design-image-studio

Name: design-image-studio
Author: kangarooking

95stars33forks

How to install design-image-studio?

kangarooking/design-image-studio

$git clone https://github.com/kangarooking/design-image-studio

Installs into the current project.

Summary

把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。

Files · 1

View on GitHub

README.md

1	# Design Image Studio
2
3	把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。
4
5	`design-image-studio` 是一个面向创意与设计场景的 Agent Skill。它不是简单地把一句话塞给文生图模型，而是先读取并保留完整的 Claude 设计系统提示词，再把需求整理成设计推理和结构化 brief，最后把这些设计判断压缩成更强的生图 Prompt，并直接调用 Volcengine Seedream 生成图片。
6
7	它适合做的不是泛泛的“AI 生图”，而是更接近设计工作流的任务：海报、商品图、PPT 配图、信息图风格视觉、教学演示图。
8
9	## 为什么做这件事
10
11	现在很多 AI 生图的问题，不是模型不够强，而是输入太弱。
12
13	用户给模型的往往只有一句模糊需求，比如“帮我做一张海报”“来一张高级感商品图”。这种输入对生成模型来说信息远远不够，所以结果就很容易滑向几个常见问题：
14
15	- 画面有细节，但没有主次
16	- 风格很满，但没有设计目的
17	- 看起来像 AI 图，却不像真正可用的商业视觉
18	- 可以“好看”，但不适合投放、演示、教学、招商这些真实场景
19
20	`design-image-studio` 的目标，就是把“设计判断”补回到生图链路里：先明确用途、受众、构图、气质、留白、安全区和禁忌项，再去调模型。
21
22	## 核心设计
23
24	这个 skill 现在不是简单的 prompt 模板器，而是一个“设计编译器”：
25
26	1. 保留完整的 `Claude-Design-Sys-Prompt` 作为上游设计脑
27	2. 先生成 `design_reasoning`
28	3. 再压缩成 `compiled_brief`
29	4. 最后才生成给图片模型吃的短 Prompt
30
31	也就是说，真正做设计判断的是完整的设计系统提示词，而不是几条零散的风格关键词。
32
33	## 它解决了什么问题
34
35	- 普通生图 Prompt 太泛，结果不稳定
36	- 海报和 PPT 配图经常没有留白，后续没法放字
37	- 商品图容易有廉价感，材质、灯光、构图不成立
38	- 信息图和教学图常常又乱又密，缺乏结构
39	- 用户想要的是“像设计师一样思考后的图”，不是“模型随便画出来的图”
40
41	## 它是怎么工作的
42
43	`design-image-studio` 把生图拆成四层：
44
45	1. 任务识别层
46	先判断这是海报、商品图、PPT 配图、信息图还是教学演示图，不同场景使用不同的默认构图和约束。
47
48	2. 设计推理层
49	基于完整的 Claude 设计系统提示词，整理出设计推理：目标、受众、使用场景、视觉系统、主次层级、留白策略、anti-filler 规则和 anti-slop 规则。
50
51	3. 编译简报层
52	把设计推理压缩成结构化 `compiled_brief`，只保留对生图真正有用的部分。
53
54	4. 生成执行层
55	基于 `compiled_brief` 组装最终 Prompt，选择合适的 Volcengine Seedream 模型、分辨率和比例，并直接生成图片。
56
57	整个流程由两个脚本组成：
58
59	- `scripts/design_image.py`：设计编译层
60	- `scripts/generate.py`：Volcengine Seedream 生成执行层
61
62	## 支持的场景
63
64	- 海报生成
65	- 商品图生成
66	- PPT 配图生成
67	- 信息图风格视觉生成
68	- 教学演示图生成
69
70	## Demo
71
72	下面这张图是用本仓库生成的示例海报，需求是：
73
74	> 为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战
75
76	![](./assets/demo-poster.png)
77
78	## Case Gallery
79
80	下面这些案例图都来自同一套 `design-image-studio` 工作流，重点不是“单张图好不好看”，而是这个 skill 能否稳定覆盖不同设计任务。
81
82	### 海报方向稿
83
84	同一份 brief 先出多个方向，适合做活动海报、课程海报、社群传播图的第一轮探索。
85
86	![](./assets/examples/poster-directions.png)
87
88	### 商品图素材组
89
90	同一商品一次性生成多场景电商图，适合主图、办公场景、通勤场景、细节图和社交媒体展示图。
91
92	![](./assets/examples/product-multi-scene.png)
93
94	### PPT 配图方向稿
95
96	适合企业内部分享、培训课件和汇报材料。重点不是做海报感，而是帮助观众更快理解观点。
97
98	![](./assets/examples/ppt-visual-directions.png)
99
100	### 信息图结构图
101
102	适合流程说明、培训材料和结构化表达。重点是把信息重新组织成更容易被看懂的层级。
103
104	![](./assets/examples/infographic-structure.png)
105
106	### 教学演示图
107
108	适合知识讲解、内训和 AI 工作流说明。下面这张图展示的是 `RAG（AI知识库）工作流程` 的教学型表达。
109
110	![](./assets/examples/teaching-rag-flow.png)
111
112	## 最简单的使用方式
113
114	直接对你的 Agent 说：
115
116	```text
117	帮我安装这个skill：https://github.com/kangarooking/design-image-studio
118	```
119
120	安装完成后，再直接说你的需求即可，例如：
121
122	```text
123	用 design-image-studio 帮我生成一张 AI 训练营招生海报，强调速度、增长、实战
124	```
125
126	```text
127	用 design-image-studio 帮我生成一张高端陶瓷咖啡杯商品图，适合电商首图
128	```
129
130	## 使用前提
131
132	这个 skill 依赖火山引擎 ARK 的 API Key。
133
134	- 你需要先申请并配置 `ARK_API_KEY`
135	- Key 获取入口见：[火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey)
136	- 调用会产生费用，本质上是在调用火山引擎的图像生成模型能力
137
138	本仓库当前主要支持并实际调用的是字节的豆包生图模型：
139
140	- `doubao-seedream-4-5-251128`
141	- `doubao-seedream-5-0-260128`
142	- `doubao-seedream-5-0-lite-260128`
143
144	其中常用关系可以简单理解为：
145
146	- `Seedream 4.5`：更偏高质量成品
147	- `Seedream 5.0`：更强的高阶生成版本，可显式指定
148	- `Seedream 5.0 lite`：默认的高性价比版本
149
150	也就是说，这个 skill 虽然对外表现成一个“设计编译 + 生图”工作流，但底层生成模型其实就是豆包生图对应的 Seedream 系列。
151
152	## 本地运行（进阶）
153
154	### 1. 安装依赖
155
156	```bash
157	pip install "volcengine-python-sdk[ark]"
158	```
159
160	### 2. 设置 API Key
161
162	```bash
163	export ARK_API_KEY="your_volcengine_ark_api_key"
164	```
165
166	如果没有 Key，可以从 [火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey) 获取。
167
168	注意：
169
170	- 调用会消耗额度并产生费用
171	- 不同模型单次生成成本不同
172	- `Seedream 4.5 / 5.0 / 5.0 lite` 可以通过参数显式指定
173
174	### 3. 直接生成一张海报
175
176	```bash
177	python3 scripts/design_image.py \
178	--task poster \
179	--brief "为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战" \
180	--direction balanced \
181	--aspect 3:4 \
182	--quality final \
183	--output ai-training-camp-poster.png
184	```
185
186	### 4. 只输出 Prompt，不直接生成
187
188	```bash
189	python3 scripts/design_image.py \
190	--task product \
191	--brief "高端陶瓷咖啡杯电商首图，温暖晨光，突出釉面质感" \
192	--prompt-only
193	```
194
195	脚本会输出三层中间结果：
196
197	- `design_reasoning`
198	- `compiled_brief`
199	- `prompt`
200
201	## 示例命令
202
203	### 海报
204
205	```bash
206	python3 scripts/design_image.py \
207	--task poster \
208	--brief "AI 训练营招生海报，强调速度、增长、实战，面向想要快速上手 AI 的职场人" \
209	--aspect 3:4 \
210	--quality final \
211	--output poster.png
212	```
213
214	### 显式指定模型
215
216	```bash
217	python3 scripts/design_image.py \
218	--task poster \
219	--bri

kangarookingPublisher · 16 listings

Preview

kangarooking/design-image-studio

# Design Image Studio

把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。

`design-image-studio` 是一个面向创意与设计场景的 Agent Skill。它不是简单地把一句话塞给文生图模型，而是先读取并保留完整的 Claude 设计系统提示词，再把需求整理成设计推理和结构化 brief，最后把这些设计判断压缩成更强的生图 Prompt，并直接调用 Volcengine See

它适合做的不是泛泛的“AI 生图”，而是更接近设计工作流的任务：海报、商品图、PPT 配图、信息图风格视觉、教学演示图。

Repokangarooking/design-image-studio

LicenseMIT

TypePrompts

CategoryDesign

UpdatedApr 2026

First seenJul 22, 2026

People who liked this also viewed

6 picks

Type

design-image-studio

95stars33forks

View on GitHub

How to install design-image-studio?

kangarooking/design-image-studio

$git clone https://github.com/kangarooking/design-image-studio

Installs into the current project.

Summary

把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。

Files · 1

View on GitHub

README.md

1	# Design Image Studio
2
3	把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。
4
5	`design-image-studio` 是一个面向创意与设计场景的 Agent Skill。它不是简单地把一句话塞给文生图模型，而是先读取并保留完整的 Claude 设计系统提示词，再把需求整理成设计推理和结构化 brief，最后把这些设计判断压缩成更强的生图 Prompt，并直接调用 Volcengine Seedream 生成图片。
6
7	它适合做的不是泛泛的“AI 生图”，而是更接近设计工作流的任务：海报、商品图、PPT 配图、信息图风格视觉、教学演示图。
8
9	## 为什么做这件事
10
11	现在很多 AI 生图的问题，不是模型不够强，而是输入太弱。
12
13	用户给模型的往往只有一句模糊需求，比如“帮我做一张海报”“来一张高级感商品图”。这种输入对生成模型来说信息远远不够，所以结果就很容易滑向几个常见问题：
14
15	- 画面有细节，但没有主次
16	- 风格很满，但没有设计目的
17	- 看起来像 AI 图，却不像真正可用的商业视觉
18	- 可以“好看”，但不适合投放、演示、教学、招商这些真实场景
19
20	`design-image-studio` 的目标，就是把“设计判断”补回到生图链路里：先明确用途、受众、构图、气质、留白、安全区和禁忌项，再去调模型。
21
22	## 核心设计
23
24	这个 skill 现在不是简单的 prompt 模板器，而是一个“设计编译器”：
25
26	1. 保留完整的 `Claude-Design-Sys-Prompt` 作为上游设计脑
27	2. 先生成 `design_reasoning`
28	3. 再压缩成 `compiled_brief`
29	4. 最后才生成给图片模型吃的短 Prompt
30
31	也就是说，真正做设计判断的是完整的设计系统提示词，而不是几条零散的风格关键词。
32
33	## 它解决了什么问题
34
35	- 普通生图 Prompt 太泛，结果不稳定
36	- 海报和 PPT 配图经常没有留白，后续没法放字
37	- 商品图容易有廉价感，材质、灯光、构图不成立
38	- 信息图和教学图常常又乱又密，缺乏结构
39	- 用户想要的是“像设计师一样思考后的图”，不是“模型随便画出来的图”
40
41	## 它是怎么工作的
42
43	`design-image-studio` 把生图拆成四层：
44
45	1. 任务识别层
46	先判断这是海报、商品图、PPT 配图、信息图还是教学演示图，不同场景使用不同的默认构图和约束。
47
48	2. 设计推理层
49	基于完整的 Claude 设计系统提示词，整理出设计推理：目标、受众、使用场景、视觉系统、主次层级、留白策略、anti-filler 规则和 anti-slop 规则。
50
51	3. 编译简报层
52	把设计推理压缩成结构化 `compiled_brief`，只保留对生图真正有用的部分。
53
54	4. 生成执行层
55	基于 `compiled_brief` 组装最终 Prompt，选择合适的 Volcengine Seedream 模型、分辨率和比例，并直接生成图片。
56
57	整个流程由两个脚本组成：
58
59	- `scripts/design_image.py`：设计编译层
60	- `scripts/generate.py`：Volcengine Seedream 生成执行层
61
62	## 支持的场景
63
64	- 海报生成
65	- 商品图生成
66	- PPT 配图生成
67	- 信息图风格视觉生成
68	- 教学演示图生成
69
70	## Demo
71
72	下面这张图是用本仓库生成的示例海报，需求是：
73
74	> 为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战
75
76	![](./assets/demo-poster.png)
77
78	## Case Gallery
79
80	下面这些案例图都来自同一套 `design-image-studio` 工作流，重点不是“单张图好不好看”，而是这个 skill 能否稳定覆盖不同设计任务。
81
82	### 海报方向稿
83
84	同一份 brief 先出多个方向，适合做活动海报、课程海报、社群传播图的第一轮探索。
85
86	![](./assets/examples/poster-directions.png)
87
88	### 商品图素材组
89
90	同一商品一次性生成多场景电商图，适合主图、办公场景、通勤场景、细节图和社交媒体展示图。
91
92	![](./assets/examples/product-multi-scene.png)
93
94	### PPT 配图方向稿
95
96	适合企业内部分享、培训课件和汇报材料。重点不是做海报感，而是帮助观众更快理解观点。
97
98	![](./assets/examples/ppt-visual-directions.png)
99
100	### 信息图结构图
101
102	适合流程说明、培训材料和结构化表达。重点是把信息重新组织成更容易被看懂的层级。
103
104	![](./assets/examples/infographic-structure.png)
105
106	### 教学演示图
107
108	适合知识讲解、内训和 AI 工作流说明。下面这张图展示的是 `RAG（AI知识库）工作流程` 的教学型表达。
109
110	![](./assets/examples/teaching-rag-flow.png)
111
112	## 最简单的使用方式
113
114	直接对你的 Agent 说：
115
116	```text
117	帮我安装这个skill：https://github.com/kangarooking/design-image-studio
118	```
119
120	安装完成后，再直接说你的需求即可，例如：
121
122	```text
123	用 design-image-studio 帮我生成一张 AI 训练营招生海报，强调速度、增长、实战
124	```
125
126	```text
127	用 design-image-studio 帮我生成一张高端陶瓷咖啡杯商品图，适合电商首图
128	```
129
130	## 使用前提
131
132	这个 skill 依赖火山引擎 ARK 的 API Key。
133
134	- 你需要先申请并配置 `ARK_API_KEY`
135	- Key 获取入口见：[火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey)
136	- 调用会产生费用，本质上是在调用火山引擎的图像生成模型能力
137
138	本仓库当前主要支持并实际调用的是字节的豆包生图模型：
139
140	- `doubao-seedream-4-5-251128`
141	- `doubao-seedream-5-0-260128`
142	- `doubao-seedream-5-0-lite-260128`
143
144	其中常用关系可以简单理解为：
145
146	- `Seedream 4.5`：更偏高质量成品
147	- `Seedream 5.0`：更强的高阶生成版本，可显式指定
148	- `Seedream 5.0 lite`：默认的高性价比版本
149
150	也就是说，这个 skill 虽然对外表现成一个“设计编译 + 生图”工作流，但底层生成模型其实就是豆包生图对应的 Seedream 系列。
151
152	## 本地运行（进阶）
153
154	### 1. 安装依赖
155
156	```bash
157	pip install "volcengine-python-sdk[ark]"
158	```
159
160	### 2. 设置 API Key
161
162	```bash
163	export ARK_API_KEY="your_volcengine_ark_api_key"
164	```
165
166	如果没有 Key，可以从 [火山引擎 ARK API Key 页面](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey) 获取。
167
168	注意：
169
170	- 调用会消耗额度并产生费用
171	- 不同模型单次生成成本不同
172	- `Seedream 4.5 / 5.0 / 5.0 lite` 可以通过参数显式指定
173
174	### 3. 直接生成一张海报
175
176	```bash
177	python3 scripts/design_image.py \
178	--task poster \
179	--brief "为 AI 训练营生成一张高冲击力招生海报，强调速度、增长、实战" \
180	--direction balanced \
181	--aspect 3:4 \
182	--quality final \
183	--output ai-training-camp-poster.png
184	```
185
186	### 4. 只输出 Prompt，不直接生成
187
188	```bash
189	python3 scripts/design_image.py \
190	--task product \
191	--brief "高端陶瓷咖啡杯电商首图，温暖晨光，突出釉面质感" \
192	--prompt-only
193	```
194
195	脚本会输出三层中间结果：
196
197	- `design_reasoning`
198	- `compiled_brief`
199	- `prompt`
200
201	## 示例命令
202
203	### 海报
204
205	```bash
206	python3 scripts/design_image.py \
207	--task poster \
208	--brief "AI 训练营招生海报，强调速度、增长、实战，面向想要快速上手 AI 的职场人" \
209	--aspect 3:4 \
210	--quality final \
211	--output poster.png
212	```
213
214	### 显式指定模型
215
216	```bash
217	python3 scripts/design_image.py \
218	--task poster \
219	--bri

kangarookingPublisher · 16 listings

Preview

kangarooking/design-image-studio

# Design Image Studio

把一个模糊的视觉需求，直接变成可落地生成的高质量设计图。

它适合做的不是泛泛的“AI 生图”，而是更接近设计工作流的任务：海报、商品图、PPT 配图、信息图风格视觉、教学演示图。

Repokangarooking/design-image-studio

LicenseMIT

TypePrompts

CategoryDesign

UpdatedApr 2026

First seenJul 22, 2026

People who liked this also viewed

6 picks

Type