1NWZ/create-gemscript-collage

Crear Collage GemScript

Crea una imagen de efecto GemScript en formato 3:2. Conserva el sistema espacial V6: pequeño film, recorte ajustado, relación compacta entre film y caligrafía, y márgenes amplios y tranquilos. Cuando se solicite, apila de forma determinista el efecto aceptado sobre la foto fuente real en un PNG final 3:4. Nunca pidas al modelo de imagen que redibuje la mitad inferior.

Presupuesto de generación y condiciones de parada

Estos son límites de seguridad estrictos:

• Una solicitud de usuario no por lotes autoriza como máximo una llamada de generación o edición de imagen. Después de esa llamada, entrega el resultado o informa del fallo y finaliza el turno.
• Un lote explícito autoriza como máximo una llamada por imagen fuente nombrada, con no más de tres llamadas de generación/edición en una tarea. Antes de una cuarta llamada, detente y pide al usuario que continúe en una tarea nueva con una transferencia de texto compacta y solo la ruta de la fuente actual. No crees esa tarea a menos que el usuario lo solicite.
• Un error, tiempo de espera, respuesta sobredimensionada, resultado faltante, texto incorrecto o validación fallida consume la llamada autorizada. Nunca reintentes, reformules y reenvíes, regeneres o edites automáticamente en el mismo turno.
• Después de un error, tiempo de espera, respuesta sobredimensionada o resultado faltante, no vuelvas a llamar a la herramienta de imagen en la misma tarea. Informa del fallo y requiere una tarea nueva para cualquier reintento.
• Nunca reanudes automáticamente una generación fallida cuando se reabra una tarea.
• Usa solo la imagen fuente explícitamente nombrada en la solicitud actual más las referencias de material requeridas por esta habilidad. Cuando existan rutas locales, pasa esas rutas exactas y no incluyas imágenes recientes de la conversación. Nunca copies ni conserves datos de imagen en base64 en indicaciones, mensajes, registros, transferencias o archivos de salida.

Flujo de trabajo

1. Inspecciona la foto fuente con el visor de imágenes disponible.
2. Resuelve la caligrafía:
   • Reproduce el texto en inglés proporcionado por el usuario textualmente, incluyendo mayúsculas y espacios.
   • Si no se proporciona ninguno, elige una palabra corta en inglés, o como máximo dos palabras cortas, que encajen con la foto.
3. Elige un tono de fondo contenido, derivado de la fuente o complementario a ella. Mantenlo de alta luminosidad, baja saturación y ligeramente grisáceo.
4. Analiza el recorte de la fuente, la orientación del sujeto, la dirección visual dominante y el espacio negativo. Elige una relación que responda a la fuente en lugar de una plantilla fija:
   • film a la izquierda, caligrafía a la derecha;
   • caligrafía a la izquierda, film a la derecha;
   • film arriba, caligrafía directamente debajo y en contacto;
   • caligrafía arriba, film directamente debajo y en contacto. Para un lote, varía la relación a menos que las fuentes claramente requieran la misma solución. Para pruebas consecutivas de una sola imagen en la misma tarea, evita reutilizar la relación inmediatamente anterior cuando otro modo se ajuste a la fuente; repite un modo solo cuando la geometría o legibilidad de la fuente claramente lo requiera. Lleva un registro del último modo usado en el contexto actual.
5. Conserva cualquier referencia de diseño aprobada por el usuario. Trátala como una referencia solo de composición: conserva su espacio libre, escala del film, recorte y relación film/caligrafía, rediseñando solo el subsistema solicitado.
6. Lee references/v6-prompt.md por completo y reemplaza cada marcador de posición, incluyendo {LAYOUT_MODE}, antes de la generación.
7. Usa 2–3 imágenes de assets/v5-rhinestone-references como referencias solo de material cuando la herramienta de imagen soporte múltiples referencias. Definen el material preferido de adhesivo de pedrería plana, los pequeños cristales conectivos, el ritmo irregular de formas mixtas y la distribución multicolor. No definen el sujeto, la palabra, el tono de fondo, el recorte del film ni el diseño. Etiqueta explícitamente cada rol de imagen en la indicación de generación.
8. Antes de la generación, escribe una especificación de diseño compacta para esta imagen exacta y úsala como un contrato de aceptación, no como una sugerencia: lienzo 1536×1024. Define el grupo central como film + caligrafía + extensiones verdaderas; las gemas sueltas están intencionadamente excluidas de este cuadro delimitador central. Cada imagen debe incluir exactamente de 7 a 12 pedrerías sueltas en el espacio negativo circundante, dispuestas en dos o tres microgrupos irregulares más de una a tres piezas aisladas; deben mantenerse alejadas del borde del lienzo y no deben formar una segunda composición. Usa el objetivo interno más pequeño: para un diseño horizontal, apunta a un grupo central de 52–58% A × 50–56% L, reserva un espacio de 2–3% A, mantén una palabra corta a 25–32% A y como máximo 16% L, y mantén el film a 8–12% A y como máximo 22% L. Para un diseño vertical, apunta a un grupo central de 50–58% A × 52–60% L, reserva un espacio de 2–3% L, mantén una palabra corta a 25–32% A y como máximo 16% L, y mantén el film a 8–12% A y como máximo 22% L. Mantén al menos 18% de espacio libre lateral y 20% superior/inferior para el grupo central. El área del cuadro delimitador visible del film debe ser 25–35% del área de la caligrafía, con 40% como máximo absoluto. Si la fuente, la palabra o el diseño elegido no pueden cumplir con esta especificación, cambia la colocación o reduce el film antes de la generación. No relajes los números en silencio.
9. Revisa el presupuesto de generación anterior, luego usa el flujo de trabajo de generación de imágenes integrado. Si una habilidad imagegen está disponible, cárgala y síguela antes de llamar a la herramienta de imagen. Trata la foto subida actual o su ruta local explícita como la única referencia de sujeto y genera una imagen de efecto independiente en formato 3:2 apaisado. No incluyas imágenes anteriores de la conversación.
10. Inspecciona el efecto y valida:
    • texto exacto y formas de letras legibles;
    • cada mayúscula pasa una verificación de esqueleto antes del estilo de material: ignora temporalmente las gemas y verifica que la trayectoria de escritura subyacente aún se lea como la mayúscula prevista;
    • una M mayúscula tiene dos hombros claramente visibles, un valle central, dos trazos descendentes principales conectados y una transición continua a la letra minúscula siguiente; no debe leerse como un óvalo grande con un tallo suelto, un arco simple, A, N o n minúscula;
    • cada letra minúscula pasa la misma verificación de esqueleto; en particular m, n, u y r deben tener solo los tallos, jorobas, contadores y un trazo de salida natural previstos, sin rama extra, tallo repetido, espolón, lazo, gancho ni crecimiento inexplicado; un floreo terminal puede comenzar solo después del trazo final previsto y no debe alterar el esqueleto de la letra;
    • sujeto reconocible y recorte adecuado;
    • el recorte del film tiene un detalle focal editorial nombrado que ocupa aproximadamente el 60–80% de la impresión, con como máximo un pequeño borde contextual; rechaza un recorte de escena amplia que incluya al sujeto completo más todos los accesorios principales;
    • film en blanco y negro de alto contraste con solo un ligero tinte de fondo;
    • el film pasa una verificación de contraste tonal: áreas de sombra casi negras, luces casi blancas y medios tonos claramente separados; rechaza velo gris, gris lechoso, negros elevados, bajo contraste plano o un tinte que oculte la estructura blanco y negro;
    • fondo de alta luminosidad y baja saturación;
    • mide el cuadro delimitador central visible, no solo el área ocupada, y excluye las gemas sueltas de esta medición; usa el rango del grupo central horizontal o vertical definido antes de la generación;
    • mantén al menos 18% de márgenes izquierdo/derecho y 20% de espacio libre superior/inferior para el grupo central; usa un espacio de 2–3% entre film y caligrafía; mantén una palabra corta de como máximo 32% del ancho del lienzo y no más del 16% de la altura del lienzo;
    • para una palabra corta, la caligrafía es el elemento principal y el film es secundario: el área del cuadro delimitador visible del film debe ser 25–35% del área del cuadro delimitador visible de la caligrafía, con 40% como límite superior absoluto; si las reglas de tamaño independiente entran en conflicto con esta jerarquía, reduce el film;
    • el film sigue siendo pequeño, como máximo 12% del ancho del lienzo y 22% de la altura del lienzo, con un recorte más ajustado que la fuente;
    • el diseño sigue la composición de la fuente y no es automáticamente caligrafía a la izquierda / film a la derecha;
    • la palabra de pedrería y el film se superponen solo cuando un trazo de letra real puede alcanzar el borde más cercano del film sin cambiar su tangente natural de escritura; si no, mueve ligeramente el film o deja un espacio estrecho en lugar de forzar una conexión;
    • una, o como máximo dos, extensiones de pedrería comienzan desde un trazo de entrada real, trazo de salida o floreo terminal y continúan su tangente de forma natural; nunca añadas una caída vertical, un pliegue brusco hacia atrás, un cordón colgante o una segunda cola después de que la palabra ya haya terminado visiblemente;
    • exactamente de 7 a 12 gemas sueltas están visiblemente presentes fuera de la palabra, dispuestas en dos o tres microgrupos irregulares más de una a tres piezas aisladas, con espaciado desigual y sin línea de puntos, arco o diagonal independientes; rechaza la imagen si el recuento de gemas sueltas es inferior a 7 o superior a 12;
    • no más de tres gemas sueltas se alinean visualmente en una dirección;
    • los trazos conectivos usan mayoritariamente cristales redondos muy pequeños, mientras que los cortes geométricos más grandes se incrustan con moderación en puntos estructuralmente significativos;
    • al menos cinco familias de formas aparecen en todo el diseño, pero solo una o dos familias de motivos se repiten prominentemente;
    • las gemas son adhesivos de pedrería plana poco profundos con facetas nítidas y sombras de contacto ajustadas, nunca gemas de vidrio grueso o cabujones;
    • sin texto extra, logotipo, marca de agua, pantalla dividida o foto original fuera del film.
11. Aplica una puerta de pre-entrega estricta. La imagen se acepta solo si todas las verificaciones numéricas y visuales anteriores pasan juntas. En particular, rechaza cualquier salida cuyo grupo sea demasiado ancho/alto, cuyo film sea demasiado grande o demasiado cercano en peso visual a la caligrafía, o cuyo recorte del film sea un recorte amplio de escena completa. “El modelo puede haber ignorado la indicación” no es una razón de aceptación. No guardes, enlaces ni presentes una imagen fallida como resultado.
12. Si la validación falla, no realices otra llamada de herramienta automáticamente. Reporta el defecto y detente. Solo una solicitud explícita de corrección posterior autoriza una edición de imagen dirigida, sujeta al presupuesto de generación. Para esa edición, rechaza texto incorrecto, un esqueleto de mayúscula incorrecto, un grupo sobredimensionado, un film sobredimensionado, un diseño de plantilla fija, una estela de gemas sueltas, un conector de film forzado, gemas redondas de baja diversidad o material voluminoso tipo joya. Cuando el diseño ya esté aprobado, no regeneres toda la composición para corregir solo una forma de letra, trazo terminal o material de pedrería. Para una mayúscula fallida, congela la fotografía, el fondo, las letras restantes, los acentos sueltos, la escala y el diseño; redibuja solo esa mayúscula y sus dos uniones adyacentes. Para una interacción terminal fallida, congela toda la palabra y la composición excepto el trazo de salida real de la letra final y el área de superposición local; elimina cualquier caída vertical posterior a la palabra o conector independiente.
13. Guarda el efecto aceptado de forma no destructiva como <nombre-fuente>-gemscript-effect.png en el directorio de trabajo o de salida solicitado por el usuario.
14. Elige coordenadas de enfoque de recorte normalizadas de la foto original después de la inspección: 0.0 es izquierda/arriba y 1.0 es derecha/abajo. Por defecto usa 0.5,0.5 solo cuando el sujeto ya está centrado.
15. Carga las dependencias del espacio de trabajo incluidas y usa el ejecutable de Python devuelto. Esto evita asumir que el Python del sistema tiene Pillow. Ejecuta el compositor determinista:

<python-espacio-trabajo> <directorio-habilidad>/scripts/compose_vertical.py \
  --effect <efecto.png> \
  --original <foto-fuente> \
  --output <nombre-fuente>-gemscript-final-3x4.png \
  --focus-x <0..1> \
  --focus-y <0..1>

16. Inspecciona el PNG final. Verifica un lienzo 3:4, mitades iguales 3:2, efecto arriba, la fuente real abajo, sin espacio ni divisor, y sin recorte del sujeto dañado.
17. Entrega tanto el PNG del efecto como el PNG final 3:4. Lidera con el composite final.

Reglas de salida

• Tamaño de mitad predeterminado: 1536×1024; tamaño final: 1536×2048.
• Conserva el archivo fuente sin cambios.
• No sobrescribas salidas existentes; añade un sufijo de versión o pasa --force solo cuando se solicite explícitamente el reemplazo.
• Omite la composición solo cuando el usuario pida explícitamente la imagen de efecto por sí sola.

Referencias de regresión visual aprobadas V6

Usa references/v6-approved-examples.md y los tres PNG en assets/v6-approved-examples/ como los puntos de referencia visuales aprobados V6 para composición, escala, legibilidad y calidad de la pedrería.