Imgx
2025-2026
做 Imgx 的起点很简单：网页上看到一张喜欢的图，好看是好看，但不知道怎么把它变成 Prompt。要下载、上传到另一个网站，再等结果出来，太绕了。
Imgx 是我独立做的 Chrome 扩展。把鼠标放到网页里的图片上，就能直接分析它，并给出中英双语的绘图描述、可复制的 Prompt 和负面提示词。图片不必离开原来的页面。已上架 Chrome Web Store，可以直接安装体验。
为了更接近原图
Imgx 最核心的事情有两步：先判断眼前这张图属于什么，再用这个类型真正关心的问题去问模型。自动路由不是给结果贴一个标签，而是决定后面该用哪套方法反推。
一开始只有一套通用模板。很快我发现，人像、UI 截图和建筑图根本不该被同样对待：人像需要姿态和光线，界面稿需要组件和信息层级，建筑则更在意材质、空间和视角。现在的路由会从图片比例、页面里的 alt、className 和所在网站等线索里累计证据；信号不够，或彼此冲突时，就不替图片做猜测，改由同一次视觉分析从像素里判断。
先收集证据，再决定怎么问。
Evidence, not certainty.margin ≥ 2人像还需要摄影媒介证据
- 01Portrait人物、姿态、光线
- 02Interface组件、层级、状态
- 03Product材质、陈列、镜头
- 04Space建筑、空间、视角
- 05Scene风景、天气、氛围
- 06Illustration笔触、媒介、轮廓
- 07Poster版式、字级、阅读顺序
- 08General无法确认时的兜底
路由之后是 8 套模板：通用、人像、风景、建筑、产品、UI、插画和海报排版。它们会把注意力放到不同的地方，也会约束模型不要凭空补相机、品牌或 IP。两件事合在一起，目的只有一个：少给一段泛泛的图像描述，多给一段能拿去继续复刻的 Prompt。
把麻烦留在产品里
真正花时间的部分，反而不是调用模型。网页上的图片可能有防盗链，也可能被透明层盖住；模型有时会漏字段、返回不完整的 JSON。Imgx 会尝试找到真实图片、清理返回格式，并在缺少内容时补上必要的信息。用户看到的应该是下一步，而不是一句「生成失败」。
我也不想把创作者的参考图和 Key 收到自己的服务器上。Imgx 用本地 BYOK：图片直接交给用户自己配置的模型服务，Key、历史和队列都留在浏览器里。配置 Key 是件麻烦事，所以我做了服务商预设和逐步引导，尽量让第一次使用不需要查一堆文档。
还在继续磨
这个项目没有停在第一次上架。最近一轮继续围绕“反推得更准”在改：当一张人物占主画面的海报同时像人像又像平面设计时，不再让本地规则武断地选边，改由同一次图像分析从像素里判断；8 类模板也持续补上各自容易漏掉的复刻线索。
Imgx 已上架 Chrome Web Store，目前支持硅基流动、Gemini、通义等兼容 Vision 的服务。这个项目从产品想法、Prompt、交互到扩展实现，都是我一个人慢慢做出来的。
你可以访问 Imgx 官网，或从 Chrome Web Store 安装体验。