图片压缩到1m以下

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

上传平台要求图片比较小,设计这个skill方便压缩图片符合网站要求

一句话选型结论

按资料字段整理

图片压缩到1m以下是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_01ab01f8/yasuo1m
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_01ab01f8仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791677288
正文体量7.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
图片压缩到1m以下当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

7.9 KB
模型实际读到的说明书原文,来自技能仓库

图片压缩到指定体积(格式与内容不变)

这个技能解决什么

把体积超标的 jpg / jpeg / png 压到目标体积(默认 1MB)以下,用于投稿、报名、上传附件的场景。

四条硬约束,任何时候都不违背:

  1. 格式不变 — jpg 出 jpg、jpeg 出 jpeg、png 出 png,不做格式转码。
  2. 画面内容不变 — 不裁切、不加水印、不加边框、不做任何内容编辑。
  3. 原图只读 — 结果写到独立目录,源文件一个字节都不动,更没有删除。
  4. 优先保画质 — 只要 JPEG 质量还能维持在 82 以上就达标,就绝不把质量压到 82 以下;宁可等比缩小分辨率来换体积。

> jpg/jpeg 本身就是有损格式,「压到 1MB 以下」与「像素级无损」对照片类图片不可能同时成立。本技能的定位是视觉无损:构图、主体、清晰度观感保持一致。若用户坚持像素级无损,如实告知只能做 PNG 无损优化,多半达不到 1MB。

环境要求

必须用本机受管 Python 运行(已装 Pillow 12.3.0):

C:\Users\ZhuanZ(无密码)\.workbuddy\binaries\python\envs\default\Scripts\python.exe

不要用裸 python(PATH 里的解释器可能没有 Pillow),不要执行 pip install。本机 Git Bash 缺 coreutils,所有文件操作改用 Python,不要写依赖 ls / head / tail 的脚本。

使用流程

  1. 确认口径(仅在信息缺失时问,用户已说明则直接执行):
    - 目标体积 — 未说明则取 1MB。
    - 输入是单张还是文件夹 — 由用户给的路径直接判断,不必问。
    - 是否允许等比缩小分辨率 — 默认允许,短边下限 1600px。
    - 输出位置 — 默认输出到独立目录,不覆盖原图(若用户要求原地覆盖,必须先警告并要求明确确认,且先备份)。
  2. 执行脚本,脚本自带护栏:输出目录与源目录相同时直接拒绝执行。
  3. 读取报告,按 method 字段向用户解释每张图做了什么处理。
  4. 汇报结果:给达标数量、体积变化、被降级处理的图片清单。

命令

# 文件夹批量(最常用)
"<PY>" "<SKILL>/scripts/compress_image.py" "D:/photos" --out-dir "D:/photos_out"

# 单张
"<PY>" "<SKILL>/scripts/compress_image.py" "D:/a.jpg"

# 更小体积 / 更严格保持分辨率
"<PY>" "<SKILL>/scripts/compress_image.py" "D:/photos" --target-mb 0.5
"<PY>" "<SKILL>/scripts/compress_image.py" "D:/photos" --min-side 2400

<PY> 与 <SKILL> 的绝对路径见上文「环境要求」与本技能目录。

参数

参数 默认 说明
input 必填 图片文件或文件夹(仅识别 jpg / jpeg / png,大小写不敏感)
--target-mb 1.0 目标体积上限
--margin 0.94 余量系数,实际压到 理论值 × 0.94,避免卡在边界被判超标
--min-side 1600 等比缩放的短边下限;调高=更保分辨率但更难达标
--quality-floor 82 JPEG 优先保证的质量下限,一般不要调低
--min-quality 55 兜底可接受的最低 JPEG 质量,仅在缩到下限仍超标时启用
--scale-step 0.9 逐级缩放步长
--out-dir <输入同级>/compressed 输出目录;等于源目录时脚本拒绝执行
--no-recursive 关 只处理顶层文件
--no-copy-ok 关 默认会把已达标的小图原样复制过去,加此项则不复制
--dry-run 关 只分析不落盘
--jobs 自动(≤4) 并行进程数
--json <输出目录>/_compress_report.json 报告路径
--no-report 关 不写报告
--quiet 关 只输出摘要

压缩策略

JPEG(有 quality 参数)

阶段 做法 结果标记
1 原尺寸探测质量 82,达标则在 [82,95] 二分取最高质量 quality-only
2 按 0.9 逐级等比缩小,每级先探测 82,达标再二分取最优质量 downscale+quality
3 缩到短边下限仍超标,在最低尺寸下从 55 向上取最高可达标质量 min-side+quality
4 仍超标,输出最优结果并如实标记 min-side+min-quality,ok=false

PNG(没有 quality 参数,只能靠尺寸与颜色数)

阶段 做法 结果标记
1 无损重编码(optimize + compress_level=9) png-lossless
2 无损等比缩小 png-downscale-lossless
3 调色板量化,颜色数 256 → 16 逐档尝试,取能达标的最大颜色数 png-quantize-N
4 量化 + 继续缩小尺寸(下限为 --min-side 的一半) png-quantize-N+downscale

体积已在目标以内的图完全不重编码,原样复制,记为 untouched / already_ok。

汇报要求

读 _compress_report.json,向用户交代这几件事,不要只丢一句「压好了」:

  • 达标数量、总体积变化(summary.src_bytes → summary.out_bytes)。
  • 被有损处理的图片:method 含 downscale 或 png-quantize 的,逐张说明是缩了分辨率还是降了颜色,建议用户肉眼复核。
  • status=not_reached 的图片必须单独说明,并给出三个可选出路:放宽 --min-side、提高 --target-mb、或接受转成 JPG。
  • status=failed 的图片说明原因(多为文件损坏)。
  • 输出目录的绝对路径。

常见追问与应对

  • 「再压小一点」 → 加 --target-mb 0.5。
  • 「别缩分辨率」 → 提高 --min-side 到原始短边值,或对齐说明:不缩分辨率就必须靠降质量,可能到 55 仍不达标,届时只能如实报告失败。
  • 「PNG 怎么压完变颜色了」 → 解释 PNG 是无损格式,压体积只能缩尺寸或减颜色数;若内容其实是照片,转 JPG 效果远好于硬压 PNG(但那是格式变化,需用户点头)。
  • 「能不能更清晰一点」 → 提高 --target-mb 是最直接的办法,其次提高 --min-side。
  • 「原图怎么没了」 → 不可能发生。脚本只读源文件;唯一一次删文件的机会是用户自己手动清理输出目录。

已知限制(如实告知用户)

  1. 带渐变透明的 PNG(RGBA)走量化路径时,透明层级会减少(实测 256 级 → 约 96 级),边缘可能出现轻微硬边;这是 PNG 格式的固有代价,不是可以绕过的 bug。
  2. 短边原本就小于 --min-side 的图,没有缩图空间,只能靠降质量或减颜色达标。
  3. 极端高细节大图可能出现「缩到下限仍超标」,脚本不会为了达标无限破坏画质,而是如实标记 not_reached。
  4. 动图(多帧 PNG / GIF)会被跳过,避免破坏动画内容。
  5. CMYK 色彩模式的 JPEG 会被转成 RGB 输出,颜色可能有轻微偏移。

更多格式原理、极端情况处理与实测数据见 references/limits-and-tuning.md。

安全红线

  • 绝不覆盖、移动或删除源文件。
  • --out-dir 与源目录相同时必须拒绝(脚本已内置),不要为了让脚本跑起来而绕过这道护栏。
  • 用户要求原地覆盖时,先用醒目提示说明风险,做备份后再执行。
  • 不要把「压到体积达标」当成唯一目标:画质被破坏到肉眼看得出问题时,宁可如实报告 not_reached,也不交一张糊图。

常见问题

5 问
答案由本站依据条目字段整理
图片压缩到1m以下怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_01ab01f8/yasuo1m。安装方式为未标注。装完刷新技能列表或重开客户端。

图片压缩到1m以下支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

图片压缩到1m以下权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

图片压缩到1m以下收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

图片压缩到1m以下用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。