CommunityBildgithub.com

WeChat Sticker-Pack Erstellen

Erstellt aus einem oder mehreren Referenzfotos ein vollständiges, veröffentlichungsfähiges WeChat-Stickerpaket mit 20 konsistenten Q-Version-Stickern inklusive chinesischer Reaktionen.

Was ist WeChat Sticker-Pack Erstellen?

Dieses Skill erzeugt aus Benutzer-Referenzfotos ein komplettes WeChat-Stickerpaket mit genau 20 eigenständigen, identitätskonsistenten Q-Version-Stickern. Es bewahrt die Originaldateien unverändert und erzeugt jede Grafik einzeln mittels des integrierten Bildgenerators (image_gen). Der Workflow umfasst die Planung der 20 einzigartigen Sticker inklusive chinesischer Textinhalte, die Generierung eines textfreien Charakter-Ankers, die Erstellung aller Veröffentlichungs-Assets (Banner, Cover, Icon) sowie die Validierung und Paketierung. Das Skill unterstützt WeChat- und Tencent-Plattformen und stellt sicher, dass alle Ausgaben den aktuellen Plattformregeln entsprechen. Es wird über die integrierte Bildgenerierung und ein begleitendes Python-Skript (`sticker_pack.py`) gesteuert, das die deterministische Textkomposition, Validierung, Kontaktbogen-Erstellung und Paketierung übernimmt. Die Ausgabe erfolgt in einem strukturierten Run-Verzeichnis mit archivierfähigen Paketen für den Upload und die vollständige Archivierung.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Brclio/Skills/tree/HEAD/skills/build-wechat-sticker-pack

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

WeChat-Stickerpaket erstellen

Führen Sie eine vollständige Produktion von 20 Stickern auf Basis von Referenzbild(ern) durch. Bewahren Sie die Originale, generieren Sie jeden Sticker einzeln, bereiten Sie Veröffentlichungs-Assets für WeChat vor, validieren Sie und packen Sie.

Erforderliches Companion-Skill und Werkzeuge

Lesen und befolgen Sie vor der Bildgenerierung vollständig das installierte imagegen-Skill. Nutzen Sie standardmäßig dessen integrierten Bildgenerierungspfad. Wechseln Sie nicht stillschweigend auf CLI/API-Fallback.

Verwenden Sie:

  • image_gen für den Charakter-Anker, die 20 unabhängigen Sticker-Kunstwerke, Banner, Cover und Icon;
  • view_image zur Referenzprüfung und visuellen Qualitätssicherung;
  • scripts/sticker_pack.py für deterministische Aufnahme, Textkomposition, Validierung, Kontaktbogen und Paketierung;
  • Offizielle WeChat-/Tencent-Quellen, um zeitkritische Veröffentlichungsregeln zu aktualisieren.

Lösen Sie <skill-dir> in das Verzeichnis auf, das diese SKILL.md enthält; gehen Sie nicht davon aus, dass das Arbeitsverzeichnis des Workspace das Skill-Verzeichnis ist.

Unverhandelbarer Vertrag

  • Produzieren Sie exakt 20 endgültige Sticker, nummeriert 01.png bis 20.png.
  • Generieren Sie die 20 Sticker-Kunstwerke mit 20 separaten Aufrufen des integrierten image_gen. Verwenden Sie niemals eine Collage, ein Mehrfachbild, einen Kontaktbogen, einen einzigen Aufruf mit n oder ein dupliziertes Kunstwerk als Ersatz.
  • Generieren Sie zuerst einen separaten textfreien Charakter-Anker. Der Anker zählt nicht zu den 20 Stickern.
  • Bewahren Sie jede bereitgestellte Referenzdatei bytegenau mit ihrem ursprünglichen Dateinamen, ihrer Erweiterung, EXIF, Größe und SHA-256. Überschreiben, transkodieren, zuschneiden oder entfernen Sie niemals Metadaten der archivierten Kopie.
  • Bewahren Sie jedes akzeptierte, hochauflösende generierte Rohkunstwerk und jeden hochauflösenden endgültigen Master auf. Behalten Sie abgelehnte Wiederholungsausgaben im Quellverzeichnis versions/, wenn sie für die Prüfung nützlich sind, aber ersetzen Sie niemals einen akzeptierten Slot damit.
  • Halten Sie Kontaktbögen nur unter Vorschau/Prüfung; platzieren Sie sie niemals im Einreichungspaket.
  • Erfinden Sie kein Eigentum, Urheberrecht, Porträt-Einwilligung, KI-Offenlegung oder Genehmigungsstatus.
  • Markieren Sie den Lauf als ready-to-submit nur, wenn alle 20 Sticker, Veröffentlichungs-Assets, Metadaten, manuellen Prüfungen und Rechteprüfungen bestanden sind.

Eingabevertrag und persönliche Standardwerte

Erfordern Sie nur ein oder mehrere Referenzbilder für normale, eigene Läufe. Laden Sie assets/creator-profile.json für die wiederverwendbaren Standardwerte dieses Benutzers.

Wenn copyright_holder leer ist, stellen Sie eine Onboarding-Frage nach dem genauen realen Einreicher-/Urhebernamen, speichern Sie ihn im Profil und fahren Sie fort. Ersetzen Sie niemals die Identität des Repository-Betreuers durch die eines anderen Benutzers.

Wenden Sie den gespeicherten Urheberrechtsinhaber und die Veröffentlichungsauswahlen an. Setzen Sie die Rechte- und Porträt-Booleans des aktuellen Laufs explizit nach der Inspektion der Referenz. Bei einer privat bereitgestellten Eigenreferenz behandeln Sie den Aufruf nur dann als Bestätigung des Benutzers, wenn keine widersprüchlichen Informationen vorliegen. Wenn das Bild eine öffentliche Person, ein Werk Dritter, heruntergeladene Kunst, sichtbare Marken-IP oder eine Person ist, deren Einwilligung unklar ist, stellen Sie eine präzise Rechtefrage, bevor Sie das Paket als einreichungsbereit erklären.

Wenn mehrere Bilder eindeutig dasselbe Motiv zeigen, kombinieren Sie sie als Identitätsreferenzen. Wenn sie unterschiedliche Hauptmotive zeigen und das beabsichtigte Motiv unklar ist, stellen Sie eine Frage zur Motivauswahl.

Ausgabelayout

Erstellen Sie ein neues Laufverzeichnis unter output/wechat-sticker-pack/<slug>-<timestamp>/:

00-reference-originals/       unberührte Benutzereingaben + Hashes
01-plan/                      pack.json, Plan-CSV, Charakter-/Stil-Bibel, Prompts
02-source-assets/
  character-anchor.png
  generated-raw/stickers/     20 unberührte imagegen-Ausgaben
  generated-raw/assets/       Banner, Cover, Icon-Quellen
  generated-masters/          20 hochauflösende, textkomponierte Master
03-submission/
  stickers/                   01.png ... 20.png
  assets/                     Banner, transparentes Cover, transparentes Icon
  metadata/                   öffentliche Kopie, Bedeutungen, Rechte-/KI-Erklärung
  qa/                         QA JSON/TXT und Hashes
04-preview/contact-sheet.png
archives/<slug>-submission.zip
archives/<slug>-full-archive.zip or <slug>-draft-full-archive.zip
state.json                    nur lokaler Status; von Archiven ausschließen

Arbeitsablauf

1. Plattformregeln aktualisieren

Lesen Sie references/wechat-publish-spec.md. Durchsuchen Sie vor jedem Produktionslauf die offizielle WeChat-Sticker-Plattform und den aktuellen offiziellen Ressourcencode, wenn Internetzugang verfügbar ist. Wenn sich eine unterstützte Anforderung geändert hat, notieren Sie changed-unsupported, stoppen Sie vor der Generierung und aktualisieren Sie das Skill und die Tests, bevor Sie fortfahren; beanspruchen Sie niemals Kompatibilität, indem Sie nur Laufmetadaten ändern.

Wenn die aktuellen Regeln nicht überprüft werden können, fahren Sie nur als Entwurf mit dem datierten Schnappschuss fort und notieren Sie rules_status: snapshot-unverified plus das tatsächliche Überprüfungsdatum. Bei einer erkannten Änderung notieren Sie rules_change_details; das Skript blockiert die Generierung, bis das Skill aktualisiert ist.

2. Referenzen prüfen und Rechte feststellen

Prüfen Sie jede Referenz mit view_image. Kennzeichnen Sie Rollen explizit: Identitätsreferenz, optionale Outfit-Referenz, optionale Stil-Referenz.

Erstellen Sie eine Charakter-Bibel nur aus sichtbaren, nicht sensiblen Merkmalen. Leiten Sie Beruf, Gesundheit, Beziehungen, Ethnie oder Persönlichkeit nicht aus dem Aussehen ab.

Verwenden Sie die persönlichen Standardwerte aus assets/creator-profile.json, es sei denn, die aktuelle Anfrage überschreibt sie. Befolgen Sie references/rights-and-ai.md.

3. Planen Sie exakt 20 Sticker

Lesen Sie references/content-planning.md, bevor Sie den Plan schreiben. Erstellen Sie ein eingefrorenes pack.json, das mit references/pack-schema.json übereinstimmt und Folgendes enthält:

  • aktueller Albumname, Einführung, Urheberrecht, Plattformauswahlen und Rechte-/KI-Felder;
  • exakt 20 eindeutige Einträge mit IDs 01–20;
  • eindeutige Absicht, genauer Text, Bedeutungswort, Ausdruck, Pose/Aktion, Requisite, Bildausschnitt, Textzone und Kunst-Prompt;
  • eine Charakter-Bibel, Stil-Bibel, gemeinsame Vermeidungsliste, einen Anker-Prompt und Veröffentlichungs-Asset-Prompts.

Verwenden Sie nicht automatisch die festen Phrasen des vorherigen Pakets. Berücksichtigen Sie zuerst die vom Benutzer bereitgestellten Phrasen und füllen Sie dann dynamisch die verbleibenden Kommunikationsrollen.

Kopieren Sie die Profilvorlage in den Laufplan und initialisieren Sie den Lauf:

python <skill-dir>/scripts/sticker_pack.py init \
  --run-dir <run-dir> \
  --spec <prepared-pack.json> \
  --reference <reference-image> [--reference <image> ...]

4. Generieren und registrieren Sie einen Charakter-Anker

Verwenden Sie die ursprünglichen Referenz(en), um einen neutralen, textfreien Q-Version-Charakter-Anker zu generieren. Bewahren Sie wichtige sichtbare Identitätsmerkmale und ein vereinfachtes Outfit. Verwenden Sie einen schlichten Produktionshintergrund und keine Requisiten, Wörter, Logos, Unterschriften, Rahmen oder Wasserzeichen.

Speichern Sie den exakten eingefrorenen Anker-Prompt als UTF-8-Text und registrieren Sie dann die generierte Datei:

python <skill-dir>/scripts/sticker_pack.py import-art \
  --run-dir <run-dir> --kind anchor --source <anchor.png> \
  --generator builtin-imagegen --prompt-file <anchor-prompt.txt>

5. Generieren Sie 20 unabhängige, textfreie Sticker-Kunstwerke

Lesen Sie references/prompt-templates.md. Für jeden eingefrorenen Planeintrag:

  1. Rufen Sie den integrierten image_gen einmal mit der/den Originalreferenz(en) plus dem gleichen Charakter-Anker auf.
  2. Wiederholen Sie die gemeinsamen Identitäts- und Stil-Invarianten.
  3. Ändern Sie nur den geplanten Ausdruck, Pose/Aktion, Requisite, Bildausschnitt und reservierte Textzone.
  4. Generieren Sie ein eigenständiges quadratisches Kunstwerk ohne Wörter oder textähnliche Markierungen.
  5. Prüfen Sie Identität, Aktion, Zuschnitt, Hintergrund, störenden Text, Wasserzeichen und die Einhaltung der Nur-ein-Bild-Regel.
  6. Importieren Sie das akzeptierte Rohbild:
python <skill-dir>/scripts/sticker_pack.py import-art \
  --run-dir <run-dir> --kind sticker --slot <01..20> --source <generated.png> \
  --generator builtin-imagegen --prompt-file <slot-prompt.txt>

Wiederholungsrichtlinie:

  • Wiederholen Sie einen Werkzeugfehler einmal mit demselben Prompt;
  • führen Sie eine gezielte Prompt-Korrektur für Identitätsabweichung, falsche Aktion, Zuschnitt, störenden Text oder Mehrfachbildausgabe durch;
  • verwenden Sie Referenz(en) + Anker + besten Versuch für einen dritten gezielten Versuch;
  • stoppen Sie nach drei fehlgeschlagenen Versuchen für einen Slot, beenden Sie die verbleibende sichere Arbeit und markieren Sie den Lauf als Entwurf/nicht bereit. Füllen Sie die Lücke niemals mit einem Duplikat.

6. Exakten Text komponieren und Veröffentlichungs-Sticker-Dateien erstellen

Verwenden Sie den deterministischen Renderer, anstatt der generierten chinesischen Beschriftung zu vertrauen:

python <skill-dir>/scripts/sticker_pack.py render-stickers --run-dir <run-dir>

Der Renderer bewahrt die rohen Imagegen-Dateien, erstellt hochauflösende Master mit exaktem geplantem Text, produziert 240×240-Upload-PNGs, entfernt abgeleitete EXIF und schreibt eine Quittung mit Text, Codepunkten, Schriftart, Quell-Hash, Ausgabe-Hash und Layout.

Wenn der Renderer den genauen Text nicht lesbar unterbringen kann, überarbeiten Sie nur den Text oder das Layout des betreffenden Planeintrags vor dem Rendern; kürzen oder verkleinern Sie niemals stillschweigend unter das Minimum.

7. Veröffentlichungs-Assets generieren

Generieren Sie drei separate Assets mit separaten integrierten Aufrufen:

  • Detail-Banner: farbenfrohe undurchsichtige Story-Szene, kein Text/Zahlen, kein weißer oder transparenter Hintergrund;
  • Album-Cover: erkennbare vordere Hälfte/ganzer Körper auf einem perfekt flachen Chroma-Key-Hintergrund, kein Text oder weiße Umrandung;
  • Chat-Icon: nur der nach vorne gerichtete Kopf auf demselben flachen Chroma-Key, keine Hände, kein Text, keine Verzierung, keine weiße Umrandung oder Rahmen.

Wählen Sie eine Schlüsselfarbe, die im Motiv nicht vorkommt: standardmäßig #00ff00 oder #ff00ff, wenn das Motiv/Outfit Grün enthält. Frieren Sie diese Wahl sowohl in den Asset-Prompts als auch im Entfernungsbefehl ein.

Entfernen Sie den Cover-/Icon-Chroma-Key mit dem vom Imagegen-Skill geforderten Helfer. Validieren Sie das Alpha-Ergebnis; wiederholen Sie einmal mit --edge-contract 1, nur wenn ein Rand übrig bleibt.

Importieren Sie die unberührten Chroma-Ausgaben vor der Entfernung, dann importieren Sie das akzeptierte Banner und die bereits transparenten Cover/Icon:

python <skill-dir>/scripts/sticker_pack.py import-art --run-dir <run-dir> --kind cover-chroma --source <cover-chroma.png> --generator builtin-imagegen --prompt-file <cover-prompt.txt>
python <skill-dir>/scripts/sticker_pack.py import-art --run-dir <run-dir> --kind icon-chroma --source <icon-chroma.png> --generator builtin-imagegen --prompt-file <icon-prompt.txt>
python <skill-dir>/scripts/sticker_pack.py import-art --run-dir <run-dir> --kind banner --source <banner> --generator builtin-imagegen --prompt-file <banner-prompt.txt>
python <skill-dir>/scripts/sticker_pack.py import-art --run-dir <run-dir> --kind cover --source <cover-alpha.png> --generator local-chroma-removal --chroma-key <#RRGGBB> --edge-contract <0..3>
python <skill-dir>/scripts/sticker_pack.py import-art --run-dir <run-dir> --kind icon --source <icon-alpha.png> --generator local-chroma-removal --chroma-key <#RRGGBB> --edge-contract <0..3>
python <skill-dir>/scripts/sticker_pack.py prepare-assets --run-dir <run-dir>

8. Visuelle Qualitätssicherung und manuelle Prüfungen

Erstellen Sie den internen Kontaktbogen:

python <skill-dir>/scripts/sticker_pack.py contact-sheet --run-dir <run-dir>

Überprüfen Sie die 20 endgültigen Sticker einzeln und im Kontaktbogen. Überprüfen Sie Charakterkonsistenz, exakten sichtbaren Text, eindeutige Aktionen/Silhouetten, Lesbarkeit bei 240×240, kein Wasserzeichen/Logo/Unsinn und keine versehentlichen Panels.

Überprüfen Sie Banner, Cover und Icon in der endgültigen Größe. Setzen Sie dann jedes zutreffende Feld manual_review in 01-plan/pack.json auf true. Bestätigen Sie kein Feld, das Sie nicht tatsächlich überprüft haben.

9. Validieren und paketieren

python <skill-dir>/scripts/sticker_pack.py validate --run-dir <run-dir> --strict
python <skill-dir>/scripts/sticker_pack.py package --run-dir <run-dir>

Das Nur-Upload-Archiv muss die feste Whitelist des Skripts verwenden und Originale, Rohkunst, Master, Prompts, Kontaktbögen, Status, zusätzliche Dateien und lokale absolute Pfade ausschließen. Das vollständige Archiv muss byteidentische Originale, Quellen, Pläne, eingefrorene Prompts, das bereinigte Generierungsprotokoll, Einreichungsdateien, Qualitätssicherung und Herkunft enthalten, aber nur lokalen Status und Archivrekursion ausschließen. Warnen Sie, dass das vollständige Archiv originale EXIF/GPS enthalten kann und nicht als öffentliches Upload-Paket geteilt werden sollte.

Wenn Rechte oder ein anderer Einreichungsdurchgang ungelöst bleiben, erstellen Sie nur einen klar gekennzeichneten Archivierungsentwurf:

python <skill-dir>/scripts/sticker_pack.py package --run-dir <run-dir> --full-only

Dies erzeugt <slug>-draft-full-archive.zip und quarantänisiert alle veralteten Einreichungs-ZIPs, damit sie nicht mit einem aktuellen bereiten Paket verwechselt werden können.

Abschlussprüfung

Melden Sie Erfolg nur, wenn Validierung und Archivintegrität bestanden sind:

  • 20/20 stickers passed
  • publication assets passed
  • original references preserved
  • rights profile confirmed
  • AI declaration prepared
  • status: ready-to-submit

Andernfalls melden Sie draft/not-ready mit dem genauen fehlgeschlagenen Slot oder Durchgang. Geben Sie immer absolute Pfade zu beiden Archiven, dem Einreichungsverzeichnis, der Kopie-/Bedeutungsdatei und dem QA-Bericht an.

Referenzweiterleitung

  • Lesen Sie references/content-planning.md für jedes neue Paket.
  • Lesen Sie references/prompt-templates.md vor der Bildgenerierung.
  • Lesen Sie references/wechat-publish-spec.md vor der Planung oder Validierung von Plattform-Assets.
  • Lesen Sie references/rights-and-ai.md, wenn eine reale Person, ein Bild Dritter, Urheberrecht, Porträtrecht oder KI-Offenlegung betroffen ist.
  • Verwenden Sie references/pack-schema.json beim Erstellen oder Reparieren von pack.json.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Brclio/Skills

>- Create a reusable content-illustration character and simple IP Standard Pack for a person, creator account, or brand. Use for personal IP, account mascots, brand characters, blind-box or designer-toy characters, “把我变成一个角色”, “做一个账号形象”, or when someone needs consistent character images, values, turnaround views, and reusable prompts.

Brclio/Skills

生成 Bornforthis 个人 IP 风格的中文正文配图。用于用户要求为中文文章、帖子、博客、Notion 文档、知识讲解、工作流、方法论、流程、结构、状态、隐喻或观点制作“Bornforthis”“个人 IP”“蜡笔手绘”“正文配图”“文章插图”“配图建议”“shot list”“去标题”或“改图”时;默认使用 Bornforthis 青年男性角色、纯白背景、蜡笔或马克笔斜线纹理、深蓝粗描边、少量蓝红中文批注和温暖而略荒诞的绘本风格。

Brclio/Skills

Generate and deliver long-form Chinese narration through ListenHub using the Xiaoman and Cola female voices. Use when the user asks to read a full text, split a long script into audio parts, provide both segmented and merged MP3 files, compare or preserve Xiaoman/晓曼 and Cola voices, or asks for the same audio in both voices. This skill is Cola/ListenHub-specific and requires the ListenHub TTS capability plus local file download and audio concatenation.

Brclio/Skills

Design a gender-adaptive personal-IP cartoon system from one portrait for users with no art background. Provides classic, random, guaranteed light-palette, industry full-body, and official brand or university VI theme modules plus action designs, front full-body characters, eight-angle turnarounds, 24-emotion packs, collages, and an offline HTML selection gallery. When the user gives no explicit feature-control instruction, every applicable feature defaults on. Use for personal IP, professional or industry avatars, campus-color characters, character sheets, expression packs, avatar blind boxes, interactive image shortlisting, or expansion of an approved set.

Verwandte Skills