AE

ajinnaaa/extract-visual-style-2

数据科学与机器学习
159 stars 质量 53 趋势 26MIT

从参考素材提取项目级视觉系统、视觉圣经与提示词的 Codex Skill

概览

一个面向 Codex 的项目级影像风格提取 Skill。它可以从图片、动画、电影、电视、广告或视频参考中,提取可迁移的色彩、灯光、空间、构图、材质、人物与动态系统,并整理为可执行的项目视觉圣经和生成提示词。 本项目为个人原创 Skill,不是 OpenAI、Codex 或 GitHub 官方产品。 - 区分参考素材中的内容、可迁移风格、制作锁定项和场景专属内容 - 提取稳定核心、条件变体与场景专属规则 - 分析真人影像、动画、插画与风格化 CG - 输出项目级视觉圣经、风格母提示词和结果验收标准 - 在证据不足时明确区分观察、推断、提议和未知项 以上 6 个文件共同构成完整 Skill。请不要只复制 SKILL.md,否则会缺少媒介分析规则和项目级视觉圣经模式。 1. 下载或克隆本仓库。 2. 将整个 extract-visual-style-2 文件夹复制到: - 默认只做分析和提示词交付;除非用户在同一请求中明确要求,否则不会生成图片或视频。 - 不会仅凭画面外观断言具体摄影机、镜头、胶片、LUT、软件或制作流程。 - 使用第三方影视、摄影或设计素材时,请自行确认版权、肖像权和平台规则。 - 本仓库不包含示例影片、角色、场景图片或第三方字体。 本项目采用 MIT License。允许使用、复制、修改和再发布,但须保留原版权声明和许可文本。

README

风格提取 2(Extract Visual Style 2)

一个面向 Codex 的项目级影像风格提取 Skill。它可以从图片、动画、电影、电视、广告或视频参考中,提取可迁移的色彩、灯光、空间、构图、材质、人物与动态系统,并整理为可执行的项目视觉圣经和生成提示词。

本项目为个人原创 Skill,不是 OpenAI、Codex 或 GitHub 官方产品。

能做什么

  • 区分参考素材中的内容、可迁移风格、制作锁定项和场景专属内容
  • 提取稳定核心、条件变体与场景专属规则
  • 分析真人影像、动画、插画与风格化 CG
  • 输出项目级视觉圣经、风格母提示词和结果验收标准
  • 在证据不足时明确区分观察、推断、提议和未知项

目录结构

extract-visual-style-2/
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── animation.md
    ├── film.md
    ├── output-contract.md
    └── project-style-bible.md

以上 6 个文件共同构成完整 Skill。请不要只复制 SKILL.md,否则会缺少媒介分析规则和项目级视觉圣经模式。

安装

  1. 下载或克隆本仓库。

  2. 将整个 extract-visual-style-2 文件夹复制到:

    ~/.codex/skills/extract-visual-style-2
    
  3. 重新打开 Codex,或新建一个任务。

使用

可以通过以下方式触发:

$extract-visual-style-2

或者直接输入:

用风格提取2分析这些参考图。

项目级测试示例:

使用 $extract-visual-style-2 分析这组参考素材。区分稳定核心、条件变体和场景专属内容,最后给出可复制的中文风格母提示词。

使用边界

  • 默认只做分析和提示词交付;除非用户在同一请求中明确要求,否则不会生成图片或视频。
  • 不会仅凭画面外观断言具体摄影机、镜头、胶片、LUT、软件或制作流程。
  • 使用第三方影视、摄影或设计素材时,请自行确认版权、肖像权和平台规则。
  • 本仓库不包含示例影片、角色、场景图片或第三方字体。

许可协议

本项目采用 MIT License。允许使用、复制、修改和再发布,但须保留原版权声明和许可文本。

在 GitHub 查看完整 README

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add ajinnaaa/extract-visual-style-2
新手?先看 mcpskill.org 教程 →