Una pipeline immagini pratica invece di pulizie una tantum
Rubra Image Forge è un prototipo desktop locale costruito per un problema di produzione ricorrente: prendere una cartella disordinata di immagini e trasformarla in un set di asset più pulito e riutilizzabile senza ripetere gli stessi controlli manuali file per file.
L'attuale baseline pubblica del sito è R3a v0.3.1 — Prototipo di sviluppo. Il repository pubblico è disponibile, ma non è ancora collegato alcun pacchetto GitHub Release.
Cosa copre già il prototipo
Conversione standard per batch estesi
La prima modalità è semplice e utile: seleziona file o cartelle, scegli dove deve andare l'output e analizza il batch prima di scrivere qualsiasi cosa.
Il workflow visibile include:
- selezione di sorgente e destinazione;
- scansione ricorsiva delle cartelle;
- filtri per estensione, testo, glob e regex;
- segnalazione di duplicati e collisioni;
- pianificazione della conversione prima dell'esecuzione.
Questo rende lo strumento meno simile a un convertitore cieco e più simile a un passaggio di staging controllato per gli asset locali.
Controlli WebP senza nascondere i compromessi
Il pannello WebP mantiene visibili le decisioni principali invece di nasconderle dietro preset.
Dallo screenshot R3a fornito possiamo confermare che l'interfaccia espone qualità, modalità lossless, qualità alpha, policy per duplicati, numero di worker, rimozione metadata e controlli di verifica dell'output. Il backend predefinito mostrato nel prototipo è Pillow, con rilevamento opzionale di cwebp invece di una dipendenza obbligatoria.
Preparazione Token 256×256
La seconda modalità visibile è più specializzata e più interessante per il lavoro sui giochi.
Token 256×256 mira a produrre output normalizzati e pronti come token. La schermata R3a mostra controlli per euristiche di rimozione dello sfondo, tolleranza neutra, distanza dal bordo, feathering, decontaminazione, preservazione dell'alpha e validazione dell'alpha minimo.
Espone anche una scelta esplicita del motore:
- auto — usa GEGL LoHalo quando disponibile;
- GEGL — il percorso più rigoroso quando il runtime è disponibile;
- Lanczos / Pillow fallback — un fallback pratico quando GEGL non è presente.
È esattamente il tipo di scelta di design che si adatta alla filosofia GVibeDev: non fingere che lo strumento sia magico, ma rendere comprensibili la pipeline e i suoi limiti.
Il preflight conta perché nei grandi batch gli errori diventano costosi
La prova più forte nel materiale fornito non è una schermata vuota e pulita. È lo screenshot di un batch reale.
In quello screenshot R3a, Rubra Image Forge elabora una cartella con 707 file, circa 290 MB di sorgenti, 703 pianificati output, 29 duplicati, 18 collisioni, 351 trasparenti elementi e 4 errori preflight bloccanti.
Questo non dimostra soltanto che il prototipo si apre. Dimostra che è già stato esercitato sul tipo di batch in cui visibilità, pianificazione e segnalazione degli errori contano davvero.
Perché questo strumento appartiene a GVibeDev.cc
Rubra Image Forge si inserisce nel sito per lo stesso motivo degli strumenti di Arena Rubra: trasforma una seccatura produttiva ricorrente in un workflow esplicito.
Invece di “butta le immagini da qualche parte e spera che l'output vada bene”, il workflow diventa:
Seleziona → Filtra → Analizza → Rivedi → Converti
È uno strumento piccolo, ma riflette lo stesso schema visibile nell'intero project hub:
- individuare un collo di bottiglia reale;
- rendere visibili le decisioni invece di nasconderle;
- testare su carichi di lavoro reali;
- lasciare spazio all'iterazione.
Scope pubblico attuale
La pagina del sito resta deliberatamente precisa sul livello di maturità.
Rubra Image Forge è attualmente presentato come prototipo di sviluppo, non come prodotto impacchettato finito. Il repository è pubblico, ma non è ancora collegato alcun archivio di release, quindi la pagina offre l'azione verso il repository e non finge che esista già una release scaricabile.
Questo mantiene onesta la pagina pubblica mostrando comunque uno strumento che è già chiaramente utile.
