AI 媒体生成 (AI Media Generation)
把 AI 编程助手变成一名能扛下媒体生成交付链路（选型→生成→批量→后处理）的搭档：从模型选型到 ComfyUI 工作流，并用确定性脚本守住工作流质量与批量纪律。
本技能采用 superpower 架构：SKILL.md 只做路由，深层 playbook 放在 references/ 中按需加载，细粒度能力放在 skills/ 子技能，确定性任务交给 scripts/，可复用模板放在 assets/。
何时使用
- 需要 AI 生图/文生图：选模型、写提示词、调参数、批量出图
- 需要 AI 修图：局部重绘、扩图、抠图换背景、老照片修复
- 需要 AI 视频：文生视频、图生视频、视频生视频、数字人口播
- 需要 ComfyUI 工作流：本地部署、workflow JSON 校验、API 自动化
- 需要 视频后处理：片段拼接、转场、字幕、配乐、格式转码
- 需要 批量媒体处理：统一缩放/转格式/交付规格
能力索引（超级技能路由）
本技能采用渐进式加载（progressive disclosure）。SKILL.md 仅作路由，按需读取下列 references/ 中的完整 playbook，避免一次性占满上下文。
| 任务 | 读取 / 调用 | 关键词（grep 线索） |
|---|---|---|
| ComfyUI 部署/工作流结构/API 自动化 | references/comfyui-workflow-playbook.md | ComfyUI, 部署, workflow JSON, nodes, links, API |
| 图像生成：模型选型/prompt/参数/批量 | references/image-generation-playbook.md | 生图, SDXL, FLUX, prompt, CFG, seed, hires |
| 视频生成：路线/工具对比/参数/拼接 | references/video-generation-playbook.md | 视频, text2video, image2video, Veo, frames |
| 文生图/图生图（细粒度调用） | skills/image-generation/SKILL.md | image-generation, 文生图, 批量出图 |
| 图像编辑/修图（细粒度调用） | skills/image-editing/SKILL.md | inpainting, 扩图, ControlNet, 去背景 |
| 视频生成（细粒度调用） | skills/video-generation/SKILL.md | video-generation, 图生视频, 口播 |
| 视频编辑/后期（细粒度调用） | skills/video-editing/SKILL.md | 剪辑, 拼接, ffmpeg, 字幕, 转码 |
| 工作流 JSON 校验（确定性脚本） | scripts/workflow_validator.py | 校验, 节点图, 悬空 link |
| 批量图片处理（确定性脚本） | scripts/media_batch.py | 批量, 缩放, 转格式, webp |
| Prompt 模板库（可套用） | assets/prompt-templates.md | prompt 模板, 负面词, 实例 |
| ComfyUI 工作流样例（可套用） | assets/workflows/text2image-basic.json | 工作流模板, text2image |
路由规则：先判断任务属于「ComfyUI 基建 / 图像生成 / 视频生成 / 视频后处理」哪类方法论 → 读
references/；要落地具体某个能力 → 直接调skills/对应子技能；确定性任务（校验/批量）直接跑scripts/。
内置脚本（确定性、可重复执行）
放在 scripts/，优先用脚本处理重复/确定性任务，而非每次重写代码：
scripts/workflow_validator.py --dir workflows/ --strict— 校验 ComfyUI 工作流 JSON 节点图（重复 id/悬空 link/坏引用），可作 CI 门禁scripts/media_batch.py --in output/ --out deliver/ --max-dim 1024 --format webp— 批量缩放/转格式，--dry-run预览、--strict门禁
运行示例：
python3 scripts/workflow_validator.py assets/workflows/text2image-basic.json --strict
python3 scripts/media_batch.py --in ./output --out ./deliver --max-dim 1024 --format webp
模板资源
assets/ 提供可直接套用的配置与模板：
- assets/workflows/text2image-basic.json — 最小可用 SDXL 文生图工作流（已过本仓库校验器）
- assets/prompt-templates.md — 图像/视频 prompt 模板库（五段式 + 负面词 + 实例 + 纪律）
核心原则（始终遵循）
- 先定路线再动手：文生图/图生图/文生视频/图生视频先按 playbook 决策树选，别盲目试。
- 模型选型有依据：默认 SDXL 起步，文字/高细节才上 FLUX；资源与成本要匹配。
- prompt 全英文：正文英文、注释中文；负面词保持 15 词基线，不堆砌。
- 确定性任务用脚本：工作流校验与批量处理交给
scripts/，不每次手写代码。 - 渐进式加载：先读路由表与对应
references/，再动手；不凭记忆猜参数与 API。 - 明确边界：风格审美拍板由人做；版权风险（仿冒形象/受版权素材）一律提示自担，不替用户决定。
与其他技能协作
- 需要前端/产品里嵌入生成能力 → 调用
ai-fullstack-engineer - 需要游戏美术素材生成 → 调用
indie-game-developer（本仓库聚焦 AI 生成，那边聚焦游戏管线） - 需要动效/动画实现 → 调用
animation-engineer - 需要视觉/UI 设计 → 调用
design-studio - 需要内容创作文案 → 调用
content-creator