review-image

review-image

当你想先对图像征求一个低成本的视觉模型意见，再进行更繁重的工作时，请使用此技能。

适用场景

• 快速进行 VRT 合理性检查
• 检测明显损坏、空白、格式错误或可疑的输入
• 询问模型截图或生成图像是否符合提示词
• 在 CI 中添加简单的图像审核关卡

要求

• Deno
• OPENROUTER_API_KEY 或 OPENROUTER_KEY

调用方式

两个脚本都是带有 shebang #!/usr/bin/env -S deno run --allow-env --allow-net --allow-read 的可执行 Deno 文件。直接运行即可，无需使用 deno run 包装。

通过 APM 安装此技能时，脚本位于 ~/.claude/skills/review-image/scripts/ 下。以下示例使用 ~/... 形式，该形式会由 shell 展开。在非 shell 的执行环境中（例如未设置 shell: true 的 child_process.spawn），~ 和 $HOME 都会保持为字面内容——请替换为解析后的绝对路径（/Users/<you>/.claude/skills/review-image/scripts/...）。

标志可以出现在位置参数之前、之间或之后。--model 支持 --model X 和 --model=X 两种形式。两个脚本都会将程序输出写入 stdout，将日志和错误写入 stderr——但只有输出 JSON 的模式（CI 关卡始终如此；自由格式模式使用 --json 时如此）才能安全地直接传入 jq / JSON.parse。自由格式模式默认输出散文，而非 JSON。

脚本

自由格式审核 — review-image.ts

~/.claude/skills/review-image/scripts/review-image.ts <image-path-or-url> "<prompt>" [--model <id>] [--json]

# example with flag interleaved with positionals:
~/.claude/skills/review-image/scripts/review-image.ts ./shot.png "VRT diff broken?" --model google/gemini-2.5-flash

默认输出：stdout 上的纯文本（模型的回复，单个文本块）。

使用 --json 时：stdout 会输出单个 JSON 对象，可安全地传入 jq / JSON.parse：

{
  "id": "gen-...",
  "model": "<resolved>",
  "text": "<freeform answer>",
  "usage": { "prompt_tokens": 123, "completion_tokens": 45, "total_tokens": 168, "cost": 0.0001 },
  "raw": { /* full upstream OpenRouter response, opaque */ }
}

读取 .text 获取答案；读取 .usage.cost（美元）和 .usage.total_tokens 获取成本遥测数据。

退出码：成功时为 0，发生任何错误时为 1（缺少 API 密钥、网络/HTTP 故障、响应格式错误）。

CI 关卡 — review-image-ci.ts

~/.claude/skills/review-image/scripts/review-image-ci.ts <image-path-or-url> "<prompt>" [--model <id>]

始终在 stdout 上输出单个 JSON 对象（若未提供 --json 标志，该标志会被静默忽略，不发出警告——输出始终为 JSON）：

{
  "decision": "pass",
  "summary": "<short reason>",
  "issues": [],
  "model": "<resolved>",
  "usage": { "prompt_tokens": 123, "completion_tokens": 45, "total_tokens": 168, "cost": 0.0001 },
  "rawText": "<unparsed model reply>"
}

issues 始终是字符串数组（永远不会为 null / 永远不会省略）——pass 时为空，fail 时会包含一个或多个原因。usage 的键与自由格式脚本一致，也可能包含额外的 OpenRouter 透传字段（例如 is_byok、*_details）；请将列出的四个键（prompt_tokens、completion_tokens、total_tokens、cost）视为稳定契约。

CI 关卡会在内部使用严格的 JSON schema 指令包装你的提示词。请将 <prompt> 写成描述关卡标准的普通英文——不要自行添加 schema、格式指令或“以 JSON 格式回复”等内容；这些内容会自动提供，你自行添加的内容可能与其冲突。

退出码：

• 0 — decision: pass
• 2 — decision: fail
• 1 — 脚本错误（缺少 API 密钥、网络/HTTP 故障、模型响应格式错误）。在 CI 中既不要将其视为通过，也不要视为失败；不要仅根据 $? -ne 0 设置关卡。

编写提示词

<prompt> 参数应使用普通英文描述要检查的内容。可从以下模板开始：

CI 关卡（关卡标准风格）——描述应该包含哪些内容，以及什么情况算失败。避免使用含糊的“这是不是坏了？”；像素画和有意采用低分辨率的内容会被措辞不当的关卡误判为失败：

"This image is {expected: a Playwright screenshot of /dashboard / a generated cactus illustration / ...}. Pass if it shows recognizable intended content (any style, including pixel art, low-res, or stylized). Fail only if blank, all-black/all-white, corrupted, an error page, or visibly malformed."

自由格式（诊断风格）——询问具体细节，让散文回答具有可操作性：

"This image is supposed to be {expected subject}. Describe what you see and call out any visual artifacts, broken layout, color anomalies, or signs of file corruption."

默认模型

google/gemini-2.5-flash-lite

使用 --model 按次调用覆盖，或通过 OPENROUTER_MODEL 全局覆盖。