Community影像github.com

gmchocolate/poster-genome

學習參考海報的真實視覺風格並積累用戶本地審美圖庫,結合已保存的風格參考圖片、設計規則和用戶照片,創作原創海報。適用於「學習這張海報並加入我的參考庫」「用我喜歡的風格製作海報」「根據照片做視覺日記」「優化海報」。支援 reference-first、私人 Taste Library、真實圖片輸入、保真與審美評審。

poster-genome 是什麼?

Poster Genome 是一個 AI Agent 技能,旨在幫助使用者學習和保存個人喜愛的海報設計風格,並將其應用於新的創作中。它支援 LEARN(學習風格)、LIBRARY(建立本地風格庫)、CREATE(創作)和 REFINE(優化)四種模式。該技能強調「視覺參考優先」和「真實圖片輸入」,會實際讀取使用者提供的參考圖和個人照片,並遵循嚴格的保真原則(例如保留人物臉孔、商品、文字等)。它主要在本地運行,不依賴自帶的生成模型,而是透過 CLI 工具管理圖庫,並與支援圖片輸入的多模態工具整合,確保風格和內容的分離。適用的平台包括支援多模態輸入的 AI Agent(如 Claude Code、Cursor 等),特別適合需要保留個人化風格的設計師、創作者和視覺日記使用者。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gmchocolate/poster-genome/tree/HEAD/skills/poster-genome

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

Poster Genome · Reference-First 創作

目標:學習使用者真正喜歡的作品,並讓這些真實視覺參考參與下一次創作。

設計基因(genome)是可遷移的設計決策;使用者私有的 Taste Library 是可以重新打開、觀察並用於圖像創作的參考海報。不能用基因的文字描述代替真實參考圖。 兩者必須一起發揮作用。

這是給 Agent 的行為指令,而不是自帶生圖模型的軟體。所有相對腳本路徑都以本 SKILL.md 所在的技能目錄為起點。安裝後的使用者資料存放在運行機器的 ~/.poster-genome,不存放在技能資料夾或公共 GitHub 倉庫。

一、先識別使用者模式

用戶在說什麼模式應交付什麼
「學習這張海報」「為什麼好看」LEARN可見證據、設計推斷、可遷移規則、適用與反例
「喜歡這張,儲存到我的風格庫」LEARN → LIBRARY先看圖提煉喜歡/不喜歡的細節,再儲存真實圖片 + 偏好記錄到使用者本地
「用這些照片按我喜歡的風格製作」CREATE檢索相關參考原圖、真正附加圖片、創作和核對
「這版排版太死板」「別改變人物」REFINE對比參考圖、準確指出缺陷,並保留使用者素材定向修改
「整理/刪除/給參考圖打分」LIBRARY只在使用者明確授權下改動本地圖庫或公開基因

如果使用者已經提供圖片、用途和文案,不要重複提問。每輪最多問三個確實會影響創作的問題;允許使用者說「其他你決定」。

二、最高優先級的約束

  1. 真實視覺參考優先。 對於創作,優先檢索私人圖庫中的 1–3 張真實圖片。只有元數據或基因 JSON 不足以聲稱「參考驅動」創作。
  2. 明確兩種圖的角色。 使用者上傳的內容圖負責主體的身份、數量、服裝、物品、品牌和事實;喜歡的海報是風格參考,只負責字體、色彩、版式節奏和氛圍。不能把它們混作一張圖。
  3. 真的傳入圖片。 路徑字串、Prompt 和摘要不會自動把圖片送到圖像模型。必須透過宿主實際支援的圖像讀取/附加介面傳遞檔案內容;不支援時如實說明,不能假裝已引用圖像。
  4. 保真先於好看。 保留使用者指定的人臉、寵物、商品、準確文字和數量;不得漏掉其中一個寶寶,或編造日期、天氣、相機參數、署名、優惠和背書。
  5. 學習方法,不複製作品。 不重建第三方作品的整套獨特佈局、商標和原始文案,不能擅自使用未授權素材。
  6. 本地儲存必須授權。 使用者上傳參考海報給你看,不等於允許永久儲存。只有使用者明確要求「加入風格庫/儲存參考」或同意後,才在運行環境本地寫入。未經同意不得上傳 GitHub、雲端或其他伺服器。
  7. 區分觀察、推斷、未知。 視覺效果解釋不等於設計師本人意圖;無法確認的具體字體、原創作者、參數和權利不能硬猜。
  8. 工具能力必須誠實。 沒有視覺工具不能說看過圖,沒有圖像生成工具不能聲稱完成圖像;沒有存取本地檔案的能力不能說已讀取或儲存使用者電腦裡的圖庫。

三、LEARN:學到可執行的審美判斷

按 海報分析方法 拆解。順序為:

  1. 觀察圖像類型、主題、畫幅、主體數量、背景、圖形、文案、品牌資訊,標明哪些看不清。
  2. 按第一眼、第二眼、最後一眼還原觀看順序;分析構圖、比例、字體對比、留白、圖層、色彩及裝飾的作用。
  3. 每條結論寫清楚「畫面證據 → 可能的視覺作用 → 可遷移規則 → 適用條件 → 失效條件」,避免只說「高級感」。
  4. 如果多張風格類似,提煉共同骨架和可變化分支,不為每張圖片機械新增一個基因。
  5. 明確使用者偏好:最喜歡哪裡,以及哪些不應照搬;當使用者沒說時,Agent 可提出候選,但不能假裝使用者已確認喜歡。
  6. 給出候選基因及適用場景。使用者同意後,可以儲存原圖到本地 Taste Library;公開基因檔案只有額外授權才可提交倉庫。

學習和本地儲存是兩個不同動作:分析不自動等於儲存。

四、LIBRARY:積累每位使用者獨立的視覺 Taste

首選操作是「給使用者個人參考圖庫增加視覺參考」,而不是把使用者照片存進公共倉庫。詳情看 個人 Taste Library。

本地 CLI 在技能目錄下運行,首次使用需要安裝 Pillow:

python -m pip install -r requirements-library.txt
python scripts/taste_library.py add \
  --image "/path/to/reference.jpg" \
  --title "我喜歡的攝影手帳風" \
  --genome playful-sky-editorial \
  --tag everyday \
  --like "大粗標題與輕手寫字交錯" \
  --avoid "原作者品牌標誌和虛構日期" \
  --rating 5

它儲存經過元資訊清理的圖像副本和審美記錄到 ~/.poster-genome,不會自動上傳網路。支援 list、select、feedback、remove 和 prepare。

不能把源照片存到公共 skills/poster-genome/ 中。 本地儲存和雲端生成是不同的權限;使用者授權本地儲存不代表可以未經告知把圖片發到遠端生圖服務。

當 Agent 在雲端運行、無法存取使用者的機器時,需要使用者提供圖片至 Agent 可存取的工作區,或使用經過使用者同意的私有持久化儲存。不能把雲端工作區說成使用者電腦的本地資料夾。

公開基因仍在 genomes/,並須符合 schemas/genome.schema.json;新風格先和現有基因比對,不濫增重複類目。未通過測試的基因可保留 draft。

五、CREATE:帶著真實風格參考圖去製作新海報

完整流程見 參考圖驅動創作 和 海報製作。

  1. 理解本次素材。 統計使用者源圖和每張圖中的主體,列出不能改的臉、衣服、照片數量、文字、尺寸。兩張寶寶照片必須兩個寶寶都出現,除非使用者明確允許捨棄一張。
  2. 找真正的參考圖。 讀取使用者本地圖庫,按風格基因、素材標籤、使用者 rating 和 liked_for 挑 1–3 張,實際打開圖片判斷版式關係。優先使用者明確指定的參考。
  3. 沒有參考圖就誠實處理。 預設先問使用者是否添加一張喜歡的海報,或允許「無視覺參考的原創嘗試」。不能把文字規則冒充真實視覺圖。
  4. 生成清單,不等於生成海報。 CLI 可以把使用者圖片、風格參考圖片分成不同角色,輸出明確的本地檔案路徑:
python scripts/taste_library.py prepare \
  --source "/path/to/user-photo-a.jpg" \
  --source "/path/to/user-photo-b.jpg" \
  --genome playful-sky-editorial \
  --tag portrait \
  --headline "雙寶出行日記" \
  --top 2
  1. 實際把參考圖與源圖交給圖像工具。 呼叫支援圖像輸入的多模態創作/修圖工具,把選中的參考圖片當成 style reference,把使用者源照片當成 content source。只放絕對路徑在 Prompt 裡不算完成輸入;確認工具確實能接收它們。使用者敏感圖片呼叫遠端服務需符合使用者權限與服務隱私要求。
  2. 分離設計與保真。 從參考中學習字體、色塊、邊緣裝飾、空間節奏,而不是照搬原作。對人臉、品牌、數字、中文需準確的情形,優先讓工具創作背景/圖形,再用確定性編輯合成真實照片和文字。不要為了視覺效果重繪使用者寶寶的面容。
  3. 檢查輸出。 核對內容圖裡所有要求的主體是否出現、文字是否準確、版式是否繼承喜歡的視覺特徵、沒有虛構拍攝參數。若風格達標但缺一個主體,仍然是不合格成品。
  4. 反饋提升 Taste。 使用者點評後可提出保留偏好;只有使用者同意才能呼叫 feedback 寫入本地庫,不能暗中記錄。

匹配腳本 scripts/match_genomes.py 仍只能做元資料啟發式排序,不能代替視覺參考檢索。參考圖庫 CLI 的 select 也不是視覺向量檢索:Agent 應實際查看圖片後再定風格。

六、REFINE:讓修改朝使用者喜歡的參考靠近

  • 同時對照使用者原始素材、使用者指定參考圖、已生成成品,優先指出 1–3 處明顯缺陷。
  • 把錯誤(錯字、人物遺漏、面容失真、虛構數據)和審美差異(字體缺乏動勢、元素太死板)分開處理。
  • 做定向修改時寫清「要借鑒什麼 / 不能照搬什麼 / 哪些原始內容不得改變」。
  • 有圖像修改工具就實際修;如果修復需要重新生成而可能損害人臉,優先受控合成。
  • 使用者沒授權儲存結果或偏好時,不自行建立私人資料。

七、失敗分支與邊界

  • 本地圖庫為空:詢問使用者加一張參考或授權無參考原創;不要憑空說「風格來自參考圖」。
  • 只有 JSON 沒有圖片:可以提出設計方案,但必須標註是「基於文字基因」,不是圖片條件生成。
  • 找到參考但宿主不能讀取它:不要把檔案路徑當圖片;說明工具限制並請求使用者附上圖或切換工具。
  • 使用者要精確保留兩個人:不能只生成一個,失敗就繼續修復或坦白。
  • 沒有事實來源:不能發明具體日期、溫度、攝影機參數、署名、條碼真實含義。
  • 私人照片或第三方作品:不預設公開、同步或上傳。
  • 當前作品已經合適:允許建議保留原樣,不強制重新排版。

按需讀取

本專案在任何環境都不自帶視覺模型、AI 生圖模型或雲端圖庫同步服務。

相關技能