CommunityImagemgithub.com

kwhi6693-web/photographic-studio

Fluxo de trabalho de pós-produção fotográfica independente, não voltado para retratos, para qualquer agente capaz de processar imagens. Ideal para arquitetura, paisagens urbanas, paisagens naturais, jardins, fotos noturnas, interiores, naturezas-mortas e exposições. O agente analisa a imagem, escreve um briefing de direção, ajusta luz e cor e entrega a foto final – tudo automaticamente.

O que é photographic-studio?

Este skill define um fluxo de pós-produção fotográfica totalmente autônomo e não voltado para retratos, projetado para agentes de IA que processam imagens. Ao receber uma ou mais fotos com um pedido de edição (como 'arrumar' ou 'editar esta foto'), o agente executa uma sequência completa: autoavaliação de capacidade, leitura da imagem, redação de um briefing de direção, aplicação de ajustes generativos de luz e cor (quando disponíveis) e correções determinísticas. O objetivo é entregar a melhor foto final possível, que seja altamente expressiva, fiel à imagem original, fisicamente plausível e sem traços de IA. O skill suporta múltiplos níveis de capacidade do host (T1 a T4) e lida com cenários de fallback automáticos. Inclui verificação de conformidade com leis físicas de luz natural, controle de intensidade conforme preferência do usuário e um processo de entrega que fornece apenas uma imagem final com uma legenda descritiva. É uma ferramenta independente que não depende de outros skills de fotografia e respeita rigorosamente a privacidade das imagens fornecidas.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/kwhi6693-web/Photographic-studio/tree/HEAD/photographic-studio

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Photographic Studio v1.0

O usuário envia uma foto e diz "arrumar" – o agente entrega a melhor versão final que pode produzir. A foto final deve ter forte expressão fotográfica, ainda ser altamente semelhante à original, obedecer às leis físicas da luz real e não apresentar traços de IA. A expressão é prioridade; as outras três são restrições simultâneas.

Este arquivo é a única instrução de execução. references/principles.md contém os princípios gerais; os outros arquivos de referência fornecem detalhes. Os arquivos de referência possuem números de versão e datas apenas para indicar a origem da regra; em caso de conflito com este arquivo ou com os princípios gerais, este arquivo e os princípios gerais prevalecem.

1. Limites

  • Apenas fotos não retrato. Pessoas que aparecem incidentalmente na foto devem ser mantidas como estão: sem embelezamento, sem alteração de forma, sem inferência de identidade. Se o assunto principal for uma pessoa, não editar e informar com uma frase.
  • Produto independente: não invoca, não depende e não modifica nenhum outro skill de fotografia.
  • O envio de uma foto pelo usuário com solicitação de edição é considerado autorização para edição naquela instância. Se a solicitação for apenas para análise, não editar; se for solicitada fidelidade estrita e não generativa, usar apenas N, ignorando G.
  • As fotos não são armazenadas como biblioteca de estilos ou material de treinamento; não são enviadas para serviços de terceiros.
  • Não é possível garantir que o resultado sempre atinja o nível das amostras de referência; o usuário tem o direito final de aceitação.

2. Terminologia

  • G: Ferramenta de edição de imagem nativa do host que pode usar a foto original como entrada (independente do fabricante). A rota padrão utiliza apenas os ajustes de luz e cor de G, não os pixels que ele desenha.
  • N: Ferramentas determinísticas contidas no pacote optional/ que não geram conteúdo.
  • Rótulo da foto final: Pixels originais + luz/cor do G → ajuste fino N (padrão) | Somente N (sem G, G inadequado ou usuário solicita não generativo) | G + restauração de detalhes (rota avançada). Pode ser sufixado com + reconstruído, + prevenção de estouro.

3. Execução Padrão (sem fazer perguntas, sem abrir chamados; múltiplas fotos processadas uma a uma)

Olhos e cérebro

  1. Autoavaliação e classificação: Executar optional/selfcheck.py, verificar se possui G, classificar conforme references/capability_tiers.md (T1: tem G e pode executar código; T2: só pode executar código; T3: só tem G; T4: nenhum). Se faltar dependências e o host permitir, instalar antes da nova verificação. Escrever o nível na confirmação.
  2. Medição: optional/measure.py <foto_original>.
  3. Leitura da foto: História, emoção, assunto principal, direção estilística (references/story_style.md); luz, cor, tom, direção visual, espaço (references/craft_reading.md); ler apenas a página do gênero correspondente (references/genres/); consultar referência de gosto (references/taste_profile.md).
  4. Redigir o briefing de direção: Seis linhas (references/director_brief.md), traduzir para o prompt de G e parâmetros de N conforme references/craft_prescriptions.md. Objetivos numéricos devem ser escritos apenas no briefing de direção e nos parâmetros de N, não no prompt de G.

Mãos 5. Produção (T1):

  • Chamar G uma vez. A foto original deve estar na mensagem mais recente do usuário; o prompt deve seguir references/g_prompt_template.md e obrigatoriamente incluir as duas frases de requisitos físicos da seção 2 de references/physics.md. Após a chamada, usar optional/check_g_output.py para verificar se a cena corresponde (conforme references/g_post_check.md); se não corresponder, descartar esta versão.
  • Executar optional/finish.py <foto_original> <parâmetros_G.json> <foto_final.png> <confirmacao.json>; adicionar --genre=museum para museus, vitrines e naturezas-mortas com iluminação discreta. O script realiza, em sequência: transferência de luz e cor (look_transfer.py: cada pixel da foto final vem da original, carregando apenas luz e cor de G, e bloqueia luz adicionada ou removida indevidamente por G), ajuste fino (grade.py), verificação física, verificação de intensidade. A foto final é considerada aprovada apenas se passar na verificação física, estiver dentro da faixa de intensidade e apresentar alterações visíveis; se não aprovada, refazer automaticamente em etapas: parâmetros originais → intensidade museu (apenas para museum) → remover realce positivo de áreas e vinheta → --local=0 → somente N → somente N com intensidade museu. Entregar a primeira versão aprovada; se nenhuma for aprovada, entregar a com menos problemas, listando os problemas na confirmação. Não parar para perguntar ao usuário.
  • T2: Sem G, executar diretamente finish.py <foto_original> <foto_original> <parametros.json> … (equivalente a somente N, conforme references/n_grade.md). T3: Apenas G, entregar a saída de G e informar honestamente que não houve verificação. T4: Apenas análise e recomendação.
  1. Validação (obrigatório, incluído na confirmação, não exibido por padrão): Comparar a foto final com o briefing de direção linha por linha, escrever sete conclusões conforme seção 4 de director_brief.md (História/Estilo | Assunto principal | Tom | Cor | Imutável | Composição | Naturalidade) e uma decisão. Naturalidade conforme references/naturalness.md.
    • Direção correta, mas intensidade insuficiente → complementar com grade.py (máximo 3 rodadas), executar intensity_check.py <foto_original> <nova_versao> --before=<versao_anterior> após cada rodada. Qualquer rodada cuja conclusão geral seja DO_NOT_DELIVER deve ser revertida.
    • Direção de luz/cor de G fundamentalmente incorreta → modificar o prompt e chamar G novamente (máximo duas chamadas de G), reexecutar finish.py, escolher a melhor entre as duas versões.
    • Rota avançada: Usar apenas quando o que falta na rota padrão for exatamente um efeito que só pixels de G podem fornecer (por exemplo, camadas de céu recriadas; não inclui feixes de luz ou aberturas de diafragma que não existiam na foto original) e G passar na verificação de naturalidade. Neste caso, usar G + restauração de detalhes chave (references/detail_restore.md), comparar com a versão padrão e entregar a melhor.
  2. Composição e finalização: Otimizar a composição geométrica conforme o briefing de direção (references/reframe_rules.md, optional/reframe.py: apenas cortar, endireitar, corrigir perspectiva); se alterada, reexecutar physics_check.py e intensity_check.py (adicionar --genre=museum para museu); por fim, optional/n_trim.py para verificar estouro de realces (references/n_trim.md).
  3. Entrega: Entregar apenas uma foto final – uma imagem nativa, acompanhada de uma linha: História: … | Estilo: …, mais o rótulo da foto final. Se o host exibir automaticamente a versão intermediária de G, escrever antes da foto final: "A imagem acima é a versão intermediária; abaixo está a foto final." Nada mais deve ser exibido (conforme references/delivery.md).

A única situação em que a foto final não é entregue é: assunto principal é retrato; foto original ilegível; T4; usuário solicita apenas análise. Explicar em uma frase.

4. Regras Obrigatórias

  • Não criar luz nem remover luz (references/physics.md): Realces devem incidir apenas onde já havia luz; fundos escuros devem manter a escuridão e limpeza originais, sem halos, áreas elípticas claras ou efeito de holofote; também não suprimir reflexos, brilhos ou lustres reais da foto original.
  • Intensidade conforme preferência do usuário (references/intensity.md): O limite inferior é mínimo para expressão; o superior remove apenas o excesso. Para temas de museu, a intensidade é determinada pelo assunto principal (3º nível selecionado pelo usuário).
  • Indetectável a olho nu: Todas as avaliações devem considerar a imagem completa visualizada normalmente; ampliações de 200% são usadas apenas para confirmar problemas já identificados.
  • Não modificar ou substituir ferramentas: Se uma ferramenta relatar erro ou estiver ausente, relatar honestamente; não escrever scripts temporários para modificar a ferramenta.
  • Rotular honestamente: Resultados de N não devem ser rotulados como G; verificações não realizadas não devem ser informadas como realizadas.

5. Outros Modos (mediante solicitação do usuário)

  • "Edição refinada": Na etapa 5, gerar 2 direções de G (uma fiel ao espírito da foto original, outra mais ousada) mais 1 resultado direto de N; executar finish.py para cada uma, selecionar uma conforme o briefing de direção e referência de gosto; então realizar as etapas 6–8. Mais lento, consome mais créditos.
  • "Ver confirmação": Briefing de direção, prompt de G, parâmetros, confirmação do finish.py, conclusões das verificações, hash.
  • "Ver tabela de marcações": Tabela acumulada de marcações (references/flag_log_template.md).
  • "Validar lote": Conforme references/validation_protocol.md.
  • Usuário insatisfeito: O usuário diz algo ("muito quente", "mais clareza"); o agente modifica o briefing de direção e refaz, registrando a preferência conforme seção 3 de taste_profile.md.

6. Upload e Dimensões

Suporta apenas upload de fotos da galeria do celular (decisão do usuário em 11/11/2026). O host compacta as fotos enviadas (medido: lado maior com cerca de 1536 pixels); a foto final na rota padrão terá as mesmas dimensões da foto recebida. Não instruir o usuário a usar upload por arquivo.

7. Arquivos de Referência

ArquivoConteúdo
references/principles.mdPrincípios gerais: objetivo, três princípios, descarte e fallback, marcações
references/capability_tiers.mdClassificação em quatro níveis conforme capacidade do host
references/story_style.mdLeitura da foto: história, emoção, assunto principal, direção estilística
references/craft_reading.md, references/craft_prescriptions.md, references/genres/Pontos-chave de leitura, diagnóstico para prescrição, seis gêneros
references/director_brief.mdBriefing de direção de seis linhas, tradução para comandos, validação de sete itens
references/g_prompt_template.md, references/g_post_check.mdPrompt de G e verificação pós-geração
references/physics.mdPrincípios físicos da luz natural e verificação
references/intensity.mdFaixa de intensidade conforme preferência do usuário e calibração
references/n_grade.mdParâmetros e uso do grade.py
references/naturalness.mdNaturalidade: verificação de traços de IA e reparos localizados
references/detail_restore.mdRestauração de detalhes chave na rota avançada
references/reframe_rules.mdOtimização geométrica da composição
references/n_trim.mdVerificação final de estouro de realces
references/taste_profile.md, assets/taste/Fotos finais aprovadas pelo usuário e registro de gosto
references/delivery.mdFormato de entrega e limites de armazenamento
references/validation_protocol.md, references/flag_log_template.mdValidação de lote e tabela de marcações

Habilidades Relacionadas