CommunityImagegithub.com

photo-kit

Prépare par lots des photos de projet pour les annonces et les publications sur les réseaux sociaux : correction de la balance des blancs, des niveaux, des verticales convergentes et de la vibrance, exportation dans toutes les tailles de plateforme à partir d'un master, création de fiches de revue avant/après et de cartes personnalisées.

Qu'est-ce que photo-kit ?

photo-kit est un outil déterministe conçu pour préparer en lot des photos de projets réels destinées aux publicités et aux publications sociales. Il corrige automatiquement la balance des blancs, les niveaux, les verticales convergentes et la vibrance, puis exporte chaque photo dans toutes les tailles requises par les plateformes (Google Ads, Business Profile, LinkedIn) à partir d'un master unique, tout en supprimant les métadonnées. Le script construit également des fiches de revue avant/après et génère des cartes personnalisées avec le logo et les couleurs de la marque. L'IA ne modifie jamais les pixels directement ; elle exécute le script Python, lit les rapports et les fiches de revue, rédige de petites surcharges JSON pour les rares photos qui nécessitent un ajustement (recadrage, correction de couleur), puis relance uniquement celles-ci. L'outil prend en charge plusieurs commandes : `process` pour le traitement et l'export, `cards` pour la génération de cartes, et `verify` pour valider le dossier de sortie. Il est idéal pour les agences de communication, les services marketing et les professionnels de la photo qui doivent produire rapidement un grand nombre de visuels conformes aux spécifications des plateformes publicitaires.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/R3app3r/photo-kit/tree/main

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

Que fait photo-kit ?

Toutes les décisions pixel sont prises par scripts/photo_kit.py. Votre travail consiste à l'exécuter, lire le rapport et les fiches de revue, écrire des surcharges pour les quelques photos qui en ont besoin, relancer uniquement celles-ci, puis remettre le dossier à un humain.
Ne modifiez pas les images d'une autre manière. Ne réécrivez pas le script sauf si une vérification échoue deux fois.

Configuration (une fois par projet)

  • Python 3.10+ et pip install -r requirements.txt (Pillow 10.1+, numpy, opencv-python-headless, fontTools, brotli).
  • Un fichier JSON de configuration projet qui liste seulement ce qui diffère de config.default.json (logo de la marque, fichier(s) de police, couleurs, URL, nuancier de matériau optionnel).
    Les polices web sont souvent divisées en sous-ensembles : listez chaque fichier dans brand.font.

Exécution

python <skill-folder>/scripts/photo_kit.py process IN_DIR OUT_DIR --config <project-config.json> [--overrides OUT_DIR/overrides.json] [--only stem1,stem2]
python <skill-folder>/scripts/photo_kit.py cards OUT_DIR cards.json --config <project-config.json>
python <skill-folder>/scripts/photo_kit.py verify OUT_DIR

Sortie par photo : OUT_DIR/<stem>/00_master.png (sans perte), JPEGs pour chaque plateforme, cartes personnalisées optionnelles ; plus manifest.csv, report.json et _review/before_after_NN.jpg.
N'écrivez jamais le répertoire de sortie à l'intérieur du dossier d'entrée ou d'une arborescence source de site web.

Boucle de révision (texte d'abord, images ensuite)

  1. Lisez le résumé dans la console et report.json. N'agissez que sur des signaux clairs (forte inclinaison ignorée, drapeaux TOO SMALL, dominante de couleur évidente, personnes qui semblent étirées, etc.).
  2. Ouvrez une fois les fiches de revue. Pour un mauvais recadrage, définissez {"focus": [x, y]} (0–1 du master).
  3. Écrivez OUT_DIR/overrides.json et relancez avec --only les stems concernés.
  4. Cartes : écrivez cards.json avec uniquement les titres approuvés (max ~45 caractères). Utilisez "fit": "whole" pour les photos portrait sur des cartes portrait.
  5. Exécutez verify (doit afficher clean), puis signalez le chemin du dossier, les finalités des plateformes, les drapeaux restants et toute photo qui n'a pas pu être corrigée. L'humain vérifie tout avant téléchargement.

Classement d'une bibliothèque de photos

Exécutez process sur un dossier contenant un sous-dossier par sujet. Classez selon les scores de quality dans report.json (sharpness × facteur de résolution), pénalisez les drapeaux TOO SMALL, puis examinez une planche-contact des meilleurs candidats.

Règles qui ne changent jamais

  • Images Google Ads : exportations brutes uniquement (pas de logo, texte, cadre ou bordure).
  • Business Profile : correction légère uniquement ; exportation brute par défaut.
  • Ne jamais modifier le produit : pas de recoloration, pas d'ajout de texture, pas de suppression de défauts, pas de remplissage IA. Recadrer l'encombrement est acceptable.
  • Uniquement les photos propres à l'organisation. Pas de visages de clients, de numéros de maison, ni de crédits de photographe tiers.
  • Conservez les originaux ; les sorties sont toujours de nouveaux fichiers.
  • Les titres des cartes proviennent uniquement du texte approuvé.

Réglage

Ajustez les forces de correction et les card_formats dans la configuration du projet (pas dans le script). Les surcharges par photo gèrent les exceptions.

Skills associés