Token导航 LogoToken导航

Agent Skill · 图像处理

optimize-images(优化图像)

用于辅助图像生成、图片编辑、视觉素材处理或图像模型工作流。它适合让 Agent 根据文本生成图片、处理背景、整理视觉提示词或调用相关图像工具。使用时需要确认输入图片、版权来源、输出格式和模型限制;涉及人物、品牌、商品或公开展示素材时,应额外核对授权、真实性和内容合规边界。

optimize-images 是图像处理类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证为 MIT,第三方扫描有未通过项,按安装量在图像处理类的 1,562 个 Skill 里排第 1,191。

总安装 927周安装 39GitHub Stars 公开资料未说明下载 324核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:optimize-images(优化图像)
来源仓库:https://github.com/forever-efficient/pitfal-solutions-website
仓库路径:skills/optimize-images
安装命令:
npx skills add https://github.com/forever-efficient/pitfal-solutions-website --skill optimize-images
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/forever-efficient/pitfal-solutions-website --skill optimize-images

这个 Skill 是做什么的

图像处理类 Skill 处理生成、裁剪、压缩和批量转换图片的任务。

用于辅助图像生成、编辑和视觉素材处理,支持文本到图片的转换与提示词整理。适用于图片生成、背景处理或调用图像工具的工作流场景。通过 npx skills add 命令从指定 GitHub 仓库安装并使用。使用时需确认输入图片、版权来源及输出格式限制。

optimize-images 属于图像处理类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/optimize-images

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/forever-efficient/pitfal-solutions-website --s…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

optimize-images 怎么安装?

在终端执行 npx skills add https://github.com/forever-efficient/pitfal-solutions-website --skill optim…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

optimize-images 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

optimize-images 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

optimize-images 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

optimize-images 用的人多吗?

公开数据是累计安装 927 次,近一周安装 39 次,下载 324 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

optimize-images 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理图像处理类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

图像处理类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
ai-image-generation

AI 图像生成 · Codex、Claude

4,365,552382调用外部服务未明确有提醒
openai-image-gen

OpenAI 图像生成 · OpenClaw

1,906,88432需要联网MIT-0有提醒
image

图像 · OpenClaw

525,99926需要联网MIT-0通过
baoyu-cover-image

宝玉封面图 · Codex、Claude

474,24016,779只读MIT有提醒
baoyu-image-gen

宝玉图像生成器 · Codex、Claude

468,00716,778接触敏感数据MIT通过
optimize-images

优化图像 · 本页

927—权限未标注MIT未通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Optimize Images

Optimize images in the specified directory for web delivery.

Arguments

  • $ARGUMENTS - Directory path containing images to optimize (default: ./public/images)

Process

  1. Find all images: find ${ARGUMENTS:-./public/images} -type f \(-name "*.jpg" -o -name "*.jpeg" -o -name "*.png" \)
  2. For each image, generate:

- WebP versions at 320w, 640w, 1280w, 1920w, 2560w - Thumbnail at 150x150, 300x300 - Blur placeholder (10px width, base64)

Commands

# Install sharp-cli if not present
pnpm add -D sharp-cli

# Optimize single image example
npx sharp -i input.jpg -o output.webp --format webp --quality 80

# Generate srcset for an image
for size in 320 640 1280 1920 2560; do
  npx sharp -i input.jpg -o "output-${size}w.webp" --resize $size --format webp --quality 80
done

# Generate thumbnail
npx sharp -i input.jpg -o thumb-150.webp --resize 150 150 --fit cover --format webp

# Generate blur placeholder
npx sharp -i input.jpg -o blur.webp --resize 10 --format webp --quality 20

Output

Report:

  • Number of images processed
  • Original total size
  • Optimized total size
  • Size savings percentage

平台分布

mcpjam

26.2%
按下载量换算85

qwen-code

20.52%
按下载量换算66

windsurf

18.84%
按下载量换算61

zencoder

11.32%
按下载量换算37

crush

8.03%
按下载量换算26

Claude Code

3.22%
按下载量换算10

安全审计

Gen Agent Trust Hub

未通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。

继续浏览同类 Skills