用途：制作 1920×1080 的 YouTube 缩略图，要求画面统一、吸睛且在小尺寸下可读，通常由真实人脸、2–4 词标题和品牌 Logo 组成，背景为深色高对比场景。品牌配色可自定，示例使用 clay-orange（#D97757）、近黑（#0A0806）与奶油色标题（#F3EEE3）。工作目录建议放在技能下，如 ~/.claude/skills/youtube-thumbnail/work/。
三种引擎按需选择。A. GPT 全生成：由 gpt-image 参考照片重绘人物，字体由模型烘焙，适合快速、统一、可接受 AI 人脸。B. 合成：使用 rembg 抠出的真实人脸，字体与版式完全可控，适合真实人脸与系列化。C. 混合：GPT 生成无文字底图（人脸加场景），再用脚本合成文字，兼顾外观与字体精确。要让人脸像本人，GPT 需要 4 张以上正面近距参考照。
推荐流程：向 gpt-image 提供最多 5 张参考（两张人物正面近照、两张目标风格封面、一张品牌 Logo），让它复制参考封面的视觉风格，人物置于右侧且大而近，标题按要求渲染并高亮关键词。
管线：用 ffprobe/ffmpeg 从视频均匀抽帧并生成编号联系表由用户挑选；引擎 B/C 用 scripts/cutout.py（rembg，u2net_human_seg）生成真实抠图，竖屏 2160×3840 先缩到高度不超过 1280；引擎 A 用 ffmpeg crop 生成近距人脸参考。场景或底图经 gpt-image-2 生成，引擎 C 要求无文字并留空左半。文字与 Logo 用 scripts/yt-thumb.mjs 合成，常用参数包括 --scene 需绝对路径、--face 可选、--logo、--eyebrow、--l1、--l2（l2 用强调色）、--fonts、--fs、--faceside right|left。可用 node scripts/yt-boxes.mjs 做确定性排版：[[词]] 为强调色框、<<词>> 为白框、普通为白字；Logo 可由 SVG 经 node scripts/rasterize-logo.mjs 栅格化。最后用 ffmpeg 缩放到精确 1920×1080，并用 360 宽小图检查拼写、关键词框与可读性。
安装：python3 -m venv .venv && .venv/bin/pip install rembg onnxruntime pillow；npm i playwright && npx playwright install chromium；引擎 A/C 另需 gpt-image-2 生成器访问权限。限制：字体、Logo、配色需自备；资料未提供的价格、平台差异、效果数据暂未提供。