Guizang Yingzao Skill — AI skill for Claude Code


Yingzao · 营造

把你拍下的建筑、街巷、店铺、器物与地方食物，转成真正经过艺术指导的编辑海报——不是给照片套滤镜，也不是把标题贴在空白处。

Yingzao 会先读照片的构图与身份，再选择一张兼容的主导参考，设计中文展示字与图文空间关系，最后把原图、参考与稀疏排版垫图一起交给图像模型完成整体重绘。主体处理、主动色场、地域材质和文字遮挡发生在同一个视觉世界里。

30 秒开始

npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao

安装后，在支持 Skills 与图像生成的 Agent 中直接说：

用 $yingzao 把这张大同古城的照片做成一张 3:4 编辑海报。
地点与标题你根据我提供的信息决定，不需要原图对照拼图。

也可以把下面这段话发给你的 Agent，让它自行完成安装：

请运行 `npx skills add https://github.com/op7418/guizang-yingzao-skill --skill yingzao` 安装 Yingzao。
安装完成后读取它的 SKILL.md，并先运行依赖检查；不要把仓库克隆到某个特定 Agent 的私有目录。

它会做什么

• 识别照片是正立面、仰视、对角、框景、局部构件还是环境叙事，并只修复一个真正影响画面的构图问题。
• 保护屋坡、飞檐、匾额、轮廓、不对称等身份锚点，不把真实建筑“优化”成另一栋楼。
• 在看参考图之前先提出主体、背景、图文互动与排版动作四域命题，避免参考越多、结果越平庸。
• 从内置 Recipe 与真实参考图中选择兼容方向，不把几十条风格词机械串进提示词。
• 设计展示字的宽窄、重心、笔画对比、收笔、字腔、节奏与表面媒介；小字可使用另一常规字族建立层级。
• 把主体语义抠取、移位、分区上材质，并让真实轮廓与标题、色形发生遮挡、共边或负形咬合。
• 多图“合一”时提取各图主体，在共享透视、光向、接触阴影和边缘语言中重建一个场景；只有明确要求组照时才保留照片矩形。
• 海报完成后，可按你的选择继续制作一张 3×3 视频分镜图和可直接交给视频模型的提示词。

使用示例

用 $yingzao 做一张善化寺藻井海报。主体必须突出，文字不能侵入藻井核心纹样；你决定版式。

用 $yingzao 把这五张同一家茶食店的夜景和食物融合成一张横版海报。
不要做五宫格，要像一个共同场景。

用 $yingzao 做一张沙棘美式海报。可以从真实沙棘果实提取一个克制的字形或留白装饰，但不要撒满画面。

用 $yingzao 做海报，完成后再把它扩展成 8 秒视频的九宫格分镜和视频提示词。

如果地点、殿名或历史信息不确定，可以先让 Agent 检索；Yingzao 只把已核实、照片可见或你确认过的信息写进海报。

工作方式

照片预检与事实边界
        ↓
参考无关的四域创意命题
        ↓
Recipe 检索与一张主导参考
        ↓
设计语义编译 + 中文字形简报 + 带区域标记的稀疏排版垫图
        ↓
编译并锁定原图 / 参考 / 垫图 / 完整提示词
        ↓
同次整体 edit → 一次读图诊断 → 交付
        ↓
用户反馈后定向修改
        ↓
可选：3×3 视频分镜 + 视频提示词

高风格化任务固定使用三类视觉输入：校正原图负责身份，主导参考负责完整视觉机制，排版垫图负责文字范围、共同轴、动作区域与遮挡关系。所选 Recipe 会先编译成主体、背景、字体、互动四域的当前照片动作；这些动作一边写入最终 ImageGen 提示词，一边通过 `S1 / B1 / T1` 等标记指向垫图中的具体区域。调用前交接清单会检查每个启用 Token 是否真的进入模型输入，再把三张图和完整提示词一起锁定；`reinterpret` 标题使用字符槽而不是大号普通字体轮廓，避免把宋体垫图误当成最终字形。图像模型负责把它们融合，而不是照着网页排版重新渲染一遍。

生成前门控

Yingzao 只在调用图像模型之前做确定性检查：

• 照片适配、滚转与可安全补齐区域
• 事实与文字边界
• 主导参考和目标几何的兼容性
• 主体、背景、互动三个可见设计域
• Re