SuperAPI AI 工具集

image-generation

设计与创作

查看项目

更新于 10-28 21:24

技能介绍

图像生成技能介绍

一、用途与定位 该技能用于生成 HTML 路径难以完成的图像内容,例如版画、绘画风格天空、主体物、场景、纹理、角色等。凡涉及 Logo 或精确文案的内容,不在图像模型中生成,而是在 HTML 中按品牌规范制作:此处先生成不含文字与标记的图片,再在静帧(或缩略图、HyperFrames 场景)中叠加真实字体与真实 Logo。

二、工具选择建议 资料给出的路由规则:

  • 文字主导的版式、带文案的广告、幻灯片:使用 stills(HTML,精确,免费)。
  • 图表、示意图、产品界面:使用 data-viz、真实截图或 HTML。
  • 插画、场景、纹理、主体物、活动概念、“探索方向”:使用本技能。
  • 围绕生成插画完成的广告:先在此生成,再用 stills 处理文案、Logo 和各类尺寸。 当影片或广告的说服力依赖于“表面真实”(真实界面、真实数字、真实人物)时,生成像素会削弱可信度,应明确说明工具不适用。

三、使用方式 调用示例: generate_image(prompt="…", sandbox_path="projects/<slug>/art/hero.png", size="1536x1024", quality="low", n=3) 该工具运行在宿主上,密钥不进入沙箱;不要在脚本中直接调用提供商 API。工具写入文件(n > 1 时带 _0、_1 后缀)并返回路径。model、size、quality、n、background、output_format 及额外参数会原样传给提供商,由其校验并说明拒绝原因:应阅读返回信息并调整,而非凭记忆猜测可用参数。每次调用都会产生费用:探索时用低质量,最终成品一次性用高质量。 提示词是关键:具体主体、动作、媒介、光线、构图,以及“no text, no words, no letters, no logos”。提示词技巧、复杂场景的 schema 和失败模式见 references/craft.md。

四、透明抠图 对于需要叠放在其他内容上的主体(分层设计、贴纸、跨背景复用的物体),应生成真正的透明抠图,而不是事后再对方形图做遮罩: generate_image(prompt="… Isolated object on fully transparent alpha; no backdrop, no floor, no cast shadow, no text, no watermark.", sandbox_path="projects/<slug>/art/cutout.png", background="transparent", output_format="png") 提示词优先于标志位:若描述背景,模型会画出背景,得到不透明矩形。工具会报告每个文件是否真的含 alpha。应如实向用户报告;除非回执确认,不要声称抠图透明。若回执显示缺少 alpha,去掉背景描述后重新提示;同样的词会得到同样的图。对于已有照片,应使用 hyperframes remove-background 去除背景(见 media-use)。

五、品牌对齐 写提示词前先阅读 /workspace/brand/graphic-language.md 和 voice.md。用文字和 /workspace/brand/tokens.json 中的十六进制色描述调色板(如“平静的纸色底,一小块信号色 #…,无其他饱和色”)、voice 描述的基调以及与主题相关的视觉概念。活动插画可以偏离品牌图形系统,但仍需遵循其 voice。绝不要生成 Logo、字标或任何真实标记:模型会渲染出虚假字形。之后合成真实 SVG。 生成表面,合成真实内容:当交付物需要照片级像素与真实文字或图案(周边商品、设备屏幕、场景中的海报),先生成空白表面(“large flat empty area, no print, no text, no logo”),再用 image-ops --composite 或 HTML 图层将已验证图案合成上去。

六、交付前检查(最多两轮) 生成具有随机性:要查看每个结果,但不要无限循环。

  • 低成本探索:用低质量、n=2 或 3 尝试两三个提示词方向;用 node /workspace/tools/review-thumb.mjs --sheet ... 拼成一张表,对照 references/brand-image-rubric.md 查看。逐变体说明哪些有效、哪些失败及修复方式;若所有变体以相同方式失败,应改提示词而非改种子。
  • 仅在真实缺陷时重新生成(文字或标记乱码、未抠干净或光晕、解剖结构错误、基调偏离品牌)。仅为了润色不是循环的理由。
  • 对选定方向生成一张高质量最终图。若两轮修正后仍有阻塞性缺陷,应停止并说明阻塞点,而不是交付。
  • 合成并检查:将最终图交给 stills(或影片)处理文字、Logo 和尺寸,对合成结果做 lint、查看,然后交付。 对已批准图像的修改,应是以批准质量重新生成一次,或做确定性编辑(image-ops、stills)。

七、活动探索 用一行一个的方式陈述两到四个方向(视觉概念、媒介、基调),低成本试探每个方向,并排查看,然后推荐一个并说明理由,在花费最终成品前展示备选。说明探索成本(变体数乘以质量)。

八、图标与标记 生成可用于探索图标方向,但绝不产出最终小图标。要求扁平、单色、高对比剪影、不含文字,选定方向后按品牌网格重建为矢量,并在 24、48、300 px 下与现有图标集并排测试。当已批准的生成标记需要转为 SVG 时,应描摹并对照位图验证(渲染回来、叠加、比对),不要凭肉眼重绘。