Character Image Consistency
产品介绍
Build and unify a multi-image character visual set: line art, unpainted white/clay model (白模), palette-based 2D coloring and painted-figure coloring, front/side/back three-view turnarounds, and a cross-image consistency pass driven by one canonical design lock. Use when the user asks for 角色线稿、白模、上色、参考配色、三视图、turnaround、character sheet、设定图、手办涂装，asks to unify several generated images of the same character （统一 / 确保一致性）, or wants Nano Banana / Gemini image-editing consistency prompts. Produces the image set (with available tools), an external-model prompt pack when requested, and an honest QA report. 把同一个角色的一组图（线稿 / 白模 / 2D 上色 / 涂装手办 / 2D 三视图 / 3D 三视图）当作一个产品来管理，而不是逐张即兴生成。核心方法是先定版一份「造型规范锁」，再让每一张图都引用同一个基准图和同一份规范，最后逐张验收并如实报告残差。 不可违反的原则 只有一个基准图（Master）。 全套图的人脸、发型、上半身服装以它为准，其它图向它看齐，不允许各图互为基准来回漂移。 先写规范锁，再生成。 把发型、发饰方位、领口、胸结、袖型、不对称饰件、裙层数、背面设计、鞋、色板逐项写清（模板见 references/canonical-lock-template.md），每张图的提示词都必须整段带上这段规范。 原图永不覆盖。 新图写入新文件名或 unified/ 子目录；微调先出 _v2 并视觉核对胜出后，才可替换正式版。 一图一任务。 一次图像生成 / 编辑调用只产出一张目标图；只有当用户明确要三视图 / 设定表时，三视图本身才是一张图内出现三个视角。 看图验收，禁止只报成功。 每张产物都要亲自读取图像对照清单检查，并在交付报告中列出未锁死的残余偏差（等级与修法见 references/qa-checklist.md）。 模型与分辨率不许谎报。 工具不开放选模型时，不得声称使用了用户指定的模型名（例如 gemini-nano-banana-2.1-2k）或 2K 输出。改走第 0 阶段的「模型处理方式」确认，并按实际像素尺寸报告。 微调一次只改一处。 已基本成型的图要用「只改 X、其它不变」的一句指令修补，不要整张重绘引入新的漂移。 适用与不适用 适用：用户从零要一张线稿、基于已有图逐级衍生、拿参考图要配色、补三视图、把既有几张图统一、要给外部模型（Nano Banana 等）的提示词包。 不适用：单张无关插画（直接生图即可）；需要真实可打印的 STL/OBJ 三维文件（本技能产出的是白模 / 手办的效果图，交付时必须讲明，需要时把效果图和三视图作为建模参考交付）。 工作流 0. 澄清关键决策（信息不足时才问，一次最多 4 问） 遇到以下任一情况，先用结构化问题询问，而不是猜： 主题 / 风格 / 细节完全未给出（例如只说「绘制线稿」）； 统一任务没有说明基准图和统一范围（统一哪些图）； 图与图之间已存在冲突性设计（典型：裙型、后背蝴蝶结、袖型、长款还是短款），须先让用户选定版款； 原构图只画了半身，却要全身三视图：三视图必然需要补全下半身，裙型 / 裤型 / 鞋须先定版； 用户点名了当前工具无法指定 / 核验的模型或分辨率：如实说明后让用户三选一 —— 继续用可用工具出图、只输出给外部模型的提示词包、或两者都要。 用户已明确给出主题、基准和范围时不要重复提问，直接执行并在开工说明中复述你的定版决定。 1. 资产清点与逐图读图 在工作区定位全部相关图（原稿、参考配色图、已衍生图），逐张用读图工具查看，禁止凭文件名猜图面内容。 记录每张的：介质（线稿 / 白模 / 上色 / 手办照片 / 三视图）、构图（半身 / 全身、姿势）、实际像素尺寸、与其它图的冲突点。 明确衍生关系：谁是原稿、谁从谁生成（线稿是结构源头，通常基准图的候选是信息最全的上色版；具体由用户或第 0 阶段确定）。 2. 配色提取（有参考图时） 从参考图提炼成文字色板，而不是只说「参考这张图的颜色」：主色、强调色、肤色 / 材质色、背景色、枯叶 / 金属等辅助色、整体情绪（例如黑红哥特、做旧米白）。每个色给一个近似色值（如 #B5121B 血红），并落实到角色部位（发色、瞳色、花、裙、结、宝石各用哪个色）。注意：参考图只提供配色和氛围，不得把其构图、人物或文字带入新图；图面文字一律不生成。 3. 填写造型规范锁（Canonical Design Lock） 按下文件模板填写，并把结果保存为随图交付的规范文件： → 读取并套用 references/canonical-lock-template.md 特别注意规范里两个高频翻车项： 发饰与不对称饰件的左右：统一用「角色左 / 右」定义（而非画面左右），并预先算好正面、侧面、背面时的画面方位（模板内有方位表）。 计数型细节：裙层数、蝴蝶结个数和位置这类可数项目要写成确数（例如「恰好 3 层横向层，正面第二层左右各一小结」），避免「多层次」式的含糊表述。 4. 按依赖顺序逐张生成 / 统一 默认生产顺序（可只执行用户实际需要的那一段，但顺序不可乱）： 每张图的做法： 参考图数组的第 1 张永远是基准图，第 2 张是该图自己的源图（提供构图 / 介质风格），需要时加第 3 张局部示例（例如仅供裙型参考），并在提示词里点名每张的角色。 提示词结构固定为：[规范锁全文] + [单图任务：介质+构图+明确要纠正的冲突项] + [禁止项：无文字、禁用冲突设计]。各介质的现成句式见 references/media-prompt-templates.md。 各介质的「变量与不变量」：换介质只许改变渲染方式（线条 / 白泥 / 平面涂色 / 涂装树脂），脸、发型、服装结构与配色赋值不变。白模无涂装眼色，靠雕刻体积区分部件。 三视图属于「一张图内并列三个全身视角」的特例（左正、中侧、右背，等高对齐，标准站姿而非原摆拍姿）；侧视图优先取能看到主发饰的那一侧侧面。原稿没有的下半身严格按第 3 阶段定版生成，两套三视图（2D 与 3D）必须同款。 批量时：不同目标图可以并行下达；同一目标图的多候选应使用出图工具的选择机制而非硬凑在一张拼图上（平台有相应参数时遵循平台规则）。已知会产生 4 张以上图时，分批次执行并向用户预告。 5. 验收与纠偏 逐张打开成品图核对 references/qa-checklist.md，记录 通过 / 大偏差 / 小偏差。 大偏差（如发饰换边、袖型变长袖、裙层数错误）：用带规范锁的提示词重绘该张；小偏差（如瞳色略偏、单只蝴蝶结颜色错）：走一句式微调生成 _v2，核对比对后胜者保留。 不要无限重跑：同一单项最多纠正两轮，两轮后仍漂移则在报告中如实标注，并给用户外部模型微调的逐项指令作为兜底。 生成一张全套总览拼版便于用户一眼对照（用 scripts/make_overview.py 程序化拼版，拼图本身不要用生图模型做）。 6. 交付结构与报告 默认输出目录与命名： 最终报告必须包含五部分： 模型说明（如涉及点名模型 / 分辨率）：实际用了什么工具、实际尺寸，不能承诺的要先讲； 定版规范摘要：基准图是谁、已纠正的图间冲突点列表； 文件清单表：文件名 → 对应介质与构图； 核查结论：已统一的大项 + 残留偏差列表（图号、问题、严重度、建议修法）； 下一步选项：站内继续微调 / 拆分三视图为单图 / 加标注 / 加 3⁄4 视图等。 附带文件（按需读取，勿一次全部加载） 文件 何时读取 references/canonical-lock-template.md 第 3 阶段填写规范锁时 references/media-prompt-templates.md 第 4 阶段拼提示词与导出外部模型提示词包时 references/qa-checklist.md 第 5 阶段逐图验收时 examples/baudelaire-anime-girl-case.md 需要一个填好的真实例子对照结构时 scripts/make_overview.py 第 5/6 阶段生成总览对照图时执行 典型触发语示例 「绘制线稿」（→ 第 0 阶段四问澄清后进 01） 「把线稿转成白模」/「参考这张图配色给线稿和白模上色」（→ 第 2 阶段提色 + 03/04） 「给这两张图生成三视图」（→ 先确认全身补全与裙型定版，再做 05/06） 「用 nano banana 把这些图都统一一下，确保一致性」（→ 第 0 阶段模型三选一 + 基准与范围，然后走完整统一流程）
资源信息
许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。
信息边界说明
本页信息摘自官方文档，仅作技术信息呈现，不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为（申请 Key、付费、部署、商用），本站不做任何承诺与担保。
同类推荐
视频短视频图片音乐音频配音口播数字人全能创作
官方标注收费通过同一个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
官方标注收费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。一节课的讲解也能做成课程口播。
罗斯蒙德可视化图形生成
官方未说明【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。
自动化克隆数字人口播混剪视频
免费增值需申请 Key抖音短视频双路径生产体系（单 Skill 版）。Path A[付费·高质量]：策略大脑→（可选：素材混剪/AI高光提取）→脚本优化→AI生图/素材准备→配音渲染（百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人）。Path B[免费·动画风]：采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4，零云费开箱快。触发词分层：①"抖音短视频/选题规划/合规闸门/运营策略" ②"口播脚本/AI生图/AI配音/视频渲染/Remotion渲染" ③"蹭热点/快速出片/免费做视频" ④"混剪/高光提取/素材粗剪/autoclip
海报设计工作室
免费增值需申请 Key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，在海报排版上搭配清晰视觉层级、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。
AI Image Prompts · 绘画提示词库
官方标注免费Recommend 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
什么是技能
技能（Skill）是封装好的单项能力，比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包，使用者像用插件一样加载即可，无需了解底层模型。启枢技能 收录大量技能，可直接试跑或编入方案。