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
- 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。
- 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)。
- 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。
- 执行。 意图:通过 Rook 在准备好的输入上调用一次 (MOD_01) → models.md。
- 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。
- 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 |
|---|---|---|
| model | fal-ai/nano-banana-2 | models.md |
| resolution | 2K | models.md |
| aspect_ratio | 输入图像的宽高比,或 auto | models.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.md | scripts/prep_input.py |
| 区域漂移 | references/check.md | scripts/compare.py |
| 对比图 | references/check.md | scripts/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)。