jianzhuxuezhang-image
通过建筑学长已登录网页生成或编辑效果图,切换 GPT-image-2.5、豆包 Seedream 5.0 Pro、千问 qwen-image-3.0 等模型,按各模型当前可见选项设置比例和分辨率并下载核验。用于用户明确选择建筑学长通道或与其他生图通道比较。
SKILL.mdskills/jianzhuxuezhang-image/SKILL.md
GitHub建筑学长生图
默认站内 GPT-image-2.5、2K、1张;比例沿用用户要求或参考图比例,无指定时自动。豆包对应 Seedream 5.0 Pro,千问对应 qwen-image-3.0。网页名称是平台展示名称,不代表已核验其服务端供应商身份。
当前入口
复用 Chrome 已登录页面,进入 https://www.jianzhuxuezhang.com/ai/banana_modifier/operate 后再配置。首页点击提交会跳转并重置参数,不能把首页读回当作最终参数。用户偏好宽窗口/全屏,避免窄窗布局切换。采用浏览器运行时的 DOM 接口,无需桌面坐标操作,也不另开 Edge 配置文件。验证码由用户完成,不把口令、会话令牌写进脚本或日志。
在 browser/cua 运行时读完接口文档并取得当前 tab 后,导入本 Skill 的 scripts/browser-workflow.mjs。该脚本接收受管 tab,是网页脚本适配器,不是站点官方 HTTP API,也不需要用户另申请 API key。
Chrome没有出现在当前工具清单,不等于扩展损坏。先刷新浏览器清单;若与用户已连接的状态矛盾,可在未提交任务时重置一次 cua_repl 并重新取得清单。本次2026-10-10实测重置后Chrome重新出现;此仅是恢复案例,不能保证所有缺失都可自动修复。不要直接切到内置浏览器登录,避免多设备登录踢出原Chrome会话。
常规图生图优先一次调用 flow.runImageEdit(tab, {referencePath, referenceName, model:'GPT', resolution:'2k', ratio:'自动', count:1, prompt}, {checkpoint, onProgress})。checkpoint(record)负责把请求记录保存至本次项目;onProgress负责必要状态提示。此入口串起弹窗处理、上传、编辑弹窗“立即使用”、参数核对、单次提交、按结果控件等待和原图下载。等待最多5分钟,每段控件等待最多30秒;超时保留请求,改用 finishImageEdit(tab, record, options)接续,禁止重新提交。它不自动处理短信验证、不保存账号、不替代下载后的本地像素和视觉验收。
// 先把 <CODEX_HOME> 解析为本机实际安装根;默认通常是 %USERPROFILE%\.codex。
var flow = await import('file:///<CODEX_HOME>/skills/jianzhuxuezhang-image/scripts/browser-workflow.mjs');
await flow.clearInterruptions(tab); // 处理重新登录、广告及升级提醒;每步检查实际结果
await flow.models(tab); // 当前站内模型
await flow.selectModel(tab, '豆包'); // 也支持 GPT、千问或准确名称
await flow.capabilities(tab); // 当前模型实际可见的比例/尺寸/张数
await flow.uploadReference(tab, 'C:/绝对路径/原图.png', '原图.png'); // 上传后自动点图片编辑弹窗的“立即使用”
var run = await flow.prepare(tab, {
model: 'GPT', resolution: '2k', ratio: '自动', count: 1,
prompt: '用户本次确定的提示词'
});
await flow.submitOnce(tab, run); // 仅在用户已授权生成时调用
await flow.resultStatus(tab, run); // running / succeeded / failed / unknown
await flow.downloadResults(tab, run); // 新结果完成后再下载
模型先切换,再读其规格,最后回读模型、尺寸、比例、张数与提示词。旧快速/精细参数在新版页面没有对应控件,明确拒绝,不随意映射。new 仅是徽标,不能作为模型版本的一部分。不要使用历史卡片或社区模板里的模型文字定位输入区。
弹窗与动画未结束时先处理阻挡,再继续。参数没有生效就停止提交;不能通过点击隐藏4K控件或默默降为1K获得表面成功。站内模型与三方付费模型是不同通道;未明确要求时不切入三方付费通道。
页面出现“本设备已退出登录”时,脚本选择“重新登录”并确认弹窗已消失;后续若需要短信验证码,由用户在页面完成。遇全屏推广弹窗先关闭;遇“升级提醒”先勾选并核验“不再提示”,再点“知道了”。按钮点击后页面未变化就停止并报告,不会把点击动作当成成功。此流程只在 Chrome 已连接的网页实测有效后才能宣称自动处理可用。
参考图、结果与恢复
- 图生图先读浏览器 file-uploads 文档,然后调用
uploadReference:打开本地上传、选择用户授权的原图、在图片编辑弹窗点“立即使用”、核对带原文件名的缩略图,再prepare。2026-09-30 已在 Chrome 对实际工程图片完整实测;上传失败只依据当前弹窗做一次有界重试,不盲目重复提交。 - 提交前保存 run 与旧图片清单。提交仅一次,页面出现排队/生成中才标为 accepted;遇超时先核对历史当前任务,不重投、不重复扣次。
- 只下载与本次提示词/时间对应的新结果,优先网页原图下载按钮或受支持 downloadMedia。不要拿社区样例、旧历史、缩略图当输出。
- 实际文件像素用本地图片头/图片库读取,记录请求尺寸与实际宽高。2K/4K标签不是像素检验;不同画幅不得强拉成16:9。原文件保留。
- PNG可执行
node scripts/verify-png.mjs "输出路径"获取真实宽高和SHA256;其他格式用合适的解码库,不改扩展名假装PNG。 - 一张测试成功只证明该模型该参数路径,模型切换成功不证明每个模型的生成都成功。
- 三张工程图用 GPT-image-2.5、2K、单张提交并下载已实测;01 选 16:9,02/03 选自动。返回图有 2048×1152 和 2048×1153 两种高度,需逐文件验像素。生成后自动读取结果并下载,避免逐步打开历史卡片。编辑弹窗上传是耗时步骤,优先用脚本串起选择文件和“立即使用”;出现 transient 控件未就绪时只做有界状态重试。
- 页面结果与必要截图、本次请求、实际参数、下载路径与宽高写入具体项目运行目录;不写入Skill固定样例,也不把账号资料放入打包。
已核对的网页能力见 references/site-capabilities.json;它是有日期的快照,运行时仍以可见控件为准。
Chrome固定流程适配(2026-10-10)
使用已连接Chrome的受管tab,不固定易变化的浏览器/标签ID。当前工作区已实测:域名升级遮挡先关闭、输入区展开、上传编辑弹窗点立即使用、GPT-image-2.5/2K/自动/单张配置回读、单次提交、结果匹配下载。常规一次调用runImageEdit,不让模型逐按钮确认;仅状态变化或异常回报,超时接续finishImageEdit。点击后核对实际状态,不用鼠标移动模拟充当进展。当前是依赖浏览器运行时的DOM脚本,不是独立CLI/CDP或后台API,后台无前台占用尚未验收。