mcpField
A
ai-image-editing

ai-image-editing

github.com/social-media-skills创意与媒体210640 次安装2 周前更新
代码仓库

关于 ai-image-editing

面向设计与内容团队的 AI 图像编辑路由技能,按任务选择引擎并逐步制定编辑方案,重点保留真实细节、检查瑕疵并确认版权。Agent 负责规划,人工在 100% 缩放下审核结果。

主要功能

  1. 01按编辑任务选择工具
  2. 02规划分步编辑与蒙版
  3. 03保留真实细节与图像来源
  4. 04检查边缘、光线、文字和人脸
  5. 05交付前确认授权与披露要求

适用场景

  1. 01修复或扩展现有照片
  2. 02为产品图选择忠实放大方式
  3. 03审核编辑图像中的细节与身份一致性

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/social-media-skills/skills --skill ai-image-editing

安装后在 Claude Code 中输入/ai-image-editing确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

evals/
evals.json
references/
ai-image-editing-2026-reality.md
scope-and-connections.md
task-router-and-templates.md
the-touch-framework.md

详细介绍

ai-image-editing

编辑路由器——说出任务,选择引擎,一次只改一处,忠于真实,检查接缝, 合规交付。Agent 负责路由和规范;人类以 100% 缩放检查每一项结果;WoopSocial 负责发布。(随附 tools/integrations/ai-image-editing.md。)

核心观点:修复 5%,保留 95%——并记住,编辑过的照片就是一项经过编辑的声明

编辑的承诺是精准处理:2026 年的引擎消除了过去的借口(现在移除背景时能处理头发和玻璃;修补功能能够理解场景光线;扩展功能也能自然延展)。顶尖的 1% 操作者坚守三条工具营销不会告诉你的原则。(1)升频器的差异关乎诚信: 忠实型升频器(Topaz 级)保留图中已有内容;创意型升频器(Magnific 级)会虚构原图中不存在、但看起来逼真的细节——用于艺术创作时效果惊艳,用于商业场景时却会变成伪造产品照片的生成器(在包上虚构缝线=虚假声明,而非锐化)。图中文字会变得面目全非——应重新排版;任何升频器都比不上重新拍摄。(2)编辑真实照片比生成图片更容易越界,构成误导: 隐瞒缺陷不符合 FTC 的整体印象标准,未披露的身体修饰在多个市场依法必须标注(包括法国、挪威〔含网红〕和以色列),连续进行人脸增强可能导致真实人物的身份特征逐渐偏移——由认识此人的人来判断相似度。(3)按任务选择,而非盲目忠于品牌: FLUX Kontext/Fill 的原始复杂蒙版质量领先;有赔偿保障的客户项目应使用 Firefly(这是唯一一家仅使用已获授权内容训练的主流引擎);快速修图交给 Canva;产品批量处理则使用专用工作流。

请先阅读

  1. brand-profile + design-and-templates ——编辑后的图片仍必须符合的系统规范。
  2. before-after-and-transformation ——适用于任何结果或对比图片的声明规则。

框架:TOUCH

(详细说明:references/the-touch-framework.md。)

  • T — 任务优先,工具其次: 说清工作内容(移除/替换/擦除背景/扩展/升频/修复/重塑风格),再选择工具——由任务决定工具,绝非反过来。
  • O — 一次只改一处: 使用小而精准的蒙版;连续进行小幅编辑;每隔几步重新检查一致性;先对低分辨率素材升频,再进行修补;保留 95%。
  • U — 忠于真实: 产品和文档使用忠实模式;不得隐瞒缺陷;遵守修饰披露法律;谨慎处理人脸;取得同意;不得去除水印/来源信息;虚构内容仅用于艺术创作。
  • C — 检查接缝: 始终以 100% 缩放检查——边缘/光晕、光线和阴影方向、透视、人脸、图中文字、批量一致性、身份特征偏移。
  • H — 合规交付: 源素材许可 + 引擎条款(Firefly 赔偿保障与 FLUX 输出和服务条款的差异)+ 披露标签;以 PNG/TIFF 格式保存主文件 → WoopSocial。

现实情况(每季度核实)

2026 年编辑:背景移除可处理头发和玻璃(电商已不再手动抠图);FLUX Kontext/Fill 在复杂蒙版的原始修复中领先(是 Photoshop Beta「生成式填充」中可选的合作模型);Firefly = 经授权训练

  • IP 赔偿(代理机构路由时的考量);Canva Magic 工具用于工作流内修复;Claid 级工具负责 产品批量处理。**放大器:**Topaz 级忠实还原(本地处理、人脸恢复),Magnific 级创意增强(「会虚构原图中不可见的细节」;Freepik 于 2026 年 4 月更名为 Magnific)。工艺要点:质量取决于源图;小蒙版优于大蒙版;文字经过放大器处理后会变成乱码(需重新排版);母版使用 PNG/TIFF;重新拍摄胜过修补。披露层面:FTC 的整体印象原则;法国/挪威/以色列的修图标签;《欧盟 AI 法案》;保持来源信息完整。「编辑这条路仍然更看重判断力,而非盲目自动化。」 **所有内容均注明来源;每季度核实。**完整详情: references/ai-image-editing-2026-reality.md;任务→引擎路由器、处理链、QA 卡片和示例: references/task-router-and-templates.md。

诚实的适用范围(绝不违反)

  • Agent确定任务、路由引擎、编写规范(蒙版/提示词/设置/处理链顺序),并在已连接时调用 API(否则提供具体人工操作步骤);人工以 100% 尺寸审查每项结果(不得捏造「接缝很干净」;由了解修复前情况的人来判断修复后的人脸);WoopSocial 负责发布完成的图片——它不会编辑、放大图片或移除背景。
  • **诚实原则:**编辑过的真实照片就是经过编辑的陈述——不得掩盖缺陷;对准确性至关重要的图片须忠实放大;遵守修图披露法规(按市场核实);人脸处理应保守;使用他人图片须取得同意;不得移除水印或剥离来源信息;按要求披露 AI;确认源素材许可。绝不捏造引擎能力、基准测试或条款——使用自己的图片测试;高风险声明请咨询法律顾问。(完整范围:references/scope-and-connections.md。)

与相关技能的区别(正确路由)

ai-image-editing(本技能) = 编辑已有图片(路由器) · image-prompt / flux / nano-banana / ideogram / nano-banana = 生成图片(FLUX Kontext + nano-banana 同时适用于两条路径——本技能路由它们的编辑 用途;其各自技能负责工具) · canva = 设计工作流(Magic 工具用于快速修复) · infographic-and-data-viz / quote-cards-and-text-graphics = 从零构建图形 · before-after-and-transformation = 任何经过编辑的「结果」都必须遵守的 FTC 规则 · capcut / ai-video = 动态影像(视频清理转由相关技能处理)。

连接关系

先读取:brand-profile + design-and-templates + before-after-and-transformation(结果图片)。从以下来源获取素材:真实摄影、flux/各生成器(修复生成图片占 2026 年工作量的一半)、档案(修复)。提供给:canva(将编辑后的素材放入版式)、thumbnail-design / carousel-writer / pinterest-pin-design、**平台发布技能。**通过以下流程发布:母版 + 衍生版本 → scheduling-and-queue → WoopSocial。工具文件:tools/integrations/ai-image-editing.md。 衡量方式:人工判断的保真度 + analytics-and-reporting——绝不捏造。

完成定义

按任务优先原则路由的编辑(明确命名任务,并为其选择合适的引擎:复杂蒙版交给 Kontext/Fill,受赔偿保障的客户工作交给 Firefly,快速修复在工作流中完成,产品批次交给专用管线,真实照片使用忠实放大,艺术作品仅进行创意处理),每次只执行一项更改,并从最佳素材开始(低分辨率素材先放大再进行局部修复;标准处理链依次为修复 → 编辑 → 放大 → PNG/TIFF 母版 → 衍生版本);遵循诚实原则(不虚构产品细节、不掩盖缺陷、法律要求时标注修图、保守且不改变身份特征地处理人脸、保持授权、水印和来源信息完整,并在需要时披露 AI 参与);以 100% 缩放检查接缝(边缘、光线、透视、人脸、文本、批次一致性),并在确认权利后交付;由人判断每项结果,并由 WoopSocial 发布成品图像;不虚构功能或基准测试数据;且与生成技能、canva 和 before-after-and-transformation 明确区分。

评论

支持 Markdown