CASE 01
从带帽生活照到职业形象照
基于一张普通人像，依次完成轻磨皮、面部提亮、去帽与三七分发型重建，再收敛为职业照级别的光影和干净度。每轮只增强一个维度，并始终以本人身份、脸型、姿态和服装不漂移为验收门槛。
LovStudio Skill / Design·FREE · OPEN SOURCE
职业形象照
把一张普通人像修成干净、自然、仍然像本人的职业形象照
基本信息
你会用它完成什么
Turn a single-person photo into a polished professional portrait while preserving the person's identity. Use restrained skin retouching, exposure cleanup, optional hat removal and hairstyle reconstruction, background polish, and an explicit quality gate. Trigger when the user asks for a professional headshot, business portrait, profile photo, skin retouch, brighter face, hat removal, or hairstyle cleanup. Also trigger on "职业照", "形象照", "证件形象照", "精修人像", "磨皮提亮", "去掉帽子", "换发型", "professional portrait", "headshot", "portrait retouch", and "remove hat".
- 适用场景
- Design
- 当前版本
- v0.1.1
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
把一张普通人像修成干净、自然、仍然像本人的职业形象照。
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。
案例
看看它做出的成品
使用说明
按这套方法完成任务
把一张普通人像修成干净、自然、仍然像本人的职业形象照。
它把“磨皮、提亮、去帽、补发型、职业化”拆成尽量少的编辑步骤，并用身份一致性、皮肤质感、发际线和光影完整性做最终质检。
Part of skill-publisher general skills — by example.com
能做什么
- 自然磨皮、均匀肤色，保留真实毛孔和年龄特征。
- 提亮面部和眼神，不把肤色漂白。
- 去掉帽子并重建自然发型，例如三七分、略蓬松。
- 将生活照整理成适合个人主页、简历和社交头像的职业照。
- 根据“变化不明显”“风格变了”等短反馈做单点迭代。
- 按需制作前后对比或渐进过程图。
安装
npx skills add professional-portrait
也可以直接从源码安装：
git clone https://example.com/skills/professional-portrait-skill \
"${SKILL_SKILLS_INSTALL_DIR:?Set SKILL_SKILLS_INSTALL_DIR}/lov-professional-portrait"
使用
把一张照片交给支持图像编辑的 Agent，然后直接描述结果：
把这张照片修成自然的职业形象照，保持本人长相。
只磨皮和提亮一点，不要塑料感，不要改变脸型。
去掉帽子，改成三七分、略蓬松的短发，其他都保持不变。
默认原则
- 本人身份特征优先于“变好看”。
- 不默认改脸型、年龄、肤色、身材、服装和背景。
- 先少量精修，再根据反馈增强一个维度。
- 原图始终保留，结果使用新文件名保存。
- 用户照片不会被自动发布为公开案例。
真实案例
下面展示一次经过本人明确同意公开的四阶段渐进精修：原图、净颜提亮、 发型升级、职业形象照。
运行要求
需要具备图片查看与生成式图片编辑能力的 Agent，例如带有
image_gen 或同等原生图片编辑工具的运行环境。无需额外 Python 依赖。
License
MIT
用户评价与留言
登录后即可留言
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「professional-portrait」，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 professional-portrait 完成以下任务，并按 Skill 的验收标准检查结果：该 Skill 声明：Portable Agent Skills format. Requires an agent runtime with image viewing and generative raster-image editing, such as image_gen or an equivalent built-in image tool. No Python dependency is required.
搭配使用
需要时，继续补齐这些能力
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
- Portable Agent Skills format. Requires an agent runtime with image viewing and generative raster-image editing, such as image_gen or an equivalent built-in image tool. No Python dependency is required.
- 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。