Size Chart

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, lis ceci d'abord : la génération passe par l'une de trois routes, et une seule est sans clé — (a) l'outil de génération d'images intégré de ton agent, s'il en a un (aucune clé de ma part) ; (b) une route par clé API qui exige Python 3 et ma propre clé API dans la variable d'environnement GPTIMAGE_API_KEY, facturée par le fournisseur que je choisis (voir les envois divulgués au point 2 : le point de terminaison par défaut du script livré est https://api.openai.com, et SKILL.md recommande la passerelle tierce compatible OpenAI https://tryallapi.com/v1 — si je règle cette URL de base, ma clé et mes images vont à cette passerelle, pas à OpenAI) ; ou (c) une route par lien en ligne sans clé, où le prompt final quitte cette machine dans un lien vers un site tiers (aussi divulguée au point 2). Les deux scripts livrés n'utilisent que la bibliothèque standard de Python — contrairement à certains skills frères de ce dépôt, ce skill n'a aucun script de recadrage et aucune dépendance Pillow. Je fournis aussi la photo du produit et les chiffres exacts moi-même : le skill demande au minimum une vue de face, une génération à partir de texte seul n'est qu'un concept, pas le vrai produit, et chaque dimension, poids, capacité et valeur de tableau doit venir de moi — jamais estimée ni inventée. Installe-moi « size-chart ». Il crée des images de tableaux de tailles, de dimensions et de spécifications qui retirent la première cause de retours — de mauvaises attentes sur la taille : d'abord un verrou d'identité du produit écrit à partir de mes photos de référence et collé tel quel dans chaque prompt, puis un tableau bâti uniquement à partir des dimensions exactes ou du tableau de tailles que je donne (hauteur × largeur × profondeur, poids, capacité, unités), sous l'une des formes de SKILL.md — un dessin au trait ou une photo du produit avec des cotes de mesure en cm et en pouces à la fois (Amazon : habituellement image 5–7, 1:1 2000×2000 ; page de détail Taobao/Tmall : 750 px de large, hauteur libre), un tableau de tailles de vêtements (rangées S/M/L avec colonnes poitrine / longueur / manche plus un mini-schéma « comment mesurer »), ou un tableau de capacité et de compatibilité, éventuellement avec une main humaine ou un objet familier (main, feuille A4, téléphone, pièce de monnaie) à côté du produit pour l'échelle — la génération par l'une des trois routes ci-dessus (l'en-tête de SKILL.md nomme GPT Image 2.5 Sunburst, gpt-image-2.5-sunburst, comme son modèle par défaut, et son tableau des modèles garde Flare, gpt-image-2.5-flare, comme défaut pour les scènes et mises en page nouvelles, en passant à Sunburst quand un logo, une étiquette ou un petit texte doit survivre exactement ; les tableaux avec beaucoup de chiffres roulent toujours avec Sunburst, puis sont zoomés et vérifiés chiffre par chiffre), puis une note QA de 3 lignes par image. Dépôt : https://github.com/xianyu110/ecommerce-image-skills (le skill est tout le dossier skills/size-chart/ au commit épinglé : SKILL.md plus son dossier scripts/, 3 fichiers) 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/size-chart/ de ce checkout. Compare ensuite chaque fichier du dossier aux empreintes enregistrées pour cette fiche le 2026-10-19 : [FINGERPRINTS] - SKILL.md: SHA-256 5f49a779ad64999d2c5ea19585f1d41c09f069745b3a9144dc09b9b45eb22612 - 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 au complet et lis les deux scripts de scripts/ (generate.py, online_link.py), 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 3 fichiers seulement : SKILL.md (5 804 octets) et deux scripts Python dans scripts/ (generate.py 4 824 octets, online_link.py 788 octets). Les deux scripts de ce dossier sont des copies à l'octet près des scripts du même nom à la racine du dépôt (scripts/) : le skill est autonome dans son propre dossier et n'a besoin d'aucun fichier d'ailleurs dans le dépôt — ni les 11 autres skills, ni le scripts/ de la racine, ni le README. SKILL.md n'appelle que les scripts assis à côté de lui (scripts/generate.py, scripts/online_link.py, relatifs au dossier du skill). Différence avec le skill frère amazon-a-plus : ce dossier n'a pas de scripts/crop_to_modules.py, donc aucune dépendance Pillow et aucune étape de recadrage local — les deux scripts ici n'utilisent que la bibliothèque standard de Python. - 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 n'est exécuté pendant l'installation, aucune clé n'est demandée, et il n'y a aucune télémétrie dans le dossier. - Ce qui quitte cette machine à l'usage, divulgué ici avant que ça arrive, par route — le skill prend la première route qui fonctionne, et utiliser le skill est une étape séparée qui ne commence que quand je demande un tableau de tailles : (a) outil d'image intégré : le prompt de tableau final (avec le verrou d'identité collé dedans, et les chiffres exacts que j'ai donnés) et ma ou mes photos de produit vont à l'outil de génération d'images que mon agent a déjà (par exemple Codex imagegen ou ChatGPT images), sous le compte et les conditions de cet outil. (b) route par clé API : scripts/generate.py lit GPTIMAGE_API_KEY dans l'environnement (jamais dans un fichier, jamais affichée), plus les GPTIMAGE_BASE_URL (défaut https://api.openai.com ; SKILL.md recommande https://tryallapi.com/v1) et GPTIMAGE_MODEL optionnelles, et envoie une requête authentifiée (clé Bearer) à cette URL de base — un POST JSON vers /v1/images/generations portant le prompt, le modèle, la taille et le nombre pour le texte-vers-image, ou un POST multipart vers /v1/images/edits portant les mêmes champs plus la ou les photos de référence du produit que je passe avec --image (face, côté, gros plan du logo). Si l'API répond avec une URL d'image plutôt que des données base64, le script télécharge cette URL. Quelle que soit l'URL de base que je règle, elle reçoit ma clé, mon prompt et mes photos de produit : si je règle la passerelle tryallapi.com recommandée, c'est cette passerelle tierce qui est la destinataire, pas OpenAI. (c) route par lien en ligne : scripts/online_link.py ne fait lui-même aucun appel réseau — il imprime seulement un lien — mais le lien qu'il bâtit est https://gptimage2.asia/generate?prompt=<mon prompt final, encodé pour URL>&utm_source=github&utm_medium=skill&utm_campaign=ecommerce-image-skills&utm_content=size-chart, donc l'ouvrir envoie mon prompt final à gptimage2.asia, et SKILL.md me dit de téléverser ma photo de produit sur ce site ; SKILL.md nomme aussi un site alternatif pour les utilisateurs en Chine continentale, https://chatgpt-plus.top/list/#/home, où je collerais le prompt moi-même. Montre ce lien une seule fois, et ne l'ouvre jamais pour moi pendant l'installation. - Les parties locales seulement à l'usage : les étapes de planification (verrou d'identité, choix de la forme du tableau, rédaction du prompt avec seulement les chiffres que j'ai donnés, et la note QA) restent locales, entre toi et moi. Si un chiffre généré est faux, SKILL.md dit de régénérer seulement cette image, ou de rendre le tableau en HTML/SVG et de le composer — aussi une étape locale, faite seulement quand je demande un tableau. Les règles du verrou d'identité et des chiffres de SKILL.md : seulement des faits visibles sur mes photos ou confirmés par moi, et seulement les chiffres que j'ai donnés — n'estime jamais une dimension, n'invente jamais de spécifications, de tailles ou de certifications, laisse hors du tableau toute dimension que je n'ai pas donnée, et si je n'ai donné aucune photo, demandes-en une avant de générer. - Ne règle pas et ne demande pas GPTIMAGE_API_KEY, n'exécute aucun des deux scripts, et ne génère aucune image : la configuration d'une route de génération est ma décision, plus tard, quand je demande vraiment un tableau de tailles. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier size-chart dans le répertoire des skills de l'agent, dans un dossier nommé « size-chart », en gardant ses 3 fichiers (SKILL.md à sa racine et les deux scripts dans son sous-dossier scripts/). Un clone manuel suivi de la copie du dossier skills/size-chart dans ~/.claude/skills/ est la route décrite ici ; toute autre route ne convient que si chaque fichier installé correspond à son empreinte. 4. Vérifie sans appels réseau : frontmatter valide (name: size-chart), les 3 fichiers en place avec des empreintes concordantes. N'exécute pas generate.py ou online_link.py pour vérifier. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (par exemple : fournir une photo du produit, vue de face au minimum, et donner moi-même les dimensions exactes ou le tableau de tailles et les unités — aucun chiffre n'est estimé pour moi ; choisir moi-même une route de génération — l'outil d'image intégré de mon agent s'il en a un, ou régler GPTIMAGE_API_KEY et, si je le veux, GPTIMAGE_BASE_URL dans mon environnement pour la route API, en sachant que la clé, le prompt et les photos de produit vont à l'URL de base que je règle, ou utiliser le lien en ligne en un clic en sachant que le prompt va à gptimage2.asia ; utiliser le skill est une étape séparée qui ne commence que quand je le demande, et les envois à l'usage divulgués ci-dessus arrivent seulement à ce moment-là, sur la route qui roule). 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.