Community影像github.com

bai-ting-chen/bc-image-roaster

對現有圖片進行快速AI編輯(渲染、視窗捕捉或照片),透過Rook使用Nano Banana 2 / Pro:將使用者的粗略需求轉換為精確編輯提示,執行並檢查結果是否成功變更且未偏移,必要時以修正後的提示重試。

bc-image-roaster 是什麼?

此技能專為需要對現有圖片進行快速、輕量級AI編輯的開發者設計,支援渲染圖、視窗截圖或照片。用戶只需以粗糙的英文描述需求(例如「把沙發換成藍色」、「移除桌上的杯子」或「改變季節」),技能便會自動將需求轉化為精確的編輯提示,透過Rook平台調用Nano Banana 2或Pro模型執行。執行後會自動檢查圖片是否成功變更,並偵測是否有非預期的區域偏移(漂移),若結果不符合預期,技能可自動重試最多3次,每次修正提示以減少漂移。支援多種編輯類型:物件替換/移除、材質更改、植栽、天空、光線、季節、人物添加等。此技能特別適合非英語母語的用戶,因為其核心是將粗糙的英文描述轉化為精確的AI提示。支援平台為任何能連接Rook CLI的終端環境,工作流程包含6個步驟:讀圖、規格定義、提示生成、執行、檢查、交付。產出包含最終圖片、比對圖表與詳細日誌。

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

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

bc-image-roaster 是做什麼的?

先閱讀 RULES.md,然後參考當前步驟的說明文件。本技能專注於在現有圖片上進行快速、輕量的編輯;核心是提示詞,因為使用者會使用粗略的英文(非母語)。不涉及合成或遮罩:透過措辭、檢查和重試來對抗偏移。

前置條件

  • 已連接 Rook(rhino_ping 傳回 pong);rhino_render_view 可存取。
  • Python 3.11 與 Pillow(不需要 numpy)以執行腳本。
  • 輸入圖片存在於磁碟上;任何參考圖片(要插入的物件)也需存在於磁碟上。

工作流程

  1. 讀取圖片。 意圖:對場景中的目標、相似物件及高風險項目進行盤點(RULES EDT_01)→ image-reading.md。
  2. 編輯規格。 意圖:哪些要變更、哪些保持不變、尺寸與位置的錨點;僅在必要時回問(EDT_02)。
  3. 提示詞。 意圖:將規格填入提示模板,並在執行前顯示給使用者(EDT_03)→ prompting.md、edit-types.md。
  4. 執行。 意圖:透過 Rook 對準備好的輸入進行一次呼叫(MOD_01)→ models.md。
  5. 檢查。 意圖:確認變更已生效,且其他部分未改變;若需要,以一個提示修正項目重試(CHK_01、CHK_02)→ check.md。
  6. 交付。 意圖:最終圖片、比對圖表,以及每次失敗嘗試的摘要(CHK_03)。

使用者直接提供的提示詞:在第 1–3 步驟中將其精煉,顯示給使用者,然後執行(第 4–6 步驟),除非使用者說不要執行。後續編輯:請參考 EDT_04。

參數

參數預設值參考位置
modelfal-ai/nano-banana-2models.md
resolution2Kmodels.md
aspect_ratio輸入比例的比率,或 automodels.md
重試上限3 次RULES CHK_02
漂移檢查閾值每個區域 3%check.md

任務路由

儲存庫對應

主題參考文件程式碼
輸入準備、Rook 呼叫references/models.mdscripts/prep_input.py
每個區域的漂移references/check.mdscripts/compare.py
比對圖表references/check.mdscripts/sheet.py

執行腳本請使用 python -I <skill>/scripts/<name>.py --help 查看其參數。

輸出範例

一個位於目前專案中的工作資料夾 image-roaster/<yymmdd>-<short-name>/,包含 try-01.png …(最後一個是結果)、sheet.jpg(將輸入圖片與每次嘗試並排顯示,每個都標註模型與判定結果)以及 log.md(請求、盤點、每次提示詞、每次檢查結果)。

相關技能