CommunityImagengithub.com

bc-image-roaster

Ediciones rápidas de IA en imágenes existentes (render, captura de viewport o foto) con Nano Banana 2 / Pro a través de Rook: convierte solicitudes imprecisas del usuario en indicaciones precisas, ejecuta la edición, verifica el resultado y reintenta si es necesario.

¿Qué es bc-image-roaster?

Esta habilidad permite realizar ediciones rápidas y ligeras sobre imágenes existentes (como renders, capturas de viewport o fotos) utilizando modelos de IA generativa como Nano Banana 2 o Pro a través de la plataforma Rook. Está diseñada para usuarios que no dominan el inglés técnico y escriben indicaciones aproximadas; la habilidad las afina para lograr precisión. El flujo de trabajo incluye: leer la imagen para inventariar objetos, especificar los cambios deseados, generar una indicación optimizada, ejecutarla mediante Rook, verificar que el cambio se haya realizado sin alterar otros elementos, y reintentar hasta tres veces si es necesario. No utiliza composición ni enmascaramiento; combate la deriva con redacción cuidadosa, verificación y reintentos. Es compatible con cualquier imagen en disco y requiere Python 3.11 con Pillow, además de tener Rook conectado.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bai-ting-chen/bc-image-roaster/tree/HEAD

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

¿Qué hace bc-image-roaster?

Lee RULES.md y luego la referencia del paso en el que te encuentres. Ediciones ligeras y rápidas sobre una imagen existente; el núcleo es la indicación, porque el usuario escribe en inglés aproximado (no es su lengua materna). Sin composición ni enmascaramiento: la deriva se combate con redacción, verificación y reintentos.

Prerrequisitos

  • Rook conectado (rhino_ping devuelve pong); rhino_render_view accesible.
  • Python 3.11 con Pillow (no necesita numpy) para los scripts.
  • La imagen de entrada en disco; cualquier imagen de referencia (un objeto a insertar) también en disco.

Flujo de trabajo

  1. Leer la imagen. Intención: un inventario de la escena con objetivos, elementos similares y objetos en riesgo (RULES EDT_01) → image-reading.md.
  2. Especificación de edición. Intención: qué cambia, qué permanece, anclas de tamaño y posición; preguntar de vuelta solo cuando sea necesario (EDT_02).
  3. Indicación. Intención: la especificación en la plantilla de indicación, mostrada al usuario antes de ejecutarse (EDT_03) → prompting.md, edit-types.md.
  4. Ejecutar. Intención: una llamada a través de Rook sobre la entrada preparada (MOD_01) → models.md.
  5. Verificar. Intención: cambio realizado, nada más cambiado; reintentar con una corrección en la indicación (CHK_01, CHK_02) → check.md.
  6. Entregar. Intención: imagen final, hoja comparativa, una línea por cada intento fallido (CHK_03).

Una indicación proporcionada por el usuario: afínala en los pasos 1–3, muéstrala, luego ejecútala (pasos 4–6) a menos que el usuario indique lo contrario. Una edición de seguimiento: EDT_04.

Parámetros

ParámetroValor por defectoDónde
modelfal-ai/nano-banana-2models.md
resolution2Kmodels.md
aspect_ratiola relación de aspecto de la entrada, o automodels.md
límite de reintentos3 intentosRULES CHK_02
umbral de revisión de deriva3 % por regióncheck.md

Enrutador de tareas

Mapa del repositorio

TemaReferenciaCódigo
Preparación de entrada, llamada a Rookreferences/models.mdscripts/prep_input.py
Deriva por regiónreferences/check.mdscripts/compare.py
Hoja comparativareferences/check.mdscripts/sheet.py

Ejecuta un script con python -I <skill>/scripts/<name>.py --help para ver sus argumentos.

Ejemplo de salida

Una carpeta de trabajo en el proyecto actual, image-roaster/<aammdd>-<nombre-corto>/, que contiene try-01.png … (el último es el resultado), sheet.jpg (entrada y cada intento lado a lado, cada uno etiquetado con modelo y veredicto) y log.md (solicitud, inventario, cada indicación, cada verificación).

Skills relacionados