character-refs
输入一段角色描述,输出一组角色参考图——角色从哪来都行:小说改编、自己编的故事、临时想到的一个人。一张正面全身锚点,其余每张都只参考这张锚点。
给视频模型(H3 / Wan / Seedance)当参考图使用,也给人看。
{baseDir} = 本文件所在目录。脚本 {baseDir}/scripts/character-refs.mjs,零依赖,node 直接跑。
**这是仓库里唯一真出图的 skill。**其余 skill 只交提示词,因为出图那一刻才能决定模型和画风;
这个 skill 就是「那一刻」——模型在 Step 0 由用户选定,画风在建角色时选择(默认动漫,另有写实预设,也能挂自定义画风)。
核心规则(先读懂再动手)
-
**一组图只有一个根:正面全身锚点。**只有它是文生图,其余全是「锚点 + 一句改图指令」。
头发、脸、领口三类细节额外挂确认过的正脸大头照。图与图之间不再互相参考——
所以任何一张出坏了,单独重出这一张就行,不会连锁。
-
分档,默认出到第二档:
| 档位 | 内容 | 什么时候出 |
|---|
| 1 | 正面全身(锚点) | 总是,第一张 |
| 2(默认) | 正脸大头照、90° 侧面(面朝画面右侧)、背面 | 默认就出齐 |
| 3 | 细节图(最多 8 张):用户点名的、角色最能认出来的地方;没有就用默认的头发 / 发饰、领口、袖口、鞋 | 有配饰或服装局部的特写 |
| 4(默认不出) | 45° 大头照(面朝画面左侧) | 用户明确要 |
H3 实测:只给正面全身,服装和背影都对,但脸会走样;加一张大头照,脸最接近。所以默认出齐第二档。
只要锚点(比如先看看长相再说):gen <asset.json> --tier 1。
-
模型不锁定:主图与派生图可以使用不同模型,重出单张也可以换模型。一致性来自「同一张锚点」,
不来自「同一个模型」(实测 Qwen 锚点 + GPT 派生、GPT 锚点 + Qwen 派生、同组混用都衔接得上)。
每张图记录自己的模型,同组混用只在报告里提醒。
-
冻结的只有三样:锚点文件(sha256)、画风快照、文字描述指纹。任何一样变了,
依赖它的图标成「过期」——只标记,不删除,旧版本全部留着。
Step 0 — 初次设置(每台机器一次)
node {baseDir}/scripts/character-refs.mjs config --show
输出末尾写「还缺:……」就要问用户这三件事,一次问完:
- 主图(锚点)使用哪个模型:
qwen —— Qwen Image 2.1,走自己的 ComfyUI 服务器。快(每张 25–45 秒)、尺寸精确、不吃订阅额度。
需要 COMFY_URL(可选 COMFY_USER / COMFY_PASS),放环境变量或一个 .env 文件
codex —— codex 内置出图(GPT)。不要 API key,但吃 ChatGPT 订阅额度(Plus 约 25 张会触顶,几小时后恢复),每张 80–160 秒
openai —— OpenAI Images API,默认 gpt-image-2。按量计费,要 OPENAI_API_KEY;也能指到兼容接口(--openai-base-url)
custom:<名字> —— 用户自己的出图命令,见 references/models.md
- 派生图使用哪个模型:默认与主图相同。可以分开(比如锚点 GPT、派生 Qwen)
- 出完锚点要不要停下来等人确认:推荐
yes——锚点是全组的根,它不对后面全白出。
选 no 则自动放行,报告里标「未经人工确认」;没过检查门的锚点不会自动放行,要人看过再 confirm 或重出
node {baseDir}/scripts/character-refs.mjs config --model qwen --confirm-anchor yes --qwen-env-file <.env 路径>
# 分开设置:--anchor-model codex --derive-model qwen
配置写在 {baseDir}/config.local.json(不进版本控制,重新安装不会覆盖)。以后默认一直使用它,
用户说「换成 xx」就重新跑 config。不要把 .env 里的密码或 key 打印出来,config --show 已经打码。
Step 1 — 一次性输入
用户一段话描述角色就够了,不要一项一项问。你(模型)来拆:
node {baseDir}/scripts/character-refs.mjs intake-template
照模板把描述拆进各字段,写到 <工作目录>/<角色名>-intake.json。规则(详见 references/intake.md):
lang 填用户说话的语言(中文 zh、英文 en、日文 ja 内置)。确认表和报告都用这个语言;
其他语言先运行 ui-template <lang>,把打印出的英文文案逐项翻译,整块放进 intake 的 ui 字段
- 用户说了的标
stated,你推出来的标 inferred,按惯例补的标 default——如实标,确认表靠它提醒用户看哪几项
- 年龄、性别、年代推不出来就问用户,只有这三样不许自己编;其余一律自己补,不要追问
en 进提示词:永远英文、不写角色名、不写画风词;text 给人看,用 lang 的语言写(旧输入写的 zh 照样认)
- 服装分
top / bottom——大头照只用上装,带上下装模型就会把镜头拉远
- 细节图按角色挑:用户点名的优先,没点名挑最能认出这个角色的地方,默认四槽位兜底;脸上的特征不出细节图(大头照已经看得清)。详见
references/intake.md
node {baseDir}/scripts/character-refs.mjs intake-check <intake.json>
有问题按报错改到通过。通过后它打印确认表,原样给用户看,推断和默认的项带标记。
用户确认(或改完再确认)之后才往下走。
Step 2 — 建资产
node {baseDir}/scripts/character-refs.mjs new <intake.json> --out <输出目录> [--look 画风]
建出 <输出目录>/<角色名>/asset.json。画风层此时整份快照进资产,之后改预设不影响已有角色。
画风:用户说了就按用户说的选择,没说就是动漫。同一部剧的角色全部使用同一个画风。
| 预设 | --look 认的名字 |
|---|
| 动漫(默认) | 动漫 卡通 anime cartoon 二次元 アニメ |
| 写实照片 | 写实 realistic photo 真人 |
looks 列出全部预设。用户要别的画风(国风、美漫……):look-template <最接近的预设> > my-look.json,改 style(介质、线条)、
clean(背景与光,必须保留白底)、neg(反向词——换成画出来的画风要把 anime illustration 从反向词里拿掉),
画出来的画风把 medium 写成 drawn,然后 --look my-look.json。自定义画风没有实测,先出锚点看效果。
已经建好的角色要换画风:
node {baseDir}/scripts/character-refs.mjs restyle <asset.json> --look 动漫
换完所有已有的图(连锚点)都标过期,旧图保留,从锚点开始重出。
Step 3 — 出默认的第二档
node {baseDir}/scripts/character-refs.mjs gen <asset.json>
不给视图和档位,就是补齐第一、二档里还没出的、已过期的图。
配置了确认:这条命令只出锚点就停下。把图给用户看(报告或直接打开 PNG),用户说可以再
node {baseDir}/scripts/character-refs.mjs confirm <asset.json>
node {baseDir}/scripts/character-refs.mjs gen <asset.json> # 同一条命令,接着出大头照、侧面、背面
不满意就再跑一次 gen <asset.json> front-full(出 v2,可 --seed 换种子、--model 换模型),
或者回 Step 1 改描述。**锚点没确认,派生图会被拒。**配置为不确认时,一条命令出齐四张。
Step 4 — 按需升档
node {baseDir}/scripts/character-refs.mjs gen <asset.json> --tier 3 --reason "E03 有发饰和领口特写"
--reason 写为什么升档,记进资产。也可以只出某几张:gen <asset.json> detail-hair detail-neck。
Step 5 — 检查与重出
node {baseDir}/scripts/character-refs.mjs check <asset.json>
每张图过代码门(尺寸 300–5760、宽高比 0.4–2.5、比例对得上、≤20MB、背景够白),再看过期。
**有问题 exit 1。**门没过或过期的,单独重出那一张:
node {baseDir}/scripts/character-refs.mjs gen <asset.json> detail-neck --model codex
门里「背景够白」对全身图查四边,对大头照只查上边和两侧上半段(身体本来就顶到下边),细节图跳过并明说。
门查不了长相、角度、取景——出完一定要看图,这几项靠眼睛。
Step 6 — 报告
node {baseDir}/scripts/character-refs.mjs render <asset.json>... --out <输出目录>/character-refs.html
多个角色可以一起出。语言默认取资产的 lang,临时换加 --lang en;非内置语言没带 ui 时,用 --ui <文件> 传自译文案,
缺文案会直接报错,不出半中半英的报告。界面文案换语言,角色描述保持原文。
第一档只有一张卡片;第二档起是设定图版面(左大头照,右上正面 / 侧面 / 背面,右下细节条),
默认不显示细节图,页面上一键切换。过期的图标红框,页面顶部有图例说明,鼠标移到红框图上能看到原因;混用模型会提醒。
Step 7 — 汇报
一句话:出了哪几张、使用的哪个模型、报告路径。门没过或过期的点名。没看过图不要说「效果很好」。
落地结构
<输出目录>/
├── character-refs.html ← render 产出
└── <角色名>/
├── asset.json ← 角色描述 + 每张图的全部版本
└── default/ ← 造型(v1 只有 default 一套)
├── front-full.v1.png ← 锚点
├── face-front.v1.png
├── face-front.v2.png ← 重出不覆盖
└── detail-hair.v1.png …
每张 PNG 里都写着标识(角色/造型/视图/版本)、模型、参考了哪几张,图被单独拷走也查得到来历。
asset.json 的结构见 references/schema.md。
边界
- 实测过的画风只有写实和动漫两种(都是 Qwen 跑四档);自定义画风效果取决于写法,先出锚点看
- 细节图只收长在角色身上的(发饰、领口、袖口、鞋);道具归 novel-art
- 已知短板:小疤痕容易画成新伤、双排扣这类大面积细节取景偏远、Qwen 的领口细节会把粗布画得像丝绒(换 codex 重出这一张)、Qwen 细节图里露出的皮肤会偏老(提示词已加年龄句,16 岁样例上有效,未大量验证)
openai 适配器只使用本地假服务器验过请求格式,没有用真 key 跑过;第一次使用时先出一张锚点看看
- 同一套提示词在 Qwen 和 GPT 上都实测过;自定义模型的效果取决于那个模型
自测
node {baseDir}/scripts/selftest.mjs
230 项断言,不调模型、不花额度:PNG 标识读写、检查门、输入校验、多语言确认表与报告、画风预设与换画风、提示词、过期传导、出图适配器的请求格式(Qwen 与 GPT Image 使用本地假服务器)、
以及使用自定义命令跑通的完整流程。改完脚本先跑这个。
自带样例
{baseDir}/examples/阿禾-描述.txt 是一段用户式的一句话描述(1920 年代江南采茶姑娘),
阿禾-intake.json 是拆好的输入,推断和默认的字段都标了。样例图不进版本控制,要看就使用自己的模型跑一遍。