photo-doodle

# photo-doodle：照片手绘涂鸦 + 过程视频 在照片上生成像真人用马克笔画的涂鸦：抖动笔迹、圆头笔画、笔锋收细、暗色底影、柔光。每个版本同时产出静态 JPG 和逐笔绘制过程 MP4（观众能看到每一笔被画出来，文字按书写方向擦入）。 **铁律：原照片一个像素不动，所有涂鸦必须是引擎的真矢量笔迹逐笔画出。** 禁止像素揭示/图像差分显现类方案。 ## 标准流程（先判断走哪条路） 1. **有生图模型可用**（Codex CLI 等）→ 先让 AI 基于目标照片生成一张涂鸦设计稿（**仅作元素布局参考**），叠网格量出各元素归一化坐标，再用引擎矢量笔迹在原图上复刻。完整步骤（生成命令、量坐标方法、并排比对质检）见 `references/design-replica.md`——**走此路径前必读**。 ⚠️ **人物特写照片：生图模型几乎必然返回撒花撒星套路**（实测两次：一次回了 6 朵花 + 14 颗星 + "Sunshine girl"，一次回了 14 颗星 + 3 朵花 + 笑脸云，落点还是内容无关的——花贴在衣服上、星压在头发上看不见）。这种情况下**只把它当留白地图用（哪里空、哪里可放东西），不要在它基础上做删减**——"花从 6 朵减到 3 朵、星从 14 减到 4"只会得到一个能通过所有数值检查的**稀释版套路**。设计仍要按下面第 1-4 步从零做。 **复刻流程与防套路闸冲突时，以防套路闸为准**：design-replica.md 讲的是"如何精确复刻一张设计稿"，它假设那张稿子值得复刻；纪实/风景稿常常值得，人物特写稿基本不值得。 2. **没有生图模型** → 不用参考，直接按下面的工作流程自行构思设计并画。 两条路都要求：设计适配照片本身的风格与美感——色调、情绪、留白位置决定用色、元素密度与落点，不要把同一套元素硬套到所有照片上。 ## 工作流程 ### 1. 读照片，写"内容清单"（防套路第一道闸） 用 Read 亲眼看照片，然后把下面四项**写出来**（写进你的回复，不是心里过一遍）： - **≥3 个具体名词**：照片里真实存在、能用手指着说出名字的东西（伞骨、石阶、墨镜、麦克风、马鬃、晒衣绳、笔记本电脑、白板……）。不许写"光线""氛围""青春感"这类抽象词。**逐个标注"这个我会不会真给它画元素"**——宁可 3 个真用得上，不要凑满 5 个然后一半闲置（真实教训：为凑数写了"领口抽绳结"，最终设计里根本没用到它）。 - **1 个动作或姿态**：她指着脸颊 / 他举着手机 / 她握着缰绳 / 他在讲话。 - **现场光与色**：暖金逆光 / 黄昏蓝粉渐变 / 正午高反差蓝天 / 室内白墙冷光。同时**定下配色**：取画面主色调，本版只用它的同温色系 + 白（暖调照片就 YELLOW/LEMON/PEACH/CORAL/WHITE，冷调就 SKY/BLUE/LAVENDER/MINT/WHITE）。冷暖混用会和现场光打架。 - **留白区 + 实测亮度**：哪几块是天空/墙面/地面，各自的归一化坐标范围，**以及每块的实测平均亮度**。别凭眼估——亮度值直接决定文字用什么颜色才看得清，这是白笔迹在亮背景上糊掉的唯一防线： ```python from PIL import Image; import numpy as np im = np.asarray(Image.open(SRC).convert('L'), dtype=float) H, W = im.shape for name, (x0, y0, x1, y1) in {'左下石阶': (0.05, 0.72, 0.35, 0.95), '右上墙': (0.75, 0.05, 0.98, 0.30)}.items(): patch = im[int(y0*H):int(y1*H), int(x0*W):int(x1*W)] print(f'{name}: L={patch.mean():.0f}') # L<110 白字安全；L>150 白字必糊，改用饱和色或深色 ``` 这份清单是后续设计的**唯一素材来源**。头发轮廓、肩膀外缘坐标也在这一步量好（戴光环/猫耳/皇冠、画翅膀要用）。 ### 2. 定"主导元素家族"（防套路第二道闸） **已知失败模式（真实案例，必读）**：三张完全不同的女生照片（逆光巷子、黄昏自拍、草原骑马）由三次独立的 skill 调用分别设计，结果全部收敛成同一套——满屏 `flower` + `dotflower` + `sparkle` + `star4`，配一句白色草写 `golden hour`，三张成品几乎无法区分。原因很朴素：面对"女生照片画可爱涂鸦"，最省力的答案永远是撒花撒星加个英文短语，不加约束就会本能滑过去。男生的三张照片因为提示里给了具体方向（手账标注/太空/科技注解），反而各具面貌——**差别不在照片，在有没有硬约束**。 所以动笔前**先从下表选定 1 个主导家族**。选择依据是第 1 步的内容清单：照片里有什么，就选能呼应它的家族。主导家族决定这一版的"讲什么"，外家族元素用来补充和呼吸——**没有数量上限**。 > ⚠️ **这里曾经有过三条数量闸（外家族 ≤4、星 ≤8、文字 ≤4），已被明确移除。** 原因：点名某个具体形状"不许超过 N 个"，本质还是拿具体内容当指令（只是反过来说），而且在花/星真的贴合照片时会误伤。防套路的压力全部由「每个元素必须写出依据」这一条承担——说不出依据的就是通用装饰，写得出的就不是。 > > **唯一保留的数量硬闸是文字：一版最多一句。** 文字是最响、最能定调的元素，两句起就开始像模板了。而且这一句要求：**英文 + 手写体**（`fname='marker'/'hand'/'note'/'chalk'`）。想说的其他话改成图形表达——手画颜文字（`emo_face`）、拟声线条、爪印轨迹都比第二句文案强。 > ⚠️ **闸是防套路的，不是让你画得少。** 真实反馈：加了这些闸之后有几版只画了 5-6 个元素，用户的评价是"画的内容太少了，我需要更丰富些，更多的元素，更丰富的想象力"。**目标是"丰富且每一笔都有出处"，不是"干净但空"。** 落地要求： > - **一版画 10-18 个元素组**（留白多的风景/大场景可以到 20+，脸占满画面的特写少些但也不该低于 8）。 > - 从一件实物可以**长出一整组元素**，这才是丰富的来源：一根真晾衣杆 → 挂三件小衣服 + 两个夹子 + 一条延续的线 + 随风的抖动线；一片真叶子 → 叶脉 + 叶柄 + 两片飘落的小叶 + 落地的弹跳弧。**"每个元素都有依据"不等于"每件实物只配一个元素"。** > - 想象力要往"这件东西接下来会怎样 / 它像什么"发挥：马鬃可以画成被风梳开的线、雨伞可以长出水滴轨迹再溅成小花、影子可以画成小怪物、发梢的光可以拉成流星尾。这些都算有依据，因为起点是实测的真实物体。 > - 元素要有**层次**：大（一两个视觉重心）+ 中（三五个呼应主体的）+ 小（一批点缀：小点、短弧、碎星、气泡）。全是同一尺寸的中等元素最显得空。 > - ⚠️ **别把数量目标堆在同一个锚点上**：为了凑数往一个 0.04 见方的小区域里塞 8 笔，出来是个黄色爪印/爆炸星（真实返工，最后整组删掉）。同类小元素**彼此至少隔 0.05**，凑不够数就少画——`宁缺` 优于挤成一团。密度目标和间距规则要一起读。 > - ⚠️ **大片空白会产生真实的填充冲动，要有意识地抵抗它。** 一个代理事后诊断自己那三条编造的风线：那块天空是全图最大的区域，逐格标准差只有 0.7-2.0（数学意义上毫无特征），**正因为没有任何可锚定的东西，它才按构图需要撒了三笔**。空白区域越大越空，这股拉力越强。**诚实的回应是让它继续空着**——留白本身是照片的一部分，不是待填的坑。 > - ⚠️ **锚在同一个真实特征上的元素会互相抢位置，而且默认是"先画的赢"而非"更该留的赢"。** 真实案例：一个代理要把风线移到发梢真正所在的区域，却发现那里已经被自己先画的几组发梢卷线占满了，三个候选位置的净距都只有 0.020-0.029（低于 0.05 下限）。**发现空间冲突时要重新比较两组元素谁更该留，而不是默认给后来的找个次优位置。** ### 2.5 笔画粗细必须分层（硬闸，`audit()` 会拦） 真实反馈："画笔要有粗细，不要全是那种细的，现在线条有点太细了，整体加粗一点，然后还需要有更粗的"。**元素数量够了但整幅仍然显得虚，根源几乎总是粗细没拉开**——早期脚本里满屏 `w=2.0~3.2`，那是引擎的旧默认值，不是有意选的。 引擎现在提供**粗细梯子**（按 900px 短边标定，`Doodle` 自动按真实分辨率缩放，所以同一个数字在 900px 自拍和 5712px 单反上视觉一致）： | 常量 | 值 | 用途 | |---|---|---| | `W_HAIR` | 2.5 | 碎发、缝线、腮红、叶侧脉——细节，不承担形体 | | `W_THIN` | 4.5 | 普通轮廓 | | `W_MED` | 8.0 | 主要元素的默认粗细（旧脚本的"正常"其实只有这个的 1/3） | | `W_BOLD` | 16.0 | 视觉重心：大字、主动线、贴纸轮廓 | | `W_FAT` | 30.0 | 特粗：粗横杠、涂满的形状，一版一两笔 | 比 `W_FAT` 还粗的东西（猫尾巴、绒球、大色块）**直接传数字**，别硬套梯子——毛绒猫尾巴约占图宽 10%，在 900px 短边上就是 `w=70` 左右。 `audit()` 拦两件事：**粗细不足 3 档**、**最粗笔 < W_BOLD**。两条都是"看起来虚"的直接成因。 ⚠️ **梯子是按整图短边标定的，所以给小目标画轮廓时要按目标自身的尺寸判断粗细**：同一个 `W_MED` 在 264px 的大表盘上是细线，在 48px 的镜片上占了它高度的 22%，读成游泳镜（真实返工）。经验上限：**线宽不超过目标短边的 ~10%**。文档原有的尺寸建议只覆盖了贴纸的"形状大小"，没覆盖"线的粗细"。 **圈东西时更具体的判据：`圈半径 ≥ 3 倍笔宽`。** 两个代理各自撞出同一条：在 1600px 图上 `W_MED` 约 11px，而一颗镜头半径只有 16px——用和特征一样宽的笔去描它，圈被填成一坨白斑、把真镜头**盖住了**；第二轮换 `W_BOLD`（21px）去圈 114px 的摄像头模组，吃掉 18% 面积，读成一个巨大的白色 "C"。**圈不是描边越粗越清楚，笔太粗会把被圈的东西吞掉**——而圈的意义正是让人去看那个东西。 文字要醒目，**只有一个正确旋钮：`size`**。 ⚠️ **别用 `stroke_w` 加粗文字。** 这里的手写体（MarkerFelt 等）本身就是粗体，描边只会把字腔（o/e/a 的孔）填死。实测在干净背景、`size=46` 下：`stroke_w=1.0` 是上限，`2.0` 已经糊住所有孔，`2.5` 把 `posed` 渲成 `poeed`、把 `nobody` 的 o 渲成实心点。**四个独立的代理都为了"让字更清楚"去调它，四个都把文案毁了**（其中一个明确说是照着本文档的例子抄的）——所以引擎现在把 `stroke_w` 硬夹在 1.0 并打印警告。 正确的对应关系记牢： - 字**不够醒目** → 加大 `size` - 字在**杂乱背景**上看不清 → 用 `halo=4~5`（在字后垫深色柔光） - 字在**均匀亮背景**上看不清 → 换位置（`mean` 必须 < 110），或换成饱和色而非白色 写完文字**必须裁出来放大 3 倍 Read 一眼**，逐个字母确认还认得出。这是最容易自欺的一步：缩略图上看着挺好，放大才发现单词已经不成词了。 **但"看不清"和"不够粗"是两个不同的问题，别拿 `stroke_w` 治看不清**：树影、草地这类**斑驳**背景平均亮度看着安全（L=98）但 p90 能到 190，白字会被那些亮斑吃掉。这时候加 `stroke_w` 只是把字母撑成一团（真实返工，`posed` 渲成了 `poeed`——o/s/e 的字腔被描边糊死），正确解法是 `text(..., halo=5)`——在字后垫一层深色柔光把它和背景分开。 **判定白字能不能用，`mean` 和 `p90` 是"与"的关系，两个都要过**： - `mean` 必须 < 110（绝对亮度够暗） - **且** `p90 - mean` 要小（没有零散亮斑） 只看其中一个都会翻车，两种翻车我都见过：只看 mean 会被树影里的亮斑打败（要 halo）；**只看离散度会被均匀的亮草地打败**（真实案例：某版量出 p90-mean=16 就判定"安全"，但 mean=109 已经是亮绿草地，白字整片washed out——离散度小只说明"糊得均匀"）。`mean` 过不了就换位置，`mean` 过了但离散度大就上 halo。 ⚠️ **`halo` 会吃掉画在它下面的东西**：文字在 `_composite` 里是最后一层，它的深色光晕会盖在已经画好的图形上。所以文字和它的下划线/横杠若有重叠，横杠会被啃出一道暗边。要么让两者不重叠，要么该处别用 halo。 **怎么数"一个元素"**：一个视觉上独立的图形 = 1 个，不论它由几笔或几次 API 调用画成。花冠里的 5 朵花算 5 个；`crown_sketch` 内部十几笔（轮廓+圆圈+缎带）只算 1 个；`frame()` 四条边算 1 个；荧光圈的两次 `arc`（填色+描线）算 1 个；一排 4 个色点作为一组算 1 个；文字连同下划线算 1 个；箭头连同它的标注文字算 1 个。简单说：**观众会当成"一件东西"的就是 1 个**。 **怎么判一个元素属于哪个家族**：**看它依据照片的什么，不看它用哪个图元画的**。在照片里真实的抽绳结上系一个蝴蝶结，即使形状是 bow（表里归在拟物贴纸），它依据的是实测到的那个真结、换张照片就不成立，所以它属于「器物呼应」。反之，一个凭空撒在脸旁的 bow 就是拟物贴纸的通用装饰。判据统一成一句：**这个元素依赖某个实测的照片事实吗？** **主导家族自己的文案不算外家族**——每个家族都需要配字，标题/短句算在主导家族内，否则两句话就把外家族配额用光了。 **多个家族都合适时怎么选**（下面按顺序判，前一条能决出就不看后面）： 0. **先问：照片里有"正在发生的事"吗？**（起风吹乱头发、她指着什么、他在讲话、马在低头、光正打在脸上） - **有** → 优先选能表现那件事的家族（风→天气自然，动作方向→线条动效，握着的东西→器物呼应，说话→涂鸦文字）。**这是最优解**：事件既是事实又自带情绪，内容和气质会同时对上，不用二选一。 - **没有**（静止站姿、白墙背景、纯摆拍）→ **注意此时"信息量优先"会退化成"给名词贴标签"，做出博物馆展签**。这种照片走装饰性家族（拟物贴纸/星辰光）是**正当的**，别硬凑标注——但每个装饰必须钉在实测位置上（皇冠贴着头发轮廓、星落在真实高光、心画在她真正指的地方），且文案写心里话而不是物件名。 1. **数第 1 步清单里"可指认名词"的个数**：≥4 个 → 选「标注手账」或「器物呼应」，因为只有这两个家族会**消耗名词**，其余家族只会往画面里**添**东西。 **这两个家族消耗名词的方式不同，别默认选第一个**：「器物呼应」是**延续**实物（把涂鸦接到真东西上——在真晾衣杆上挂几件小衣服、在真抽绳结上系个蝴蝶结、给真叶子补叶脉），「标注手账」是**指着**实物（箭头+标签，站在画面外评论它）。 - **延续天生更柔和**，因为涂鸦是加入场景；**指向天生更硬**，因为箭头/边框/胶带本身就是硬边工具，装在朦胧柔美的照片上必然读成博物馆展签。 - 所以：照片朦胧/柔美/梦幻 → 优先「器物呼应」；照片纪实/信息型/硬朗（演讲、登顶、街拍）→「标注手账」。 - 真实教训：一张暖调逆光柔美人像按"标注手账最百搭"选了它，做出四条引线加裸名词，内容全对但气质全错；换成器物呼应重做后（衣服挂在真杆上 + 领口真结上系蝴蝶结 + 口语文案）气质立刻对了。 - ⚠️ **「延续」不等于「照着描一遍」**：把实物用同等粗细的平行线再描一次，出来是一条压在实物上的色块（真实返工：一条 W_FAT 黄色板砖横过马颈；改成对称弓形线后又变成 SKILL 自己记录过的叶片形）。**延续 = 把实物的轮廓或运动轨迹往外接出去**（绳子往画外续、鬃毛顺风梳开、车辙延伸、印花从布面飘起来），不是在原地重绘它。同等粗细的重描一律是错的。 2. 照片主体握着/穿着/用着某件有辨识度的东西 → 「器物呼应」。 3. 有明确动作方向 → 「线条动效」；天空占比大 → 「天气自然」。 4. 以上都不成立，才考虑装饰性家族——它们在平手时排最后，**但第 0 条的"静止照片"例外优先于本条**。 > 这条第 0 项来自实测对比：同样在守规则的前提下，一张"起风吹乱头发"的黄昏自拍做出了风线+夕阳+「风好大」（柔美且具体），而一张"只是站着"的逆光人像做成了四条引线标注裸名词（具体但像展签）。**差别不在代理水平，在照片里有没有事件可抓。** | 主导家族 | 主要图形 | 适用的照片线索 | |---|---|---| | 星辰光 | `sparkle` `star4` `star5` `halo` 月牙、星座 `dashed` | **有闸**：夜景、暗背景、舞台光等"光本身就是主角"的照片。**"有逆光光斑"不足以选它**——顺光/柔光人像更不行。选它必须满足：暗背景占比大，且每颗星都精确落在照片里真实存在的光点/光斑上（不是撒在人脸周围） | | 天气自然 | `sun` `rainbow` `raindrop` 云朵、飞鸟、风线 | 天空占比大的户外、雨天、日落 | | 标注手账 | `arrow` `text` `frame` `tape` `underline` `highlight` 荧光圈 | 有可指认的实物/事件/场景信息（最百搭，男生照片和纪实场景首选）。**但照片自己已经印满字时要放弃它**——海报标题、幻灯正文、字幕、路牌已经占满了"文字"这个通道，再叠标签是噪声上叠噪声（真实判断：一张发布会演讲照最终改走器物呼应，用麦克风声波+激光笔轨迹+笔电数据流讲同一件事，不加一个标签） | | 几何图形 | `dot` `arc` `dashed` `poly` 三角/方框/菱形/网格 | 都市、建筑、极简、硬朗、室内 | | 拟物贴纸 | `crown_sketch` `bow` `heart` `music_note` `paw_print` `cat_ears_sticker` `fur` `emo_face` `pixel_sprite` `blob` | **有闸**：人物有明确可呼应的互动或姿态（指着某处→心画在指尖；歪头卖萌→皇冠戴在头发上；把叶子按脸上→猫须从那片叶子长出去）。**"是个笑着的特写"不足以选它**——那是所有人像的共性，不是这张的特点。**"把人变成小猫"这条线索特别好用**：猫耳锚发际线、猫须锚她手上的东西、尾巴锚身体边缘、爪印锚地面纹理，一整套元素全都有实测依据 | | 涂鸦文字 | 大字标题、`speech_bubble` 拟声词、手绘表情脸 | 动作夸张、有对话感、可吐槽 | | 线条动效 | 速度线、拖尾轨迹、爆发光线、`dashed` 路径 | 有动作、有方向感、运动场景 | | 器物呼应 | 照饰照片里的实物现画（麦克风波纹、镜头光圈、齿轮、火箭、马蹄印） | 照片主体握着/穿着/用着某件有辨识度的东西 | | 植物花草 | `flower` `dotflower` 叶片、藤蔓、发芽 | **有闸**：仅当人物与植物直接互动时才可作主导——手里拿花、坐在花丛草地上、头挨着花枝。只是背景有绿植**不算**，那种情况请另选家族 | **硬性禁止**（这些是套路本身，不是"尽量避免"）： 1. 元素与照片零关联——**每个元素都要能说出它依据照片的什么**（画在它旁边、指向它、延续它的形状、表现它正在发生的动作）。说不出的就删，这是唯一真正的防套路闸。 2. 文案使用这些烂熟短语：golden hour、little sunshine、sweet、lovely、my day、good vibes、hello、cutie、dreamy、soft、best day（照片里本身印着这些字则不算）。 3. 文案是抽象形容词或泛泛的情绪词。**文案必须落在照片的具体事实上**：地点、事件、动作、日期、心里话、对话。 - 好例子：`SUMMIT DAY` / `the way up` / `leaf = whiskers` / `gear: on` / `IoT x GenAI` / `live demo` / `hair went first` / `so windy` / `08.25` - 坏例子：`golden hour` / `lovely day` / `so sweet` / `dreamy vibes` 4. **只写物件的名字**——具体但无趣，是另一种失败。`干砌石墙` `一块块石板` 这类读起来像建筑教科书或博物馆展签，不像人写在自己照片上的话。要写就**说出关于它的一件事**：`no cement in this wall` / `leaf = whiskers` / `so windy`。 对照上面的好例子会发现：`SUMMIT DAY`（事件）、`leaf = whiskers`（她正在做的事）、`the way up`（方向）——几乎没有一个是裸物件名。 5. **一版只许一句文字，英文 + 手写体。** 见上文 2 节的说明。中文能画（引擎自带两款手写中文字体），但英文短句在这种贴纸风里更不出戏；除非用户明确要中文，默认走英文。 **别把反套路做成反美感**：上面这些是防收敛的下限，不是"必须冷冰冰做成说明书"。禁的是**无来由的通用装饰**，不是禁可爱、禁抒情、禁装饰性。 ⚠️ **气质匹配和内容匹配同等重要，冲突时不要默认牺牲气质**。真实教训：一张朦胧柔美的暖调逆光人像，被做成了四条引线加裸名词标注的"博物馆展签"——内容呼应满分，气质完全不搭。**硬禁止清单管的是词汇（不许撒花、不许套话），不是情绪**；一张照片完全可以既柔美又具体。要点： - 文案"落在具体事实上"≠ 只能写物件名。带情绪、俏皮、口语都很好，只要它锚在这张照片的事实上——`回头看了一眼` `第一次骑马，腿软` `这条巷子走了十年` 都合格且有温度；`golden hour` `so sweet` 不合格，因为换张照片照样能用。 - 装饰性元素本身不禁——2 颗星点在真实光斑上、一颗心画在她真正指着的地方、几朵花配在她真的坐着的花丛里，都是好设计。禁的是**撒得满图都是且哪张照片都能撒**。判据仍是那一句：说得出依据吗？ - 若照片本身就柔美、俏皮、少女感，**不必强行改成硬朗手账风**。走"拟物贴纸"或"星辰光"家族完全可以，只要每个元素落点有具体理由（皇冠戴在头发上、心画在指尖旁），而不是在脸周围围一圈。 - 美感优先级高于凑数：与其为满足"≥3 个呼应"硬塞一个丑元素，不如少一个、把已有的做好，然后在自审里写明你的取舍理由。 `references/recipes.md` 里有五个成熟主题的**构图骨架**和踩坑总结（sparkle 参数翻车、underline 斜率匹配等）——**动笔前必读**，但那五个是骨架不是菜单，其中三个都偏少女向且元素池高度重叠，直接照搬正是收敛的来源。 用户要多版时（默认 3-5 版），每版换一个不同的主导家族。 ### 3. 写主题脚本 每版一个函数，import 引擎库： ```python """涂鸦自审（第 4 步的注释块填在这里，见下文）""" import sys; sys.path.insert(0, '<skill目录>/scripts') from doodle_lib import * d = Doodle('/path/photo.jpg', seed=11) # 每版换 seed，笔迹抖动不同 # 主导家族=天气自然；每个元素都注明它呼应清单里的哪一项。注意粗细分了 4 档。 d.stroke([(0.72,0.14),(0.79,0.19),(0.76,0.24)], color=WHITE, w=W_BOLD, wob=0.6, taper='tip', n=800) # 主动线（粗）：风线顺她被吹乱的发梢方向 for x0, y0 in ((0.75,0.17), (0.78,0.22)): d.stroke([(x0,y0),(x0+0.03,y0+0.01)], color=SKY, w=W_HAIR, wob=0.4, n=80, under=False) # 次级碎线（最细）：疏密层次 d.sun(0.86, 0.52, r=0.028, color=CORAL, face_color=CORAL, under=False) # 真实夕阳位置 d.text('so windy', 0.16, 0.10, 60, fname='marker', color=WHITE) # 唯一一句（醒目靠 size，不加 stroke_w） d.underline(0.13, 0.31, 0.13, color=CORAL, slope=0.004, w=W_FAT) # 荧光横杠（特粗） d.audit(family='天气自然', elements=[...], portrait=True) # 见第 4 步 d.save('out/dusk.jpg') d.save_video('out/dusk.mp4') # 默认带二次元手+铅笔叠加层 ``` （这段示例本身就符合三条硬闸：零撒花、风线顺真实发丝方向、太阳落在真实夕阳上、只有一句英文手写文案、粗细跨 W_HAIR/W_BOLD/W_FAT 三档以上。**别照抄成模板**——你的照片有别的名词。） 过程视频默认显示一只握素描铅笔的**二次元少女手**（白皙纤细、粉指甲、日系上色）：笔尖锚定当前绘制点，笔画间抬笔飞移（微放大模拟离纸），写字时沿擦入边缘移动，开头从画面右下飞入、结尾飞出。不想要手就 `save_video(path, hand=False)`。 `hand_sprite` 可选：`'anime'`（默认，二次元女生手+黄杆铅笔）、`'pencil'`（欧美卡通手+铅笔）、`'marker'`（粉色马克笔插画手）、`'drawn'`（程序画的卡通拳头，笔杆颜色逐笔跟随涂鸦颜色）、或自备 `(png路径, 笔尖x, 笔尖y)` 元组。`hand_scale` 控制手的大小（默认 0.20 = 手的伸展半径约为短边的 20%，嫌大改小、要醒目改 0.30）。 坐标归一化 (0..1)。**ops 顺序 = 视频绘制顺序**，按"主体装饰 → 环境点缀 → 文字收尾"排。 **引擎 API 速览**（细节读 `scripts/doodle_lib.py` 的 docstring 和方法签名）： - 基元：`stroke`（brush='marker'/'water'/'crayon'/'glitter'/'highlight'/**'fur'**，color2= 渐变，taper='tip'/'both'）、`arc`、`dashed`、`dot`、`poly`（`wob=` 抖动边缘）、`text`（`halo=` 深色柔光垫底，解决看不清；`stroke_w` 已废弃、夹在 1.0，别用；中文自动切手写体） - 图案库：`sparkle` `star5` `star4` `heart` `crown` `crown_sketch` `halo` `speech_bubble` `arrow` `rainbow` `sun` `music_note` `paw_print` `cat_ears` `cat_ears_sticker` `butterfly` `tape` `frame` `underline` `raindrop` `flower` `dotflower` `bow` `fur` `blob` `emo_face` `fish` `pixel_sprite` - **贴纸风的五件新工具**（对标小红书/抖音那种手绘贴纸滤镜）： - `fur(pts, w=70, spread=, density=)` 毛绒笔画——猫尾巴、绒球、毛领子。`w` 要给到 40-90（细的毛笔画看不出毛） - `blob(x, y, rx, ry, alpha=170)` 软发光团——铺在颜文字/文字底下当白雾，画在最底的 wash 层 - `emo_face(x, y, eyes='^^', mouth='w', arms='yo')` **手画**颜文字。**不要用字体写颜文字**：系统里能显示 ω ᐢ ˃ ▽ 这些字符的只有印刷黑体（实测只有 Arial Unicode / Hiragino 角ゴ 覆盖），用它会和中文黑体一样出戏；而且颜文字若算文字元素就会占掉那唯一一句的配额。手画的不算文字，还能任意组合 - `fish(x, y, s=, flip=)` 小鱼；`pixel_sprite(rows, x, y, cell, legend)` 像素贴纸（字符网格，一行里连续同色合成一个矩形，所以视频里是一行行刷出来） - `cat_ears_sticker(lx, ly, rx, ry, w_=, h_=)` 实心三角猫耳（`cat_ears` 是描边款） - 色板：WHITE PINK HOTPINK CORAL PEACH YELLOW LEMON MINT SKY BLUE LAVENDER RED INK；`al(c,alpha)` `dk(c,f)` 调色 - 字体 fname：'marker' 'chalk' 'hand' 'note' 'script' 'savoye' 'comic'；中文手写体 'cjk-kuai'（圆润马克笔感）/ 'cjk-xing'（钢笔行书）/ 'cjk-hei'（印刷黑体，一般别用） **单位速查**（不看这个必踩坑）： - 坐标 x/y：归一化 0..1