Fähigkeits-Prompt-Generator für KI-Bilder

Projektübersicht

skill-prompt-generator ist eine Open-Source-Claude-Code-Skills-Bibliothek, die eine einfache kreative Vorgabe in einen detailreichen, domänengenauen KI-Bildgenerierungs-Prompt umwandelt – und damit das manuelle Prompt-Engineering eliminiert, das Workflows mit Tools wie Midjourney, DALL-E 3 oder Stable Diffusion verlangsamt.

Projekt-Hintergrund & Positionierung

Warum es existiert

Das Schreiben effektiver KI-Bild-Prompts erfordert tiefgreifende Vokabelkenntnisse in jeder kreativen Domäne: Terminologie für Porträtbeleuchtung unterscheidet sich grundlegend von der Sprache für Posterlayouts, der Materialtaxonomie für Produktfotografie oder dem Vokabular für filmische Bewegungen. Die meisten Entwickler und Kreativen verfügen nicht über diese Breite, und ihre Prompts sind entweder zu generisch oder intern inkonsistent. skill-prompt-generator bündelt dieses Domänenwissen in 12 spezialisierten Claude-Code-Skills, die von einer SQLite-Datenbank mit über 1.246 Elementen unterstützt werden – rufen Sie einen Skill auf, erhalten Sie in Sekundenschnelle einen Prompt in Expertenqualität.

Wie es sich von ähnlichen Projekten unterscheidet

Im Gegensatz zu statischen Prompt-Vorlagenbibliotheken oder spezialisierten Buildern ist skill-prompt-generator ein natives Claude-Code-Skills-System mit intelligentem Routing. Die Engine liest die Absicht des Benutzers, wählt automatisch den richtigen Spezialisten-Skill aus 12 Domänenmodulen aus, wendet semantische Konsistenzprüfungen an, um widersprüchliche Elemente zu vermeiden, und entnimmt der Elementdatenbank zur Gewährleistung von Vielfalt. Version 2.0 fügt den Cross-Domain-Modus für Multi-Genre-Szenen und einen Design-Modus hinzu, der auf über 200.000 Farb-, Rahmen- und Layoutkombinationen basiert – Fähigkeiten, die weit über das hinausgehen, was mit regelbasierten Vorlagen erreichbar ist.

Funktionale Kategorien

📸 Porträtfotografie

502 kuratierte Elemente, die Beleuchtung, Objektiv, Pose, Hauttextur, Ausdruck und Ära abdecken
Intelligente Abhängigkeitsregeln (z. B. antike Ära löst automatisch traditionelles Styling aus)
Beispiele: Rim-Beleuchtung in der goldenen Stunde, 85mm f/1.4 Bokeh, Editorial-Fashion-Framing, Cinematic Color Grade
Zweck: Generieren Sie realistische, technisch präzise Porträt-Prompts für Headshots, Lifestyle und Editorial-Arbeiten

🎨 Grafikdesign & Poster

155 Elemente, die Layout, Typografie, Farbtheorie und Druckkonventionen abdecken
Der Design-Modus wählt bei jedem Lauf über 200.000 Farb-Rahmen-Dekorations-Kombinationen aus
Beispiele: Schweizer Rasterposter, Neon-Brutalismus-Karte, minimalistische Markenidentität, Retro-Konzert-Flyer
Zweck: Erstellen Sie visuell unverwechselbare Design-Prompts, die sich bei jedem Lauf nicht wiederholen

🛍️ Produktfotografie

77 kommerzielle Elemente für Tischbeleuchtung, Materialtextur, Hintergrund und Markenkontext
Beispiele: schwebende Kosmetikflasche, mattkeramisches diffuses Licht, Hero-Shot-Getränk, Lifestyle-Flat-Lay
Zweck: Erstellen Sie Prompts für E-Commerce-, Werbe- und Katalogbilder mit professionellen Kompositionsregeln

🖼️ Kunststile

51 Elemente für bildende Kunsttechniken, die klassische bis zeitgenössische Bewegungen umfassen
Beispiele: chinesische Tuschemalerei, Impasto-Öl, generative geometrische Abstraktion, Retro-Pop-Art-Halbton
Zweck: Wenden Sie genrespezifisches Vokabular auf jedes Motiv an, um Bilder in Galeriequalität zu generieren

🎬 Videogenerierung

49 bewegungsbewusste Elemente für Kamerabewegung, Tempo und dynamische Szenenkomposition
Beispiele: Tracking-Dolly-Push-in, Zeitlupen-Splash, Luftbild-Zeitraffer, Rack-Focus-Reveal
Zweck: Generieren Sie Video-Prompts für Tools wie Sora, Kling oder RunwayML mit korrekter filmischer Sprache

📷 Allgemeine Fototechniken

205 Elemente, die Belichtung, Schärfentiefe, Farbkorrektur und Kompositionsrahmen abdecken
Beispiele: Tilt-Shift-Miniatur, Cross-Process-Filmsimulation, HDR-Landschaft, Rule-of-Thirds-Crop
Zweck: Ergänzen Sie jede Domäne mit fotografischer Präzision, unabhängig vom Motivtyp

Kern-Highlights

Intelligentes 4-stufiges Domänen-Routing – Ein integrierter Entscheidungsbaum analysiert die Absicht des Benutzers, klassifiziert die primäre Domäne, erkennt Konflikte und ruft den am besten geeigneten Spezialisten-Skill ohne manuelle Konfiguration auf. Benutzer müssen nie wissen, welchen Skill sie aufrufen sollen.

Über 1.246 Elemente umfassende SQLite-Datenbank – Das gesamte Prompt-Vokabular befindet sich in einer normalisierten relationalen Datenbank (elements.db) mit Metadaten für Domäne, Kategorie, Wiederverwertbarkeit und Nutzungszähler. Dies macht die Bibliothek abfragbar, versionierbar und erweiterbar, ohne den Quellcode zu berühren.

Drei Generierungsmodi (v2.0) – Der Porträtmodus bietet volle Abwärtskompatibilität mit v1.0; der Cross-Domain-Modus mischt 2–4 Domänen-Vokabulare für komplexe Szenen; der Design-Modus verbindet einen YAML-Variablen-Sampler mit über 200.000 Farb-Rahmen-Layout-Kombinationen für grafische Ausgaben.

Selbstlernender Universal Learner – Eine integrierte Extraktionspipeline scannt jeden neuen Prompt auf undefinierte Merkmale, priorisiert sie nach Kategoriewichtigkeit und generiert einen Überprüfungsbericht zur menschlichen Genehmigung, bevor er in die Datenbank aufgenommen wird – so kann die Bibliothek im Laufe der Zeit autonom wachsen.

Semantische Konsistenz-Engine – Vor der Fertigstellung eines Prompts führt IntelligentGenerator check_consistency() und resolve_conflicts() aus, um inkompatible Elementpaare zu erkennen (z. B. Neon-Cyberpunk-Beleuchtung mit einem viktorianischen Hintergrund) und diese automatisch zu korrigieren – so werden inkohärente Bildausgaben vermieden.

Vollständige Python-API + Skills-Schnittstelle – Entwickler können intelligent_generator.py direkt aus Python-Skripten aufrufen oder über die Claude-Code-Skills-Schnittstelle integrieren, was sowohl programmatische Pipelines als auch interaktive kreative Sitzungen unterstützt.

Anwendungsfälle nach Rolle

Allgemeine Entwickler
Integrieren Sie die Python-API in Bildgenerierungs-Pipelines. Übergeben Sie eine einzeilige Motivbeschreibung; erhalten Sie einen produktionsfertigen Prompt-String, der direkt an eine Diffusionsmodell-API weitergeleitet werden kann. Das selbstlernende System bedeutet, dass die Bibliothek mit jedem neuen Prompt, den Sie ihr zuführen, besser wird.

DevOps / Automatisierungsingenieure
Betten Sie den CrossDomainGenerator in Stapelverarbeitungsjobs ein, die Marketingmaterialien, Produktkatalogbilder oder Social-Media-Inhalte in großem Maßstab generieren. Der Kombinationsraum von über 200.000 gewährleistet visuelle Vielfalt bei großen Läufen ohne manuelle Prompt-Variationen.

Daten- & Forschungsteams
Nutzen Sie die SQLite-Elementdatenbank als strukturierte Datenquelle für die Prompt-Engineering-Forschung. Exportieren Sie über export_to_json() für versionierte Analysen, fragen Sie Element-Kookkurrenzmuster ab und vergleichen Sie die in source_prompts gespeicherten Prompt-Qualitätswerte.

Produkt- & Kreativteams
Nutzen Sie Claude-Code-Skills interaktiv: Beschreiben Sie ein kreatives Konzept in einfacher Sprache, lassen Sie das Routing-System den richtigen Skill auswählen (art-master, design-master, video-master usw.) und iterieren Sie am generierten Prompt, ohne die Prompt-Syntax lernen zu müssen. Der Design-Modus liefert markenkonforme Ergebnisse, indem Farbpaletten und Typografieregeln in YAML-Konfigurationsdateien kodiert werden, die Ihr Team kontrolliert.

Schnelleinstieg

🔍 Ressourcen finden

Die über 1.246 Elemente des Projekts sind nach Domänen in der SQLite-Datenbank organisiert. Um verfügbare Elemente zu erkunden:

from element_db import ElementDB

db = ElementDB("extracted_results/elements.db")
print(db.get_stats())                        # Metriken der gesamten Bibliothek
results = db.search_by_domain("portrait", min_reusability=0.7)

Die Datei .claude/SKILL_ROUTING_GUIDE.md dokumentiert den vollständigen 4-stufigen Entscheidungsbaum und alle 12 Skill-Definitionen. Das Verzeichnis knowledge_base/ enthält menschenlesbare Anleitungen (z. B. Farbsteuerungs-Theorie).

🛠 Installation / Integration

Voraussetzungen: Python 3.9+, anthropic>=0.7.0, pyyaml>=6.0

# 1. Repository klonen
git clone https://github.com/huangserva/skill-prompt-generator.git
cd skill-prompt-generator

# 2. Abhängigkeiten installieren
pip install -r requirements.txt

# 3. Prompt über Python-API generieren
python - <<'EOF'
from intelligent_generator import assemble_prompt_from_elements, query_candidates_by_intent

intent = "a confident young woman in a sunlit café, editorial fashion style"
elements = query_candidates_by_intent(intent)
prompt = assemble_prompt_from_elements(elements, subject_desc=intent)
print(prompt)
EOF

Claude Code Skills Integration

Platzieren Sie das Verzeichnis .claude/ im Stammverzeichnis Ihres Projekts und öffnen Sie das Projekt in Claude Code. Alle 12 Skills sind sofort verfügbar – keine zusätzliche Konfiguration erforderlich:

# In Claude Code, beschreiben Sie einfach Ihr Bild:
> Generate a product shot for a matte black water bottle on a marble surface
# → Wird automatisch an den product-master Skill weitergeleitet

v2.0 Cross-Domain-Modus

from core.cross_domain_generator import CrossDomainGenerator

gen = CrossDomainGenerator()
result = gen.generate(
    intent="cyberpunk city street at night with neon reflections",
    mode="cross_domain"   # wird automatisch erkannt, wenn weggelassen
)
print(result["prompt"])

🤝 Beitragen

# Forken und klonen
git clone https://github.com/<your-username>/skill-prompt-generator.git
cd skill-prompt-generator

# Feature-Branch erstellen
git checkout -b feature/add-architecture-domain

# Neue Elemente über die ElementDB-API hinzufügen (bevorzugt gegenüber direktem SQL)
python - <<'EOF'
from element_db import ElementDB
db = ElementDB("extracted_results/elements.db")
db.add_element(
    domain="architecture",
    category="style",
    template="brutalist concrete façade with exposed aggregate",
    keywords=["brutalism", "concrete", "architecture"],
    reusability_score=0.85
)
EOF

# Den Universal Learner ausführen, um undefinierte Merkmale zu entdecken
python -c "from intelligent_generator import IntelligentGenerator; IntelligentGenerator().run_learner()"

# Committen und Pull Request öffnen
git add -A && git commit -m "feat: add architecture domain elements"
git push origin feature/add-architecture-domain

Projektstruktur

skill-prompt-generator/
├── intelligent_generator.py    # Hauptgenerierungs-Engine & IntelligentGenerator-Klasse
├── element_db.py               # ElementDB CRUD, Suche, Import/Export
├── framework_loader.py         # Dienstprogramme zum Laden des YAML-Frameworks
├── prompt_framework.yaml       # Sieben-Kategorien-Framework-Konfiguration (v1.0)
├── requirements.txt            # Python-Abhängigkeiten
│
├── core/                       # v2.0 Architekturmodule
│   ├── cross_domain_generator.py   # Einheitliche Drei-Modus-Generierungsschnittstelle
│   ├── cross_domain_query.py       # Engine für die abfrageübergreifende Elementabfrage
│   ├── design_bridge.py            # Brücke zwischen YAML-Designsystem und Prompt
│   ├── variable_sampler.py         # Sampler für über 200.000 Kombinationen
│   ├── yaml_sampler.py             # Laden und zufälliges Samplen von YAML-Variablen
│   └── schema_migration_v1.sql     # Datenbankmigrationsskript
│
├── .claude/                    # Claude Code Integration
│   ├── claude.md               # Architekturregeln & Designprinzipien
│   ├── SKILL_ROUTING_GUIDE.md  # 4-stufiger Routing-Entscheidungsbaum
│   └── skills/                 # 12 Skill-Verzeichnisse
│       ├── intelligent-prompt-generator/   # Porträtfotografie
│       ├── art-master/                     # Kunststile
│       ├── design-master/                  # Grafikdesign & Poster
│       ├── product-master/                 # Produktfotografie
│       ├── video-master/                   # Videogenerierung
│       ├── prompt-master/                  # Orchestrator-Skill
│       ├── domain-classifier/              # Intent-Klassifizierung
│       ├── prompt-analyzer/                # Analyse der Prompt-Qualität
│       ├── prompt-extractor/               # Feature-Extraktion
│       ├── prompt-xray/                    # Inspektion der Prompt-Struktur
│       ├── universal-learner/              # Selbstlern-Pipeline
│       └── prompt-crafter/                 # Prompt-Builder für Designsystem
│
├── variables/                  # Designsystem YAML-Konfigurationen
│   ├── colors.yaml             # 37 Farbschemata (warm-cute + modern-minimal)
│   ├── borders.yaml            # Definitionen von Rahmenstilen
│   └── decorations.yaml        # Bibliothek für Dekorationselemente
│
├── design-logic/               # Design-Vorlagenverzeichnisse
│   ├── modern-minimal/         # Tiefblau / neutraler professioneller Stil
│   └── warm-cute/              # Korallenrosa / himmelblau zugänglicher Stil
│
├── knowledge_base/             # Menschenlesbare Domänenanleitungen
│   └── how_to_control_color.md
│
└── extracted_results/          # Generierte Prompt-Ausgaben (git-ignoriert DB)
    └── .gitignore              # Behält elements.db lokal bei

Lizenz

MIT-Lizenz


✅ Kommerzielle Nutzung	Erlaubt – Nutzung in Produkten, SaaS, Kundenprojekten
✅ Modifikation	Erlaubt – Forken, Erweitern, Rebranding
✅ Verbreitung	Erlaubt – Weiterverbreitung mit Namensnennung
✅ Private Nutzung	Erlaubt – interne Tools, Forschung
❌ Haftung	Keine Gewährleistung; Nutzung auf eigene Gefahr
❌ Marke	MIT gewährt keine Markenrechte am Projektnamen
ℹ️ Namensnennung	Fügen Sie den ursprünglichen MIT-Lizenztext in die Verbreitungen ein

FAQ

F: Benötige ich einen Claude API-Schlüssel, um den Prompt-Generator zu verwenden?
A: Die Kern-Python-Generierungs-Engine (intelligent_generator.py, element_db.py) läuft lokal ohne API-Aufrufe. Die Claude-API wird nur vom KI-gestützten Feature-Extraktionsschritt des Universal Learners verwendet – alle anderen Generierungen sind deterministisches Python.

F: Wie füge ich eine neue kreative Domäne hinzu (z. B. Architektur oder Modeillustration)?
A: Verwenden Sie ElementDB.add_element(), um Vokabular mit einem neuen domain-Wert einzufügen, und erstellen Sie dann ein entsprechendes Skill-Verzeichnis unter .claude/skills/, das der bestehenden Skill-Vorlage folgt. Das Routing-System erkennt neue Domänen automatisch, sobald ihre Schlüsselwörter in SKILL_ROUTING_GUIDE.md registriert sind.

F: Was ist der Unterschied zwischen v1.0 und v2.0?
A: v1.0 unterstützt nur den Porträtmodus (502 Elemente, 7-Kategorien-Framework). v2.0 erweitert auf über 1.246 Elemente, fügt den Cross-Domain-Modus und den Design-Modus hinzu, erhöht die SQLite-Nutzung von 40 % auf 80 % und führt über 200.000 Design-Kombinationen ein. v2.0 ist zu 100 % abwärtskompatibel; bestehende v1.0-Aufrufe erfordern keine Änderungen.

F: Können die generierten Prompts gespeichert und wiederverwendet werden?
A: Ja. save_generated_prompt() speichert jeden generierten Prompt in der Tabelle source_prompts mit einem Qualitätswert, der Benutzerabsicht und den verwendeten Element-IDs. Der Universal Learner kann diese gespeicherten Prompts später scannen, um neues Vokabular für die Bibliothek zu entdecken.

F: Wie verhindert die Konsistenzprüfung schlechte Elementkombinationen?
A: check_consistency() wertet Elementpaare anhand fest kodierter Inkompatibilitätsregeln (Ära-Konflikte, Beleuchtungs-Widersprüche, Stil-Konflikte) aus. resolve_conflicts() wendet eine Prioritätshierarchie an – Motiv > Beleuchtung > Stil > Hintergrund – und ersetzt automatisch niedrigere Prioritäts-Konfliktelemente durch kompatible Alternativen.

Schnelle Links

Repository: https://github.com/huangserva/skill-prompt-generator
v2.0 Release Notes: README_v2.0.md im Stammverzeichnis des Repositorys
Upgrade-Anleitung: UPGRADE_GUIDE_v2.0.md im Stammverzeichnis des Repositorys
Routing-Referenz: .claude/SKILL_ROUTING_GUIDE.md
Architekturprinzipien: .claude/claude.md
Probleme & Funktionswünsche: https://github.com/huangserva/skill-prompt-generator/issues

Zusammenfassung

skill-prompt-generator ist die umfassendste Open-Source-Claude-Code-Skills-Implementierung für die KI-Bild-Prompt-Generierung, die eine Domänen-Datenbank mit über 1.246 Elementen, intelligentes Routing über 12 Spezialisten-Skills und eine selbstlernende Pipeline kombiniert, die die Bibliothek im Laufe der Zeit erweitert. Es ist das richtige Werkzeug für jeden Entwickler, jedes Kreativteam oder jeden Automatisierungsingenieur, der professionelle KI-Bild-Prompts wünscht, ohne sich manuell mit dem Vokabular jeder visuellen Domäne auseinandersetzen zu müssen.

skill-prompt-generator