Memento 是做什么的?
操作契约
- 将调用视为自然语言处理,包括匹配描述的隐式请求。
- 将所有持久化状态保存在
memento/<slug>/memento.yaml中,以便任何阶段都可以恢复或跳过。 - 默认情况下,通过路径引用原始照片;在复制到
sources/之前需要获得明确同意。 - 在将选中的照片发送到 OpenAI 图像生成之前,需要获得明确同意。
- 声明 Dreamina 将接收用户随后上传的任何内容。
- 此技能仅用于用户自己的记忆或获得参与者同意的记忆。
- 保留已声明的身份、服装、道具、关系以及地点事实,除非用户更改。
- 如实报告平台或审核拒绝情况;永远不要为了绕过拒绝而暗中替换事实。
- 除非用户明确要求,否则生成英文提示词和文件。
- 如果缺少所需的参考文件,报告确切路径,避免凭空编造事实。
参考路由
- 进入 S2 阶段或当用户要求修改访谈/处理方案时,阅读 references/interview-guide.md。
- 进入 S3 阶段、选择原始照片 vs 渲染表或编写表单提示词时,阅读 references/sheet-craft.md。
- 进入 S3.5 阶段、使用 Cowart 或进行基于聊天的微编辑时,阅读 references/micro-edit-loop.md。
- 进入 S4 或 S5 阶段进行提示修改时,阅读 references/dreamina-video-craft.md。
- 选择模型、模式、参考数量、帧固定、比例、时长、标签、上限或审核指导时,阅读 references/dreamina-platform.md。
状态格式
使用此形状作为最小清单;仅在需要时添加简洁注释。
memory:
title: ""
slug: ""
created_at: ""
current_stage: "S0"
status: "in_progress"
treatment_confirmed: false
privacy:
copy_sources_consent: false
render_upload_consent: null
interview:
treatment: ""
boundaries: ""
sources:
- id: "src01"
path: "/absolute/or/user-provided/path.jpg"
handling: "referenced"
notes: ""
assets:
- id: "asset01"
type: "raw_photo"
path: "/absolute/or/project/path.png"
role: "identity reference for..."
source_ids: ["src01"]
approval_state: "proposed"
dreamina_tag: ""
prompt_char_count: null
clips:
- id: "clip01"
title: ""
model: "Seedance 2.0"
ratio: "16:9"
duration: "15s"
spatial_law: ""
first_frame_asset: ""
last_frame_asset: ""
prompt_char_count: null
rendering:
capability_probe:
session_id: ""
status: "unknown"
checked_at: ""
notes: ""
使用 approval_state: proposed | rendered | approved | rejected | skipped。
使用 type: raw_photo | character_sheet | item_sheet | environment_sheet | base_frame | match_frame | micro_edit。
在有用时记录表单提示词的字符数,并为每个 Dreamina 片段提示词记录字符数。
S0 开始
- 确定是开始一个新的记忆项目,还是恢复现有的
memento/<slug>/memento.yaml。 - 根据用户提供的短语、文件夹名称、日期或简洁标题来创建 slug。
- 使用小写 ASCII 字符、连字符分隔,如果发生冲突则添加数字后缀。
- 在当前工作区中搭建项目结构:
memento/<slug>/
memento.yaml
.gitignore
sources/
sheets/
- 在需要时,在
sources/和sheets/目录中创建.gitkeep文件。 - 写入
.gitignore文件:
sources/*
sheets/*
*.jpg
*.jpeg
*.png
*.heic
*.webp
*.mov
*.mp4
!sources/.gitkeep
!sheets/.gitkeep
!memento.yaml
!dreamina_prompts.md
- 将用户提供的媒体路径记录到
memento.yaml中,handling字段设为referenced。 - 只有在获得明确同意后,才将源媒体复制到
sources/中,然后将handling更新为copied。 - 告知用户已创建的内容、哪些源路径仍在原处引用,以及下一步将进入哪个阶段。
S1 审视
- 在描述之前,使用可用的视觉检查工具加载每张原始照片。
- 在提议任何生成的资产之前,先展示一个清单表格。
| 类型 | 候选内容 | 来源证据 | 区分锚点 | 环境 / 光线 / 情绪 | 建议角色 | 原始照片 vs 渲染 | 理由 / 风险 |
|---|
- 包括人物、区分锚点、关键物品、环境、光线、情绪以及连续性锚点。
- 当身份和服装已经匹配时,建议使用原始照片作为默认的身份参考。
- 仅针对已命名的控制问题、用户要求的设计风格或缺失/纠缠的视觉证据,建议使用渲染表单。
- 请求用户确认或更正清单。
- 更新
memento.yaml中的sources、assets和memory.current_stage。
S2 访谈
- 阅读 references/interview-guide.md。
- 在聊天中提出一组编号的问题批次,每次最多五个问题。
- 跳过用户已经提供的信息。
- 在每个问题中包含推荐或实用的默认值。
- 当用户希望委托处理方案时,提供“给我惊喜”选项。
- 仅覆盖缺失的决策:记忆节拍、意图、必须发生的时刻、情感落脚点、片段数量、模型、时长、比例、风格锚点、音频方向以及安全/同意边界。
- 根据故事形态推荐范围:一个节拍通常对应一个片段;而一个旅程、揭示或地点变化通常需要两到三个通过匹配帧链接的片段。
- 总结建议的处理方案,并等待用户确认或更正。
- 将决策保存在
memento.yaml的memory、clips、interview和privacy部分下。
S3 表单
- 阅读 references/sheet-craft.md。
- 在承诺渲染表单之前,通过一次会话级别的能力探针来开启 S3 阶段。
- 将探针信息记录在
rendering.capability_probe下,包含会话标识符、时间戳、状态和备注。 - 如果尚未记录,请求渲染上传的同意。
- 在进行任何编辑或参考渲染之前,使用
view_image将相关的本地照片加载到可视化上下文中。 - 将提示词中的文件系统路径视为不可靠的输入。
- 使用内置的图像生成路径作为纯提示词:不暴露遮罩、种子、尺寸、模型或目标路径。
- 不要指定图像模型的名称;当前的运行时未暴露这个信息。
- 在用户同意的情况下,从一张查看过的照片测试一个小的、保留参考的渲染。
- 只有在当前会话的探针成功之后,才认为文本到图像和多图像参考功能可用。
- 对于多图像参考,使用
view_image加载每个源,并在提示词中明确标记每个图像的角色。 - 使用散文式的宽高比提示,例如
wide 16:9 landscape framing;不要承诺精确的像素尺寸。 - 预期默认的文本到图像尺寸会有所不同;已验证的运行时渲染尺寸约为 1536x1024。
- 如果渲染不可用、失败或用户拒绝上传同意,如实说明,并继续使用原始照片作为 Dreamina 的参考。
- 不要提供使用 Dreamina Web 应用程序作为表单渲染的备选方案。
- 自适应地为每个资产选择类型:原始照片、角色表、物品表、环境表、基础帧或匹配帧。
- 只渲染解决问题所需的最小表单或帧。
- 在会话中展示每个生成的结果,并在用于下游之前征求用户批准。
- 仅将经过验证的输出移动到
memento/<slug>/sheets/中。 - 更新
assets、源 ID、角色、批准状态、相关时的已接受提示词字符数,以及memory.current_stage。
S3 输出解析
对每个生成的图像输出使用此过程。
- 在渲染之前立即创建一个标记文件,例如
memento/<slug>/.render-marker。 - 仅在标记文件的时间戳存在之后才执行渲染。
- 使用
find ... -newer <marker>命令在${CODEX_HOME:-$HOME/.codex}/generated_images/目录中搜索新文件。 - 将该目录视为跨请求和跨会话累积的。
- 当工具提供明确的返回输出路径时,优先使用该路径,但仍需进行视觉验证。
- 通过尺寸和视觉内容检查每个比标记文件新的候选文件。
- 永远不要盲目选择最新的文件。
- 只有在检查后候选文件仍然模糊时,才请求用户帮助选择。
- 将确认的输出移动到
sheets/目录中,并赋予稳定的角色/版本名称。 - 在将其标记为
approved或用于 Dreamina 上传表之前,查看已移动的文件。
S3.5 微编辑循环
- 阅读 references/micro-edit-loop.md。
- 在使用 Cowart 之前进行探测:可调用的
get_cowart_selection、可调用的insert_cowart_image以及一个可达的本地画布服务。 - 如果 Cowart 存在,将工作图像并排放置,并保留原始图像及注释可见。
- 如果 Cowart 不存在,提供参考中描述的配套安装方法。
- 如果用户拒绝使用 Cowart,使用相同的身份和连续性保护措施进行基于聊天的迭代。
- 在任何编辑渲染之前,使用
view_image将源图像或带注释的截图加载到可视化上下文中。 - 在第一次编辑前设定预期:渲染可以保留构图、取景和布局,但会以生成方式重新渲染整个图像。
- 将请求区域之外的细节漂移视为当前运行时的正常现象。
- 并排比较源图像和修订版本,而不是承诺进行精确的单区域编辑。
- 当身份或连续性风险较高时,一次只迭代一个特定的视觉更改。
- 仅将用户批准的干净修订版本提升到
sheets/目录中。 - 更新
memento.yaml中相应的资产路径、角色、批准状态和 Dreamina 标签。
S4 提示词
- 阅读 references/dreamina-video-craft.md。
- 阅读 references/dreamina-platform.md。
- 编写
memento/<slug>/dreamina_prompts.md文件。 - 在会话中呈现完整的 Markdown 内容,提示词块置于围栏中。
- 包含标题头,包括标题、概念行、拍摄顺序清单和设置行。
- 使用此设置行格式:
model · All-in Reference · ratio · duration。 - 对于每个片段,包含一个上传表格,格式为:
Tag -> File -> Role。 - 在上传表格中使用时,包含首帧和末帧的固定信息。
- 上传表格中的文件仅指向已批准的
sheets/资产或已记录的源路径。 - 为每个片段编写一个围栏
text块。 - 保持每个片段提示词块的字符数在 1500 个以内。
- 在块旁边报告每个块的字符数,并记录在
memento.yaml中。 - 包含备注,涵盖平台上限、影片的空间法则以及重新生成指南。
- 使用参考作为锚点;为状态增量、动作、镜头、氛围和音频编写提示词散文。
- 在呈现之前压缩任何过长的块。
S5 迭代
- 在更改 Dreamina 提示词内容或上传策略时,重新阅读提示词和平台参考。
- 根据用户报告的结果,确定最小且最有用的修复。
- 优先选择单一的有针对性的操作:压缩一个块、调整参考角色、重新生成一个表单或面板、重新固定帧,或阐明空间法则。
- 同时更新
dreamina_prompts.md和memento.yaml。 - 保持上传表格、资产角色、批准状态和字符数一致。
- 如实报告任何来自 Dreamina 或图像生成的拒绝。
- 当审核阻止生成时,与用户一起修订。
- 永远不要暗中更改身份、服装、道具、关系或场景事实。
- 在重新运行大型阶段之前,先询问用户。