办公小浣熊知识漫画技能
把复杂知识讲成一组有角色、有节奏、有画面感的漫画，并在用户确认或明确跳过确认后生成最终漫画图像。本技能以「角色资产锚定 + 样式主题可选 + 文字后处理叠加 + 量化质量验收」为核心机制，适合科普漫画、课程漫画、产品传播漫画、人物故事漫画和教程漫画。
不可突破的红线
- 所有生成请求必须携带
assets/r-lock.txt全文作为前缀，禁止改写、翻译或缩写。 - 眼罩尖瓣方位（仅角色自身右眼罩下缘一个圆润小尖瓣，正脸时在观者左侧）是最高识别特征，验收时 Gate-0 一票否决。
- 关键中文一律不进图，经
scripts/overlay_text.py后处理叠加；字号不低于画面短边 3.5%。 - 未经用户确认且未授权跳过时，禁止生成最终图。
- 同一批次禁止混用表现层与样式主题（2D 与 3D、不同 S# 不得同图）。
- 不生成政治、色情、暴力、歧视、隐私泄露内容；不伪造史实、数据、论文或引用。
- 不输出损害办公小浣熊品牌形象的低俗、攻击性或恐吓式内容。
- 未经 QA 的图片不得包装为最终成品；QA 未达标的图片不得标注为通过。
一、核心能力速查
| 功能 | 说明 | 触发关键词 |
|---|---|---|
| 知识漫画策划 | 主题拆解、分镜、对白、旁白 | 做一组小浣熊漫画 |
| 分镜脚本 | 每格六要素 + 资产引用 + 文字规划 | 改成漫画分镜 |
| 出图提示词 | R-Lock + Style Block + 六要素拼接契约 | 给我出图提示词 |
| 提示词确认门 | 四行摘要卡片，三路径反馈 | 我确认后再生成 |
| 最终出图 | 定妆图三角校验 + 逐格 img2img 派生 | 确认，继续生成 |
| 文字后处理 | PIL 叠加中文，字号底线保护 | 图里文字太乱 |
| 量化 QA | Gate-0 七条否决 + 百分制评分 | 检查这组漫画 |
| 多形态交付 | PNG / 长图 / PDF / HTML | 做成 PDF / 长图 |
| 样式主题 | 10 套视觉主题一键切换 | 科技一点 / 给小孩看 |
二、标准工作流程
前置：确认宿主平台具备文生图或图生图能力；确认 assets/README.md 中资产状态。
流程（11 段）：
- 输入确认（默认值：中文、职场读者、8 格、S1）
- 加载 IP 资产（r-lock.txt、swatch.json、检查 R-Master 状态）
- 选择样式主题（默认 S1，切换需定妆图校验）
- 选择漫画类型（教程 / 概念 / 产品 / 培训 / 人物故事）
- 拆解知识结构（3–7 个节点）
- 生成分镜脚本（六要素 + 资产引用 + text_plan）
- 生成出图提示词方案（拼接契约组装）
- 提示词方案确认门（三路径；已授权跳过则不停顿）
- 生成最终漫画图像（定妆图优先，逐格派生）
- 文字后处理与排版（overlay_text.py / HTML / PDF）
- 视觉 QA 与最终交付（Gate-0 → 百分制 → 报告）
详见 references/workflow.md。
三、任务状态机
| 状态 | 含义 | 流转到 |
|---|---|---|
INTAKE |
输入确认中 | ASSET_LOADED |
ASSET_LOADED |
R-Lock 与资产状态确认 | STORYBOARDING |
STORYBOARDING |
分镜与提示词方案生成中 | AWAITING_CONFIRM |
AWAITING_CONFIRM |
等待用户三路径反馈 | CONFIRMED / REVISING / GENERATING |
REVISING |
按用户意见修改方案 | AWAITING_CONFIRM |
GENERATING |
定妆图与逐格出图中 | TEXT_OVERLAY |
TEXT_OVERLAY |
中文后处理叠加中 | QA |
QA |
Gate-0 + 百分制执行中 | DELIVERED / 回 GENERATING（<85 重生成，≤2 轮） |
DELIVERED |
交付完成 | 终态 |
恢复规则：中断后从最近状态恢复；AWAITING_CONFIRM 恢复时重新出示确认卡片；GENERATING 恢复时先核对已有定妆图与格子文件，避免重复消耗。
四、数据合规与安全
- 用户素材只用于当前任务，不写入示例与文档。
- 图片类角色资产以官方授权素材为唯一真源；未授权素材不得导入
assets/。 - 本地路径、主机名、账号信息不进入交付物；文档一律使用相对路径。
- 生成内容发布前须复核版权、IP 授权与平台规则；默认保留 AI 生成水印，评审用途经用户授权后方可关闭。
五、性能与容量
| 场景 | 基线 |
|---|---|
| 方案生成（8 格分镜 + 提示词） | 单轮完成，不落盘中间文件 |
| 最终出图（8 格） | 定妆图 1 张 + 逐格 8 次，连续两轮 <85 分触发降级拼贴 |
| 文字后处理 | overlay_text.py 单图秒级 |
| PDF 成书 | ≤ 30 页（超过拆分多册） |
| QA 抽样 | ≤8 格全检；9–20 格抽检 ≥60%；>20 格分两段 |
六、交付形态
| 交付物 | 格式 | 命名 |
|---|---|---|
| 漫画方案 | .md / .docx |
{主题}-漫画方案.md |
| 最终图 | .png / .jpg |
英文小写短横线，如 office-raccoon-agent-comic-final.png |
| QA 报告 | .md |
{主题}-qa-report.md，含逐格得分矩阵 |
| 成书 | .pdf / .html |
comic.pdf / index.html |
所有交付物提供可点击下载链接。
七、交付前自检
- [ ] 功能：分镜六要素齐全，Prompt 拼接契约完整，R-Lock 前缀在位。
- [ ] 一致性：Gate-0 零命中，跨格得分达标，文字全部可读。
- [ ] 合规：无禁用内容、无未授权商标、水印策略符合授权状态。
- [ ] 追溯：QA 报告含
版本 / asset_id / 样式 S# / 得分矩阵 / 处置意见。
八、何时不用本技能
| 场景 | 应使用 |
|---|---|
| 普通文章润色、纯文字写作 | 文字写作类技能 |
| 单张海报、封面设计 | 设计类技能 |
| PPT 生成 | 演示文稿类技能 |
| 单张小浣熊插图（无叙事） | 插图类生图能力 |
| 动态漫剧、视频 | 漫剧制作类技能 |
九、常见问题 FAQ
Q1：只想要方案，不想出图？
只交付 Markdown / 文档，不强制出图。
Q2：出图总是不像小浣熊？
检查 R-Lock 是否逐字前缀、R-Master 是否导入、是否走了定妆图派生；Gate-0 会给出具体命中项。
Q3：图里中文总是乱码？
这是预期行为边界：模型不负责关键中文。走 overlay_text.py 后处理。
Q4：想换画风但保持角色？
直接指定 S# 或说「科技一点」「给小孩看」。切换后先出定妆图做三角校验，角色锁不受影响。
Q5：可以说「跳过确认，直接生成」吗？
可以。授权后本技能不再停顿询问。
Q6：修改其中一格怎么办？
回复「修改第 X 格……」，只重生成该格，其余格子沿用。
Q7：没有官方参考图能用吗？
能。降级为纯文生图 + R-Lock 文本锚定，QA 报告标注 NO_MASTER_REF，D3 维度按降级计分。
Q8：能做多页长漫画或成书吗？
能。长图走 HTML 模板，手册走 build_pdf.py；超过 30 页建议拆册。
Q9：QA 不达标会怎样？
<85 分重生成，连续两轮不过改为「定妆图 + 局部重绘」拼贴降级，报告标注 REBUILT，绝不假装通过。
Q10：样式主题可以混搭吗？
同一批次禁止。确需混搭按章节切分，不按格子切分。
十、参考文件
| 文件 | 用途 |
|---|---|
references/workflow.md |
11 段工作流全文 |
references/raccoon-ip-style-guide.md |
IP 视觉规范（几何 / 光学 / 色彩 / 双轨裁决） |
references/style-themes.md |
10 套样式主题 |
references/character-anchors.csv |
角色锚点表 |
references/negative-word-bank.csv |
分层负面词库 |
references/prompt-template.md |
提示词拼接契约与模板 |
references/storyboard-template.md |
分镜字段模板 |
references/data-format.md |
分镜 JSON 字段契约 |
references/quality-checklist.md |
Gate-0 + 百分制验收 |
references/pitfalls.md |
实战踩坑记录 |
references/engine-adapters.md |
多引擎提示词适配 |
assets/README.md |
角色资产包索引与状态 |
快速示例
用户：
> 用办公小浣熊讲清楚「为什么 AI Agent 不是简单聊天机器人」，做一组 6 页公众号漫画，并生成最终图。
技能应输出并执行：6 页结构、S1 样式、每页 3–4 格分镜（含 text_plan）、拼接契约提示词、确认卡片；用户确认后定妆图锚定出图、文字后处理叠加、Gate-0 + 百分制 QA、交付成品图与 QA 报告。
