KO
|
EN
gitlite — search
Search
#php
#golang
#android
#nodejs
#deep-learning
#spring-boot
#react
#machine-learning
#docker
#swift
#plugin
#python
design-image-studio
★ 97
Open GitHub ↗
把模糊视觉需求直接变成可落地生成的高质量设计图
Download README (.md)
Explore Similar Repositories
AIAgents4Pharma
:
AI Agents for drug discovery, drug development, and other pharmaceutical R&D
astro-tanstack
:
Astro & TanStack Router + Query
better-stack
:
Composable full-stack plugin system for modern React frameworks
guise
:
Mantine inspired components for Zed's GPUI library.
gemma3n-ios
:
A simple iOS app to use the new Gemma 3n models on an iphone or mac
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
design-image-studio
?
Download (.md)
# Design Image Studio 把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。 `design-image-studio` 是一个面向创意与设计场景的 Agent Skill。它不是简单地把一句话塞给文生图模型，而是先读取并保留完整的 Claude 设计系统提示词，再把需求整理成设计推理和结构化 brief，最后把这些设计判断压缩成更强的生图 Prompt，并直接调用 Volcengine Seedream 生成图片。 它适合做的不是泛泛的“AI 生图”，而是更接近设计工作流的任务：海报、商品图、PPT 配图、信息图风格视觉、教学演示图。 ## 为什么做这件事 现在很多 AI 生图的问题，不是模型不够强，而是输入太弱。 用户给模型的往往只有一句模糊需求，比如“帮我做一张海报”“来一张高级感商品图”。这种输入对生成模型来说信息远远不够，所以结果就很容易滑向几个常见问题： - 画面有细节，但没有主次 - 风格很满，但没有设计目的 - 看起来像 AI 图，却不像真正可用的商业视觉 - 可以“好看”，但不适合投放、演示、教学、招商这些真实场景 `design-image-studio` 的目标，就是把“设计判断”补回到生图链路里：先明确用途、受众、构图、气质、留白、安全区和禁忌项，再去调模型。 ## 核心设计 这个 skill 现在不是简单的 prompt 模板器，而是一个“设计编译器”： 1. 保留完整的 `Claude-Design-Sys-Prompt` 作为上游设计脑 2. 先生成 `design_reasoning` 3. 再压缩成 `compiled_brief` 4. 最后才生成给图片模型吃的短 Prompt 也就是说，真正做设计判断的是完整的设计系统提示词，而不是几条零散的风格关键词。 ## 它解决了什么问题 - 普通生图 Prompt 太泛，结果不稳定 - 海报和 PPT 配图经常没有留白，后续没法放字 - 商品图容易有廉价感，材质、灯光、构图不成立 - 信息图和教学图常常又乱又密，缺乏结构 - 用户想要的是“像设计师一样思考后的图”，不是“模型随便画出来的图” ## 它是怎么工作的 `design-image-studio` 把生图拆成四层： 1. **任务识别层** 先判断这是海报、商品图、PPT 配图、信息图还是教学演示图，不同场景使用不同的默认构图和约束。 2. **设计推理层** 基于完整的 Claude 设计系统提示词，整理出设计推理：目标、受众、使用场景、视觉系统、主次层级、留白策略、anti-filler 规则和 anti-slop 规则。 3. **编译简报层** 把设计推理压缩成结构化 `compiled_brief`，只保留对生图真正有用的部分。 4. **生成执行层** 基于 `compiled_brief` 组装最终 Prompt，选择合适的 Volcengine Seedream 模型、分辨率和比例，并直接生成图片。 整个流程由两个脚本组成： - `scripts/design_image.py`：设计编译层 - `scripts/generate.py`：Volcengine Seedream 生成执行层 ## 支持的场景 - 海报生成 - 商品图生成 - PPT 配图生成 - 信息图风格视觉生成 - 教学演示图生成 ## Demo 下面这张图是用本仓库生成的示例海报，需求是： > 为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战  ## Case Gallery 下面这些案例图都来自同一套 `design-image-studio` 工作流，重点不是“单张图好不好看”，而是这个 skill 能否稳定覆盖不同设计任务。 ### 海报方向稿 同一份 brief 先出多个方向，适合做活动海报、课程海报、社群传播图的第一轮探索。  ### 商品图素材组 同一商品一次性生成多场景电商图，适合主图、办公场景、通勤场景、细节图和社交媒体展示图。  ### PPT 配图方向稿 适合企业内部分享、培训课件和汇报材料。重点不是做海报感，而是帮助观众更快理解观点。  ### 信息图结构图 适合流程说明、培训材料和结构化表达。重点是把信息重新组织成更容易被看懂的层级。  ### 教学演示图 适合知识讲解、内训和 AI 工作流说明。下面这张图展示的是 `RAG（AI知识库）工作流程` 的教学型表达。  ## 最简单的使用方式 直接对你的 Agent 说： ```text 帮我安装这个skill：https://github.com/kangarooking/design-image-studio ``` 安装完成后，再直接说你的需求即可，例如： ```text 用 design-image-studio 帮我生成一张 AI 训练营招生海报，强调速度、增长、实战 ``` ```text 用 design-image-studio 帮我生成一张高端陶瓷咖啡杯商品图，适合电商首图 ``` ## 使用前提 这个 skill 依赖火山引擎 ARK 的 API Key。 - 你需要先申请并配置 `ARK_API_KEY` - Key 获取入口见：[火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey) - 调用会产生费用，本质上是在调用火山引擎的图像生成模型能力 本仓库当前主要支持并实际调用的是字节的豆包生图模型： - `doubao-seedream-4-5-251128` - `doubao-seedream-5-0-260128` - `doubao-seedream-5-0-lite-260128` 其中常用关系可以简单理解为： - `Seedream 4.5`：更偏高质量成品 - `Seedream 5.0`：更强的高阶生成版本，可显式指定 - `Seedream 5.0 lite`：默认的高性价比版本 也就是说，这个 skill 虽然对外表现成一个“设计编译 + 生图”工作流，但底层生成模型其实就是豆包生图对应的 Seedream 系列。 ## 本地运行（进阶） ### 1. 安装依赖 ```bash pip install "volcengine-python-sdk[ark]" ``` ### 2. 设置 API Key ```bash export ARK_API_KEY="your_volcengine_ark_api_key" ``` 如果没有 Key，可以从 [火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey) 获取。 注意： - 调用会消耗额度并产生费用 - 不同模型单次生成成本不同 - `Seedream 4.5 / 5.0 / 5.0 lite` 可以通过参数显式指定 ### 3. 直接生成一张海报 ```bash python3 scripts/design_image.py \ --task poster \ --brief "为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战" \ --direction balanced \ --aspect 3:4 \ --quality final \ --output ai-training-camp-poster.png ``` ### 4. 只输出 Prompt，不直接生成 ```bash python3 scripts/design_image.py \ --task product \ --brief "高端陶瓷咖啡杯电商首图，温暖晨光，突出釉面质感" \ --prompt-only ``` 脚本会输出三层中间结果： - `design_reasoning` - `compiled_brief` - `prompt` ## 示例命令 ### 海报 ```bash python3 scripts/design_image.py \ --task poster \ --brief "AI 训练营招生海报，强调速度、增长、实战，面向想要快速上手 AI 的职场人" \ --aspect 3:4 \ --quality final \ --output poster.png ``` ### 显式指定模型 ```bash python3 scripts/design_image.py \ --task poster \ --brief "职场 AI 提效训练营宣传海报，专业、高级、活力感，面向职场人和管理者" \ --direction balanced \ --model-override doubao-seedream-5-0-260128 \ --aspect 3:4 \ --output poster-seedream5.png ``` ### 商品图 ```bash python3 scripts/design_image.py \ --task product \ --brief "高端陶瓷咖啡杯电商首图，温暖晨光，突出釉面质感" \ --quality final \ --output cup.png ``` ### PPT 配图 ```bash python3 scripts/design_image.py \ --task ppt \ --brief "AI 工作流主题演讲封面图，留出标题区，整体偏未来感但不过度花哨" \ --aspect 16:9 \ --quality final \ --output ppt-cover.png ``` ### 信息图风格视觉 ```bash python3 scripts/design_image.py \ --task infographic \ --brief "展示从数据采集到分析决策的完整流程，要求结构清楚、模块分明、低文本密度" \ --aspect 4:3 \ --quality final \ --output infographic.png ``` ### 教学演示图 ```bash python3 scripts/design_image.py \ --task teaching \ --brief "解释 RAG 工作流程的教学图，分步骤展示，适合培训课件" \ --aspect 16:9 \ --quality final \ --output teaching-demo.png ``` ## 仓库结构 ```text design-image-studio/ ├── README.md ├── LICENSE ├── SKILL.md ├── assets/ │ └── demo-poster.png ├── references/ │ ├── claude-design-sys-prompt-full.txt │ ├── claude-design-map.md │ ├── design-compiler.md │ ├── design-principles.md │ ├── prompt-framework.md │ ├── model-routing.md │ ├── poster.md │ ├── product-image.md │ ├── ppt-visual.md │ ├── infographic.md │ ├── teaching-demo.md │ ├── anti-slop-and-failure-patterns.md │ ├── models.md │ └── troubleshooting.md └── scripts/ ├── design_image.py └── generate.py ``` ## 设计方法来源 这个 skill 的上层设计判断主要来自两部分： - 完整保留并使用 Claude 设计系统提示词，而不是只保留摘要 - 对 Volcengine Seedream 能力的封装：保留其模型路由、成本控制、图生图、多图融合和错误处理能力 因此它本质上是“完整设计系统 + 生图执行”的组合，而不是单纯的 API 包装器。 ## 已知边界 - 信息图和教学图更适合生成“视觉底图”或“结构图感”，不适合直接要求模型输出大量精确小字 - 如果任务目标是可编辑图表、精确排版、像素级 UI，还应该走 HTML / SVG / PPT 这类可编辑产物 - 这套工作流更擅长先出高质量视觉方向，再做后续设计加工 ## 关于作者 **袋鼠帝 kangarooking** — AI 博主，独立开发者。AI Top 公众号「袋鼠帝 AI 客栈」主理人 火山引擎领航 KOL，百度千帆开发者大使，GLM 布道师，Trae 昆明第一任 Fellow | 平台 | 链接 | |------|------| | 𝕏 Twitter（袋鼠帝） | https://x.com/aikangarooking | | 小红书（袋鼠帝） | https://xhslink.com/m/5YejKvIDBbL | | 抖音（袋鼠帝） | https://v.douyin.com/hYpsjphuuKc | | 公众号 | 袋鼠帝 AI 客栈 | | 视频号 | AI 袋鼠帝 | ## License MIT. See [LICENSE](./LICENSE).
