Poster Genome · Creación con Referencia Visual

¿Qué hace Poster Genome · Creación con Referencia Visual?

Objetivo: Aprender las obras que realmente le gustan al usuario y permitir que esas referencias visuales reales participen en la próxima creación.

El genoma de diseño (genome) son decisiones de diseño transferibles; la Biblioteca de Gusto Privada (Taste Library) del usuario son carteles de referencia que se pueden reabrir, observar y usar para la creación de imágenes. No se puede reemplazar la imagen de referencia real con una descripción textual del genoma. Ambos deben funcionar juntos.

Esto son instrucciones de comportamiento para el Agente, no un software con modelo de generación de imágenes integrado. Todas las rutas relativas a scripts comienzan desde el directorio de la habilidad donde se encuentra este SKILL.md. Los datos del usuario después de la instalación se almacenan en ~/.poster-genome de la máquina en ejecución, no en la carpeta de la habilidad ni en un repositorio público de GitHub.

1. Identificar el Modo del Usuario Primero

Qué dice el usuario	Modo	Qué entregar
"Aprende este cartel" "Por qué se ve bien"	LEARN	Evidencia visible, inferencias de diseño, reglas transferibles, ejemplos aplicables y contraejemplos
"Me gusta este, guárdalo en mi biblioteca de estilos"	LEARN → LIBRARY	Primero observar la imagen y extraer detalles que gustan/no gustan, luego guardar la imagen real + registro de preferencias localmente
"Haz un póster con estas fotos y mi estilo favorito"	CREATE	Recuperar imágenes de referencia relevantes, adjuntar imágenes reales, crear y verificar
"Esta versión tiene un diseño muy rígido" "No cambies a la persona"	REFINE	Comparar con imágenes de referencia, señalar defectos con precisión, y preservar los materiales del usuario para modificaciones dirigidas
"Organizar/Eliminar/Calificar imágenes de referencia"	LIBRARY	Modificar la biblioteca local o los genomas públicos solo con autorización explícita del usuario

Si el usuario ya ha proporcionado imágenes, propósito y texto, no vuelvas a preguntar. Haz un máximo de tres preguntas por ronda que realmente afecten la creación; permite que el usuario diga "tú decides lo demás".

2. Restricciones de Máxima Prioridad

1. Prioridad de la referencia visual real. Para la creación, recupera prioritariamente 1–3 imágenes reales de la biblioteca privada. Solo metadatos o un JSON de genoma no son suficientes para afirmar que la creación está "basada en referencias".
2. Define claramente el rol de los dos tipos de imágenes. El contenido subido por el usuario es responsable de la identidad, cantidad, ropa, objetos, marcas y hechos del sujeto; el cartel favorito es una referencia de estilo, responsable solo de tipografía, color, ritmo de composición y atmósfera. No se deben mezclar en una sola imagen.
3. Pasa realmente las imágenes. Las cadenas de ruta, prompts y resúmenes no envían automáticamente las imágenes al modelo de imagen. Debes usar la interfaz de lectura/adjuntar imágenes que realmente soporte el host; si no es compatible, explícalo honestamente, no finjas haber referenciado la imagen.
4. La fidelidad antes que la estética. Preserva los rostros, mascotas, productos, texto preciso y cantidades especificadas por el usuario; no omitas a un bebé, ni inventes fechas, clima, parámetros de cámara, firmas, descuentos o respaldos.
5. Aprende el método, no copies la obra. No reconstruyas el diseño completo único, la marca registrada y el texto original de obras de terceros, y no uses materiales no autorizados.
6. Guardar localmente requiere autorización. Que el usuario suba un cartel de referencia para que lo veas no significa permiso para guardarlo permanentemente. Solo cuando el usuario solicite explícitamente "agregar a la biblioteca de estilos/guardar referencia" o dé su consentimiento, se escribe localmente en el entorno de ejecución. Sin consentimiento, no subas a GitHub, servicios en la nube u otros servidores.
7. Distingue entre observación, inferencia y desconocimiento. La explicación del efecto visual no es la intención del diseñador original; no adivines tipos de letra específicos no confirmables, autores originales, parámetros o derechos.
8. Honestidad sobre las capacidades de las herramientas. Sin herramientas visuales no puedes decir que has visto la imagen; sin herramientas de generación de imágenes no puedes afirmar haber completado una imagen; sin capacidad de acceder a archivos locales no puedes decir que has leído o guardado la biblioteca de imágenes en el ordenador del usuario.

3. LEARN: Aprender Juicios Estéticos Ejecutables

Desglosa según el Marco de Análisis de Carteles. El orden es:

1. Observa el tipo de imagen, tema, formato, cantidad de sujetos, fondo, gráficos, texto, información de marca; indica lo que no está claro.
2. Reconstruye el orden visual según la primera, segunda y última impresión; analiza composición, proporción, contraste tipográfico, espacio en blanco, capas, color y el papel de los elementos decorativos.
3. Cada conclusión debe escribirse claramente como "evidencia visual → posible función visual → regla transferible → condiciones de aplicación → condiciones de fallo", evitando decir solo "se ve premium".
4. Si varias imágenes tienen estilos similares, extrae la estructura común y las ramas variables; no añadas mecánicamente un nuevo genoma por cada imagen.
5. Especifica las preferencias del usuario: qué es lo que más le gusta y qué no se debe copiar; cuando el usuario no lo diga, el Agente puede proponer candidatos, pero no fingir que el usuario ha confirmado que le gusta.
6. Proporciona genomas candidatos y escenarios de aplicación. Con el consentimiento del usuario, puedes guardar la imagen original en la Taste Library local; los archivos de genoma público solo se pueden enviar al repositorio con autorización adicional.

Aprender y guardar localmente son dos acciones diferentes: analizar no equivale automáticamente a guardar.

4. LIBRARY: Acumular un Gusto Visual Independiente para Cada Usuario

La operación principal es "agregar referencias visuales a la biblioteca de imágenes de referencia personal del usuario", no almacenar las fotos del usuario en un repositorio público. Consulta Taste Library Personal.

El CLI local se ejecuta en el directorio de la habilidad; la primera vez requiere instalar Pillow:

python -m pip install -r requirements-library.txt
python scripts/taste_library.py add \
  --image "/ruta/a/la/referencia.jpg" \
  --title "Mi estilo de cuaderno fotográfico favorito" \
  --genome playful-sky-editorial \
  --tag everyday \
  --like "Título grande y grueso intercalado con escritura a mano ligera" \
  --avoid "Logotipo de la marca original y fecha ficticia" \
  --rating 5

Esto guarda una copia de la imagen limpia de metadatos y el registro estético en ~/.poster-genome, sin subir automáticamente a la red. Soporta list, select, feedback, remove y prepare.

No se pueden almacenar fotos originales en skills/poster-genome/ público. Guardar localmente y generar en la nube son permisos diferentes; que el usuario autorice el almacenamiento local no significa que se puedan enviar imágenes a un servicio remoto de generación sin informar.

Cuando el Agente se ejecuta en la nube y no puede acceder a la máquina del usuario, el usuario debe proporcionar imágenes en un área de trabajo accesible para el Agente, o usar almacenamiento persistente privado con consentimiento del usuario. No se puede decir que el área de trabajo en la nube es la carpeta local del ordenador del usuario.

Los genomas públicos aún están en genomes/ y deben cumplir con schemas/genome.schema.json; los nuevos estilos deben compararse primero con los genomas existentes, sin añadir categorías duplicadas innecesariamente. Los genomas que no pasen las pruebas pueden conservarse como borradores.

5. CREATE: Crear Nuevos Carteles con Imágenes de Estilo de Referencia Reales

El flujo completo está en Flujo de Trabajo Impulsado por Referencias y Manual de Creación de Carteles.

1. Comprender el material actual. Cuenta las imágenes fuente del usuario y los sujetos en cada una; enumera las caras, ropa, cantidad de fotos, texto y dimensiones que no se pueden cambiar. Dos fotos de bebés deben mostrar a ambos bebés, a menos que el usuario indique explícitamente que se puede omitir uno.
2. Encontrar imágenes de referencia reales. Lee la biblioteca local del usuario, selecciona 1–3 imágenes según el genoma de estilo, etiquetas de material, calificación del usuario y liked_for; abre realmente las imágenes para evaluar la relación de diseño. Prioriza la referencia especificada explícitamente por el usuario.
3. Sin imágenes de referencia, actúa con honestidad. Por defecto, pregunta primero al usuario si quiere agregar un cartel que le guste, o permite un "intento original sin referencia visual". No hagas pasar reglas textuales por imágenes visuales reales.
4. La lista de generación no equivale a generar el cartel. El CLI puede dividir las imágenes del usuario y las imágenes de estilo de referencia en diferentes roles, generando rutas de archivo locales claras:

python scripts/taste_library.py prepare \
  --source "/ruta/a/la-foto-usuario-a.jpg" \
  --source "/ruta/a/la-foto-usuario-b.jpg" \
  --genome playful-sky-editorial \
  --tag portrait \
  --headline "Diario de salida de los mellizos" \
  --top 2

5. Pasar realmente las imágenes de referencia y las imágenes fuente a la herramienta de imágenes. Llama a herramientas multimodales de creación/edición que soporten entrada de imágenes, usando las imágenes de referencia seleccionadas como referencia de estilo y las fotos fuente del usuario como contenido fuente. Poner solo la ruta absoluta en el Prompt no cuenta como entrada completada; confirma que la herramienta realmente puede recibirlas. Las imágenes sensibles del usuario llamadas a servicios remotos deben cumplir con los permisos del usuario y los requisitos de privacidad del servicio.
6. Separar diseño y fidelidad. Aprende de la referencia tipografía, bloques de color, decoraciones de borde y ritmo espacial, no copies la obra original. Para rostros, marcas, números y texto en chino que necesiten precisión, prioriza que la herramienta cree el fondo/gráficos, y luego usa edición determinista para sintetizar fotos reales y texto. No redibujes el rostro del bebé del usuario por efectos visuales.
7. Verificar la salida. Comprueba si aparecen todos los sujetos requeridos en la imagen de contenido, si el texto es preciso, si el diseño hereda las características visuales favoritas y no hay parámetros de cámara inventados. Si el estilo cumple pero falta un sujeto, el resultado sigue siendo inaceptable.
8. Feedback para mejorar el Gusto. Después de los comentarios del usuario, puedes proponer conservar preferencias; solo con el consentimiento del usuario se puede llamar a feedback para escribir en la biblioteca local, no se puede registrar en secreto.

El script de coincidencia scripts/match_genomes.py solo puede hacer ordenamiento heurístico de metadatos, no puede reemplazar la recuperación visual de referencias. El select del CLI de la biblioteca de referencias tampoco es una recuperación vectorial visual: el Agente debe mirar realmente la imagen antes de decidir el estilo.

6. REFINE: Acercar las Modificaciones a la Referencia que le Gusta al Usuario

• Compara simultáneamente el material original del usuario, la imagen de referencia especificada por el usuario y el resultado generado, señalando prioritariamente 1–3 defectos evidentes.
• Separa los errores (errores tipográficos, omisión de personas, distorsión facial, datos ficticios) de las diferencias estéticas (tipografía sin dinamismo, elementos demasiado rígidos).
• Al hacer modificaciones dirigidas, escribe claramente "qué tomar como referencia / qué no copiar / qué contenido original no debe cambiar".
• Si hay herramientas de modificación de imágenes, úsalas realmente; si la reparación requiere regeneración que podría dañar el rostro, prioriza la síntesis controlada.
• Si el usuario no ha autorizado guardar el resultado o las preferencias, no crees archivos privados por tu cuenta.

7. Ramas de Fracaso y Límites

• Biblioteca local vacía: Pregunta al usuario si quiere agregar una referencia o autorizar una creación original sin referencia; no digas sin base que "el estilo viene de imágenes de referencia".
• Solo hay JSON sin imágenes: Puedes proponer un diseño, pero debes indicar que es "basado en genoma textual", no generación condicionada por imágenes.
• Se encuentra la referencia pero el host no puede leerla: No trates la ruta del archivo como imagen; explica las limitaciones de la herramienta y pide al usuario que adjunte la imagen o cambie de herramienta.
• El usuario quiere preservar exactamente a dos personas: No generes solo una; si falla, sigue corrigiendo o sé sincero.
• Sin fuente de hechos: No inventes fechas específicas, temperatura, parámetros de cámara, firmas, significado real de códigos de barras.
• Fotos privadas o obras de terceros: No las compartas, sincronices o subas por defecto.
• El resultado actual ya es adecuado: Permite sugerir mantenerlo como está, no fuerces un rediseño.

Lectura según necesidad

• Flujo de Trabajo Impulsado por Referencias — El proceso completo de usar imágenes para generación y fidelidad
• Taste Library Personal — CLI de biblioteca local, autorización, privacidad, feedback
• Marco de Análisis de Carteles — La línea entre observación e inferencia
• Selección y Gestión de Genomas de Diseño — Selección, combinación y versionado de reglas generales
• Protocolo de Interacción — Hacer solo preguntas clave
• Manual de Creación de Carteles — Lienzo, capas, texto y salida
• Rúbrica de Calidad de Carteles — Primero verificar fidelidad, luego estética
• Fuentes y Derechos — Almacenamiento personal y derechos de autor de terceros

Este proyecto no incluye ningún modelo visual, modelo de generación de imágenes por IA o servicio de sincronización de bibliotecas en la nube en ningún entorno.