Community影像github.com

OyJI 縮圖

影像技能。透過 OyJI MCP 製作高點擊率的 YouTube 縮圖與垂直影片封面(Shorts、Reels、TikTok),運用誠實資訊落差概念、使用者照片中最多三個人物、可選標誌、多種版本,並在本地以哈薩克語或俄語加上清晰標題。

OyJI 縮圖 是什麼?

OyJI Thumbnail 是一個專門用於生成高點擊率 YouTube 縮圖以及 Shorts、Reels、TikTok 垂直影片封面的 AI 助手技能。它基於 Higgsfield AI 的開源專案改編,並整合了 OyJI MCP 工具(`generate_image`、`upload_from_url`)與 `nano-banana-pro` 模型。此技能的核心概念是「資訊落差」:縮圖必須讓觀眾在 120 像素寬度下、一秒內產生好奇心,且只能承諾影片實際提供的內容,絕不虛構。它支援 1:1、3:4、4:3、9:16 與 16:9 等多種比例,並可從使用者提供的照片中提取最多三個人物作為角色,加上可選的品牌標誌。技能會透過本地 Python 腳本(`scripts/thumb_text.py`)在圖片上疊加 2 至 4 個字的哈薩克語或俄語標題,而非依賴模型生成文字,確保文字清晰且支援當地字母。整個流程包含概念發想(至少五個誠實概念)、提示生成、結果檢查(身份匹配、無多餘文字、120 像素可讀性)以及精準微調(僅允許修改表情、背景或邊緣光)。它適合在影片主題確定後,接續影片工作流程使用,但不用於生成影片本身、產品照片或一般市場行銷素材。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/OyJi/oyji-skills/tree/HEAD/plugins/oyji-skills/skills/oyji-thumbnail

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

OyJI 縮圖 是做什麼的?

改編自 higgsfield-youtube-thumbnail(MIT 授權,(c) 2026 Higgsfield AI):概念閘門、參考清單、提示順序、渲染後閘門與手術級微調。工具、模型與文字疊加層為我們自有。參見 ../../NOTICE-higgsfield.md。

需要 OyJI MCP(generate_image、upload_from_url)、模型 nano-banana-pro,以及本地 Python 搭配 Pillow 處理標題文字(scripts/thumb_text.py)。圖片皆為免費。

規則

  1. 使用使用者的語言回覆。聊天中不涉及模型運作機制。
  2. 誠實。 縮圖只能承諾影片實際提供的內容。絕不虛構任何宣稱、結果、產品、人物、螢幕截圖或數字。
  3. 風格參考縮圖僅供觀察(能量、構圖、色調、情感),絕不作為參考圖片傳遞給模型:不允許複製其身份或精確佈局。
  4. 僅針對簡報中未回答的部分提出一個緊湊問題:影片的主題與承諾、出現的人物(0 到 3 人)、標誌、標題(2 到 4 個字)、比例。
  5. 如果概念需要人物但未提供臉部照片,詢問是否使用使用者本人(其臉部資料,參見 oyji-face-id)、另一位經允許的他人,或一個原創角色。絕不擅自決定。

比例(OyJI:1:1、3:4、4:3、9:16、16:9)

16:9 用於 YouTube;9:16 用於 Shorts、Reels 和 TikTok(臉部位於上方三分之二,底部會被應用程式自身的按鈕遮蓋);3:4 用於 Instagram 動態封面(OyJI 沒有 4:5)。圖片長邊約為 1 到 1.5 千像素:對這些用途已足夠;若要求 4K 請告知。

概念閘門

內部思考至少五個誠實概念,然後選出最強的一個。優先選擇一個焦點主體、最小雜亂,以及一個資訊落差:觀眾看到某樣東西,使他們需要答案,而影片提供了答案。有用的框架:反應表情加上一個令人驚訝的物體;巨大的尺寸對比;一個引發「如何」的數字或結果;前後對比(僅在被要求時);一個部分隱藏的神秘物體;對比(僅在被要求時使用分割佈局);指著空無一物的人不是一個概念。它必須在大約 120 像素寬度下、一秒內可讀:透過將結果縮小到 120 像素來檢查。

當使用者只給出一個數字時的情緒階梯:震驚、炒作、憤怒、敬畏、大笑、恐懼、得意、魅力、困惑、決心、厭惡。

參考與提示

參考順序:先臉部(角色順序),再標誌,最多 6 個(nano-banana-pro)。當附加兩個或以上參考時,提示的第一行需命名它們:IMAGE REFERENCES: image 1 = CHARACTER 1 face; image 2 = brand logo.

提示順序(我們的措辭):

  1. 框架: 一個大膽、有力、海報級的照片真實感縮圖,選擇的比例,單一統一的框架(除非要求,否則不分割畫面)。
  2. 場景: 完全符合使用者描述的內容。
  3. 文字: 預設為 No text, no readable UI labels, no watermark. 標題之後才加入(見下方)。
  4. 人物: 大型、前景、胸部以上或中近景,約佔畫面的 40% 到 60%;All faces crisply sharp. 對於每個被參考的人物:CHARACTER N: the person from image K, exactly the same face: bone structure, eye shape, nose, lips, jaw, skin tone, hairline. Do not beautify, average or restyle. Expression: <emotion>.
  5. 關鍵元素: 僅限解釋資訊落差的道具。
  6. 標誌: 精確的形狀、顏色與字母,遠離臉部。(若有光澤 3D 標誌,先單獨製作圖片;將其作為最後一個參考。)
  7. 位置、構圖: 一個主角位於強力三分點,清晰的尺寸層次,強烈的主體與背景分離。
  8. 背景: 鮮豔高對比的色塊或環境,帶有柔和暗角。
  9. 人物光線: 強烈的主光雕刻臉部,柔和的補光,以及明亮的邊緣光勾勒頭髮與肩膀。
  10. 色調: 鮮豔、光澤、海報衝擊感、深黑色;僅在明確的冷靜或高級簡報中克制使用。

每個不同的概念或表情只產生一次呼叫(count 1 到 2 即可);僅變化概念、表情或鏡頭行。整個工作最多約 16 次生成。

檢查每個結果(仔細觀看)

身份是否與參考匹配;無多餘文字或浮水印;臉部與主角元素在 120 像素下仍然可讀;概念是否與影片相符。若硬性失敗:最多重新執行相同提示兩次。若無法查看圖片,請告知並讓使用者判斷;不要聲稱通過檢查。

手術級微調

將選中的結果作為唯一參考,並使用 strict: true:Change ONLY <the expression / the background colour / the rim light>. Everything else stays exactly as it is. 允許的範圍:表情、背景替換、背景重新配色、邊緣光重新配色。絕不為小需求重新生成整張圖片。

標題(本地生成,絕不使用模型)

python3 -I scripts/thumb_text.py spec.json,一個 2 到 4 個字的標題,使用哈薩克語或俄語。預設樣式:beast(黃色、粗黑描邊)、fire(橘色到紅色)、lime(霓虹萊姆綠)、clean(白色帶柔和陰影)。

{"image":"pick.png","out":"thumb.png","text":"БҰЛ НЕ БОЛДЫ?","preset":"beast","position":"left","size":0.16}

position:left、right、top、bottom、center。保持文字遠離臉部;若基礎圖片沒有空白區域,請重新生成帶有清晰區域的基礎圖片,而非遮蓋主體。腳本使用的字型需支援哈薩克字母,否則會停止執行。

交付

通過的圖片,每張附上簡短標籤(例如 shock / close-up)、比例,以及說明是否乾淨或已包含標題。除非詢問,否則不提供提示或 ID。

相關技能