CommunityImagemgithub.com

photo-kit

Prepara fotos de projeto reais em lote para anúncios e postagens sociais. Corrige balanço de branco, níveis, verticais convergentes e vibrância, exporta em todos os tamanhos de plataforma (Google Ads, Perfil Empresarial, LinkedIn) a partir de um mestre, remove metadados, cria folhas de revisão antes/depois e gera cards com marca. Script determinístico; o modelo apenas revisa relatórios e escreve pequenas sobreposições JSON.

O que é photo-kit?

photo-kit é um skill determinístico para preparação em lote de fotos de projetos reais, garantindo consistência visual e conformidade com as especificações de cada plataforma de anúncios e redes sociais. O skill processa imagens por meio de um script Python (scripts/photo_kit.py) que realiza correções automáticas de balanço de branco, níveis, verticais convergentes e vibrância, exportando cada foto em múltiplos tamanhos de plataforma (como Google Ads, Perfil Empresarial e LinkedIn) a partir de um mestre lossless. O modelo de linguagem não edita pixels diretamente; ele executa o script, analisa o relatório gerado e as folhas de revisão antes/depois, e escreve apenas pequenas sobreposições JSON para fotos específicas (como correção de foco ou orientação), mantendo o script intacto. O skill também gera cards com marca a partir de um arquivo JSON de aprovação, remove metadados de saída, e inclui um modo de verificação que deve retornar 'clean'. É ideal para desenvolvedores e profissionais de marketing que precisam preparar centenas de fotos de forma rápida e padronizada. Funciona em qualquer sistema com Python 3.10+, Pillow, numpy, OpenCV, fontTools e brotli.

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

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

O que photo-kit faz?

Todas as decisões de pixel são tomadas por scripts/photo_kit.py. Seu trabalho é executá-lo, ler o relatório e as folhas de revisão, escrever sobreposições para as poucas fotos que precisam delas, executar novamente apenas essas e, em seguida, entregar a pasta para o humano.

Não edite imagens de nenhuma outra forma. Não reescreva o script, a menos que uma verificação falhe duas vezes.

Configuração (uma vez por projeto)

  • Python 3.10+ e pip install -r requirements.txt (Pillow 10.1+, numpy, opencv-python-headless, fontTools, brotli).
  • Um JSON de configuração do projeto que lista apenas o que difere de config.default.json (logotipo da marca, arquivo(s) de fonte, cores, URL, amostra de material opcional). Fontes da web geralmente são divididas em subconjuntos: liste cada arquivo em brand.font.

Execução

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

Saída por foto: OUT_DIR/<stem>/00_master.png (sem perdas), JPEGs para cada plataforma, cards com marca opcionais; além de manifest.csv, report.json e _review/before_after_NN.jpg.

Nunca escreva o diretório de saída dentro da pasta de entrada ou de uma árvore de código-fonte do site.

Ciclo de revisão (texto primeiro, imagens por último)

  1. Leia o resumo do console e report.json. Aja apenas com base em sinais claros (grande inclinação que foi ignorada, sinalizadores TOO SMALL, viés de cor evidente, pessoas que parecem esticadas, etc.).
  2. Abra as folhas de revisão uma vez. Para um corte ruim, defina {"focus": [x, y]} (0–1 do mestre).
  3. Escreva OUT_DIR/overrides.json e execute novamente com --only os stems afetados.
  4. Cards: escreva cards.json apenas com os títulos aprovados (máx. ~45 caracteres). Use "fit": "whole" para fotos retrato em cards retrato.
  5. Execute verify (deve imprimir clean), então informe o caminho da pasta, os propósitos da plataforma, os sinalizadores restantes e qualquer foto que não pôde ser corrigida. O humano audita tudo antes do upload.

Classificação de uma biblioteca de fotos

Execute process em uma pasta com uma subpasta por tópico. Classifique pelas pontuações quality em report.json (nitidez × fator de resolução), penalize sinalizadores TOO SMALL e, em seguida, revise uma folha de contato dos melhores candidatos.

Regras que nunca mudam

  • Imagens do Google Ads: apenas exportações simples (sem logotipo, texto, moldura ou borda).
  • Perfil Empresarial: apenas correção leve; exportação simples por padrão.
  • Nunca mude o produto: sem recolorir, sem textura adicionada, sem remoção de defeitos, sem preenchimento por IA. Cortar excessos é aceitável.
  • Apenas fotos da própria organização. Sem rostos de clientes, números de casas ou créditos de fotógrafos terceiros.
  • Mantenha os originais; as saídas são sempre novos arquivos.
  • Os títulos dos cards vêm apenas do texto aprovado.

Ajustes

Ajuste as forças de correction e card_formats na configuração do projeto (não no script). As sobreposições por foto lidam com exceções.

Habilidades Relacionadas