关于 scenario-refine-loop
为使用 Scenario 的 Agent 提供图像生成质检与迭代流程。它以可检查的评分标准、逐项诊断和有限轮次修正，避免盲目重生成。
主要功能
- 01生成前制定通过或失败标准
- 02用小批次测试生成方案
- 03逐项分析图像并记录判定
- 04按缺陷选择成本较低的修正
- 05设置轮次上限并从基线重试
适用场景
- 01按品牌或任务简报检查图像
- 02只修复批次中未通过的素材
- 03比较不同生成方案的结果
- 04控制图像生成迭代的预算
MCP 相关
该技能指导通过 Scenario MCP 工具生成图像、调用 asset_analyze 评估结果，并运行针对性修正。
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/scenario-refine-loop确认已加载。
详细介绍
场景优化循环
概述
Agent 在生成质量检查中会以两种相反的方式失败：要么接受第一次生成的结果，要么反复改写整个提示词并重新生成，直到预算耗尽。这两种做法都跳过了同样的两项产物：书面评分标准和诊断。能够收敛的循环是：生成前制定评分标准，小批量生成，为每个资产记录判定结果，针对每项失败采取成本最低的修复措施，并设定严格的轮次上限。有关连接方式和核心循环，请参阅 scenario 技能。评审工具的契约：scenario-asset-analysis。基线规范：scenario-consistency。如果你可用的技能中缺少此处提到的同级技能，请让用户安装它（npx skills add scenario-labs/skills --skill <name>）；若无人值守，则根据工具架构继续操作，并标明这一缺失。
快速参考
| 步骤 | 操作 |
|---|---|
| 1. 评分标准 | 生成前，将需求简报转化为观众可以判断的通过／不通过条目（“主体位于纯色背景中央”），不要使用主观评价词 |
| 2. 生成 | 使用能够检验方案的最小批次，并选择架构支持且仍能判断所有评分条目的最低成本尺寸或质量档位；成本重要时使用 dry_run |
| 3. 评估 | asset_analyze：每次调用最多分析 10 张图像，使用一条包含评分标准的指令，并为每张图像固定输出格式 |
| 4. 修正 | 将每条未通过的评分条目交由成本最低且能解决问题的修正方式处理（见下表） |
| 5. 停止 | 一轮全部通过即可交付；连续三轮未能全部通过，或同一条目在采用不同修正方式后仍失败两次，则应报告问题，不要重新生成 |
档位变更意味着重新生成，而不是放大保留图：仅使用保留图的方案，在交付档位重新生成并重新评估；或者保留已通过的图像，并使用通过 search target="models"、filters={"tags": ["image-upscale"]}、public=true 找到的保真放大器对其进行放大（保真与创意选项及尺寸设置见 scenario-image-editing，视频放大见 scenario-video）。
当评估依据是已配置的品牌简报，而非任务评分标准，且团队已启用 Quality Gate 附加组件时，应改用 asset_quality_gate_run 评估图像：其 reasons 和 suggestions 可直接用于下表中的修正方式（见 scenario-quality-gate；如果未配置 Quality Gate，则会退回到此 asset_analyze 流程）。
修正方式选择，按成本从低到高：
| 评估结果 | 修正方式 |
|---|---|
| 保留图上有一处局部缺陷 | 对该区域进行遮罩修补；如果架构没有 mask 字段，则编辑保留图的指令，明确指出这一项变更（scenario-image） |
| 整体效果不统一（色调、色彩、裁剪） | 使用确定性工具处理（scenario-image-editing），不要重新生成 |
| 内容、构图或渲染后的配色有误 | 修改差异子句，并从已批准的基准重新运行 |
| 身份或风格发生偏移 | 收紧枚举，添加或调整参考图的用途（scenario-consistency） |
| 所有条目都未通过 | 更换模型：使用 recommend 重新发现模型（根据能力筛选；search 用于查找模型名称、私有模型或按标签筛选的类别，例如 image-upscale），保留提示词 |
每轮只更改一个变量。如果同时更改提示词、参考图和模型，就无法确定改进来自哪项变更，因此下一次失败时必须从头开始。
让循环保持客观的两条规则
- 评判必须引用评分标准，而不是个人偏好。 指示评审者按顺序逐张图片回答：
<index>: pass|fail, <the failed line>。“可以更好”不算评判；若循环追求的是更好而非遵循简报，就会磨掉方向中最独特的部分，最终趋于平庸的输出。 - 始终从基准重新生成，绝不基于上一次尝试生成。 修复时要从已批准的参考图和提示词重新运行；把一次输出串到下一次输出上会加剧偏移（
scenario-consistency解释了原因）。
示例：根据简报评估四个图标
- 根据简报制定评分标准，共五项：单个对象、居中、纯色背景、仅使用调色板 #2A9D8F 和 #E9C46A、无文字。
- 生成四张图；每张图针对
scenario-image各运行一次model_run，然后调用jobs_wait。 - 调用一次
asset_analyze，将四个 id 全部放入images，并提供评分标准和形状要求；答案会作为文本资源返回，使用asset_download下载以查看评判结果。 - 两张未通过。图标 2 的颜色不符合调色板，这是渲染内容而非完成度问题：在提示词的差异说明中明确指定十六进制代码，然后从基准重新运行。图标 4 有一处边缘模糊：对该边角进行蒙版局部重绘。图标 1 和 3 无需修改即可交付。
- 对修复运行调用
jobs_wait，然后仅使用字节完全相同的指令重新评审两项新资源。若这一轮全部通过：停止，将保留项归入一个集合（scenario-asset-analysis）。
常见错误
- 在聊天中瞥一眼
asset_display就做判断：未记录的印象不会累积，评判结果才会。 - 要求
asset_analyze改进或修复图片：它只返回文本；每项修复都需要重新运行。 - 因一项未通过就重新生成整批内容：应按项处理。
- 看过这一批内容后才编写评分标准：这样会把这批内容的缺陷当作标准。
- 不设上限地运行循环：失败的作业会退款，不满意的不会。应根据运行本身报告的成本来决定是否开启下一轮（
dry_run会提前估算下一轮的价格）；usage汇总存在滞后，会在运行结束后提供报告，不能用于运行中的关卡判断。 - 在同一模型上第三次重试同一标准：在两种不同修复方式下连续两次未通过，说明问题出在模型，而非运气不好。