Community이미지github.com

photo-grading (사진 색보정)

사진 AI 에이전트를 위한 결정론적 사진 색보정/색보정 실행 스킬입니다. 호출자가 사진에 적용할 색상 처리를 결정하고 안전하게 실행해야 할 때 사용하세요.

photo-grading (사진 색보정)란 무엇인가요?

이 스킬은 AI 사진 에이전트가 사진에 대해 결정된 색상 보정(3원색 그레이딩 휠, 화이트 밸런스, 노출, 대비 등)을 안전하고 결정론적으로 실행할 수 있도록 설계되었습니다. FFmpeg의 사진 필터(lut3d, eq, hue, unsharp)를 통해 각 파라미터를 명시적으로 입력받아 정확히 실행하며, 결과에 대한 검증과 출처 정보(provenance)를 제공합니다. Claude Code, Cursor, Codex 등 다양한 AI 에이전트 플랫폼에서 사용할 수 있으며, JSON 기반의 표준 입출력 인터페이스를 통해 에이전트와 통신합니다. 스킬은 먼저 어떤 작업과 룩을 적용할지 결정하는 단계(호출자가 수행)와 실제 실행 단계를 분리하며, 창의적인 판단(예: '영화 같은 느낌' 판단)에는 사용해서는 안 됩니다. 지원하는 작업은 PHOTO_GRADING(섀도우/미드톤/하이라이트용 3원색 그레이딩 휠 + 글로벌 휠, 블렌딩, 밸런스), PHOTO_CORRECTION(화이트 밸런스 온도/틴트, 노출, 대비, 하이라이트/섀도우/블랙/화이트, 채도, 선명도), PHOTO_LUT_APPLY(3D LUT 적용) 세 가지입니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/DhruvProgrammer/photo-grading-skill/tree/HEAD

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

photo-grading (사진 색보정)은(는) 무엇을 하나요?

기계 인터페이스: photo-grading run - --json 명령어로, stdin으로 photo-grading/request@1 문서를 받고 stdout으로 photo-grading/response@1 문서를 정확히 하나 출력합니다. photo-grading skill --json은 계약을 출력하고, doctor --json은 환경을, plan - --json은 드라이 런(시뮬레이션), validate - --json은 스키마 검사를 수행합니다.

호출 에이전트를 위한 규칙:

  1. 먼저 결정할 것: 어떤 작업을 수행할지, 어떤 룩을 적용할지(호출자가 이미 결정함). 이 스킬에는 창의적 파라미터에 대한 기본값이 없습니다. 휠/파라미터는 요청에서 제공됩니다.
  2. 명시적이고 타입이 지정된 파라미터를 제공하세요. 각 파라미터는 독립적으로 선택 사항이며, 범위 검사가 이루어지고, 생략 시 "변경되지 않음"으로 처리됩니다. PHOTO_GRADING: shadows_hue/shadows_saturation/shadows_luminance, midtones_*, highlights_*, global_* (hue 0-360, saturation 0-100, luminance -100..100), blending (0-100, 기본값 50), balance (-100..100, 기본값 0). PHOTO_CORRECTION: white_balance_temperature (2500-10000, 기본값 6500), white_balance_tint (-100..100), exposure (-10..10), contrast (-100..100), highlights/shadows/blacks/whites (-100..100), saturation (-100..100), sharpness (0..100). PHOTO_LUT_APPLY: lut_path (필수).
  3. 명령어, argv, 필터 문자열 또는 실행 파일 경로를 절대 보내지 마십시오. 요청은 거부됩니다.
  4. 출력은 항상 작업 공간(workspace) 내에 위치하게 하고, 입력 경로에 저장하지 마십시오. overwrite: true는 의도적으로 설정하세요. 이 스킬은 입력을 절대 변경하지 않습니다.
  5. 결과 JSON에서 results[].status, outputs[].provenance 및 error를 읽으십시오. 종료 코드 0은 ok가 true인 경우에만 의미합니다.
  6. 측정값(signalstats 평균)은 관측된 값입니다. 본 내용을 그대로 보고하십시오.

휠 의미론 (PHOTO_GRADING): 영역은 BT.709 휘도 대역(섀도우/미드톤/하이라이트)을 기반으로 합니다. saturation > 0인 각 휠은 해당 영역 내에서 픽셀의 색상을 휠의 hue 값만큼 회전시키고 채도를 saturation/100 비율로 조정합니다. blending은 색조가 적용된 LUT를 원본 쪽으로 혼합하며, balance는 영역 경계를 이동시킵니다. 클래식한 영화적 룩은 청록색 섀도우 + 주황색 하이라이트입니다.

스키마, 작업 테이블, 오류 코드 및 출처 정보(provenance)는 README.md를 참조하십시오.

관련 스킬