CommunityImagemgithub.com

Brclio/Skills

Transforme uma ou mais fotos de referência em um álbum completo de figurinhas do WeChat, publicável: planeje e gere exatamente 20 figurinas Q-version separadas, com identidade consistente e reações variadas em chinês, preservando originais e fontes de alta resolução, crie assets de banner/capa/ícone do WeChat nas especificações atuais e metadados de submissão, valide cada entregável e construa pacotes apenas para upload e arquivo completo.

O que é Skills?

Esta habilidade automatiza o processo completo de criação de um pacote de figurinhas do WeChat a partir de imagens de referência. Ela garante a geração de exatamente 20 figurinas independentes, cada uma com uma expressão ou reação chinesa distinta, mantendo a consistência de identidade do personagem em todas elas. A habilidade lida com todas as etapas, desde a inspeção das referências e o planejamento do conteúdo até a geração de arte, composição de texto, criação de assets de publicação (banner, capa, ícone) e validação. Suporta as plataformas de desenvolvimento de agentes de IA como Claude Code e Cursor, utilizando ferramentas integradas de geração de imagens e scripts Python para um fluxo de trabalho determinístico. O processo inclui verificações de direitos autorais, validação rigorosa de cada figurinha e empacotamento final para submissão, garantindo que o resultado esteja pronto para publicação.

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

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Construir Pacote de Figurinhas WeChat

Crie uma produção completa de ponta a ponta de 20 figurinas a partir de imagem(ns) de referência. Preserve os originais, gere cada figurinha separadamente, prepare os assets de publicação do WeChat, valide e empacote.

Habilidade complementar e ferramentas necessárias

Antes de gerar imagens, leia e siga completamente a habilidade imagegen instalada. Use seu caminho de geração de imagem integrado por padrão. Não mude silenciosamente para fallback de CLI/API.

Use:

  • image_gen integrado para a âncora do personagem, 20 artworks de figurinha independentes, banner, capa e ícone;
  • view_image para inspeção de referências e QA visual;
  • scripts/sticker_pack.py para recebimento determinístico, composição de texto, validação, folha de contato e empacotamento;
  • Fontes oficiais WeChat/Tencent para atualizar regras de publicação sensíveis ao tempo.

Resolva <skill-dir> para o diretório que contém este SKILL.md; não assuma que o diretório de trabalho do workspace é o diretório da habilidade.

Contrato inegociável

  • Produza exatamente 20 figurinas finais, numeradas 01.png a 20.png.
  • Gere as 20 artworks de figurinha com 20 chamadas distintas do image_gen integrado. Nunca use colagem, imagem multi-painel, folha de contato, uma chamada com n ou artwork duplicada como substituto.
  • Gere uma âncora de personagem separada, sem texto. A âncora não conta para as 20.
  • Preserve cada arquivo de referência fornecido byte por byte com seu nome de arquivo original, extensão, EXIF, tamanho e SHA-256. Nunca sobrescreva, transcodifique, recorte ou remova a cópia arquivada.
  • Preserve cada artwork bruta gerada em alta resolução aceita e cada mestre final em alta resolução. Mantenha saídas de retentativas rejeitadas sob versions/ quando forem úteis para auditoria, mas nunca as substitua por um slot aceito.
  • Mantenha folhas de contato apenas sob preview/revisão; nunca as coloque no pacote de submissão.
  • Não invente propriedade, direitos autorais, consentimento de retrato, divulgação de IA ou status de aprovação.
  • Marque a execução como ready-to-submit somente quando todas as 20 figurinas, assets de publicação, metadados, portões de revisão manual e portões de direitos passarem.

Contrato de entrada e padrões pessoais

Exija apenas uma ou mais imagens de referência para execuções normais de propriedade própria. Carregue assets/creator-profile.json para os padrões reutilizáveis deste usuário.

Se copyright_holder estiver em branco, faça uma pergunta de integração para o nome exato do detentor dos direitos autorais/submissor real, salve-o no perfil e continue. Nunca substitua a identidade do mantenedor do repositório por outro usuário.

Aplique o detentor de direitos autorais e as seleções de publicação salvos. Defina os booleanos de direitos e retrato da execução atual explicitamente após inspecionar a referência. Para uma autoreferência fornecida privadamente, trate a invocação como a atestação do usuário apenas quando não houver informações contrárias. Se a imagem for de uma figura pública, trabalho de terceiros, artwork baixado, IP de marca visível ou uma pessoa cujo consentimento não esteja claro, faça uma pergunta concisa sobre direitos antes de declarar o pacote pronto para submissão.

Se várias imagens mostrarem claramente o mesmo sujeito, combine-as como referências de identidade. Se mostrarem sujeitos primários diferentes e o sujeito pretendido não estiver claro, faça uma pergunta de seleção de sujeito.

Estrutura de saída

Crie um novo diretório de execução sob output/wechat-sticker-pack/<slug>-<timestamp>/:

00-reference-originals/       entradas do usuário intactas + hashes
01-plan/                      pack.json, CSV do plano, bíblia do personagem/estilo, prompts
02-source-assets/
  character-anchor.png
  generated-raw/stickers/     20 saídas intactas do imagegen
  generated-raw/assets/       fontes do banner, capa, ícone
  generated-masters/          20 mestres em alta resolução com texto composto
03-submission/
  stickers/                   01.png ... 20.png
  assets/                     banner, capa transparente, ícone transparente
  metadata/                   cópia pública, significados, declaração de direitos/IA
  qa/                         QA JSON/TXT e hashes
04-preview/contact-sheet.png
archives/<slug>-submission.zip
archives/<slug>-full-archive.zip ou <slug>-draft-full-archive.zip
state.json                    estado apenas local; excluir dos arquivos

Fluxo de trabalho

1. Atualizar regras da plataforma

Leia references/wechat-publish-spec.md. Navegue pela Plataforma Oficial de Figurinhas WeChat e pelo código de recurso oficial atual antes de cada execução de produção quando o acesso à internet estiver disponível. Se um requisito suportado tiver mudado, registre changed-unsupported, pare antes da geração e atualize a habilidade e os testes antes de retomar; nunca reivindique compatibilidade alterando apenas os metadados da execução.

Se as regras atuais não puderem ser verificadas, continue apenas como um rascunho com o snapshot datado e registre rules_status: snapshot-unverified mais a data real da verificação. Para uma mudança detectada, registre rules_change_details; o script bloqueia a geração até que a habilidade seja atualizada.

2. Inspecionar referências e estabelecer direitos

Inspecione cada referência com view_image. Rotule as funções explicitamente: referência de identidade, referência de roupa opcional, referência de estilo opcional.

Construa uma bíblia do personagem a partir de características visíveis e não sensíveis apenas. Não infira ocupação, saúde, relacionamentos, etnia ou personalidade da aparência.

Use os padrões pessoais de assets/creator-profile.json a menos que a solicitação atual os substitua. Siga references/rights-and-ai.md.

3. Planejar exatamente 20 figurinas

Leia references/content-planning.md antes de escrever o plano. Crie um pack.json congelado que corresponda a references/pack-schema.json e contenha:

  • nome do álbum atual, introdução, direitos autorais, seleções de plataforma e campos de direitos/IA;
  • exatamente 20 entradas únicas com IDs 01–20;
  • intenção única, texto exato, palavra de significado, expressão, pose/ação, adereço, enquadramento, zona de texto e prompt de arte;
  • uma bíblia do personagem, bíblia de estilo, lista de evitação compartilhada, um prompt de âncora e prompts de asset de publicação.

Não reutilize as frases fixas do pacote anterior automaticamente. Honre as frases fornecidas pelo usuário primeiro, depois preencha dinamicamente as funções de comunicação restantes.

Copie o modelo de perfil para o plano de execução e inicialize a execução:

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

4. Gerar e registrar uma âncora do personagem

Use a(s) referência(s) original(is) para gerar uma âncora de personagem Q-version neutra, sem texto. Preserve características de identidade visíveis chave e uma roupa simplificada. Mantenha um fundo de produção simples e sem adereços, palavras, logotipos, assinatura, borda ou marca d'água.

Salve o prompt de âncora congelado exato como texto UTF-8, depois registre o arquivo gerado:

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. Gerar 20 artworks de figurinha independentes, sem texto

Leia references/prompt-templates.md. Para cada item do plano congelado:

  1. Chame o image_gen integrado uma vez com a(s) referência(s) original(is) mais a mesma âncora do personagem.
  2. Repita as invariantes compartilhadas de identidade e estilo.
  3. Altere apenas a expressão planejada, pose/ação, adereço, enquadramento e zona de texto reservada.
  4. Gere uma artwork quadrada independente sem palavras ou marcas semelhantes a texto.
  5. Inspecione identidade, ação, corte, fundo, texto disperso, marca d'água e conformidade de uma única imagem.
  6. Importe a imagem bruta aceita:
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>

Política de retentativa:

  • retente uma falha de ferramenta uma vez com o mesmo prompt;
  • execute uma correção de prompt direcionada para desvio de identidade, ação errada, corte, texto disperso ou saída multi-painel;
  • use referência(s) + âncora + melhor tentativa para uma terceira tentativa direcionada;
  • pare após três tentativas falhas para um slot, termine o trabalho seguro restante e marque a execução como rascunho/não-pronta. Nunca preencha a lacuna com uma duplicata.

6. Compor texto exato e arquivos de figurinha para publicação

Use o renderizador determinístico em vez de confiar em letras chinesas geradas:

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

O renderizador preserva arquivos raw do imagegen, cria mestres em alta resolução com o texto planejado exato, produz PNGs de upload 240×240, remove EXIF derivado e escreve um recibo contendo texto, code points, fonte, hash de origem, hash de saída e layout.

Se o renderizador não conseguir encaixar o texto exato de forma legível, revise apenas o texto ou layout daquele item do plano antes de renderizar; nunca trunque silenciosamente ou reduza abaixo do mínimo.

7. Gerar assets de publicação

Gere três assets distintos com chamadas integradas separadas:

  • banner detalhado: cena de história opaca colorida, sem texto/números, sem fundo branco ou transparente;
  • capa do álbum: metade frontal/corpo inteiro reconhecível em um fundo de chroma key perfeitamente plano, sem texto ou contorno branco;
  • ícone de chat: cabeça frontal apenas no mesmo chroma key plano, sem mãos, texto, decoração, contorno branco ou moldura.

Escolha uma cor chave ausente do sujeito: #00ff00 por padrão, ou #ff00ff quando o sujeito/roupa contiver verde. Congele essa escolha tanto nos prompts de asset quanto no comando de remoção.

Remova o chroma key da capa/ícone com o auxiliar exigido pela habilidade imagegen. Valide o resultado alfa; repita uma vez com --edge-contract 1 apenas se uma franja permanecer.

Importe as saídas chroma intactas antes da remoção, depois importe o banner aceito e a capa/ícone já transparentes:

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. QA visual e portões manuais

Crie a folha de contato interna:

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

Inspecione as 20 figurinas finais individualmente e na folha. Verifique consistência do personagem, texto visível exato, ações/silhuetas únicas, legibilidade em 240×240, sem marca d'água/logotipo/garatujas e sem painéis acidentais.

Inspecione banner, capa e ícone no tamanho final. Em seguida, defina cada campo manual_review aplicável em 01-plan/pack.json como true. Não confirme um campo que você não revisou de fato.

9. Validar e empacotar

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>

O arquivo apenas para upload deve usar a lista de permissões fixa do script e excluir originais, arte bruta, mestres, prompts, folhas de contato, estado, arquivos extras e caminhos absolutos locais. O arquivo completo deve incluir originais byte-idênticos, fontes, planos, prompts congelados, o registro de geração saneado, arquivos de submissão, QA e proveniência, mas excluir estado apenas local e recursão de arquivo. Avise que o arquivo completo pode reter EXIF/GPS original e não deve ser compartilhado como o pacote de upload público.

Se direitos ou outro portão de submissão permanecerem não resolvidos, crie apenas um rascunho de arquivo claramente marcado:

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

Isso produz <slug>-draft-full-archive.zip e coloca em quarentena qualquer ZIP de submissão obsoleto para que não seja confundido com um pacote pronto atual.

Portão de conclusão

Relate sucesso apenas quando a validação e a integridade do arquivo passarem:

  • 20/20 figurinas aprovadas
  • assets de publicação aprovados
  • referências originais preservadas
  • perfil de direitos confirmado
  • declaração de IA preparada
  • status: ready-to-submit

Caso contrário, relate draft/not-ready com o slot ou portão exato que falhou. Sempre forneça caminhos absolutos para ambos os arquivos, o diretório de submissão, o arquivo de cópia/significado e o relatório de QA.

Roteamento de referências

  • Leia references/content-planning.md para cada novo pacote.
  • Leia references/prompt-templates.md antes da geração de imagens.
  • Leia references/wechat-publish-spec.md antes do planejamento ou validação de assets da plataforma.
  • Leia references/rights-and-ai.md sempre que uma pessoa real, imagem de terceiros, direitos autorais, direito de retrato ou divulgação de IA estiver envolvida.
  • Use references/pack-schema.json ao criar ou reparar 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.

Habilidades Relacionadas