spacezephyr/space-gpt-image2-design

---

装上就能用

把任意一个 Skill 文件夹复制到 ~/.claude/skills/，配上你自己的 GPT-image-2 API key，就能在 Claude Code 里直接说话：

「画张小红书封面：标题"我用AI每天读100篇文章"，xhs-vibrant 风格」
「做张PPT配图：核心观点 Context, not Prompts，minimal 风格」
「画个产品路线图，dark-atmospheric 风格」
「为我这篇文章批量配 6 张图，sketch-notes 风格」
「整套幻灯片：把这份 markdown 转成 12 页 deck」

没有 Figma，没有 Canva，没有模板库。说话就行。

---

5 个 Skill

每个 Skill 文件夹独立，可以按需挑选 / 全装上。底层都通过 OpenAI Codex / 官方 GPT-image-2 API 出图。

---

样图 · 9 张全部用 skill 自己跑出来

下面这 9 张图，没有打开任何设计软件，全是 space-image-studio 一句话生成的。

小红书封面（3:4 · 3 风格对比）

PPT 配图（16:9 · 3 风格对比）

图表（3 种 · blueprint / corporate / scientific）

---

核心机制

风格不是滤镜，是设计方法论

每个风格文件（references/styles/*.md）都包含完整 4 维定义：

举例 · xhs-vibrant.md 不是说「小红书风」三个字，而是：

- 高饱和暖色背景 #FFF4D6
- 主标题占画面高 1/4–1/3
- 标题带描边或 highlight 块
- 数字/数据用加粗大号
- 真实物品做视觉锚点
- ❌ 冷色阴沉调（深蓝/灰）
- ❌ emoji 列表（≤ 2 个）
- ❌ 假数据或夸张话术

风格越具体，AI 越不会跑偏。

5 步标准化流程（image-studio）

输入内容 → 选类型 → 补全信息 → 选风格 → 提示词模式（自动/审核）→ 出图

每步都用 AskUserQuestion 强制确认，避免「AI 自己脑补，跑出来不是你要的」。

「内容完整性检查」这一步是最关键的——每种类型有强制必填字段：

• 小红书封面：主标题 / 副标题 / 视觉描述 / 主色倾向
• PPT 配图：核心观点 / 关键数据 / 3–5 要点 / 视觉锚点
• 图表：类型 / 节点 / 关系 / 强调项
• 文章逻辑图：核心论点 / 逻辑结构 / 关键概念

缺一个就追问一个。这一步省 20 秒，后面省半小时返工。

提示词组装的 4 块结构

[1] 类型规范 — 比例 / 信息密度 / 必填字段
[2] 风格指令 — 完整 hex / 字体 / Do & Don't
[3] 用户内容 — 标题 / 节点 / 数据
[4] 通用约束 — 中文字符精确 / 无 logo 水印 / 留白足够

提示词控制在 ~1000 字符内（实测过长会被 API 拒绝），既包含完整设计规范，又不超 budget。

---

Limitations

• 真人照片质量受 GPT-image-2 限制。涉及具体人物用风格化替代。
• 节点 > 12 个的图表会拥挤。Skill 会自动建议拆图。
• 生成耗时 100–500 秒/张（4:3 大尺寸更慢，已设置 600s timeout）。
• 不支持图层级编辑。输出 PNG，要改文字得重生。
• 依赖 GPT-image-2 API（OpenAI Codex / 兼容服务商），需要自己充值（每张约 $0.05–0.1）。

这是一个 80 分的 skill，不是 100 分的产品。 对不愿意打开 Photoshop / Figma 的人，80 分的 skill 比 100 分的产品好用。

---

仓库结构

space-GPT-image2-design/
├── README.md                              # 本文件
├── .gitignore                             # 排除你的 API key 配置
├── space-image-studio/                    # 全能图片工作室
│   ├── SKILL.md                           # 主入口（5 步流程）
│   ├── .labnana.env.example               # API key 配置模板
│   ├── scripts/generate_image.py          # GPT-image-2 API 调用
│   └── references/
│       ├── types/        (4 类型规范)
│       ├── styles/       (12 风格定义)
│       └── prompt-templates/base.md       # 提示词组装模板
├── space-article-batch-illustration/      # 文章批量配图
├── space-article-cover-and-batch-illustration/ # 公众号封面 + 批量配图（Codex 内置 image2）
├── space-chart-image/                     # 10 类结构化图表
└── space-baoyu-slide-deck/                # 整套幻灯片生成

---

配置 API key

每个 Skill 都依赖 GPT-image-2 模型（通过 OpenAI Codex 或第三方兼容 API 提供）：

1. 准备一个支持 gpt-image-2 的 API endpoint + key
2. 在每个 Skill 文件夹复制 .labnana.env.example 为 .labnana.env
3. 填入你自己的 endpoint + key

cd ~/.claude/skills/space-GPT-image2-design/space-image-studio
cp .labnana.env.example .labnana.env
# 编辑 .labnana.env 填入你的 API_KEY 和 API_URL

⚠️ .labnana.env 已写入 .gitignore，不会被推到 GitHub。

---

起源

我每天写文章、做 PPT、发小红书，需要的图远多于设计师能交付的速度。 试过一堆 AI 画图工具，问题都一样：

• MidJourney 美但不可控、不能精准放中文
• Canva AI 套模板有上限
• chart.js / Mermaid 是图表，不是「设计」
• GPT-image-2 原生能力强，但缺一层「设计师方法论」的封装

于是把每种场景拆成「类型规范 + 风格库 + 标准化流程」，做成 Skill，让 AI 按设计师的方式工作。

参考了 Anthropic 的 skill-creator 设计哲学，以及 @alchaincyf 在 huashu-design 仓库里展示的「品牌资产协议 + Junior Designer 工作流」思想。

---

License

个人使用免费、自由——学习、研究、写文章、做副业、发自己的内容，随便用，不用打招呼。 企业商用请联系——任何公司、团队或盈利组织想集成进自己的产品 / 对外服务，请先和我打招呼。

---