Community图像github.com

bai-ting-chen/bc-image-roaster

基于现有图像进行快速 AI 编辑(渲染、视口截图或照片),使用 Nano Banana 2 / Pro 配合 Rook:将用户的粗略请求转化为精确编辑提示,执行并检查结果,针对变化和偏离自动重试。

bc-image-roaster 是什么?

这是一个高效的 AI 图像编辑技能,专为需要快速对现有图像进行智能修改的场景设计。它支持 Nano Banana 2 和 Pro 模型,通过 Rook 连接实现渲染。核心工作流包括:图像解读(识别目标和易损区域)、编辑规格制定、提示生成与展示、执行、检查(检测区域漂移并自动修复提示重试),最后交付结果。该技能特别适合非英语母语用户,能自动将模糊的口语化请求转化为精确的编辑指令,无需用户了解底层模型或细节。支持对象替换/移除、材质/光照/季节改变、添加人物等多种编辑类型,并通过严格的检查机制确保目标变化的同时其他区域不受影响,最多自动重试 3 次。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bai-ting-chen/bc-image-roaster/tree/HEAD

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

bc-image-roaster 是做什么的?

先阅读 RULES.md,然后参考当前步骤的文档。基于现有图像进行轻量、快速的编辑;核心是提示词,因为用户写的是粗糙的英语(非母语)。无需合成或遮罩:通过措辞、检查和重试来对抗漂移。

前置条件

  • Rook 已连接(rhino_ping 返回 pong);rhino_render_view 可访问。
  • Python 3.11 及 Pillow(无需 numpy)用于运行脚本。
  • 输入图像在磁盘上;任何参考图像(要插入的对象)也已在磁盘上。

工作流程

  1. 读取图像。 意图:场景清单,包含目标、相似物及高风险物品 (RULES EDT_01) → image-reading.md。
  2. 编辑规格。 意图:变更内容、保留内容、尺寸和位置锚点;仅在必要时回问用户 (EDT_02)。
  3. 提示词。 意图:将规格填入提示模板,并在执行前展现给用户 (EDT_03) → prompting.md,edit-types.md。
  4. 执行。 意图:通过 Rook 在准备好的输入上调用一次 (MOD_01) → models.md。
  5. 检查。 意图:变更已完成,其他内容未变;通过一次提示修复进行重试 (CHK_01, CHK_02) → check.md。
  6. 交付。 意图:最终图像、对比图、每次失败尝试对应一行描述 (CHK_03)。

用户交来的提示词:在第 1-3 步中精炼,展示给用户,然后执行(第 4-6 步),除非用户要求不执行。后续编辑:EDT_04。

参数

参数默认值来源
modelfal-ai/nano-banana-2models.md
resolution2Kmodels.md
aspect_ratio输入图像的宽高比,或 automodels.md
重试上限3 次RULES CHK_02
漂移检查阈值每个区域 3%check.md

任务路由

仓库映射

主题参考文档代码
输入准备,Rook 调用references/models.mdscripts/prep_input.py
区域漂移references/check.mdscripts/compare.py
对比图references/check.mdscripts/sheet.py

使用 python -I <skill>/scripts/<name>.py --help 运行脚本以查看参数说明。

示例输出

当前项目中的工作文件夹 image-roaster/<yymmdd>-<short-name>/,包含 try-01.png …(最后一个为结果),sheet.jpg(输入和每次尝试并排显示,每个标注模型和判定),以及 log.md(请求、清单、每次提示、每次检查)。

相关技能