CommunityImagegithub.com

coloring-book

Génère un livre de coloriage complet basé sur un thème (scènes, images, mise en page, couverture) et prépare le tout pour publication sur Amazon KDP.

Qu'est-ce que coloring-book ?

Ce skill permet de créer de A à Z un livre de coloriage (ou un livre à faible contenu) destiné à Amazon KDP, à partir d'un thème donné par l'utilisateur. Il suit un workflow en 5 étapes : génération des descriptions de scènes (prompts) pour N pages, création des images noir et blanc via Gemini (API ou app gratuite) ou via le GPU local (ComfyUI/FLUX), inspection qualité automatique de chaque image avec rejet et régénération si nécessaire, assemblage du PDF intérieur et de la couverture, et enfin guidage de l'utilisateur pour remplir manuellement les formulaires KDP dans son navigateur connecté. Le skill repose sur des scripts Python (qc_page.py, make_pdf.py) et des fichiers de configuration (scènes, remplacements, spécifications du livre). Il insiste sur le fait que l'utilisateur doit être présent pour valider chaque étape et fournir ses identifiants KDP, sans jamais les partager avec l'IA. Les normes (pages minimales, largeur du dos, déclaration de l'IA) sont basées sur des tests réels effectués sur deux ouvrages, et les limites du workflow (auto-déclaration AI, pas d'API KDP publique) sont clairement documentées.

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/Owen-gh/coloring-book-skill/tree/HEAD

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

coloring-book : Du thème au livre de coloriage (préparation incluse pour KDP)

À lire en premier (déclaration)

  • Ceci est une démonstration de workflow personnel, qui décrit les étapes que nous (une personne) avons réellement suivies pour réaliser deux livres. Ce n’est pas un avis juridique et ce n’est pas une méthode officiellement supportée par KDP.
  • Avant de commencer, demandez à l’utilisateur de lire et de confirmer les conditions de KDP : utilisation du compte, utilisation d’outils tiers, divulgation du contenu généré par l’IA, normes de contenu. Les conditions changent ; référez-vous toujours aux instructions officielles en vigueur de KDP.
  • À notre connaissance, KDP ne fournit pas d’API publique pour la mise en ligne des livres ; l’étape de téléchargement s’effectue en remplissant les formulaires web dans le navigateur déjà connecté de l’utilisateur, qui est présent pour vérifier et confirmer l’envoi. Nous ne garantissons aucun résultat concernant le compte.
  • Les chiffres dans ce document sont « des valeurs que nous avons enregistrées, veuillez vérifier par vous-même » (ou « testé par nos soins »). Ne présentez pas comme un fait à l’utilisateur ce qui n’est pas marqué.
  • Divulgation de l’IA : Les images du livre sont générées par IA, KDP exige une déclaration honnête ; vous (l’IA) ne devez pas aider l’utilisateur à cacher cette information ni suggérer une réponse « plus présentable ».

Ce que vous devez faire (aperçu)

L’utilisateur dit simplement « Fais-moi un livre de coloriage (thème) ». Suivez les étapes ① à ⑤ dans l’ordre. À chaque étape, rapportez brièvement la progression à l’utilisateur. À chaque fois qu’une action humaine est nécessaire, arrêtez-vous et demandez à l’utilisateur de la faire, ne la faites pas à sa place.

ÉtapeContenuFichier de détails
① ScènesGénérer les descriptions de N scènes et des scènes de réserve selon le thèmereferences/prompt-principles.md
② Génération d’imagesChoisir la méthode de génération, produire chaque imageCe fichier « Étape ② »
③ Contrôle qualitéMesurer chaque image, rejeter et régénérer, utiliser les réserves, jusqu’à ce que tout soit terminéreferences/qc-rules.md, scripts/qc_page.py
④ Mise en pagePDF intérieur et PDF de couverturereferences/book-spec.md, scripts/make_pdf.py
⑤ TéléchargementGuider l’utilisateur pour remplir les formulaires KDP dans son navigateur connectéreferences/kdp-upload-fields.md

Préparation

  • Python 3 est requis, avec Pillow, numpy, scipy (qc_page.py utilise numpy/scipy ; make_pdf.py utilise uniquement Pillow). Si des paquets manquent, demandez à l’utilisateur son accord avant de les installer, et installez-les dans un environnement virtuel.
  • Pour vérifier les PDF, utilisez pdfinfo, pdftoppm (poppler) ; Pillow peut écrire des PDF mais pas les ouvrir.
  • Les scripts s’exécutent avec python scripts/xxx.py, les chemins sont relatifs au dossier de ce skill.

Étape 0 : Confirmation initiale (demander à l’utilisateur, tout en une fois)

  1. Quel est le thème ? (S’il est vague, proposez 2–3 directions ; ne décidez pas tout seul)
  2. Nombre de pages : par défaut 96 pages, format carré 8x8 pouces (= 47 images ; nous avons fait ainsi pour nos deux livres). « Pages » désigne le nombre de pages imprimées, « images » = pages/2 - 1 (KDP minimum 24 pages = 11 images) ; si l’utilisateur dit « 24 pages », confirmez de quoi il parle.
  3. Quelle méthode de génération d’images avez-vous ? (API Gemini, appli gratuite Gemini, ou GPU local ComfyUI/FLUX) → voir étape ②. 3b. Pour qui colorier ? Peu dense (pour enfants) ou Dense (pour adultes) , choisissez une option (correspond au --mode sparse|busy du contrôle qualité, par défaut sparse). Nous n’avons pas fait de livre entier pour enfants, veuillez vérifier l’image.
  4. Nom de l’auteur (à imprimer sur la couverture) et titre du livre : décidés par l’utilisateur.
  5. Son compte KDP a-t-il déjà complété les informations fiscales et de paiement ? (Sinon, dites-lui qu’il doit le faire lui-même ; cela n’affecte pas les quatre premières étapes)
  6. Combien de livres brochés KDP a-t-il déjà créés cette semaine ? (Notre enregistrement : max 2 par semaine, voir kdp-upload-fields.md. Référez-vous aux règles en vigueur de KDP.)

Créez un dossier de travail (nom au choix) contenant : scenes.json, spares.json, book.json, raw/, pages/, log.csv, needs_human.txt. Les modèles de ces trois fichiers d’enregistrement se trouvent dans references/templates/ (book.json, log.csv, needs_human.txt). Les limites de caractères des champs sont dans references/kdp-upload-fields.md.

Étape ① : Descriptions de scènes

Suivez references/prompt-principles.md :

  • Générez N phrases de scènes (N = pages / 2 - 1, pour 96 pages = 47) + environ 1/6 de scènes de réserve (nous avions 47 scènes principales et 8 réserves).
  • Format de la phrase : préfixe fixe + phrase de la scène (le lieu dépend du thème, utilisez des placeholders {theme}/{place}, ne fixez pas une ville précise) + Square 1:1 image. Préfixe essentiel : traits noirs épais, pas de couleurs, pas d’ombres grises, pas de hachures, pas de blocs noirs pleins, pas de texte ni de personnages, peu d’objets mais grands, toute la page doit être remplie de choses à colorier, ne répétez pas le même objet.
  • Le personnage principal et les lieux ne se répètent pas dans tout le livre ; alternez les compositions et les saisons ; augmentez progressivement le nombre d’objets.
  • Enregistrez dans scenes.json (tableau de chaînes) et spares.json. Montrez la liste des scènes à l’utilisateur et attendez son accord avant de générer les images (cela coûte de l’argent ou du temps GPU).

Étape ② : Génération d’images

Comment choisir (demandez à l’utilisateur puis choisissez une option) :

  • A. Modèle d’image Gemini (API ou site web) : Nous avons utilisé Nano Banana 2.1 (modèle gemini-nano-banana-2.1), format 1:1 (carré), puis redimensionné à 2400 px. La route API permet de générer plusieurs images en parallèle (nous faisions 4 en parallèle) ; la route site web : l’utilisateur colle les prompts, vous l’aidez à organiser les fichiers. L’utilisateur doit fournir sa propre clé API ou se connecter ; la clé ne doit être placée que dans une variable d’environnement, jamais écrite dans un fichier ou collée dans la conversation.
  • C. Appli Gemini gratuite (manuelle) : Vous donnez le prompt complet de chaque page, l’utilisateur le colle dans l’appli Gemini, enregistre l’image dans le dossier désigné (raw/), et vous exécutez l’étape ③ (contrôle qualité) sur chaque image ; en cas de rejet, dites la raison (une ligne lisible produite par qc_page.py) à l’utilisateur et demandez-lui de régénérer. Attention : c’est manuel ; le quota gratuit a une limite quotidienne (vérifiez vous-même, nous n’avons pas testé) ; le modèle de l’appli peut être différent du nôtre ; vérifiez la qualité visuellement ; le contrôle qualité, la mise en page et le téléchargement sont toujours faits par vous ; pas entièrement automatique, chronophage pour beaucoup d’images.
  • B. GPU local (ComfyUI + modèles FLUX) : Nous avons testé FLUX.2 Klein 4B et un autre flux3, taille 1088 x 1088. Notre enregistrement : Klein a souvent des lignes trop fines sur les pages à détails moyens (mesurées 2–4 px, seuil 4.5). Nous avons post-traité ces pages avec « dilatation des lignes noires de 1 px, max 3 fois » puis remesuré. Les deux livres que nous avons réellement publiés ont été générés par la route Gemini ; la route locale n’a pas donné de livre publié, considérez-la comme non validée. Si Gemini est disponible, utilisez-le en priorité.
  • Coûts : Ce skill ne nécessite pas d’abonnement à un logiciel de génération d’images. L’API Gemini est facturée à l’usage (version web selon votre propre forfait) ; le GPU local ne nécessite pas d’abonnement mais a besoin de votre propre carte graphique et de l’électricité ; l’exécution du skill nécessite Claude Code (selon le forfait Anthropic). Évaluez vous-même les coûts.
  • Spécifications minimales (testées par nous) : Carré 1:1 ; image originale au moins environ 1000 px (nous avions 1088 pour la version locale ; Gemini taille par défaut vérifiée à 1024, agrandie à 2400 pour la version finale, lignes toujours lisses, contrôle qualité passable) ; page finale 2400 x 2400 px (8 pouces x 300 dpi), noir et blanc pur.
  • Image de couverture principale : utilisez le même modèle pour générer une image couleur carrée, nous utilisons une taille 2K, le prompt demande « laisser 25 % en haut en blanc calme, pas de texte, pas de personnages ». Piège lors de la validation : écrire simplement "top 25% blank" a parfois fait dupliquer l’image en deux parties ; reformuler en « single continuous scene (not split, not tiled)… compose in the lower three quarters; the top quarter is a flat plain cream color » a fonctionné. Après génération, vérifiez visuellement que le haut est vraiment vide, avant de passer à make_pdf.py.
  • Si vous choisissez A et que l’utilisateur n’a pas de clé API : ne suggérez pas de contourner les limites, demandez-lui d’utiliser la version web à laquelle il a accès pour générer les images une par une, placez les fichiers dans raw/, vous gérez le contrôle qualité.
  • Avant d’utiliser un service d’images IA, demandez à l’utilisateur de vérifier que les conditions du service autorisent l’utilisation commerciale et la publication (Gemini, FLUX.2 Klein 4B ont leurs propres conditions ; nous avons lu que FLUX.2 Klein 4B est Apache-2.0 ; l’utilisateur doit vérifier lui-même).

Étape ③ : Contrôle qualité, jusqu’à ce que tout soit terminé

Dites simplement ces quatre points à l’utilisateur :

  1. Uniquement du noir et blanc, pas de gris ni de gros blocs noirs.
  2. Les lignes sont assez épaisses.
  3. La page n’est pas vide : chaque case d’une grille 3x3 doit contenir au moins 3 éléments à colorier.
  4. Si ce n’est pas bon, régénérez automatiquement (max 3 fois par page, si cela ne marche toujours pas, utilisez une scène de réserve). (Le script vérifie aussi d’autres détails, pas besoin de tous les énumérer.)

Pour chaque page :

Max 3 fois :
  Générer -> raw/sNN_try.png
  python scripts/qc_page.py [--mode sparse|busy] raw/sNN_try.png   # En cas d’échec, imprime la raison en clair
  Si le programme passe, vérifiez visuellement : la tête et le corps du personnage principal sont-ils clairs ? Sont-ils fusionnés avec des objets ronds ? (references/qc-rules.md)
  Si tout est OK : python scripts/qc_page.py --finalize raw/sNN_try.png pages/cNN.png ; écrire dans le log ; break
  Sinon : écrire dans le log (avec la raison) ; supprimer l’image originale ; régénérer avec la même phrase de scène (route manuelle : demander à l’utilisateur de régénérer)
Si 3 échecs : utiliser la scène de réserve suivante dans spares.json ; si toutes les réserves sont épuisées sans succès : inscrire dans needs_human.txt, continuer à la page suivante
  • Ne modifiez pas les seuils pour faire passer des images, ne placez pas manuellement des images non conformes dans pages/. Si needs_human.txt n’est pas vide, arrêtez-vous et listez-le pour que l’utilisateur décide.
  • Vous pouvez générer plusieurs images en parallèle ; enregistrez clairement (heure, page, énième tentative, résultat, raison).
  • Une fois toutes les pages terminées, créez un aperçu général et montrez-le à l’utilisateur ; attendez son accord avant de passer à l’étape ④.
  • Notre référence de test : pour un livre de 47 pages, le log contient 90 entrées, chaque page a une entrée PASS finale, avec 8 remplacements de scènes de réserve en cours de route. Attendez-vous à des rejets et des remplacements, c’est normal.

Étape ④ : Mise en page, génération du PDF

Suivez references/book-spec.md (nos spécifications testées : 8x8 pouces, 96 pages, 300 dpi, papier blanc, intérieur noir et blanc, recto simple — chaque image suivie d’une page blanche, couverture avec fond perdu de 0,125 pouce, largeur du dos = pages x 0,002252 pouce).

  • Exemple : python scripts/make_pdf.py pages/ out/ --title "..." --subtitle "..." --author "..." --blurb "..." --cover-art cover.png produit out/interior_upload.pdf, out/cover.pdf, out/cover_preview.png.
  • --pages doit être pair, le nombre d’images doit être = pages/2 - 1 (pour valider avec 2 images, utilisez --pages 6 ; si insuffisant, le script signalera « seulement N images »). Le livre broché KDP a un nombre minimum de pages (notre enregistrement : 24 pages, vérifiez vous-même) ; un livre de validation de 6 pages ne peut pas être téléchargé, le script ne copie pas de pages pour atteindre le compte, et cela ne doit pas être fait.
  • Comportement du script : la page de titre intérieur est automatiquement ajustée (si plus de 4 lignes, les caractères sont réduits) ; la couleur du texte (titre, sous-titre, auteur) sur la couverture est automatiquement choisie (foncé ou clair) selon le fond, avec une bande semi-transparente ; le texte du dos n’est affiché que si --pages ≥ 79 (notre valeur enregistrée ; la page officielle indique 79 ou 80, vérifiez par vous-même), sinon laissez vide et imprimez un message ; la direction du texte du dos (sens horaire, à lire de haut en bas) vérifiez par vous-même. Vérifiez toujours l’aperçu de la couverture pour confirmer le positionnement.
  • Vous pouvez aussi écrire votre propre script, à condition qu’il respecte les mêmes spécifications. Une fois terminé, ouvrez le fichier et parcourez-le visuellement, puis montrez l’aperçu à l’utilisateur.
  • Enregistrez le titre, le sous-titre, l’auteur, la description, les mots-clés (7 groupes), la catégorie (2) dans book.json, et faites-les confirmer par l’utilisateur (notre format dans kdp-upload-fields.md). Tout le texte est mis en page par le programme, ne faites pas dessiner du texte par le modèle.

Étape ⑤ : Téléchargement (vous êtes présent pour vérifier, confirmer avant d’envoyer)

Suivez references/kdp-upload-fields.md. Points importants :

  1. Arrêtez-vous : Demandez à l’utilisateur de se connecter lui-même à kdp.amazon.com (mot de passe et 2FA), et de confirmer que les informations fiscales et de paiement sont configurées. Il fait cela tout seul, ne lui demandez pas de vous donner son mot de passe, cookie, code de vérification ou pièce d’identité, et ne les enregistrez pas.
  2. Dans son navigateur déjà connecté (par exemple avec un outil d’automatisation de navigateur), depuis Bookshelf → Create → Paperback, remplissez champ par champ les valeurs de book.json. Après chaque page remplie, faites un bref rapport « cette page a été remplie avec ceci », l’utilisateur vérifie visuellement.
  3. Déclaration des droits d’auteur (Publishing Rights) : l’utilisateur choisit lui-même et clique lui-même.
  4. Divulgation du contenu généré par l’IA : déclarez honnêtement. Pour nos deux livres : les images sont en grande partie générées par IA, avec peu ou pas de modifications, donc remplissez AI images = Many AI-generated images, with minimal or no editing, et dans le champ outil, le nom réel de l’outil ; le texte intérieur n’est qu’une page de titre mise en page manuellement ; pour votre cas, remplissez honnêtement et demandez à l’utilisateur de confirmer.
  5. Après avoir téléchargé l’intérieur et la couverture, lancez Launch Previewer et approuvez (testé par nous : sans cela, impossible de continuer).
  6. Arrêtez-vous avant Publish, laissez l’utilisateur vérifier tous les champs et l’aperçu, c’est à lui de décider de cliquer ou non.
  7. Rappelez la limite hebdomadaire (notre enregistrement : max 2 par semaine, référez-vous aux règles en vigueur de KDP). Ne faites qu’un livre à la fois ; ne téléchargez pas en lot sans que l’utilisateur soit présent.
  8. Si la page diffère de notre modèle, ou si vous rencontrez un code de vérification, un avertissement de risque ou un avertissement de compte : arrêtez-vous et demandez à l’utilisateur, n’essayez pas de contourner.

Ton pour les rapports à l’utilisateur

  • Utilisez « Dans notre workflow… », « Nous avons testé… », ne dites pas « KDP permet », « Supporté officiellement », « Ne sera pas bloqué », « Téléchargement entièrement automatique ».
  • Si vous ne savez pas ou n’avez pas validé, dites-le clairement.
  • Livraison finale : pages/ (pages finalisées), out/interior_upload.pdf, out/cover.pdf, book.json, log.csv, (le cas échéant) needs_human.txt, et une liste de « choses que l’utilisateur doit faire lui-même ».

Annexe : Ce que nous n’avons pas validé (ne pas affirmer à l’utilisateur)

  • Autres formats, papier beige, reliure rigide, format 8.5x11 pouces pour le livre fini.
  • L’adéquation des seuils pour des styles autres que « scènes d’animaux mignons » (mandalas, réalistes, personnages) ; le mode « peu dense (pour enfants) » n’a pas été testé sur un livre entier.
  • La cohérence entre la vérification structurelle « l’IA principale regarde l’image » et les résultats d’un autre modèle visuel que nous pourrions utiliser.
  • Ventes, classement, revenus : nous ne fournissons aucune garantie.

Skills associés