diablo2-realistic-style

name

diablo2-realistic-style

description

Generate near-photorealistic dark fantasy character portraits and scenes in the visual style of Diablo II live-action key art — gritty leather/metal textures, cinematic low-key rim lighting, ash-and-ruin atmosphere, bronze tanned skin with sweat sheen, full-body or three-quarter cinematic composition. Use when the user asks for images in the style of `image-outputs-00` ~ `image-outputs-03`, "暗黑II 风格", "diablo2 风格", "暗黑奇幻写实风格", "亚马逊女战士同款风格", "暗黑写实人像", "Diablo realistic portrait", or otherwise references the dark-fantasy-realistic look established in this project's reference images. Skill-authored prose defaults to Chinese unless the user requests English.

Diablo II Realistic Style — 暗黑II 写实暗黑奇幻风格生图

用途与触发

本 skill 让 agent 以本项目 image-outputs-00 ~ image-outputs-03 中已确立的视觉风格（暗黑II live-action 写实暗黑奇幻）生成新的人物/场景图。

允许变化的部分：主体（人物、生物、场景）和姿态构图。 固定不变的部分：视觉风格 DNA（见下文「风格 DNA」与「标准风格前缀」）。

何时触发：

• 用户提到 image-outputs-00 ~ image-outputs-03 的风格、"那 4 个文件夹的风格"、"亚马逊女战士同款风格"
• 用户说 "暗黑II 风格 / diablo2 风格 / 暗黑奇幻写实 / 暗黑写实人像 / 接近真人的暗黑奇幻"
• 用户说 "Diablo realistic portrait / dark fantasy realism / live-action diablo style"

不要触发：

• 用户明确要求动漫、卡通、Q 版、像素、写实非奇幻题材时
• 用户使用 batch-image-generation 的批量提示词文件流程时（除非明确说要叠加本风格）

默认参数

DEFAULT_GROUP_COUNT  = 1            # 用户没明说几组时
DEFAULT_IMAGE_QUALITY = 4k          # 仅当用户没在输入里提到分辨率/质量时使用
DEFAULT_ASPECT       = 16:9 cinematic widescreen
                                    # 仅当用户没在输入里提到画幅/比例时使用
DEFAULT_OUTPUT_LANG  = English      # 提示词语言；本 skill 散文默认中文

如用户明确要求 N 组（"生成 4 组"、"出 2 张"），按用户值。"多生几组" 这类模糊要求 → N = 4 并在 summary 记录假设。

比例与质量的探测规则

在拼提示词之前，先扫一遍用户输入（聊天文本 + 提示词文件，原文中英文都看），按以下关键词判定：

• 认为"用户已指定比例" —— 出现下列任一即认为已指定，跳过默认 16:9：
  • 数字比 2:3 / 3:2 / 4:3 / 3:4 / 16:9 / 9:16 / 1:1 等
  • 关键词：portrait、landscape、square、vertical、horizontal、wide、widescreen、竖图、横图、方图、正方形、竖构图、横构图、全身竖、头像方图
  • 像素尺寸：1024x1024 / 1920×1080 等
• 认为"用户已指定质量/分辨率" —— 出现下列任一即认为已指定，跳过默认 4k：
  • 关键词：4k、8k、2k、1080p、720p、HD、high-res、high resolution、高清、超清、高分辨率、分辨率、画质
  • 像素尺寸（同上）

判定结果记入 summary（"用户提供 / 默认 / 用户提供 + 默认补一个"）。两者独立判定。

风格 DNA（来自 4 个参考输出文件夹的提炼）

把以下要素全部具象化进每条优化提示词，禁止省略：

1. 写实程度：near-photorealistic / live-action human proportions / close-to-real-person。禁止卡通、动漫、Q 版、塞璐璐、像素、油画风、平涂。
2. 打光：cinematic low-key dramatic lighting，强 rim light / 边缘光勾勒身形，volumetric haze，moody shadows，high contrast。
3. 皮肤与质感：tanned bronze skin with subtle sweat / oil sheen，realistic skin texture pores，battle-grime；皮肤、皮甲、金属各自有独立的写实材质响应。
4. 服装/装备质感：battle-worn leather + reinforced metal trim，gritty medieval fantasy armor，详细的接缝、磨损、划痕、灰尘、血污可选。
5. 氛围 / 背景：smoky ancient ruins、storm clouds、ash-filled battlefield、ruined temple、dead trees、broken stone columns。色调偏 earthy 暗棕 + 冷灰 + 烟雾。
6. 构图：cinematic key art composition，主体居中或略偏，留出环境呼吸感。具体画幅（竖/横/方/比例）由用户输入或本次默认决定，不在风格 DNA 里写死。
7. 解剖：realistic anatomy，肌肉线条 visible but not exaggerated；脸部 grounded、不萌、不卡通比例。
8. 整体调性：grim、mature、grounded、Diablo II key art 美术方向；不走鲜艳、明亮、糖果色、二次元、可爱风。

负面（写进 negative 段或显式声明）： no cartoon, no anime, no chibi, no cel-shading, no flat illustration, no pixel art, no neon, no candy colors, no oversaturation, no airbrushed plastic skin, no celebrity likeness.

标准风格前缀（英文，平台中立，必须挂在每张图前）

[Global Style Prefix] 不写死画幅与质量，画幅和质量在末尾的 [Output] 行里按本次解析结果动态补：

[Global Style Prefix]
Dark fantasy realism in the style of Diablo II live-action key art. Near-photorealistic, grounded live-action human look, realistic anatomy and material response. Cinematic low-key dramatic lighting with strong rim light, volumetric haze, moody atmospheric shadows, high contrast. Tanned bronze skin with subtle sweat sheen and realistic pores, battle-worn leather and reinforced metal armor with visible scuffs and grime, gritty medieval fantasy texture. Earthy palette of dark browns, charcoal grays, and smoke. Smoky ancient ruins or ash-filled battlefield ambience. Cinematic character key art composition, subject framed with breathing room. No cartoon, no anime, no chibi, no cel-shading, no flat illustration, no pixel art, no neon or candy colors, no airbrushed plastic skin, no celebrity likeness.

提示词构造模板（极简：风格前缀 + 用户原意 + 动态尾行）

每张图的最终 prompt 只做一件事：把固定风格前缀和"从用户输入里提取出来的人物/场景描述"直接拼起来，再在末尾按需补一行 [Output]。不再切槽位、不再补背景、不再二次创作。

[Global Style Prefix]
<上一节那段固定英文，逐字照搬，不增不删>

[Subject & Scene]
<从用户输入里提取的人物/场景描述，英文一段流水文>

[Output]
<按下方"动态尾行规则"生成；如果两项都被用户写过，可整行省略>

动态尾行（[Output]）规则

依据上文「比例与质量的探测规则」的判定结果，按下表填写：

用户已指定比例?	用户已指定质量?	[Output] 行内容
否	否	Aspect ratio: 16:9 cinematic widescreen. Output quality/resolution: 4k.
否	是	Aspect ratio: 16:9 cinematic widescreen.
是	否	Output quality/resolution: 4k.
是	是	（整行省略，连 [Output] 标签也不要写）

注意：用户明确给的比例/质量值要保留在 [Subject & Scene] 段里（按"提取规则 1：只抽取、不发明"原样翻译过来即可），不要改写、不要合并到 [Output]，也不要和默认值打架。

提取规则（处理用户输入 → [Subject & Scene]）：

1. 只抽取、不发明：用户写了什么主体、外貌、服装、武器、姿态、场景、情绪、画幅、质量，就保留什么；用户没写的，不要补"废墟/暴风/低调光"等环境元素，那些已经在风格前缀里了。
2. 语言归一化：如果用户输入是中文或中英混合，把它直译/轻改写成英文一段流水文（不要再分小标题、不要再加 [xxx] 块）。
3. 真人/版权角色降级：用户提到具体真人演员或受版权角色 → 改写成 archetype（如 warrior princess archetype、grim swordsman archetype），并在 summary 记录这次改写。
4. 去重：如果用户输入里出现的形容词已经在风格前缀里覆盖了（如 dark fantasy、cinematic lighting），可以删掉避免冗余；但画幅/比例/分辨率/质量这类用户显式给出的硬性参数，永远保留。
5. 多组之间是否变化：默认 N 组共用同一段合并后的 prompt，多样性靠采样随机性。仅当用户明确要求"每组不同视角/动作/场景"时，才在 [Subject & Scene] 末尾追加一句区分（例如 ; full body heroic stance vs ; three-quarter close-up），其余部分仍 100% 一致。

工作流

1. 解析输入

   • 主体来源可以是：用户聊天内联设定、外部提示词文件、用户提到的某个角色名、"和参考图相同的亚马逊女战士"。
   • 解析 N（组数）；缺省走 DEFAULT_GROUP_COUNT = 1。
   • 按上文「比例与质量的探测规则」分别判定用户是否给了比例、用户是否给了质量；两者独立。
   • 如果用户只说"生成同样风格的图"但完全没给主体，问 1 个简短中文澄清问题（"想生成什么主体？"），其余一律自动补默认。

2. 生成 RUN_TS 与输出根目录

   • RUN_TS = YYYYMMDDHHMMSS（本地时间）
   • 输出根目录：/host/workdir/projects/project-0529/image-outputs-<RUN_TS>/
   • 章节子目录命名：<chapter-id>-<slug>（slug 为主体英文 kebab-case；中文主体也要给个英文 slug，不然路径里别用空格）

3. 构造提示词（合并即可）

   • 固定风格前缀（逐字照搬）+ 提取出的用户主体/场景一段英文流水文 + 按「动态尾行规则」生成的 [Output] 行 → 完事。
   • 用户已给比例/质量 → 不补默认；都给 → 整行 [Output] 省略；都没给 → 末尾补 Aspect ratio: 16:9 cinematic widescreen. Output quality/resolution: 4k.。
   • 默认 N 组共用同一段合并后的 prompt，靠采样随机性出多样性；仅当用户明确要求每组不同时，在 [Subject & Scene] 末尾加一句小区分（视角/动作/景别）。
   • 真人/版权角色 → archetype 降级，并在 summary 记录。

4. 调用图片生成工具（standalone 模式）

   • 直接使用当前可用的图片生成工具（如 GenerateImage），不要跳到 batch-image-generation skill。
   • 不传参考图（默认纯文本风格）。仅当用户主动给参考图时再传。
   • 生成的文件名建议：base-g01.png ~ base-gNN.png（保持与 image-outputs-00~03 的命名一致）。
   • 工具输出后，把图片复制/移动到本次 image-outputs-<RUN_TS>/<chapter>-<slug>/ 下。

5. 写 summary.md

   • 每次 run 在输出根目录写一个 summary.md，模板见下一节。
   • 一定要记录：模型/工具假设、质量假设、参考图重写（如有）、各图状态、原始与优化后提示词。

6. 失败重试

   • 单张图失败：原 prompt 重试 1 次；仍失败则记录 失败 并继续下一张。
   • 不要因为单张失败而中止整个 run。

输出目录命名约定

image-outputs-<RUN_TS>/
├── summary.md
└── <chapter-id>-<slug>/
    ├── base-g01.png
    ├── base-g02.png
    └── ...

<chapter-id> 默认 1.1；多个主体依次 1.1, 1.2, 1.3 ...。 <slug> 必须是 kebab-case 英文，例如 barbarian-warrior、necromancer-male。

summary.md 模板

# 批量生图任务总结

- RUN_TS: `<RUN_TS>`
- 输出根目录: `/host/workdir/projects/project-0529/image-outputs-<RUN_TS>/`
- 风格: Diablo II 写实暗黑奇幻（diablo2-realistic-style skill）

## 任务概览

- 提示来源: <聊天内联 / 外部文件路径>
- 模型: 默认 `gpt-5.5-none`；当前图片工具未暴露模型选择，记录为假设
- 章节数: <N>
- 尝试图像数: <X>，成功: <Y>，失败: <Z>

## 分组、比例与质量

- N (组数): <N>，来源: <用户明确 / 默认 1>
- 比例: <用户提供 "xxx" / 默认 16:9 cinematic widescreen>
- 质量: <用户提供 "xxx" / 默认 4k>
- 比例与质量是否进入 `[Output]` 尾行: <两者都默认补 / 仅补质量 / 仅补比例 / 整行省略（用户两者都给了）>

## 风格前缀

直接复制本 skill 的 `[Global Style Prefix]` 段，并记录是否对前缀做过任何就地修改（理想情况是没有）。

## 逐图结果

| 分组 | 输出路径 | 状态 |
|---|---|---|
| g01 | ... | 成功 / 失败 |

## 提示词细节

### 原始用户输入

<原文>

### 优化后提示词（合并版，每组完整列出）

#### g01

\`\`\`text
[Global Style Prefix]
<风格前缀逐字照搬>

[Subject & Scene]
<从用户输入提取并英文化后的人物/场景一段流水文>

[Output]
<按动态尾行规则生成的 1 行；如果用户两者都给了，连同 [Output] 标签一起省略>
\`\`\`

## 假设与判断

- 工具/模型限制
- 真人/版权角色改写记录（如有）
- 章节号与 slug 的自定决策

## 失败记录

无 / 列出。

与 batch-image-generation 的关系

本 skill 完全独立：

• 不依赖 batch-image-generation 的提示词文件解析。
• 也不去复用它的 summary 写法之外的内部状态。
• 但输出目录约定（image-outputs-<RUN_TS>/、base-gNN.png、summary.md）刻意和它保持一致，方便用户串看。

如果用户同时给了一个 batch-image-generation 风格的提示词文件 并且 要求"用 diablo2 风格批量出图"：本 skill 仍负责"风格前缀 + 提示词重写"，由 agent 把每张图按本 skill 的模板拼好后再走批量流程。

假设清单（在本次 run 适用时记入 summary）

• 当前图片工具不暴露 model 选择参数 → 默认 gpt-5.5-none 仅作记录。
• 当前图片工具不暴露原生 quality/resolution 与 aspect ratio 参数 → 都通过 prompt 文本传达。
• 默认比例 = 16:9 cinematic widescreen，默认质量 = 4k；用户在输入里显式给了任一项就不要再补默认值（避免和用户值打架）。
• 用户提到具体真人/版权角色时，自动降级为 archetype，且不复刻肖像。
• 用户没指定章节号时，agent 自行编排 1.1, 1.2, ...。

反例（禁止做的事）

• ❌ 把风格前缀里的 "near-photorealistic" 改成 "anime / cartoon / illustration"。
• ❌ 用户没说背景/光照，agent 自己又在 [Subject & Scene] 里再写一遍 "废墟、烟雾、低调光"——那些已经在风格前缀里了，重复只会稀释主体语义。
• ❌ 把整段中文人物设定原样塞给图片工具（必须先英文化成一段流水文）。
• ❌ 把简单合并改回多槽位（[Subject] / [Costume] / [Pose] / [Environment]）—— 已废弃。
• ❌ 用户已经在输入里写了"竖图 / 9:16 / 8k / 1080p"等，agent 还在 [Output] 行里又补一遍 16:9 或 4k —— 必须按"动态尾行规则"跳过默认值。
• ❌ 把用户给的比例/质量值（如 9:16、8k）擅自改写成默认的 16:9 / 4k。
• ❌ 把画幅（vertical 2:3、16:9 等）写回 [Global Style Prefix] —— 风格前缀必须保持画幅无关。
• ❌ 主动复刻特定演员/已有 IP 角色的肖像。
• ❌ 跨 run 复用同一个 image-outputs-<RUN_TS>/ 目录。