Claude Image Generation

Visual Sandbox 技能与 Claude 插件

AI Agent 使用 Visual Sandbox 生成媒体所需的一切：教会它如何为每个模型编写提示词的知识包，以及让它能运行这些模型的插件。

这个仓库同时包含两项内容。

Claude Code 插件。 根目录中的 .claude-plugin/ 和 .mcp.json 将技能、四个斜杠命令和托管 MCP 服务打包为一次安装：

claude plugin marketplace add visualsandbox/skills
claude plugin install visual-sandbox@visual-sandbox

这会添加位于 https://visualsandbox.com/mcp 的 visual-sandbox MCP 服务。首次调用工具时会打开浏览器，点击 Approve 后即可连接。无需复制令牌。之后就能立即使用 /image a red bicycle in the rain。

面向 vsb CLI 的技能库。 每项技能都是一个独立的 SKILL.md（以及可选的 references/），带有 YAML frontmatter，Agent 运行时会读取它来判断何时应用该技能。CLI 会将它们嵌入二进制文件中，而 vsb setup 会将它们写入 ~/.claude/skills/。

这两种方式执行相同的工作。vsb 主技能以两种运行方式开篇，将使用 MCP 工具的 Agent 引导至 MCP 参考文档，其他用户则使用 CLI。

插件添加的命令

命令	功能
/image <what to show>	选择模型、编写优质提示词、生成并展示图片
/video <what happens>	先估算费用，等待确认后再生成
/models [filter]	查看目录，按价格从低到高排列
/balance	查看剩余额度，以及最近十次运行的费用

MCP 工具

list_models、get_model、estimate_cost、generate、get_job、 list_jobs、list_voices、upload_media、list_sandbox_items、get_selection、 read_sandbox_docs、write_sandbox_doc、create_design、get_design、 update_design、move_layer、export_design、list_presets、get_preset、 get_balance、top_up、list_skills、get_skill——每个 vsb 命令都对应一个工具。也可以单独添加服务，不安装插件：

claude mcp add --transport http visual-sandbox https://visualsandbox.com/mcp

每次生成都会从已连接的账户扣费，不提供免费服务。

技能

技能	用途
vsb	vsb CLI 入门指南——身份验证、运行、状态、预设、Agent 规则
vsb-image	选择合适的图像模型，并编写优质提示词
vsb-video	生成 / 编辑视频——异步处理 + 状态轮询
vsb-audio	生成音效、环境音频和语音
vsb-vector	制作 SVG——图标使用 Quiver，精细插画采用先栅格化再由 Recraft 矢量化，并先询问颜色数量
vsb-design	在画布的命名图层中设计页面、屏幕和代码绘图——可免费导出为 HTML、React、SVG 或 PNG
vsb-presets	运行、保存、覆盖并分享可复现的模型配置
vsb-nano-banana	为 Nano Banana 系列编写优质提示词——编辑模式规则、文本渲染、多参考图融合
vsb-image-prompting	适用于所有图像模型的规范提示词编写指南——解剖结构、参考图保留 / 忽略规则
vsb-image-iteration	多次编辑图像而不损失生成质量——提示词叠加、联系表、裁剪与合成
vsb-ugc-people	UGC 风格的单人广告照片——适用于 9:16 TikTok/Reels 的自拍视角 + 口播格式
vsb-setup	通过 MCP 入门——连接检查、生成首张图像、首段视频
vsb-ugc-ad	创作者风格的 9:16 视频广告——脚本、获批的首帧，然后配音
vsb-product-photoshoot	从一张照片生成一组产品照片，确保产品保持一致
vsb-ad-variations	为 A/B 测试生成一个广告的 3 到 6 个版本，每个版本只改一处
vsb-seedance	运行 Seedance 系列——档位、参考列表、每项任务锁定的宽高比和时长、价格变化
vsb-seedance-prompting	Seedance 提示词编写——素材绑定、镜头列表、时间戳、编辑、扩展、模板
vsb-p-video	运行最便宜的视频模型 P-Video——草稿开关、定价、异步处理 + 轮询
vsb-p-video-prompting	P-Video 提示词编写——Pruna 的槽位公式、对话头像旁白
vsb-crop	修剪片段或更改其画幅——使用本地 ffmpeg，免费
vsb-cut	使用 23 种命名电影转场之一拼接片段——使用本地 ffmpeg，免费
vsb-speed	慢动作、倒放、弹跳、定格、无缝循环——使用本地 ffmpeg，免费
vsb-timeline	制作更长的剪辑——镜头首尾相接、音效铺底、叠加标题、一次渲染
vsb-subtitles	在视频中烧录 TikTok 风格的逐词字幕
vsb-download	下载 TikTok/IG/YouTube 视频，并通过帧网格查看
vsb-film	从头到尾制作短片——脚本、镜头列表、贯穿各镜头的统一演员阵容、音效、剪辑、字幕

安装

# One-shot install of the binary + default skill bundle + auth
curl -fsSL https://visualsandbox.com/install.sh | sh
vsb setup

vsb setup 会将默认技能包（vsb、vsb-presets、vsb-image、vsb-image-prompting、vsb-video、vsb-audio）写入 ~/.claude/skills/，以便 Claude Code 在每个项目中都能找到它们。传入 --project 可改为安装到 ./.claude/skills/（可提交、适用于单个项目，并通过 git 共享）。

# Skills only — skip auth (re-run after editing locally)
vsb setup --skills-only

# Pick individual skills
vsb skills install nano-banana
vsb skills install ugc-people --project

# Refresh installed skills to the latest version baked into the binary
vsb skills update

使用 vsb 的 Agent 应遵循 cli-install.md 中的完整安装指南——涵盖 PATH 问题、令牌恢复和首次运行验证。

计划：电影金字塔

上面的每项技能都回答一个问题：如何才能更好地运行这个模型？但没有一项回答了最先要解决的问题——我要创作什么，镜头应该怎么拍？

docs/film-pyramid.md 规划了六项位于模型之上的技能，从构思到成片，并说明它们如何彼此交接工作。第一项 vsb-film 被构建为一项涵盖完整流程的技能。分层方案仍在规划中。

目录结构

skills/
├── <name>/
│   ├── SKILL.md          # frontmatter + body
│   └── references/        # optional supporting docs
├── index.json             # sha256 + bytes per file (generated)

CLI 如何使用这些内容

vsb 会在构建时将这些技能直接嵌入二进制文件中——每个版本都包含 skills/ 的快照，并通过 sha256 与 index.json 校验。vsb setup / vsb skills install 会从嵌入的资源包写入文件，无需任何网络调用。

高级用户可以选择使用实时注册表，而不是嵌入的副本：

vsb skills install nano-banana --remote
# or for the whole session:
VSB_SKILLS_REMOTE=1 vsb setup --skills-only

远程模式会从 https://raw.githubusercontent.com/visualsandbox/skills/main/skills/ 拉取内容，将其缓存到 ~/.vsb/skills-cache/，并通过实时 index.json 校验 sha256。使用 VSB_SKILLS_REF=v0.3 vsb setup --skills-only 可固定到某个标签、分支或 sha。

参与贡献

修改提交到 skills/<name>/SKILL.md。在本地编辑后：

bun run gen

此操作会重新生成 skills/index.json 并更新 sha256。.github/workflows/index.yml 中的 CI 工作流也会在每次推送到 main 时重新生成索引，因此手动运行主要用于在提交 PR 前预览差异。

许可证

专有。你可以将这些技能安装到自己的 Agent 中，并与 Visual Sandbox 一起使用。完整条款请参阅 LICENSE。