Community影像github.com

Envision

根據真實空間的照片重新想像其樣貌,能透過任何靈感建立專屬品味輪廓,並逐步生成多個版本直到使用者滿意為止。

Envision 是什麼?

Envision 是一套讓使用者與 AI 規劃者協作、逐步將真實空間照片轉化為全新設計的 AI 技能。它適用於 Claude Code、Codex 等支援技能系統的開發工具或 AI 代理平台。該技能的核心工作流程為:先建立專案資料夾,包含 project.md、taste.md 等結構化檔案;接著透過醫生腳本偵測可用的圖片引擎(例如 OpenAI API、ChatGPT 方案或手動適配器),並讓使用者選擇;然後根據使用者提供的任何形式的靈感(圖片、Pinterest、文字描述等)撰寫 taste.md,必要時可建立情緒板驗證風格方向;最後針對每個空間的照片,在使用者逐步回饋下,生成多個版本(有家具或無家具),並記錄每一輪的提示、產出與使用者反應,直到選出數張驗證通過的圖片。所有引擎皆為可插拔的獨立腳本,方便擴充。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/dtazi/envision/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

Envision 是做什麼的?

人與你(規劃者)之間的工作循環,用來看見一個真實場所可能變成什麼樣子。保持輕量:此工具設計為隨著使用而成長。當使用者想要不同做法時,跟隨使用者而非此檔案;這些是預設值,不是規則。

以下路徑相對於此技能的資料夾(<skill>),你可以從讀取此檔案的位置找到它。

0. 開啟或開始一個專案

  • 如果當前資料夾內有 project.md,那就是專案:讀取它、taste.md,以及進行中空間的 log.md,然後從上次停止的地方繼續。
  • 否則詢問專案名稱並建立資料夾(預設 ~/Envision/<project>/,或使用者指定的任何位置),形狀如下,只在需要時才建立各部分:
<project>/
  project.md        # 場所是什麼、引擎選擇、空間及其狀態、決策
  taste.md          # 書面的品味輪廓(由使用者驗證)
  inspiration/      # 使用者提供的所有東西:圖片、解壓縮的資料夾、links.md、筆記
  moodboard/        # 可選,用於驗證品味
  place/            # 平面圖、地圖、整個場所的總覽照片(若有)
  spaces/<space>/
    originals/      # 此空間的真實照片
    prompts/        # 每個渲染對應一個提示檔案
    renders/        # 輸出
    log.md          # 每一輪:詢問了什麼、產出了什麼、使用者說了什麼

從 <skill>/templates/project.md 開始建立 project.md。

1. 插接工具(專案首次使用或使用者要求時)

執行 <skill>/scripts/doctor.sh。它會列出此機器上可用的圖片引擎。以簡單的詞語向使用者顯示清單,讓他們選擇;將選擇記錄在 project.md 中。如果他們想要的引擎尚未就緒,引導他們完成設定(每個適配器的標題會說明其需求)。切勿要求或列印秘密值:金鑰應存在於使用者自己的 shell 環境中。

規劃者就是你,無論是哪個應用程式開啟了此技能(Claude Code、Codex 等)。Notion 或任何其他用來保留專案頁面的地方都是選項:如果使用者想要且連接器可用,則將摘要、品味和驗證過的圖片鏡像到那裡;本地資料夾仍是唯一真相來源。

2. 理解品味

接受使用者提供的任何東西,任何混合形式:聊天中的圖片、壓縮檔或資料夾、Pinterest 看板或圖釘、連結、命名風格("Spanish hacienda"、"Japandi")、語音備忘錄、純文字。將資料儲存在 inspiration/ 中。查看每一張圖片;對於連結,讀取你能觸及的內容,並清楚說明你無法讀取的部分。

從 <skill>/templates/taste.md 撰寫 taste.md:一行摘要,然後是反覆出現的元素(材料、顏色、光線、家具、植物、氛圍)、使用者如何在空間中生活(從他們的話語中)、他們不想要的東西,以及開放性問題。將每個主張連結到其來源(例如 "terracotta floors: 6 of 40 images + said so")。然後請使用者修正。這是一個活檔案:每當一輪學習到新事物時就更新它("一直拒絕白色沙發")。

3. 情緒板(可選)

提供此選項;僅在使用者想要視覺化驗證品味時才執行。選擇能回答他們問題的最便宜途徑:選擇他們自己的圖片或圖釘(免費)、要查看的連結(免費),或生成的圖片(需花費金錢/配額:事先告知)。儲存在 moodboard/ 中,並在 taste.md 中記錄他們驗證或拒絕的內容。

4. 場所

如果有平面圖、地圖或完整的照片集,將其儲存在 place/ 中,並在 project.md 中寫下空間清單及其連接方式,以便版本在房間之間保持一致(相同的地板延伸、相同的色板)。如果沒有,則根據使用者傳送的照片逐個空間進行。為每個空間建立 spaces/<space>/,並將原始照片放入 originals/。在第一次渲染之前,描述真實存在的事物(牆壁、開口、地板、天花板、光線、值得保留的東西),以便使用者可以糾正你。

5. 輪次

使用者提出要求("露台四個版本,無家具","同樣的,但要有一個吧檯")。對於每個版本:

  1. 將提示寫入 spaces/<space>/prompts/<render-name>.txt。從使用者的要求和 taste.md 開始;當有幫助時,傳遞 0-5 張靈感圖片作為風格參考。當版本應保留真實場所時,在提示中明確說明:相同的牆壁、開口、比例、相機角度和構圖;說出不能移動的東西(一棵樹、一段樓梯)。說明什麼改變了,什麼沒有。
  2. 選擇基礎圖片並告訴使用者是哪一張:使用真實照片以忠於場所,或使用先前的渲染以保留他們喜歡的內容。重大改變通常回到真實照片;小幅調整可以在渲染基礎上進行。
  3. 渲染:<skill>/scripts/render.sh <engine> --base <img> --prompt <file> --out <png> [--ref <img>]...(獨立的版本可以平行執行)。為渲染命名,使其易於排序並說明內容,例如 r2-03-no-furniture-bar.png。
  4. 在展示之前,自己先查看每個結果。誠實地說出它偏離真實場所的地方(相機移動了、一棵樹消失了)。將圖片傳送到聊天中。
  5. 在 log.md 中記錄該輪:請求、每個渲染及其基礎、參考、提示檔案以及你所看到的,然後使用者的反應。

使用者會反應:"保留這個,放棄那個,我喜歡這兩個,再圍繞這些多做幾個"。將其融入下一輪(如果是關於品味而非關於此空間,則融入 taste.md 中)。繼續進行,直到使用者驗證了幾張圖片。在 log.md 中標記它們為 validated,並在 project.md 中列出它們,然後移至下一個空間或空間的下一個部分。

引擎

每個引擎都是 <skill>/engines/ 中的一個可執行檔,具有相同的合約(參見 engines/README.md)。要新增一個(另一個 API、本地模型、手動驅動的網頁應用程式),只需在那裡新增一個檔案;其他部分無需更改。

相關技能