照片动漫风格化器 (Photo Anime Stylizer)
Overview
将用户提供的真实照片或图片,识别其中的主体(人物/动物/建筑/物体)结构与背景(天空/城市/自然/室内/海洋等),在尽量保留原图构图、主体形态与位置关系的前提下,套用用户选定的热门动漫风格进行重绘。支持多动漫风格可选,并可迭代微调。
核心能力由 ImageGen 工具的 image-to-image 模式完成(传入原图 + 风格化提示词)。本技能负责:结构识别 → 风格选择 → 提示词编排 → 生成 → 交付迭代。
何时使用
满足以下任一条件即触发本技能:
- 模态信号:用户上传、附带或提供一张图片(本地路径 / URL / 附件),并希望将其动漫化。
- 意图关键词:照片动漫化、二次元化、照片转漫画、卡通化、动漫滤镜、转动漫、画成动漫、改成漫画风、卡通一下、动漫头像/插画生成、日漫风、二次元滤镜。
- 风格/作品指定:要求用具体动漫风格或作品名重绘,如"新海诚风""宫崎骏的星空""国漫水墨""赛博朋克动漫""鬼灭之刃风""做成你的名字那种""改成热血少年漫"。
不属于本技能:纯文本生成动漫插画(无参考图)→ 直接用 ImageGen 文生图即可,无需走结构识别流程;视频动漫化 → 不在本技能范围。
执行逻辑(Workflow)
Step 1 — 接收并校验输入图
- 从用户消息中提取输入图:本地路径、HTTP/HTTPS URL,或以附件/文件形式提供的图片。
- 校验可读:若为路径,确认文件存在且为图片格式(png/jpg/jpeg/webp/gif/bmp);若为 URL,确认可访问。
- 若用户未提供图却提出动漫化请求,先要求其上传图片,再继续。
- 记录原图尺寸比例(横/竖/方),用于 Step 4 设置输出
size,避免构图被裁切。
Step 2 — 结构识别(观看原图,输出"结构摘要")
直接查看原图,识别并简要记录(用 1-3 句话,不要过度展开):
- 主体:是什么(人物/宠物/建筑/食物/风景中的物体),位于画面什么位置,大致形态与姿态。
- 背景/环境:天空、城市、森林、室内、海洋等,色调与氛围。
- 关键构图:对称/三分/居中、前景与后景关系、重要视觉元素(如招牌、灯光、水面倒影)。
该摘要仅用于指导下一步提示词保留结构,不向用户长篇输出,除非用户要求解释。
Step 3 — 选择动漫风格(默认自动适配)
优先走「自动适配」分支,尽量少追问:
- 若用户在请求中已指定风格或作品名(如"新海诚风""鬼灭之刃风""做成宫崎骏的"),以用户指定为准,查
references/anime_styles.md的索引命中对应家族,跳到 Step 4。 - 若未指定,读取
references/style_auto_match.md的映射表,依据 Step 2 的结构摘要推断: - 取置信度最高的单一风格 → 默认直接生成该风格(不弹问询,节省交互与额度)。
- 若主导特征落在多行或特征冲突(如"人物+自然各半"),默认生成前 3 名候选风格并排对比(
present_files一并展示),再让用户挑选。 - 仍在自动出图后保留
AskUserQuestion入口,附一句"换风格/调保真度?",让用户可随时改选;不要强制弹菜单。
> 生成会调用额外模型并消耗额度(单张约 5-10 credits)。在调用 ImageGen 前,必须明确告知用户将消耗额度(含"将按画面自动适配为 XX 风格"的提示)。
Step 4 — 编排提示词并生成
从 references/anime_styles.md 取对应风格的风格提示词模板与参数建议,结合 Step 2 的结构摘要,组装最终 prompt:
- 先写"保留结构"约束:preserve the original composition and subject pose/structure, keep the same subject and background layout as the reference image。
- 再写风格化指令:粘贴该风格的风格化英文/中文关键词。
- 可加入结构摘要里识别到的具体元素,增强一致性。
调用 ImageGen,参数建议:
- image: 传入 Step 1 的原图(1 张即可,最多 3 张)。
- prompt: 上面组装的提示词。
- size: 匹配原图比例(如横图 1536x1024、竖图 1024x1536、方图 1024x1024)。
- quality: "high"(动漫重绘默认高质)。
- input_fidelity: 控制对原图的贴合度。默认 "medium"(结构保留但允许明显风格化);若用户强调"别改构图/只换画风",调高至 "high";若用户强调"自由发挥/大幅改编",调低至 "low"。
- style: 可选,留空或填与风格一致的关键词(如 "anime" / "ghibli" / "cyberpunk")。
Step 5 — 交付与迭代
- 使用
present_files展示生成结果,让用户直接预览。 - 主动询问是否:换一种风格、微调保真度(input_fidelity)、或针对主体/背景分别强化(如"背景更赛博朋克、主体更清晰")。
- 若需多风格对比,可并行多次调用
ImageGen(不同风格);若某次结果不理想,调高input_fidelity或细化提示词后重试。
风格库与提示词模板
- 所有可选动漫风格(20 个互有区分度的风格家族,含完整英文提示词)、参数建议与适配场景,见
references/anime_styles.md。 - 未指定风格时的「自动适配」映射表(画面特征 → 推荐风格),见
references/style_auto_match.md,生成前按需读取。 - 约 80 部历史高热度作品 → 风格家族的签名风索引,见
references/anime_styles.md末尾表格,用于按作品名直接命中。 - 新增风格时,直接在该文件追加条目,保持与现有条目同结构。
资源
references/
anime_styles.md— 多动漫风格库 + 经典作品签名风索引。本技能核心可复用知识,生成前必须读取。style_auto_match.md— 风格自动适配映射表,未指定风格时用于按图推断最佳风格。
scripts/
- 本技能无需脚本,重绘由
ImageGen工具完成。
注意:所有重绘均在本地/工具侧完成,不保留用户原图到任何外部资料库;交付后原图与结果由用户自行管理。