技能介绍

解决的问题

在空间设计中，将阳台的尺寸、用途、家具植物和风格等抽象需求转化为直观的效果图是一个高频但易错的场景。通用图像生成模型往往难以准确理解空间尺度与功能分区，容易出现家具比例失调、采光不合理或绿植布局杂乱的问题。本技能专门针对阳台这一特定封闭或半封闭空间，提供结构化的提示词工程与本地渲染校验流程，帮助工程师或设计师快速获得可用于沟通和推敲的布置效果图。

核心能力与工作流

该技能固定调用 Nano Banana2 模型，核心工作流如下：

信息提取：优先从用户输入中提取阳台照片或尺寸、用途、家具植物和风格等必需信息。
提示词构建：将需求按「交付物与主体 → 场景与动作 → 构图与镜头 → 光线与颜色 → 材质与风格 → 必须出现的文字 → 禁止项」七个维度进行结构化组装。
生成与校验：通过 scripts/generate.js 执行生成任务，默认输出 16:9、2K 分辨率的成图，并在交付前严格校验本地文件是否存在且大小大于零。
参考图控制：支持传入多张参考图，分别用于控制主体特征、构图、颜色或风格，并保持传入顺序的一致性。

适用边界与注意点

本技能仅适用于阳台级别的空间。若需处理庭院等大尺度空间，应切换至庭院景观相关的 Skill。此外，模型生成结果不能被视为对真实尺寸、文字内容、人物身份或专业结论的绝对还原。在涉及精确数据或专业判断时，交付物中必须明确提醒用户进行人工复核。运行环境需配置 UNITYCLAW_KEY 或在调用时通过 --api-key 传入密钥，且严格禁止在日志或结果中回显真实密钥。