht ersetzen. Das select des Referenzbild-CLI ist ebenfalls keine visuelle Vektorsuche: Der Agent sollte das Bild tatsächlich ansehen, bevor er den Stil festlegt.

6. VERFEINERN (REFINE): Änderungen näher an die gemochte Referenz heranführen

• Gleichzeitig das ursprüngliche Benutzermaterial, die vom Benutzer angegebene Referenz und das bereits erstellte Produkt vergleichen; zuerst 1–3 offensichtliche Mängel benennen.
• Fehler (Tippfehler, fehlende Personen, Gesichtsverzerrungen, erfundene Daten) und ästhetische Unterschiede (Schrift ohne Dynamik, zu steife Elemente) getrennt behandeln.
• Bei gezielten Änderungen klar formulieren: "Was übernommen werden soll / Was nicht kopiert werden darf / Welche Originalinhalte unverändert bleiben müssen."
• Wenn ein Bildbearbeitungswerkzeug vorhanden ist, dieses tatsächlich verwenden; wenn eine Neugenerierung das Gesicht beschädigen könnte, eine kontrollierte Synthese bevorzugen.
• Wenn der Benutzer keine Speicherung des Ergebnisses oder der Präferenzen autorisiert hat, keine privaten Daten anlegen.

7. Fehlerfälle und Grenzen

• Lokale Bilddatenbank leer: Den Benutzer fragen, ob er eine Referenz hinzufügen oder eine Originalarbeit ohne Referenz erlauben möchte; nicht fälschlich behaupten "Der Stil stammt von einer Referenz".
• Nur JSON ohne Bilder: Einen Designvorschlag machen können, aber klarstellen, dass es "auf einem Text-Genom basiert" und nicht auf einer bildbasierten Generierung.
• Referenz gefunden, aber der Host kann sie nicht lesen: Den Dateipfad nicht als Bild ausgeben; die Einschränkung des Werkzeugs erklären und den Benutzer bitten, das Bild anzuhängen oder das Werkzeug zu wechseln.
• Der Benutzer möchte zwei Personen genau erhalten: Nicht nur eine generieren; bei Fehlschlag weiter korrigieren oder ehrlich sagen.
• Keine Faktenquelle: Keine konkreten Daten, Temperaturen, Kameraparameter, Unterschriften, Barcode-Bedeutungen erfinden.
• Private Fotos oder Werke Dritter: Nicht standardmäßig veröffentlichen, synchronisieren oder hochladen.
• Das aktuelle Werk ist bereits gut: Erlauben, es so zu belassen, nicht zwingend neu layouten.

Bei Bedarf lesen

• Referenzgesteuerte Erstellung — Der vollständige Prozess, Bilder tatsächlich für die Generierung und Treue zu verwenden
• Persönliche Taste Library — Lokales Bild-CLI, Autorisierung, Datenschutz, Feedback
• Poster-Analysemethode — Grenze zwischen Beobachtung und Schlussfolgerung
• Design-Genom-Auswahl und -Verwaltung — Auswahl, Zusammenführung und Versionierung allgemeiner Regeln
• Interaktionsprotokoll — Wenige, aber wichtige Fragen stellen
• Postererstellung — Leinwand, Ebenen, Text und Ausgabe
• Qualitätsbewertung von Postern — Zuerst Treue prüfen, dann Ästhetik
• Quellen und Rechte — Persönlicher Speicher und Urheberrechte Dritter

Dieses Projekt bringt in keiner Umgebung ein eigenes visuelles Modell, KI-Bildgenerierungsmodell oder einen Cloud-Bilddatenbank-Synchronisationsdienst mit.