血脈
一張照片輸入。這個技能會測量使用者機器上的十項特質，判斷這些特質屬於哪個十年，並建立該照片的系譜樹：主幹上從 1930 年代到 2020 年代每個十年一個質感，旁邊兩個分支，每個都是有名稱的電影、攝影指導、攝影師、廣告 campaign 或工藝，並附上歸屬原因。接著，它研究主幹的走向，為資料庫中尚無任何質感的缺口長出一個 2027 年分支：該分支的名稱、配方、它從哪些質感繼承了什麼，以及它是缺口的證明（「107 個質感中，沒有任何一個同時有這麼暖、這麼粗的顆粒」）。這個缺口描述就是簽名：正是它讓這個分支成為一個前所未見的質感，而非猜測。
直到分支生成之前，所有運算都在本機進行，不花費成本。唯一需要生成的是最終將使用者自己的照片重新調光成該分支的結果，這會在使用者同意後，於他們的 Higgsfield 帳號上執行。
安裝
bash install.sh # 安裝技能、你的工作室資料夾，以及檢查可選工具
bash install.sh --higgsfield # 一併安裝 Higgsfield CLI 與 MCP，以便在你的帳號上生成
只需要標準 Python 函式庫。JPEG 與 HEIC 透過 sips（macOS）或 ffmpeg 開啟；PNG 則無需額外工具。
如何執行
當使用者提出要求時，Claude 會：
- 追溯照片。
python3 scripts/lineage.py trace "<photo>" --project "<project>"（任何 JPG、PNG 或 HEIC；project 預設為the-lineage）。它會印出四項讀數（光線、顆粒、構圖、色彩）、分數佔比最高的年代及第二名，以及從 1930 年代至今的主幹，每個質感與照片的共通之處。先告訴使用者年代，再提主幹中最重要的兩三個質感。如果輸出顯示「接近難分」（a close call），則兩個年代都說出來：這是誠實的讀數。 - 長出分支。
python3 scripts/lineage.py grow latest --project "<project>"。它會印出 2027 年的分支：名稱與宣言、配方（光線、色彩、暗部、顆粒、光學、格式）、它從哪個質感繼承了什麼、以及缺口描述。如果使用者想要另一個選項，加上--seed 1（2, 3…）會以相同規則找到其他缺口。 - 匯出檔案。
python3 scripts/lineage.py export latest --project "<project>"會寫出trees/<id>.svg（可列印的海報：從 1930 年攀爬而上的主幹，頂端是深紅色的 2027 年新芽）、trees/<id>.json（所有數值）和trees/<id>-branch.md（包含配方的主分支卡片）。開啟海報（Mac 上使用open <file>），並用一句話告訴使用者先看什麼：新芽及其正下方的質感。 - 在生成前先暫停並詢問。 只有在使用者希望將該分支套用到他們自己的照片時，才執行：
python3 scripts/lineage.py request latest --project "<project>"會寫出一個影像編輯請求。告訴使用者這是一次生成，以及在其 Higgsfield 方案上的費用，然後等待同意。同意後執行以下步驟，並用python3 scripts/lineage.py status latest --project "<project>"檢查狀態。
解釋某個節點：python3 scripts/lineage.py node <id> 會完整列出一個質感（它為何屬於這個系譜、它傳承了什麼、相關人物、在哪裡可以找到、它的父節點）。python3 scripts/lineage.py library --decade 1970 會列出一個年代的質感。使用者自己的參考：python3 scripts/lineage.py add --name "..." --year 1994 --why "..." --image ref.jpg 會測量該影像並將其質感加入使用者的系譜，並應用於之後所有的樹（參考資料是全域性的，不特定於某個 project；--project 參數雖然接受但會被忽略）。
使用附帶的範例試試看（無需花費）：python3 scripts/lineage.py example --project demo（或使用 --photo pool 來使用第二個靜止畫面）。若要檢查此技能是否可在這台機器上正常運作：python3 scripts/selftest.py。
如何判斷結果
-
警告基礎薄弱的照片。 若照片中沒有人、可見光源或棚燈，測量儀表能依賴的點不多：主幹上若所有匹配度低於 30%，代表這張照片不太適合，應在使用者將樹狀圖解讀為歷史之前先告知。
-
年代是讀數，不是結論。 若某個年代的分數超過 25% 且明顯領先第二名，這是可靠的讀數；若差距小於 5 個百分點，則是接近難分的情況，兩個年代都合理。重新壓縮照片會改變其顆粒，並可能影響讀數。
-
一個主骨幹質感必須 與照片共享兩個顯著特質（在
shares行中標示），而不只是顏色接近。匹配度超過 50% 表示血緣相近；低於 30% 則表示該年代只是沒有更接近的選擇，應說明這點。 -
一個好的分支 應該要：它的缺口描述提到資料庫中沒有任何質感同時擁有的一對顯著特質；它與最接近的現存質感匹配度在 70% 或以下；並且它仍然保有照片的構圖框架。拒絕配方在底片上自相矛盾的分支（例如在黑白的底片上使用分色調色）：請長出另一個隨機種子。
-
實線代表有文獻記載的影響；虛線代表特質上的相似性。 切勿將虛線當作歷史事實呈現。
-
本機的數值是可驗證的算術，可在樹狀 JSON 中檢查；
references/method.md解釋了每一項及其限制。library/reading-card.md是透過人工目視進行的相同讀數。
在使用者的 Higgsfield 帳號上生成
這個技能本身不會生成任何東西。request 會寫出 ~/LOWLIGHT STUDIO/<project>/requests/<id>.json（提示詞、使用者的照片作為參考、長寬比）。Claude 會透過以使用者身分登入的 Higgsfield MCP 來執行它，然後整理結果：
python3 scripts/studio_bus.py requests <project>
python3 scripts/studio_bus.py receive <project> <id> <downloaded file>
這是一個影像編輯：提示詞只描述分支的光線、色彩與底片質感。使用使用者方案提供的編輯模型（Nano Banana Pro 或 Seedream 的編輯模型都適用）。在執行任何生成之前，請先告訴使用者這需要多少次生成及其在他們方案上的費用，並等待同意。請參閱 references/generation.md。
與其他部門的通訊
請參閱 references/studio.md。它會讀取 The Eye 的 taste（喜好與排斥會影響 2027 年分支的成長方向；分支中會標示 taste_used），並發布 lineage：最近十二棵樹及其節點與分支，可供 The Eye 用作額外牌組。即使沒有其他部門，技能仍能正常運作。
檔案
| 路徑 | 說明 |
|---|---|
scripts/lineage.py | 核心引擎與其命令列：example, trace, grow, export, request, status, trees, library, node, add |
scripts/meter.py | 照片測量儀：十項特質、讀數、色板、格式（python3 scripts/meter.py photo.jpg --brief） |
scripts/demo_photo.py | 從程式碼繪製兩個範例靜止畫面（不包含任何人的圖片） |
scripts/selftest.py | 使用合成照片與範例進行乾測試：python3 scripts/selftest.py |
library/lineage.json | 107 個質感，1930 年代至 2020 年代：人物、原因、特質、色板、父節點 |
library/examples/ | 兩個範例靜止畫面，從程式碼繪製（請參閱其中的 README） |
library/reading-card.md | 人工目視的相同讀數，適用於牆上或手機中的照片 |
references/method.md | 說明如何計算測量儀、年代、主幹與缺口，及其限制 |
references/library.md | 如何撰寫一個質感，如何新增或修正 |
references/generation.md | Higgsfield 設定以及如何建立請求 |
references/studio.md | THE STUDIO 各部門之間的共享匯流排 |
輸出檔案會存放在 ~/LOWLIGHT STUDIO/<project>/ 目錄下：trees/、requests/、received/。