Communitygithub.com

LucasH1225/restaurant-website-skills

研究、定位、設計、建置並進行視覺驗證,為擁有遺失、損壞、僅限Facebook、過時或劣質網站的獨立餐廳打造具說服力的行動優先網站示範。

restaurant-website-skills 是什麼?

此技能專為AI代理(如Codex)設計,用於為獨立餐廳建立以證據為基礎的銷售示範網站。核心目標是讓餐廳老闆能辨識出自己的餐廳,並凸顯其線上機會的缺失。技能會引導代理從分析餐廳線索開始,根據需求選擇分析、建置或刷新模式,並嚴格遵循從公開來源(Google地圖、社群媒體、菜單頁面等)驗證資訊的流程,區分驗證事實、合理推論與創意提案。 技能採用獨特的「配方與佈局」雙重架構,將商業定位(如針對過路旅客、在地家庭)與視覺設計(如首區、媒體組合)分開選擇,並透過腳本產生鎖定檔案(recipe-lock.json),避免手動繞過設計邏輯。此外,它整合了三個專門的子技能:餐廳品牌色板(從照片提取色彩)、食物影像工作室(生成基於真實菜餚的照片)、以及店面影像工作室(修復或重建店面外觀),每個子技能都有嚴格的驗證閘門(如驗證實際食物來源照片、通過QA測試),以確保影像的真實性與一致性。整體上,此技能適用於任何需要為獨立餐廳產生客製化、證據驅動的行動優先示範網站的場景,但不適用於通用餐廳目錄或未經驗證的生產聲明。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/LucasH1225/restaurant-website-skills/tree/HEAD/skills/restaurant-demo-builder

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

餐廳示範建置器

建立一份以證據為基礎的銷售示範,讓老闆能認出自己的餐廳,並讓顯而易見的線上機會缺失更為突出。將此示範視為餐廳網站第一個有用的版本,而非僅是貼上餐廳名稱的通用主題。

在進行實質研究、設計、影像製作或實作之前,請先閱讀 references/demo-playbook.md。僅使用與請求相關的章節。

選擇任務模式

在行動之前,先確定請求的模式:

  • 分析: 傳回有來源依據的概念、理由、頁面結構、影像方向、菜單計畫和驗證缺口。除非被要求,否則不要編輯專案檔案。
  • 建置: 研究餐廳,建立或準備適當的素材,實作可運作的示範,執行它,並視覺驗證桌面和行動裝置檢視。
  • 刷新: 檢查現有示範和當前公開事實,然後僅更新過時或薄弱的部分,並重新執行視覺驗證。

僅在多家企業同名且無法推斷出正確位置時,才要求澄清。否則,先檢查本機線索資料和公開來源。

基於證據工作

  1. 在瀏覽之前,先檢查當前工作區。搜尋線索匯出、簡報、現有示範和設計素材,以取得餐廳名稱、地點、地點ID和URL。
  2. 驗證當前公開事實,因為餐廳資訊經常變動。檢查餐廳擁有的網站和社群頁面、Google商家檔案或地圖資料、當前菜單或訂購頁面、近期評論,以及相關的官方旅遊或商會頁面。
  3. 記錄名稱、地址、電話、營業時間、評分、評論數、類別、服務、菜單項目、價格、活動、線上訂購、社群連結,以及任何提議用於示範的場地或外觀影像的來源和信心度。
  4. 在工作時,將內容分為三個標籤:
    • 驗證事實: 直接由當前來源支援。
    • 合理推論: 由評論中的重複模式或地點背景所支援。
    • 創意提案: 為示範建立的標語、藝術方向、佈局或活動構想。
  5. 解決衝突的事實,優先使用最近由業主控制的來源(如果可能)。將未解決的衝突放入業主驗證清單。
  6. 當餐廳身份、網站問題、菜單可用性、核心聯絡資訊、主要受眾證據和重複評論主題已充分確立時,停止研究。對於分析模式,偏好一組強而有力的來源,而非詳盡的目錄搜尋;列出未解決的細節,而不是延遲簡報。

切勿發明菜單項目、價格、營業時間、獎項、折扣、外送、預約、活動日程或無障礙聲明。除非目的地和服務是真實的,否則不要添加看似可運作的命令按鈕。

定義一個商業定位

從證據中選擇一個主要受眾和一個主要轉換目標。典型受眾包括過路旅客、在地家庭、早餐常客、運動酒吧顧客和晚間團體。典型目標包括查看菜單、獲取路線、撥打電話或進行已驗證的線上訂購。

第一個視口必須在五秒內回答:

  1. 這是哪家餐廳?
  2. 為什麼訪客應該選擇它?
  3. 它是否營業?或何時營業?
  4. 訪客如何查看菜單或到達那裡?

使用餐廳名稱作為 H1。將定位放在輔助文案中。偏好具體的證據,例如時段、招牌菜、地點、營業時間、份量或評論主題,而非「美食」或「新鮮食材」等通用詞語。

路由設計

在餐廳證據、受眾、場合和主要行動確定後,閱讀 references/design-routing.md。建立餐廳輪廓檔案,執行 scripts/select_recipe.py,並將產生的 recipe-lock.json 與示範研究記錄一同儲存。

僅閱讀所選配方參考,然後複製獨立選擇的佈局起手式檔案 assets/layouts/<layout-id>/:

僅在檢視 V2 庫背後的結構證據、擴展佈局語法或診斷設計不匹配時,才使用 references/layout-research-2026-07-v2.md。早期的 design-research-2026-07.md 和 assets/starters/ 是 V1 歷史,不參與新的示範路由。不要複製參考餐廳的程式碼、照片、文字、標誌、插圖或獨特的完整構圖。

將配方和佈局選擇視為獨立的約束。配方控制受眾、調性、功能和視覺態度;佈局語法控制首區、媒體構圖、證據形式、菜單幾何、區塊幾何和行動裝置轉換。已驗證的餐廳證據繼續控制訂購、預約、活動、營業時間、服務、菜單內容、評論和影像。切勿手動繞過 V2 鎖:當結果錯誤時,請修正輪廓檔案、相容性定義或歷史指紋。

鎖定餐廳品牌色板

在配方和佈局鎖定之後,但在最終視覺樣式之前,每當店面、招牌、標誌、菜單、包裝或內部影像提供可用的身份色彩證據時,使用 $restaurant-brand-palette。將驗證過的 brand-palette.json 與 recipe-lock.json 一同儲存並預覽。

將色板、配方和佈局視為獨立的鎖。色板控制 CSS 色彩角色和比例;它不會改變受眾、功能、首區語法或區塊幾何。在匯入代碼之前,需要色板技能的 handoff 階段。將驗證過的代碼對應到 CSS 變數,並且在實作期間不要引入臨時替換的十六進位值。

如果沒有可靠的品牌色彩能在證據審查後留存,讓色板技能建立一個清楚標示的配方備用方案。不要聲稱備用方案來自餐廳。在任何代碼變更後重新驗證,並分別檢查照片上的文字效果。

圍繞決策建置頁面

當所選配方沒有指定更好的、以證據為基礎的順序時,使用此預設順序。移除任何缺乏證據的區塊:

  1. 緊湊的導航,包含「菜單」、「最愛」和「前往」,加上一個高價值的命令。
  2. 全出血的首區,包含餐廳名稱、一個具體的價值主張、「查看菜單」和「獲取路線」或「撥打電話」。
  3. 證明條,包含已驗證的評分/評論數、營業時間、價格訊號或市區/地點背景資訊。
  4. 三到六道精選菜餚,使用已確認的名稱(如果有);當一道菜缺乏已驗證的真實照片時,使用以文字為主的類別或代表性標籤,而不是發明逼真的食物影像。
  5. 可讀的 HTML 菜單,包含類別導航。
  6. 僅在它能闡明業務時加入體驗或時段區塊,例如早餐到深夜、家庭用餐、運動或現場活動。
  7. 簡短、有來源的評論證明,支援所選的定位。
  8. 當已驗證的店面照片能實質改善辨識度或尋路功能時,加入到達或外觀區塊。
  9. 「前往」區塊,包含地址、當前營業時間、電話、地圖/路線和擁有的社群連結。
  10. 行動裝置固定的行動按鈕,用於最重要的命令。

保持體驗直接且有用。避免為每個區塊使用裝飾性卡片、偽造的預約表單、通用的廚師故事、未經驗證的「城市最佳」聲明和冗長的行銷文案。

建立一致的影像系統

使用 $restaurant-food-image-studio 進行實際的食物參考稽核、影像生成、修復、清單追蹤以及來源與提案的對照表。在完整的示範建置中,先在此處建立餐廳證據和商業方向,然後將已驗證的菜餚候選清單和影像需求傳遞給該技能。將以下原則作為最終網站的驗收合約。

將食物影像工作室清單 V3 demo 驗證視為整合邊界。除非滿足以下所有條件,否則不要將 AI 重新調整的食物素材複製到網站中:它有一個來自同一家餐廳的獨特、已記錄的真實 served-dish-photo;該真實照片已作為影像輸入提供;來源已被路由到一個鎖定的客戶面向攝影系統;兩個規範性的證據表單都已以雜湊鎖定;所有五個 QA 關卡都通過;且當前清單通過 <food-image-skill>/scripts/validate_manifest.py --stage demo。在每次複製輸出之前立即執行該驗證器,並在最終示範 QA 期間再次執行。如果來源、攝影系統、證據記錄或任何 QA 關卡缺失,則保持該插槽以文字為主,或使用單獨驗證的非食物素材。切勿使用菜單描述、庫存照片、合成風格影像或 representative-concept 渲染來繞過此關卡。

偏好真實的餐廳自有影像,因為菜餚身份和氛圍是證據。對於私人的銷售示範,來自地圖、社群頁面、評論平台、目錄和菜單頁面的公開真實照片,即使上傳者未知,也可以用作暫時的事實或構圖參考。記錄來源和不確定性,不要暗示參考權限已清除,並在公開上線前取得批准或替換素材。

使用單獨的關卡。在來源關卡,自動保留獨特的真實菜餚來源、來源相機評估、路由、來源出處和雜湊值。在私人示範關卡,保留來源與設計照片的比較、生成時間、註冊的輸出角度和五個關卡:逼真度、風格一致性、食慾優化、AI 痕跡和網站就緒度。使用者可以稍後檢查任一工件並要求變更。當一張真實的公開照片可信地歸屬於正確的餐廳時,不需要上傳者身份。在公開發佈關卡,需要已清除的替換素材或相關權利持有人的許可,加上業主確認事實準確性。不要暗示記錄的私人或一對一使用授與發佈權。

當不存在當前數位菜單時,讓 $restaurant-food-image-studio 執行其以 Google 地圖為優先的備用方案。將重複的真實菜餚照片分組,並以菜單照片、社群貼文、說明文字和評論提及加以佐證,然後選出三到六個候選項目。重複是選擇訊號,而非銷量證明:預設使用「精選」,並將「熱門」、「最受歡迎」、「暢銷」或確切菜名保留給有依據的主張。

將 AI 用作藝術指導和修復層:

  • 在生成之前,檢查每個真實來源並分類其相機視角。
  • 保留菜餚類型、食材、份量、烹飪方法、配菜和盛裝容器;將來源視為食物真相,而非強制的最終構圖。
  • 為餐廳設定鎖定一個主要的客戶面向相機系列、角度容差、主體比例、裁切、背景、照明方向、等級、鏡頭感和道具政策。
  • 將不適合該系統的來源路由到 reference-restage;切勿僅因為是真實的,就保留不合適的俯拍或隨意快照角度。
  • 改善曝光、白平衡和來源支援的食慾提示,如自然的金黃麵包皮或可見的褐變,而不改變熟度、痕跡、份量或食材。
  • 拒絕塑膠光澤、蠟質紋理、重複、完美幾何、不可能的效果和其他可見的 AI 痕跡。
  • 為首區使用寬幅影像,並為精選食物使用一致的 4:3 系列。
  • 僅生成三到六張精選食物影像;讓完整的菜單保持以文字為主。
  • 將不確定的輸出標記為概念影像,並將其納入業主驗證集。
  • 將 Google 地圖螢幕截圖和其他第三方原始資料保留在示範頁面之外;僅在內部清單和對照表中記錄它們。

當參考資料未證明其食材時,不要將生成的影像標記為確切的菜單項目。避免不可能的裝飾、誇張的蒸氣或起司拉絲、偽造標誌、生成的菜單文字、過度的完美以及與餐廳矛盾的庫存照片修飾。

使用 $restaurant-exterior-image-studio 進行實際的店面來源稽核、保存規劃、AI 輔助修復或基於參考的重建、清單追蹤、註冊、比較和六部分 QA。在完整的示範建置中,先在這裡決定到達影像的目的和位置,然後將長寬比、焦點、預期放置位置和尋路需求傳遞給該技能。

將外觀影像工作室 demo 驗證視為整合邊界。除非滿足以下所有條件,否則不要將 AI 輔助的店面複製到網站中:當前真實來源證明了招牌、入口、立面幾何、立面色彩和固定特徵;所有輸出面向的區域都已被支援或裁剪掉;保存合約已完成;所有六個 QA 關卡都通過;且 <exterior-skill>/scripts/validate_manifest.py --stage demo 在整合前立即成功。

當食慾是主要轉換目標時,保持以食物為主的首區;除非建築物本身是已驗證的吸引力,否則將外觀影像放置在「前往」區塊附近。將公開平台的原版資料保留在內部,將私人示範輸出標記為照片提案,並保留單獨的業主準確性和出版權限關卡。街景僅供研究使用,官方嵌入或連結除外。

在規劃或放置素材之前,請閱讀 references/demo-playbook.md 中的「外觀和到達影像」章節;讓專業技能控制製作細節。

讓菜單成為核心功能

將菜單建置為結構化的頁面內容,而非

…

[為翻譯而截斷]

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

LucasH1225/restaurant-website-skills

Extract, interpret, record, and validate evidence-backed restaurant color systems for website demos. Use when Codex needs to inspect a storefront, sign, logo, menu, packaging, or interior photo for recurring brand colors; separate brand evidence from food, sky, foliage, lighting casts, asphalt, or camera noise; choose a harmonious palette combination; translate a real anchor color into accessible CSS design tokens; preview color roles; or hand a palette lock to restaurant-demo-builder. Do not use for generic color inspiration without restaurant evidence, logo redesign, image generation, layout selection, or blind extraction of the most frequent pixels.

LucasH1225/restaurant-website-skills

Initialize, parallelize, resume, integrate, and validate evidence-gated restaurant website Demo work orders across restaurant-demo-builder, restaurant-brand-palette, restaurant-food-image-studio, and restaurant-exterior-image-studio. Use when Codex needs to start a new restaurant Demo from a lead, coordinate design/food/storefront subagents, run the complete multi-Skill workflow, continue interrupted work without repeating passed stages, inspect blockers or artifacts, or verify that a private Demo is ready for review. Do not use it to publish a site, contact a restaurant, bypass a specialist manifest, or generate unsupported food or storefront imagery.

LucasH1225/restaurant-website-skills

Audit, restore, recreate, and verify evidence-backed restaurant storefront and arrival photography for private website demos. Use when Codex needs to turn real venue exterior references into a faithful AI-assisted door-front image, repair exposure or perspective, create a recognizable arrival band, preserve signage and architecture, record source-versus-output evidence, or decide whether an exterior image is safe for Demo or public use. Do not use for invented storefront concepts, interior-only work, food photography, generic architecture renders, detached Street View screenshots, or any image that cannot be grounded in current real venue evidence.

LucasH1225/restaurant-website-skills

Collect, restage, harmonize, and verify evidence-backed food photography for independent restaurant website demos. Use when Codex needs to retrieve real restaurant dish photos through Apify Google Maps or Masa, turn mixed phone snapshots into one coherent customer-facing camera and lighting system, improve exposure or source-supported appetite cues, prevent visible AI artifacts, bind every designed image to a real served-dish source, or retain source-versus-output evidence and timing records. Do not use for text-only food generation, generic stock-food requests, full-menu illustration, or any realistic dish image that lacks a matching real restaurant photo.

相關技能