核心功能
OG Image Design 是一套完整的社交分享图（Open Graph）设计与生成方案，基于 inference.sh CLI 工具实现。该技能提供以下核心能力：
1. 多平台规格适配
内置 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等主流平台的精确尺寸规范（1200×630px 为主流安全尺寸），并提供统一的 1.91:1 比例设计模板，避免多平台适配困扰。
2. 双模式图像生成
- HTML-to-Image：通过编写 HTML/CSS 代码直接渲染为 PNG/JPG，适合品牌一致性强的结构化内容（博客标题、产品发布、教程封面）
- AI 图像生成：调用 Fal.ai FLUX 等模型生成抽象视觉背景，适合需要视觉冲击力的场景
3. 完整的设计规范体系
- 黄金布局模板：标题区（48-64px，最多60字符）+ 副标题区 + 品牌标识区
- 安全边距规则：40px 最小边距，避免平台圆角裁剪导致内容丢失
- 色彩策略：推荐深色背景以在浅色信息流中脱颖而出
- WCAG AA 级对比度标准确保文字可读性
4. OG Meta 标签全指南
涵盖 Facebook Open Graph 与 Twitter Cards 的完整标签体系，特别推荐始终使用 summary_large_image 以获得更高点击率。
5. 模板化工作流
针对博客文章、产品发布、教程指南三类高频场景提供即用的 Bash 命令模板，支持一键生成。
显著优势
| 维度 | 优势 |
|------|------|
| **开发友好** | 纯代码驱动设计，版本可控，无需打开 Photoshop/Figma |
| **批量生产** | 基于模板系统可快速生成系列化封面，保持品牌一致性 |
| **成本优势** | 依托 inference.sh 的 serverless 架构，按需调用无闲置成本 |
| **全链路覆盖** | 从设计规范 → 生成命令 → 调试工具 → 常见错误排查，形成完整闭环 |
| **可测试性** | 内置 Facebook Debugger、Twitter Card Validator、LinkedIn Post Inspector 等验证工具链接 |
局限性与注意事项
1. 依赖外部服务：核心功能依赖 inference.sh 平台的可用性，需联网使用
2. 设计门槛：HTML/CSS 模板编辑对非技术人员存在一定学习成本
3. 动态内容限制：当前方案为静态图片生成，不支持实时数据驱动的动态 OG 图（需配合服务端方案）
4. 字体渲染差异：各平台对字体回退策略不同，建议使用 system-ui 等安全字体栈
5. AI 生成不可控性：视觉类 OG 图需反复调优 prompt 以确保品牌调性一致
适合人群
- 技术内容创作者：开发者博客、技术文档站点运营者
- SaaS/工具类产品团队：需要高频产出产品更新、功能发布类社交素材
- 自动化工作流搭建者：希望将 OG 图生成集成到 CI/CD 或内容发布 pipeline 中
- 全栈开发者：追求「代码即设计」的高效协作模式
常规风险提示
| 风险点 | 说明 |
|--------|------|
| HTTPS 强制要求 | 主流平台已拒绝 HTTP 协议的 OG 图片，必须使用绝对 HTTPS URL |
| 文件大小控制 | 建议压缩至 1MB 以下，Twitter 等平台对 >5MB 图片可能拒绝加载 |
| 缓存延迟 | OG 图更新后，社交平台缓存可能需要 24-48 小时刷新，调试阶段需使用 `fbrefresh=1` 等强制刷新参数 |
| 相对路径陷阱 | `og:image` 必须使用完整绝对 URL，相对路径在跨域分享时失效 |
| 隐私合规 | 若使用 AI 生成含人物形象的 OG 图，需注意肖像权与平台内容政策 |
安全等级说明
该技能主要涉及调用 inference.sh 的公开 CLI 工具执行图像生成任务，安装脚本仅进行 OS/架构检测、二进制下载与 SHA-256 校验，无需提权且无后台驻留进程。图像生成内容完全由用户输入控制，无预设敏感操作，风险可控。