personal-ip-generator 使用指南¶

目标:搞清楚 Gayaya999/personal-ip-generator 这个 skill 在干什么、它能产出什么、怎么用最低成本拿到一组能直接用的个人 IP 头像 + 表情包。 更新日期:2026-08-01

1. 一句话结论¶

• 它是遵循 skill 协议的 Agent skill(GitHub README 写的是 Codex,实际 MiniMax 等平台同样可以运行),通过 7 步向导产出个人 IP 头像 + 中文九宫格表情包,可选 9 张透明贴纸
• 需要 Agent 自带图像生成能力 — 6 张预览 + 1 张头像 + 9 张表情 + (可选)9 张透明贴纸,每张都消耗 token/积分,跑完一轮大概 25–30 张图
• 不联网(除调图像模型外)、不需要单独的 API key — 走 Agent 内置的图像生成通道,Token Plan 余额/积分直接扣
• 只提取抽象视觉特征(脸型比例、发型、气质),不复制参考图的人脸/文字/商标/构图
• 不直接进 Zensical 站(产物是图像资产,不是 HTML/JS),但成品 PNG 可以作为站点素材被引用

2. 它能产什么¶

两种 IP 模式:

5 种预设画风:

完整风格约束见仓库 references/style-presets.md,每种画风都有缩略图和提示词基线。

标准交付物:

• 一张 4×3 成品板 PNG/JPG:左侧正式头像(1 个),右侧九宫格表情包(9 个,带中文标注)
• (可选)9 张透明背景 PNG 贴纸,可以直接发微信群、Discord、Slack 当表情包用

3. 适用与不适用¶

4. 安装(一次搞定)¶

4.1 Codex 路径¶

git clone https://github.com/Gayaya999/personal-ip-generator.git \
  ~/.codex/skills/personal-ip-generator

装完在 Codex CLI / IDE 插件里用 $personal-ip-generator 调起,或者直接说"帮我做个个人 IP 头像"。

4.2 MiniMax / 其它支持 skill 协议的 Agent 路径¶

MiniMax 这类 agent 通常预装或一键安装该 skill,直接对 agent 说"帮我做一个个人 IP 头像 / 表情包"即可(skill description 里有触发关键词)。

本机验证:

ls ~/.minimax/agents/<agent-name>/skills/personal-ip-generator/SKILL.md

路径下有 SKILL.md + references/ + assets/style-presets/ 这套结构,说明已就绪。

4.3 Token 消耗(必看)¶

• 跑一次完整 7 步流程大约消耗 25–30 张图:6 张预览 + 1 张头像 + 9 张表情 + 1 张 4×3 合成板 + (可选)9 张透明贴纸
• 走 MiniMax Token Plan / Codex 内置计费,会扣账户余额或积分
• 中途换风格/换特征,预览会重来,token 也会重扣
• 预算参考:跑通一次大约相当于 2–3 轮普通对话的图像消耗

5. 工作流(7 步)¶

IP 类型(人物 / 代表形象)
  → 风格(5 选 1,或传一张临时自定义参考图)
  → 强化特征(脸型 / 发型 / 关键五官 / 气质)
  → 配色(主色 + 辅色,1–3 个)
  → 提示词确认(回读给你看,改到满意再继续)
  → 一张 3×2、带 1–6 编号的六款预览
  → 你选编号 → 正式头像 + 九宫格表情包成品板
  → (可选)导出 9 张透明底表情贴纸

几个关键设计点:

• 每步都能回退 — 风格不喜欢可以重选,特征描述不满意可以改,确认前都有"再调一下"的机会
• 3×2 预览 = 6 个方向 — 一次给你 6 种变体,避免单次抽卡赌脸
• 编号 + 中文批注由宿主叠加,不依赖图像模型生成文字 — 大幅降低乱码、错位、错字
• 不复制参考图 — 只抽抽象特征(脸型比例、发型风格、气质),人脸/文字/商标/构图都不复用,既规避版权风险,也避免"像不像本人"的两难

6. 典型用法¶

skill 支持三类典型输入,根据手头素材自由组合:

模式 A:基于本人照片做个人 IP¶

• 素材:本人正面半身照 1–3 张(干净背景、表情自然最好)
• 走法:人物 IP → 选预设画风 → 描述关键特征(发型/眼镜/服装/气质)→ 配色 → 确认 → 六款预览 → 选号 → 成品
• 拿到:4×3 成品板(1 个头像 + 9 宫格表情)+ 9 张透明贴纸 PNG
• 用途:个人公众号 / Twitter / GitHub 头像 + 群聊表情包

模式 B:做品牌 / 团队 mascot(无真人照)¶

• 素材:无,纯文字描述
• 描述维度建议:性别 / 年龄段 / 发型 / 服装 / 主色调 / 气质关键词(例如"温和、专业、年轻")
• 走法:代表形象 IP → 选预设画风 → 文字描述 → ...(同 A 后续)
• 拿到:同 A
• 用途:产品/团队/小品牌 mascot、虚拟客服形象

模式 C:有特定风格参考图¶

• 素材:本人照片 + 1 张你喜欢的风格参考图(任意画风的角色图)
• 走法:人物 IP 或代表形象 IP → 选「自定义风格」上传参考图 → 后续同 A
• 拿到:同 A,但整体风格向参考图靠拢
• 适用:五种预设画风都不满意,想贴近某个具体画师 / IP 的视觉调性

体感提示¶

• 六款预览选号是分水岭 — 同一份特征描述下,6 张图气质差异可能很大,选错风格/特征组合会导致后面整套重做
• 风格和特征阶段多花 5 分钟,比之后返工省一小时(也省 token)
• 每张图都会扣 token/积分,预览阶段多看少选反而更经济

7. 限制与坑¶

• 需要图像生成能力 + token/积分 — 跑一次完整流程扣一次(参考 §4.3)。不打算花钱就别开这个 skill
• 没有 Web UI — 所有交互都走 Agent 对话框,没有图形化向导
• 多平台支持,但触发方式因平台而异 — Codex 用 $personal-ip-generator 或自然语言,MiniMax 这类直接用自然语言描述意图(skill description 触发)
• 风格只能 5 选 1 或传临时参考图 — 不支持"基于 XX 风格微调参数",要么用预设要么用一张完整的风格参考
• 表情包文字是中文且固定 9 个 — 标注写死:开心 / 大笑 / 生气 / 委屈 / 惊讶 / 困惑 / 得意 / 疲惫 / 喜爱。想要英文/日文标注目前不支持,想要别的情绪也只能自改
• 单人 IP — 不支持多人合照、家庭 IP 集合、宠物合集
• 生成结果不可编辑 — 输出是 PNG/JPG,不能像 bento deck 那样导出 JSON 再改。要改只能重新跑一遍向导
• 没有"撤销某步重做"的强机制 — 大多数步可以重做,但如果你已经选了编号进入成品板阶段,想换风格就得从头来,token 也会重扣
• 不写用户肖像进 skill — 自定义风格参考图默认只用于当前任务,关掉会话就没了。如果想保留参考图,自己备份

8. 与本站的关系¶

跟 bento-ppt、voice-clone 一样归在「AI 工具/技能笔记」,但它不直接进站:

• 产物是图像资产(PNG/JPG),不是 HTML/JS
• 没必要硬塞 docs/assets/,那是给站内引用
• 真正合适的位置:

docs/
├── assets/
│   ├── avatars/         ← 个人 IP 头像(成品板 / 裁剪后的方形头像)
│   └── stickers/        ← 9 张透明贴纸

或者直接在某篇 Markdown 页面里用 <media> 标签贴出成品板(本指南未来可能会加示例)。

⚠️ AGENTS.md 提醒:docs/ 下只放 Markdown 源 + docs/assets/,不收录任何 audio/ *.mp3 之类的二进制资源。同理,贴纸 PNG 走 docs/assets/stickers/ 别散落。

9. 验证清单(每跑一次过一遍)¶

• 风格确认:六款预览里至少有一款你愿意拿出来
• 特征一致:对比参考照,脸型 / 发型 / 气质对得上(不需要像,抽象就行)
• 成品板文字:9 个标注齐全且无错位 — 开心 / 大笑 / 生气 / 委屈 / 惊讶 / 困惑 / 得意 / 疲惫 / 喜爱(外加左侧 正式头像 标签)
• 透明贴纸(若导出):背景真透明(可在画图工具里叠个色块确认,有些模型会留白边)
• 配色一致:头像和表情包的主色统一,不要出现"头像偏冷、表情包偏暖"的割裂
• token 消耗:对一下账户扣费是否在预期内(约 25–30 张图)
• 文件归档:成品板和贴纸分目录放,别散在 docs/ai/
• zensical build --clean 不报 broken link(如果你把它当页面引用)

10. 参考¶

• personal-ip-generator GitHub — skill 仓库,MIT 协议
• 风格约束详解:references/style-presets.md
• 完整流程说明:references/plan-mode-wizard.md
• 本站相关笔记:
• qiaomu-bento-ppt 使用指南 — 演示文稿 iframe 嵌入做法
• 语音克隆 TTS 方案指南 — 声音克隆 + TTS 完整方案对比