@yuhan1124/draw-prompt 0.4.0

package/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 draw-prompt contributors
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

package/README.md

@@ -0,0 +1,171 @@
+# draw-prompt
+
+把一句话画图需求，转化成**高质量、可稳定复现、可直接交给下游出图的 gpt-image-2
+Prompt / handoff 指令**。
+
+> **它只产 Prompt，不出图。** 出图交给下游（`/codex-image:generate`、`codex exec`、
+> 或 `gpt-image` skill），本 skill 不主动调用 Codex、不需要 `OPENAI_API_KEY`。
+
+## 为什么是这个分工
+
+| 能力 | 谁负责 |
+|---|---|
+| 自然语言画图需求 → 高质量 Prompt / handoff | **draw-prompt（本 skill）** |
+| Prompt 转化质量检查 | **draw-prompt（本 skill）** |
+| 记录风格偏好、采纳/弃用样本、评分 | **draw-prompt（辅助能力）** |
+| 把 Prompt 变成图 | 下游：Codex（`/codex-image`、`codex exec`）或 `gpt-image` CLI |
+
+主入口是 `convert`：需求理解 → 细分模板 → 结构化 Prompt Spec → Prompt 渲染 →
+lint 自检 → handoff 交付。真实用户场景由一组专门入口覆盖：`compose` 处理长输入拆多图，
+`series` 处理系列图一致性，`edit` 处理参考图/改图，`brand` / `character` 处理品牌和角色
+一致性，`data-viz` 处理数据图表，`rewrite` 处理烂 prompt 改写，`adapt` 处理多尺寸适配。
+文字要求严格时用 `--strict-text` 输出 visual prompt + `text_overlay_spec`。完整方案见
+`references/conversion-skill-plan.md`。
+
+## npx 使用
+
+发布到 npm 后可以直接：
+
+```bash
+npx @yuhan1124/draw-prompt status
+npx @yuhan1124/draw-prompt convert "茶饮新品海报，写冷泡系列" --strict-text
+npx @yuhan1124/draw-prompt visual-regress references/visual-cases.jsonl
+```
+
+`npx` 包内置同一份 Python CLI 和 references。执行时优先使用 `uv run` 自动处理
+PEP723 依赖；没有 `uv` 时退回 `python3`。`overlay`、`visual-check`、`edit-check`
+需要 Pillow，推荐用户安装 `uv` 获得最稳运行链路。
+
+## 安装（独立 repo + 软链）
+
+```bash
+# 1) 克隆/进入本 repo（这里假设在 ~/Desktop/draw-prompt）
+# 2) 软链到 Claude Code 的 skills 目录，让它被即时发现
+ln -s ~/Desktop/draw-prompt ~/.claude/skills/draw-prompt
+```
+
+依赖：`uv`（推荐，PEP723 自动装 pyyaml）或 `python3`。检查环境：
+```bash
+uv run scripts/prompt_cli.py status
+```
+
+## 怎么用
+
+在 Claude Code 里直接说画图需求即可触发，例如「按我的风格写个茶饮新品海报的生图
+prompt」。agent 应优先使用 `convert` 产出可执行 prompt / handoff；需要更高抛光时再读
+`references/compile.md` 和 `references/gallery.md` 做人工增强。出图后可把反馈写回
+Harness，作为下一次转化的辅助信号。
+
+### CLI 速查
+
+```
+convert "自然语言画图需求" [--strict-text] [--out p]         # 需求 → Prompt / handoff
+compose "长输入/文档内容" --max-images 6 --strict-text        # 长输入 → 多图视觉计划
+series --brief "图1" --brief "图2" --style "…"               # 系列图 → 风格一致 Prompt 组
+edit --goal "改图目标" --reference product:ref.png            # 参考图/改图 → 编辑 Prompt
+brand --name "品牌名" --request "品牌主视觉"                  # 品牌一致性档案 + 可选编译
+character --name "角色" --description "…" --scene "…"        # 角色 bible + 场景 Prompt
+data-viz --file metrics.csv --request "展示趋势"              # 数据/报表 → 信息图 Prompt
+rewrite "低质量 prompt"                                      # 烂 prompt → 结构化高质量 Prompt
+adapt "画图需求" --aspects 1:1,3:4,16:9,9:16                 # 同需求 → 多尺寸适配
+overlay --image out.png --spec spec.json --out final.png      # 按 overlay spec 精确叠中文字
+visual-check --image final.png --spec spec.json               # 单图质量门：尺寸/画幅/亮度/对比度
+edit-check --reference ref.png --output edited.png            # 改图质量门：主体保留 + 有效变化
+visual-regress references/visual-cases.jsonl                  # 多场景 prompt/成品图回归
+lint --prompt "…" [--asset-type poster] [--text 必显文字]    # 生图转化硬约束检查
+benchmark references/golden-cases.jsonl --runs 3             # golden cases 稳定性基准
+revise --sample-id last --reason text_error                  # 按失败分类修订 Prompt
+profile show|init|set KEY VAL|note "…"|path     # 风格偏好档案
+samples add|search "…"|list                     # 出图样本库（few-shot；add 可带 --size/--quality）
+feedback [id|last] --verdict reject --category text_error    # 回填采纳/弃用和失败分类
+judge rubric|record|list                         # 评分回路（agent 评分、CLI 存储）
+handoff --request "…" --prompt "…" [--record-pending]       # 手写 prompt 转下游指令
+status                                            # 数据 + 下游通道健康检查
+```
+
+## 实际场景覆盖
+
+| 场景 | 命令 | 覆盖点 |
+|---|---|---|
+| 长文档/会议纪要/PRD 整理成多张图 | `compose` | 自动拆信息单元、路由海报/架构/信息图/UI/插画、整组共享风格 |
+| 一次生成一组风格统一的图 | `series` | 共享 style/palette，逐张输出 spec/prompt/handoff |
+| 图文混排资产、中文标题、价格、标签 | `convert --strict-text` / `compose --strict-text` | visual prompt + `text_overlay_spec`，降低文字不稳 |
+| 参考图/改图 | `edit` | 明确 reference、preserve、change，防止身份和构图漂移 |
+| 品牌一致性 | `brand` | 生成品牌 prompt block，强调原创标识和禁用真实商标 |
+| 角色/IP 一致性 | `character` | 角色 bible、参考表、场景图 prompt，避免已有 IP 相似 |
+| 数据可视化/报告图 | `data-viz` | 读取 CSV/TSV/JSON，保留 schema/样例，输出图表 prompt/overlay spec |
+| 烂 prompt 改写 | `rewrite` | 重新结构化资产类型、布局、材料、光照、否定项和安全改写 |
+| 多尺寸投放 | `adapt` | 同一主体和文案适配 1:1、3:4、16:9、9:16 等画幅 |
+| 品牌/版权/风格风险 | `convert` / `rewrite` | 自动把真实 IP/品牌引用改写成原创视觉语言，并加入避让项 |
+
+## 出图稳定链
+
+所有场景的默认质量门是：
+
+1. `convert` / `compose` / `series` 等入口生成结构化 spec、prompt、handoff。
+2. 精确中文、价格、图表标签、品牌名等必须用 `--strict-text`，生图只生成背景和留白。
+3. 下游出图后用 `overlay --image <raw> --spec <spec.json> --out <final>` 叠加精确文字。
+4. 用 `visual-check` 验证成品图尺寸、画幅、亮度、对比度和基础细节。
+5. 参考图改图用 `edit-check` 验证“主体保留 + 背景/目标确实变化”。
+6. 模板或策略变动后跑 `visual-regress references/visual-cases.jsonl`，确认多场景回归通过。
+
+这条链路把原先不稳定的模型内生中文字，改成确定性后处理；把参考图编辑从“看起来像”
+改成可跑的保留/变化检查；把“覆盖场景”落成了可重复回归的 cases。
+
+## Harness：三层、越用越懂你
+
+数据都在 `~/.local/share/draw-prompt/`（可用 `DRAW_PROMPT_HOME` 覆盖，**不进 git**）：
+
+1. **偏好档案** `style_profile.md`：长期口味（常用风格、默认画幅/质量、排斥元素）。
+2. **样本库** `samples.jsonl`：每次出图的采纳/弃用，作 few-shot。
+3. **评分回路** `judgements.jsonl`（可选）：成品图四轴打分，沉淀质量轨迹。评分由 agent
+   视觉完成，CLI 只存储——不看图、不调 Codex。
+
+详见 `references/harness.md`。
+
+## 把 Prompt 交给 Codex 出图
+
+```bash
+uv run scripts/prompt_cli.py convert \
+  "茶饮新品海报，国风一点，写冷泡系列，价格 16/19 元" \
+  --strict-text --out poster.png --record-pending
+# 输出 visual prompt + text_overlay_spec + lint + /codex-image:generate ...
+```
+
+跑稳定性基准：
+```bash
+uv run scripts/prompt_cli.py benchmark references/golden-cases.jsonl --runs 3
+```
+三条下游通道与 gpt-image-2 模型锁定的说明见 `references/codex-handoff.md`。
+
+## 目录结构
+
+```
+draw-prompt/
+├── SKILL.md                  # 主运行手册（8 步工作流 + harness 约定）
+├── references/
+│   ├── compile.md            # 「需求 → prompt」编译方法论（核心）
+│   ├── conversion-skill-plan.md # 生图转化 Skill 完整方案与验收标准
+│   ├── golden-cases.jsonl    # 稳定性基准用例
+│   ├── visual-cases.jsonl    # 多场景视觉回归用例
+│   ├── harness.md            # 三层偏好学习机制 + 数据格式
+│   └── codex-handoff.md      # 交给 Codex 的现成指令与边界
+├── agents/openai.yaml        # skill 接口元信息卡
+└── scripts/prompt_cli.py     # PEP723 单文件 CLI（uv 运行）
+```
+
+## 知识底座：自带高质量 baseline
+
+skill **自带**一份原创金标准范例库（`references/gallery.md`，12 类主流品类）+ 编译法则
+（`references/compile.md`），保证开箱即出的 Prompt 就已经很好——**不依赖任何外部 skill**。
+个人偏好（profile/samples）只是在这个 baseline 上叠你的口味 delta，**不从零学起**。
+
+两层 few-shot 模型：
+
+```
+第 0 层  自带金标准库（gallery.md + compile.md）   ← 人人共享，托起 baseline 质量
+第 2 层  个人 profile + samples                    ← 只调你的口味 delta
+```
+
+本机若装了 `gpt-image` skill，会把它的 162 条 gallery + craft 当**可选扩展**额外检索
+（注意其外部作者归属）；没有也完全不影响。`gpt-image` 还可作为一条直接出图通道。

package/SKILL.md

@@ -0,0 +1,210 @@
+---
+name: draw-prompt
+description: >-
+  把自然语言的画图需求转化成高质量、可稳定复现的 gpt-image-2 生图 Prompt / handoff
+  指令，并通过 Harness 辅助贴合使用者风格。本 skill 只产出 Prompt 与可直接
+  交给 Codex 的交付块，【不主动调用 Codex / 不自己出图】。当用户想"写一个画图
+  prompt"、"生成生图提示词"、"帮我把这个需求变成 gpt-image prompt"、"给 Codex
+  画图的指令"、"优化我的出图 prompt"、"按我的风格生成 prompt"，或在用 GPT Image 2 /
+  gpt-image-2 出图前需要一段精准提示词时，使用本 skill。
+metadata:
+  version: 0.3.0
+  openclaw:
+    anyBins: ["uv", "python3"]
+---
+
+# draw-prompt
+
+把「一句话画图需求」转化成**高质量、结构完整、可稳定复现、可直接交给下游出图**的
+gpt-image-2 Prompt / handoff 指令。
+
+## 定位与边界（先读这段）
+
+- **它做什么**：自然语言画图需求 → 结构化 Prompt Spec → 高质量生图 Prompt →
+  可交给下游的 handoff 指令。偏好、样本、评分只作为辅助信号，服务于转化质量。
+- **它不做什么**：**不主动调用 Codex、不自己出图、不需要 OPENAI_API_KEY。**
+  出图是下游的事（`/codex-image:generate`、`codex exec`、或 `gpt-image` CLI）。
+  本 skill 的 `handoff` 子命令只把 Prompt 包装成一段可直接粘贴/转交的现成指令，
+  交付即止，绝不替用户按下执行键。
+- **转化有 CLI 主路径**：简单单图优先用 `prompt_cli.py convert "<需求>"` 生成 Prompt / lint /
+  handoff；长输入、多图、改图、品牌/角色一致性、数据图、烂 prompt 和多尺寸投放分别用
+  `compose`、`series`、`edit`、`brand`、`character`、`data-viz`、`rewrite`、`adapt`。
+  涉及精确文字时优先加 `--strict-text` 输出 visual prompt + `text_overlay_spec`。高抛光场景
+  再按 `references/compile.md` 和 `references/gallery.md` 人工增强。
+- **两层质量模型**：① **自带金标准库**（`references/gallery.md` 12 类原创范例 +
+  `compile.md` 法则）保证 baseline 开箱即好、人人共享、不依赖外部 skill；② **个人层**
+  （profile + samples）只在 baseline 上叠你的口味 delta——**不是从零学起**。
+
+## 何时触发
+
+用户表达「要一段画图/生图的 prompt」「把需求变成 gpt-image 提示词」「按我的风格出
+prompt」「给 Codex 出图的指令」「优化这条出图 prompt」等意图时。注意与本机
+`gpt-image` skill 区分：那个 skill **直接出图**（走 API），本 skill **只产 Prompt +
+学偏好**，二者互补。
+
+## 核心工作流（8 步）
+
+> CLI 统一入口：`uv run "$SKILL_DIR/scripts/prompt_cli.py" <子命令>`
+> （`$SKILL_DIR` 即本 skill 目录；无 uv 时可 `python3` 直跑，但建议 uv。）
+
+1. **解析需求**。识别：资产类型（海报/UI/插画/产品图/信息图/角色…）、必须逐字出现
+   的文字、宽高比/画幅、参考图、风格线索、是否要求精确文本，以及是"立即要 prompt"
+   还是"想先聊方向"。
+
+2. **优先自动转化，并选对入口**。能直接交付时，按场景运行对应命令：
+   - 单图：`prompt_cli.py convert "<自然语言画图需求>" [--strict-text] [--out <path>] [--record-pending]`
+   - 长输入整理成多张图：`prompt_cli.py compose "<长输入>" --max-images 6 [--strict-text]`
+   - 系列图一致性：`prompt_cli.py series --brief "图1" --brief "图2" --style "..."`
+   - 参考图/改图：`prompt_cli.py edit --goal "..." --reference role:path --preserve ... --change ...`
+   - 品牌/角色一致性：`prompt_cli.py brand ...` / `prompt_cli.py character ...`
+   - 数据图、烂 prompt、多尺寸：`data-viz` / `rewrite` / `adapt`
+   这些命令都会输出 Prompt、lint 结果、推荐 size/quality、acceptance criteria 或场景专属 spec，
+   并在需要时给出 handoff 指令。
+
+3. **加载偏好**。`prompt_cli.py profile show` 读取使用者的风格档案
+   （`style_profile.md`）。把其中的常用风格锚点、默认画幅/质量档、爱用/排斥的元素、
+   中英文偏好，作为这次编译的默认底色——除非本次需求明确覆盖。
+
+4. **查历史样本**。`prompt_cli.py samples search "<关键词/标签>" --verdict accept` 取使用者过去**采纳**
+   的同类 Prompt 作 few-shot 参照（采纳样本会自动优先）。复用其中被验证有效的措辞、
+   结构、否定项。
+
+5. **查知识底座（自带 baseline 优先）**。
+   - **自带金标准库**：`references/gallery.md`（12 类原创范例）→ 按路由索引找最近 1-2 条
+     对标改编；**自带法则**：`references/compile.md`。这两份让 baseline 开箱即好，
+     不依赖任何外部 skill。
+   - **可选扩展**：本机若装了 `gpt-image` skill，可额外检索其 162 条 gallery +
+     `craft.md` 作补充（注意其外部作者归属）；没有也完全不影响。
+
+6. **人工增强 Prompt（按需）**。当 `convert` 输出还不够精细，严格按 `references/compile.md` 的骨架增强：
+   画幅/宽高比优先 → 主体与场景密度 → 风格锚点（具体有边界）→ 材料/光照/配色分开控
+   → 精确文字加引号 → 短否定项 → 给出**推荐尺寸与质量档**。文字类需求务必把每个要
+   显示的字符串用 `"…"` 包住、中文保持原样。
+
+7. **Lint、基准与交付**。交付前用 `prompt_cli.py lint --prompt "<prompt>" ...` 检查硬约束。
+   模板改动后跑 `prompt_cli.py benchmark references/golden-cases.jsonl --runs 3`，确认
+   golden cases 的转化输出稳定且无 lint error。
+   若 agent 手写 Prompt，用
+   `prompt_cli.py handoff --request "<原始需求>" --prompt "<prompt>" [--out <path>] --record-pending`
+   生成交付指令并记录 pending 样本。`codex-image` 输出不加外层引号，避免破坏必显文字引号。
+
+8. **（可选）对方向、修订与被动学习**。仅当成本高、需求歧义或追求高抛光时，给 1-3 个差异化风格方向
+   让使用者选；精确明确的需求直接给成品 Prompt，不啰嗦。
+   失败时先分类，再运行 `prompt_cli.py revise --sample-id <id|last> --reason <category>`；
+   支持 `text_error`、`layout_error`、`missing_subject`、`wrong_style`、`too_cluttered`、
+   `bad_composition`、`brand_risk`、`low_readability`。
+   学习从交互里自动发生，不靠用户主动评价：
+   - **视觉质检兜底（默认必跑）**：成品图在本地可读时（`handoff` 指定了 `--out`，下游存到
+     该路径），主动 `Read` 那张图，用你的视觉按 rubric 自评 `judge record`。明显翻车
+     （文字乱码/畸变/糊）→ 自动判 reject、不入 few-shot，不等用户开口。图读不到则跳过质检、
+     样本暂存 `pending` 不固化。
+   - **质检通过才采纳**：质检过关且用户没反对 → `samples add … --verdict accept`；但风格只记
+     `inferred`，**沉默不固化为默认口味**，等复现或用户认可再固化。
+   - **对话抽取**：用户透露的稳定口味（措辞、追加要求、否定项）→ 当场静默
+     `profile note`/`profile set`，标注 observed / inferred。
+   - **修改链推断**：同一需求多轮换版时，被替代版自动
+     `feedback <id> --verdict reject --reason "<取自用户的话>"`，终版按质检结果。
+   用户唯一要做的是"想纠正时随口说一句"，其余全部自动。详见 `references/harness.md`
+   「被动学习」节。
+
+## Harness 三层（越用越懂你）
+
+详见 `references/harness.md`。三层数据都在数据目录
+（默认 `~/.local/share/draw-prompt/`，可用 `DRAW_PROMPT_HOME` 覆盖）：
+
+| 层 | 文件 | 作用 |
+|---|---|---|
+| ① 偏好档案 | `style_profile.md` | 结构化 + 自由笔记，记录长期口味；每次编译先读它 |
+| ② 样本库 | `samples.jsonl` | 每次出图的采纳/弃用记录，提供 few-shot |
+| ③ 评分回路 | `judgements.jsonl` | **可选**。对成品图按 rubric 打分，沉淀质量轨迹 |
+
+**评分回路约定**：评分由**你（agent，具备视觉）**对照 Prompt 给出，**CLI 不看图、
+不调 Codex**。使用者把成品图发回后：
+```
+prompt_cli.py judge rubric          # 看四轴评分标准
+# 你看图打分，得到 JSON，然后：
+prompt_cli.py judge record --image <path> --prompt "<prompt>" \
+  --score '{"text_accuracy":9,"composition":8,"style_match":9,"artifacts":9,"verdict":"pass","notes":"…"}'
+```
+verdict=revise 时，主动提出改 Prompt 的具体方向并重编译。
+
+## 与 Codex / gpt-image 的衔接
+
+- 本 skill 产出 Prompt 后，使用者拿去出图的三条下游通道（本 skill 都**不主动调用**，
+  只在 `handoff` 里生成现成指令）：
+  1. `/codex-image:generate <prompt> … Use the gpt-image-2 model.`（已装 codex-image 插件；
+     不加外层引号，保护 Prompt 内部必显文字引号）
+  2. `codex exec --full-auto -- "<指令>"`（Codex CLI，ChatGPT 登录，零 API key）
+  3. `gpt-image` skill 的 CLI（走 OPENAI_API_KEY 直连，能 `--model gpt-image-2`）
+- 细节与指令模板见 `references/codex-handoff.md`。
+
+## CLI 速查
+
+```
+convert "自然语言画图需求" [--strict-text] [--out p]         # 需求 → Prompt / lint / handoff
+compose "长输入/文档内容" --max-images 6 --strict-text        # 长输入 → 多图视觉计划
+series --brief "图1" --brief "图2" --style "…"               # 系列图 → 风格一致 Prompt 组
+edit --goal "改图目标" --reference product:ref.png            # 参考图/改图 → 编辑 Prompt
+brand --name "品牌名" --request "品牌主视觉"                  # 品牌一致性档案 + 可选编译
+character --name "角色" --description "…" --scene "…"        # 角色 bible + 场景 Prompt
+data-viz --file metrics.csv --request "展示趋势"              # 数据/报表 → 信息图 Prompt
+rewrite "低质量 prompt"                                      # 烂 prompt → 结构化高质量 Prompt
+adapt "画图需求" --aspects 1:1,3:4,16:9,9:16                 # 同需求 → 多尺寸适配
+overlay --image out.png --spec spec.json --out final.png      # 精确中文字/价格/标签后处理
+visual-check --image final.png --spec spec.json               # 单图质量门
+edit-check --reference ref.png --output edited.png            # 参考图改图质量门
+visual-regress references/visual-cases.jsonl                  # 多场景回归
+lint --prompt "…" [--asset-type poster] [--text 必显文字]    # 生图转化硬约束检查
+benchmark references/golden-cases.jsonl --runs 3             # golden cases 转化稳定性基准
+revise --sample-id last --reason text_error                  # 按失败分类修订 Prompt
+profile show|init|set KEY VAL|note "…"|path     # 风格偏好档案
+samples add|search "…"|list                     # 出图样本库（few-shot；add 可带 --size/--quality）
+feedback [id|last] --verdict reject --category text_error    # 回填采纳/弃用和失败分类
+judge rubric|record|list                         # 评分回路（agent 评分，CLI 存储）
+handoff --request "…" --prompt "…" [--out p] [--record-pending]  # 生成下游指令，可记录 pending
+status                                            # 数据 + 下游通道健康检查
+```
+
+## 真实场景路由
+
+| 用户场景 | 首选命令 | 关键输出 |
+|---|---|---|
+| 给一段很长的输入，让 agent 整理并画对应图 | `compose` | `visual_plan[]`：每张图的 brief、asset_type、prompt、handoff、lint |
+| 一次要多张同风格图 | `series` | 共享 `shared_style`，每张图独立 spec/prompt |
+| 要基于参考图改局部 | `edit` | `edit_spec`：references、preserve、change、required_text |
+| 要品牌调性稳定 | `brand` | `brand_prompt_block`，可直接编译品牌资产 |
+| 要同一角色反复出现在不同场景 | `character` | `character_bible`、参考表 prompt、场景 prompt |
+| 要把数据/报表变图 | `data-viz` | `chart_data_spec`、图表 prompt，strict text 时有 overlay spec |
+| 用户给的是很烂的 prompt | `rewrite` | 重写后的结构化 prompt、safety rewrite、lint |
+| 要多渠道投放尺寸 | `adapt` | 按画幅拆出来的多套 prompt，不做简单裁切 |
+
+## 强制质量门
+
+所有精确文字场景（中文标题、价格、图表标签、品牌名、UI 文案）默认走两段式：
+
+1. `--strict-text` 让生图模型只生成背景、构图和留白区域，输出 `text_overlay_spec`。
+2. 下游出图后运行 `overlay --image <raw> --spec <spec.json> --out <final>`，用系统中文字体
+   确定性叠加精确文字。
+3. 运行 `visual-check --image <final> --spec <spec.json>`，尺寸、画幅、亮度、对比度不通过就
+   不采纳样本。
+
+参考图/改图场景必须在拿到输出图后运行：
+
+```
+edit-check --reference ref.png --output edited.png
+```
+
+它会检查中心主体相似度和整图变化量，避免“主体漂移”或“根本没改”。模板或策略变更后必须跑：
+
+```
+visual-regress references/visual-cases.jsonl
+benchmark references/golden-cases.jsonl --runs 3
+```
+
+这两个命令分别覆盖真实场景回归和 prompt deterministic 回归。
+
+## 不要做
+
+- 不要在本 skill 里写新的图像生成代码、不要 spawn `codex exec` 去真出图。
+- 不要把运行时偏好数据写进 repo（它们在 `~/.local/share/draw-prompt/`）。
+- 不要把偏好学习放到转化目标前面；转化质量永远优先。

package/agents/openai.yaml

@@ -0,0 +1,16 @@
+interface:
+  display_name: "Draw Prompt"
+  short_description: "Convert natural-language image requests, long inputs, series, edits, brands, characters, charts, rewrites, and size adaptations into high-quality gpt-image-2 prompts and Codex hand-off blocks; never generates images itself."
+  default_prompt: >-
+    Use $draw-prompt to convert my image request into a high-quality,
+    reproducible gpt-image-2 prompt and handoff block. Prefer the matching CLI
+    entry: convert for a single image, compose for long input to multiple
+    images, series for consistent sets, edit for reference-image edits, brand
+    and character for identity consistency, data-viz for charts, rewrite for
+    weak prompts, and adapt for multiple aspect ratios. For exact text use
+    strict-text and then overlay after generation; for finished images use
+    visual-check, for reference edits use edit-check, and for release changes
+    use visual-regress plus benchmark. Use lint before handoff. Use the bundled
+    references/gallery.md and references/compile.md as the primary baseline;
+    consult external gpt-image references only as an optional supplement. Do
+    not call Codex or generate images yourself.

package/bin/draw-prompt.js

@@ -0,0 +1,57 @@
+#!/usr/bin/env node
+"use strict";
+
+const fs = require("fs");
+const path = require("path");
+const { spawnSync } = require("child_process");
+
+const root = path.resolve(__dirname, "..");
+const cli = path.join(root, "scripts", "prompt_cli.py");
+const args = process.argv.slice(2);
+
+function existsOnPath(command) {
+  const probe = process.platform === "win32" ? "where" : "command";
+  const probeArgs = process.platform === "win32" ? [command] : ["-v", command];
+  const result = spawnSync(probe, probeArgs, { stdio: "ignore", shell: process.platform !== "win32" });
+  return result.status === 0;
+}
+
+function run(command, commandArgs) {
+  const result = spawnSync(command, commandArgs, {
+    stdio: "inherit",
+    env: {
+      ...process.env,
+      DRAW_PROMPT_SKILL_DIR: root
+    }
+  });
+  if (result.error) {
+    console.error(`[draw-prompt] failed to run ${command}: ${result.error.message}`);
+    process.exit(127);
+  }
+  process.exit(result.status === null ? 1 : result.status);
+}
+
+if (!fs.existsSync(cli)) {
+  console.error(`[draw-prompt] missing bundled CLI: ${cli}`);
+  process.exit(1);
+}
+
+const explicitPython = process.env.DRAW_PROMPT_PYTHON;
+if (explicitPython) {
+  run(explicitPython, [cli, ...args]);
+}
+
+if (existsOnPath("uv")) {
+  run("uv", ["run", cli, ...args]);
+}
+
+if (existsOnPath("python3")) {
+  run("python3", [cli, ...args]);
+}
+
+if (existsOnPath("python")) {
+  run("python", [cli, ...args]);
+}
+
+console.error("[draw-prompt] Python 3 is required. Install python3, or install uv for automatic script dependencies.");
+process.exit(127);

package/package.json

@@ -0,0 +1,36 @@
+{
+  "name": "@yuhan1124/draw-prompt",
+  "version": "0.4.0",
+  "description": "Convert natural-language image requests into high-quality gpt-image-2 prompts and Codex handoff blocks.",
+  "type": "commonjs",
+  "bin": {
+    "draw-prompt": "bin/draw-prompt.js"
+  },
+  "files": [
+    "bin/",
+    "scripts/prompt_cli.py",
+    "references/",
+    "agents/",
+    "SKILL.md",
+    "README.md",
+    "LICENSE"
+  ],
+  "scripts": {
+    "test": "python3 -m unittest discover -s tests",
+    "benchmark": "python3 scripts/prompt_cli.py benchmark references/golden-cases.jsonl --runs 3",
+    "visual-regress": "python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl",
+    "pack:check": "npm pack --dry-run"
+  },
+  "keywords": [
+    "gpt-image",
+    "prompt",
+    "image-generation",
+    "codex",
+    "skill",
+    "npx"
+  ],
+  "license": "MIT",
+  "engines": {
+    "node": ">=18"
+  }
+}

package/references/codex-handoff.md

@@ -0,0 +1,69 @@
+# codex-handoff.md —— 把 Prompt 交给 Codex 出图
+
+## 边界：交付，不执行
+
+本 skill **只产出 Prompt 和交付块，绝不主动调用 Codex / 不自己出图**。`handoff`
+子命令把编译好的 Prompt 包装成一段**可直接粘贴/转交**的现成指令，交付到此为止——
+是否真的去画、何时画，由使用者决定。
+
+这样设计的好处：职责单一（输入→Prompt）、不耗下游算力、不依赖任何 API key、
+跟任意出图通道解耦。
+
+## handoff 用法
+
+```
+prompt_cli.py handoff --request "<原始需求>" --prompt "<编译好的 prompt>" \
+  [--out <path>] [--record-pending] --target <通道>
+```
+
+`--target` 三选一：
+
+### 1. `codex-image`（默认，推荐）
+生成一行可直接在 Claude Code 里执行的插件命令（需已装 `codex-image` 插件）：
+```
+/codex-image:generate <prompt 压成一行> Save to <out>. Use the gpt-image-2 model.
+```
+这里不加外层引号，因为 prompt 内部经常包含必显文字的双引号，例如 `"冷泡系列"`；
+外层再包双引号会破坏这类精确文字约束。
+
+如果需要直接从自然语言需求生成 prompt 和 handoff，优先用：
+```
+prompt_cli.py convert "<自然语言画图需求>" --out <path> --record-pending
+```
+底层是 `codex exec --full-auto` 驱动 Codex 内置 `image_gen`，**走 ChatGPT 登录、
+零 OPENAI_API_KEY**。
+
+### 2. `codex-exec`
+生成一条完整的终端命令，适合不装插件、直接用 Codex CLI 的场景：
+```
+codex exec --full-auto --skip-git-repo-check -- '<含 gpt-image-2 声明的完整指令>'
+```
+
+### 3. `raw`
+只吐 Prompt 正文，使用者拿去喂任何通道（包括 `gpt-image` skill 的 CLI）。
+
+## 关于 gpt-image-2 模型锁定（诚实说明）
+
+交付指令里都会显式写 `Use the gpt-image-2 model`。但 Codex 内置 `image_gen` 是否
+真能锁死到 gpt-image-2，取决于 Codex CLI 版本与其 imagegen skill 的实现——指令是
+声明意图，不保证底层一定切换。若需要**确定**用 gpt-image-2，走第三条通道：
+`gpt-image` skill 的 CLI 可 `--model gpt-image-2` 显式指定（但那条走 OPENAI_API_KEY）。
+
+## 三条下游通道对比
+
+| 通道 | 命令 | 模型可控性 | 凭证 |
+|---|---|---|---|
+| codex-image 插件 | `/codex-image:generate …` | 指令声明，不保证 | ChatGPT 登录 |
+| Codex CLI | `codex exec --full-auto -- "…"` | 指令声明，不保证 | ChatGPT 登录 |
+| gpt-image skill | `gpt-image -p "…" --model gpt-image-2` | **显式可控** | OPENAI_API_KEY |
+
+默认推荐 codex-image（零 key、最省事）；要确定性模型选择时用 gpt-image skill。
+
+## 出图后回到本 skill
+
+出图完成后，引导使用者把结果反馈回来，喂给 Harness：
+- 满意 → `samples add … --verdict accept` 或对 pending 样本 `feedback last --verdict accept`
+- 不满意 → `feedback last --verdict reject --reason "…"`
+- 要打分 → 把成品图发回，agent 看图后 `judge record …`
+
+这一步是"越用越懂你"的闭环关键，别省。