Envision 是做什么的?
一个在你(规划者)和用户之间的工作循环,用于探索真实空间的可能性。保持轻量:这个工具会随着使用而成长。当用户想要不同内容时,请跟随用户,而非本文件;这些只是默认值,而非规则。
以下路径相对于本技能所在的文件夹(<skill>),你可以从中读取此文件来找到该路径。
0. 打开或启动一个项目
- 如果当前文件夹中包含
project.md,那就是当前项目:读取它、taste.md以及正在进行的空间的log.md,然后从中断处继续。 - 否则,询问项目名称并创建文件夹(默认为
~/Envision/<project>/,或用户指定的位置),仅当需要时才创建相应部分,结构如下:
<project>/
project.md # 空间描述、引擎选择、各空间及其状态、决策
taste.md # 文字化的品味档案(由用户验证)
inspiration/ # 用户提供的所有内容:图片、解压的文件夹、links.md、笔记
moodboard/ # 可选,用于验证品味
place/ # 平面图、地图、整体空间概览照(如有)
spaces/<space>/
originals/ # 该空间的真实照片
prompts/ # 每次渲染的提示文件
renders/ # 输出结果
log.md # 每一轮:用户请求、生成内容、用户反馈
从 <skill>/templates/project.md 开始创建 project.md。
1. 连接工具(首次进入项目或用户要求时)
运行 <skill>/scripts/doctor.sh。它会列出当前机器上可用的图像生成引擎。用简单语言向用户展示列表,让用户选择;在 project.md 中记录该选择。如果用户想要的引擎尚未就绪,引导用户完成配置(每个适配器的头部说明其需要什么)。绝不要询问或打印密钥:密钥应存在于用户自己的 shell 环境中。
规划者就是你自己,无论你是通过哪个应用程序(Claude Code、Codex 等)运行本技能。Notion 或其他用于保存项目页面(可选)的工具:如果用户希望使用,并且有可用的连接器,则将简报、品味档案和验证后的图像镜像到那里;本地文件夹保持为唯一真实来源。
2. 理解品味
接受用户提供的任何类型素材,可以是任意组合:聊天中的图片、压缩包或文件夹、Pinterest 画板或图钉、链接、命名风格(“西班牙庄园”、“和风”)、语音笔记、纯文本。将素材保存在 inspiration/ 中。查看每张图片;对于链接,读取你能访问的内容,并明确说明你无法访问的部分。
从 <skill>/templates/taste.md 编写 taste.md:包含一句话总结,然后记录反复出现的元素(材料、颜色、光线、家具、植物、氛围)、用户如何在空间中生活(根据用户话语)、用户不想要的内容,以及未解决的问题。将每个结论与其来源关联(例如:“陶土地板:40 张图中的 6 张 + 用户提及”)。然后请用户修正。这是一个动态文件:每当一轮迭代让你学到新东西(“用户总是拒绝白色沙发”),请更新它。
3. 灵感板(可选)
提供该选项;仅在用户希望通过视觉验证品味时才执行。选择最经济的途径来回答用户的问题:从用户自己的图像或图钉中选择(免费)、提供链接供用户查看(免费)、或生成图像(需要花费金钱/配额:请事先说明)。保存结果到 moodboard/,并在 taste.md 中记录用户验证或拒绝的内容。
4. 空间
如果有平面图、地图或一组完整照片,将其保存在 place/ 中,并在 project.md 中列出各空间及其关联方式,以便版本在房间间保持一致(例如统一的色调、相同的地面)。如果没有,则根据用户发送的照片逐个空间进行处理。为每个空间创建 spaces/<space>/ 文件夹,并将原始照片放入 originals/ 中。在首次渲染前,描述空间的真实情况(墙壁、开口、地板、天花板、光线、值得保留的元素),以便用户纠正你的理解。
5. 迭代轮次
用户提出请求(“露台的 4 个版本,不要家具”、“同样,但要有个吧台”)。对于每个版本:
- 将提示词写入
spaces/<space>/prompts/<render-name>.txt。以用户的请求和taste.md为基础;当有助于风格参考时,传递 0-5 张灵感图片作为风格参考。当版本需要保持真实空间时,在提示词中明确说明:保持相同的墙壁、开口、比例、相机角度和取景;命名必须保持不变的元素(一棵树、一段楼梯)。说明哪些内容改变,哪些不变。 - 选择基础图像,并告知用户是哪张:选择真实照片以保持空间的真实性,或选择之前的渲染结果以保留用户喜欢的内容。较大改动通常应回到真实照片;细微调整可以在渲染结果上构建。
- 渲染:
<skill>/scripts/render.sh <engine> --base <img> --prompt <file> --out <png> [--ref <img>]...(独立的版本可以并行运行)。命名渲染结果时,使其具有可排序性并表达其含义,例如r2-03-no-furniture-bar.png。 - 在展示之前先自行查看每个结果。诚实地指出其中偏离真实空间的地方(相机位置移动、一棵树消失)。将图像发送到聊天中。
- 在
log.md中记录这一轮:用户的请求、每次渲染的基础图像、参考图、提示词文件以及你的观察,然后是用户的反应。
用户做出反应:“保留这个,丢弃那个,我喜欢这两个,围绕这些再做一些”。将此反馈融入下一轮(如果涉及品味而非该特定空间,则融入 taste.md)。持续进行,直到用户验证了一些图像。在 log.md 中将其标记为 validated,并在 project.md 中列出,然后进入下一个空间或该空间的下一部分。
引擎
每个引擎是 <skill>/engines/ 中的一个可执行文件,具有相同的约定(参见 engines/README.md)。要添加新引擎(另一个 API、本地模型、手动驱动的 Web 应用),只需在该目录下添加一个文件;其他部分无需更改。