| name | nanatau |
| description | Unified skill for nanatau AI character design, image generation, character sheets, and PNGTuber assets. Trigger when the user mentions nanatau, キャラ生成, キャラシート, PNGTuber, 表情差分, 三面図, or 背景透過. |
ななたう 統合スキル
AIキャラクター「ななたう」のデザイン・生成・アセット制作を一元管理する。
Prerequisites
GEMINI_API_KEY が .env に設定済み- Python パッケージ:
google-genai, Pillow, rembg[cpu]
- Python 3.13+ が必要（
python3 コマンドで実行可能であること。必要に応じて mise でセットアップ）
プロジェクトレイアウト
images/concept/ -- 採用キャラ案・キービジュアル
images/icon/ -- アイコン素材
images/png-tuber/ -- PNGTuber素材 (transparent / opaque)
images/reference/ -- リファレンス・参考資料
.claude/skills/nanatau/scripts/ -- 画像生成スクリプト
.claude/skills/character-sheet/scripts/ -- キャラシート生成スクリプト
output/ -- 生成出力（.gitignore）
ワークフロー
Step 1: generate — キャラ画像生成
性格バリエーション（A-G）またはカスタムプロンプトから画像を生成する。
使い方: /nanatau generate <variant>
利用可能バリエーション:
| ID | 名前 | コンセプト |
|---|
pajama | パジャマ末っ子 | 変身が間に合わない |
gyaru | ギャル | 変身すると敬語 |
crybaby | 泣き虫 | 涙が魔力源 |
oshikatsu | 推し活オタク | ペンライト変身 |
shy | コミュ障 | 画面越しなら喋れる |
memory-reset | 記憶リセット | 七日で記憶が消える |
dog | 犬系彼女 | 精神が犬 |
手順:
- PROMPTS.md から該当バリエーションのプロンプトを取得（カスタムの場合はテンプレートを埋める）
.env から GEMINI_API_KEY を読み込み- 画像生成スクリプトで実行:
export $(grep GEMINI_API_KEY .env | xargs)
python3 .claude/skills/nanatau/scripts/generate_image.py \
--ref images/concept/reference_sheet.png \
--model gemini-3.1-flash-image-preview \
"プロンプト" output/character/images/<name>.png
- Read ツールで生成画像を視覚的に確認
- 必要に応じてプロンプト調整・再生成
Step 2: explore — デザイン探索
リファレンス画像から複数のデザインバリエーションを一括生成し、比較グリッドを作成する。
使い方: /nanatau explore
手順:
- リファレンス画像と探索コンセプトを確認
- TODO: 探索スクリプト (
explore_designs.py) と設定ファイル (design_variations.json) は未実装。現時点では generate ワークフローを繰り返し実行してバリエーションを手動比較する
- 採用候補を
output/explore/ に保存して比較確認
Step 3: sheet — キャラシート生成
リファレンス画像からプロのアニメ設定画風キャラシートを生成する。
使い方: /nanatau sheet <type>
タイプ: turnaround | detailed | expressions | poses | full
手順:
- リファレンス画像を確認
- STYLE_GUIDE.md からシートテンプレートとキャラ説明を取得
- シート生成スクリプトを実行:
export $(grep GEMINI_API_KEY .env | xargs)
python3 .claude/skills/character-sheet/scripts/generate_character_sheet.py \
--reference <リファレンス画像パス> \
--type <タイプ> \
--output output/character/sheets/<name>.png
- Read ツールで生成画像を視覚的に確認
Step 4: pngtuber — PNGTuberアセットパイプライン
ベースポートレートから PNGTuber 用の表情フレーム一式を生成する。
使い方: /nanatau pngtuber
パイプライン（4ステップ）:
- ベースポートレート生成 — リファレンスから正面バストアップ生成
- 表情グリッド生成 — ベースから2x2の目・口差分グリッド生成
- フレーム分割 — グリッドを4枚の個別フレームに切り出し
- 背景透過 — rembg で全フレームの背景を透過処理
- 最終化 — 4枚を検証し、
images/png-tuber/transparent/ に正本化
停止条件:
- ユーザーが EasyPNGTuber 相当の4枚PNGを求めている場合、
eyes_open_mouth_closed.png / eyes_open_mouth_open.png / eyes_closed_mouth_closed.png / eyes_closed_mouth_open.png の4枚が揃った時点で完了とみなす
- MotionPNGTuber、loop.mp4、mouth_track.npz、loop_mouthless.mp4、browser bundle はこの workflow に含めない
- MotionPNGTuber は sibling skill の
motion-pngtuber-nanatau を使う
ローカル処理は scripts/ を優先:
- 分割:
scripts/split_pngtuber_grid.py
- 背景透過:
scripts/remove_bg_batch.py
- 検証と正本化:
scripts/finalize_pngtuber_assets.py
詳細は PNGTUBER.md を参照。
完了確認: 4枚の表情フレームを検証し、採用版を正本化できていること。
Step 5: rembg — 背景透過
任意のキャラ画像の背景を透過処理する。
使い方: /nanatau rembg <path>
手順:
from PIL import Image
from rembg import remove
def remove_bg_clean(img, noise_threshold=30):
result = remove(img, alpha_matting=True,
alpha_matting_foreground_threshold=240,
alpha_matting_background_threshold=10,
alpha_matting_erode_size=10)
pixels = result.load()
w, h = result.size
for y in range(h):
for x in range(w):
r, g, b, a = pixels[x, y]
if 0 < a < noise_threshold:
pixels[x, y] = (0, 0, 0, 0)
return result
img = Image.open("<入力パス>")
result = remove_bg_clean(img)
result.save("<出力パス>", "PNG")
ノイズ除去: alpha < 30 のピクセルを完全透明にしてクリーンな出力を保証。
完了確認: 入力画像の背景が透過され、指定した出力パスにPNGが保存されていること。
モデル選択ガイド
| モデル | 用途 | コスト/枚 |
|---|
gemini-3.1-flash-image-preview (NB2) | コンセプト探索、ラフ生成 | 約6-7円 |
gemini-3-pro-image-preview (NB Pro) | 高品質生成、キャラシート | 約25-27円 |
参照ファイル
命名規則
- キャラ画像:
output/character/images/<概念名>.png
- キャラシート:
output/character/sheets/<タイプ名>.png
- PNGTuberフレーム:
output/character/sheets/pngtuber_frames/<state>.png
- 透過フレーム:
output/character/sheets/pngtuber_frames_transparent/<state>.png
- 正本化後フレーム:
images/png-tuber/transparent/<state>.png
