已发布
GitHub
公开源码、更新记录与 Issue 都在这里。
LovStudio Skill / Design·FREE · OPEN SOURCE
Logo 狩猎
按品牌名或网址抓取 logo，自动评分择优（偏好长条形 + 透明底），统一归档到本地，方便网站/PPT/海报罗列
基本信息
你会用它完成什么
Fetch a company/product logo from public sources (Clearbit, og:image, favicon) given a brand name or URL, score candidates (wide-aspect + transparent preferred), and archive the best + runner-ups to the configured logo collection directory. Trigger when the user says "find logo", "找 logo", "抓 logo", "收集 logo", "brand asset", "需要 <brand> 的 logo", or wants logos laid out for a website/PPT/poster.
- 适用场景
- Design
- 当前版本
- v0.2.0
SKILL CARD / TRUST RECORD
先看证据，再决定是否使用
这个 Skill 尚未发布完整的可信度卡。案例、维度地图与定价依据会在补齐后显示。
这是一条旧目录记录：Skill Card 尚未补齐。网站不会把缺少案例、维度或定价证据的条目包装成已验证能力。
PRICING CARD
价格与交付边界
按品牌名或网址抓取 logo，自动评分择优（偏好长条形 + 透明底），统一归档到本地，方便网站/PPT/海报罗列。
免费入口
免费
稳定价格带 免费
价值锚点
一次结果通常可减少 1–6 小时的试稿、排版或资产整理。
定价依据
按可预览、可导出、可继续编辑的视觉结果定价，价值来自减少反复试稿。
使用边界
结果依赖输入素材、品牌约束和外部模型；复杂定制、素材采购与线下制作另计。
维护说明
随渲染工具、字体、模型和品牌资产变化复评；保持输出结构比追逐单一风格更重要。
证据状态：开放入口，持续收集证据版本变化、连续 10 次真实使用或支持成本明显变化时复评。
使用说明
按这套方法完成任务
Fetch a brand/product logo from public sources (Clearbit, og:image, favicon),
score candidates (prefer wide-aspect + transparent), and archive the winner
plus alternates under ~/.skill-publisher/logo-collection/<slug>/.
Useful for building website partner strips, PPT footer rows, poster credits — anywhere you need a lineup of logos that look consistent.
Part of skills — by example.com
Install
npx skills add find-logo -g -y
Stdlib only — no pip install needed.
Usage
# by name
python3 scripts/find_logo.py --name "Anthropic"
# by URL (more reliable for non-.com or ambiguous brands)
python3 scripts/find_logo.py --name "xAI" --url https://x.ai
# machine-readable output for chaining
python3 scripts/find_logo.py --url https://stripe.com --json
Options
| Option | Default | Description |
|---|---|---|
--name | — | Brand/product name. Used for slug + meta. |
--url | — | Official URL or bare domain. Overrides the name-based guess. |
--slug | slugified name | Override the archive directory slug. |
--out | SKILL_FIND_LOGO_OUTPUT_DIR or ~/.skill-publisher/logo-collection | Archive root. |
--keep-alts | 2 | How many runner-up candidates to keep. |
--json | off | Emit JSON to stdout. |
At least one of --name or --url is required.
What gets archived
~/.skill-publisher/logo-collection/<slug>/
├── logo.<ext> # highest-scoring candidate
├── alt-1.<ext> # runner-ups (count = --keep-alts)
├── alt-2.<ext>
└── meta.json # brand, source URL per candidate, dims, format, alpha, score
How candidates are scored
Higher is better. Intended to bubble up wide-aspect + transparent logos so they line up cleanly next to each other.
| Factor | Points |
|---|---|
| Format SVG / PNG / WebP / JPG / ICO | +40 / +20 / +10 / -10 / -20 |
| Has alpha (transparent) | +30 |
| Aspect ≥ 2:1 (banner) | +25 |
| Aspect ≥ 1.3:1 (landscape) | +10 |
| Aspect ≈ 1:1 (square) | -5 |
| Aspect tall / portrait | -15 |
| Short edge ≥ 128 / ≥ 64 / < 32 px | +15 / +5 / -20 |
| Payload < 400 bytes (stub) | -30 |
Sources probed, in order
- Clearbit Logo API —
https://logo.clearbit.com/<domain>(unauthenticated tier). - og:image / twitter:image +
<link rel="icon">— scraped from the brand's homepage. Usually wins because sites ship a proper share card. - Google s2 favicon —
https://www.google.com/s2/favicons?domain=<domain>&sz=256as a safety net.
If all three fail, the script exits 2 with status: "no-candidates". The
calling agent is expected to fall back to a web search for a press-kit page.
User Configuration
Archive files default to ~/.skill-publisher/logo-collection/. Override per call with
--out, or set SKILL_FIND_LOGO_OUTPUT_DIR.
License
MIT
用户评价与留言
登录后即可留言
分发渠道
在哪里可以获得它
这里标注这个 Skill 在各个平台的真实发布状态；有单品页时，入口会直接打开对应页面。
查看 GitHub
LS已发布
LovStudio 官网
在 LovStudio 获取、安装并查看使用说明。
你正在浏览此页面
WB暂未发布
WorkBuddy
该平台的单品页尚未发布。
单品页发布后会在这里出现。
SP已发布
支付宝 SkillPay
在 SkillPay 的单品页查看此 Skill。
商品编号 · P0806000200847219
安装渠道
装到你正在使用的 AI
Yoda、Codex、Claude Code 和其他兼容运行环境都使用同一份 Skill；选择你的工具后，按对应步骤完成安装。
先保存一次工作资料，支持 Profile 的 Skill 会在运行时直接复用。
配置工作资料安装与配置
Yoda
适合同时使用多个 Agent 的工作流：在一个地方完成安装、分配和调用。
- 01打开 Yoda 的 Skills，搜索「find-logo」，进入详情后点击“安装”。
- 02在目标 Agent 的配置中，把该 Skill 设为“自动”“仅手动”或“关闭”。
- 03重新加载当前会话，再从输入框的 Skill 菜单选择它；Yoda 会按当前 Runtime 插入对应调用命令。
在 Yoda 内完成
Yoda 会把安装后的 Skill 同步给已配置的 Agent，无需手动维护多个目录。
第一次调用
使用 find-logo 完成以下任务，并按 Skill 的验收标准检查结果：该 Skill 声明：Requires Python 3.8+ (stdlib only — no pip deps). Cross-platform: macOS, Windows, Linux.
更多信息
兼容性、权限与许可
- 源码可见性
- 公开仓库，可检查源码、Issue 与更新记录。
- 兼容性
- Requires Python 3.8+ (stdlib only — no pip deps). Cross-platform: macOS, Windows, Linux.
- 数据与权限
- 不同 Skill 可能读取本地文件、访问网络或调用第三方模型。执行前请检查完整手册中的具体步骤与命令。
- 许可
- MIT
NEXT STEP
继续比较，再决定。
回到目录，从结果、证据、依赖和价格选择最合适的工作流。