生成个人IP头像
根据一张肖像构建一个可识别、非照片写实的IP角色系统。如果用户没有给出明确的功能控制指令,则启用所有模块。仅当用户明确提供 功能开关 块或明确的启用/禁用指令时,才更改开关。
在默认情况下,生成十一个完整系列外加八个独立的行业全身角色:一个经典系列、八个无限制的盲盒主题和两个保证浅色系的盲盒主题。每个完整系列包含41个原始图像:
- 8个动作/配件设计
- 1个正面全身英雄图
- 8个角度视图
- 24种全面表情
未提供品牌或机构输入时的默认输出:11 × 41 + 8 行业全身 = 459 个原始图像。每个常规的偏好颜色主题额外增加41个。当用户提供官方品牌或大学VI来源时,默认追加八个完整的VI衍生系列,额外增加328个原始图像。
必读和输入
在每次任务开始时,完整阅读 references/feature-switches.md。当经典系列启用时,阅读 references/prompt-set.md;仅当经典动作设计启用时,使用其中的八个概念。当随机或用户主题启用时,阅读 references/theme-expansion.md。当行业全身或品牌/机构主题启用时,阅读 references/industry-brand-expansion.md。当离线HTML画廊启用时,阅读 references/selection-gallery.md。
当用户询问此工作流的开发过程、如何学习该流程、如何构建类似技能或初学者如何使用完成的技能时,阅读 references/zero-to-personal-ip-skill-tutorial.md。对于普通的图像生成任务,不要加载教程。
要求一张清晰的用户参考照片,显示面部。如果用户提供了更多照片,则接受。如果提供了本地路径,则使用 view_image 检查。在生成之前,检查两个绑定的视觉语言资产:
assets/style-reference.pngassets/series-anchor.png
用户照片是唯一的身份和呈现来源。绑定的资产仅提供手工蜡笔/剪纸视觉语言。
工作流程
- 检测明确的功能控制意图。如果既没有
功能开关块也没有明确的启用/禁用指令,则强制开启完整的默认配置。如果控制意图明确,则仅解析声明的覆盖项,并保持其他开关为开启状态;切勿将单纯的遗漏、简写或缺少模块名称解释为退出。 - 使用解析后的值运行
scripts/calculate_feature_plan.py。在生成前告知用户已启用的模块和预期的原始图像数量,除非配置无效,否则继续执行,无需确认。 - 提取身份特征:脸型和下巴形状、眉毛、眼睛、鼻子、嘴巴、头发长度/质地/刘海/两侧、明显年龄范围、姿势、体型、可见的呈现线索以及来源支持的服装/配饰。绝不断言性别身份。
- 分离身份、风格和调色板。绑定的黄色/钴蓝色调色板仅属于经典系列;它不是用户的永久调色板或最喜欢的颜色。
- 根据可见证据(而非刻板印象)应用呈现护栏。除非在用户照片中可见或明确要求,否则切勿从样式资产中迁移蝴蝶结、领带、丝带、卷发、眼镜、珠宝、面部毛发或其他身份特征。在每个模块和角度中保持头发长度和质地。
- 建立已启用的系列:
- 当
classic_series开启时,启用经典系列 - 当
random_theme_series开启时,启用random_theme_count个盲盒主题 - 当
light_theme_series开启时,启用light_theme_count个新设计的浅色系盲盒主题 - 每个用户请求的主题在随机主题之后追加
- 当用户提供官方品牌或机构VI源时,启用
brand_theme_count个完整衍生系列
- 当
- 如果启用了随机、浅色或用户主题,则运行
scripts/draw_theme_seed.py恰好一次。当相应系列类型关闭时,使用--count 0或--light-count 0,并通过--user-theme传递用户主题。将种子和完整的JSON抽取记录在PROMPTS.md中。在技术重试时,重用--seed。 - 每个系列冻结一个规范的角色规格:身份特征、发型、服装轮廓、调色板角色、面部结构、蜡笔纹理和白色剪影轮廓。该系列中的所有模块必须使用该规格。
- 当
industry_full_body_pack开启时,使用references/industry-brand-expansion.md规划八个明显不同的行业身份。这些是独立的、装饰过的正面全身原始图像,不按主题系列进行乘法。 - 对于品牌或机构主题,根据其主要官方来源验证颜色和使用关系。记录URL、文档标题/日期、Pantone/CMYK/RGB值以及任何转换或屏幕近似值。默认使用颜色和抽象视觉语言;不要复制印章、徽标、标志、制服或暗示背书。
- 按以下顺序生成已启用的模块:
base_designs:八个独立的动作/配件设计front_full_body:一个居中的从头到脚正面视图angle_views:八个独立的、中性的从头到脚转描视图,使用references/feature-switches.md中的精确角度列表emotion_pack:24个独立的头部和肩部表情,使用该参考文件中的精确表情列表
- 每个原始图像使用一次图像生成调用。切勿使用网格作为可交付原始图像的替代品。为了保持一致性,将用户照片、视觉语言资产以及最近批准的同一系列锚点传递给角度和表情调用。
- 在支持时以四张为一批生成。验证每批,并仅针对失败的单元格使用有针对性的修正进行重新生成。
- 使用
references/feature-switches.md中的结构进行非破坏性保存。当扩展已批准的集时,记录其哈希值,绝不覆盖、重命名、重新压缩或重新生成。 - 如果
series_collages开启,则仅从原始图像创建模块和系列概览图。如果all_images_collage开启,则从每个已交付的原始图像恰好一次创建00-all-images-overview.png,包括不可变的原始图像和独立的行业图像。切勿将概览图作为输入包含到另一个原始级别的拼贴画中。 - 如果
selection_gallery开启,则在图像质量检查后运行scripts/build_selection_gallery.py以创建00-selection-gallery.html。将确切的已交付原始图像计数作为--expected-count传递;在扩展模式下,通过其SHA清单包含冻结的外部原始图像。该页面必须可离线工作,并保留捆绑模板所需的ESTHER不二署名和CC BY-NC-SA 4.0声明。 - 保存
FEATURES.json、PROMPTS.md和QA.md。记录解析后的开关、计数、随机种子、用户主题、官方VI来源、文件清单、尺寸、唯一哈希值、基线哈希值、拼贴画输入计数、画廊输入计数以及HTML交互检查结果。
验证
- 计数与
scripts/calculate_feature_plan.py完全匹配。 - 每个系列至少保留四个可识别的身份特征和一个标准发型/服装系统。
- 正面全身图像从头到脚、居中、正面、无遮挡,并且有清晰可见的手和脚。
- 所有八个请求的角度恰好存在一次;左/右和正面/背面视图没有被错误标记或镜像重复。
- 所有24种表情恰好存在一次,并在头像尺寸下保持可读,且不改变身份、发型、服装或调色板。
- 表情改变眉毛、眼睛、嘴巴、脸颊和克制的姿势标记——而非面部结构或服装。
- 随机和浅色主题来自记录的抽取。浅色主题保持高价值背景和柔和服装,同时保留可读的深色线条对比度。用户请求的主题在它们之后追加,绝不替换它们。
- 每个浅色系列必须是一个新设计的角色系统,具有自己的服装轮廓、八个动作道具概念、涂鸦词汇和规范锚点——而不是现有深色或随机系列的重新着色。
- 行业全身原始图像每个都通过服装构造、安全道具、姿势和背景装饰展示不同的职业,同时保持身份并避免刻板印象、受保护徽章或虚假凭证。
- 品牌或机构系列使用已验证的官方颜色,但仍然是八个新设计的系统,而不是八个重新着色。默认情况下不复制受保护标记或暗示隶属关系、认证、雇佣或背书。
- 每个可交付物都是一个单独的方形光栅图像,没有重复的哈希值、文本、徽标、水印、无关角色、照片写实、渐变、3D或打磨过的矢量效果。
- 已启用的拼贴画恰好包含预期的原始图像一次。禁用的模块不产生任何可交付文件或空文件夹。
- 已启用的HTML画廊恰好引用每个已交付的原始图像一次,没有概览图或预览图,并通过搜索、过滤器、候选列表、拒绝、模态、持久存储状态、微信复制、导出、桌面和移动端检查。
交接
当 00-all-images-overview.png 启用时,内联显示它;当 00-selection-gallery.html 启用时,链接它。报告解析后的开关、系列计数、每个系列的原始图像数量、总共交付的原始图像、新生成的计数、随机种子、追加的主题、输出路径、FEATURES.json、PROMPTS.md 和 QA.md。在扩展模式下,明确确认现有的原始图像未被更改。