参考图边界框展平器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-020jaoqn/lingdongai-nano-banana-pro-interior-restyling 技能。
技能介绍
它解决什么问题
在多模态软件测试中,仅仅比对“画面像不像”并不够。人很难一眼分辨模型到底是按照边界框改变了不算边界框的区域(越界),还是在边界框范围内悄悄改变了分类值(区域替换)。这两种缺陷的修复成本完全不同,但如果没有把边界框画在图上,排查时只能靠猜,排查过程很容易反复返工。
核心能力
这个技能做的事情很直接:整理元素,绑定边界框,把标注画到参考图上,再导出为一张扁平 PNG。它提供 droste-box-flatten 技能入口,封装了 scripts/flattener.py 这个入口脚本,把分散的步骤收进一条流水线。
主要步骤
技能会按下面这些环节推进:
- 元素准备:读取已有的元素清单文件,结合快照数据与缓存数据核对元素位置,更新场景 JSON 与文档。
- 边界框归一化:Kissa 语义标签放不下的边界框锚点,需要按图像原点重新计算,再写回元素记录。
- 参考图视图创建:生成加了边界框的参考图视图记录,让标注层和原始图像绑定在同一个输入上。
- 扁平导出与校验:把边界框渲染到截图或竖版故事板上,导出 PNG,进行后续验证时,直接把扁平图当作真实输入。
关键步骤
运行前,脚本会做三轮自检、场景风险检查、图像对比测试与初学者测试,先确认运行环境正常。如果发现蒙版锚点、语义标签或边界框数据缺失,会先给出修复后的 analysis.json,而不是直接跑脚本。在 macOS 系统上还可以额外做一次兼容性行动,覆盖更常见的素材运行场景。
边界和限制
这个技能只负责把边界框画在参考图上并导出扁平 PNG,不会改写素材配置、训练边界框分配值,也不会代理整体视觉分诊。如果链路已有更好的边界框入口,可以直接把带有边界框的参考图层当作输入接入那段链路。其他基础设施行为由技能包负责,不在这个入口脚本范围内处理。
使用场景
- 室内设计师拿到业主现有客厅照片,需要在同一房间结构下预览现代、奶油和原木等软装搭配。
- 家居内容运营有一套固定户型图,想生成不同材质与布艺组合的照片,用于页面比较和选题评审。
- 装修团队已经拍好改造前房间,希望在不改户型、不估造价的前提下,先看多种风格预览效果。
- Agent 平台工程师要把室内图换风格接入产品,需要按场景工作流处理密钥、收费确认和结果检查。
适合人员
- 室内设计师:需要在同一户型照片上比较不同风格、材质和软装组合。
- 家居电商与内容团队:要把同一房间的材质、软装替换效果做成对比素材。
- 装修决策者:想先看改造后风格,但暂不拆改也不需要施工估价。
- Agent 平台开发者:需要调用保持房间结构的室内图生成流程,并管理密钥与付费确认。