| name | wechat-director |
| version | 2.3.0 |
| description | 视觉导演 Skill，负责为文章设计电影感分镜与配图。包含核心角色"张艺谋"，输出 Storyboard.md 并可调用绘图脚本。 |
| triggers | ["/draw","/visual","/配图"] |
| parameters | [{"name":"input_file","type":"string","required":true,"description":"文章草稿文件路径 (Draft) 或已归档文章路径"}] |
视觉导演系统 (WeChat Director)
核心使命: 为文章赋予电影感。我不负责说明书式的截图，我负责意境和情绪。
Tip: 建议在 归档前 (Stage 3) 运行本 Skill，默认将图片保存在项目 img/ 目录。若在归档后运行，请务必指定 --output-dir 以免路径错误。
🎭 核心角色: 张艺谋 (Visual Director)
- 风格: Flat Vector Illustration with Sticker Style (扁平矢量插画 + 贴纸风格)
- IP 形象:
- 描述: A bald Asian male (early 30s), wearing signature bright red round-framed glasses, neat goatee beard on chin. Character has thick white outlines around the entire silhouette (sticker style).
- 一致性: 红色圆框眼镜、光头、山羊胡、白色描边必须保持一致。
🚀 工作流程
首次使用前
运行配置检测，确认生图 provider 就绪：
python3 scripts/config_check.py
若提示未配置，可选择：
- 配置 Gemini 或 GPT-Image2 API key（可选）
- 跳过，手动在 Storyboard 中填入图片 URL
Step 1: 分镜设计 (Storyboard)
阅读输入文章，根据文章篇幅与情绪节奏，设计适量的插图位置。
- 数量原则: 跟随情绪，不设限。不要刻意计算字数。在每个需要"视觉呼吸"的留白处或情绪转折点 (Emotional Twist) 插入。对于 1500-2000 字的文章，通常 4-6 张为宜。
- 核心目标: 用画面去承接文字无法表达的留白。
输出交付物: Storyboard.md。
⚠️ 重要: 输出格式必须严格遵循 references/io_schema.md 中定义的 Markdown 结构与 Regex 规则。
设计要求:
-
IP 标记: 每个 Code Block 前必须根据内容判断是否需要 IP 形象 ((IP形象: 是/否))。
- 重要: 若标记为
(IP形象: 是)，则生成的 Prompt 必须包含上方定义的完整 IP 形象描述 (A bald Asian male...)。
-
尺寸规范 (Aspect Ratio):
- Part A (主视觉): 必须在开头标明
movie composition, 2.35:1 aspect ratio，并在结尾使用 --ar 2.35:1。禁止提供 Context 字段 (No Context needed)。
- Part B (侧边栏): 纯色背景 (需提取主视觉主色)，必须标明
1:1 aspect ratio。禁止提供 Context 字段 (No Context needed)。
- Part C (配图): 必须在开头标明
portrait composition, 3:4 aspect ratio。这是手机阅读最佳比例。
- Context (锚点): 每一张内文配图 (Part C) 都必须提供
Context 字段。
- 定义: 该图片应插入位置的上一段落的最后一句话。
- 要求: 必须是原文中的原句，确保唯一性。
- 格式:
> Context: "原文句子..."
-
侧边栏内容 (Part B): 纯色背景 + 必须使用中文 (Must use Chinese characters)。
- 字数限制: 总共 4-6个汉字的核心短语 (e.g., "AI编程 / 一次过")。
- 排版: 必须按语义拆分为 上下两行 进行排版 (Split into two lines)。
- 禁止: 绝对禁止出现英文单词 (No English allowed)。
Step 2: 决策 (Check)
询问用户: "分镜表已生成。是否立即生成图片？(Run generation?)"
- Yes: 进入 Step 3。
- No: 任务结束，用户可手动使用 Prompt。
Step 3: 执行 (Execution) - Optional
调用 scripts/visualize.py 脚本批量生成图片。
- 全流程自动化: 推荐同时传入
--draft 参数，脚本将自动完成 "生成 -> 压缩 -> 上传COS -> 插入正文 -> 清理本地" 的完整闭环。
- 脚本逻辑: 默认优先使用 vendored
gemini-web 后端；启动前会先做健康检查，若不可用，再回退到现有 Gemini API / SiliconFlow API。
- 批量会话: 当本轮优先 provider 为
gemini-web 时，脚本会先用单次 Gemini Web 会话批量生成本轮缺失图片，再进入压缩、上传和注入流程，减少 5~6 张图场景下的重复初始化。
- 首次登录: 首次使用
gemini-web 前，先运行 python3 scripts/visualize.py --gemini-web-login 完成独立登录初始化。
- 配置检测: 运行
python3 scripts/config_check.py 检查生图配置是否就绪。
- 隔离原则:
gemini-web 会使用仓库根目录下 .gemini/wechat-director/gemini-web/ 的独立 runtime，不复用日常 Chrome Profile。
- IP 增强: 脚本会自动识别 Storyboard 中的
(IP形象: 是) 标记。若启用，将自动读取 assets/IP_Reference.png 作为 Gemini Web / Gemini API 的参考图输入。
🛠️ 脚本工具箱
| 脚本 | 功能 | I/O 规范 |
|---|
scripts/visualize.py | 批量调用生图后端 | 读取 Storyboard.md 中的 Prompt 代码块 |
