gamechicks-cover

KO | EN

gitlite — search

#javascript #react #ai #golang #android #machine-learning #deep-learning #docker #nodejs #macos #java #windows #vue #security

gamechicks-cover

(★ 10)

为 B 站及全平台数码内容创作者生成高质量视频封面的 Codex / Claude Code Skill

gamechicks-cover 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# gamechicks-cover

[![License: MIT](https://img.shields.io/badge/license-MIT-blue.svg)](https://raw.githubusercontent.com/GameChicks/gamechicks-cover/main/LICENSE)
[![GitHub Issues](https://img.shields.io/github/issues/GameChicks/gamechicks-cover)](https://github.com/GameChicks/gamechicks-cover/issues)
[![GitHub Stars](https://img.shields.io/github/stars/GameChicks/gamechicks-cover?style=flat)](https://github.com/GameChicks/gamechicks-cover)
[![Agent Skill](https://img.shields.io/badge/type-Agent%20Skill-6f42c1)](https://raw.githubusercontent.com/GameChicks/gamechicks-cover/main/SKILL.md)

[快速开始](#快速开始) / [工作原理](#工作原理) / [视觉规则](references/cover-rules.md) / [提交问题](https://github.com/GameChicks/gamechicks-cover/issues)

面向 B 站与短视频数码内容创作者的 Agent-native 封面生成 Skill。

`gamechicks-cover` 会读取视频稿件、产品图片、实拍素材和视频画面，提炼内容观点并选择合适的封面路线，最终生成分别为横版与竖版设计的四张成图（包含横竖版及是否有文字）

它不仅生成图片，也会保留封面方案、提示词、素材引用关系与质检记录，使封面制作过程可以复查、定位和重新生成。

适用于数码产品评测、摄影摄像器材评测、产品体验、市场与生态分析、校园技术项目、幕后制作、社团宣传、发布会和 PV 等内容。

## 当前状态

> [!IMPORTANT]
> 这是项目的第一个公开版本。不同操作系统、硬件、Agent 和图像模型组合尚未经过完整测试。遇到问题时，请在 [Issues](https://github.com/GameChicks/gamechicks-cover/issues) 中提供运行环境、输入类型、复现步骤和生成结果。

> [!WARNING]
> 作者目前观察到，在新版 ChatGPT Work 搭配 GPT-5.6 时，模型偶尔会忽略分别生成 `4:3` 与 `3:4` 的要求，并错误输出为其他比例。使用该组合时，请检查最终图片尺寸；必要时可改用兼容性更稳定的模型重新执行。

---

## 快速开始

### 1. 安装 FFmpeg

当输入包含视频时，Skill 会使用 `ffprobe` 读取媒体信息，并通过 `ffmpeg` 抽取候选帧。

确认以下命令可以正常运行：

```bash
ffmpeg -version
ffprobe -version
```

常见安装方式：

```bash
# macOS
brew install ffmpeg

# Ubuntu / Debian
sudo apt install ffmpeg
```

Windows 用户可以从 [FFmpeg 官方下载页面](https://ffmpeg.org/download.html) 获取构建版本，并将解压后的 `bin` 目录加入系统 `PATH`。

> [!NOTE]
> 文档不会默认要求执行 `apt update`、`apt upgrade` 或其他全局系统更新。`sudo apt install ffmpeg` 本身仍会安装 FFmpeg 及其必要依赖，需要管理员权限；是否先更新软件包索引，应由用户结合自己的系统维护策略单独决定。

只使用产品图片、实拍图片或截图时，可以跳过视频抽帧流程。

### 2. 安装 Skill

将仓库克隆到 Agent 的 Skills 目录。目录名应保持为 `gamechicks-cover`。

```bash
# Codex
git clone https://github.com/GameChicks/gamechicks-cover.git ~/.codex/skills/gamechicks-cover

# Claude Code
git clone https://github.com/GameChicks/gamechicks-cover.git ~/.claude/skills/gamechicks-cover
```

Windows PowerShell：

```powershell
git clone https://github.com/GameChicks/gamechicks-cover.git "$HOME\.codex\skills\gamechicks-cover"
```

安装完成后，重新启动 Agent 或新建会话，使其重新发现 Skill。

### 3. 创建封面

在具备图像生成或图生图能力的 Agent 中直接描述任务，或显式调用：

```text
使用 $gamechicks-cover 为这期「产品名称」评测制作封面。

视频标题：《视频标题》
完整稿件路径：「稿件地址」
视频路径：「视频地址」
产品图片目录：「产品图地址」
项目模式：「普通 / 高设计感」

如果没有单独的产品图片，请从视频中抽帧，并锁定产品结构。
```

Skill 会自动完成内容分析、路线选择、视频抽帧、封面方案、提示词编写、双比例生成、质量检查和结果归档。

---

## 项目目标

`gamechicks-cover` 的主要目标，是让 Agent 在尽量少的人工操作下，根据真实内容与真实素材生成具有明确观点、产品证据和标题冲击力的数码内容封面。

项目强调：

* **证据优先**：优先使用产品图、实拍图、视频帧、屏幕与人物，而不是让模型自由想象产品结构。
* **内容先于风格**：先分析稿件观点和目标受众，再决定封面构图与视觉方向。
* **双比例原生设计**：分别设计 `4:3` 横版和 `3:4` 竖版，而不是将同一张图片机械裁切。
* **两阶段图像生成**：先生成无最终标题的底图，再以底图为参考生成文字与画面一体化的成稿。
* **产品结构保护**：在镜头、屏幕、按键、接口和机械结构等高风险区域，优先锁定真实素材。
* **可追溯交付**：保存方案、提示词、素材关系、质检结果和重新生成原因。
* **克制的视觉设计**：避免无意义的 HUD、随机标签、廉价玻璃组件和缺乏内容逻辑的科技装饰。

## 主要能力

### 真实素材驱动

产品图、实拍照片和视频帧是封面的事实锚点。

当输入视频少于十分钟时，Skill 默认抽取约 `100` 张候选帧；视频达到或超过十分钟时，默认抽取约 `150` 张候选帧。随后生成联系表，并选择适合构图和产品结构参考的画面。

缺少单独产品图片时，可以从视频中选取合适帧作为产品依据，再经过重绘和场景融合形成底图。

### 封面路线判断

普通项目默认从以下三种路线中选择：

1. **纯产品排版**

适用于产品素材质量高、背景信息不重要的内容，以清晰标题、产品主体和干净留白建立视觉重点。

2. **真实场景证据**

适用于实拍现场、设备屏幕、手持产品或人物状态能够增强可信度的内容。

3. **产品场景海报**

让产品与环境共同讲述内容，适合相机、影像设备、耳机和其他强调氛围或使用体验的深度评测。

项目还提供可选的高设计感模式，用于需要更强排版层级、视觉概念和项目感的内容。高设计感模式不会通过堆叠无意义组件制造复杂度。

### 两阶段生成

第一阶段只生成底图，用于确认：

* 产品结构；
* 背景环境；
* 主体位置；
* 光影关系；
* 构图方向；
* 标题留白。

底图不包含最终中文标题、下划线、关键词高亮、产品标签和装饰组件。

第二阶段将底图作为视觉参考，让图像模型把标题、强调元素与画面融合为完整成稿。

本地工具只负责抽帧、联系表、归档、尺寸检查和质量检查，不默认在生成后的图片上追加最终标题或装饰。

### 双比例原生构图

`4:3` 横版主要服务于 B 站等横向内容入口，强调短而有力的标题和快速识别。

`3:4` 竖版适合抖音、小红书等平台，可以承载更完整的信息，但会重新安排标题、主体、背景和视觉层级。

两种比例共享内容观点与视觉语言，但拥有各自独立的构图，不会通过简单裁切互相转换。

### 自动质检

生成完成后，Skill 会检查：

* 标题文字是否准确；
* 产品结构是否可信；
* 产品型号、Logo 和关键细节是否失真；
* 标题是否足够醒目；
* 主体与标题是否存在遮挡；
* 装饰元素是否属于同一套视觉系统；
* `4:3` 与 `3:4` 是否分别成立；
* 是否错误继承了历史项目中的产品、人物、颜色或标题；
* 是否出现未经稿件支持的参数、价格、结论或品牌关系。

失败时只重新生成存在问题的项目，尽量保留已经符合要求的结果。

---

## 你会得到什么

每次完整执行默认包含：

* 一份封面方案 `cover_plan.md`；
* 一份多比例的图片提示词（包含横竖版及是否有文字）
* 四张多比例成图（包含横竖版及是否有文字）
* 一份生成与质检记录。

无标题底图可以用于保留成功的产品、场景和光影，或供创作者进行额外的人工设计。

## 例图展示

| `3:4` 竖向设计                                                                  | `4:3` 横向设计                                                                  |
| --------------------------------------------------------------------------- | --------------------------------------------------------------------------- |
| <img src="assets/showcase-3x4.jpg" alt="GameChicks 3:4 竖向封面实测" width="430"> | <img src="assets/showcase-4x3.jpg" alt="GameChicks 4:3 横向封面实测" width="560"> |

## 工作原理

一次完整任务通常按以下顺序执行：

1. 读取视频标题、完整稿件和项目级要求。
2. 检查产品图、Logo、实拍照片、截图与视频素材。
3. 从稿件中提炼内容钩子、核心观点和封面标题方向。
4. 判断项目类型与封面路线。
5. 对视频执行抽帧，并选择产品结构与场景参考。
6. 分别规划 `4:3` 和 `3:4` 构图。
7. 编写封面方案与四份提示词。
8. 生成两张无最终标题底图。
9. 以对应底图为参考生成两张最终成稿。
10. 检查文字、产品、构图、比例和素材引用。
11. 只对失败项目重新生成。
12. 将方案、提示词、图片和记录归档。

![GameChicks Cover Skill 工作流程：读取稿件、提炼钩子、抽帧、双比例底图、融合成稿、质检重跑](https://raw.githubusercontent.com/GameChicks/gamechicks-cover/main/assets/workflow-image2.png)

`4:3` 与 `3:4` 会分别规划，底图与成稿也会分阶段生成，因此可以保留成功部分，并单独重新处理失败结果。

---

## 输入建议

为了获得更稳定的结果，建议提供：

* 视频标题或暂定标题；
* 完整稿件、脚本、字幕或内容要点；
* 产品多角度图片；
* 透明背景 PNG；
* 品牌 Logo 或产品字标；
* 实拍照片、关键截图或人物素材；
* 视频成片或 B-roll；
* 是否允许出现人物；
* 是否已经有可使用的背景素材；
* 普通模式或高设计感模式；
* 其他必须遵守的内容和视觉限制。

对于镜头、按键、屏幕、接口、Logo 和机械结构复杂的产品，应尽量提供多角度、高清且来源可靠的参考图片。

不要依赖模型凭空生成关键产品结构。

## 运行依赖

### FFmpeg

FFmpeg 用于：

* 读取视频时长、分辨率和编码信息；
* 解码视频；
* 抽取候选帧；
* 生成后续筛选所需的素材。

> [!CAUTION]
> 4K 高码率视频的解码和批量抽帧可能长时间占用 CPU。作者曾在 Ryzen 5 5600H 设备上处理 4K、约 100 Mbps 的视频素材，抽帧阶段会出现持续高负载。
>
> 当前建议优先使用低于 4K 的视频，或提前生成低分辨率代理文件。

### 图像生成能力

Skill 需要运行在支持图像生成或图生图的 Agent 环境中。

由于底图和成稿都需要引用真实产品图片、视频帧或上一阶段结果，仅具备文本处理能力的环境无法交付最终四张图片。

---

## 输出目录

执行结果默认归档到当前项目中的：

```text
runs/<timestamp>-<slug>/
```

该目录通常包含：

```text
cover_plan.md
prompts/
images/
contact-sheets/
generation-log.md
```

`runs/` 主要用于保存单次生成结果，默认不建议提交到 Git 仓库。

## 目录结构

```text
SKILL.md                         Skill 入口与核心约束
agents/openai.yaml               Codex 展示信息与默认触发提示
references/agent-native-flow.md  Agent 自主执行流程
references/cover-rules.md        视觉规则、提示词骨架与质检项目
references/high-design-mode.md   高设计感模式的结构与边界
assets/                          Banner、流程图与示例图片
NOTICE                           素材、商标、权利与致谢说明
LICENSE                          MIT License
```

## 当前已知问题

* 产品保真度仍然受图像模型能力影响，尤其是镜头、屏幕、按键、接口、Logo、型号文字和机械结构。
* 图像模型可能产生过度锐化、HDR 边缘、塑料质感、纹理过密或商业渲染感。
* 中文标题可能出现错字、漏字或异常笔画。连续失败时，应缩短标题或减少文字层级。
* `4:3` 与 `3:4` 偶尔可能被错误生成成其他比例，需要检查最终尺寸。
* 高设计感模式目前积累的公开测试案例较少，仍需要更多真实项目验证。
* 第一个公开版本尚未覆盖所有操作系统、视频编码、硬件配置与 Agent 环境。

## 参与改进

欢迎通过 [Issues](https://github.com/GameChicks/gamechicks-cover/issues) 提交问题、案例和改进建议。

提交兼容性或生成问题时，请尽量包含：

* 操作系统和硬件配置；
* 使用的 Agent 与模型；
* 输入素材类型；
* 视频编码、分辨率与时长；
* 完整复现步骤；
* 实际生成结果；
* 期望结果；
* 相关日志或提示词文件。

请勿在公开 Issue 中上传没有公开授权的视频、人物照片、商业素材或其他敏感文件。

## 致谢

本项目的 Skill 架构与工程化思路参考了 [oil-cover](https://github.com/oil-oil/oil-cover)，特别是通过 Skill 组织视觉规范、流程文档和 Agent 自主执行逻辑的方式。

感谢其作者 [@oil-oil](https://github.com/oil-oil)。

`gamechicks-cover` 在此基础上进行了独立的内容定位与规则设计，主要面向 B 站及跨平台数码内容创作者，并加入：

* 针对不同内容受众调整的封面规则；
* GameChicks 历史封面经验的整理与提炼；
* 真实产品与场景证据优先；
* 产品结构保护；
* 双比例原生构图；
* 两阶段图像生成；
* 文字与画面一体化生成；
* 可追溯的质检与重新生成流程。

## 权利说明

仓库代码与文档采用 MIT License。

运行过程中使用的品牌 Logo、产品图片、视频帧、人物照片和其他素材，应由使用者确认拥有必要的使用权利。

这些素材不随本仓库提供，也不表示本项目与相关品牌存在合作、授权或背书关系。详细说明请参阅 [NOTICE](NOTICE)。

## Contributors

* [GameChicks](https://github.com/GameChicks)：项目作者、规则设计与实际测试。
* **Codex by OpenAI**：流程辅助、提示词编写与图像生成测试。

## License

gamechicks-cover

gamechicks-cover 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

gamechicks-cover

gamechicks-cover 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README