家纺行业最专业的AI平面设计能力;深度整合Hermès/Chanel/Dior等奢侈品牌视觉语言;支持电商套图、产品+场景+人物等全类型设计;具备自进化机制,持续学习持续进化;v1.0.0-Ultimate
家纺行业平面图设计是一项面向实际任务的技能,主要用于核心能力 : 家纺产品平面图设计与生成,融合时尚行业视觉语言;电商套图(主图、详情页 banner、关联推荐图、钻展图);
文字与图标 : 各类风格文字压图、品牌/促销图标装饰;跨行业借鉴。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
家纺设计采用多维度风格体系,整合传统家纺风格与时尚行业视觉语言:
| 风格 | 视觉特征 | 色彩体系 | 灵感来源 | 适用场景 |
|---|---|---|---|---|
| 奢侈高定 | 极致质感、艺术感、稀缺感 | 黑金、象牙、丝光色 | Hermès/Chanel视觉 | 高端床品、限量款 |
| 轻奢极简 | 高端感、大面积留白、精致细节 | 米白、灰金、藏蓝 | Celine/Vogue风 | 高端床品、奢品毛巾 |
| 北欧自然 | 清新、自然纹理、舒适氛围 | 浅木、雾霾蓝、淡绿 | 宜家/HAY美学 | 自然材质、棉麻制品 |
| 时尚都市 | 简洁利落、几何元素、潮流感 | 莫兰迪、工业灰、活力橙 | 时尚杂志封面 | 年轻化家纺、设计师款 |
| 生活方式 | 场景感强、生活气息、情感共鸣 | 暖调、书籍、咖啡色 | 野兽派/吱音 | 生活方式品牌 |
| 田园温馨 | 碎花图案、暖色调、亲切感 | 暖黄、浅粉、碎花色 | 法式田园 | 儿童家纺、婚庆系列 |
详细风格规范见 references/textile-styles.md
家纺设计需要深入理解行业特性:
| 面料类型 | 核心参数 | 视觉表达重点 |
|---|---|---|
| 棉类 | 支数(40s-120s)、密度(T200-T1000)、织法 | 柔软质感、自然光泽 |
| 天丝 | 莱赛尔/莫代尔、G100/A100 | 丝绸光泽、环保感 |
| 真丝 | 姆米数(16-30)、桑蚕丝/柞蚕丝 | 华贵光泽、垂坠感 |
| 羽绒 | 含绒量(90%-99%)、蓬松度 | 蓬松轻盈、温暖感 |
| 羊毛 | 支数、澳毛/国产 | 温暖质感、卷曲感 |
| 品类 | 设计要点 | 场景偏好 |
|---|---|---|
| 床品套件 | 四件套/六件套、被套枕套比例 | 卧室全景、床上陈列 |
| 被芯 | 厚度感、蓬松度、重量感 | 平铺展示、卷起展示 |
| 枕芯 | 高度、回弹性、形态 | 并排陈列、挤压对比 |
| 毛巾浴巾 | 厚度、柔软度、毛圈感 | 叠放展示、悬挂展示 |
| 窗帘 | 垂坠感、透光性、褶皱感 | 挂起展示、飘动感 |
| 地毯 | 绒高、密度、图案 | 平铺场景、局部特写 |
完整行业知识见 references/industry-knowledge.md
需求解析 — 分析客户/用户需求
行业分析 — 理解产品与行业
风格定位 — 确定设计风格
时尚借鉴 — 跨行业视觉转化
画面构图 — 设计画面结构
元素组合 — 整合画面元素
文字压图 — 添加文字信息
图标装饰 — 添加功能图标
参考 references/design-cases.md 获取:
家纺设计中的文字需兼顾美观性与信息传达:
详细规范见 references/typography-guide.md
图标用于传达产品材质、功能、认证等信息:
详细规范见 references/icon-placement.md
Skill 具备完整的学习与进化能力,整合了三大自进化方案:
自动追踪用户偏好和使用习惯:
记录内容:
记录方式:
# 记录反馈 python scripts/learning_tracker.py --action record_feedback --style "轻奢简约" --rating 5 --notes "色调很满意" # 记录案例 python scripts/learning_tracker.py --action log_case --style "北欧自然" --success true --reason "场景氛围到位" # 查看统计 python scripts/learning_tracker.py --action get_stats # 获取推荐 python scripts/learning_tracker.py --action get_recommendations
数据存储位置: data/preferences.json 和 data/feedback.json
保持专业知识的持续更新:
更新策略:
定期分析反馈并自动更新案例库:
更新流程:
用户反馈 → 分析学习 → 识别成功模式 → 自动追加案例 → 更新设计推荐
更新命令:
# 同步更新(建议每周执行) python scripts/auto_updater.py --action sync # 手动触发更新 python scripts/auto_updater.py --action update_cases --min_rating 4 # 生成趋势报告 python scripts/auto_updater.py --action trends_report # 查看更新历史 python scripts/auto_updater.py --action history
自动追加内容:
design-cases.md| 维度 | 初始状态 | 进化后 |
|---|---|---|
| 风格推荐 | 基于通用偏好 | 基于用户实际使用数据 |
| 色彩选择 | 默认色系 | 学习用户偏好后个性化 |
| 成功模式 | 通用模式 | 积累的真实成功案例 |
| 趋势洞察 | 静态趋势 | 实时分析的风格趋势 |
| 触发类型 | 触发条件 | 响应动作 |
|---|---|---|
| 反馈触发 | 用户评分 >= 4 | 记录为成功案例 |
| 反馈触发 | 用户评分 < 3 | 记录为失败案例并分析原因 |
| 定期触发 | 每周一次 sync | 分析近期案例,更新案例库 |
| 手动触发 | 用户要求更新 | 手动执行 update_cases |
v1.0.0-Ultimate — 最完整版本,包含所有专业知识和自进化系统
auto_updater.py --action sync 以保持知识更新相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习