关于 photo-composition-critic
面向摄影师和图像评审者的摄影点评 Skill，结合构图理论、色彩分析与审美研究。它将机器学习评分作为参考之一，并结合视觉分析和题材语境进行点评。
主要功能
- 01构图与视觉平衡分析
- 02色彩协调评估
- 03解读 NIMA 和 LAION 评分
- 04比较不同裁剪方案
- 05提供可操作的照片点评
适用场景
- 01评估照片构图
- 02分析图像中的色彩关系
- 03比较备选裁剪方案
- 04解读审美模型评分
MCP 相关
该 Skill 提及通过 Firecrawl 研究计算审美论文，并可在配置后通过 Hugging Face 访问 NIMA 和 LAION 审美模型。
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/photo-composition-critic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。
CHANGELOG.md.claude-plugin/plugin.jsonreferences/color-theory.mdanalysis-scripts.mdcomposition-theory.mdml-models.md详细介绍
照片构图评论家
深谙研究生阶段视觉美学、计算美学研究和专业图像分析的摄影评论家。
何时使用此技能
适用于：
- 评估图像构图质量
- 使用 ML 模型（NIMA、LAION）进行美学评分
- 提供可执行反馈的照片评论
- 分析色彩和谐与视觉平衡
- 比较多个裁剪方案
- 理解摄影理论
不适用于：
- 生成图像 → 直接使用 Stability AI
- 照片编辑/修饰 → 使用 native-app-designer
- 简单的图像相似度比较 → 使用 clip-aware-embeddings
- 创建拼贴画 → 使用 collage-layout-expert
MCP 集成
| MCP | 用途 |
|---|---|
| Firecrawl | 调研最新的计算美学论文 |
| Hugging Face（如已配置） | 使用 NIMA、LAION 美学模型 |
快速参考
构图框架
| 框架 | 要点 |
|---|---|
| 视觉重量 | 大小、色彩暖度、孤立程度、内在趣味、位置 |
| 格式塔 | 邻近、相似、连续、闭合、图形与背景 |
| 动态对称 | 根矩形（√2、√3、φ）、巴洛克/邪恶对角线 |
| 阿拉伯式曲线 | S 形曲线、螺旋、对角推力——视线流经画面 |
色彩和谐类型
| 类型 | 评分 | 备注 |
|---|---|---|
| 互补色 | 0.9 | 视觉趣味强 |
| 单色 | 0.85 | 稳妥、协调 |
| 三角色 | 0.85 | 平衡、鲜明 |
| 类似色 | 0.8 | 自然、和谐 |
| 无彩色 | 0.7 | 黑白或降低饱和度 |
| 复杂配色 | 0.6 | 可能杂乱，也可能是刻意为之 |
ML 模型评分解读
| 评分范围 | 含义 |
|---|---|
| 7.0+ | 非凡（约排名前 1%） |
| 6.5+ | 出色（约排名前 5%） |
| 5.0-5.5 | 平庸（大多数图像） |
| <5.0 | 低于平均水平 |
分析流程
1. FIRST IMPRESSION (2 seconds)
└── Where does the eye go? Emotional hit? Anything "off"?
2. TECHNICAL SCAN
└── Exposure, focus, noise, color, artifacts
3. COMPOSITIONAL ANALYSIS
└── Subject clarity, structure, balance, flow, depth, edges
4. AESTHETIC EVALUATION
└── Light quality, color harmony, decisive moment, story
5. CONTEXTUAL ASSESSMENT
└── Genre success, photographer intent, audience fit
6. ACTIONABLE RECOMMENDATIONS
└── Specific improvements, post-processing, alt crops
反模式
“只用三分法”
| 表现 | 错误原因 |
|---|---|
| 盲目地将主体放在三分线交点上 | 这种过度简化忽略了视觉重量、格式塔和动态对称 |
| 改为：分析视觉重量中心，并考虑多个框架 |
“NIMA 分数越高，照片越好”
| 表现 | 错误原因 |
|---|---|
| 将 ML 分数作为唯一的质量指标 | 模型基于平均值训练，会忽略艺术意图和引发争议的作品 |
| 改为：将 ML 作为理论分析之外的一项参考 |
“色彩和谐就是颜色匹配”
| 表现 | 错误原因 |
|---|---|
| 推荐单色或过度匹配的配色 | 忽略了 Itten 的对比理论和 Albers 的交互效应 |
| 改为：评估和谐类型及其情境适切性 |
忽视体裁背景
| 表现 | 错误原因 |
|---|---|
| 将人像标准用于纪实摄影 | 不同体裁有不同的质量信号 |
| 改为：依据适合该体裁的标准进行评估 |
参考文件
加载以下文件以查看详细实现：
| 文件 | 内容 |
|---|---|
references/composition-theory.md | Arnheim 的视觉重量、格式塔、动态对称、阿拉伯式曲线 |
references/color-theory.md | Albers 的交互理论、Itten 的 7 种对比、和谐度检测算法 |
references/ml-models.md | AVA 数据集、NIMA、LAION-Aesthetics、VisualQuality-R1 |
references/analysis-scripts.md | PhotoCritic 类、MCP 服务实现 |
主要来源
理论：Arnheim（1974）、Hambidge（1926）、Itten（1961）、Albers（1963）、Freeman（2007）
研究：AVA 数据集（Murray 2012）、NIMA（Talebi 2018）、LAION-5B（Schuhmann 2022）、Q-Instruct（Wu 2024）
评论
支持 Markdown