Sticker Pack Forge

表情包工坊

这是什么

输入 一张人物参考图（可选加一个风格词），输出：

• 一张带透明通道的 3×3 九宫格母版
• 9 张切好的独立透明 PNG（可直接导入微信静态表情）
• 9 条循环透明 GIF（默认本地生成，画布 240×240，微信友好）
• 按平台规格整理好的目录 + ZIP + 总览预览图 + 导入说明
• 一份质检报告：格子数、透明通道真实性、格缝是否干净、体积是否超限

可选延伸：把 9 条 GIF 按固定文件名整理，做成 ChatGPT 桌面端的自定义 Pet。

核心原则

1. 最小输入 = 一张参考图。 用户给了图就直接跑，不要反问风格、数量、平台。 风格没说 → 默认「大头小身体的夸张 Meme 风」（style-registry.md 的 chibi-pop 方向）。 平台没说 → 默认 wechat 档位。
2. 透明和身份一致性优先级高于画风。 任何时候都不为了追求风格牺牲 "背景真透明、人物完整、九格互不粘连"。
3. 先本地、再模型。 切图、抠像、动效、打包全部本地完成，可复现、不花额度。 只有"母版生成"和"可选的视频动效"需要调生成模型。
4. 不做二次叠加。 用户要求改风格时，沿用同一张原图重出母版， 不要在已经风格化的图上再转一次（会累积失真、丢身份）。

输入解析

按顺序找参考图，找到即用：

1. 本轮用户消息里附带的图片路径（<attached_files> / 拖入路径）
2. 用户直接写的绝对路径
3. 本会话中用户最近一次提供的图片路径
4. 都没有 → 才问一句图在哪

情绪 / 动作清单：用户可以给 9 个（写入 --labels）， 也可以只给一个主题，由你补全整套。补全时按"情绪光谱"铺开， 避免九张都是同一种情绪。可用的默认九宫格：

无语, 哭, 震惊, 得意, 白眼, 问号, 比心, 冲, 笑

按人设改写更好用，例如连载作者： 催更, 收到, 真的假的, 我裂开了, 牛啊, 学废了, 别急, 马上来, 离谱

执行流程

阶段 0：环境准备（每个会话第一次跑）

技能自带零依赖的引导脚本，会自动建本地 venv 并装好 Pillow（+ 可选 numpy）：

python scripts/setup_env.py          # 建 .venv 并装依赖；结尾会打印解释器路径

引导完成后，下文所有 <PY> 都指这个 venv 解释器：

• Windows：.venv/Scripts/python.exe
• macOS / Linux：.venv/bin/python

如果你已经有一个装好 Pillow 的 Python，把 <PY> 换成它即可，跳过引导。 （也可以跑 python scripts/setup_env.py --check 做体检，或 --venv <已有venv路径> 指定。）

确认环境就绪后跑自检：

<PY> scripts/run_selftest.py --workdir <输出根>/_selftest

44 项断言，全绿再开始。若报缺 Pillow / numpy / ffmpeg，见 troubleshooting.md。

阶段 1：建任务目录

通用规则（所有机器适用）：

1. 优先 <当前工作区>/outputs/sticker-pack/<主题>-<MMDDHHMM>；
2. 拿不到工作区时退回 ~/.sticker-pack/<主题>-<MMDDHHMM>；
3. 两者都不确定 → 直接问用户存哪，不要猜盘符。

若技能同目录存在 LOCAL.md，里面的「输出根目录」覆盖约定优先于上面的通用规则 （LOCAL.md 不进版本库，仅本机私有，见仓库 .gitignore）。

子目录固定：01_sheet/（母版）、02_cells/（静态素材）、03_gifs/（动效）、04_pack/（交付包）。

阶段 2：生成九宫格母版

这一步消耗图像生成额度（单张约 5–10 credits）。 每个会话第一次出图前用一句话说明消耗与张数，同一会话后续不再重复提示。

• 工具：任意支持「图生图（image-to-image） + 透明背景（alpha） + 1:1 正方形」 三种能力的图像生成工具。不同宿主参数名不同，但能力需求一致：

  宿主 / 工具	原图字段	透明参数	尺寸	保真 / 参考强度
  WorkBuddy ImageGen	image1	background:"transparent"	size:"1024x1024"	input_fidelity:"high"
  OpenAI Images API	image[]	background:"transparent"	size:"1024x1024"	input_fidelity:"high"
  Gemini / 其它图生图模型	各自 image 字段	透明通道	正方形	高参考强度（保身份）

  • input_fidelity 之类字段不存在就不用传；关键是保住人物身份、表情、姿势、人数、构图，只换画风。
  • 若宿主不支持透明背景：仍按 references/prompts.md 出图，但把"背景透明"改成 "纯色背景（如纯白 / 纯绿）"，出图后用 key_out.py --bg <背景色> 本地抠成透明 （参见下方质量红线「无透明通道 / 棋盘格假透明」）。

• 提示词：取 references/prompts.md 第 2 节的生产版。 如果后面只做静态、不打算切图/做动效，可以用第 1 节基础版。

• 九格情绪：把用户的 9 个词替换进提示词里的 Emoji 位（或直接在"每个贴纸呈现不同的 表情、姿势或反应"后列出）。

出图后第一件事：验透明。 很多模型即使传了「透明背景」参数，也会回一张 画着灰白棋盘格的 RGB 图来"冒充"透明。

• 先看 mode 是不是 RGBA，再数一下透明像素占比。
• 只要不是真 alpha（含"棋盘格假透明"），就先 key_out.py --bg auto 抠一遍。 脚本会自动把棋盘格的两三种颜色都识别成背景一并删净，效果等同真 alpha。
• 不要把棋盘格母版直接丢给 slice_grid.py：它检测不到格缝，会走 ALPHA_MISSING 分支，切出来的格子带着棋盘格残底。

产出：真 alpha 直接落 01_sheet/sheet.png；否则先落 sheet_raw.png， 抠像后另存 sheet.png。

阶段 3：切分 + 质检

<PY> scripts/slice_grid.py \
    --input 01_sheet/sheet.png --outdir 02_cells \
    --labels "<九个名称>" --pad 6

不要平均切。 脚本用投影法找真实格缝，能处理格缝宽窄不一、九格不等宽高。

报告要读这几项：

阶段 4：动效（可选，但大多数用户要）

两条路线，按用户偏好选。没说就默认走本地（稳、免费、透明干净）。

路线 A — 本地安全变换（默认）

<PY> scripts/animate.py \
    --input 02_cells --outdir 03_gifs --fps 12 --duration 1.0 --size 240

九张自动匹配不同动作模板，首尾严格对齐、循环无跳帧。 默认 --scale-mode uniform：九格共用同一个缩放比，避免"身体画得短"的那几格 被放大成大头（源图里九个头本来是一样大的）。--scale-mode fit 是逐格适配， 只在九格本来就等高时才用。 参数含义、9 个模板的手感、调参边界见 references/motion-presets.md。

路线 B — AI 视频（效果更自然）

# B1 铺纯色幕（自动避开主体主色）
<PY> scripts/matte.py --input 02_cells --outdir 04_pack/matte --grid

# B2 把 04_pack/matte/sheet_matte.png 交给视频模型（提示词见 prompts.md 第 6 节）

# B3 视频拆格 + 逐帧抠像 + 出 GIF
<PY> scripts/video_split.py \
    --input <产出的视频> --outdir 03_gifs --rows 3 --cols 3 --size 240 --fps 12

B 路线不要在视频提示词里写"背景保持透明"——输入已经是色幕， 且视频工具基本不输出 alpha，透明留到 B3 本地做更干净。

用户想两条都要 → 都跑，然后在报告里分别标注来源。

换风格时：回阶段 2 用同一张原图重出，不要在已风格化的图上二次转换。

Q 版家族（8 个）比例底座一致，差异在材质语言。首选用 chibi-pop； 想要一眼是风格化贴纸再换： 软糖糖果 → chibi-gummy；毛绒布偶 → chibi-fuzzy；机甲盒蛋 → chibi-mecha； 国潮剪纸 → chibi-papercut；随手速写 → chibi-sketch；通用 emoji → chibi-emoji3d； 积木拼装 → chibi-toy-brick。 已知易漂移的：chibi-fuzzy（头可能变熊脸）、chibi-papercut（可能被理解成贴纸边框） ——这两个的 body 已经显式加了身份锁定硬约束，使用时请保留该段或照抄。

风格查 / 拼提示词：

<PY> scripts/style_registry.py list                          # 看全部
<PY> scripts/style_registry.py resolve "毛绒绒"              # 用户说法 -> key
<PY> scripts/style_registry.py compose --style chibi-gummy \
    --identity "中国男性，黑色短寸平头，..." --labels "催更,收到,..."

阶段 5：平台适配 + 打包

<PY> scripts/pack.py \
    --cells 02_cells --gifs 03_gifs --outdir 04_pack --platform wechat --zip

--platform 可选 wechat / qq / imessage / telegram / discord / generic / all。用户提到多个平台就传 all。

产出：分平台目录、preview_static.png、preview_animated.png、 manifest.json、导入说明.md、<任务名>.zip。

体积超标时按这个顺序降级，不要一上来就压画质： 帧率 12→10→8 → 尺寸 240→200→160 → 时长 1.0→0.8→0.6。

阶段 6：交付

1. 把成品图和 ZIP 交付给用户（不要只报路径）。 若宿主有"文件呈现 / 预览"工具就直接用；没有则在回复里附上绝对路径 + 关键指标。 优先呈现：preview_static.png（一眼看到九格结果）、preview_animated.png、 一条代表性 GIF、04_pack/<任务名>.zip。
2. 回复只写四样：匹配到的风格、九格名称、生成方式（本地/视频/两者）、 成品文件与体积是否达标。
3. 在输出根目录追加一行到 ledger.md： 时间 | 原图文件名 | 风格 | 静态/动态 | 平台 | 输出路径
4. 不要把整段提示词贴进对话污染阅读，除非用户问。

阶段 7：桌面宠物（可选延伸）

用户说"做成桌面宠物 / pet / 挂在桌面上"时： 把 9 条 GIF 按固定文件名（idle.gif / running-right.gif / …）整理到一个目录， 文件名的映射表和提示词见 references/prompts.md 第 8 节。 官方入口是 ChatGPT 桌面端 Settings → Pets → Create your own pet。

产出铁律（违反即重做）

这三条是用户明确提过的要求，优先于任何风格描述：

1. 画面里不许有任何数字。 九宫格是 3×3 排列，但绝不许给格子编号。 compose() 已不再拼 1 2 3…，并强制带 【画面纯净——不要任何文字与编号】 段。 自检 T11.13 / T11.14 守着这条，改提示词模板时别把它删了。
2. 产物里不许出现原图。 原图只作为出图时的参考（image1）， 九格必须全部是同一套画风，不许留一格"真实照片抠像版"。 references/prompts.md 里那个"中间第 5 格放原图"的旧模板已废弃。 交付目录里也不要顺手把参考图复制进去。
3. 本地画出来的图上也不许有数字（v1.4.1 补）。 素材文件名形如 01_催更.png，slice_grid 按阅读顺序编号—— 但预览图上的标签必须剥掉这个序号前缀，只显示"催更"。 曾经 pack.py::build_preview 把文件名原样印上去，用户看到预览图 以为"表情包被画上了数字"，实际是本地脚本写的。 现在统一走 pack.display_name()，自检 T10.2 / T10.3 守着。 以后任何往图上画字的地方，都要先过 display_name()。

质量红线

交付前逐条自查，有硬伤就重出/重跑，并向用户说明改了什么：

• 母版不是真透明 → 提示词里加重"背景透明、人物直接置于透明背景上"， 或确认工具的透明背景参数真的传了。
• 人物边缘有白边/黑边 → 说明用了基础版提示词。换生产版。
• 九格被连成一幅连续画 → 提示词缺少 【表情包适配要求】 段。
• 不同格子像不同的人 → 加重身份约束 + 把图生图保真度调到高。
• 有格子是空的 / 不足 9 格 → 重出母版，不做凑数。
• 抠像把白衬衫、浅发、同色道具打洞 → 用 --mode border-connected， 绝不用全局色键。
• 母版没有 alpha、背景是"画出来的灰白棋盘格" → 用 key_out.py --bg auto， 它会把多色背景一并删净。别把它当成"已经有透明通道"直接切图。
• 九格里有的头明显比别的大 → 逐格自动适配造成的假象。animate.py / pack.py 默认已改成九格共用缩放比，不要回退成 --scale-mode fit。
• 打包后 GIF 看着几乎不动 → reencode_gif 被写成逐帧重新居中/贴底， 位移类动作被整体抵消。必须对整段帧序列用同一套仿射参数。
• 成品里多出一条莫名其妙的预览图或报告 → 素材目录里放了 _ 开头的内部文件。 list_media 已统一过滤，不要绕过它自己写 os.listdir。
• 个别 GIF 总时长比别的长（比如 1280ms vs 960ms） → 重编码时在 seek 循环之后才读 duration，把最后一帧的时长套给了所有帧。 逐帧时长必须在循环里收，见 references/motion-presets.md 第 4 条。
• GIF 有拖尾 → 确认 disposal=2。
• 人物颜色不对但透明正常 → paste(mask=) 遮罩方向反了，见 troubleshooting.md。
• 单一 GIF 超平台上限 → 按降级顺序调，pack.py 会点名是哪个文件。

脚本清单

全部在 scripts/，只用 Pillow（必需）+ numpy（可选加速）+ ffmpeg（仅视频路线）。

参考文件

• references/prompts.md — 八段可直接复用的提示词（母版两版、风格化、切图、 视频动效、拆格需求、桌面宠物）
• references/style-registry.md — 43 个风格 key（12 家族）+ 别名表 + 编译硬规则。 本文件由 scripts/style_registry.py 自动生成，请改脚本再 render-md。
• scripts/style_registry.py — 风格单一数据源 + CLI： list / show / resolve / compose / validate / render-md / stats。
• references/motion-presets.md — 9 个动作模板参数表、两条动效路线对比、 平台规格、GIF 透明硬限制
• references/troubleshooting.md — 按「现象 → 原因 → 处理」组织的排错手册

授权与来源

工作流与提示词整理自公开的公开分享（DA / @zhidawang219555 的表情包系列教程）， 本地实现、脚本、质检体系为原创。风格描述为原创特征描述， 不使用在世艺术家姓名或具体作品名作风格锚点，不声称复刻任何现成作品。 用户上传的肖像图仅用于生成用户自己的表情包，处理后不用于训练或再分发。