live2d-halfbody

Halbkörperliches Live2D-Rigger: Von einer Illustration zu VTube Studio

Für alle, die kein manuelles Modellieren oder Mesh-Tuning möchten. Aus einer Illustration oder einer Beschreibung wird Schritt für Schritt ein halbkörperliches Live2D-Avatar für VTS erstellt. Der Nutzer macht nur drei Dinge:

1. Illustration bestätigen (Schritt 1);
2. Übertragung der Illustration an See-through genehmigen (Schritt 3, Hugging Face, Backup ModellScope);
3. In VTS testen und mit Bestanden oder Nicht bestanden: <Beobachtung> antworten (Schritt 5).

Der Rest wird vom Agenten erledigt, inklusive Selbstprüfung vor der Übergabe.

Funktionen, die nach einem Durchlauf verfügbar sind

Funktion	Treiber
Kopf drehen (horizontal/vertikal, ±30°), Kopf neigen mit Körperneigung	Kamera
Körperfolge: horizontale Drehung, Vor-/Zurückneigung, Atembewegung	Kamera, VTS automatische Atmung
Blinzeln, einseitiges Blinzeln (beim schnellen Schließen mit gezeichnetem Auge); Halbgeschlossene Augen mit verblassendem Doppellid	Kamera (getrennt für jedes Auge)
Augenfolge, Augenbrauenbewegung	Kamera
Mundöffnung, Lächeln	Kamera
Segmentierte Haarphysik: Pony (optional), Seitenhaar (drei Segmente – von Haaransatz zu Spitze, kann hinter dem Ohr gesteckt werden), Hinterkopf oder Dutt; beim Nicken springen sie auf und ab. Bei Zwillingszöpfen schwingt jeder Zopf separat vom Gummiband abwärts, ebenfalls in drei Segmenten. Haare, die über die Schultern reichen, folgen der Körperbewegung	Physik
Anhänger (Kettenanhänger, Ohrringe) schwingen	Physik
Brille folgt Kopfbewegung	Kamera
Gesichtsausdrücke: Lächeln N1, O-Mund N2, Ärger N3, Besorgt N4, Zurücksetzen N0	Tastenkürzel
Gesten: Winken N5, Hände hoch N6, Zeigen N7	Tastenkürzel (auch Kameragesten verfügbar, siehe "Bekannte Probleme")
Erröten N8	Tastenkürzel

Nicht möglich: große Kopfwinkel (erfordert seitliche Referenzaufnahmen), Ganzkörpermodell, kontinuierliche Armbewegung (erfordert segmentierte Armmaterialen). Ausgabe ist eine .moc3-Datei, die direkt in VTS verwendet wird, kein .cmo3-Projekt für Cubism Editor. Für hochwertige Effekte (feinere Physik, mehr Ausdrücke, gewerbliches Mesh) müssen die Ebenen aus layers-st/ in Cubism Editor importiert und neu geriggt werden.

Ordnerstruktur

素材/Charaktername/                 Illustration, Prompt, Varianten, See-through-Ergebnis, Ebenen
  A0-base.png                        Festgelegte Illustration
  prompts/                           Kopiert aus references/提示词/标准/, fülle [[…]] aus
  check/                             Prüfbilder für jede Variante
  seethrough.psd                     Rohausgabe von See-through
  seethrough/                        Jede Ebene als einzelne PNG
  layers/                            Selbst aufgeteilte Ebenen (nur als Grundlage für See-through-Komposition, nicht einzeln ausgeliefert)
  layers-st/                         Endgültige Ebenen (See-through-Komposition, inkl. Gesten und Erröten)
  R0-rest.png                        Ruhe-Komposition der endgültigen Ebenen, Basis für Gesten- und Errötungsvarianten
角色/Charaktername/
  character.json                     Positionen, Bereichsangaben, Ebenen-Zuordnung
  标注.png                           Positionen aus character.json auf der Illustration eingezeichnet
  素材检查/  prepared/  build/runtime/  自查/  vts/

Schritte

Alle Befehle werden im Arbeitsverzeichnis des Nutzers (wo 素材/ und 角色/ liegen) ausgeführt. Vor den Befehlen muss PYTHONPATH=<Skill-Verzeichnis> gesetzt werden (z.B. ~/.claude/skills/live2d-halfbody), damit Python rigkit findet.

0. Umgebungsprüfung

python -m rigkit.doctor

Wenn ein ✗ angezeigt wird, zuerst beheben, da sonst der Prozess nach der Generierung von rund zwanzig Bildern stecken bleibt. ! betrifft nur Teile: Ohne See-through-Token reicht das anonyme Limit möglicherweise nicht, ohne ffmpeg können keine Selbsttest-Videos erstellt werden, ohne Codex werden andere Bildgenerierungstools verwendet (siehe Schritt 2).

1. Illustration – Nutzerbestätigung

Kopiere das gesamte Verzeichnis references/提示词/标准/ in 素材/Charaktername/prompts/ und fülle zuerst [[…]] in A0-base.txt aus (Aussehen, Pony, Seitenhaar, Haarlänge, Brille, Ohrringe).

• Nur Beschreibung: Fülle die Beschreibung aus und generiere die Illustration.
• Mit Illustration: Speichere sie als 素材/Charaktername/参考.png und füge sie als Referenz bei der Generierung hinzu. So erhältst du eine Version, die den Rigger-Anforderungen entspricht (Hals sichtbar; wenn Pony vorhanden, sollte er oberhalb der Augenbrauen enden; Seitenhaar bedeckt Ohren bis zum Kinn oder hinter den Ohren gesteckt; flaches Licht, weißer Hintergrund, Platz zwischen Armen und Körper). Wenn das Original diese Anforderungen nicht erfüllt, führt das direkte Aufteilen zu Problemen bei der Animation.

python -m rigkit.variants 素材/Charaktername A0-base

Ohne Codex erstelle A0 gemäß Schritt 2 "Mit anderen Bildgenerierungstools". Zeige dem Nutzer die generierte Illustration und fahre erst nach Bestätigung fort.

Wenn bereits Dateien gemäß Ebenenliste vorhanden sind, springe zu Schritt 4.

2. Bildgenerierung

Ersetze die restlichen [[…]] in prompts/ mit der Beschreibung dieses Charakters. Lösche die Prompts für nicht vorhandene Teile: Hut oder Kopfschmuck V1, vorderes Seitenhaar V2, Pony V3, Anhänger V9 (in S1 ebenfalls diese Zeile löschen, siehe Bildgenerierung). Danach:

python -m rigkit.variants 素材/Charaktername

Generiert nacheinander 13–17 Varianten, bei denen jeweils nur eine Stelle geändert wird. Jede Variante erhält ein Prüfbild. Abweichung innerhalb von 4 Pixel, und die Änderung darf nur an der vorgesehenen Stelle sein, sonst gilt sie als nicht bestanden; lösche sie und generiere neu, maximal drei Versuche pro Variante. Details siehe Bildgenerierung.

Mit anderen Bildgenerierungstools (ohne Codex oder wenn der Agent selbst Bilder generieren kann): variants prüft nur vorhandene Bilder, generiert sie nicht neu, also kannst du die Bilder zuerst mit anderen Tools erstellen und ablegen.

python -m rigkit.variants 素材/Charaktername --list

Jede Zeile ein Bild: beizufügendes Bild, Prompt-Datei, ob bereits generiert. Generiere nacheinander ein Bild nach dem anderen. Wenn das beizufügende Bild mit "noch nicht" markiert ist, warte darauf, dass es generiert wird:

• Prompt: Verwende den vollständigen Text aus prompts/<Name>.txt, ohne Änderungen. Füge nur das in der Liste angegebene Bild bei und lasse das Tool darauf basierend Änderungen vornehmen. A0 füge die Referenz bei, wenn keine Referenz vorhanden, generiere neu.
• Das Tool muss in der Lage sein, Bilder zu ändern: Gib ein Bild und einen Prompt, es gibt das geänderte Bild zurück. Tools, die nur aus Text neue Bilder generieren, können nur A0 erstellen.
• Speichere als 素材/Charaktername/<Name>.png mit demselben Seitenverhältnis wie das beigefügte Bild. Kein Zuschneiden, keine Ränder, kein Freistellen, keine Nachbesserung.
• A0 als Quadrat ausgeben; auf 1254×1254 skalieren, falls anders (bereits erstellte Charaktere haben diese Größe).

Nach einer Charge führe python -m rigkit.variants 素材/Charaktername aus, um Prüfbilder zu erstellen, Qualitätskriterien wie oben. Schritt 3 (Gesten und Erröten) ebenfalls: --list F1-blush P1-wave P2-explain P3-point. Bisher noch nicht mit einem anderen Tool als Codex vollständig durchgeführt.

3. Layer-Splitting – Nutzer muss Upload genehmigen

Zunächst wird mit den Varianten selbst gesplittet, als Grundlage für die Komposition:

python -m rigkit.split 素材/Charaktername 素材/Charaktername/layers --pad-top 90

Danach frage den Nutzer, ob die Illustration an See-through übertragen werden darf. Nach Zustimmung:

python -m rigkit.seethrough fetch 素材/Charaktername/A0-base.png 素材/Charaktername/seethrough
python -m rigkit.seethrough split 素材/Charaktername 素材/Charaktername/layers 素材/Charaktername/layers-st --pad-top 90

fetch versucht zuerst Hugging Face; falls fehlschlägt, wechsle zu ModelScope (--site hf oder --site modelscope um einen zu wählen). Jeder Dienst verwendet die höchstmögliche Auflösung. Du kannst auch eine PSD von der Webversion, ComfyUI oder deiner eigenen GPU übergeben: fetch jene.psd 素材/Charaktername/seethrough. Wenn See-through lokal installiert ist, verwende --site local: keine Bildübertragung, kein Limit (siehe "Umgebung").

Die endgültigen Ebenen müssen durch See-through gehen: Selbst gesplittete Ebenen haben beim Bewegen sichtbare Fehler an den Rändern, unvollständige freigelegte Haare, und werden nicht einzeln ausgeliefert. Wenn an einem Tag kein Kontingent mehr vorhanden ist, wechsle die Website, warte bis zum nächsten Tag, oder verwende eine PSD.

split gibt zeilenweise aus, welche Korrekturen es an den See-through-Ebenen vorgenommen hat (Teile, die anderswo hineinragen, abschneiden; falsch platzierte Accessoires verschieben; fehlende Teile ergänzen). Siehe Regeln unter "See-through-Komposition". Sieh dir layers-st/拆层总览.png an: Jede Ebene enthält nur ihr eigenes Objekt; die statische Komposition sollte sich von der Illustration nur im Zeichenstil unterscheiden.

Geschlossene Augen und lächelnde Augen sind selbst gesplittet. Wenn sie benachbarte Linien mitnehmen oder unscharfe Ränder haben, und die zweimalige Korrektur nicht hilft, übergib diese beiden Varianten an See-through zum Splitten und führe das obige split erneut aus. Es verwendet dann die See-through-Wimpern-Ebene (Regel 103):

python -m rigkit.seethrough fetch 素材/Charaktername/D5-eyes-closed.png 素材/Charaktername/seethrough-D5-eyes-closed
python -m rigkit.seethrough fetch 素材/Charaktername/D6-eyes-smile.png 素材/Charaktername/seethrough-D6-eyes-smile

Frage den Nutzer vor der Übertragung erneut, jede Variante verbraucht ein Kontingent. Bei lokaler Ausführung füge --site local --head-from 素材/Charaktername/seethrough hinzu, es wird nur der Kopfbereich gesplittet.

Danach Gesten und Erröten:

python -m rigkit.extras 素材/Charaktername 素材/Charaktername/layers-st        # Erzeugt R0-rest.png
python -m rigkit.variants 素材/Charaktername F1-blush P1-wave P2-explain P3-point
python -m rigkit.extras 素材/Charaktername 素材/Charaktername/layers-st        # Fügt sie zu den Ebenen hinzu

Sieh dir layers-st/手势和脸红.png an: Jede Zeile zeigt die statische, die Variante und das Aussehen im Modell. Arme und Körper sollten nahtlos ineinander übergehen; die Ränder der Hände sollten sauber sein, bevor fortgefahren wird.

4. Generieren und Selbsttest

python -m rigkit.estimate 素材/Charaktername/layers-st 角色/Charaktername --name Name
python -m rigkit.check_art 角色/Charaktername/character.json
python -m rigkit.prepare 角色/Charaktername/character.json
python -m rigkit.build 角色/Charaktername/character.json             # Einige Minuten

• estimate überschreibt kein vorhandenes character.json, sondern schreibt character.draft.json. Wenn nach Änderungen an den Ebenen eine Neuschätzung erforderlich ist, vergleiche und ersetze.
• 标注.png: Wenn die Ellipse des Gesichts, die Positionen von Augen, Nase, Mund, die Neigungsachse, der Halsansatz, die Schultern, die Taille oder die Haaransatzlinie nicht korrekt sind, passe die entsprechenden Zahlen in character.json an und führe prepare und build erneut aus.
• 素材检查/: Wenn 露底 Magenta zeigt oder 原画对照 rote Linien hat, gehe zurück zu Schritt 3. 透出背景 zeigt Stellen, die im Ruhezustand nicht abgedeckt sind, oder Bereiche, die bei Gesten transparent werden. Überprüfe zusätzlich 青底.png (Ruhezustand und jede Geste auf blauem Hintergrund): Weiße Kleidung, helle Hautstellen mit Lücken, die auf weißem Hintergrund unsichtbar sind. Wenn Arme wegbewegt werden, ist Transparenz normal; andernfalls zurück zu Schritt 3.

Selbsttest:

python -m rigkit.preview flips 角色/Charaktername/build/runtime
python -m rigkit.preview sheet 角色/Charaktername/character.json 角色/Charaktername/自查 新版=角色/Charaktername/build/runtime
python -m rigkit.preview clip 角色/Charaktername/character.json 角色/Charaktername/自查/动作.mp4 新版=角色/Charaktername/build/runtime

Anzahl der umgedrehten Dreiecke sollte 0 sein. Überprüfe die fixen Kontrollbereiche im vergrößerten Bild und Video (Augenbrauen und Pony, Gesichtskante, Kinn und Hals, Schläfen und Ohren, Augenwinkel und Wimpern, Mundwinkel). Repariere zuerst, wenn Probleme auftreten, bevor es an den Nutzer geht. Wenn eine frühere Version vorhanden ist, lege sie daneben zum Vergleich.

Rendere dann auf dem VTS-Hintergrund: geschlossene Augen, halbgeschlossene, lächelnde, großer Mund, halboffener Mund, drei Gesten, Kopf drehen. Vergrößere den Bereich um die Augen, den Mund und die Haare um das Drei- bis Vierfache: Der Nutzer sieht diese Bilder zuerst in VTS.

5. Integration in VTS – Nutzerabnahme

python -m rigkit.vts 角色/Charaktername/character.json --install

Neue Modelle können installiert werden, während VTS läuft. Um ein bereits installiertes Modell zu ersetzen, muss VTS zuerst beendet werden. Dabei bleiben die vom Nutzer vorgenommenen Einstellungen in VTS erhalten, es werden nur fehlende Tastenkürzel und Mappings ergänzt. Wenn VTS läuft und du eine neue Version installieren möchtest, ändere vts.name und vts.folder, um sie als neues Verzeichnis zu installieren.

Übergib dem Nutzer nebeneinanderliegende Bilder, das Video und die folgende Checkliste. Der Nutzer antwortet mit Bestanden oder Nicht bestanden: <Beobachtung>:

Was prüfen	Wie vorgehen
Kopf drehen, neigen	Kopf in alle Richtungen drehen und neigen: Gesicht, Haare, Hut, Ohren folgen, keine Risse, Punkte oder zurückbleibende Teile
Augen	Blinzeln, einseitiges Blinzeln, halbgeschlossene Augen; bei Kopfdrehung sollten die Wimpern nicht durch die Haare gehen
Mund	Sprechen, Lächeln; Mund nicht schief, wenn der Kopf bei geschlossenem Mund gedreht wird
Haare	Kopf schütteln: Pony, Seitenhaar, Hinterkopf schwingen segmentiert, jedes Segment folgt dem vorherigen mit Verzögerung; beim Nicken auf und ab springen; langes Haar unterhalb der Schultern folgt dem Körper
Anhänger	Beim Bewegen des Körpers schwingen die Anhänger, die darunterliegende Kleidung bleibt vollständig
Körper	Körper folgt horizontaler Drehung, Vor-/Zurückneigung, Atembewegung
Ausdrücke	N1–N4 wechseln, N0 zurücksetzen
Gesten	N5–N7: Körperzeichnungsstil springt nicht, Handränder sauber; bei geöffneter Geste den Kopf drehen, die Arme folgen dem Körper
Erröten	N8: Weiche Ränder; beim Schütteln des Kopfes kein sichtbarer Rand unter den Haaren

Anpassung der Bewegungsparameter

Die Bewegungsparameter stehen alle in character.json:

Gewünschte Änderung	Feld
Neigungswinkel	head.tilt_deg (Grad im maximalen Bereich)
Wie weit das Gesicht bei Drehung wandert	head.yaw_px, head.pitch_px
Körperneigung	body.tilt_deg (Grad pro Einheit des Parameters, maximal x10)
Atmungsamplitude	body.breath.head, body.breath.shoulder (Pixel)
Körperfolge	body.turn, body.shift, body.lean_y
Haarschwingamplitude	hair.locks.<Ebene>.swing; Mitte und Spitze hair.locks.<Ebene>.bend; Nicken hair.locks.<Ebene>.pitch
Physik-Feedback	hair.locks.<Ebene>.chain (drei Segmente) oder physics: delay kleiner = mehr Nachlauf, length länger = träger
Anhängerschwingamplitude	dangles.<Ebene>.deg (Grad im maximalen Bereich)
Halbgeschlossene Augen	eyes.crease_fade (Bereich, in dem das Doppellid verblasst), eyes.lower_from (Position, ab der das Unterlid beginnt)
Wo der Mund zu öffnen beginnt	mouth.open_from: Wenn der Kamera-Messwert darunter liegt, bleibt der Mund geschlossen

Die Bewegungsparameter basieren auf dem VTS-Halbkörper-Ausschnitt und natürlichen menschlichen Bewegungen: Normaler Neigungswinkel ca. 15°, wenn das Modell nur 3° dreht, ist das kaum sichtbar. Nach der Änderung erneut build ausführen. Weitere Felder siehe Konfigurationsanleitung.

Regeln

Alle Regeln und ihre Herkunft siehe Regeln. Die am häufigsten verletzten Regeln:

• Vor dem Handeln zuerst die Standardpraxis von Live2D prüfen und erklären, wie vorgegangen werden soll.
• Schneiden mit See-through; das Bildmodell liefert nur die Details, die See-through nicht kann (Ausdrücke, verdeckte Teile, Gesten).
• Nur mit Bereichen arbeiten, die sicher beherrscht werden: See-through-Ebenen werden als Ganzes verwendet; der Code führt nur ganzheitliche Auswahl, Verschiebung und Trennung nach nicht zusammenhängenden Blöcken durch, ohne innerhalb der Ebene pixelweise Farbschnitte (diese werden ausgefranst). Wenn eine Stelle geändert werden muss, zuerst mit der See-through-Originalaufnahme in Originalgröße nebeneinander vergrößern; wenn nicht deutlich besser, nicht ändern.
• Neue Regeln zuerst an allen bestehenden Charakteren überprüfen, die Grundlage quantifizieren, den Anwendungsbereich festlegen; nach der Änderung den alten und neuen Code jeweils einmal durchlaufen lassen und schichtenweise vergleichen; keine bestandenen Charaktere beschädigen. Jede Regel muss den Bereich angeben: allgemein oder nur unter bestimmten Bedingungen auslösend (Auslösebedingung, nicht betroffene Fälle).
• Jede Runde vergleichbare Bilder und Videos nebeneinanderlegen, von Menschen bewerten lassen; Anzahl der umgedrehten Dreiecke und Pixeldifferenzen nur zur Fehlersuche bei Brüchen verwenden.
• Wenn dasselbe Symptom nach drei Runden noch nicht behoben ist, Code-Änderungen stoppen und auf Materiallösung umsteigen.
• Bildmodell nur "Eine Stelle ändern" beauftragen, nicht "Nur einen Teil behalten"; den Teil, der benötigt wird, per Code durch Differenzberechnung ermitteln.
• Vor dem Senden von Bildern an externe Dienste den Nutzer fragen; Konto und Token muss der Nutzer selbst registrieren und eintragen, Token nicht im Dialog wiederholen.
• Beim Installieren kein vtube.json des Nutzers überschreiben; VTS muss beendet sein, bevor ein installiertes Modell ersetzt wird.

Umgebung

• Python 3.10+: pip install -r <Skill-Verzeichnis>/requirements.txt (Wenn das systemweite Python keine Paketinstallation erlaubt, erstelle eine virtuelle Umgebung). Für Videoclips ist ffmpeg erforderlich.
• Codex CLI (Bildgenerierung): ChatGPT Desktop-App integriert oder separate Installation von codex (muss in PATH sein); mit ChatGPT-Konto anmelden. Falls nicht vorhanden, setze die Umgebungsvariable CODEX auf den Pfad. Ohne Codex verwende andere bildbearbeitende Tools, siehe Schritt 2.
• See-through (Layer-Splitting): Beide Websites betreiben dasselbe Modell. Mindestens einen vorbereiten:
  • Hugging Face (bevorzugt, einige Minuten pro Durchgang, max. 1280): Das tägliche gratis GPU-Kontingent reicht möglicherweise nicht für einen Durchgang, wenn ohne Anmeldung. Nutzer registriert einen kostenlosen Account, erstellt ein Read-Token und setzt die Umgebungsvariable HF_TOKEN oder ~/.cache/huggingface/token (von hf auth login generiert). Pro Tag etwa 1–2 Durchgänge.
  • ModelScope (Backup, kostenlos, max. 1536): Nutzer registriert einen Account, erstellt einen Zugriffstoken und setzt die Umgebungsvariable MODELSCOPE_API_TOKEN oder ~/.cache/modelscope/token. Es gibt Wartezeiten, ein Durchgang kann eine halbe Stunde dauern. Die Haarkonturen und Augen bei 1536 sind näher am Original als bei 1280.
  • Lokal (optional, keine Bildübertragung, unbegrenzte Nutzung): Auf Apple Silicon mit 24 GB RAM getestet; 1280 gesamtes Bild ca. 21 Minuten, nur Kopf ca. 9 Minuten; erster Start lädt ca. 13 GB Modell herunter. Nach der Installation setze die Umgebungsvariable SEETHROUGH_DIR auf das Verzeichnis. Installationsanleitung siehe Bildgenerierung unter "Lokal See-through ausführen".
• VTube Studio (Steam-Version).
• Live2D Cubism Core (für Vorschau, Selbsttest, Icons): Wenn Cubism Editor installiert ist, wird es automatisch gefunden. Andernfalls lade das Cubism SDK for Native herunter und setze die Umgebungsvariable CUBISM_CORE auf die Core-Dynamic-Library. Core wird unter der Lizenz von Live2D verwendet, nicht mit diesem Skill verteilt.

Getestet auf macOS; Windows nicht getestet.

Bekannte Probleme

• Kameragesten (offene Handfläche = Winken, beide Hände offen = Hände hoch, Zeigefinger = Zeigen): Beim ersten Charakter auslösbar, beim zweiten Charakter mit identischer Konfiguration nicht, Ursache ungeklärt. Tastenkürzel N5–N7 sind nicht betroffen.
• Im Ruhezustand sieht die See-through-Version weicher aus als die Originalzeichnung, Details wie Wimpern und Haarspitzen sind reduziert.
• Wenn eine Brille getragen wird und der Brillenbügel nah am Doppellid liegt, kann See-through die Doppellid-Linie verlieren und stattdessen eine helle Graulinie entlang des oberen Wimpernkranzes zeichnen. Diese wird wie im Original belassen.
• Wenn das äußere Augenende nah an der Konturlinie zwischen Wange und Ohr liegt (z.B. bei einer Mütze), können die selbst gesplitteten geschlossenen Augen- und Lächeln-Augen-Ebenen ein kurzes Stück dieser Konturlinie mitnehmen, das beim Drehen des Kopfes an der Seite des Gesichts sichtbar wird. Durch die Übergabe dieser beiden Varianten an See-through kann dies entfernt werden (Schritt 3).