OpenViking
基于OpenViking的RAG系统,支持文档查询、知识管理与向量检索。
基于结构化参数生成文章封面图,支持多风格与批量输出。
openclaw skills install @632657122/cover-image命令、参数、文件名以原文为准
cover-image)若使用参考图像(图像到图像 / 系列参考 / 一致性参考):
http:// 可能可用,但不安全,可能被某些网络屏蔽。data: URL 不被 WeryAI 网关支持。此技能将模糊的“生成一张封面图”请求转化为一组稳定的结构化决策,而非每次都从零开始。
脚本:
scripts/scaffold.tsscripts/build-batch.tshttps://api.weryai.com)。IMAGE_GEN_API_KEY。该密钥不会被打印。仅在您显式运行 npm run setup -- --persist-api-key 时才会持久化。https://)。http:// 可能可用但不安全。本地文件路径和 data: URL 会被拒绝。.image-skills/cover-image/(项目目录)和/或 ~/.image-skills/cover-image/(用户主目录)。选择以下六个维度,然后组合成提示词:
typepaletterenderingtextmoodaspect参见 [references/dimensions.md](references/dimensions.md)。
| 脚本 | 用途 |
|---|---|
scripts/scaffold.ts | 初始化 brief.md 和 prompts/cover.md |
scripts/build-batch.ts | 从多个提示变体生成 batch.json |
npm run generate | 生成封面图像 |
./scripts/vendor/compression-runtime/scripts/main.ts | 压缩输出以供交付 |
创建工作目录:
${BUN_X} {baseDir}/scripts/scaffold.ts \
--output-dir cover-image/topic-slug \
--topic "为什么习惯会持续" \
--concept "一个循环不断重复,逐渐形成可见的推动力" \
--type conceptual \
--palette elegant \
--rendering editorial \
--text title-only \
--mood balanced \
--aspect 16:9 \
--lang en此操作将创建:
brief.mdprompts/cover.md提取以下信息:
默认优先级:
type:conceptualpalette:elegantrendering:editorial 或 postertext:title-onlymood:balancedaspect:16:9如果用户明确指定了风格、情绪或宽高比,请遵循其偏好。
语言规则:
brief.md 和 prompts/cover.md使用 brief.md 锁定受众、核心概念和参考内容,再打磨最终提示。
确保 prompts/cover.md 明确包含:
type / palette / rendering / text / mood / aspectbatch.json 用于多方案探索若希望尝试多种封面方向,可在 prompts/ 目录下放置多个提示文件,例如:
01-editorial.md02-poster.md03-cinematic.md然后生成批次文件:
${BUN_X} {baseDir}/scripts/build-batch.ts \
--prompts cover-image/topic-slug/prompts \
--output cover-image/topic-slug/batch.json \
--images-dir cover-image/topic-slug \
--model "$M" \
--jobs 3该脚本会尽可能从每个提示文件中读取 Rendering style: 和 Aspect ratio:,并将其映射为生成任务字段。
当前打包的图像运行时仅暴露一个结构化样式参数 --style,因此:
rendering 映射为 --stylepalette、type、text、mood 写入提示正文--ref推荐映射关系:
| 封面风格 | 运行时 --style |
|---|---|
editorial | editorial |
poster | poster |
cinematic | cinematic |
watercolor | watercolor |
flat-vector | flat-illustration |
ink-brush | ink-brush |
chalk | chalk |
manga | manga |
anime | anime |
photoreal | photoreal |
3d-render | 3d-render |
infographic | infographic |
使用 [references/prompt-template.md](references/prompt-template.md)。务必注意:
通过 npm run generate 启动生成。
首次在新项目中使用时,需在本技能目录下运行:
npm run ensure-ready -- --project <your-project> --workflow cover此命令会读取诊断报告,并在本地脚本依赖缺失时自动运行 bootstrap。若报告提示缺少 IMAGE_GEN_API_KEY 且用户确认,可运行:
npm run setup -- --project <your-project> --workflow cover --persist-api-key当密钥已在环境变量中时,系统将自动将其持久化至 .image-skills/cover-image/.env,然后继续流程,无需离开当前工作流。
技能:封面图像
版本:1.0.7
分块:2/2
首次连接时,请告知用户默认生成模型为 Nano Banana 2(GEMINI_3_1_FLASH_IMAGE)。同时说明,后续可根据任务需求随时切换至其他更适合的模型。
示例:
${BUN_X} {baseDir}/npm run generate \
--promptfiles prompts/cover.md \
--style editorial \
--image cover-image/topic-slug/cover.png \
--ar 16:9 \
-m "$M"批量处理示例:
${BUN_X} {baseDir}/npm run generate \
--batchfile cover-image/topic-slug/batch.json \
--jobs 3若用户尚未选择模型,应优先遵循本技能的模型选择规则。
建议输出目录:
cover-image/<topic-slug>/建议最小文件集:
brief.mdprompts/cover.mdbatch.jsoncover.png若内容直接来自对话而非文件,建议将摘要或标题保存至 source.md,以保证可复现性。
当用户查看生成的封面后提出修改要求时:
rendering / --style,重新生成。保持其他维度不变。palette,重新生成。prompts/cover.md 中的构图与文字空间描述,重新生成。prompts/ 目录中创建多个提示变体,使用 build-batch.ts 一次性生成多组选项。--ref,可将当前输出作为参考,结合调整后的提示词进行优化生成。仅重新生成需要修改的特定图像。除非用户希望彻底改变方向,否则不要从头重新运行整个流程。
brief.md 和 prompts/cover.md。type / palette / rendering / text / mood / aspect。请选用其他更高层级的技能处理以下情况:
封面图像生成完成后:
${BUN_X} {baseDir}/./scripts/vendor/compression-runtime/scripts/main.ts cover-image/topic-slug/cover.png -f webp -q 80内部检查清单(供代理使用,不向用户展示):已选定的 type / palette / rendering / text / mood / aspect,所用模型,是否使用了 --style 或 --ref,是否已完成压缩。
已收录 3 个 Skill