数字人形象养成工作室
Introduction
# 🎨 Agent Identity Studio — 数字人形象养成工作室 > **[English version →](https://github.com/amayazhao/agent-identity-studio/blob/main/README_EN.md)** AI 驱动的数字人形象生成技能,定义一次角色身份,跨场景无限生成,形象永远一致。 ## 这是什么 一个运行在 AI Agent 平台上的 Skill。兼容任何支持 Skill 加载的 Agent 框架(如 [OpenClaw](https://github.com/anthropics/claw)、[WorkBuddy](https://www.codebuddy.cn/docs/workbuddy/Overview) 等)。 你告诉它"我的角色长什么样",它会自动完成: - **形象初始化**(描述角色 → 生成3张验证照 → 确认锁定身份) - **场景写真生成**(说一句话就出图:「帮我拍一张咖啡馆的场景照」) - **角色一致性保障**(不管换什么场景、穿搭、光影,TA 永远是 TA) - **审核自动处理**(内置安全词库 + 被拒后自动降级重试,不用你操心) - **Cosplay模式**(换装不换人,角色特征永远保留) **在线Demo**: https://amayazhao.github.io/nami-gallery/skill.html **github**: https://github.com/amayazhao/agent-identity-studio ## 设计亮点 ### 🧬 两层分离架构:身份和场景彻底解耦 这是整个 Skill 最核心的设计: | 层级 | 管什么 | 谁控制 | |------|--------|--------| | Character Sheet(身份层)| 五官、发色、瞳色、发饰、身材、气质 | 固定不变,所有场景共享 | | Scene Card(场景层)| 地点、穿搭、光影、表情、构图 | 每次生成都不同 | 为什么这样设计?传统方式每次生成都要在 Prompt 里重复角色描述,容易写漏、写错、每次微妙不一致。这个 Skill 把角色定义固化在 YAML 文件里,场景层绝对不允许触碰身份特征——发色、眼色、五官等字段只在身份层渲染,场景层碰都碰不到。 ### 📐 身材分级系统:不同构图自动适配 | 构图 | 身体描述 | 原因 | |------|----------|------| | 特写/头像 | 不加身材描述 | 画面只有脸,加了反而干扰 | | 半身照 | 基础体型 + 衣服勾勒 | 够用,不过度 | | 全身照 | 完整体型 + 腿部 + 姿态 | 全身需要完整比例信息 | | 宽松衣服 | 自动追加补偿词 | 防止宽松衣服"吃掉"身材描述 | 不需要手动调,gen.py 根据 Scene Card 的 `composition` 字段自动选择对应级别。 ### 🛡️ 审核安全:不说身体说衣服 MiniMax 的内容审核对身体描述敏感。Skill 内置了一套安全话术体系: | 你想要的效果 | ✅ 安全写法 | ❌ 会被拦截 | |-------------|-----------|-----------| | 展现身材曲线 | `form-fitting dress that hugs her curves` | `curvy body` | | 好看的腿 | `showing shapely legs` | `long sexy legs` | | 领口设计 | `V-neck dress with elegant draping` | `showing bust` | 原则:**描述衣服怎么穿,不描述身体长什么样。** 被拦截后自动降级 prompt 重试,最多 2 次。 ### 🎯 参考图双策略:按需锁脸 / 锁身材 | 构图 | 用哪张参考图 | 锁什么 | |------|-------------|--------| | 半身 / 特写 | 正面参考图 | 锁定面部特征 | | 全身 | 3/4侧面参考图 | 锁定身体比例 | 参考图可选不强制——对于原生画风角色,纯 Prompt 的一致性反而更好。参考图更适合"非原生"角色(如用户上传自己画的角色)的锚定。 支持两种传参方式: - **本地 data:URI**(`data:image/png;base64,...`)— 不依赖外部 URL - **公开 URL** — 适合已部署到 CDN 的参考图 ⚠️ **注意**:MiniMax 的 `image_base64` 字段完全不可用,必须通过 `image_file` 字段传递(URL 或 data:URI 均可)。 ## 效果展示 同一个角色,22+ 种不同场景,角色特征全自动保持: | 场景 | 穿搭 | 构图 | |------|------|------| | ☕ 咖啡馆约会 | 白色高领毛衣 | 半身 | | 🌧️ 雨夜街头 | 米色风衣+透明伞 | 全身 | | 🌸 樱花公园 | 蓝裙+白开衫+草帽 | 全身 | | 📚 图书馆 | 圆框眼镜+奶白毛衣 | 半身 | | 🎪 夜市 | 牛仔外套+条纹T | 半身 | | 💼 办公室 | 深灰西装+白衬衫 | 半身 | | 🏖️ 海边夕阳 | 白色亚麻裙 | 全身 | | 🎄 圣诞壁炉 | 红色oversized毛衣 | 半身 | | 🎭 Cosplay | 校服/舞台装(保持角色发色瞳色) | 全身 | | 🏋️ 瑜伽 | 运动背心+leggings | 半身 | ## 配置与安装 ### 第一步:安装技能 将 `agent-identity-studio/` 文件夹放到你的 Agent 平台的 Skills 目录下即可。 不同平台的路径示例: ``` # WorkBuddy / CodeBuddy ~/.workbuddy/skills/agent-identity-studio/ # OpenClaw ~/.claw/skills/agent-identity-studio/ # 其他平台:参考对应文档的 Skill 安装目录 ``` 安装成功后,Agent 会自动识别 **agent-identity-studio** 技能。 ### 第二步:获取 API Key(二选一即可) **方式 A:MiniMax(默认引擎)** 1. 前往 [MiniMax开放平台](https://www.minimaxi.com/) 注册 2. 创建应用,获取 API Key 3. 设为环境变量:`MINIMAX_API_KEY` **方式 B:腾讯混元生图 3.0**(via 腾讯云 SDK) 1. 前往 [腾讯云控制台](https://console.cloud.tencent.com/) 开通混元生图服务 2. 在 [API密钥管理](https://console.cloud.tencent.com/cam/capi) 获取 SecretId + SecretKey 3. 设为环境变量:`TENCENT_SECRET_ID` + `TENCENT_SECRET_KEY` 4. 安装 SDK:`pip install tencentcloud-sdk-python-aiart` 5. 切换引擎:`IDENTITY_STUDIO_ENGINE=hunyuan` ```bash # Windows PowerShell — 以 MiniMax 为例 [Environment]::SetEnvironmentVariable('MINIMAX_API_KEY', '你的key', 'User') # 如果用混元 [Environment]::SetEnvironmentVariable('TENCENT_SECRET_ID', '你的SecretId', 'User') [Environment]::SetEnvironmentVariable('TENCENT_SECRET_KEY', '你的SecretKey', 'User') [Environment]::SetEnvironmentVariable('IDENTITY_STUDIO_ENGINE', 'hunyuan', 'User') pip install tencentcloud-sdk-python-aiart ``` | 引擎 | 模型 | 单张成本 | 速度 | 参考图 | 外部依赖 | |------|------|---------|------|--------|---------| | MiniMax | image-01 | ~¥0.025 | 15-30s | 1张(data:URI / URL)| 无 | | 腾讯混元 | HY-Image-V3.0 | ~¥0.20 | 4-7s | 最多3张 | `tencentcloud-sdk-python-aiart` | ### 第三步:开始使用 在 Agent 中发: > 帮我创建一个数字人形象:银色短发、琥珀色眼睛、活泼开朗的少女 Skill 会自动完成形象初始化 → 生成验证照 → 等你确认。 确认后,发任意场景描述即可生成: > 帮我拍一张雨中撑伞的场景照,要有电影感 ## 使用方式 | 你说的话 | Skill 做什么 | |---------|------------| | 「创建一个角色:红色长发、绿眼睛的魔法少女」 | 初始化 Character Sheet → 生成3张验证照 | | 「帮我拍一张咖啡馆的照片」 | 设计 Scene Card → 拼装 Prompt → 调用 API → 返回图片 | | 「来一组周末居家写真集,4张」 | 批量生成多场景 Session | | 「头发颜色再深一点」 | 修改 Character Sheet → 重新验证 | | 「Cosplay成樱岛麻衣」 | 换装不换人模式 | ## 技术数据 | 指标 | MiniMax | 腾讯混元 | |------|---------|---------| | 模型 | image-01 | HY-Image-V3.0 | | 单张成本 | ~¥0.025 | ~¥0.20 | | 生成速度 | 15-30s | 4-7s | | 参考图上限 | 1张 | 3张 | | 调用模式 | 同步 | 异步(SDK,提交+轮询)| | 外部依赖 | 无 | `tencentcloud-sdk-python-aiart` | | 认证方式 | `MINIMAX_API_KEY` | `TENCENT_SECRET_ID` + `TENCENT_SECRET_KEY` | | 引擎切换 | 默认 | `IDENTITY_STUDIO_ENGINE=hunyuan` | ## 常见问题 | 问题 | 排查 | |------|------| | `MINIMAX_API_KEY not set` | 检查环境变量,新终端需重启才能读到 | | `TENCENT_SECRET_ID / SECRET_KEY not set` | 检查环境变量;确认已 `pip install tencentcloud-sdk-python-aiart` | | 图片被审核拦截 (1033) | Prompt 含敏感词,自动降级重试;如持续失败,调整穿搭描述 | | MiniMax 参考图报 `unknown error` | image_base64 不可用,需用 image_file + data:URI 或 URL | | 混元生成超时 | 异步轮询最多等 120s;网络或并发问题可重试 | | 角色每次长得不一样 | 确认 character-sheet.yaml 已创建且 meta.confirmed=true | | 全身照比例奇怪 | 避免使用 `tall` / `model-like` / `slender` | | 怎么切换引擎 | 设环境变量 `IDENTITY_STUDIO_ENGINE=hunyuan` 或 `minimax` |
Resource Information
License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.
Information boundary
Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.
Similar skills
视频短视频图片音乐音频配音口播数字人全能创作
Marked paid通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成(文生图)、AI视频生成(图生视频)和AI视频编辑,通过AI音乐生成把想法做成歌曲或纯音乐,也可用AI语音生成(文字转语音)、多语言旁白和AI语音克隆完成跨媒介内容;还能查找抖音数据、小红书数据,以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势,把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件,用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手,适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;还能在不同媒介间复用原始素材、已有成果和查到的公开资料,查看制作进度、返回文件、实际用量和积分记录。
AI数字人口播与虚拟主播视频
Marked paid用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播,并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。
罗斯蒙德可视化图形生成
Not specified【罗斯蒙德可视化图形生成】南京罗斯蒙德基于已交付项目沉淀的可视化图形生成场景:根据业务描述或系统需求,自动生成可编辑的架构图、流程图、ER 图、时序图、状态图与 C4 图。采用「统一图模型」一次建模、多格式输出:结构化文本(Mermaid / PlantUML,可嵌入 Markdown、进 Git 版本管理)、可编辑图形文件(drawio / Excalidraw,可拖拽修改节点与样式)、静态图(SVG 自渲染,PNG 给转换命令),并输出图形说明(图的含义 + 关键节点解释)。内置样式系统统一配色与命名,内置布局引擎自动排布,校验脚本拦截孤立节点、悬挂连线与语义缺漏。触发词:画架构图、画流程图、画 ER 图、画时序图、画状态图、C4 图、系统架构图、部署架构图、数据流程图、实体关系图、生成 drawio、生成 Excalidraw、导出 mermaid、导出 PlantUML、导出 SVG、导出 PNG、可编辑的图、图转可编辑、架构图可编辑、流程图二次修改、画图、出图、画个图。
AI Image Prompts · 绘画提示词库
Marked freeRecommend curated prompts from a 10,000+ real-world image generation prompt library. Works with ANY AI image model — Nano Banana Pro, Nano Banana 2, Seedream 5.0, GPT Image 1.5, Midjourney, DALL-E 3, Flux, Stable Diffusion, and more. Use this skill when users want to: - Find proven image generation prompts (any model) - Get prompt inspiration for portraits, products, social media, posters, etc. - Create illustrations for articles, videos, podcasts, or marketing content - Browse categorized prompt templates with sample images - Translate and understand prompt techniques
架构图一键生成
Marked paidAPI key required使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产出 CW、SVG、HTML、可编辑 PPTX 或原生 VSDX 的请求;未特别说明时,PPTX 与 Visio 使用原生形状和连接器导出。不适用于统计图表、手绘插画或像素级排版。
海报设计工作室
FreemiumAPI key required将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成图片丰富的海报,搭配清晰视觉层级、按品类匹配的风格和预留文字区域,覆盖活动、音乐节、电影、产品发布和促销场景。你可以把它当作 AI宣传单制作工具来制作促销宣传单,当作活动海报设计工具,当作电影海报生成器,当作音乐节海报设计工具,当作产品发布会海报的 banner设计 AI,或当作平面设计海报工作室。从活动主题出发,用品牌风格参考图变换产品或场景照片,或在已认可草稿上做定向精修,完成可印刷或可分享的成品。
What is a Skill
A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.