# Canvas Visual Focus

> 基于图片理解提取“视觉重点/注意力分配/关键要素”，并根据用户对话目标输出可执行的要点清单与提示词骨架（默认用 canvas_vision；模型由服务端默认配置决定）。（素材生成场景：从单张参考图提取视觉要点、生成图片 prompt 骨架。）

- Skill: `lyl1015/canvas-visual-focus` (Agent Skill)
- Install (CLI): `npx skillmds@latest add lyl1015/canvas-visual-focus`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lyl1015/canvas-visual-focus/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: lyl1015 (https://skillmd.com/u/lyl1015)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/lyl1015/canvas-visual-focus

---


# JarvisHub 视觉重点提取（Visual Focus）

适用场景：
- 用户给了图片（URL 或 DataURL），并希望你提取“视觉重点/关键要素/注意力在哪里/风格要点/拍摄布光要点”。
- 用户的目标来自对话：例如“复现这张图”“做同风格海报”“做镜头图片/视频风格对齐”“提炼这张图的视觉主轴”。

## 目标

- 不“看图编故事”：只基于图中可见内容；不确定就标注“推测/不清晰”。
- 把“视觉重点”拆成可执行清单：**必须保留** vs **可以替换**。
- 给出后续生成/改图可直接用的“提示词骨架”（必要时给英文 prompt + negative prompt）。

## 工作流（按对话驱动）

1) **拿到图片输入**
- 优先使用用户给的 `imageUrl`（http(s) 或相对路径 `/...`）。
- 其次 `imageData`（`data:image/*;base64,...`）。
- 如果用户没给图片或给的是 `blob:`/本地路径，先让用户上传为可访问 URL，或让其提供 DataURL。

2) **从对话中抽取“用户想要的视觉重点”**
- 用途：复现/改图/海报/视频/风格对齐
- 强调：主体、材质、文字、光线、氛围、配色、构图、镜头
- 忽略：不想要的元素（背景、道具、文字等）
- 输出偏好：要中文总结、要 JSON、要英文 prompt、要负面词等

3) **调用图片理解工具（必做）**
- 使用 `canvas_vision`。
- 若当前 schema 支持温度参数，默认保持低值。
- 视觉模型由服务端默认配置决定，不要在工具参数里传任何未暴露的模型 / 厂商选择字段。
- 若上游已经提供外部 `prompt`，直接透传；若未提供，再使用下方推荐模板。

建议给视觉任务 prompt 的模板（把对话目标填进去）：

“你是资深视觉导演与提示词工程师。请基于输入图片，结合我的目标：<用户目标>，提取我需要的视觉重点。输出严格有效 JSON（不要代码块/多余文字），字段如下：
- summaryZh: 一句话画面摘要
- focusPoints: 数组，每项包含 pointZh（重点）、importance（1-5）、evidence（图中依据/位置特征）、mustKeep（true/false）、canVary（可替换/可变化的方向）
- composition: 构图与镜头（景别/视角/主体位置/景深与焦段倾向；推测需标注）
- lighting: 光线（主光方向、软硬、色温、阴影特征）
- colorPalette: 主色/辅色与氛围
- styleTags: 风格标签数组（摄影/插画/3D/动漫等）
- textInImage: 画面可见文字（不清晰就写不清晰）
- englishPrompt: 可复现英文提示词（只输出提示词正文）
- negativePrompt: 建议的反向提示词（可选）

注意：不要编造不存在的品牌/文字/认证信息；对不确定内容用‘推测/可能’。””

4) **把结果变成“可执行”输出**
- 如果返回是 JSON：优先按 focusPoints 输出，并补齐“必须保留/可以替换/提示词骨架”。
- 如果返回不是 JSON：按同样结构用中文整理一份（不要臆测）。

## 推荐输出模板（中文）

- 视觉重点（Top 5-10）：（每条含重要度、必须保留/可替换）
- 必须保留：用于风格对齐/复现的关键要素
- 可以替换：在不破坏风格前提下可变化的要素
- 提示词骨架（用于生成/改图）：中文要点 +（如需要）英文 prompt
- 反向提示词建议（可选）

## 调用示例（工具参数示意）

- 调用参数以当前 `canvas_vision` schema 为准：必须提供真实图片输入和任务 prompt；若 schema 支持温度参数，使用低值；不要传未暴露的模型 / 厂商选择字段。