Communitygithub.com

Estudio de Imagen de Fachada de Restaurante

Audita, restaura, recrea y verifica fotografías de fachadas de restaurantes con respaldo de evidencia para demos de sitios web privados. Úsalo cuando Codex necesite convertir referencias reales de exteriores en una imagen fiel asistida por IA, reparar exposición o perspectiva, crear una imagen reconocible de llegada, preservar señalización y arquitectura, registrar evidencia fuente vs. resultado, o decidir si una imagen exterior es segura para Demo o uso público.

¿Qué es Estudio de Imagen de Fachada de Restaurante?

Esta habilidad le permite a un agente AI como Codex o Claude Code gestionar el ciclo completo de creación de imágenes de fachadas de restaurantes para sitios web demo, partiendo siempre de evidencia fotográfica real. El flujo comienza con la auditoría de fuentes (fotos actuales del local, del propietario o de plataformas públicas) y la verificación de elementos clave como letrero, entrada, geometría de fachada y colores. Luego se selecciona una transformación fiel: restauración directa (si la foto base ya es útil) o recreación basada en referencias (si se necesita una presentación más limpia). En ambos casos se genera una preservación contractual que prohíbe cambios no autorizados, como reescribir texto del letrero, inventar logotipos, alterar colores o añadir elementos ficticios. El proceso incluye seis controles de calidad (identidad, fidelidad de fachada, señalización, colores, preparación para llegada y artefactos AI) y genera un informe comparativo automatizado. Finalmente, se evalúa si la imagen puede publicarse en una Demo privada o en lanzamiento público, con un riguroso control de derechos y permisos del propietario. La habilidad está optimizada para entornos de desarrollo web donde se requiere precisión documental y transparencia en el uso de imágenes generadas por IA.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/LucasH1225/restaurant-website-skills/tree/HEAD/skills/restaurant-exterior-image-studio

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Estudio de Imagen de Fachada de Restaurante?

Crea una imagen de fachada reconocible y lista para el sitio web, sin rediseñar el restaurante. Trata las fotografías reales actuales como autoridad para la arquitectura, letrero, entrada, colores de fachada, ventanas, toldos y elementos fijos. Trata la IA solo como una capa de restauración o presentación fiel basada en referencias.

Lee references/exterior-image-playbook.md antes de buscar, generar, promptear o revisar una imagen exterior. Copia assets/exterior-manifest-template.json en lugar de inventar una orden de trabajo.

Elige el Modo

  • Auditar: Verifica la identidad del restaurante, la actualidad de las fuentes, los hechos visibles de la fachada, el riesgo de obstrucción y el estado de los derechos. No generar.
  • Crear: Selecciona una foto principal factual, redacta un contrato de preservación, genera una propuesta de fachada fiel y conserva la evidencia.
  • Reparar: Diagnostica un resultado fallido y regenera a partir de las fuentes reales sin modificar.
  • Revisar: Compara fuente y resultado, registra todas las decisiones de QA y determina la elegibilidad para Demo privada o publicación.

Permite que $restaurant-demo-builder decida si el reconocimiento exterior respalda la audiencia, el objetivo de conversión y la estructura de la página. Usa esta habilidad para producir y validar el activo exterior en sí. Usa $restaurant-brand-palette por separado cuando la tarea sea extraer y traducir los colores del local a tokens del sitio web.

Prepara la Orden de Trabajo

Crea output/exterior-image-studio/<slug-del-restaurante>/ con:

sources/
prompts/
drafts/
selected/
review/
exterior-manifest.json

Copia la plantilla del manifiesto. Usa nombres de archivo en ASCII en minúsculas. Mantén los tokens de API, claves privadas y secretos de cuenta fuera de cada archivo de la orden de trabajo.

Bloquea la Identidad del Restaurante y las Fuentes

Verifica el nombre del restaurante, la dirección y el ID de Google Place actual (cuando esté disponible). Guarda cada imagen factual localmente con su URL original, plataforma, fecha de verificación, estado de derechos y SHA-256. Prioriza las fuentes en este orden:

  1. fotografía actual propiedad del restaurante o proporcionada por el dueño;
  2. fotografía actual con aprobación explícita del dueño;
  3. fotografía de turismo, cámara de comercio o medios claramente licenciada;
  4. una nueva fotografía solicitada al dueño con un teléfono;
  5. una foto actual de lugar público, redes sociales, reseña, directorio o cliente, utilizada solo como referencia factual para Demo privada.

Street View puede confirmar identidad, acceso y un futuro ángulo de cámara, pero nunca uses una captura de pantalla aislada de Street View como entrada de imagen o activo del sitio web. Nunca pegues cromo de plataforma ni una captura de Maps en la Demo.

Inspecciona cada fuente con view_image. Registra si prueba el letrero, entrada, geometría de fachada, colores de fachada y elementos fijos. Registra incertidumbre, obstrucciones temporales, rostros, placas de matrícula, bloqueos estacionales y evidencia de que la fachada pueda estar desactualizada.

Ejecuta la compuerta de fuentes antes de planificar:

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <orden-de-trabajo>/exterior-manifest.json \
  --stage source

Elige una Transformación Veraz

Usa faithful-restoration cuando la foto principal ya tenga un ángulo de cámara útil y todas las regiones importantes sean visibles. Usa reference-based-recreation solo cuando una o más fotos reales actuales respalden completamente cada región de la fachada de salida, pero la fuente necesite una presentación web más limpia.

Crea un contrato de preservación antes de generar el prompt. Preserva arquitectura, proporciones de la fachada, redacción y ubicación del letrero, forma del logotipo, entrada, geometría de ventanas y puertas, toldos, colores de pintura y materiales, luces fijas, elementos de accesibilidad y otras señales permanentes de llegada.

Permite solo cambios registrados como recuperación de exposición, balance de blancos, corrección de color leve, corrección de lente o perspectiva, limpieza de ruido, escalado conservador, difuminado de privacidad y recorte responsive. Elimina una obstrucción temporal solo cuando otra fuente actual demuestre el área revelada. De lo contrario, recorta alrededor de ella.

No reconstruyas áreas ocultas, reescribas el texto del letrero, inventes un logotipo, cambies pintura o materiales, muevas la entrada, alteres ventanas, agregues paisajismo o iluminación, elimines elementos fijos, fabriques estacionamiento, agregues una terraza, borres el contexto vecino que afecta la llegada ni hagas que el local parezca más lujoso.

Guarda el prompt exacto en prompts/, registra su SHA-256 y pasa la compuerta de generación:

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <orden-de-trabajo>/exterior-manifest.json \
  --stage generate

Genera a partir de Referencias Reales

Usa $imagegen con la foto principal factual y solo las fuentes de apoyo registradas en el manifiesto. Indica que la fuente controla los hechos de la fachada y el prompt controla solo los cambios de presentación permitidos. Nombra la relación de aspecto objetivo y la ubicación prevista en el sitio. Prohíbe nuevo texto, nuevos logotipos, cambios arquitectónicos, invención de áreas ocultas, mejoras estéticas y eliminación de objetos no respaldada.

Guarda cada intento de forma no destructiva. Nunca uses una salida previa de IA como evidencia de fachada.

Registra el ráster seleccionado para que sus dimensiones reales y SHA-256 se conserven:

python3 <exterior-skill>/scripts/register_output.py \
  --manifest <orden-de-trabajo>/exterior-manifest.json \
  --output <orden-de-trabajo>/selected/storefront-proposal.png

Ejecuta Seis Compuertas de QA

Compara la foto principal sin modificar, todas las referencias de apoyo y la salida seleccionada a un tamaño útil. Registra cada compuerta de forma independiente:

  • identity: la salida es inequívocamente el mismo restaurante actual.
  • facade_fidelity: geometría, materiales, ventanas, toldos y elementos fijos siguen siendo factuales.
  • signage_fidelity: redacción del letrero, logotipo, ubicación y proporciones no han cambiado y son legibles.
  • color_fidelity: los colores de la fachada y el letrero no se han desplazado hacia una nueva identidad de marca.
  • arrival_readiness: la entrada y el contexto útil de orientación siguen siendo claros; los problemas de privacidad están resueltos.
  • ai_tells_and_web_readiness: no hay texto malformado, detalles inventados, superficies sintéticas ni recorte inutilizable.

Crea la hoja de comparación interna:

python3 <exterior-skill>/scripts/make_review_sheet.py \
  --manifest <orden-de-trabajo>/exterior-manifest.json \
  --out <orden-de-trabajo>/review/source-vs-output.html

Establece review.source_record y review.output_record en recorded después de conservar la evidencia canónica. Esto es evidencia del flujo de trabajo, no aprobación del propietario.

Libera a la Demo o Publicación

Ejecuta la compuerta de Demo privada inmediatamente antes de copiar la salida seleccionada al sitio web:

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <orden-de-trabajo>/exterior-manifest.json \
  --stage demo

Una Demo privada puede usar una propuesta basada en fotos reales públicas cuyos derechos se desconocen, pero mantenla interna, etiqueta la salida como propuesta fotográfica y conserva owner_confirmation: pending y publication_status: not-cleared.

El lanzamiento público requiere la aprobación de precisión actual del propietario más una fuente proporcionada por el dueño, licenciada o explícitamente permitida. Ejecuta --stage publication; no infieras que el uso privado uno a uno en Demo liberó los derechos de publicación.

Transferencia

Informa la evidencia de identidad, las fuentes sin modificar, el estado de los derechos, el contrato de preservación, el prompt, la salida seleccionada, las seis decisiones de QA, la hoja de comparación, la etapa de validación actual, el estado de confirmación del propietario y los bloqueos de publicación. No publiques ni contactes al restaurante sin autorización explícita.

Ejemplos de Invocación

  • $restaurant-exterior-image-studio Audita estas referencias de fachada y dime si es posible una imagen fiel para Demo privada.
  • $restaurant-exterior-image-studio Crea una imagen amplia de llegada a partir de las fotos verificadas del restaurante sin cambiar el letrero ni el edificio.
  • $restaurant-exterior-image-studio Revisa esta fachada generada contra sus fuentes reales y repara cualquier detalle inventado.

Individual skills in this repo

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

LucasH1225/restaurant-website-skills

Extract, interpret, record, and validate evidence-backed restaurant color systems for website demos. Use when Codex needs to inspect a storefront, sign, logo, menu, packaging, or interior photo for recurring brand colors; separate brand evidence from food, sky, foliage, lighting casts, asphalt, or camera noise; choose a harmonious palette combination; translate a real anchor color into accessible CSS design tokens; preview color roles; or hand a palette lock to restaurant-demo-builder. Do not use for generic color inspiration without restaurant evidence, logo redesign, image generation, layout selection, or blind extraction of the most frequent pixels.

LucasH1225/restaurant-website-skills

Research, position, design, build, and visually verify persuasive mobile-first website demos for independent restaurants with missing, broken, Facebook-only, outdated, or poor websites. Use when Codex is asked to analyze a restaurant lead, plan or create an outreach-ready restaurant website demo, turn Maps/Facebook/menu/review evidence into a tailored site, structure a clear mobile menu, coordinate evidence-backed food and storefront imagery, or integrate a restaurant-derived brand palette. Use restaurant-food-image-studio for food-image production, restaurant-exterior-image-studio for storefront-image production, and restaurant-brand-palette for photo-to-token color work. Do not use for generic restaurant directories, delivery marketplaces, or unverified production claims.

LucasH1225/restaurant-website-skills

Initialize, parallelize, resume, integrate, and validate evidence-gated restaurant website Demo work orders across restaurant-demo-builder, restaurant-brand-palette, restaurant-food-image-studio, and restaurant-exterior-image-studio. Use when Codex needs to start a new restaurant Demo from a lead, coordinate design/food/storefront subagents, run the complete multi-Skill workflow, continue interrupted work without repeating passed stages, inspect blockers or artifacts, or verify that a private Demo is ready for review. Do not use it to publish a site, contact a restaurant, bypass a specialist manifest, or generate unsupported food or storefront imagery.

LucasH1225/restaurant-website-skills

Collect, restage, harmonize, and verify evidence-backed food photography for independent restaurant website demos. Use when Codex needs to retrieve real restaurant dish photos through Apify Google Maps or Masa, turn mixed phone snapshots into one coherent customer-facing camera and lighting system, improve exposure or source-supported appetite cues, prevent visible AI artifacts, bind every designed image to a real served-dish source, or retain source-versus-output evidence and timing records. Do not use for text-only food generation, generic stock-food requests, full-menu illustration, or any realistic dish image that lacks a matching real restaurant photo.

Skills relacionados