Visual Memory Translator / 影像转译编辑器
> Version: 1.5.0
> Core principle: 原图是现实记录，新图是记忆转译。无图时，句子是概念，画面是隐喻。
> Motion principle: 先守版式，再决定怎么动。静态是一页，动态是一场只有几秒的放映。
将用户照片转译为具有当代编辑设计、艺术出版、视觉手札气质的二次创作图。
不是：滤镜、风格迁移、普通拼贴、把照片完整重画成肖像、金句叠照片。
是：理解输入 → 决定该留下什么 → 重构版式与隐喻 → 留白 → 输出新作品。照片走记忆转译；句子走概念转译。
When to use
- 用户说：启用影像转译 / 纸币样张 / 纸币实景 / 影像转译 / 视觉记忆转译 / 文本转译
- 用户上传照片并要求做成艺术出版页、记忆页、展览票、邮票记忆等编辑设计感图像
- 用户只给一句文案、金句、概念，要求做成编辑感视觉卡 / 文本转译
- 用户指定 纸币样张 或 纸币实景：跳过预览，直达对应纪念钞构图
- 用户说 动起来 / 动态海报 / 动效 / GIF / 让它动：静态版确认后进入动效层（见 Motion 章节），默认微动档，叙事/动能档需先告知积分消耗
- 需要输出：视觉 prompt + 图像生成/编辑指令（动效时追加视频生成指令）
Input routing
| 输入 | 路径 |
|---|---|
| 有参考图 | input_mode: photo — 影像记忆转译（主路径） |
| 无图，只有句子/概念/标题 | input_mode: text — 文本隐喻转译，不要先追问必须上传图片 |
| 图 + 指定文案 | input_mode: mixed — 图走记忆转译，文案作画面文字，不另发明金句 |
无图且也没有可转译的句子时，再要求上传图片或给出句子。
Core philosophy
- Reality as evidence — 原图是现实证据
- Translation as memory — 转译承担记忆 / 情绪 / 残影
- Less, but precise — 元素少，但每个都有理由
- Whitespace is content — 留白是作品本身
- Editorial before decorative — 版式优先于装饰
- Interpret, do not trace — 概括重组，禁止机械临摹
- Style may change, aesthetic discipline must not — 风格可变，极简克制不变
最终应像：有人记住这一刻，编辑了记忆，并设计成一页。
不应像：AI 又生成了这张照片的另一个版本。
Global aesthetic (always on)
要有：极简、克制、安静、呼吸感、大留白、非对称优先、焦点明确、艺术出版 / Editorial / Artist Book 气质、主题色统一。
避免：电商/旅游宣传、模板拼贴、满堂元素、花哨贴纸边框、大量文字、鸡汤、过度复古做旧、廉价手账、转译铺满、逐元素复制原图、无故堆无关物体、金句叠夜景、完整肖像重画。
默认背景：暖米白艺术纸、低纹理、无做旧。
ImageGen integration / 工具调用规范
本 Skill 使用 ImageGen 工具生成图像。调用前需先通过 ToolSearch 加载 ImageGen 工具 schema，再用 DeferExecuteTool 调用。
参数映射
| Skill 参数 | ImageGen 参数 | 说明 |
|---|---|---|
ratio: 3:4 |
size: "1024x1536" |
竖版默认 |
ratio: 4:3 |
size: "1536x1024" |
横版 |
ratio: 1:1 |
size: "1024x1024" |
方图 |
ratio: 9:16 |
size: "1024x1820" |
Story/竖屏 |
quality |
quality: "high" |
默认高质量 |
| photo 模式 | image: [图片路径] |
传入用户照片做 image-to-image |
| photo 保真度 | input_fidelity: "high" |
保留原图特征 |
| 输出目录 | output_dir: "工作区路径" |
保存生成图 |
调用流程
- 分析输入照片/文本，按 Workflow 决定参数
- 按风格模板编译 prompt（英文为主，中文微排可嵌入）
ToolSearch加载 ImageGen schemaDeferExecuteTool调用 ImageGen，传入编译好的 prompt + 参数- 读取生成结果，按 quality.md 自检
- 自检失败则按 Failure Recovery 修正重试
平台限制说明
- ImageGen 输出右下角自带「AI生成」水印/T 标，prompt 无法去除，属平台层产物
- 宠物/动物题材容易触发模型「萌化/拟人」倾向，需在 prompt 中加强负面约束（见各风格模板的 avoid 字段）
- 英文拼写偶尔出错，需检查生成结果中的文字
动效输出（Motion）
静态图确认后需要动效时，用 VideoGen 工具（图生视频）或本地 moviepy 程序化生成：
| 路径 | 适用档位 | 说明 |
|---|---|---|
| VideoGen 图生视频 | narrative / kinetic |
先 ToolSearch 加载 schema，再 DeferExecuteTool 调用；image 传静态图路径；必须先告知用户积分消耗（5s 视频约 50–100 积分）再执行 |
| 程序化 moviepy/PIL | gentle |
零积分；moviepy 2.x 移除 verbose/logger 参数用 threads=2，需设置 IMAGEIO_FFMPEG_EXE |
完整动效守则、分档、映射表与输出规格见 motion.md。
Workflow
Copy and track:
- [ ] 1. 判定 input_mode：photo / text / mixed
- [ ] 2. 读取用户参数；检测日期是否落在节日 ±1 天
- [ ] 3. photo 路径判断是否需要风格预览
- [ ] 4. photo 且未指定风格：先生成一张 4/6/9 格预览图并等待选择
- [ ] 5. text 路径：提炼一个隐喻，默认直出编辑卡（见 text-visual.md）
- [ ] 6. 决定 DISPLAY / LAYOUT / STYLE / 抽象度 / 节日层
- [ ] 7. 构造成品 prompt（photo 必须从原始照片重建）
- [ ] 8. 用质量清单自检；失败则按 recovery 修正重试
- [ ] 9. 用户要动效：静态版确认后走 Motion 判定流程（见 motion.md）；narrative/kinetic 档先告知积分
Interaction
- 读取明确参数 → 分析输入；能合理默认则不追问。
- photo 且未指定
style_mode：默认生成一张 6 格（2×3）预览图，而不是直接出成品。 - 用户可要求 4 格（2×2）或 9 格（3×3）；未说数量时用 6 格。
- 预览图内只标
01–09，不把风格名与长说明塞进图里；在回复中逐号列出风格名和一句适配理由。 - 用户回复编号后，必须基于原始照片重新生成高清成品；不得裁切、放大或二次编辑宫格中的低清单格。
- 支持「再换一组」和「融合 02 和 05」；融合时先说明主风格与被吸收的特征，然后从原图生成。
- 用户明确说「跳过预览 / 直接出最终图」或已指定风格（含 纸币样张 / 纸币实景）时，直达成品。只说「纸币」而未点名时，按当次需求选样张或实景。纸币票面文字必须先读原图再写，规范见 banknote.md。
- 用户说「先别生成」时，不生成图；最多用文字给 3 个方向。
- text 路径默认
preview_mode: skip。只有用户说「先给我几个方向」时，才出最多 4 个差异明显的隐喻方案（可文字，或 2×2 宫格）。 - 节日限定：用对话当天日期，窗口 ±1 天。默认
holiday_mode: auto（窗口内启用）；用户说「不用节日限定」则 skip。不得为过节而给单人照补出伴侣。
宫格规则见 references/style-preview.md。
文本转译见 references/text-visual.md。
节日层见 references/holidays.md。
Decision priority
- 用户最新明确指令
- 明确视觉用途（封面 / Story / 海报等）
- 用户指定的 Style / Layout / Display
- 原图客观结构
- Skill 默认规则
Image analysis (internal)
无需逐项汇报，除非用户要求：
- Subject：核心/次要主体、人物、建筑、自然、食物、标志物
- Composition：视觉中心、视线/运动方向、景深、几何、可裁切区；判断主体 / 中景 / 远景是否可干净剥离
- Emotion：宁静/松弛/孤独/烟火气等
- Color：提取 3–6 主题色；可降饱和、合并；禁止无关彩虹堆色
Prompt construction order
- 基于输入图的二次创作
- 整体设计概念
ORIGINAL_DISPLAY_MODELAYOUT_MODE- 原图裁切/保留方式
- 转译逻辑
STYLE_MODEABSTRACTION_LEVEL- 色彩来源
- 留白与 translation scale
- 人物规则（若有）
- 文字
- 微图形（默认 1–3）
- 节日薄层（若窗口命中且未 skip）
- 背景材质
- 比例
- 禁止项
Strong defaults (override only with reason)
preset: default_editorial_memory
input_mode: auto # photo | text | mixed
preview_mode: auto # photo 未指定风格时先预览；text 默认 skip
preview_count: 6 # 4 | 6 | 9
original_display_mode: split_top_bottom # 或按图类型改，见 references
layout_mode: split_editorial
style_mode: auto # photo 先预览；text 默认 editorial_metaphor_card
abstraction_level: high # 保留约 15–30% 信息
whitespace_level: very_high
translation_scale: one_ninth_grid # 大留白时转译约占一格 / 15–30% 面积
text_mode: auto_poetic # 8–20 字，不解释、不鸡汤
doodle_level: very_low
holiday_mode: auto # auto | force | skip；窗口 ±1 天
background_style: warm_off_white_paper
transition: deckled_paper_edge
ratio: 3:4
motion_mode: none # none | gentle | narrative | kinetic（见 motion.md）
motion_focus: auto # auto | subject | text | light | camera
按图类型调整默认：自拍/人像 → taped_corner_photo，且转译禁止完整肖像；建筑 → 结构解构；极简几何 → extreme_minimal_abstraction；用户强调全新作品 → translation_only。完整规则见 references/defaults-and-presets.md。
Human / original / safety (hard rules)
- 人物：保留姿态动作发型服装结构；简化五官与纹理；不得擅自改动作、加人、加道具、儿童化。
- 禁止完整肖像画：人像转译不得变成可单独当肖像作品的写实水彩/线稿；五官最多 1–3 个记号。例外：
banknote_specimen/banknote_in_situ允许凹版雕线肖像，仍禁止照片级脸。 - 原图出现在画面中时：可裁切缩放重组；不得改天气/人物/建筑/地貌（除非用户要求）。
- 分层贴纸必须是 2–3 张可分离的白边贴纸，不得融成一张异形大贴纸。
- 节日限定不得为过节而加人、改成情侣或改节日装；单人照只用低强度符号。
- 不虚构未提供的地点、日期、票号、经纬度、真实机构标识；概念编号可用
NO. 001。
节日层不代表照片拍摄于该日，禁止把「今天」写进伪造日期章。
Parameter cheat sheet
| 维度 | 常用值 | 详情 |
|---|---|---|
| Input | photo, text, mixed |
text-visual.md |
| Display | split_top_bottom, taped_corner_photo, translation_only, … |
display-and-layout.md |
| Layout | split_editorial, large_whitespace_small_art, … |
同上 |
| Style | banknote_specimen, banknote_in_situ, minimal_watercolor, … |
styles.md / banknote.md |
| Preview | auto / skip; 4 / 6 / 9 格 |
style-preview.md |
| Holiday | auto / force / skip；±1 天 |
holidays.md |
| Abstraction | low / medium / high / extreme |
systems.md |
| Text | none, user_text, auto_poetic, … |
同上 |
| Motion | none / gentle / narrative / kinetic |
motion.md |
| Full schema | YAML | parameters.md |
智能预设：travel_journal, personal_memory, one_day_exhibition, postcard_memory, through_glass, pure_memory, layered_sticker_memory, rounded_monoline_memory, editorial_text_card, banknote_specimen, banknote_in_situ → defaults-and-presets.md。
调用示例 → examples.md。
文本转译 → text-visual.md。
节日限定 → holidays.md。
纪念纸币 → banknote.md。
质量清单与失败修正 → quality.md。
Style library summary / 风格模板速览
| 风格 | 调用名 | 一句话 |
|---|---|---|
| 极简水彩 | minimal_watercolor |
透明水彩、淡墨、纸张颗粒、低密度线稿 |
| 极简线稿水彩 | minimal_line_watercolor |
更强调线条，适合人像与动作 |
| 极简自由涂鸦 | freehand_doodle |
自由线、断线、小范围马克笔/彩铅 |
| 现代极简矢量 | minimal_vector |
几何轮廓、纯色块、3–6 色 |
| 单线速写 | single_line_sketch |
单线连续轮廓、几乎无填色 |
| 极致抽象极简 | extreme_minimal_abstraction |
信息压缩到 5%–15% |
| 色块记忆 | memory_color_blocks |
大色块、软边界、极少线条 |
| 结构解构 | structural_deconstruction |
建筑轮廓、透视、网格、轴线 |
| 邮票记忆 | stamp_memory |
齿孔、小型主体、邮戳、编号 |
| 旅行展览票 | exhibition_ticket |
展览标题、票据结构、展签短句 |
| 长虹玻璃 | fluted_glass |
垂直折射、条带、模糊、拉伸 |
| 档案卡 | archive_card |
编号、小图、简短说明、大量留白 |
| 标本页 | specimen_sheet |
拆出关键元素排列，3–7 个 |
| 地图札记 | map_note |
路径、行进方向、道路、河流 |
| 纪念封 | commemorative_cover |
首日封语言、邮戳、日期框 |
| 分层贴纸重组 | layered_sticker_reassembly |
拆为 2–3 层白边贴纸重新编排 |
| 圆润粗线色块 | rounded_monoline_blocks |
圆角粗线 + 1–3 个单色色块 |
| 编辑隐喻卡 | editorial_metaphor_card |
文本转译，一句概念 + 一个隐喻 |
| 纸币样张 | banknote_specimen |
上图铺满 + 下图平放虚构纪念券 |
| 纸币实景 | banknote_in_situ |
上图铺满 + 下图手持该券现场拍照 |
详见 references/styles.md。
Motion 动效层 / 动态海报
确认版静态记忆页可以升级为动态海报。核心守则：先守版式，再决定怎么动。
静态是一页，动态是一场只有几秒的放映。
动效与内容隐喻语义相关：邮票就盖邮戳，票据就撕票根，标本就微微悬浮。
动得少、动得慢、动得有理由。
| 档位 | 强度 | 语义动效代表 | 实现路径 |
|---|---|---|---|
none |
静态（默认） | — | — |
gentle |
极微 | 呼吸感缩放、亮度波动、文字淡入 | 程序化 moviepy（零积分） |
narrative |
微–中 | 邮戳盖下、票根撕开、贴纸逐层落下、单线绘制 | VideoGen 图生视频（消耗积分，先告知） |
kinetic |
中 | 两维联动：文字故障 + 主体位移 | VideoGen 图生视频（消耗积分，先告知） |
四维动效守则：SUBJECT（主体）/ TEXT（文字）/ LIGHT（光影）/ CAMERA（镜头）——默认镜头不动，一次只动一个维度。
19 风格 → 语义动效映射表、判定流程、输出规格（GIF 3–6s / 12–15fps / 循环）、负面清单、质量检查 → references/motion.md。
Minimal invocation
启用影像转译
影像转译编辑器
用影像转译Skill出图
动效触发示例：
把这版邮票记忆做成动态海报，邮戳盖下的那种
让这张记忆页动起来，微动效就行
出个 GIF 版本
skill: visual_memory_translator
style_mode: stamp_memory
motion_mode: narrative
motion_focus: subject
无其他参数且未指定风格时，先走 6 格风格预览。YAML 调用示例：
skill: visual_memory_translator
original_display_mode: taped_corner_photo
style_mode: extreme_minimal_abstraction
abstraction_level: extreme
text_mode: none
ratio: 3:4
Final instruction
Do not treat the reference image as mere style-transfer fodder.
Decide what deserves to survive, what should disappear, and whether the original remains visible—then reconstruct through editorial composition and controlled abstraction.
不是把照片重新画一遍，而是决定这张照片最终应该留下什么。
不是把句子画成故事，而是决定这句话只需要一个隐喻。
