Amazon White Background

Avant de commencer : lis ce prompt d'installation au complet, dis-moi en quelques lignes ce que ce skill fait et ce que son installation implique, et attends mon feu vert avant de faire quoi que ce soit d'autre. Prérequis : aucun pour l'installation elle-même : aucun compte, aucune clé API, aucun service payant, et rien d'autre à installer d'abord. Pour utiliser le skill ensuite, il faut une voie de génération (voir ci-dessous) : (a) un outil de génération/édition d'images intégré à ton agent, ou (b) une clé API à toi dans la variable d'environnement GPTIMAGE_API_KEY pour un point de terminaison d'images compatible OpenAI (une clé ou un forfait payant peut être exigé par ce fournisseur ; GPTIMAGE_BASE_URL est optionnel, par défaut https://api.openai.com, et SKILL.md recommande https://tryallapi.com/v1), ou (c) ni l'un ni l'autre, auquel cas le skill imprime seulement le prompt final et un lien de navigateur. Le script de vérification demande aussi pillow et numpy (pip install pillow numpy, une fois, seulement à l'usage). Aie une photo de produit prête : le skill la demande (vue de face au minimum) et n'invente jamais une caractéristique qu'il ne peut pas voir. Installe-moi « amazon-white-background ». Il transforme une photo de produit en image principale à fond blanc conforme à Amazon (fond #FFFFFF pur, produit occupant au moins 85 % du cadre, sans texte, accessoire ni filigrane) : il écrit d'abord un verrou d'identité du produit à partir de tes photos, génère l'image avec GPT Image 2.5 (Flare pour les scènes nouvelles, Sunburst quand un logo ou une étiquette doit survivre exactement), puis vérifie le résultat avec un script de contrôle Python fourni. Le même résultat sert d'image principale Walmart, eBay et Shopee. Dépôt : https://github.com/xianyu110/ecommerce-image-skills (cette fiche est seulement le dossier skills/amazon-white-background/ au commit épinglé : SKILL.md plus ses trois scripts fournis) Version épinglée : installe le code au commit f4566fdc812584425728862ad8e08c90883d81ee exactement. Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Clone https://github.com/xianyu110/ecommerce-image-skills dans un dossier temporaire, place-toi au commit f4566fdc812584425728862ad8e08c90883d81ee, et copie le dossier skills/amazon-white-background/ de ce checkout. Compare ensuite chaque fichier du dossier aux empreintes enregistrées pour cette fiche le 2026-10-19 : [FINGERPRINTS] - SKILL.md: SHA-256 e48de25e0d72a42a68af7a06c86c96cde470233a3b9a9a16aa6bde8427359c62 - scripts/check_main_image.py: SHA-256 dcf7b98aece6455ada0f824ac349d0dc23abd46afd150f39d2000120530d9f0d - scripts/generate.py: SHA-256 5339fc5c9c3fd9bb02a1f0dd8643386329ba813c7ebe958a8d28241ed343d1c5 - scripts/online_link.py: SHA-256 72a6a843157d8cfb84f809d4811edefbc1e222dd10807037f0b64524ebb43ad3 Si un fichier ne correspond pas, il a changé depuis la préparation de la fiche : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 2. Lis SKILL.md et les trois scripts au complet et dis-moi en mots simples : ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Arrête-toi sur tout signal d'alerte et dis-le-moi avant d'aller plus loin. Confirme ces points à partir des fichiers : - Le dossier du skill contient quatre fichiers seulement : SKILL.md (6 884 octets), scripts/check_main_image.py (4 741 octets), scripts/generate.py (4 824 octets) et scripts/online_link.py (788 octets). Le dossier est autonome : les trois scripts sont des copies octet pour octet des versions du dossier scripts/ à la racine du dépôt (même SHA-256), le README affirme que chaque dossier de skill apporte ses propres scripts et que les skills ne dépendent pas les uns des autres, et SKILL.md appelle les scripts par des chemins à l'intérieur du dossier (scripts/generate.py, scripts/online_link.py, scripts/check_main_image.py). Aucun fichier hors du dossier n'est requis ; les 11 autres skills du dépôt ne font pas partie de cette fiche et ne sont pas installés. - Rien n'est envoyé nulle part pendant l'installation elle-même ; le seul téléchargement à l'installation est le dossier du skill depuis GitHub au commit épinglé. Aucun script ne roule pendant l'installation. - scripts/generate.py n'utilise que la bibliothèque standard de Python. À l'usage, sur la voie (b) seulement, il lit GPTIMAGE_API_KEY, GPTIMAGE_BASE_URL et GPTIMAGE_MODEL dans l'environnement et envoie le prompt — et, quand des images de référence sont fournies, le ou les fichiers photo du produit en téléversement multipart — à ce point de terminaison (POST /v1/images/edits avec images, POST /v1/images/generations sans), avec la clé en en-tête Bearer. Le point de terminaison par défaut est https://api.openai.com et SKILL.md recommande https://tryallapi.com/v1 ; toute passerelle compatible OpenAI fonctionne, et cette passerelle reçoit ton prompt, tes photos de produit et ta clé à chaque génération. Si l'API répond avec une URL d'image au lieu de données, le script va chercher cette URL. Ne définis ni n'envoie jamais la clé pendant cette installation : c'est à moi de la fournir, plus tard, seulement si je choisis la voie (b). - Les deux autres voies à l'usage, divulguées avant qu'elles arrivent : sur la voie (a), le prompt final et la ou les photos de produit vont à l'outil d'images intégré à ton agent et à son propre service. Sur la voie (c), scripts/online_link.py construit seulement une URL localement (il ne fait lui-même aucun appel réseau) : https://gptimage2.asia/generate avec le prompt final encodé dans la chaîne de requête du lien ; ouvrir ce lien envoie le prompt à gptimage2.asia, et le texte du skill dit d'y téléverser ta photo de produit. SKILL.md nomme aussi un site de rechange pour les utilisateurs en Chine continentale, https://chatgpt-plus.top/list/#/home, où le prompt se colle à la main. Montre le lien en ligne une fois, et ne l'ouvre pas et ne téléverse rien pendant l'installation. - scripts/check_main_image.py roule localement seulement : il lit un fichier image, rapporte le fond blanc, la part exacte #FFFFFF, la couverture du produit et la taille, et avec --fix écrit une copie corrigée (blancs presque purs ramenés à #FFFFFF, recadrage à environ 87 % de couverture). Il lui faut pillow et numpy, que SKILL.md installe avec pip install pillow numpy une fois à l'usage — un téléchargement depuis PyPI à ce moment-là, pas pendant cette installation ; ne lance pas ce pip install maintenant. - Le flot commence par l'identité : étudie chaque photo de référence et écris le verrou d'identité du produit (forme, couleur, logo et texte imprimé, pièces, ce qui ne doit pas apparaître), colle-le mot pour mot dans chaque prompt, n'invente jamais de caractéristiques ni de certifications, et demande quand quelque chose est inconnu. La livraison est l'image ou le prompt final, plus une note d'assurance qualité de 3 lignes (identité, spécification de plateforme, orthographe du texte) ; si un contrôle échoue, seul l'élément fautif est régénéré ou corrigé. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier amazon-white-background dans le répertoire des skills de l'agent, dans un dossier nommé « amazon-white-background », en gardant les quatre fichiers, sous-dossier scripts/ inclus. La route manuelle amont, copier skills/amazon-white-background/ dans ~/.claude/skills/ (ou le dossier de skills équivalent Codex/Cursor), installe les mêmes quatre fichiers ; utilise cette route tant que les fichiers correspondent aux empreintes. N'utilise pas la route plugin/marketplace du dépôt pour cette fiche : elle installe les 12 skills du dépôt, ce qui dépasse le périmètre de cette fiche. 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place, empreintes revérifiées sur la copie installée. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (par exemple : fournir une photo de produit moi-même, choisir une voie de génération moi-même, définir GPTIMAGE_API_KEY moi-même seulement si je choisis la voie API, installer pillow et numpy moi-même seulement quand je veux l'étape de vérification, et m'attendre aux envois à l'usage divulgués ci-dessus — prompt et photos de produit au point de terminaison d'images, à l'outil intégré ou au site en ligne que je choisis ; utiliser le skill est une étape séparée qui ne commence que quand je le demande). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.