메뉴
게임/앱 UI 스크린샷에서 배경·버튼·컴포넌트를 게임 사용 가능한 투명 PNG로 추출. 배경은 nanobanana edit_image(AI inpainting), 버튼/컴포넌트는 /clip 템플릿 매칭으로 bbox를 찾고 SAM2로 pixel-accurate 세그멘테이션하여 투명 배경 PNG로 추출. 트리거: 배경 뽑아줘, 버튼 추출해줘, 컴포넌트 분리해줘, 전부 다 추출해줘, 이미지 경로와 함께 추출 요청 시.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | asset-extract |
| description | 게임/앱 UI 스크린샷에서 배경·버튼·컴포넌트를 게임 사용 가능한 투명 PNG로 추출. 배경은 nanobanana edit_image(AI inpainting), 버튼/컴포넌트는 /clip 템플릿 매칭으로 bbox를 찾고 SAM2로 pixel-accurate 세그멘테이션하여 투명 배경 PNG로 추출. 트리거: 배경 뽑아줘, 버튼 추출해줘, 컴포넌트 분리해줘, 전부 다 추출해줘, 이미지 경로와 함께 추출 요청 시. |
스크린샷에서 게임에 바로 사용 가능한 에셋 PNG를 추출한다.
게임/앱 UI 스크린샷에서 배경·버튼·컴포넌트를 게임에 바로 합성 가능한 투명 PNG로 추출하는 에셋 파이프라인 실행자. 배경은 nanobanana inpainting, 버튼/컴포넌트는 템플릿 매칭+SAM2 세그멘테이션으로 분리한다.
사용자가 이미지 경로와 함께 "배경 뽑아줘"/"버튼 추출해줘"/"컴포넌트 분리해줘" 등을 요청할 때 발동. 입력은 IMAGE_PATH(절대경로) + TARGET(배경/버튼/전체) + 선택적 OUTPUT_DIR이며, 버튼 추출은 /clip으로 받은 크롭 이미지(/tmp/clip.png)를 전제로 한다.
{OUTPUT_DIR}/backgrounds/bg_nano.png(배경) + {OUTPUT_DIR}/buttons/{name}.png(투명 PNG, IoU 점수 포함) + 완료 요약(추출 개수·해상도·품질 경고).
| 대상 | 도구 | 결과 |
|---|---|---|
| 배경 | mcp__nano-banana__edit_image (inpainting) | UI 제거 후 자연스러운 배경 PNG |
| 버튼/컴포넌트 | /clip 템플릿 매칭 → SAM2 세그멘테이션 | 투명 배경 PNG (pixel-accurate) |
버튼 추출에 nanobanana 사용 금지 — AI가 색상/형태를 재생성하여 원본과 달라짐.
pip install rembg (SAM 모델 내장)IMAGE_PATH : 이미지 절대 경로
TARGET : 배경 | 버튼 | 전체 (기본: 전체)
OUTPUT_DIR : {IMAGE_PATH 부모}/{파일명}-components/ (기본)
Windows 경로 자동 변환:
z:/home/<user>/... → /home/<user>/... (Windows 드라이브 문자 prefix 제거 → WSL 경로)C:/Users/... → /mnt/c/Users/...사용자에게 안내:
"추출할 요소를 화면에서 스크린샷 찍어
/clip으로 올려주세요."
사용자가 /clip 실행하면 → /tmp/clip.png 저장됨.
python3 ~/.claude/skills/asset-extract/scripts/match_bbox.py \
--original "{IMAGE_PATH}" \
--clip /tmp/clip.png
출력:
left,top,right,bottom
score:{SAD점수}
score > 20 이면 매칭 품질 경고 → 사용자에게 안내 후 계속 진행.
bbox 확장: match_bbox 결과에 상하좌우 10px씩 여유 추가 (SAM2가 전체 오브젝트를 포착하도록).
python3 ~/.claude/skills/asset-extract/scripts/segment_button.py \
--image "{IMAGE_PATH}" \
--bbox {left} {top} {right} {bottom} \
--output "{OUTPUT_DIR}/buttons/{name}.png"
imagePath : {IMAGE_PATH}
prompt : "Remove all UI elements, buttons, cards, text, icons, and navigation
bars from this screenshot. Keep only the background. Fill removed
areas with the natural background color/gradient.
Result: clean background with no UI elements."
aspectRatio: 원본 비율에 맞게 선택
resolution : 2K
결과를 {OUTPUT_DIR}/backgrounds/bg_nano.png로 복사.
✅ 추출 완료
📁 {OUTPUT_DIR}
배경: backgrounds/bg_nano.png
버튼: {N}개 (투명 PNG — 게임 합성 가능)
- buttons/{name}.png ({w}×{h}px, IoU: {score})
독립 Evaluator subagent가 산출물 품질을 검증합니다.
Evaluator 역할: 산출물 독립 검증
모델: claude-haiku-4-5 (경량, 편향 최소화)
격리: 메인 컨텍스트 오염 방지
판정 기준:
eval_cases.jsonl에 결과 자동 누적.
Multi-worker 검수 스킬 (Codex + Gemini Double / Opus + Codex + Gemini Triple). 단일 Codex 검수 대비 100% 보완 카테고리 커버. 트리거: /cr-multi, /cr-double, /cr-triple, plan/spec 저장 후 자동(CR_MULTI_AUTO=on), plateau 3회 자동 승격.
Forge 하네스 읽기전용 레거시 감사: 낡은룰/중복/과대 전역컨텍스트/넓은 Skill/불필요 Hook·MCP/제품중복 분류. 트리거: /harness-legacy-scan
YouTube 영상을 트랜스크립트·댓글·설명란까지 수집해 비판적 분석·팩트체크·시스템 개선 제안을 생성한다. 사용자가 YouTube URL을 보내거나 영상 분석을 요청할 때 사용한다.
REST API 엔드포인트 HTTP 레벨 E2E 자동 테스트. Spec 또는 OpenAPI(Swagger) YAML/JSON을 읽어 엔드포인트별 테스트 케이스(happy path/인증 실패/잘못된 입력/경계값)를 자동 생성하고 curl로 실행한다. 응답 스키마를 OpenAPI 스펙과 대조해 드리프트를 감지한다. /qa 스킬이 서버/API 프로젝트 감지 시 자동 트리거. 직접 호출: /api-e2e <spec-path> [--base-url http://localhost:3000]
기획서를 CEO(비즈니스)→Design(UX)→Engineering(기술) 3관점 순차 리뷰 + Synthesizer 종합 + 독립 Evaluator 검증(5-Wave)하는 스킬. Phase 3 에이전트 회의 후 자동 트리거. (적대적 Codex 검수는 cr-triple/codex-review 별도 게이트.)
PR 생성 전 develop 대비 feature 브랜치의 성능을 비교하는 스킬. 번들 크기, 테스트 시간, API 응답 시간을 측정. P7 PR 생성 전 자동 트리거.