Community画像github.com

主体を揃えた画像バリエーション

一文の依頼か一枚の参考画像を、同じ主体を保った一組の画像にします。グリッドは 2×2、3×3、4×4 の一枚板を描いてから切り出します。シーケンスは 4 枚から 16 枚で、光、角度、場所、物語の変化を作ります。どちらもマニフェスト付きで検証できるパッケージを渡します。

主体を揃えた画像バリエーション とは?

揃った静止画セットのための再利用できる技能です。コンタクトシートか短い連続のどちらかを選び、主体を安定させ、ばらばらのファイルではなくマニフェスト付きの zip を渡します。

対応~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/Chans-gh/AI-Image-Variation/tree/HEAD/skills/image-variations

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Image Variations(Skill 01)

唯一のエントリポイント。 オーケストレーションはここに記述。12 方向の全文、プロンプトテンプレート、Provider 互換マトリックス、エラーコード、 閾値はここにはありません。すべて凍結ベースライン内で必要に応じて読み取ります。2 つの漂流する真実を避けるためです。

  • ビジネスルール:Image_Variations_Dual_Skill_SPEC_v1.1/specs/01-Image-Variations-Skill-v1.2.md
  • 方向レジストリ:.../references/directions/registry.json
  • プロンプトテンプレート:.../references/grid-prompt.md、.../references/sequence-prompt.md
  • Provider 互換性とセキュリティ:.../references/provider-compat.md
  • エラーコード:.../references/error-registry.json
  • パッケージングルール:.../references/packaging.md
  • 契約:.../contracts/{image-artifact,job-state,delivery-package}.schema.json

ベースラインは読み取り専用:ハッシュマニフェストは shared/baseline.manifest.json にあり、shared/check_baseline.py は常にグリーンである必要があります。 仕様変更が必要な場合は、まず理由を説明し確認を得てください。実装内で密かにベースラインを「修正」しないでください。

一、5 つの不可侵ルール

  1. 暗黙のダウングレード禁止。能力不足、予算不足、検証不合格の場合は、常に明示的に references/error-registry.json のエラーコードを返します。「より小さいサイズ/低いグレード/少ない枚数に静かに切り替える」ことは許可されず、失敗を成功と偽ることも許可されません。
  2. 閾値は設定からのみ読み取る。config/iv.config.json が唯一の情報源です(単一タイルエッジ長の warn/hard、シームの pass/risk、 拡大倍率、リトライと予算)。これらはまだ実際のモデルでキャリブレーションされていません。変更する前にデータを提供してください。コード内にマジックナンバーを記述しないでください。
  3. 単一の真実の情報源。方向、プロンプト、エラーコード、契約はすべてベースラインから実行時に読み取られます。本 Skill にコピーしないでください。
  4. 秘密鍵は参照のみ。secret://… または env:… のみを受け入れます。秘密鍵、元画像、ユーザーテキストはログ、 マニフェスト、エラーメッセージ、ZIP に含めてはなりません。
  5. 成果物は検証可能でなければならない。各納品には manifest.json(image-artifact 1.1)と delivery-package.json が含まれます。マニフェスト内の各エントリは実際に存在し、ハッシュが一致している必要があります。

二、使用方法

# 1) 事前チェック:計画のみ計算、モデル呼び出しやディスク書き込みは行わない
python scripts/run_task.py --input task.json --preflight-only

# 2) 正式実行(秘密鍵がない場合は mock_synthetic で全パスをテスト)
python scripts/run_task.py --input task.json --workspace ./workspace --pretty

# 3) 一部のフレームのみが失敗した場合、元のインデックスで追加生成(rev2 を生成、parent は rev1 を指す)
python scripts/run_task.py --input task.json --retry-failed-of ./workspace/iv_<task>_rev1

タスク記述(JSON、フィールドは references/provider-compat.md のプロダクトパラメーターと一致):

{
  "task_id": "cup_light_001",
  "output_mode": "grid",            // grid | sequence
  "grid_size": 3,                   // grid 必須:2 | 3 | 4
  "direction": "light",             // 12 方向のいずれか、registry.json 参照
  "input_type": "text_only",        // text_only | image_only | image_plus_text
  "subject": "淡いグレーの陶器カップ",  // 被写体の説明、主体アンカーに入る
  "reference_path": "img/ref.png",  // 画像入力がある場合必須、workspace からの相対パス
  "aspect_ratio": "3:4",
  "resolution_tier": "1K",          // 1K | 2K | 4K;デフォルトは単一タイルの最小エッジ長から逆算
  "provider": {"type": "mock_synthetic"},
  "pack_zip": true
}

sequence の場合、さらに branch(方向がサポートする 3 つのブランチのいずれか)と image_count(4–16)が必要です。

実際の Provider:

"provider": {
  "type": "openai_image_compatible",     // または gemini_image_compatible
  "base_url": "https://api.example.com/v1",
  "model_id": "gpt-image-1",
  "api_key_secret_ref": "secret://IMAGE_API_KEY",
  "capability": { "...": "provider-compat.md §1 能力宣言を参照" }
}

capability がデフォルトの場合は、基準を満たしていないと見なされ MODEL_CAPABILITY_UNSUPPORTED が報告されます。これは「最低限のリスト」であり、 デフォルト値で密かに補完されることはありません。組み込みアダプターが注入されていない場合は BUILTIN_UNAVAILABLE が報告され、自動的に外部ネットワークに切り替わることはありません。

三、フロー(分岐ルール)

入力解析 → 事前チェック(能力/アスペクト比/グレード/枚数/予算)
  ├─ 不合格 → エラーコードを報告、終了(モデル呼び出しなし、ディスク書き込みなし)
  └─ 合格 ─┬─ Grid:一度にボード生成 → 検証(N×N / シームレス / 分割可能 / アスペクト比)→ 限定ボード全体リトライ
         │        → 正規化 → 行優先でタイル分割 → 各タイルエッジ長判定(ok / risk / too_low)
         └─ Sequence:まず N フレームの計画を生成(フレーム数、各フレームの変化点、保持項目、プロンプト)
                  → フレームごとに生成(フレーム 1 はベース、フレーム 2–N は常にフレーム 1 を参照;元画像がある場合は各フレームに元画像を含める)
                  → 単一フレーム失敗はスロットを保持して続行;フレーム 1 失敗は即座に SEQUENCE_ANCHOR_FAILED
                  → 類似重複検出(リトライを使い果たした後もスロットを保持し注釈を付ける)
 → ディスク書き込み(manifest + delivery-package + オプション ZIP)→ JSON 結果を返す

主要な判定:

状況処理
grid_size が 2/3/4 以外、シーケンスが 4–16 以外INVALID_MODE_OR_COUNT
単一タイルエッジ長が hard 閾値を下回るTILE_RESOLUTION_TOO_LOW、納品パッケージなし
単一タイルエッジ長が warn 閾値を下回る納品するが TILE_RESOLUTION_RISK 警告を記録(tile_edge_ok=false)
シーム < risk 閾値GRID_VALIDATION_FAILED、ボード全体をリトライ;タイル分割画像は外部に送信しない
シームが risk–pass の間納品し GRID_SEAM_RISK を記録
ボードの N×N 構造/アスペクト比が基準未満GRID_VALIDATION_FAILED
フレーム 1 失敗SEQUENCE_ANCHOR_FAILED、予算を消費し続けない
i 番目のフレーム失敗元のインデックススロットを保持し、後続のフレームを続行、最終的に partial_failed
予算超過見込みBUDGET_EXCEEDED(分割提案を添付可、ただし自動的には分割しない)

四、成果物

workspace/iv_<task_id>_<revision>/
├── manifest.json            # image-artifact 1.1(スタイル/サイズ/シーム/実行/警告/エラー)
├── delivery-package.json    # 本パッケージのマニフェスト(ファイルごとの sha256)
├── board.png                # Grid のみ:kind=board, index=0
└── images/NN.png            # Grid=タイル分割画像 tile(行優先);Sequence=フレーム frame(インデックスは前方に移動しない)

同じディレクトリ内に iv_<task_id>_<revision>.zip がオプションのパッケージ成果物として含まれます。ZIP 内には delivery-package.json 自身は含まれません。archive ハッシュは delivery-package.json に書き戻されます。

部分失敗時:実際に存在する画像のみ登録(失敗フレームは images[] に含まれない)、失敗情報は errors[].asset_id + validation.failed_indices に記録、status=partial_failed。 再実行により新しいリビジョンが生成され(parent_artifact_revision は前のバージョンを指す)、成功したフレームはバイト単位で変更されません。

五、境界

  • 画像バリエーションの生成のみ。コピーライティング、プラットフォーム公開、カバーレイアウトは Skill 02(image-content-publishing) に属し、本 Skill はその範囲を超えません。
  • ユーザーが明示的に複数の方向を要求した場合、1 つだけを選択して理由を説明するか、MULTIPLE_DIRECTIONS を報告します。混在は行いません。
  • 「他人の作品へのスタイル転送」などのグレーゾーンリクエストは行いません。実在の人物/ブランドが関与する場合は provider-compat.md §4 のセキュリティ要件に従って処理します。
  • 自己テスト用の mock_synthetic 成果物には、常に provider_type=mock_synthetic のラベルが付けられます。外部に納品してはいけません。

六、開発と検証

.venv/bin/python skills/image-variations/tests/run_all.py     # 9 スイート(ベースライン 24/24 と契約 48/48 を含む)
.venv/bin/python shared/check_baseline.py                     # ベースライン読み取り専用検証

エビデンスと既知の逸脱は docs/PHASE_EVIDENCE.md に記録されています。

関連スキル