CommunityImagengithub.com

Variaciones de imagen coherentes

Convierte un pedido o una imagen de referencia en un conjunto que mantiene el mismo sujeto. El modo rejilla pinta una hoja 2×2, 3×3 o 4×4 y la corta. El modo secuencia hace de 4 a 16 fotogramas de luz, ángulo, lugar o relato. Ambos entregan un paquete comprobable con manifiesto.

¿Qué es Variaciones de imagen coherentes?

Skill de imágenes fijas para series coherentes. Elige una hoja de contacto o una secuencia corta, mantiene el sujeto y entrega un zip con manifiesto en lugar de un montón de archivos imposibles de revisar.

Compatible con~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/Chans-gh/AI-Image-Variation/tree/HEAD/skills/image-variations

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Variaciones de Imagen (Skill 01)

Entrada única. La orquestación está escrita aquí; el texto completo de las 12 direcciones, las plantillas de Prompt, la matriz de compatibilidad de Proveedores, los códigos de error y los umbrales no están aquí, deben leerse según sea necesario desde la línea base congelada para evitar dos verdades que se desvíen mutuamente.

  • Reglas de negocio: Image_Variations_Dual_Skill_SPEC_v1.1/specs/01-Image-Variations-Skill-v1.2.md
  • Registro de direcciones: .../references/directions/registry.json
  • Plantillas de Prompt: .../references/grid-prompt.md, .../references/sequence-prompt.md
  • Compatibilidad de Proveedores y seguridad: .../references/provider-compat.md
  • Códigos de error: .../references/error-registry.json
  • Reglas de empaquetado: .../references/packaging.md
  • Contratos: .../contracts/{image-artifact,job-state,delivery-package}.schema.json

La línea base es de solo lectura: la lista hash está en shared/baseline.manifest.json, shared/check_baseline.py debe mantenerse siempre en verde. Para cambiar la especificación, primero justifique y obtenga confirmación; no "corrija" la línea base silenciosamente en la implementación.

I. Cinco reglas inquebrantables

  1. Sin degradación silenciosa. Capacidad insuficiente, presupuesto insuficiente, validación fallida: siempre devuelva explícitamente un código de error de references/error-registry.json; no está permitido "cambiar silenciosamente a un tamaño más pequeño/una calidad más baja/menos imágenes" y continuar, ni tampoco informar una falla como exitosa.
  2. Los umbrales solo se leen de la configuración. config/iv.config.json es la única fuente (límite suave/fuerte para el lado del mosaico, riesgo/paso para la costura, factor de ampliación, reintentos y presupuesto). Aún no han sido calibrados con modelos reales; proporcione datos antes de cambiarlos. No deben aparecer números mágicos en el código.
  3. Fuente única de verdad. Las direcciones, prompts, códigos de error y contratos se leen desde la línea base en tiempo de ejecución, no se copian en este Skill.
  4. Las claves solo por referencia. Solo se aceptan secret://… o env:…; las claves, la imagen original y el texto del usuario no deben aparecer en registros, manifiestos, mensajes de error o ZIP.
  5. Los artefactos deben ser verificables. Cada entrega incluye manifest.json (image-artifact 1.1) y delivery-package.json; cada entrada en el manifiesto debe existir realmente y tener un hash consistente.

II. Cómo usar

# 1) Verificación previa: solo calcula el plan, no llama al modelo, no escribe en disco
python scripts/run_task.py --input task.json --preflight-only

# 2) Ejecución real (sin claves, use mock_synthetic para probar el flujo completo)
python scripts/run_task.py --input task.json --workspace ./workspace --pretty

# 3) Si solo fallan algunos fotogramas, regenerarlos según el índice original (produce rev2, parent apunta a rev1)
python scripts/run_task.py --input task.json --retry-failed-of ./workspace/iv_<task>_rev1

Descripción de la tarea (un JSON, los campos coinciden con los parámetros del producto en references/provider-compat.md):

{
  "task_id": "cup_light_001",
  "output_mode": "grid",            // grid | sequence
  "grid_size": 3,                   // grid obligatorio: 2 | 3 | 4
  "direction": "light",             // una de las 12 direcciones, ver registry.json
  "input_type": "text_only",        // text_only | image_only | image_plus_text
  "subject": "una taza de cerámica gris claro",        // descripción del sujeto, entra al ancla de sujeto
  "reference_path": "img/ref.png",  // obligatorio si hay entrada de imagen, relativo a workspace
  "aspect_ratio": "3:4",
  "resolution_tier": "1K",          // 1K | 2K | 4K; por defecto se deduce del lado mínimo de un mosaico
  "provider": {"type": "mock_synthetic"},
  "pack_zip": true
}

sequence requiere adicionalmente branch (una de las 3 ramas que admite la dirección) e image_count (4–16).

Proveedor real:

"provider": {
  "type": "openai_image_compatible",     // o gemini_image_compatible
  "base_url": "https://api.example.com/v1",
  "model_id": "gpt-image-1",
  "api_key_secret_ref": "secret://IMAGE_API_KEY",
  "capability": { "...": "ver declaración de capacidades en provider-compat.md §1" }
}

Si capability falta, se considera que no cumple y se reporta MODEL_CAPABILITY_UNSUPPORTED — es una "lista mínima" que no se completa silenciosamente con valores predeterminados. Si el adaptador incorporado no se inyecta, reporta BUILTIN_UNAVAILABLE y no cambia automáticamente a una red externa.

III. Flujo (reglas de bifurcación)

Analizar entrada → Verificación previa (capacidad/proporción/nivel/cantidad/presupuesto)
  ├─ No pasa → Reportar código de error, finalizar (no llama al modelo, no escribe en disco)
  └─ Pasa ─┬─ Grid: Una sola generación de panel → Validación (N×N / sin costuras / cortable / proporción) → Reintento limitado del panel completo
           │        → Normalizar → Cortar en mosaicos por filas → Evaluar cada lado del mosaico (ok / risk / too_low)
           └─ Sequence: Primero generar N planes de fotogramas (número de fotogramas, puntos de cambio por fotograma, elementos que permanecen, Prompt)
                    → Generar fotograma por fotograma (fotograma 1 como base, fotogramas 2–N siempre referencian al fotograma 1; si hay imagen original, cada fotograma la incluye)
                    → Si un fotograma falla, mantener su ranura y continuar; si el fotograma 1 falla, inmediatamente SEQUENCE_ANCHOR_FAILED
                    → Detección de casi duplicados (después de agotar los reintentos, mantener la ranura y marcar)
 → Escribir en disco (manifest + delivery-package + ZIP opcional) → Devolver resultado JSON

Decisiones clave:

SituaciónManejo
grid_size no es 2/3/4, secuencia no está en 4–16INVALID_MODE_OR_COUNT
Lado del mosaico por debajo del umbral fuerteTILE_RESOLUTION_TOO_LOW, no se genera paquete de entrega
Lado del mosaico por debajo del umbral suaveEntregar pero registrar advertencia TILE_RESOLUTION_RISK (tile_edge_ok=false)
Costura < umbral de riesgoGRID_VALIDATION_FAILED, reintentar panel completo; no enviar cortes
Costura entre riesgo y pasoEntregar y registrar GRID_SEAM_RISK
Estructura/proporción N×N del panel no cumpleGRID_VALIDATION_FAILED
Fotograma 1 fallaSEQUENCE_ANCHOR_FAILED, no continuar quemando presupuesto
Fotograma i-ésimo fallaMantener ranura del índice original, continuar con los siguientes fotogramas, finalmente partial_failed
Presupuesto a punto de excederseBUDGET_EXCEEDED (puede adjuntar sugerencia de división, pero no dividir automáticamente)

IV. Artefactos

workspace/iv_<task_id>_<revision>/
├── manifest.json            # image-artifact 1.1 (estilo/tamaño/costura/ejecución/advertencias/errores)
├── delivery-package.json    # Lista de este paquete (sha256 por archivo)
├── board.png                # Solo Grid: kind=board, index=0
└── images/NN.png            # Grid=cortes tile (orden por filas); Sequence=frame (índice sin adelantar)

En el mismo directorio, iv_<task_id>_<revision>.zip es el artefacto empaquetado opcional. El ZIP no contiene delivery-package.json; el hash del archive se escribe de vuelta en delivery-package.json.

Fallo parcial: solo se registran las imágenes que realmente existen (los fotogramas fallidos no entran en images[]); la información de fallo está en errors[].asset_id + validation.failed_indices, con status=partial_failed. La re-ejecución produce una nueva revisión (parent_artifact_revision apunta a la versión anterior), y los fotogramas ya exitosos permanecen byte a byte sin cambios.

V. Límites

  • Solo generar variantes de imagen. Redacción de texto, publicación en plataformas, maquetación de portadas pertenecen al Skill 02 (image-content-publishing); este Skill no se extralimita.
  • Si el usuario solicita explícitamente múltiples direcciones, solo elegir una y justificar la razón, o reportar MULTIPLE_DIRECTIONS; no mezclar.
  • No realizar solicitudes dudosas como "transferencia de estilo a obras de otros"; cuando involucren personas reales/marcas, manejarlas según los requisitos de seguridad de provider-compat.md §4.
  • Los artefactos de mock_synthetic para autocomprobación tienen la etiqueta fija provider_type=mock_synthetic y no deben entregarse externamente.

VI. Desarrollo y verificación

.venv/bin/python skills/image-variations/tests/run_all.py     # 9 suites (incluye línea base 24/24 y contratos 48/48)
.venv/bin/python shared/check_baseline.py                     # Validación de solo lectura de la línea base

Las evidencias y desviaciones conocidas se registran en docs/PHASE_EVIDENCE.md.

Skills relacionados