Communitygithub.com

LucasH1225/restaurant-website-skills

Auditer, restaurer, recréer et vérifier des photographies de façade et d'arrivée d'un restaurant, appuyées par des preuves, pour des maquettes de sites web privés. Utilisez-la lorsque Codex a besoin de transformer des références réelles d'un lieu en une image de porte-façade fidèle assistée par IA, de réparer l'exposition ou la perspective, de créer une bande d'arrivée reconnaissable, de préserver l'enseigne et l'architecture, d'enregistrer les preuves source contre sortie, ou de décider si une image extérieure peut être utilisée en démonstration ou publication.

Qu'est-ce que restaurant-website-skills ?

Cette compétence transforme Codex en un studio d'image extérieure pour restaurant, se concentrant sur la création d'une image de façade fidèle et prête pour un site web, sans redessiner l'établissement. Elle exige que les photographies réelles et actuelles soient les autorités en matière d'architecture, d'enseigne, d'entrée, de couleurs de façade, de fenêtres, d'auvents et d'éléments fixes, ne traitant l'IA que comme un outil de restauration ou de présentation fidèle basée sur des références. Le flux de travail comprend des modes d'audit, de création, de réparation et de révision, chacun avec des étapes spécifiques pour verrouiller l'identité du restaurant et les sources, choisir une transformation véridique, générer une image proposée et exécuter six contrôles de qualité (identité, fidélité de la façade, de l'enseigne, des couleurs, préparation à l'arrivée, absence d'artefacts IA). La compétence insiste sur l'enregistrement des preuves via des manifestes JSON, des scripts Python de validation, et empêche strictement l'invention, l'amélioration esthétique ou l'utilisation de captures d'écran Street View détachées. Elle gère également le statut des droits et les approvals de propriétaire, permettant une utilisation en démonstration privée avec des photos publiques de statut inconnu, mais exigeant des droits explicites pour une publication publique.

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

Demander à votre IA préférée

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

Documentation

Studio d'image extérieure pour restaurant

Créez une image de façade reconnaissable et prête pour un site web sans redessiner le restaurant. Traitez les photographies réelles actuelles comme l'autorité en matière d'architecture, d'enseigne, d'entrée, de couleurs de façade, de fenêtres, d'auvents et d'éléments fixes. Traitez l'IA uniquement comme une couche de restauration ou de présentation fidèle basée sur des références.

Lisez references/exterior-image-playbook.md avant de rechercher, demander, générer ou réviser une image extérieure. Copiez assets/exterior-manifest-template.json au lieu d'inventer un ordre de travail.

Choisir le mode

  • Audit : Vérifier l'identité du restaurant, l'actualité de la source, les faits visibles de la façade, le risque d'obstruction et le statut des droits. Ne pas générer.
  • Créer : Sélectionner une source primaire factuelle, rédiger un contrat de préservation, générer une proposition extérieure fidèle et conserver les preuves.
  • Réparer : Diagnostiquer une sortie échouée et regénérer à partir des sources réelles non modifiées.
  • Réviser : Comparer la source et la sortie, enregistrer toutes les décisions d'assurance qualité et déterminer l'éligibilité pour une démonstration privée ou une publication.

Laissez $restaurant-demo-builder décider si la reconnaissance extérieure soutient le public, l'objectif de conversion et la structure de la page. Utilisez cette compétence pour produire et valider l'actif extérieur lui-même. Utilisez $restaurant-brand-palette séparément lorsque la tâche consiste à extraire et traduire les couleurs du lieu en jetons de site web.

Préparer l'ordre de travail

Créez output/exterior-image-studio/<restaurant-slug>/ avec :

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

Copiez le modèle de manifeste. Utilisez des noms de fichiers ASCII en minuscules. Gardez les jetons API, les clés privées et les secrets de compte en dehors de chaque fichier d'ordre de travail.

Verrouiller l'identité du restaurant et les sources

Vérifiez le nom du restaurant, l'adresse et l'ID Google Place actuel lorsqu'il est disponible. Enregistrez chaque image factuelle localement avec son URL d'origine, sa plateforme, sa date de vérification, son statut de droits et son SHA-256. Préférez les sources dans cet ordre :

  1. photographie actuelle appartenant au restaurant ou fournie par le propriétaire ;
  2. photographie actuelle avec l'approbation explicite du propriétaire ;
  3. photographie de tourisme, de chambre de commerce ou de média clairement sous licence ;
  4. une nouvelle photographie prise par téléphone demandée au propriétaire ;
  5. une photographie actuelle d'un lieu public, d'un réseau social, d'un avis, d'un répertoire ou d'un client, utilisée uniquement comme référence factuelle pour une démonstration privée.

Street View peut confirmer l'identité, l'approche et un angle de caméra futur, mais n'utilisez jamais une capture d'écran détachée de Street View comme entrée d'image ou actif de site web. Ne collez jamais de chrome de plateforme ou de capture d'écran de Maps dans la démonstration.

Inspectez chaque source avec view_image. Enregistrez si elle prouve l'enseigne, l'entrée, la géométrie de la façade, les couleurs de la façade et les éléments fixes. Enregistrez les incertitudes, les obstructions temporaires, les visages, les plaques d'immatriculation, le blocage saisonnier et les preuves que la façade peut être obsolète.

Exécutez la passerelle source avant la planification :

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <work-order>/exterior-manifest.json \
  --stage source

Choisir une transformation véridique

Utilisez faithful-restoration lorsque la photo primaire a déjà un angle de caméra utile et que toutes les régions importantes sont visibles. Utilisez reference-based-recreation uniquement lorsqu'une ou plusieurs photos réelles actuelles soutiennent entièrement chaque région de façade destinée à la sortie, mais que la source nécessite une présentation plus propre pour le site web.

Créez un contrat de préservation avant de demander. Préservez l'architecture, les proportions de la façade, le libellé et l'emplacement de l'enseigne, la forme du logo, l'entrée, la géométrie des fenêtres et des portes, les auvents, les couleurs de peinture et de matériaux, les lumières fixes, les caractéristiques d'accessibilité et autres indices d'arrivée permanents.

Autorisez uniquement les modifications enregistrées telles que la récupération de l'exposition, la balance des blancs, la correction légère des couleurs, la correction de l'objectif ou de la perspective, le nettoyage du bruit, la mise à l'échelle conservatrice, le floutage de la vie privée et le recadrage réactif. Supprimez une obstruction temporaire uniquement lorsqu'une autre source actuelle prouve la zone révélée. Sinon, recadrez autour.

Ne reconstruisez pas les zones cachées, ne réécrivez pas le texte de l'enseigne, n'inventez pas de logo, ne changez pas la peinture ou les matériaux, ne déplacez pas l'entrée, n'altérez pas les fenêtres, n'ajoutez pas d'aménagement paysager ou d'éclairage, n'enlevez pas d'éléments fixes, ne fabriquez pas de parking, n'ajoutez pas de terrasse, n'effacez pas le contexte voisin qui affecte l'arrivée, et ne rendez pas le lieu plus luxueux.

Enregistrez l'invite exacte sous prompts/, enregistrez son SHA-256, et passez la passerelle de génération :

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <work-order>/exterior-manifest.json \
  --stage generate

Générer à partir de références réelles

Utilisez $imagegen avec la source primaire factuelle et uniquement les sources de support enregistrées dans le manifeste. Indiquez que la source contrôle les faits de la façade et que l'invite contrôle uniquement les modifications de présentation autorisées. Nommez le rapport hauteur/largeur cible et l'emplacement prévu sur le site. Interdisez les nouveaux textes, les nouveaux logos, les changements architecturaux, l'invention de zones cachées, les améliorations esthétiques et la suppression d'objets non prise en charge.

Enregistrez chaque tentative de manière non destructive. N'utilisez jamais une sortie AI antérieure comme preuve de façade.

Enregistrez le raster sélectionné afin que ses dimensions réelles et son SHA-256 soient conservés :

python3 <exterior-skill>/scripts/register_output.py \
  --manifest <work-order>/exterior-manifest.json \
  --output <work-order>/selected/storefront-proposal.png

Exécuter six passerelles d'assurance qualité

Comparez la source primaire non modifiée, toutes les références de support et la sortie sélectionnée à une taille utile. Enregistrez chaque passerelle indépendamment :

  • identity : la sortie est sans équivoque le même restaurant actuel.
  • facade_fidelity : la géométrie, les matériaux, les fenêtres, les auvents et les éléments fixes restent factuels.
  • signage_fidelity : le libellé de l'enseigne, le logo, l'emplacement et les proportions sont inchangés et lisibles.
  • color_fidelity : les couleurs de la façade et de l'enseigne ne sont pas décalées vers une nouvelle identité de marque.
  • arrival_readiness : l'entrée et le contexte utile de repérage restent clairs ; les problèmes de confidentialité sont traités.
  • ai_tells_and_web_readiness : aucun texte déformé, détail inventé, surfaces synthétiques ou recadrage inutilisable ne subsiste.

Créez la feuille de comparaison interne :

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

Définissez review.source_record et review.output_record sur recorded après avoir conservé les preuves canoniques. Il s'agit de preuves de flux de travail, non de l'approbation du propriétaire.

Libérer pour la démonstration ou la publication

Exécutez la passerelle de démonstration privée immédiatement avant de copier la sortie sélectionnée dans le site web :

python3 <exterior-skill>/scripts/validate_manifest.py \
  --manifest <work-order>/exterior-manifest.json \
  --stage demo

Une démonstration privée peut utiliser une proposition fondée sur des photos réelles publiques dont les droits restent inconnus, mais gardez l'original interne, étiquetez la sortie comme une proposition de photo et conservez owner_confirmation: pending et publication_status: not-cleared.

Le lancement public nécessite l'approbation actuelle de l'exactitude par le propriétaire, plus une source fournie par le propriétaire, sous licence ou explicitement autorisée. Exécutez --stage publication ; n'inférez pas que l'utilisation privée en démonstration individuelle a libéré les droits de publication.

Transfert

Rapportez les preuves d'identité, les sources non modifiées, le statut des droits, le contrat de préservation, l'invite, la sortie sélectionnée, les six décisions d'assurance qualité, la feuille de comparaison, l'étape de validation actuelle, le statut de confirmation du propriétaire et les bloqueurs de publication. Ne publiez pas et ne contactez pas le restaurant sans autorisation explicite.

Exemples d'invocations

  • $restaurant-exterior-image-studio Auditer ces références de façade et me dire si une image fidèle pour démonstration privée est possible.
  • $restaurant-exterior-image-studio Créer une image d'arrivée large à partir des photos vérifiées du restaurant sans changer l'enseigne ou le bâtiment.
  • $restaurant-exterior-image-studio Réviser cette façade générée par rapport à ses sources réelles et réparer tout détail inventé.

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 associés