用途
本技能用于生成 YouTube 风格的视频缩略图(封面)。其设计目标是高对比度焦点、在小尺寸显示下文字仍清晰可读。官方说明明确指出:适用于为视频制作缩略图,不适用于视频内叠加层(in-video overlays)。
主要能力
- 根据两个软件名称,生成将两个应用图标并列呈现的缩略图,中间以加号连接。
- 通过 Higgsfield MCP 的 nano_banana_2 模型生成图像,默认 16:9 比例、单张输出。
- 支持提供一张样式参考图,用于匹配光照、景深、配色、字重与构图。
- 生成结果为图片 URL,并附带 Higgsfield 任务 ID。
使用方式
必需输入
- 两个软件名称:来自 $ARGUMENTS 或用户消息(例如 "claude and stripe")。若只提供零个或一个,询问一次后停止。
- 标题文字:若消息中未提供,通过 AskUserQuestion 询问一次。不得凭空编造标题,因为文字是缩略图最显眼的元素,猜测错误会浪费一次生成。接受明确表示“你来定”或“不要标题”的答复,视为同意跳过。
- 样式参考图:默认路径为
(1).jpg,用户可粘贴其他图片路径覆盖。
工作流程
- 加载工具:通过 ToolSearch 加载 Higgsfield MCP 的延迟工具,包括 media_upload、media_confirm、generate_image、job_status、job_display、models_explore、balance;同时加载 WebSearch 与 WebFetch。
- 查找两个应用的高清图标:对每个软件名并行执行 WebSearch,查询
<软件> app icon png high resolution,优先官方来源(品牌新闻/素材页、App Store、Wikipedia),最后才考虑 cdn.simpleicons.org/<slug>。选取最方正、分辨率最高的 PNG,用 curl 下载到 /tmp/<slug>.png,并用 file 与文件大小校验其非空且为真实 PNG/JPEG;若下载到的是损坏 HTML 或 0 字节,则尝试下一个候选 URL。 - 上传三张图片:以单次批量 media_upload 调用上传参考图(image/jpeg)和两个图标(content_type 与下载文件一致),对返回的每个 upload_url 执行 curl --upload-file,然后调用 media_confirm(media_ids 为全部 3 个 id,type 为 image),记录所有 media_id 与 CloudFront URL。
- 查询模型媒体角色:调用 models_explore(action: "get",model_id: "nano_banana_2")查看模型接受的确切 medias[].roles 字符串;若响应不明确,则回退为 "reference",服务器会通过 adjustments 自动纠正。
- 生成缩略图:调用 generate_image,参数为 model: "nano_banana_2"、aspect_ratio: "16:9"、count: 1,并提供提示词(深海军蓝到黑色的径向渐变背景、横贯中部的绿色股市折线、居中的两个 3D 圆角方形应用图标与中间粗体白色加号、上方大号粗体无衬线白色标题,匹配参考图的光照/景深/配色/字重/构图,高对比度、高级、电影感),并按角色绑定参考图与两个图标。
- 轮询结果:调用 job_status(sync: true),服务器内部最多轮询约 25 秒,Nano Banan Pro 图像通常 10–20 秒完成;若仍挂起,等待 poll_after_seconds 后再次调用;耗时较长时使用 ScheduleWakeup。
- 交付:将生成的图片 URL 以可点击链接返回给用户;可选调用 job_display 在 Higgsfield UI 组件中展示。
关键规则
- 始终使用 Higgsfield MCP,绝不用本地图像生成工具。
- 调用前必须通过 ToolSearch 加载延迟 MCP 工具。
- 始终经 media_upload → curl PUT → media_confirm 上传,不得将本地文件路径传给 generate_image。
- 不得编造标题文字;询问一次,或接受明确的“你来定”。
- 上传前校验下载的图标为非空真实图片文件。
- 优先官方图标来源,而非随机 Google 结果。
- 参考图路径默认
(1).jpg,但用户可覆盖。 - 除非用户明确要求,使用 aspect_ratio: "16:9" 与 model: "nano_banana_2"。
适用场景
适合为介绍或对比两个软件的视频快速制作 YouTube 封面,尤其是需要统一视觉风格(深色渐变背景、图标居中、大标题)的系列内容。
限制
- 依赖 Higgsfield MCP 及其 nano_banana_2 模型与账户余额,技能本身不提供本地生成能力。
- 需要用户提供两个软件名称与标题文字(除非明确授权“你来定”)。
- 图标检索依赖网络搜索与官方素材可得性。
- 官方说明未提供具体收费、价格或配额信息。
- 质量检查要求包括:在最小预期显示尺寸下验证对比度与可读性;尺寸、出血与安全区匹配目标媒介;颜色不单独承载含义;确认素材授权与字体嵌入权利;不得在未说明媒介及其约束的情况下交付设计;不得仅靠颜色传达状态;导出前确认目标平台规格。