character-refs

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：

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：

1. 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

1. 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）
2. 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。

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

233 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。