CommunityBildgithub.com

Next-Gen Scan Poster

Zeigt einem Agenten, wie er „Next-Gen Scan Poster“ erstellt oder produziert, sodass das konkrete Ergebnis ein druckfertiges Poster oder Key Art ist. Der Ablauf umfasst Next-Gen Scan Poster, Workflow, Serie (ein Poster pro Kurs / Produkt). Verwenden Sie dies, wenn ein neuer Auftrag diese Fertigkeit erfordert.

Was ist Next-Gen Scan Poster?

Dieser Skill befähigt einen KI-Agenten, hochwertige „Next-Gen Scan Poster“ zu erstellen – druckfertige Poster oder Key Arts, die auf echten Kundenbildern basieren und diese mit verschiedenen Scan-Effekten (Konturen, Thermalkarten, Drahtgittern, LiDAR-Punktwolken) überlagern. Das Design verwendet ein nahezu schwarzes 28-Pixel-Raster, eine einzelne Akzentfarbe, kondensierte Schrift und kleine Monospace-HUD-Tags, um eine technische, futuristische Ästhetik zu vermitteln, ohne auf erfundene Produktaufnahmen zurückzugreifen. Der Skill unterstützt mehrere Layouts wie geteilte Helden, Porträt-Callouts und Rasteransichten und bietet eine Reihe von Skripten (scan.py, render.py, demo.py), die die Bildverarbeitung und die Druckaufbereitung automatisieren. Die Workflow-Anleitung führt den Agenten von der Inhaltsammlung über die Layoutauswahl und Bilderstellung bis zur finalen Produktion und Ausgabe. Besonderes Augenmerk liegt auf der Vermeidung typischer Fehler wie verzerrten Bildern oder falsch positionierten Callouts. Für Serien mit mehreren Postern (z. B. pro Kurs oder Produkt) stellt der Skill eine konsistente Vorlage (split-hero.html) bereit, bei der pro Element nur Akzentfarbe, Scan-Modus, Serienbalken und Nummer angepasst werden. So entsteht eine einheitliche Produktfamilie. Der Skill ist ideal für Agenten, die in Design- oder Marketing-Workflows eingebunden sind und visuell ansprechende, technisch präzise Werbematerialien erstellen müssen. Er setzt Python 3 mit Pillow und numpy sowie einen Chromium-basierten Browser voraus.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jeremyhan520/poster-skills/tree/HEAD/nextgen-scan-poster

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

Was macht Next-Gen Scan Poster?

Ein Poster-Stil, der auf echten Kundenbildern basiert, die als „Scans“ neu aufgenommen wurden: Iso-Linien-Konturen auf einem Gesicht, eine thermische Wärmekarte, leuchtende Drahtgitter-Kanten, eine LiDAR-Punktwolke. Es liegt auf einem nahezu schwarzen 28-Px-Raster mit einer einzelnen Akzentfarbe, kondensierter Display-Schrift und kleinen Monospace-HUD-Tags. Es wirkt wie Engine-/XR-/Digital-Human-Technologie, ohne erfundene Produktaufnahmen zu erfinden.

Was enthalten ist:

PfadBeschreibung
scripts/scan.pyFoto → Scan-Kunst (contour, thermal, edges, points, grade); passt immer ohne Verzerrung
scripts/render.pyHTML → A4 300 dpi PNG + PDF + Vorschau, plus eine Options-Montage; findet Chrome / Edge / Chromium
scripts/demo.pyführt die gesamte Pipeline mit einem prozeduralen Bild aus; einmal verwenden, um zu prüfen, ob die Maschine funktioniert
assets/split-hero.htmlhalb Original / halb Scan-Held; auch die Einzelseite einer nummerierten Serie
assets/portrait-callouts.htmleine große gescannte Figur mit Markierungen, Textspalte links
assets/scan-grid.html3×3-Raster, jedes Element in einem anderen Scan-Modus, plus eine Info-Zelle
references/style-guide.mdTokens, Schriftart, Layout-Zahlen, Scan-Modus-Rezepte, Serien-Theming, Fallstricke. Lesen Sie es vor dem ersten Poster

Benötigt Python 3 mit Pillow und numpy sowie einen Chromium-basierten Browser.

Workflow

  1. Sammeln Sie zuerst den Inhalt. Logos, die Fotos/Renderings des Kunden, die Überschrift, die echten Fakten (Daten, Formate, Preis oder Angebot, Adresse), den QR-Code. Der Text, der einen Kurs oder ein Produkt beschreibt, sollte aus dem eigenen Material des Kunden (Website, Broschüre) stammen. Wenn nichts vorhanden ist und Sie selbst eine Zeile schreiben, teilen Sie dem Benutzer mit, welche Zeilen von Ihnen stammen.

  2. Wählen Sie das Layout pro Poster.

    • Ein Gesicht oder eine Figur → portrait-callouts oder eine geteilte Ansicht.
    • Eine Heldenszene → split-hero.
    • Mehrere gleichwertige Elemente → scan-grid.
    • Ein Poster pro Element → split-hero als Serie, siehe unten.
  3. Erstellen Sie die Kunst mit scan.py.

    • Skalieren Sie jedes Bild auf das 2-fache des CSS-Box, das es füllt: Held 1588×1080, Porträt 1240×1560, Raster-Kachel 700×584.
    • Wählen Sie --box und --center so, dass das Motiv dort sitzt, wo das Layout es haben möchte.
    • Für eine geteilte Ansicht erstellen Sie real.jpg (Modus grade) und scan.jpg mit identischen --box/--size/--center, da sich die Hälften sonst nicht ausrichten.
    • Färben Sie den Scan mit der Poster-Akzentfarbe (--color).
  4. Kopieren Sie eine Vorlage neben einen art/-Ordner und bearbeiten Sie sie.

    • Setzen Sie --A (Akzent), --B (sekundär) und für eine geteilte Ansicht --sx.
    • Ersetzen Sie jeden Platzhaltertext.
    • Platzieren Sie die echten Logodateien und den QR-Code: ein <img> innerhalb von .qr, Logo <img>/<svg> innerhalb von .top.
  5. Rendern. python scripts/render.py a.html b.html c.html --montage options.jpg.

  6. Betrachten Sie die Vorschauen selbst, bevor Sie sie jemandem zeigen. Die üblichen Fehler:

    • ein gestrecktes Bild
    • die geteilte Ansicht liegt nicht auf dem Motiv
    • eine Markierung auf den Haaren statt auf dem Gesicht
    • eine Überschrift läuft in die große Zahl
    • eine einzeilige Waise
    • unleserliche kleine Tags über hellem Bild

    Beheben Sie sie und rendern Sie erneut.

  7. Optionen zeigen, dann verpacken.

    • Wenn ein Design angefordert wird, erstellen Sie drei verschiedene Versionen und senden Sie die Vorschauen oder die Montage.
    • Produzieren Sie endgültige Dateien nur für die vom Benutzer ausgewählte Version.
    • Benennen Sie Ausgabedateien in ASCII.

Serie (ein Poster pro Kurs / Produkt)

Verwenden Sie split-hero.html für jedes Element und behalten Sie das Layout identisch bei, damit die Reihe wie eine Familie wirkt. Pro Element ändern Sie vier Dinge:

  • Akzentfarbe: die eigene Markenfarbe des Elements, falls vorhanden, angewendet auf den Scan-Farbton, die Nummer, die Tags und das Angebot
  • Heldenbild und Scan-Modus: variieren Sie den Modus in der Reihe (points, edges, thermal, contour…)
  • die Serienleiste: heben Sie die Zelle dieses Elements hervor
  • die große umrandete Zahl

Halten Sie die Erklärung jedes Elements auf einen Satz plus drei kurze Punkte, die aus dem eigenen Kurs- oder Produkttext des Kunden stammen. Verkleinern Sie den Titel bei langen Namen, damit er die Nummer nicht überdeckt, z. B. 54 px statt 64 px.

Dinge, die wichtig sind (und warum)

  • Verzerren Sie nie Bilder. Beschneiden, dann anpassen (scan.py erledigt das). Menschen bemerken sofort gequetschte Gesichter; dies war die erste Beschwerde bei jedem frühen Entwurf.
  • Setzen Sie die Trennkante durch die Mitte des Motivs, zwischen die Augen und die Nase hinunter bei einem Gesicht. Außermittig wirkt es wie ein Layout-Unfall statt eines „Vorher/Nachher-Scans".
  • Markierungen zeigen auf echte Merkmale (Gesicht, Hand, Stoff). Überprüfen Sie sie in einem Rendering und verschieben Sie die SVG-Markierungen; eine Markierung auf den Haaren oder dem Hintergrund wirkt nachlässig.
  • Dekorative Etiketten dürfen nicht als Behauptungen gelesen werden. „SCAN · THERMAL", „MODE · POINT CLOUD" und Legendenwörter sind Styling. Halten Sie Zahlen daraus heraus und implizieren Sie nicht, dass das Produkt etwas tut, was es nicht tut.
  • Effekte dürfen niemals die Lesbarkeit beeinträchtigen. Für eine Glitch-Überschrift behalten Sie eine saubere, vollständig deckende Kopie des Textes oben und platzieren Sie die RGB-gesplitterten/geschnittenen Kopien dahinter oder in dünnen Bändern. Siehe das Style-Guide.
  • Kleiner Text über Bildern erhält einen Hintergrund. Verwenden Sie einen halbdeckenden dunklen Chip oder einen text-shadow auf der Grundfarbe.
  • Schriftarten. Die Vorlagen laden Barlow Condensed, JetBrains Mono und Noto Sans SC von Google Fonts, mit Fallbacks zu Bahnschrift / Impact, Consolas und Microsoft YaHei / PingFang. Offline oder in Festlandchina werden die Fallbacks gerendert, überprüfen Sie daher die Vorschau. Für garantierte Ausgabe installieren Sie die Schriftarten lokal.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Verwandte Skills