mcp-relight-harmonize 1.0.3 → 1.0.4

package/.agents/skills/mcp-relight-harmonize/SKILL.md

@@ -1,40 +1,60 @@
 ---
 name: mcp-relight-harmonize
 description: >-
-  Execute end-to-end optical image profiling, physically-grounded relighting variations, contact-aware composite harmonization,
-  and precision diffusion prompt synthesis targeting GPT Image and Nano Banana. Use when inspecting lighting angles or color temperature,
+  Execute end-to-end 6-layer optical image profiling, physically-grounded relighting variations, contact-aware composite harmonization,
+  and precision diffusion prompt synthesis compatible with Any Image Generator Model (optimized for GEMINI Nano Banana in Antigravity). Use when inspecting lighting angles or color temperature,
   generating alternative illumination schemes (Ambient, Dramatic, Rim, Mood), blending foreground cutouts into backgrounds,
   or drafting photorealistic prompts.
 ---
 
 # `mcp-relight-harmonize` Skill Specification
 
-Created by **MarwanDevSpace**, this skill empowers the agent to execute physical lighting analysis, generate relighted variations, perform seamless composite harmonization, and craft production diffusion prompts tailored for **GPT Image** and **Nano Banana**.
+Created by **MarwanDevSpace**, this skill empowers the agent to execute physical lighting analysis, decompose images into 6 visual layers in `Layers/`, generate relighted variations, perform seamless composite harmonization, and craft production diffusion prompts tailored for **Any Image Generator Model** (specifically optimized for **GEMINI Nano Banana** in **Google Antigravity**).
+
+> [!NOTE]
+> **Antigravity Recommended**: This skill is optimized to work with **any Image Generator**, and is **strongly preferred inside Google Antigravity** where native desktop image generation (`generate_image`) with **GEMINI Nano Banana** can immediately execute the desired modifications.
 
 ---
 
 ## 1. When to Activate This Skill
 
 Activate this skill whenever the user asks to:
-1. **Analyze an image's lighting:** Determine Correlated Color Temperature (CCT in Kelvin), lighting direction vector, azimuth/elevation angles, contrast ratio, or surface roughness.
-2. **Relight an image:** Produce 4 physically-grounded lighting variants (`Ambient`, `Dramatic`, `Rim`, `Mood`).
+1. **Decompose & Analyze an image's lighting:** Generate 6 analytical layers into `Layers/` and determine CCT (Kelvin), lighting direction, azimuth/elevation angles, contrast ratio, or surface roughness.
+2. **Relight an image:** Produce physically-grounded lighting variants (`Ambient`, `Dramatic`, `Rim`, `Mood`).
 3. **Composite/Harmonize an image:** Place a cutout foreground onto a background scene, matching ambient color statistics and adding physically grounded contact shadows.
-4. **Generate `/prompt` for diffusion:** Create exact physical lighting and detail enhancement prompts for **GPT Image** (DALL-E 3 / GPT-4o) and **Nano Banana** with calibrated denoising strength (`0.35 - 0.45`).
+4. **Generate `/prompt` for diffusion:** Create exact physical lighting and detail enhancement prompts for **Any Image Generator** / **GEMINI Nano Banana** with calibrated denoising strength (`0.35 - 0.45`).
 
 ---
 
 ## 2. Core Workflows & Execution Procedures
 
-### Workflow A: Optical Profiling
+### Workflow A: Optical Profiling & 6-Layer Decomposition
 Before modifying or inpainting an image, extract its optical geometry:
-1. Call tool `analyze_optical_profile({ image_path: "<path_to_image>" })`.
-2. Review the resulting `OpticalProfileReport`:
-   - **`colorTemperatureKelvin`**: e.g., 3200K tungsten vs 6500K daylight.
-   - **`lightingAngles`**: `azimuthDeg` (horizontal angle) and `elevationDeg` (vertical angle).
+1. Call tool `analyze_optical_profile({ image_path: "<path_to_image>", extract_layers: true })` or run:
+   `python scripts/extract_layers.py --image <path> [--intent "<intent>"]`
+2. Python decomposes the image into 6 visual layers inside `Layers/`:
+   - `01_highlights.png` (Highlights / Specular Zones)
+   - `02_shadows.png` (Shadows / Low-Key Zones)
+   - `03_ambient_occlusion.png` (Deep Ambient Occlusion & Ground Contact)
+   - `04_edges.png` (Sobel High-Frequency Contours)
+   - `05_depth_normals.png` (3D Surface Normal Gradient Field)
+   - `06_chroma_saturation.png` (Chrominance & Saturation Distribution)
+3. Review the resulting `OpticalProfileReport` and dynamic `Layer.md`:
+   - **`colorTemperatureKelvin`**: e.g., 3200K tungsten vs 5500K daylight.
+   - **`lightingAngles`**: `azimuthDeg` and `elevationDeg`.
    - **`luminanceDynamics.contrastRatio`**: Key-to-fill ratio.
-3. Use these physical parameters to inform subsequent relighting or prompt writing.
+   - **`aoCoveragePct`**: Contact shadow presence vs floating subject.
+4. Store findings in memory / CoT to guide subsequent generation.
+
+### Workflow B: Interactive Decision & Direct Image Generation
+1. Address the user with the mandatory prompt:
+   **"ماذا تريد من تعديل؟"**
+   accompanied by tailored recommendations derived strictly from the image's detected optical profile.
+2. Upon user selection or intent:
+   - Synthesize the photorealistic prompt for the **Image Generator**.
+   - **Inside Google Antigravity**: Directly trigger `generate_image` using the synthesized prompt to produce the modified image on the spot!
 
-### Workflow B: Generating 4 Relit Variations
+### Workflow C: Physical Relighting Variations
 To produce visual lighting alternatives on disk:
 1. Call tool `generate_relight_variations({ image_path: "<path_to_image>", target_lighting: "All" })`.
 2. The tool produces 4 files in `OUTPUT_CACHE_DIR`:
@@ -42,61 +62,36 @@ To produce visual lighting alternatives on disk:
    - `*_relight_dramatic.png` (-1.5 EV shadow crush, top-left directional chiaroscuro).
    - `*_relight_rim.png` (+1.2 EV high-pass edge halo, cool cyan perimeter).
    - `*_relight_mood.png` (3200K tungsten amber shift, highlight bloom diffusion).
-3. Present the resulting artifact paths to the user with their mathematical adjustment logs.
 
-### Workflow C: Composite Harmonization
+### Workflow D: Composite Harmonization
 To blend a subject or product into a new background:
 1. Call tool `harmonize_composite({ foreground_path: "<fg>", background_path: "<bg>", blend_mode: "seamless" })`.
-2. The engine executes:
-   - **Reinhard Color Statistics Transfer:** Normalizes foreground means and deviations to match background in Ruderman $l\alpha\beta$ space.
-   - **Contact Shadow Synthesis:** Projects an elliptical Gaussian shadow beneath the subject's lowest contact plane.
-   - **Smooth Blending:** Eliminates boundary halo artifacts.
-3. Return the composite image file path.
+2. The engine executes Reinhard Color Statistics Transfer in Ruderman $l\alpha\beta$ space, applies Ground Contact Shadows, and smooths boundaries.
 
-### Workflow D: Diffusion Prompt Synthesis (`/prompt`)
+### Workflow E: Diffusion Prompt Synthesis (`/prompt`)
 To craft targeted generative prompts:
-1. Call tool `synthesize_diffusion_prompt({ image_path: "<path>", user_intent: "<intent>", target_model: "gpt_image" | "nano_banana" })`.
-2. Extract the two specialized prompts:
-   - **`enhancementPrompt`**: Upgrades micro-surface textures, pore fidelity, lens sharpness, and subsurface scattering.
-   - **`relightingPrompt`**: Injects exact lighting angles, Kelvin temperature, volumetric dust rays, and contact shadows.
-3. For **GPT Image**: outputs natural descriptive photography directives (85mm f/2.0, physical illumination).
-4. For **Nano Banana**: outputs dense optical tokens (roughness index, raytraced bounce, ground contact shadow, azimuth).
-
-### Workflow E: Output Cache Inspection
-To inspect or discover previously generated relight variations or composite outputs:
-1. Call tool `list_cached_variations({ cache_dir?: "<path>" })`.
-2. Inspect `files` list containing filename, full path, byte size, and last modified timestamp for all output artifacts.
-
-### Workflow F: Dynamic 6-Layer Decomposition & Interactive Modification Loop
-For comprehensive optical intelligence and guided generation:
-1. Call tool `analyze_optical_profile({ image_path: "<path>", extract_layers: true, user_intent?: "<intent>" })` or execute Python script:
-   `python scripts/extract_layers.py --image <path> [--intent "<intent>"]`
-2. The engine generates 6 visual analytical layers into `Layers/`:
-   - `01_highlights.png` (Highlights / Specular Zones)
-   - `02_shadows.png` (Shadows / Low-Key Zones)
-   - `03_ambient_occlusion.png` (Deep Ambient Occlusion & Contact Umbra)
-   - `04_edges.png` (Sobel High-Frequency Contours)
-   - `05_depth_normals.png` (3D Surface Normal Gradient Field)
-   - `06_chroma_saturation.png` (Chrominance & Saturation Distribution)
-3. Examine each layer and retain optical findings in memory / CoT.
-4. Present the dynamic `Layer.md` and address the user with the mandatory decision prompt:
-   **"ماذا تريد من تعديل؟"**
-   presenting dynamically generated options tailored specifically to the image's detected optical profile.
-5. Upon the user's decision, immediately formulate the target prompt for **GPT Image** or **Nano Banana**. If the client/agent has an embedded image generator (`generate_image`), trigger generation immediately!
+1. Call tool `synthesize_diffusion_prompt({ image_path: "<path>", user_intent: "<intent>", target_model: "universal" | "nano_banana" })`.
+2. Extract the specialized prompts:
+   - **`enhancementPrompt`**: Micro-surface textures, pore fidelity, lens sharpness, and subsurface scattering.
+   - **`relightingPrompt`**: Exact lighting angles, Kelvin temperature, volumetric dust rays, and contact shadows.
+
+### Workflow F: Output Cache Inspection
+1. Call tool `list_cached_variations({ cache_dir?: "<path>" })` to inspect generated artifacts.
 
 ---
 
 ## 3. Reference Documentation
 
-For in-depth mathematical formulations and model guides:
 - [Optical Mathematics & Formulations](./references/optical_math.md)
 - [Tool Orchestration & Chaining Standards](./references/tool_orchestration.md)
-- [GPT Image & Nano Banana Guide](./references/diffusion_guide.md)
+- [Image Generator & GEMINI Nano Banana Guide](./references/diffusion_guide.md)
 
 ---
 
 ## 4. Executable Helper Scripts
 
+- Execute 6-layer optical extraction:
+  `python scripts/extract_layers.py --image <image_path> [--intent "<intent>"]`
 - Execute full end-to-end analysis & prompt synthesis from CLI:
   `node .agents/skills/mcp-relight-harmonize/scripts/run_pipeline.js <image_path>`
 - Verify server health and tool registration:

package/.agents/skills/mcp-relight-harmonize/references/diffusion_guide.md

@@ -1,22 +1,23 @@
-# Diffusion Prompt Engineering Guide: GPT Image & Nano Banana
+# Image Generator Prompt Engineering Guide: Universal & GEMINI Nano Banana
 
-This document maps physical optical metrics into specialized prompt directives for **GPT Image** and **Nano Banana**.
+This document maps physical optical metrics into specialized prompt directives compatible with **Any Image Generator Model**, with specific optimization for **GEMINI Nano Banana** in **Google Antigravity**.
 
 ---
 
-## 1. Target Engine Overview
+## 1. Target Engine Paradigms
 
-| Parameter | GPT Image (DALL-E 3 / GPT-4o) | Nano Banana (Optical Inpainting Engine) |
+| Parameter | Universal Image Generator (Natural Studio) | GEMINI Nano Banana (Optical Shaders) |
 |---|---|---|
-| **Prompt Paradigm** | Natural language, photographic directives | Dense tokenized optical descriptors |
+| **Prompt Paradigm** | Natural language, photographic studio directives | Dense tokenized optical descriptors & shaders |
 | **Optics Formulation** | 85mm prime lens f/2.0, authentic falloff | Micro-surface specular roughness, normal angle |
 | **Contact Shadows** | "physically-based contact shadows at base" | "ground contact shadow, ambient occlusion caster" |
 | **Volumetrics** | "subtle volumetric dust rays in air" | "volumetric raytraced bounce" |
 | **Denoising Default** | `0.38` | `0.38` (subtle) to `0.42` (dramatic) |
+| **Recommended Environment** | Any diffusion generator | **Google Antigravity (`generate_image`)** |
 
 ---
 
-## 2. GPT Image Prompt Architecture
+## 2. Universal Image Generator Prompt Architecture
 
 ### Enhancement Prompt Template:
 ```text
@@ -34,7 +35,7 @@ authentic photometric falloff, [User Intent].
 
 ---
 
-## 3. Nano Banana Prompt Architecture
+## 3. GEMINI Nano Banana Prompt Architecture
 
 ### Enhancement Prompt Template:
 ```text
@@ -50,7 +51,8 @@ denoising 0.38, light_azimuth_[Azimuth]deg, [User Intent]
 ```
 
 ### Recommended Parameters:
-- `model`: `"nano-banana-optical-v1"`
+- `model`: `"gemini-nano-banana"`
+- `target_environment`: `"Google Antigravity"`
 - `denoising_strength`: `0.38`
 - `guidance_scale`: `4.5`
 - `steps`: `32`

package/.agents/skills/mcp-relight-harmonize/scripts/extract_layers.py

@@ -1,6 +1,6 @@
 #!/usr/bin/env python3
 """
-MarwanDevSpace - Dynamic 6-Layer Optical Decomposition & Intelligence Engine (Agent Skill Edition)
+MarwanDevSpace - Dynamic 6-Layer Optical Decomposition & Intelligence Engine
 Extracts 6 analytical visual layers into Layers/ directory:
   1. 01_highlights.png         - طبقة الألوان الفاتحة (Highlights / Specular Zones)
   2. 02_shadows.png            - طبقة الألوان الغامقة (Shadows / Low-Key Zones)
@@ -10,7 +10,7 @@ Extracts 6 analytical visual layers into Layers/ directory:
   6. 06_chroma_saturation.png  - طبقة الألوان والتشبع والبكسلات (Chroma & Saturation Distribution)
 
 Generates dynamic, on-demand Layer.md reports and physical generative prompts
-specifically targeting GPT Image and Nano Banana without static boilerplate.
+specifically targeting Universal Image Generator and Nano Banana without static boilerplate.
 """
 
 import os
@@ -110,14 +110,16 @@ def build_dynamic_diagnostics(
     else:
         findings.append(f"🔘 **لوحة لونية هادئة أو معتدلة**: متوسط التشبع `{round(mean_saturation, 3)}` يعكس تدرجات رصينة غير مبالغ بها.")
 
+    # Add custom intent option if provided
     if user_intent:
         tailored_options.insert(0, f"تطبيق طلبك المخصص فوراً: \"{user_intent}\" بتطابق فيزيائي دقيق مع بيانات الطبقات الست.")
     else:
         tailored_options.append("إعادة إضاءة بنمط هالة الحواف (Rim Light Halo +1.2 EV) لإبراز حدود المجسم وعزله عن الخلفية.")
         tailored_options.append("دمج العنصر في خلفية جديدة مع مطابقة إحصائيات الألوان ودرجة الحرارة وظلال الارتكاز.")
 
+    # Dynamic Generative Prompts tailored to exact metrics
     intent_clause = f", {user_intent}" if user_intent else ""
-    gpt_prompt = (
+    universal_prompt = (
         f"A master-quality studio photograph{intent_clause}, calibrated optical lighting at {round(azimuth_deg)}° azimuth "
         f"and {round(elevation_deg)}° elevation, authentic {round(cct_kelvin)}K color temperature balance, "
         f"physically-grounded ambient occlusion contact shadows firmly anchoring the base plane, "
@@ -136,7 +138,7 @@ def build_dynamic_diagnostics(
         "thermalDescription": thermal_desc,
         "findings": findings,
         "tailoredOptions": tailored_options,
-        "gptImagePrompt": gpt_prompt,
+        "universalImagePrompt": universal_prompt,
         "nanoBananaPrompt": nano_banana_prompt,
     }
 
@@ -153,21 +155,25 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
     height, width, _ = rgb.shape
     num_pixels = width * height
 
+    # Luminance channel Y
     lum = 0.2126 * rgb[:, :, 0] + 0.7152 * rgb[:, :, 1] + 0.0722 * rgb[:, :, 2]
     norm_lum = lum / 255.0
 
+    # 1. طبقة الألوان الفاتحة (Highlights / Specular Zones)
     hl_mask = np.clip((lum - 170.0) / 75.0, 0.0, 1.0)
     hl_layer = rgb * hl_mask[:, :, np.newaxis]
     hl_coverage_pct = float((np.sum(lum > 170.0) / num_pixels) * 100.0)
     hl_path = os.path.join(abs_output_dir, "01_highlights.png")
     Image.fromarray(np.uint8(np.clip(hl_layer, 0, 255))).save(hl_path)
 
+    # 2. طبقة الألوان الغامقة (Shadows / Low-Key Zones)
     shadow_mask = np.clip((95.0 - lum) / 80.0, 0.0, 1.0)
     shadow_layer = rgb * shadow_mask[:, :, np.newaxis]
     shadow_coverage_pct = float((np.sum(lum < 85.0) / num_pixels) * 100.0)
     shadow_path = os.path.join(abs_output_dir, "02_shadows.png")
     Image.fromarray(np.uint8(np.clip(shadow_layer, 0, 255))).save(shadow_path)
 
+    # 3. طبقة الظل العالي (Deep Ambient Occlusion & Contact Umbra)
     ao_mask = np.clip((40.0 - lum) / 40.0, 0.0, 1.0)
     ao_visual = np.zeros((height, width, 3), dtype=np.float32)
     ao_visual[:, :, 0] = (1.0 - ao_mask) * 230.0
@@ -177,6 +183,7 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
     ao_path = os.path.join(abs_output_dir, "03_ambient_occlusion.png")
     Image.fromarray(np.uint8(np.clip(ao_visual, 0, 255))).save(ao_path)
 
+    # 4. طبقة الحواف (Sobel Gradient Contours)
     sobel_x = np.array([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], dtype=np.float32)
     sobel_y = np.array([[-1, -2, -1], [0, 0, 0], [1, 2, 1]], dtype=np.float32)
     padded_lum = np.pad(norm_lum, 1, mode="edge")
@@ -193,6 +200,7 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
     edge_path = os.path.join(abs_output_dir, "04_edges.png")
     Image.fromarray(np.uint8(edge_vis)).save(edge_path)
 
+    # 5. طبقة العمق (Depth / 3D Normal Vector Field)
     scale = 6.0
     nx = -gx * scale
     ny = -gy * scale
@@ -219,6 +227,7 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
     azimuth_deg = (np.degrees(np.arctan2(-avg_ly, avg_lx)) + 360.0) % 360.0
     elevation_deg = np.clip(np.degrees(np.arcsin(np.clip(avg_lz, -1.0, 1.0))), 0.0, 90.0)
 
+    # 6. طبقة الألوان والتشبع (Chrominance / Saturation Distribution)
     max_c = np.maximum(np.maximum(rgb[:, :, 0], rgb[:, :, 1]), rgb[:, :, 2])
     min_c = np.minimum(np.minimum(rgb[:, :, 0], rgb[:, :, 1]), rgb[:, :, 2])
     chroma = max_c - min_c
@@ -234,11 +243,13 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
     chroma_path = os.path.join(abs_output_dir, "06_chroma_saturation.png")
     Image.fromarray(np.uint8(sat_vis)).save(chroma_path)
 
+    # Correlated Color Temperature
     mean_r = float(np.mean(rgb[:, :, 0]))
     mean_g = float(np.mean(rgb[:, :, 1]))
     mean_b = float(np.mean(rgb[:, :, 2]))
     cct_kelvin = calculate_cct(mean_r, mean_g, mean_b)
 
+    # Build Dynamic Diagnostics based purely on calculated data
     diag = build_dynamic_diagnostics(
         cct_kelvin=cct_kelvin,
         azimuth_deg=azimuth_deg,
@@ -308,8 +319,10 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
         },
     }
 
+    # Format findings and tailored suggestions dynamically
     findings_rendered = "\n\n".join([f"{item}" for item in diag["findings"]])
     options_rendered = "\n".join([f"- **خيار {idx + 1}**: {opt}" for idx, opt in enumerate(diag["tailoredOptions"])])
+
     user_intent_header = f"\n**الهدف المخصص المطلوب**: `{user_intent}`\n" if user_intent else ""
 
     layer_md_path = os.path.join(abs_output_dir, "Layer.md")
@@ -340,14 +353,16 @@ def extract_layers(image_path: str, output_dir: str = "Layers", user_intent: Opt
 
 ---
 
-## 3. التوجيه التوليدي المخصص (Calibrated Prompts for Generative Engines)
+## 3. التوجيه التوليدي المخصص (Calibrated Prompts for Image Generators)
 
-### أ. موجه GPT Image (DALL-E 3 / GPT-4o Vision):
-> "{diag['gptImagePrompt']}"
+### أ. النمط الوصفي الاستوديوي (Any Image Generator Model):
+> "{diag['universalImagePrompt']}"
 
-### ب. موجه Nano Banana (High-Density Optical Tokenizer):
+### ب. نمط الشيدر الضوئي المكثف (GEMINI Nano Banana - Antigravity):
 > "{diag['nanoBananaPrompt']}"
 
+> 💡 **ملاحظة**: هذا التوجيه متوافق مع **أي Image Generator Model**، ويُفضل ويُوصى بشدة باستخدامه داخل **Google Antigravity** لتطبيق التعديل المباشر عبر أداة `generate_image` ومحرك **GEMINI Nano Banana**!
+
 ---
 
 ## 4. الخطوة التفاعلية الموجهة بالبيانات (Dynamic Interactive Decision)

package/MASTER.md

@@ -1,6 +1,6 @@
 # MASTER.md — MarwanDevSpace: Optical Decomposition & Prompting Architect
 
-> **You are MarwanDevSpace**, Principal Protocol Architect, Systems Engineer, and Optical Intelligence Specialist. Your primary directive is to execute deterministic computer vision decomposition, extract physically-grounded optical layers, formulate hyper-calibrated generative prompts, and guide high-fidelity image relighting and modification on demand.
+> **You are MarwanDevSpace**, Principal Protocol Architect, Systems Engineer, and Optical Intelligence Specialist. Your primary directive is to execute deterministic computer vision decomposition, extract physically-grounded optical layers, formulate hyper-calibrated generative prompts, and execute high-fidelity image modification directly through AI Image Generators on demand.
 
 ---
 
@@ -9,158 +9,132 @@
 | السمة | السلوك التنفيذي الصارم |
 |---|---|
 | **المهندس المعماري الصارم** | التحدث بسلطة علمية وهندسية دقيقة وموجزة مبنية على الأدلة والفيزياء البصرية (CIE 1931, McCamy, Sobel Gradients, Reinhard Transfer). |
-| **منع النصوص الساكنة (Zero Static Boilerplate)** | يُمنع منعاً باتاً طباعة نصوص تقارير جاهزة أو قوالب أسئلة ثابتة ومكررة. كل تقرير وتشخيص وخيار تعديل يجب أن يُستخرج ديناميكياً حسب الطلب بناءً على القياسات الفعلية للصورة. |
-| **التفكير الموزون وحفظ الذاكرة (Memory & CoT Retention)** | عند فحص الطبقات الست، يجب تحليل كل طبقة بدقة والاحتفاظ بقيمها الفيزيائية في الذاكرة ومسار التفكير (Chain-of-Thought) لتوجيه خطوات التوليد اللاحقة. |
-| **التوجيه التوليدي فائق الدقة (Hyper-Deep Prompting)** | بناء برومبتات استثنائية موجهة بدقة لمحركات **GPT Image** و **Nano Banana**، مع الربط المباشر بأدوات التوليد الصوري المدمجة في بيئة العميل (`generate_image`). |
-| **مرونة التنفيذ (Dual Engine: Python & TypeScript)** | دعم كامل لتشغيل أدوات الاستخراج عبر بايثون عالي الدقة (`extract_layers.py`) أو عبر خادم الـ MCP المكتوب بـ TypeScript الصرف. |
+| **الفصل الصارم للأدوار (Python vs. Image Generator)** | **وظيفة بايثون حصراً هي التحليل والتفكيك الدقيق** للصورة إلى 6 طبقات صورية في `Layers/` واستخراج الأرقام الفيزيائية. بايثون لا ينشئ التعديل النهائي، بل يُترك التعديل كاملاً للـ **Image Generator** المباشر. |
+| **التطبيق المباشر عبر Image Generator** | تطبيق التعديل النهائي للمستخدم يتم مباشرة وفوراً عبر محرك **Image Generator** (مثل `generate_image` المدعوم بنموذج **GEMINI Nano Banana** داخل Antigravity) بدقة عالية وفق ما تعلمه من صور مجلد `Layers/`. |
+| **توافق عالمي مع أي Image Generator** | النظام مصمم للعمل والتوافق التام مع **أي Image Generator Model**، مع **توصية وملاحظة أساسية بأنه يُفضل استخدامه داخل بيئة Google Antigravity** لتكامل التوليد الصوري المدمج. |
+| **منع القوالب الساكنة (Zero Static Boilerplate)** | يُمنع منعاً باتاً طباعة نصوص تقارير جاهزة أو قوالب أسئلة ثابتة. كل تشخيص وخيار تعديل وبرومبت يُستخرج ديناميكياً حسب الطلب بناءً على أرقام طبقات الصورة الحقيقية. |
 
 ---
 
 ## 2. بروتوكول التشغيل المقيد الصارم (The Strict Two-Phase Pipeline)
 
-عند تقديم المستخدم لأي صورة أو طلب فحص وتعديل ضوئي، يلتزم الوكيل بالخطوات المقيدة الآتية بالترتيب دون تخطي:
-
 ```
 [صورة المستخدم]
        │
        ▼
-┌──────────────────────────────────────────────────────────────┐
-│ المرحلة الأولى: تفكيك وتحليل الطبقات الست في مجلد Layers/   │
-│ 1. 01_highlights.png         - طبقة الألوان الفاتحة         │
-│ 2. 02_shadows.png            - طبقة الألوان الغامقة         │
-│ 3. 03_ambient_occlusion.png  - طبقة الظل العالي والارتكاز   │
-│ 4. 04_edges.png              - طبقة الحواف والتفاصيل        │
-│ 5. 05_depth_normals.png      - طبقة العمق والمتجهات         │
-│ 6. 06_chroma_saturation.png  - طبقة التشبع وتوزيع الألوان   │
-│                                                              │
-│ ➔ فحص كل طبقة وحفظ معالمها بالذاكرة والتفكير (CoT)          │
-└──────────────────────────────────────────────────────────────┘
+┌────────────────────────────────────────────────────────────────────────┐
+│ المرحلة الأولى: تفكيك وتحليل الطبقات الست في مجلد Layers/ (بايثون حصراً) │
+│ • مهمة بايثون: تحليل فيزيائي دقيق وتوليد 6 طبقات صورية:               │
+│   1. 01_highlights.png         - طبقة الألوان الفاتحة (Highlights)     │
+│   2. 02_shadows.png            - طبقة الألوان الغامقة (Shadows)        │
+│   3. 03_ambient_occlusion.png  - طبقة الظل العالي والارتكاز (AO)       │
+│   4. 04_edges.png              - طبقة الحواف والتفاصيل المجهرية         │
+│   5. 05_depth_normals.png      - طبقة العمق وتنسور المتجهات ثلاثية الأبعاد│
+│   6. 06_chroma_saturation.png  - طبقة التشبع والنقاء اللوني للبكسلات    │
+│                                                                        │
+│ ➔ فحص كل طبقة وتخزين معالمها وأرقامها في الذاكرة ومسار التفكير (CoT)  │
+└────────────────────────────────────────────────────────────────────────┘
        │
        ▼
-┌──────────────────────────────────────────────────────────────┐
-│ المرحلة الثانية: تقرير Layer.md الديناميكي والاستجواب التفاعلي│
-│ • صياغة Layer.md بناءً على بيانات الصورة حصراً (On-Demand)    │
-│ • توجيه السؤال المقيد: "ماذا تريد من تعديل؟"                  │
-│ • عرض خيارات تفاعلية ديناميكية مشتقة من العيوب/الفرص المرصودة │
-│                                                              │
-│ ➔ الربط المباشر بالتوليد:                                    │
-│    - استخراج برومبت فيزيائي فائق لـ GPT Image و Nano Banana │
-│    - إذا توفر منشئ صور مدمج (Desktop Agent: generate_image) │
-│      يتم فوراً إنشاء التعديل المطلوب بصورة عميقة ومطابقة!     │
-└──────────────────────────────────────────────────────────────┘
+┌────────────────────────────────────────────────────────────────────────┐
+│ المرحلة الثانية: تقرير Layer.md والاستجواب والتطبيق المباشر بالتوليد   │
+│ • صياغة تقرير Layer.md ديناميكياً بالكامل حسب نتائج الفحص الفعلي      │
+│ • توجيه السؤال المقيد: "ماذا تريد من تعديل؟"                          │
+│ • طرح خيارات ذكية مستخلصة حصراً من نواقص أو فرص الصورة المكتشفة       │
+│                                                                        │
+│ ➔ التطبيق الفوري عبر Image Generator:                                  │
+│    - صياغة برومبت فيزيائي فائق العمق يدمج كافة حقائق مجلد Layers/     │
+│    - تشغيل أداة التوليد الصوري المدمجة فوراً (مثل generate_image       │
+│      بمحرك GEMINI Nano Banana في Antigravity) لإنشاء التعديل النهائي!   │
+└────────────────────────────────────────────────────────────────────────┘
 ```
 
 ---
 
 ## 3. المرحلة الأولى: تفكيك وتحليل الطبقات الست (`Layers/`)
 
-يقوم النظام فوراً بإنشاء مجلد باسم `Layers/` وتوليد 6 صور تحليلية دقيقة بالمعايير الفيزيائية الآتية:
+يقوم النظام تلقائياً بإنشاء مجلد باسم `Layers/` وتوليد 6 صور تحليلية دقيقة:
 
 ### 1. طبقة الألوان الفاتحة (`01_highlights.png`)
 - **الهدف الفيزيائي**: عزل الأضواء الساطعة وانعكاسات اللمعان (Specular Highlights) حيث الإضاءة $Y > 170/255$.
-- **الفحص المحفوظ بالذاكرة**: حساب نسبة التغطية (`hlCoveragePct`) والذروة الانعكاسية لاكتشاف ما إذا كان السطح لامعاً (Glossy) أو مطفياً (Matte) أو معرضاً لفرط التعريض (Blown-out).
+- **الفحص المحفوظ بالذاكرة**: حساب نسبة التغطية (`hlCoveragePct`) والذروة الانعكاسية لتحديد درجات اللمعان.
 
 ### 2. طبقة الألوان الغامقة (`02_shadows.png`)
 - **الهدف الفيزيائي**: عزل المناطق الداكنة والظلال منخفضة المفتاح الضوئي ($Y < 85/255$).
-- **الفحص المحفوظ بالذاكرة**: حساب عمق انضغاط الظل وتحديد ما إذا كانت تفاصيل الظلال مفقودة وتحتاج لرفع الإضاءة المحيطية (+0.8 EV Fill).
+- **الفحص المحفوظ بالذاكرة**: حساب عمق انضغاط الظل وتحديد مدى الحاجة لرفع الإضاءة المحيطية.
 
 ### 3. طبقة الظل العالي والارتكاز الأرضي (`03_ambient_occlusion.png`)
 - **الهدف الفيزيائي**: رصد ظلال الانغلاق الموضعي وتجاويف التلامس الحادة ($Y < 35/255$).
-- **الفحص المحفوظ بالذاكرة**: قياس نسبة الارتكاز الأرضي (`aoCoveragePct`). إذا كانت النسبة $< 2\%$، يتم تسجيل عيب حرج: *"فقدان الارتكاز البصري - العنصر يبدو طافياً في الفراغ"*.
+- **الفحص المحفوظ بالذاكرة**: قياس نسبة الارتكاز الأرضي (`aoCoveragePct`). إذا كانت $< 2\%$، يتم تسجيل عيب: *"فقدان الارتكاز البصري - العنصر يبدو طافياً"*.
 
 ### 4. طبقة الحواف والتفاصيل المجهرية (`04_edges.png`)
 - **الهدف الفيزيائي**: استخراج تدرجات سوبل للحواف الأفقية والعمودية $M = \sqrt{G_x^2 + G_y^2}$.
-- **الفحص المحفوظ بالذاكرة**: حساب خشونة السطح المجهرية (`meanGradient`). يحدد مدى حدة التفاصيل وإمكانية الحفاظ على المسام والألياف الدقيقة أثناء التوليد.
+- **الفحص المحفوظ بالذاكرة**: حساب خشونة السطح المجهرية (`meanGradient`) للحفاظ على مسامية وتفاصيل السطح.
 
 ### 5. طبقة العمق وتنسور المتجهات (`05_depth_normals.png`)
-- **الهدف الفيزيائي**: تحويل تدرجات الإضاءة إلى متجهات عمودية ثلاثية الأبعاد $\vec{N}$ ممثلة في فضاء الألوان Tangent Normal Map ($R=N_x, G=N_y, B=N_z$).
+- **الهدف الفيزيائي**: تحويل تدرجات الإضاءة إلى متجهات عمودية ثلاثية الأبعاد $\vec{N}$ ممثلة في فضاء Tangent Normal Map ($R=N_x, G=N_y, B=N_z$).
 - **الفحص المحفوظ بالذاكرة**: استنتاج زاوية سمت الإضاءة (Azimuth $0-360^\circ$) وزاوية الارتفاع (Elevation $0-90^\circ$).
 
 ### 6. طبقة الألوان والتشبع والبكسلات (`06_chroma_saturation.png`)
-- **الهدف الفيزيائي**: خريطة حرارية للتشبع اللوني $S = \frac{\max(R,G,B) - \min(R,G,B)}{\max(R,G,B)}$ وتوزيع النقاء اللوني للبكسلات.
-- **الفحص المحفوظ بالذاكرة**: حساب حرارة اللون الفعلية (CCT Kelvin عبر صيغة McCamy) ومتوسط التشبع اللوني ومناطق التركيز اللوني.
+- **الهدف الفيزيائي**: خريطة حرارية للتشبع اللوني وتوزيع النقاء الطيفي للبكسلات.
+- **الفحص المحفوظ بالذاكرة**: حساب حرارة اللون الفعلية (CCT Kelvin عبر صيغة McCamy) ومتوسط التشبع اللوني ومناطق التوزيع.
 
 ---
 
-## 4. المرحلة الثانية: تقرير `Layer.md` والاستجواب التفاعلي والتوليد
-
-بعد اكتمال فحص الطبقات الست، ينشئ النظام ملف `Layer.md` في مجلد الطبقات أو المستندات، ويخاطب المستخدم وفق الضوابط التالية:
+## 4. المرحلة الثانية: تقرير `Layer.md` والتطبيق المباشر بالـ Image Generator
 
 ### أ. التقرير الديناميكي حصراً (On-Demand Dynamic Reporting)
-- يُمنع ملء التقرير بنصوص ثابتة؛ بل تُذكر بدقة **الأرقام الفعلية المكتشفة** و **الأثر البصري الواقعي** لها:
-  - حرارة الألوان المحددة (مثلاً: `3420K` - طيف كهرماني دافئ يحتاج لمعايرة).
-  - جهة الضوء وزاويته (مثلاً: سمت `285°` إضاءة جانبية علوية من اليسار).
-  - حالة الارتكاز الأرضي (متماسك أو منعدم).
-  - حدة الحواف وتوزيع التشبع.
+- يُمنع استخدام أي نصوص ثابتة؛ بل تُذكر بدقة **الأرقام الفعلية المقاسة** وتفسيرها البصري الواقعي:
+  - حرارة الألوان المحددة (مثلاً: `3420K` - طيف كهرماني دافئ).
+  - جهة الضوء وزاويته (مثلاً: سمت `285°` إضاءة جانبية علوية).
+  - حالة الارتكاز الأرضي وظلال التلامس.
+  - حدة الحواف ودرجة التشبع.
 
 ### ب. السؤال المقيد وخيارات التعديل الموجهة بالبيانات
 يوجه الوكيل السؤال بصيغته الدقيقة:
 > **"ماذا تريد من تعديل؟"**
 
-ويعرض تحته خيارات ديناميكية مشتقة حصراً من نواقص أو فرص الصورة المكتشفة، مثل:
+ويعرض تحته خيارات ديناميكية مشتقة حصراً من نواقص أو فرص الصورة المكتشفة:
 - *إذا رُصد ضعف في الظلال التلامسية*: "خيار 1: توليد وتثبيت ظل تلامسي أرضي (Contact Shadow) لمنع ظهور العنصر كأنه طافٍ."
-- *إذا كان الطيف اللوني متطرفاً*: "خيار 2: معايرة حرارة الألوان من {Kelvin}K إلى 5500K نهارية متوازنة أو 3200K سينمائية."
-- *إذا كان التباين حاداً*: "خيار 3: تنعيم التباين ورفع تفاصيل الظلال بنمط Ambient Fill (+0.8 EV)."
-- *إذا طلب المستخدم تعديلاً مخصصاً*: "خيار 4: تنفيذ التعديل المطلوب: '[User Intent]' فوراً."
-
-### ج. الربط المباشر بالتوليد الصوري (Direct Image Generation Linkage)
-1. **استخراج البرومبت المتقدم فوراً**:
-   - **GPT Image (DALL-E 3 / GPT-4o)**: برومبت استوديو احترافي يتضمن العدسة (85mm f/2.0)، فيزياء الضوء، الزاوية، الحرارة، وتثبيت الارتكاز الأرضي.
-   - **Nano Banana**: مصفوفة رموز ضوئية مكثفة تحوي مؤشر الخشونة، وزاوية السمت، والتشتت الضوئي، وقوة المعالجة (Denoising `0.35 - 0.45`).
-2. **التنفيذ التلقائي إذا توفر منشئ صور مدمج**:
-   - إذا كان العميل أو الوكيل يمتلك أداة توليد صور مدمجة (مثل `generate_image` في Antigravity أو بيئة سطح المكتب):
-     **يقوم الوكيل فوراً بتشغيل أداة التوليد مستخدماً البرومبت الفيزيائي المستخرج لإنشاء النسخة المعدلة التي طلبها المستخدم بأعلى جودة وعمق!**
-   - إذا رغب المستخدم بالتعديل المحلي عبر كود، يمكن استخدام أدوات `generate_relight_variations` و `harmonize_composite` أو سكربت بايثون المخصص.
+- *إذا كان الطيف اللوني متطرفاً*: "خيار 2: معايرة حرارة الألوان من {Kelvin}K إلى 5500K نهارية متوازنة أو حرارة سينمائية."
+- *إذا كان التباين حاداً*: "خيار 3: تنعيم التباين ورفع تفاصيل الظلال بنمط إضاءة محيطية متوازنة."
+- *إذا حدد المستخدم طلباً مخصصاً*: "خيار 4: تطبيق التعديل المطلوب: '[User Intent]' مباشرة."
+
+### ج. التطبيق المباشر عبر Image Generator (مثل GEMINI Nano Banana في Antigravity)
+> [!IMPORTANT]
+> **التعديل النهائي لا يتم بنسخ معدلة عبر بايثون**! دور بايثون ينتهي عند إتمام الفحص واستخراج طبقات `Layers/`.
+> التطبيق الفعلي للتعديل يتم **مباشرة عبر الـ Image Generator**:
+> 1. يصوغ الوكيل برومبتاً فيزيائياً فائق التفصيل مستمداً من كل ما تم استخلاصه من مجلد `Layers/`.
+> 2. **إذا كان الوكيل يعمل داخل بيئة Antigravity**: يقوم فوراً باستدعاء أداة التوليد الصوري المدمجة `generate_image` لتوليد الصورة المعدلة مباشرة بدقة متناهية!
 
 ---
 
-## 5. صيغ البرومبت الفيزيائية لمحركات التوليد (Prompting Architecture)
+## 5. صيغ البرومبت الفيزيائية للـ Image Generator
+
+يعمل النظام بتوافق كامل مع **أي Image Generator Model**، مع اعتماد الصيغتين التاليتين:
 
-### 1. قالب محرك `GPT Image`:
+### 1. النمط الوصفي الاستوديوي الطبيعي (Natural Descriptive Studio Prompt):
 ```text
 A master-quality studio photograph, [User Desired Modification], optically calibrated to [Measured/Target Kelvin]K lighting at [Azimuth]° azimuth and [Elevation]° elevation, authentic subsurface scattering, physically-grounded ambient occlusion contact shadows firmly anchoring the base plane to the ground, crisp micro-surface geometry (Sobel roughness index [Roughness]), smooth luminance falloff, captured on 85mm prime lens at f/2.0, crystal-clear material boundaries.
 ```
 
-### 2. قالب محرك `Nano Banana`:
+### 2. نمط الشيدر والمصفوفات الضوئية المكثفة (Dense Optical Shaders - GEMINI Nano Banana):
 ```text
 optics relight, [User Desired Modification], cct [Measured/Target Kelvin]K, light vector azimuth [Azimuth] deg elevation [Elevation] deg, surface roughness [Roughness], saturation index [Saturation], ground contact occlusion caster, volumetric photon bounce, high-key rim highlight accents, authentic photometric falloff, denoising strength [0.38 - 0.42]
 ```
 
 ---
 
-## 6. أوامر التنفيذ وأدوات بايثون الذكية (Execution Tools)
+## 6. بيئة التشغيل وتوصية Antigravity
 
-### أ. عبر سكربت بايثون الذكي (`scripts/extract_layers.py`):
-```bash
-# استخراج الطبقات الست ديناميكياً مع تقرير Layer.md
-python scripts/extract_layers.py --image <image_path> --output-dir Layers/
-
-# استخراج ديناميكي موجه بهدف مخصص
-python scripts/extract_layers.py --image <image_path> --output-dir Layers/ --intent "إضاءة درامية سينمائية ليلية"
-
-# مخرجات JSON برمجية
-python scripts/extract_layers.py --image <image_path> --json
-```
-
-### ب. عبر خادم MCP (TypeScript Tools):
-- أداة `analyze_optical_profile`:
-  ```json
-  {
-    "image_path": "path/to/image.png",
-    "extract_layers": true,
-    "layers_dir": "Layers",
-    "user_intent": "إضافة إضاءة ذهبية دافئة"
-  }
-  ```
-- أداة `synthesize_diffusion_prompt`: لصياغة أوامر التوليد فورياً.
-- أداة `generate_relight_variations`: لتوليد 4 نسخ معدلة ضوئياً فوراً.
-- أداة `harmonize_composite`: للدمج المتناغم مع ظلال الارتكاز الأرضي.
+- **التوافق**: متوافق تماماً مع أي نموذج توليد صور (Any Image Generator Model).
+- **التوصية المثالية**: **يُفضل ويُوصى بشدة بتشغيله داخل Google Antigravity**، حيث تتوفر أداة `generate_image` ونموذج **GEMINI Nano Banana** بصورة مدمجة أصلية تمكن الوكيل من الانتقال اللحظي من فحص `Layers/` إلى إنشاء الصورة المعدلة مباشرة دون وسائط خارجية.
 
 ---
 
 ## 7. عقد المظروف القياسي الموحد (Standard Result Envelope)
 
-تلتزم كافة استجابات الأدوات بالمظروف الموحد لـ MarwanDevSpace:
+تلتزم كافة الأدوات بإرجاع المظروف الموحد لـ MarwanDevSpace:
 
 ```json
 {
@@ -169,7 +143,7 @@ python scripts/extract_layers.py --image <image_path> --json
   "data": {
     "dimensions": [width, height],
     "opticalMetrics": { "cctKelvin": 5500, "lightingAngles": { "azimuthDeg": 45, "elevationDeg": 30 } },
-    "diagnostics": { "thermalDescription": "...", "findings": [], "tailoredOptions": [], "gptImagePrompt": "...", "nanoBananaPrompt": "..." },
+    "diagnostics": { "thermalDescription": "...", "findings": [], "tailoredOptions": [], "universalImagePrompt": "...", "nanoBananaPrompt": "..." },
     "layers": { "highlights": {}, "shadows": {}, "ambientOcclusion": {}, "edges": {}, "depthNormals": {}, "chromaSaturation": {} },
     "layerMarkdownPath": "Layers/Layer.md"
   },
@@ -189,6 +163,15 @@ python scripts/extract_layers.py --image <image_path> --json
   },
   "nextActions": [
     "اعرض الطبقات الست وملف Layer.md واسأل المستخدم: 'ماذا تريد من تعديل؟'",
-    "قم بتشغيل أداة توليد الصور المدمجة فور ورود رد المستخدم"
+    "شغل أداة التوليد الصوري المدمجة generate_image فور استلام قرار المستخدم"
   ]
-}
+}
+```
+
+---
+
+## 8. كيفية التضمين في `GEMINI.md` أو موجهات النظام
+
+1. انسخ محتوى هذا الملف كاملاً.
+2. ضعه في ملف التوجيه العام للوكيل (`GEMINI.md` أو `AGENTS.md`).
+3. سيعمل الوكيل فوراً كمعماري ضوئي مقيد يحلل عبر بايثون ويعدل بالـ Image Generator المباشر في Antigravity.

package/README.md

@@ -5,7 +5,20 @@
 [![CI](https://github.com/MarwanDevSpace/mcp-relight-harmonize/actions/workflows/ci.yml/badge.svg)](https://github.com/MarwanDevSpace/mcp-relight-harmonize/actions)
 [![Glama](https://img.shields.io/badge/Glama-Listed-24b47e.svg)](https://glama.ai/mcp/servers/MarwanDevSpace/mcp-relight-harmonize)
 
-**mcp-relight-harmonize** is an enterprise-grade TypeScript Model Context Protocol (MCP) server and Antigravity Skill engineered by **MarwanDevSpace**. It delivers local optical profiling, physically-grounded relighting variations, contact-aware composite harmonization, and precision prompt synthesis specifically targeting **GPT Image** (DALL-E 3 / GPT-4o) and **Nano Banana**.
+**mcp-relight-harmonize** is an enterprise-grade TypeScript Model Context Protocol (MCP) server and Antigravity Skill engineered by **MarwanDevSpace**. It delivers local 6-layer optical profiling, physically-grounded relighting variations, contact-aware composite harmonization, and precision diffusion prompt synthesis compatible with **any Image Generator Model** (specifically optimized for **GEMINI Nano Banana**).
+
+> [!NOTE]
+> **Antigravity Recommended**: This MCP server and skill is designed to work with **any Image Generator**, and is **strongly preferred and optimized for use inside Google Antigravity** where native desktop image generation (`generate_image`) powered by **GEMINI Nano Banana** is directly embedded into the agent environment.
+
+---
+
+## Strict Two-Phase Role Architecture
+
+1. **Phase 1: Python Optical Decomposition (`Layers/`)**:
+   - Python's role is strictly limited to deep analytical decomposition of the image into 6 visual layers (`01_highlights.png`, `02_shadows.png`, `03_ambient_occlusion.png`, `04_edges.png`, `05_depth_normals.png`, `06_chroma_saturation.png`) and extracting physical metrics.
+   - **Python does NOT generate the user's final modification.**
+2. **Phase 2: Direct Image Generator Modification**:
+   - The user's requested edit is executed **directly through the Image Generator** (e.g. `generate_image` in Antigravity) with hyper-depth and photorealistic precision based on everything learned from the 6 layers in `Layers/`.
 
 ---
 
@@ -18,6 +31,11 @@
   - Evaluates photometric luminance dynamic range, specular highlights, and shadow zones.
   - **Dynamic 6-Layer Extraction (`Layers/`):** Decomposes images into 6 visual layers (`01_highlights.png`, `02_shadows.png`, `03_ambient_occlusion.png`, `04_edges.png`, `05_depth_normals.png`, `06_chroma_saturation.png`) and writes on-demand `Layer.md` reports.
 
+- **Diffusion Prompt Synthesizer (`synthesize_diffusion_prompt`):**
+  - **Universal Image Generator Target:** Formulates natural descriptive studio directives (85mm f/2.0 prime lens, authentic subsurface scattering, photometric falloff, contact shadows).
+  - **GEMINI Nano Banana Target:** Formulates dense, tokenized optical shaders (micro-pores, roughness index, raytraced bounce, ground contact shadow caster, exact light azimuth, CCT).
+  - Supplies calibrated generation parameters (denoising strength: `0.35 - 0.45`).
+
 - **Physical Relighting (`generate_relight_variations`):**
   - **Ambient:** Soft fill light (+0.8 EV), lifted shadows, 5500K neutral daylight calibration.
   - **Dramatic:** Chiaroscuro high-key contrast S-curve, -1.5 EV shadow crush, directional key gradient.
@@ -29,11 +47,6 @@
   - Grounding contact shadow synthesis to anchor the subject to the ground plane.
   - Smooth alpha blend placement eliminating boundary halos.
 
-- **Diffusion Prompt Synthesizer (`synthesize_diffusion_prompt`):**
-  - **GPT Image Target:** Formulates natural descriptive studio directives (85mm f/2.0 prime lens, authentic subsurface scattering, photometric falloff, contact shadows).
-  - **Nano Banana Target:** Formulates dense, tokenized optical shaders (micro-pores, roughness index, raytraced bounce, ground contact shadow caster, exact light azimuth, CCT).
-  - Supplies calibrated generation parameters (denoising strength: `0.35 - 0.45`).
-
 - **MCP Resources (`optical://presets`):**
   - Read-only JSON specification for lighting presets, EV curves, and color temperature benchmarks.
 
@@ -46,7 +59,7 @@
 | `analyze_optical_profile` | `image_path: string`, `extract_layers?: boolean`, `layers_dir?: string`, `user_intent?: string` | JSON technical report: CCT (Kelvin), light vectors, azimuth/elevation, luminance dynamics, and 6 visual analytical layers in `Layers/`. |
 | `generate_relight_variations` | `image_path: string`, `target_lighting?: string`, `output_dir?: string` | 4 generated images (Ambient, Dramatic, Rim, Mood) + EV adjustments log. |
 | `harmonize_composite` | `foreground_path: string`, `background_path: string`, `blend_mode?: string` | Composited image with harmonized CCT, Reinhard color transfer, and contact shadow. |
-| `synthesize_diffusion_prompt` | `image_path: string`, `user_intent?: string`, `target_model?: "gpt_image" \| "nano_banana"` | Enhancement prompt, Relighting prompt, and calibrated generation parameters. |
+| `synthesize_diffusion_prompt` | `image_path: string`, `user_intent?: string`, `target_model?: "universal" \| "nano_banana"` | Enhancement prompt, Relighting prompt, and calibrated generation parameters. |
 | `list_cached_variations` | `cache_dir?: string` | Inventory of generated relight variations and composite artifacts in the output cache. |
 
 ---
@@ -87,7 +100,7 @@ Add to your client's `mcp_config.json`:
 }
 ```
 
-Or via npx when published:
+Or via npx:
 ```json
 {
   "mcpServers": {

package/dist/contracts/schemas.js

@@ -32,6 +32,6 @@ exports.SynthesizePromptInputSchema = zod_1.z.object({
         .describe("Creative description or lighting scenario (e.g., 'sunset golden hour', 'studio product shot')."),
     target_model: zod_1.z
         .string()
-        .default("gpt_image")
-        .describe("Target generative model: 'gpt_image' (GPT Image / DALL-E 3) or 'nano_banana' (Nano Banana)."),
+        .default("universal")
+        .describe("Target generative model format: 'universal' (Natural descriptive studio directives for Any Image Generator) or 'nano_banana' (GEMINI Nano Banana optical shader format)."),
 });

package/dist/contracts/types.d.ts

@@ -1,6 +1,6 @@
 export type LightingPreset = "Ambient" | "Dramatic" | "Rim" | "Mood" | "All";
 export type BlendMode = "seamless" | "alpha";
-export type DiffusionModel = "gpt_image" | "nano_banana";
+export type DiffusionModel = "universal" | "nano_banana";
 export interface LuminanceDynamicRange {
     min: number;
     max: number;
@@ -55,7 +55,7 @@ export interface HarmonizeCompositeResult {
     details: Record<string, any>;
 }
 export interface DiffusionPromptResult {
-    targetModel: "GPT Image" | "Nano Banana";
+    targetModel: string;
     userIntent: string;
     enhancementPrompt: string;
     relightingPrompt: string;

package/dist/domain/layer_extractor.d.ts

@@ -9,7 +9,7 @@ export interface DynamicDiagnostics {
     thermalDescription: string;
     findings: string[];
     tailoredOptions: string[];
-    gptImagePrompt: string;
+    universalImagePrompt: string;
     nanoBananaPrompt: string;
 }
 export interface LayerExtractionReport {

package/dist/domain/layer_extractor.js

@@ -72,7 +72,7 @@ function buildDynamicDiagnostics(cctKelvin, azimuthDeg, elevationDeg, hlPct, shP
         tailoredOptions.push("دمج العنصر في خلفية جديدة مع مطابقة إحصائيات الألوان ودرجة الحرارة وظلال الارتكاز.");
     }
     const intentClause = userIntent ? `, ${userIntent}` : "";
-    const gptPrompt = `A master-quality studio photograph${intentClause}, calibrated optical lighting at ${Math.round(azimuthDeg)}° azimuth ` +
+    const universalPrompt = `A master-quality studio photograph${intentClause}, calibrated optical lighting at ${Math.round(azimuthDeg)}° azimuth ` +
         `and ${Math.round(elevationDeg)}° elevation, authentic ${Math.round(cctKelvin)}K color temperature balance, ` +
         `physically-grounded ambient occlusion contact shadows firmly anchoring the base plane, ` +
         `crisp micro-surface geometry (Sobel roughness index ${meanGradient.toFixed(3)}), ` +
@@ -85,7 +85,7 @@ function buildDynamicDiagnostics(cctKelvin, azimuthDeg, elevationDeg, hlPct, shP
         thermalDescription: thermalDesc,
         findings,
         tailoredOptions,
-        gptImagePrompt: gptPrompt,
+        universalImagePrompt: universalPrompt,
         nanoBananaPrompt: nanoPrompt,
     };
 }
@@ -268,14 +268,16 @@ ${findingsRendered}
 
 ---
 
-## 3. التوجيه التوليدي المخصص (Calibrated Prompts for Generative Engines)
+## 3. التوجيه التوليدي المخصص (Calibrated Prompts for Image Generators)
 
-### أ. موجه GPT Image (DALL-E 3 / GPT-4o Vision):
-> "${diagnostics.gptImagePrompt}"
+### أ. النمط الوصفي الاستوديوي (Any Image Generator Model):
+> "${diagnostics.universalImagePrompt}"
 
-### ب. موجه Nano Banana (High-Density Optical Tokenizer):
+### ب. نمط الشيدر الضوئي المكثف (GEMINI Nano Banana - Antigravity):
 > "${diagnostics.nanoBananaPrompt}"
 
+> 💡 **ملاحظة**: هذا التوجيه متوافق مع **أي Image Generator Model**، ويُفضل ويُوصى بشدة باستخدامه داخل **Google Antigravity** لتطبيق التعديل المباشر عبر أداة \`generate_image\` ومحرك **GEMINI Nano Banana**!
+
 ---
 
 ## 4. الخطوة التفاعلية الموجهة بالبيانات (Dynamic Interactive Decision)

package/dist/domain/prompt_synthesizer.js

@@ -2,9 +2,11 @@
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.synthesizeDiffusionPromptImpl = synthesizeDiffusionPromptImpl;
 const optical_analyzer_1 = require("./optical_analyzer");
-function synthesizeDiffusionPromptImpl(imagePath, userIntent = "", targetModel = "gpt_image") {
+function synthesizeDiffusionPromptImpl(imagePath, userIntent = "", targetModel = "universal") {
     const profile = (0, optical_analyzer_1.analyzeOpticalProfileImpl)(imagePath);
-    const normalizedModel = targetModel.toLowerCase().includes("banana") ? "Nano Banana" : "GPT Image";
+    const normalizedModel = targetModel.toLowerCase().includes("banana")
+        ? "GEMINI Nano Banana"
+        : "Universal Image Generator";
     const cct = Math.round(profile.colorTemperatureKelvin);
     const azimuth = profile.lightingAngles.azimuthDeg;
     const elevation = profile.lightingAngles.elevationDeg;
@@ -50,7 +52,7 @@ function synthesizeDiffusionPromptImpl(imagePath, userIntent = "", targetModel =
     let enhancementPrompt = "";
     let relightingPrompt = "";
     let recommendedParameters = {};
-    if (normalizedModel === "GPT Image") {
+    if (normalizedModel === "Universal Image Generator") {
         enhancementPrompt =
             `A master-quality studio photograph, exquisite micro-surface textures, pores and fine material grain, ` +
                 `subsurface scattering, 85mm prime lens at f/2.0, razor-sharp optical boundary and crystal-clear geometry${cleanIntent}.`;
@@ -59,16 +61,17 @@ function synthesizeDiffusionPromptImpl(imagePath, userIntent = "", targetModel =
                 `${cctTerm}, ${contrastTerm}, subtle rim lighting tracing the outer silhouette, volumetric dust rays visible in the air, ` +
                 `physically-based contact shadows naturally anchoring the base to the ground plane, authentic photometric falloff${cleanIntent}.`;
         recommendedParameters = {
-            model: "gpt-image-dalle3",
+            model: "universal-image-generator",
             style: "natural",
             quality: "hd",
             camera_lens: "85mm prime f/2.0",
             denoising_strength: 0.38,
             recommended_dimensions: `${profile.dimensions[0]}x${profile.dimensions[1]}`,
+            compatibility: "Works with any Image Generator Model; optimized for Antigravity",
         };
     }
     else {
-        // Nano Banana Target
+        // GEMINI Nano Banana Target
         enhancementPrompt =
             `ultra-detailed optical capture, raw sensor clarity, 8k uhd, micro-pores, surface specular roughness index ${profile.surfaceNormalVariation.toFixed(3)}, ` +
                 `zero chromatic aberration, pristine alpha edge delineation${cleanIntent}`;
@@ -77,7 +80,8 @@ function synthesizeDiffusionPromptImpl(imagePath, userIntent = "", targetModel =
                 `volumetric raytraced bounce, physically-grounded ground contact shadow, ambient occlusion caster, ` +
                 `denoising 0.38, light_azimuth_${Math.round(azimuth)}deg${cleanIntent}`;
         recommendedParameters = {
-            model: "nano-banana-optical-v1",
+            model: "gemini-nano-banana",
+            target_environment: "Google Antigravity",
             denoising_strength: 0.38,
             guidance_scale: 4.5,
             steps: 32,

package/dist/index.js

@@ -8,7 +8,7 @@ async function main() {
     const args = process.argv.slice(2);
     if (args.includes("--verify")) {
         console.log("[MarwanDevSpace] Verifying TypeScript mcp-relight-harmonize server...");
-        console.log("Server 'mcp-relight-harmonize' v1.0.3 initialized.");
+        console.log("Server 'mcp-relight-harmonize' v1.0.4 initialized.");
         console.log("Registered tools: ['analyze_optical_profile', 'generate_relight_variations', 'harmonize_composite', 'synthesize_diffusion_prompt', 'list_cached_variations']");
         console.log("Registered resources: ['optical://presets']");
         console.log("Output cache directory:", (0, config_1.ensureOutputDirectory)());

package/dist/resources/presets.js

@@ -3,8 +3,8 @@ Object.defineProperty(exports, "__esModule", { value: true });
 exports.LIGHTING_PRESETS_REFERENCE = void 0;
 exports.getPresetsJson = getPresetsJson;
 exports.LIGHTING_PRESETS_REFERENCE = {
-    version: "1.0.3",
-    target_generators: ["GPT Image", "Nano Banana"],
+    version: "1.0.4",
+    target_generators: ["Universal Image Generator", "GEMINI Nano Banana"],
     presets: [
         {
             name: "Ambient",

package/dist/server.js

@@ -46,7 +46,7 @@ const StandardEnvelopeSchema = {
 function createServer() {
     const server = new index_js_1.Server({
         name: "mcp-relight-harmonize",
-        version: "1.0.3",
+        version: "1.0.4",
     }, {
         capabilities: {
             tools: {},
@@ -161,7 +161,7 @@ function createServer() {
                         "• When to use: Use when you need tangible image alternatives of a photo or product render with alternative lighting schemes.\n" +
                         "• When NOT to use: Do NOT use if you only need optical metrics (use 'analyze_optical_profile'), if blending a cutout into a background " +
                         "(use 'harmonize_composite'), or if you need diffusion AI text prompts (use 'synthesize_diffusion_prompt').\n" +
-                        "• Alternatives: Use 'synthesize_diffusion_prompt' for text prompts targeting GPT Image or Nano Banana, or 'list_cached_variations' to browse existing outputs.",
+                        "• Alternatives: Use 'synthesize_diffusion_prompt' for your Image Generator (GEMINI Nano Banana / Universal), or 'list_cached_variations' to browse existing outputs.",
                     inputSchema: {
                         type: "object",
                         properties: {
@@ -280,12 +280,12 @@ function createServer() {
                 {
                     name: "synthesize_diffusion_prompt",
                     description: "Synthesize precision enhancement and relighting diffusion prompts based on physical optical analysis of an image, " +
-                        "tailored specifically for GPT Image (DALL-E 3 / GPT-4o) and Nano Banana. Outputs photorealistic prompts with physical keywords " +
+                        "compatible with Any Image Generator Model (optimized for GEMINI Nano Banana). Outputs photorealistic prompts with physical keywords " +
                         "(exact Kelvin CCT, 3D light angles, volumetric dust rays, contact shadows) and calibrated denoising parameters (0.35 - 0.45).\n\n" +
                         "• Purpose: Generative AI prompt synthesis. Unlike 'generate_relight_variations' which creates image files locally, this tool translates " +
-                        "optical geometry into targeted text prompts and hyperparameter sets for external diffusion generators.\n" +
+                        "optical geometry into targeted text prompts and hyperparameter sets for Any Image Generator (optimized for Antigravity).\n" +
                         "• Behavior: Completely read-only, deterministic, zero filesystem modifications, no network calls, and no authentication required.\n" +
-                        "• When to use: Use when you want to feed photorealistic lighting directives or inpainting prompts into GPT Image or Nano Banana.\n" +
+                        "• When to use: Use when you want to feed photorealistic lighting directives or inpainting prompts into your Image Generator or Antigravity's generate_image.\n" +
                         "• When NOT to use: Do NOT use if you need local image rendering without an external AI model (use 'generate_relight_variations'), " +
                         "or if merging cutouts locally (use 'harmonize_composite').\n" +
                         "• Alternatives: Use 'generate_relight_variations' for instant offline image files, or 'analyze_optical_profile' for raw numerical statistics.",
@@ -303,10 +303,10 @@ function createServer() {
                             },
                             target_model: {
                                 type: "string",
-                                enum: ["gpt_image", "nano_banana"],
-                                default: "gpt_image",
-                                description: "Target generative engine: 'gpt_image' (outputs natural descriptive studio directives with 85mm prime lens and physical illumination) " +
-                                    "or 'nano_banana' (outputs dense tokenized optical shaders, roughness index, raytraced bounce, and ground contact shadow). Defaults to 'gpt_image'.",
+                                enum: ["universal", "nano_banana"],
+                                default: "universal",
+                                description: "Target generative engine format: 'universal' (outputs natural descriptive studio directives with 85mm prime lens and physical illumination compatible with Any Image Generator) " +
+                                    "or 'nano_banana' (outputs dense tokenized optical shaders for GEMINI Nano Banana). Defaults to 'universal'.",
                             },
                         },
                         required: ["image_path"],
@@ -318,7 +318,7 @@ function createServer() {
                             data: {
                                 type: "object",
                                 properties: {
-                                    targetModel: { type: "string", enum: ["GPT Image", "Nano Banana"] },
+                                    targetModel: { type: "string" },
                                     userIntent: { type: "string" },
                                     enhancementPrompt: { type: "string", description: "Prompt for micro-surface detail and lens clarity upgrade." },
                                     relightingPrompt: { type: "string", description: "Prompt for physical relighting with angles, CCT, and contact shadows." },
@@ -419,7 +419,7 @@ function createServer() {
             case "synthesize_diffusion_prompt": {
                 const imagePath = String(args.image_path || "");
                 const userIntent = String(args.user_intent || "");
-                const targetModel = String(args.target_model || "gpt_image");
+                const targetModel = String(args.target_model || "universal");
                 envelope = (0, synthesize_prompt_1.synthesizeDiffusionPromptTool)(imagePath, userIntent, targetModel);
                 break;
             }

package/dist/tools/analyze_optical.js

@@ -28,7 +28,7 @@ function analyzeOpticalProfileTool(imagePath, extractLayers = false, layersDir,
         }
         const nextActions = [
             `Call 'generate_relight_variations' on '${imagePath}' to explore alternative lighting schemes.`,
-            `Call 'synthesize_diffusion_prompt' targeting GPT Image or Nano Banana for high-res generative inpainting.`,
+            `Call 'synthesize_diffusion_prompt' for your Image Generator (GEMINI Nano Banana / Universal) or trigger 'generate_image'.`,
         ];
         if (layerReport) {
             nextActions.unshift(`Inspect 6 analytical layers and Layer.md, then present to user with prompt: 'ماذا تريد من تعديل؟'`);

package/dist/tools/generate_relight.js

@@ -25,7 +25,7 @@ function generateRelightVariationsTool(imagePath, targetLighting = "All", output
             },
             nextActions: [
                 "Review generated variation files to inspect aesthetic illumination.",
-                "Use 'synthesize_diffusion_prompt' for GPT Image or Nano Banana generative enhancement.",
+                "Use 'synthesize_diffusion_prompt' for your Image Generator (GEMINI Nano Banana / Universal) or trigger 'generate_image'.",
             ],
         });
     }

package/dist/tools/harmonize.js

@@ -32,7 +32,7 @@ function harmonizeCompositeTool(foregroundPath, backgroundPath, blendMode = "sea
             },
             nextActions: [
                 `Inspect the composite output at '${result.compositeImagePath}'.`,
-                "Call 'synthesize_diffusion_prompt' targeting GPT Image or Nano Banana for seamless boundary inpainting.",
+                "Call 'synthesize_diffusion_prompt' for your Image Generator (GEMINI Nano Banana / Universal) or trigger 'generate_image'.",
             ],
         });
     }

package/dist/tools/synthesize_prompt.js

@@ -8,7 +8,7 @@ const crypto_1 = __importDefault(require("crypto"));
 const envelope_1 = require("../core/envelope");
 const errors_1 = require("../core/errors");
 const prompt_synthesizer_1 = require("../domain/prompt_synthesizer");
-function synthesizeDiffusionPromptTool(imagePath, userIntent = "", targetModel = "gpt_image") {
+function synthesizeDiffusionPromptTool(imagePath, userIntent = "", targetModel = "universal") {
     try {
         const result = (0, prompt_synthesizer_1.synthesizeDiffusionPromptImpl)(imagePath, userIntent, targetModel);
         const hash = crypto_1.default

package/docs/architecture.md

@@ -63,7 +63,7 @@ graph TD
     A --> E["harmonize_composite"]
     E -->|Composite Image + Grounding| C
     D --> F["4 Relit Variations (Ambient, Dramatic, Rim, Mood)"]
-    C --> G["Model Prompts (Flux, Midjourney, SDXL, IC-Light)"]
+    C --> G["Model Prompts (Any Image Generator / GEMINI Nano Banana)"]
 ```
 
 ### Evidence Chaining Rules
@@ -114,7 +114,7 @@ The repository integrates directly into the Antigravity agent architecture as an
 ├── references/
 │   ├── optical_math.md               # CIE XYZ, McCamy CCT, Normal tensors, Reinhard
 │   ├── tool_orchestration.md         # Interconnection criteria, evidence chaining, fallback rules
-│   └── diffusion_guide.md            # Prompt tokens & parameters for Flux/MJ/SDXL/IC-Light
+│   └── diffusion_guide.md            # Prompt tokens & parameters for Any Image Generator / GEMINI Nano Banana
 └── scripts/
     ├── run_pipeline.py               # Standalone CLI pipeline runner
     └── verify_server.py              # Self-contained tool & resource verifier

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "mcp-relight-harmonize",
-  "version": "1.0.3",
-  "description": "Professional TypeScript Model Context Protocol (MCP) server & agent skill for optical profiling, physical relighting, composite harmonization, and diffusion prompt synthesis (GPT Image & Nano Banana).",
+  "version": "1.0.4",
+  "description": "Professional TypeScript Model Context Protocol (MCP) server & agent skill for optical profiling, physical relighting, composite harmonization, and diffusion prompt synthesis (Any Image Generator Model / GEMINI Nano Banana).",
   "author": "MarwanDevSpace <dev@marwandevspace.io>",
   "license": "MIT",
   "main": "dist/index.js",
@@ -24,7 +24,7 @@
     "relight",
     "harmonize",
     "optical-analysis",
-    "gpt-image",
+    "image-generator",
     "nano-banana",
     "marwandevspace"
   ],