反推任意图片的神技能,WorkBuddy和Loomy装上就能用

作者:小虎AI生活日期:2026/11/14

一次不掺水的 Agent Skill 实测:image-prompt-reverse 是纯提示词技能,无接口依赖、无运行时,一个文件夹复制过去就能用。我在 Loomy 里装好(Ctrl+K 技能面板搜「反推」,绿色标签即挂载成功),用公有领域的梵高《麦田与柏树》跑了一遍。它先连读两轮参考文件调出维度表和增强词库,再按场景归类逐项拆解,最后输出 8 件套并适配四大出图平台语法。本文按步骤还原:安装 → 派活 → 读词库 → 8 件套 → 回传生图验证 → 29 积分算账,附 5 组完整可抄文本。

我是小虎,浙大计算机本硕,破局行动家,《AI超级个体——一人公司完全指南》作者,专注于AI培训、超级个体打造、公司提效陪跑。

上一篇写 Loomy 的文章发出后,评论区问得最多的是:积分能白领,技能呢?WorkBuddy 里那一堆 skill,这边能不能装?

大家好,我是小虎。

巧了。前几天刚在workbuddy里装了一个skill: image-prompt-reverse——一个图片反推提示词的开源技能:丢给它一张图,它把这张图拆成能直接出图的专业提示词,还原版、惊艳增强版、变体、四大平台适配版一次给齐。

我就想试试:这个 skill 能不能装进 Loomy?装好之后反推一张名画,到底几个积分?

我拿梵高的《麦田与柏树》实测了一遍。结果先说:装上了,跑通了,全程消耗 29 积分。图都截好了,往下看。

01 先说这个 skill 是干嘛的

市面上的「看图写提示词」大多是这样:你把图丢给 AI,它凭感觉描述一遍,写出来的东西看着像那么回事,复制到出图模型里跑,出来的东西跟原图差了十万八千里。

image-prompt-reverse 不一样的地方在于它有章法:先按场景归类(风景、人像、产品、插画、美食、建筑……十几张维度表),逐项拆解主体、风格、色彩、光影、构图、质感,拆完才动笔写提示词。

写完还不算完,它会在「忠实还原」的基础上再叠一层「惊艳增强」——电影感、胶片味、博物馆灯光,往上提一档。

更实在的是它开源,纯提示词技能,不依赖任何接口,一个文件夹复制过去就能用。仓库地址我放文末了。

02 装进 Loomy:比装个输入法还简单

▲ Ctrl+K 打开技能面板,就是这块

Loomy 和 WorkBuddy 一样走 OpenClaw 体系,所谓技能,本质就是一个文件夹:里面一张 SKILL.md 说明书,外加几个词库文件。

所以装法简单到离谱——先把开源仓库下载到本地(地址在文末),然后把 skill 文件夹复制进 Loomy 的技能目录:

1C:\Users\Public\Loomy\(一串机器码)\opencode\skills\
2

复制完重启 Loomy,完事。

▲ 技能面板搜「反推」,第一个就是它

验证方式更简单:输入框下方点「技能」,搜「反推」——/image-prompt-reverse 赫然排在第一位。点一下,输入框里挂上绿色标签,装好了。

▲ 输入框上这个绿色小标签,就是技能挂载成功的标志

这一步没有任何积分消耗,复制粘贴的事。

03 实测:把梵高丢给它

▲ 原图长这样:梵高《麦田与柏树》(1889,大都会博物馆藏,公有领域)

▲ 梵高原图 + 技能标签,都挂在输入框上

测试图我挑了梵高的《麦田与柏树》——大都会博物馆的藏品,官方放出的原图有 4000×3184,公有领域,随便用。

选它是有讲究的:梵高的漩涡笔触和色彩极其鲜明,是最考验反推功力的题材,拆不好的 skill 一眼就露馅。

回形针上传原图,输入下面这句,发送:

1反推这张图,给我完整的提示词包
2

▲ 它先读技能词库,再拆图,不是上来就瞎写

有意思的来了:它没有直接写,而是先说「先读取技能参考文件,把维度表和增强词库调出来」——面板上能看到它连读了两轮文件,然后才拆图。

这就是 skill 的价值:不是模型临场发挥,是按你定好的手艺章程干活。

它认出了这是梵高圣雷米时期的《麦田与柏树》(1889),还特意提醒:作者逝世逾百年,属公有领域,风格可放心引用——版权这道坎,它替你想在了前面。

▲ 流式输出:还原版中英双语一次给齐

04 交出来的 8 件套,份份都能抄走

▲ 输出末尾:负向约束、填空器、收尾句都在

16:09 完成,整个提示词包 8 个部分,我挑硬货说:

图像分析块——拆到「构图横幅约 5:4,地平线低置,柏树右侧竖立破横势」这个粒度,连色彩都给了十六进制色卡(铬黄麦田、钴蓝天空各配了色号)。

还原版——中英双语。中文版原文一个字没动,贴在这里,你自己感受下这个粒度:

1后印象派油画,梵高《麦田与柏树》圣雷米时期风格,前景金黄麦田以粗犷的斜向厚涂笔触扫过,点缀红色罂粟小花;左侧一丛嫩绿橄榄树随风摇曳;右侧两株火焰状深绿柏树高耸入天,作为垂直锚点;中景蓝灰色山脉连绵起伏;上方天空占据画面近一半,奶白色卷云在钴蓝天空里以漩涡状笔触翻滚流动;厚涂油画技法,方向性逗号状短笔触,颜料堆叠的立体肌理,铬黄、钴蓝、翠绿、奶白配色,冷暖互补,明亮白昼光,湍流中带着宁静的氛围,横幅构图,地平线低置,天空主导画面,博物馆级名画复刻,高清细节
2

英文版也一并贴上(很多出图模型吃英文更准):

1Post-impressionist oil painting in the style of Van Gogh's "Wheat Field with Cypresses", Saint-Rémy period. A golden wheat field in the foreground painted with bold diagonal impasto brushstrokes, dotted with small red poppies. A windblown olive tree in fresh green on the left, two tall flame-shaped dark green cypress trees rising on the right as a vertical anchor. Rolling blue-grey mountains in the midground. Above, a swirling sky of creamy white clouds spiraling across a cobalt blue heaven, filling nearly half the canvas. Thick impasto technique, directional comma-shaped brushstrokes, sculptural paint ridges and canvas texture. Chrome yellow, cobalt blue, viridian green and cream white palette with complementary contrast. Bright midday light with no directional source. Turbulent yet serene atmosphere. Horizontal composition with a low horizon line and a dominant sky. Museum-quality masterpiece reproduction, highly detailed.
2

惊艳增强版——在还原版基础上叠了「云边柔光、大气微光、博物馆灯光质感」,还附了中文注释,标明哪一段是主体、哪一段是增强层、哪一段是色彩控制卡,想改哪里一目了然。

三个变体——构图、光影、风格各改一处。最惊喜的是风格变体直接联动《星月夜》:把麦田白天转成深蓝夜空和星月漩涡,同一张画的夜晚版就出来了。

四大平台适配版——Midjourney、Stable Diffusion、DALL·E、Flux 各一份,语法都是对的:MJ 带 --ar 5:4 --stylize 参数,SD 分正负向,Flux 按它的自然语言习惯来。不用你再学各家语法。

▲ 变体和平台适配版,逐字完整不截断

负向约束 + 变量填空器——负向词拦住「变照片质感」「画面长色块」这类常见跑偏;填空器把提示词做成模板,换几个词就是一张新画,一套模板反复用。

05 眼见为实:提示词拿去真出一张图

提示词到底写没写到位,光看文字不算数。

我把 8 件套里第 3 件「惊艳增强版」——就是在还原版外面再叠一层「云边柔光、大气微光、博物馆灯光」的升级版——一个字没改,原样丢回 Loomy 的内置生图,跑出来是这样:

▲ 这张是 AI 画的——反推提示词原样生成:麦田、橄榄树、双柏树、漩涡云,各就各位

对照上面的梵高原作看:低地平线、右侧双柏、左侧橄榄树、中景青灰山脉、占半个画布的奶油色漩涡云——反推拆出来的每一条,生成图里都交了货。

厚涂笔触的「油画味」也在线,不是那种一眼假的光滑 AI 图。提示词写没写到位,一张图就验证完了。

对了,生图这一步是单独计费的,页脚同样明码标价,你自己跑一张就能看到——跟反推的 29 积分是两笔账,别搞混。

06 算账:这一趟,29 积分

▲ 回复页脚明码标价:消耗 ⚡29

重点看回复页脚:消耗 29,用的 GLM 5.3 Flash。

什么概念?上一篇说过,Loomy 注册送 5000,每天登录再送 5000。

就按每天白送的算:5000 ÷ 29 ≈ 172 次。你一天反推 170 张名画都花不完当天的补贴。

比这更重要的是这套东西能复用:把还原版存下来当你的固定风格描述,后面出同系列图,粘进去改改主体就行;填空器模板存着,换词就是新画。

反推一次,吃一阵子。

07 写在最后

很多人觉得 AI 出图难,难在提示词——那些「85mm 镜头、三分构图、厚涂质感」的词,看着就头大。

现在这件事的分工变了:看到喜欢的图,丢给 skill 反推,它把专业的那部分写完,你只负责挑一张顺眼的改。

技能的本质,是把一门手艺写成一张说明书,装进你的 AI 搭子,它就多会一门手艺。

今天装的是看图,明天还可以是写代码、做表格——都是复制文件夹的事。

skill 开源仓库:luozhilzh/image-prompt-reverse

还没装 Loomy 的朋友,入口放这儿(复制到浏览器打开):

1https://loomy.cgref.cn/xh
2

怎么把 25000 积分领齐,上一篇有完整攻略。

以上为完整实测记录,5 组文本可直接复用;反推一次,把还原版与填空器存下来,后面出同系列图改几个词就行。


《反推任意图片的神技能,WorkBuddy和Loomy装上就能用》 是转载文章,点击查看原文。


相关推荐


一个人就是一支工程队:AI 时代超级个体的 90 天变现 SOP
怕浪猫2026/11/6

一个人就是一支工程队:AI 时代超级个体的 90 天变现 SOP 先说清楚,这篇不教你"月入十万"。 那种标题你也看腻了。我想聊一个更小、更硬、更容易验证的目标:90 天内,完成一次真实交易。 注意三个词:真实、交易、90 天。 不是"做了一个很酷的项目",不是"涨了多少粉",是有人愿意为你的交付掏钱。哪怕第一单只有 999 元。 因为从 0 到 1 和从 1 到 100,是两套完全不同的能力。大多数人卡在 0 到 1,不是因为技术不行,是因为从来没跑完"需求—交付—收款"这个闭环。 一、窗


MySQL 基础篇(十一):事务与隔离级别
Mortalbreeze2026/10/29

目录 本文内容概要 一、认识事务 1.1 什么是事务 1.2 为什么需要事务 1.3 事务的四大特性(ACID) 1.3.1 原子性(Atomicity) 1.3.2 一致性(Consistency) 1.3.3 隔离性(Isolation) 1.3.4 持久性(Durability) 二、事务的基本操作 2.1 MySQL 的自动提交机制 2.2 开启事务 2.3 提交事务 2.5 保存点  2.6 实战:模拟银行转账 2.6.1 创建测试数据 2.6.2


一个人带三个Agent,我用全新TRAE从0到1搭了个资讯周刊站
不惑_2026/10/21

0. 先说结论 先交代结果. 从一句话想法到本地能跑的周刊站,我满打满算花了一个下午外加半个晚上,其中真正需要我盯着屏幕动手的部分,三个小时就封顶了。搁以前一个人从零手写,这个体量我给自己留三天,还不敢打包票不出岔子。 多Agent并行这个词,发布会PPT里见得太多了。真跑起来到底什么体感,是这篇文章想回答的问题。核心观点先摞在这儿,并行的成败,八成取决于开工前你有没有把边界写死。目录没画清楚,三个Agent真能把同一个项目改成三个项目,后面踩坑实录里有实锤。 1. 为什么选这个题材 程序员的通


Flink 任务调度 Graph 源码深度剖析:从 StreamGraph 到 ExecutionGraph 的三层演进
大数据技术实践者2026/10/17

前面讲了 SlotManager 分配 Slot 和 SlotPool 申请资源的源码实现,这篇聚焦 Flink 任务调度 Graph 的源码实现。Flink 任务从用户代码到实际执行,经历了三层 Graph 的演进:StreamGraph(流图)→ JobGraph(作业图)→ ExecutionGraph(执行图)。你有没有想过,用户写的 DataStream API 是如何变成可执行的任务的?算子链优化是如何合并算子的?并行度是如何展开的?调度器是如何调度 Execution 的?这篇从源


量化回测前的数据审计:如何判断股票历史行情是否缺失、重复或存在偏差
高频因子挖掘机2026/10/11

一句话结论:回测数据审计的重点不是确认文件已经下载,而是证明数据覆盖范围符合策略需求、时间顺序正确、价格口径一致,并且没有会改变历史交易决策的缺陷。 摘要 历史行情数据存在缺口、重复记录或复权口径不一致时,量化回测可能产生错误的收益率、技术指标和交易信号。单纯检查 CSV 行数或 API 请求状态,无法判断这些问题是否存在。本文从回测数据审计出发,建立预期数据集合、实际数据集合和策略可用数据集合之间的关系,并介绍如何检查时间覆盖、重复 K 线、复权一致性及未来信息泄漏。QuantDash 提供


【C++】入门基础语法
凉茶钱2026/10/2

目录 命名空间 C++的输入输出 缺省参数 函数重载 引用 引用和指针的区别与联系 nullptr 命名空间         命名空间是 C++ 用于隔离标识符名称的语法机制,本质是划定一块独立作用域,将变量、函数、类等标识符收纳在这个作用域内,用来解决多文件协作、引入第三方库时产生的命名冲突问题。命名空间支持嵌套定义,同一个命名空间也可以分段写在多个位置,编译器会将同名命名空间的内容合并为同一个;命名空间仅在编译期生效,本身不占用内存,还可以为较长的命名空间定义别


Mali Offline Compiler 实战:移动 GPU Shader 离线预算与 CI 审计
YugenZY2026/9/26

Mali Offline Compiler 实战:移动 GPU Shader 离线预算与 CI 审计 摘要:RenderDoc 能观察某一帧实际执行的 Shader,但无法在每次提交时覆盖所有变体。离线编译器可以在不运行完整场景的情况下输出指令、寄存器和吞吐估计。本文设计从 Shader 清单、目标 GPU、编译结果解析到增量门禁的流水线,并说明离线估计不能替代真机测量。 一、离线编译适合发现什么 某次提交导致算术、纹理或分支成本显著增长;寄存器压力上升,可能降低并行度;特定 GPU 架构编


AI Coding 时代下,我的技术面试实践分享
AlienZHOU2026/9/18

从年初到现在,大家在 AI Coding 时代的工作方式已经有了很大变化,但我当时在社区交流时发现,大家的面试方式似乎没有相应调整。 正好今年五六月开始,我作为面试官进行了多场面试。在这个过程中也尝试调整了一些面试方式。以下是我从面试官视角做的一些总结,分享出来和大家交流一下。 一、大幅降低了手写代码的比例 在我的面试里,不再要求候选人当场写代码了。 但是,为了防止候选人「只会用 AI、自己完全不懂技术」的情况,我仍然保留了基础门槛:在一面中,我会保留两三道很基础的编码或计算机原理题,属于「会


11 · 如何把项目写进简历与面试
再吃一根胡萝卜2026/9/10

完整版见 docs/04-简历项目描述(可直接粘贴).md 和 docs/05-面试问答手册.md 一、先说风险 不要虚构"在职期间做过"的项目。 最稳妥的做法:作为个人开源 / 业余技术实践写进项目经历, 面试时说明"基于工作中 Agent 相关实践的延伸与沉淀"。 二、技能栏(直接替换) AI / Agent: LangChain · LangGraph · LangChain4j · RAG · Function Calling / Tool Use Promp


陶瓷盘UV喷墨印刷中的Z轴高度测量与防碰撞技术方案
长江后浪博客2026/9/2

文章来源说明:本文由 ZeroOne AI 整理发布,官网与 CSDN 双端同步首发,原文见 www.zeroone-ai.com。 在陶瓷盘、餐具等异形产品进行 UV 喷墨印刷时,最大的难点之一并不是单纯的图像打印,而是喷头与产品表面之间的高度控制。 普通平面材料可以将喷头固定在一个高度,例如距离材料表面 3~5 mm。但陶瓷盘通常存在: 盘面高度差 边缘翻边 浮雕 LOGO 凸起 产品翘曲 不同型号厚度不同 如果喷头高度固定,就可能出现两种问题: 距离太

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读