面向 B 站与短视频数码内容创作者的 Agent-native 封面生成 Skill。
gamechicks-cover 会读取视频稿件、产品图片、实拍素材和视频画面，提炼内容观点并选择合适的封面路线，最终生成分别为横版与竖版设计的四张成图（包含横竖版及是否有文字）
它不仅生成图片，也会保留封面方案、提示词、素材引用关系与质检记录，使封面制作过程可以复查、定位和重新生成。
适用于数码产品评测、摄影摄像器材评测、产品体验、市场与生态分析、校园技术项目、幕后制作、社团宣传、发布会和 PV 等内容。
Important
这是项目的第一个公开版本。不同操作系统、硬件、Agent 和图像模型组合尚未经过完整测试。遇到问题时，请在 Issues 中提供运行环境、输入类型、复现步骤和生成结果。
Warning
作者目前观察到，在新版 ChatGPT Work 搭配 GPT-5.6 时，模型偶尔会忽略分别生成 4:3 与 3:4 的要求，并错误输出为其他比例。使用该组合时，请检查最终图片尺寸；必要时可改用兼容性更稳定的模型重新执行。
当输入包含视频时，Skill 会使用 ffprobe 读取媒体信息，并通过 ffmpeg 抽取候选帧。
确认以下命令可以正常运行：
ffmpeg -version
ffprobe -version常见安装方式：
# macOS
brew install ffmpeg
# Ubuntu / Debian
sudo apt install ffmpegWindows 用户可以从 FFmpeg 官方下载页面 获取构建版本，并将解压后的 bin 目录加入系统 PATH。
Note
文档不会默认要求执行 apt update、apt upgrade 或其他全局系统更新。sudo apt install ffmpeg 本身仍会安装 FFmpeg 及其必要依赖，需要管理员权限；是否先更新软件包索引，应由用户结合自己的系统维护策略单独决定。
只使用产品图片、实拍图片或截图时，可以跳过视频抽帧流程。
将仓库克隆到 Agent 的 Skills 目录。目录名应保持为 gamechicks-cover。
# Codex
git clone https://github.com/GameChicks/gamechicks-cover.git ~/.codex/skills/gamechicks-cover
# Claude Code
git clone https://github.com/GameChicks/gamechicks-cover.git ~/.claude/skills/gamechicks-coverWindows PowerShell：
git clone https://github.com/GameChicks/gamechicks-cover.git "$HOME\.codex\skills\gamechicks-cover"安装完成后，重新启动 Agent 或新建会话，使其重新发现 Skill。
在具备图像生成或图生图能力的 Agent 中直接描述任务，或显式调用：
使用 $gamechicks-cover 为这期「产品名称」评测制作封面。
视频标题：《视频标题》
完整稿件路径：「稿件地址」
视频路径：「视频地址」
产品图片目录：「产品图地址」
项目模式：「普通 / 高设计感」
如果没有单独的产品图片，请从视频中抽帧，并锁定产品结构。
Skill 会自动完成内容分析、路线选择、视频抽帧、封面方案、提示词编写、双比例生成、质量检查和结果归档。
gamechicks-cover 的主要目标，是让 Agent 在尽量少的人工操作下，根据真实内容与真实素材生成具有明确观点、产品证据和标题冲击力的数码内容封面。
项目强调：
- 证据优先：优先使用产品图、实拍图、视频帧、屏幕与人物，而不是让模型自由想象产品结构。
- 内容先于风格：先分析稿件观点和目标受众，再决定封面构图与视觉方向。
- 双比例原生设计：分别设计
4:3横版和3:4竖版，而不是将同一张图片机械裁切。 - 两阶段图像生成：先生成无最终标题的底图，再以底图为参考生成文字与画面一体化的成稿。
- 产品结构保护：在镜头、屏幕、按键、接口和机械结构等高风险区域，优先锁定真实素材。
- 可追溯交付：保存方案、提示词、素材关系、质检结果和重新生成原因。
- 克制的视觉设计：避免无意义的 HUD、随机标签、廉价玻璃组件和缺乏内容逻辑的科技装饰。
产品图、实拍照片和视频帧是封面的事实锚点。
当输入视频少于十分钟时，Skill 默认抽取约 100 张候选帧；视频达到或超过十分钟时，默认抽取约 150 张候选帧。随后生成联系表，并选择适合构图和产品结构参考的画面。
缺少单独产品图片时，可以从视频中选取合适帧作为产品依据，再经过重绘和场景融合形成底图。
普通项目默认从以下三种路线中选择：
-
纯产品排版
适用于产品素材质量高、背景信息不重要的内容，以清晰标题、产品主体和干净留白建立视觉重点。
-
真实场景证据
适用于实拍现场、设备屏幕、手持产品或人物状态能够增强可信度的内容。
-
产品场景海报
让产品与环境共同讲述内容，适合相机、影像设备、耳机和其他强调氛围或使用体验的深度评测。
项目还提供可选的高设计感模式，用于需要更强排版层级、视觉概念和项目感的内容。高设计感模式不会通过堆叠无意义组件制造复杂度。
第一阶段只生成底图，用于确认：
- 产品结构；
- 背景环境；
- 主体位置；
- 光影关系；
- 构图方向；
- 标题留白。
底图不包含最终中文标题、下划线、关键词高亮、产品标签和装饰组件。
第二阶段将底图作为视觉参考，让图像模型把标题、强调元素与画面融合为完整成稿。
本地工具只负责抽帧、联系表、归档、尺寸检查和质量检查，不默认在生成后的图片上追加最终标题或装饰。
4:3 横版主要服务于 B 站等横向内容入口，强调短而有力的标题和快速识别。
3:4 竖版适合抖音、小红书等平台，可以承载更完整的信息，但会重新安排标题、主体、背景和视觉层级。
两种比例共享内容观点与视觉语言，但拥有各自独立的构图，不会通过简单裁切互相转换。
生成完成后，Skill 会检查：
- 标题文字是否准确；
- 产品结构是否可信；
- 产品型号、Logo 和关键细节是否失真；
- 标题是否足够醒目；
- 主体与标题是否存在遮挡；
- 装饰元素是否属于同一套视觉系统；
4:3与3:4是否分别成立；- 是否错误继承了历史项目中的产品、人物、颜色或标题；
- 是否出现未经稿件支持的参数、价格、结论或品牌关系。
失败时只重新生成存在问题的项目，尽量保留已经符合要求的结果。
每次完整执行默认包含：
- 一份封面方案
cover_plan.md； - 一份多比例的图片提示词（包含横竖版及是否有文字）
- 四张多比例成图（包含横竖版及是否有文字）
- 一份生成与质检记录。
无标题底图可以用于保留成功的产品、场景和光影，或供创作者进行额外的人工设计。
3:4 竖向设计 |
4:3 横向设计 |
|---|---|
 |
 |
一次完整任务通常按以下顺序执行：
- 读取视频标题、完整稿件和项目级要求。
- 检查产品图、Logo、实拍照片、截图与视频素材。
- 从稿件中提炼内容钩子、核心观点和封面标题方向。
- 判断项目类型与封面路线。
- 对视频执行抽帧，并选择产品结构与场景参考。
- 分别规划
4:3和3:4构图。 - 编写封面方案与四份提示词。
- 生成两张无最终标题底图。
- 以对应底图为参考生成两张最终成稿。
- 检查文字、产品、构图、比例和素材引用。
- 只对失败项目重新生成。
- 将方案、提示词、图片和记录归档。
4:3 与 3:4 会分别规划，底图与成稿也会分阶段生成，因此可以保留成功部分，并单独重新处理失败结果。
为了获得更稳定的结果，建议提供：
- 视频标题或暂定标题；
- 完整稿件、脚本、字幕或内容要点；
- 产品多角度图片；
- 透明背景 PNG；
- 品牌 Logo 或产品字标；
- 实拍照片、关键截图或人物素材；
- 视频成片或 B-roll；
- 是否允许出现人物；
- 是否已经有可使用的背景素材；
- 普通模式或高设计感模式；
- 其他必须遵守的内容和视觉限制。
对于镜头、按键、屏幕、接口、Logo 和机械结构复杂的产品，应尽量提供多角度、高清且来源可靠的参考图片。
不要依赖模型凭空生成关键产品结构。
FFmpeg 用于：
- 读取视频时长、分辨率和编码信息；
- 解码视频；
- 抽取候选帧；
- 生成后续筛选所需的素材。
Caution
4K 高码率视频的解码和批量抽帧可能长时间占用 CPU。作者曾在 Ryzen 5 5600H 设备上处理 4K、约 100 Mbps 的视频素材，抽帧阶段会出现持续高负载。
当前建议优先使用低于 4K 的视频，或提前生成低分辨率代理文件。
Skill 需要运行在支持图像生成或图生图的 Agent 环境中。
由于底图和成稿都需要引用真实产品图片、视频帧或上一阶段结果，仅具备文本处理能力的环境无法交付最终四张图片。
执行结果默认归档到当前项目中的：
runs/<timestamp>-<slug>/
该目录通常包含：
cover_plan.md
prompts/
images/
contact-sheets/
generation-log.md
runs/ 主要用于保存单次生成结果，默认不建议提交到 Git 仓库。
SKILL.md Skill 入口与核心约束
agents/openai.yaml Codex 展示信息与默认触发提示
references/agent-native-flow.md Agent 自主执行流程
references/cover-rules.md 视觉规则、提示词骨架与质检项目
references/high-design-mode.md 高设计感模式的结构与边界
assets/ Banner、流程图与示例图片
NOTICE 素材、商标、权利与致谢说明
LICENSE MIT License
- 产品保真度仍然受图像模型能力影响，尤其是镜头、屏幕、按键、接口、Logo、型号文字和机械结构。
- 图像模型可能产生过度锐化、HDR 边缘、塑料质感、纹理过密或商业渲染感。
- 中文标题可能出现错字、漏字或异常笔画。连续失败时，应缩短标题或减少文字层级。
4:3与3:4偶尔可能被错误生成成其他比例，需要检查最终尺寸。- 高设计感模式目前积累的公开测试案例较少，仍需要更多真实项目验证。
- 第一个公开版本尚未覆盖所有操作系统、视频编码、硬件配置与 Agent 环境。
欢迎通过 Issues 提交问题、案例和改进建议。
提交兼容性或生成问题时，请尽量包含：
- 操作系统和硬件配置；
- 使用的 Agent 与模型；
- 输入素材类型；
- 视频编码、分辨率与时长；
- 完整复现步骤；
- 实际生成结果；
- 期望结果；
- 相关日志或提示词文件。
请勿在公开 Issue 中上传没有公开授权的视频、人物照片、商业素材或其他敏感文件。
本项目的 Skill 架构与工程化思路参考了 oil-cover，特别是通过 Skill 组织视觉规范、流程文档和 Agent 自主执行逻辑的方式。
感谢其作者 @oil-oil。
gamechicks-cover 在此基础上进行了独立的内容定位与规则设计，主要面向 B 站及跨平台数码内容创作者，并加入：
- 针对不同内容受众调整的封面规则；
- GameChicks 历史封面经验的整理与提炼；
- 真实产品与场景证据优先；
- 产品结构保护；
- 双比例原生构图；
- 两阶段图像生成；
- 文字与画面一体化生成；
- 可追溯的质检与重新生成流程。
仓库代码与文档采用 MIT License。
运行过程中使用的品牌 Logo、产品图片、视频帧、人物照片和其他素材，应由使用者确认拥有必要的使用权利。
这些素材不随本仓库提供，也不表示本项目与相关品牌存在合作、授权或背书关系。详细说明请参阅 NOTICE。
- GameChicks：项目作者、规则设计与实际测试。
- Codex by OpenAI：流程辅助、提示词编写与图像生成测试。
MIT © 2026 GameChicks