项目介绍
Yingzao · 营造把真实中国建筑、历史街区、文化店铺、手工器物和地方食物照片转译为编辑海报。它不是简单套滤镜或把标题贴在空白处，而是先做照片预检与事实分级，冻结主体、背景、字体、互动四域命题，再选一张兼容参考，生成中文展示字简报和稀疏排版垫图，最后把三类视觉输入交给图像模型做一次整体编辑。仓库还提供确定性门控、Python 工具和可选的视频分镜扩展。
核心功能
照片预检与身份保护
判断照片是正立面、仰视、对角、框景、局部构件或环境叙事，必要时只修复一个真正影响画面的构图问题，并保护屋坡、飞檐、匾额、轮廓和不对称等身份锚点。
四域创意命题与参考检索
在看参考图之前先说明主体处理、主动背景、文字与真实轮廓互动以及打破双居中的排版动作，再从受控 Recipe 和真实参考图中选一张兼容方向。
中文展示字与空间关系
为 reinterpret 展示字建立字形谱系、可见特征、逐字光学问题和不可改变部件，并用区域标记锁定共同轴、阅读顺序、主要遮挡和禁穿区。
确定性生成前门控
检查照片适配、事实边界、参考兼容性、三个可见设计域、Recipe Token 投递、字体 cmap、碰撞、竖排顺序和主体遮字契约，把模型输入编译成一次调用清单。
整体图像编辑与多图融合
让图像模型处理语义抠取、空间重构、共同重光、背景重建、区域材质和图文遮挡；多图合一时在共享透视、光向、接触阴影和边缘语言中重建一个场景。
读图反馈与视频分镜扩展
成图后只读回一次并记录最明显的 0–3 个问题；结构问题回到原图重做方向。只有用户同意后才继续制作九宫格视频分镜和视频模型提示词。
安装与使用
用 Agent Skills CLI 只安装仓库中的 yingzao Skill，然后在调用者工作目录准备 Python 3.10+ 和 requirements.txt 所列依赖。先运行依赖检查与一个不调用图像模型的触发测试，再由用户决定是否提供照片并执行可能产生费用的生成。
让 AI Agent 帮你安装
把这段话发送给 Codex、Claude Code 或其他可以操作本地环境的 AI Agent。
请帮我安装 Yingzao · 营造 Agent Skill。GitHub 项目地址：https://github.com/op7418/guizang-yingzao-skill。请先阅读 README.md、yingzao/SKILL.md、yingzao/requirements.txt 和 yingzao/scripts/check_dependencies.py，确认目标 Agent 支持 Skills、本地图片读取和图像生成/编辑工具。执行官方命令：npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao。安装前检查是否已有同名 yingzao Skill，未经我同意不要覆盖。安装后在调用者项目目录运行依赖检查；缺包时先向我说明，再在项目级 .venv 中安装 requirements.txt，不要修改全局 Python。最后只做一次不调用图像模型的触发验证，确认 Skill 能说明输入要求、事实边界和生成前步骤。若需要额外权限、联网检索、上传我的照片、API Key、付费模型调用、写入个人目录或覆盖文件，请先获得我的确认。- Node.js 与 npx 已安装并可在终端运行
- Claude Code、Codex 或其他支持 Skills、本地图片读取和图像生成/编辑工具的 Agent
- Python 3.10+
- 可在项目工作目录创建 .venv，并安装 Pillow、NumPy、opencv-python-headless 和 fontTools
- 准备一张有明确来源与使用权的真实建筑或在地文化照片
- 确认图像模型提供商、调用费用、上传与保留政策
npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao- 1检查宿主、范围和同名 Skill
确认目标 Agent 支持 Skills、本地图片读取和图像生成或编辑工具，并检查项目或个人 Skills 目录是否已有 yingzao。发现同名目录时先比较来源，未经确认不要覆盖。
- 2执行官方组件安装
运行 npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao。安装完成后确认 yingzao/SKILL.md、requirements.txt、references、scripts、tests 和 assets 均已出现。
- 3建立项目级 Python 环境
先执行 python3 yingzao/scripts/check_dependencies.py。若缺包，经用户同意后在调用者工作目录创建 .venv，并用 .venv/bin/python -m pip install -r yingzao/requirements.txt 安装依赖；不要污染全局 Python。
- 4先做无模型触发验证
提供一张有使用权的建筑照片，只要求 Yingzao 说明照片预检、事实分级、四域命题、参考和垫图步骤，不调用图像模型。确认输出目录保持在调用者项目的 output/yingzao/<run-id>/。
- 5确认模型调用与生成范围
核对图像模型、费用、图片上传与保留政策，并明确海报数量、尺寸、文案和是否需要原图对照。只有 prepare_generation.py 返回 READY 且用户同意后才提交三类视觉输入。
- 6读回成图并按反馈修改
生成后打开成图，记录主体处理、主动背景、字形、图文互动和参考机制中最明显的问题，不自动重生成。局部问题编辑当前成图，结构问题回到原图重新设计。
安装后先运行 python3 yingzao/scripts/check_dependencies.py，四个模块均显示 OK；再让 Agent 执行“用 $yingzao 分析这张建筑照片，但先不要调用图像模型，只说明需要哪些输入与生成前步骤”。Agent 应识别 Yingzao、检查事实与照片边界，并停在生成调用之前。
- 官方安装命令只选择 yingzao 组件，不需要把仓库手动克隆到某个 Agent 的私有目录。
- 仓库使用 python3 命令；Windows 若只有 python，请先确认解释器指向 Python 3.10+ 再按环境调整命令。
- 缺少依赖时，检查脚本会停止并寻找调用者目录中的兼容 .venv，不会静默向全局 Python 安装。
- 仓库没有 LICENSE 文件，安装和使用前应向作者确认复制、修改、分发及商用范围。
- 实际上传照片或调用图像模型前，应确认素材权利、隐私、服务政策和费用。
使用场景
古建筑旅行封面
保留屋坡、飞檐、斗拱、匾额和不对称轮廓，以中文展示字、地域材质和主动背景制作 3:4 或其他比例的编辑海报。
文化店铺与地方食物
把同一地点的夜景、室内、器物和食物照片融合为共享光向、材质与接触阴影的一个场景，而不是简单做多宫格。
中文展示字与主体互动
围绕真实主体轮廓设计标题的宽窄、重心、字腔和表面媒介，并用遮挡、共边或负形咬合建立空间关系。
海报到视频分镜
在海报确认后，按用户要求扩展为 3×3 视频分镜图，并附可交给视频模型的提示词；不会自动生成视频。
使用评价
从 README、完整 SKILL.md、参考体系、Python 门控和官方作品墙看，Yingzao 的价值在于把照片事实、建筑身份、参考选择、中文字形、空间互动和昂贵模型调用前的检查连成一个明确流程，而不是只给一串风格词。临时环境的依赖检查与仓库回归测试通过，也说明其确定性工具有实际维护。不过最终海报仍依赖宿主图像模型，生成后不会自动重试；仓库又没有 LICENSE 文件，因此安装、分发和商用前都需要额外确认。本次未安装 Skill，也未生成海报。
值得一试的地方
- 照片事实和文化信息采用 VERIFIED、OBSERVED、USER-CONFIRMED、UNCONFIRMED 分级
- 先冻结四域创意命题再检索参考，避免堆叠风格词
- 为中文展示字、垫图区域、遮挡关系和 Token 投递提供明确门控
- Python 依赖检查通过；24 个测试中 11 个通过、13 个跳过
- 生成后只诊断不自动重试，费用与修改决定留给用户
- 可选视频分镜扩展有清晰的用户确认节点
使用前要知道
- 端到端图片质量、中文字形准确度和模型兼容性未实测
- 需要外部图像生成或编辑模型，可能产生费用并涉及照片上传
- 13 个字体相关测试因临时环境缺少确定性测试字体而跳过
- 不适合普通电商广告、常规修图或完全确定性的后贴字流程
- 仓库未声明许可证，不能把公开可访问等同于可自由复制、修改或商用
README
Yingzao
Overview
Yingzao · 营造是面向 Claude Code、Codex 等支持 Skills 与图像生成工具的 Agent Skill。它先检查真实照片与事实边界，再用主导参考、中文展示字设计和稀疏排版垫图组织一次整体图像编辑，也可在用户同意后扩展为 3×3 视频分镜。 Claude Code / Codex skill that transforms Chinese architecture, cultural places, and travel photos into art-directed editorial posters with GPT Image.
Getting started
- 用 Agent Skills CLI 只安装仓库中的 yingzao Skill，然后在调用者工作目录准备 Python 3.10+ 和 requirements.txt 所列依赖。先运行依赖检查与一个不调用图像模型的触发测试，再由用户决定是否提供照片并执行可能产生费用的生成。
- 安装命令是 npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao；安装后先读取 SKILL.md 并运行依赖检查。
- 高风格化任务固定使用校正原图、恰好一张主导参考和稀疏中性排版垫图；prepare_generation.py 必须返回 READY 后才能调用模型。
- 安装后先运行 python3 yingzao/scripts/check_dependencies.py，四个模块均显示 OK；再让 Agent 执行“用 $yingzao 分析这张建筑照片，但先不要调用图像模型，只说明需要哪些输入与生成前步骤”。Agent 应识别 Yingzao、检查事实与照片边界，并停在生成调用之前。
Configuration
npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao