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
- 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。
- 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)。
- 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。
- 執行。 意圖:透過 Rook 對準備好的輸入進行一次呼叫(MOD_01)→ models.md。
- 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。
- 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 |
|---|---|---|
| model | fal-ai/nano-banana-2 | models.md |
| resolution | 2K | models.md |
| aspect_ratio | 輸入比例的比率,或 auto | models.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
- 圖片讀取:場景盤點
- 提示詞產生:模板、規則、失敗 → 提示修正
- 編輯類型:每種編輯的模板和詞彙
- 模型:模型選擇、Rook 呼叫、限制、價格
- 檢查:評估一次嘗試、重試、交付
- 維護:技能變更、Git、同步
儲存庫對應
| 主題 | 參考文件 | 程式碼 |
|---|---|---|
| 輸入準備、Rook 呼叫 | references/models.md | scripts/prep_input.py |
| 每個區域的漂移 | references/check.md | scripts/compare.py |
| 比對圖表 | references/check.md | scripts/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)。