Découpage d'image

VérifiéPrudence

Coupe une partie spécifique d'une image pour se concentrer sur les détails importants. Utilisé avec annotate-grid.

Spar Skills Guide Bot
ContenuDébutant
22/07/2026
Claude Code
#image-cropping#image-processing#grid-overlay#visual-inspection#claude-code

Recommandé pour

Synthèse automatique

Découpe une région d'une image — par rectangle en pixels ou par cellule/plage de grille — afin de pouvoir examiner une seule zone de près.

Points forts

  • Réutilise le même découpage que annotate-grid via --grid-cell et --grid-range, ce qui évite de calculer des coordonnées en pixels
  • S'intègre dans un flux clair « repérer puis examiner » avec annotate-grid
  • Détermine automatiquement un chemin de sortie dans tmp/ quand aucun n'est fourni
  • Affiche l'image découpée et sa taille en pixels après exécution

Limites

  • Livré comme binaire Mach-O ARM64 précompilé : ne fonctionne que sur macOS Apple Silicon
  • Pas d'aperçu interactif, il faut fournir les coordonnées ou la cellule à l'avance
  • Un deuxième niveau de découpe (128x96) est trop petit pour être exploitable, et la sortie reste cantonnée à tmp/
Quand l'utiliser

Quand une grille superposée a déjà indiqué la zone approximative à examiner et qu'il faut en isoler un détail précis.

Quand l'éviter

Quand il s'agit de reconnaître ou de décrire le contenu de l'image, ou lorsque vous n'êtes pas sur un Mac Apple Silicon.

Analyse de sécurité

Prudence
Score qualité85/100

The skill is a legitimate image-cropping utility with no exfiltration or destructive actions. The main risk is that it invokes an opaque precompiled binary, so a cautious rating is appropriate even though the described workflow is benign.

Points d'attention
  • •Executes a prebuilt Mach-O ARM64 binary (${CLAUDE_SKILL_DIR}/tools/clip-image) without checksum or build-from-source verification; the binary's actual behavior is not auditable from SKILL.md.
  • •Implicitly uses Bash to run the local tool and reads/writes image files under tmp/; no network access, secret exfiltration, or destructive commands are instructed.
Comment cette analyse est faite

Exemples

Crop one grid cell
/wd-clip-image tmp/photo.png --grid-cell 3 2 8
Crop an exact rectangle
/wd-clip-image tmp/photo.png tmp/clip.png --rect 100 200 400 300
Crop a range of cells
/wd-clip-image tmp/screenshot.png --grid-range 2 1 4 3 8

name: wd-clip-image description: "画像の一部を切り出す。全体から注目したい場所だけを取り出して、そこに集中するための道具。" argument-hint: "<画像パス> [--grid-cell col row N | --rect x y w h]"

/wd-clip-image — 画像の一部を切り出す

全体を見ていると目が滑る。「ここだけ見たい」を切り出して、そこに集中する。annotate-grid とセットで使う。

引数

  • $ARGUMENTS: <画像パス> [出力パス] [options]
    • 例: /wd-clip-image tmp/photo.png --grid-cell 3 2 8
    • 例: /wd-clip-image tmp/photo.png tmp/clip.png --rect 100 200 400 300
    • 省略時: 使い方を表示する

手順

引数なしの場合

使い方を表示する:

clip-image <input> <output> --rect x y width height
clip-image <input> <output> --grid-cell col row N
clip-image <input> <output> --grid-range col1 row1 col2 row2 N

クリップ領域(いずれか1つ必須):
  --rect x y width height          ピクセル座標で矩形指定(左上原点)
  --grid-cell col row N            annotate-grid --divide N と同じ分割で1セル切り出す
  --grid-range col1 row1 col2 row2 N  (col1,row1) から (col2,row2) までの範囲を切り出す
                                    col, row は 0-origin(左上が 0,0)

引数ありの場合

  1. 画像がワーキングディレクトリ配下にあるか確認する

    • なければ tmp/ にコピーする(annotate-grid と同じ手順)
  2. 出力パスを決定する

    • 引数に出力パスがあればそれを使う
    • なければ tmp/clip-<ファイル名>.png を自動設定
  3. コマンドを実行する

    ${CLAUDE_SKILL_DIR}/tools/clip-image tmp/<input>.png tmp/<output>.png <options>
    
  4. 結果を報告する

    • 出力画像を Read ツールで表示する
    • 切り出しサイズ(px)を表示する

典型的な連携フロー

1. /annotate-grid tmp/photo.png --divide 4
   → tmp/annotated-photo.png で座標確認
2. 注目セルが (2,1) と判明
3. /clip-image tmp/photo.png --grid-cell 2 1 4
   → tmp/clip-photo.png(注目領域のみ)
4. 切り出した画像をさらに詳細確認

注意事項

  • ツール実体は ${CLAUDE_SKILL_DIR}/tools/clip-image(Mach-O ARM64 バイナリ、ソース: clip-image.swift)
  • 入出力は tmp/ 配下を使う
  • --grid-cell の col/row は 0-origin かつ N 未満
  • --rect の座標は左上原点(y は下向き増加)
  • 切り出すのは元画像(annotated じゃない方)から。グリッド線入りを clip するとノイズになる

コツ(使いながら育てる)

  • 切り出すのは元画像(annotated じゃない方)から。 グリッド線入りの画像を clip すると線がノイズになる。annotated で座標を確認して、clip は元画像に対して実行する
  • 1段目 clip(512x384)がスイートスポット。 2段目(128x96)だとほぼ何も見えない。2段目が必要なら --rect で広めに指定する
  • --grid-range が一番使いやすい。 --divide 8 で細かくグリッド → --grid-range col1 row1 col2 row2 8 で注目エリアを範囲指定。rect のピクセル座標計算が不要になる
  • 「探す」と「味わう」は別。 grid で「どこに何がいるか」を探して、clip で「その質感や表情」を味わう。探す段階では grid-cell でざっくり、味わう段階では対象が画面いっぱいになるように調整

入力: $ARGUMENTS

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/image-clipping-mrwakeps/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/image-clipping-mrwakeps' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/image-clipping-mrwakeps/download' --output '.skill-downloads/image-clipping-mrwakeps/SKILL.md.part' && mv '.skill-downloads/image-clipping-mrwakeps/SKILL.md.part' '.skill-downloads/image-clipping-mrwakeps/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/image-clipping-mrwakeps/SKILL.md' && test -s '.skill-downloads/image-clipping-mrwakeps/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/wd-clip-image' && cp -R '.skill-downloads/image-clipping-mrwakeps' '.claude/skills/wd-clip-image'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/image-clipping-mrwakeps'

openskills read 'image-clipping-mrwakeps'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/image-clipping-mrwakeps/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires