xingaobio/kobutai-character

Kobutai 角色

Kobutai（小舞台）是一个浏览器扩展和桌面应用：一个小巧的 Q 版角色会在页面上表演，同时播放音乐、视频、直播或播客。本技能将用户最喜欢的角色图片（或描述）转换为 Kobutai 可导入的角色：

上传 ─► 角色卡片 ─► 设定图 + 基础姿势 ─► 状态 GIF ─► make_pack.py ─► pet.json + spritesheet.webp

以用户的语言回复（英语、日语或中文）。保持图像提示为英文。

在需要用到以下步骤时阅读这些文件：

• references/kobutai-contract.md —— 画面几何、哪个 GIF 对应哪个 Kobutai 状态、导入和分享规则
• references/prompts.md —— 每个图像提示、样式块以及每个表演的动作列表
• references/originality.md —— 如何处理第三方角色、原创角色、宠物和真人

图像生成

使用宿主内置的图像生成功能来绘制所有图片：

• Codex：使用 $imagegen 系统技能（内置 image_gen 工具）。除非用户明确要求，否则不要调用 Image API 或 CLI；那条路径需要他们的 API 密钥。
• ChatGPT：原生图像生成。

Images 2.6（2025年11月）可以返回动画 GIF。为每个动画状态请求一个 GIF。如果宿主返回静态图像、拒绝输出 GIF，或者 GIF 不可用，则使用 references/prompts.md 中的网格备用方案（8帧排成 4×2 的网格 PNG）；make_pack.py 会进行切片。

每次生成状态时，附上 base.png（以及用户上传的图片，标注为“仅作为身份参考”）。未附上基础图片生成的状态无效：重新生成它。

进度清单

展示并更新此清单（如果宿主支持任务列表，则使用任务列表格式）：

1. 读取你的角色
2. 绘制设定图
3. 制作动画状态
4. 为 Kobutai 打包
5. 检查并交付

工作流程

1. 读取角色

查看每张上传的图片，并写入 RUN/character.json（RUN = 工作区中的 kobutai-<id>/；在 ChatGPT 中为 /mnt/data/kobutai-<id>/）。字段和示例见 references/prompts.md § 角色卡片。确定：

• mode —— 根据 references/originality.md 的说明，可选 original / own / personal。对于可识别的第三方角色，默认值为 original：受其氛围、颜色和角色启发而创作的原创角色，而非复制品。
• style —— kobutai（Kobutai 的室内 Q 版风格，与内置角色匹配；默认）或 keep（保留上传图片的艺术风格，但仍为紧凑全身体态）。
• scene —— 角色在播放内容时做什么（唱歌、跳舞、打碟、演奏乐器、舒适聆听、观看并反应、做笔记……）。从 § 表演场景中选择。
• genres / type —— 建议的 Kobutai 标签，稍后在扩展的分享对话框中用于分享。
• chroma —— #00FF00，或当角色有绿色时使用 #FF00FF。

向用户发送一条简短消息，包含角色卡片（名称、外观一行概括、模式、风格、场景、标签），并请他们确认或更改任何内容。如果他们回复“开始”或不在乎，则使用默认值继续。如果上传的图片没有明确的主要角色，请询问是哪一个。

2. 设定图和基础姿势

1. 使用 § 设定图画布生成 RUN/profile.png：正面、四分之三侧面、侧面和背面视图，四种表情和一个调色板条，不能有文字。这是用户的模型设定图；展示给他们看。
2. 使用 § 基础姿势生成 RUN/base.png，并附上 profile.png：一个放松的全身体站立姿势，四分之三侧面视角，使用纯色背景（即 chroma 颜色）。每个状态都从这张图绘制。

如果身份特征（面部、头发、服装、调色板）有误，在此处修正；后续每一步都将复制 base.png。

3. 动画状态

生成到 RUN/states/ 目录中，每个文件一个任务，每次都要附上 base.png：

文件	Kobutai 用途	必需
idle.gif	待机状态，无内容播放	是
playing.gif	内容播放时的表演循环（最重要）	是
paused.png	一张静态“等待你”姿势（Kobutai 仅保留一帧）	推荐
appear.gif	入场动画，角色被召唤时播放一次	推荐
click.gif	被戳时的反应，播放一次	推荐
error.gif	困惑/伤心循环	可选
walk.gif, review.gif	仅当该包同时也用作 Codex 宠物时使用	可选

使用 § 状态 GIF 并结合所选场景的动作列表。顺序：先做 idle 和 playing，检查它们，然后再做其余的。每个文件生成后快速检查：相同的角色、大约 8 帧、单色背景、整个身体在画面内、脚在一条底线上、无文字、无浮动特效。若某个状态不合格，单独使用 § 修复提示重新生成；不要因为一个坏状态就重启整个流程。

从 ChatGPT 或 $CODEX_HOME/generated_images/ 下载的 GIF/PNG 必须复制到 RUN/states/ 中，并且文件名必须完全一致。

4. 打包

python3 <skill_dir>/scripts/make_pack.py RUN                 # Kobutai（每行最多 8 帧）
python3 <skill_dir>/scripts/make_pack.py RUN --target codex  # 精确的 Codex 宠物帧数

需要 Pillow + numpy（pip install pillow numpy，可选 scipy）。脚本会抠除背景（或保留真正的透明度）、删除重复帧、统一各 GIF 的缩放比例、对齐脚底、生成 1536×1872 的 Petdex/Codex 画布，并按照 Kobutai 导入器的方式进行精确验证。选项：--grid playing=4x2 用于使用另一种布局生成网格图像，--scale click=0.9 用于某个源过大或过小时，--key-low/--key-high 用于处理顽固背景。

退出码为 2 表示验证失败；请阅读 out/qa/report.json，修复源文件后重新运行。

如果宿主无法运行 Python（某些 ChatGPT 环境），请以 zip 形式交付 profile.png、base.png、状态文件和 character.json，并告诉用户在本地运行相同的命令。

5. 检查并交付

打开 out/qa/contact.png 和 out/qa/preview.gif 查看。遇到以下情况时拒绝并修复：

• 任意一行改变了面部、头发、服装、调色板或道具
• 角色在帧与帧或状态之间大小突变或水平跳动
• 姿势被单元格边缘裁剪，或背景残留有颜色的边缘或斑点
• 表演循环看起来是静态的，或者待机状态动作幅度过大
• 在约 120 像素高（Kobutai 显示的大小）时角色不再可识别

然后交付：

1. kobutai-<id>.zip，包含 <id>/pet.json + <id>/spritesheet.webp
2. profile.png 和 preview.gif，供用户查看和分享
3. 如何使用（来自 references/kobutai-contract.md § 导入）： Kobutai → 导入 → 同时选择 pet.json 和 spritesheet.webp。可选：将该文件夹复制到 ~/.codex/pets/<id>/，以便同时也用作 Codex 宠物。
4. 仅对于 original 和 own 模式：他们可以在扩展中提交到每周社区库（我的导入角色 → 分享给所有人，CC BY 4.0 许可，需要提供署名），使用角色卡片中的流派。对于 personal 模式，直接说明仅供个人使用。

保留 RUN/（卡片、设定图、基础图、状态文件），以便后续的“加快舞蹈速度”或“重做点击”等操作只需要重新生成一个状态。

成本

一次完整的运行大约需要 8 次图像生成（设定图、基础图、待机、表演、暂停、出现、点击、可选错误）以及可能的修复。在开始第二次完整运行之前告知用户。