baoyu-comic

知识漫画创作器

改编自 baoyu-comic，适用于 Hermes Agent 的工具生态。

灵活组合美术风格 × 基调，创作原创知识漫画。

适用场景

当用户要求创作知识／科普漫画、传记漫画、教程漫画，或使用“知识漫画”“教育漫画”或“Logicomix-style”等词语时，触发此技能。用户会提供内容（文本、文件路径、URL 或主题），并可选择指定美术风格、基调、布局、宽高比或语言。

参考图像

Hermes 的 image_generate 工具仅接受提示词——它接受文本提示词和宽高比，并返回图像 URL。它不接受参考图像。用户提供参考图像时，请将其特征提取为文字，并嵌入每页的提示词中：

收集参考图像：用户提供文件路径时，接受该路径（或使用用户在对话中粘贴的图像）。

• 文件路径 → 复制到漫画输出目录旁的 refs/NN-ref-{slug}.{ext}，以保留来源记录
• 粘贴的图像没有路径 → 通过 clarify 向用户询问路径，或将风格特征口头提取为文本作为替代
• 没有参考图像 → 跳过此部分

使用方式（按参考图像分别处理）：

用途	效果
style	提取线条处理、纹理和氛围等风格特征，并附加到每页提示词正文中
palette	提取十六进制颜色值，并附加到每页提示词正文中
scene	提取场景构图或主体说明，并附加到相关页面

存在参考图像时，在每页提示词的 frontmatter 中记录：

references:
  - ref_id: 01
    filename: 01-ref-scene.png
    usage: style
    traits: "muted earth tones, soft-edged ink wash, low-contrast backgrounds"

角色一致性由 characters/characters.md 中的文字描述（在步骤 3 中编写）保证，这些描述会内嵌到每页提示词中（步骤 5）。步骤 7.1 中生成的可选 PNG 角色设定表是供人工审阅的素材，不会作为输入传给 image_generate。

选项

视觉维度

选项	可选值	描述
Art	ligne-claire（默认）、manga、realistic、ink-brush、chalk、minimalist	美术风格／渲染技法
Tone	neutral（默认）、warm、dramatic、romantic、energetic、vintage、action	情绪／氛围
Layout	standard（默认）、cinematic、dense、splash、mixed、webtoon、four-panel	分格布局
Aspect	3:4（默认，竖版）、4:3（横版）、16:9（宽屏）	页面宽高比
Language	auto（默认）、zh、en、ja 等	输出语言
Refs	文件路径	用于提取风格／配色特征的参考图像（不会传给图像模型）。参见上文的参考图像。

部分工作流选项

选项	描述
仅生成分镜	仅生成分镜，跳过提示词和图像
仅生成提示词	生成分镜和提示词，跳过图像
仅生成图像	根据现有提示词目录生成图像
重新生成 N 页	仅重新生成指定页面（例如，3 或 2,5,8）

详情：references/partial-workflows.md

艺术风格、基调与预设目录

• 艺术风格（6 种）：ligne-claire、manga、realistic、ink-brush、chalk、minimalist。完整定义见 references/art-styles/<style>.md。

• 基调（7 种）：neutral、warm、dramatic、romantic、energetic、vintage、action。完整定义见 references/tones/<tone>.md。

• 预设（5 种），包含超出纯艺术风格 + 基调组合的特殊规则：

  预设	等效组合	特点
  ohmsha	manga + neutral	视觉隐喻、无谈话场景、揭示小工具
  wuxia	ink-brush + action	气效果、战斗画面、氛围感
  shoujo	manga + romantic	装饰元素、眼部细节、浪漫情节
  concept-story	manga + warm	视觉符号系统、成长弧线、对话与动作的平衡
  four-panel	minimalist + neutral + 四格布局	起承转合结构、黑白 + 点缀色、简笔人物

  完整规则见 references/presets/<preset>.md — 选择预设时加载该文件。

• 兼容性矩阵和内容信号 → 预设表格位于 references/auto-selection.md。在第 2 步推荐组合前，请先阅读。

文件结构

输出目录：comic/{topic-slug}/

• Slug：根据主题生成 2–4 个单词的 kebab-case 名称（例如 alan-turing-bio）
• 冲突：追加时间戳（例如 turing-story-20260118-143052）

内容：

文件	说明
source-{slug}.md	保存的源内容（kebab-case slug 与输出目录名称一致）
analysis.md	内容分析
storyboard.md	含分镜拆解的故事板
characters/characters.md	角色定义
characters/characters.png	角色参考表（从 image_generate 下载）
prompts/NN-{cover|page}-[slug].md	生成提示词
NN-{cover|page}-[slug].png	生成的图像（从 image_generate 下载）
refs/NN-ref-{slug}.{ext}	用户提供的参考图像（可选，用于记录来源）

语言处理

检测优先级：

1. 用户指定的语言（明确选项）
2. 用户的对话语言
3. 源内容语言

规则：所有交互均使用用户的输入语言：

• 故事板大纲和场景描述
• 图像生成提示词
• 用户选择选项和确认
• 进度更新、问题、错误、摘要

技术术语保留英文。

工作流

进度清单

Comic Progress:
- [ ] Step 1: Setup & Analyze
  - [ ] 1.1 Analyze content
  - [ ] 1.2 Check existing directory
- [ ] Step 2: Confirmation - Style & options ⚠️ REQUIRED
- [ ] Step 3: Generate storyboard + characters
- [ ] Step 4: Review outline (conditional)
- [ ] Step 5: Generate prompts
- [ ] Step 6: Review prompts (conditional)
- [ ] Step 7: Generate images
  - [ ] 7.1 Generate character sheet (if needed) → characters/characters.png
  - [ ] 7.2 Generate pages (with character descriptions embedded in prompt)
- [ ] Step 8: Completion report

流程

Input → Analyze → [Check Existing?] → [Confirm: Style + Reviews] → Storyboard → [Review?] → Prompts → [Review?] → Images → Complete

步骤摘要

步骤	操作	主要输出
1.1	分析内容	analysis.md、source-{slug}.md
1.2	检查现有目录	处理冲突
2	确认风格、重点、受众、评审	用户偏好
3	生成故事板 + 角色	storyboard.md、characters/
4	审阅大纲（如有要求）	用户批准
5	生成提示词	prompts/*.md
6	审阅提示词（如有要求）	用户批准
7.1	生成角色表（如需要）	characters/characters.png
7.2	生成页面	*.png 文件
8	完成报告	摘要

用户问题

使用 clarify 工具确认选项。将相互独立的问题放在同一个 questions 数组中（最多 5 个）；如果某个问题的选项取决于较早问题的回答，则应单独提问。完整的 Step 2 问题集请参阅 references/workflow.md。

超时处理（关键）：clarify 可能会返回 "outcome": "timed_out"，且响应标记为 "status": "unanswered"——这并不表示用户同意将所有内容设为默认值。

• 仅对未回答的问题采用默认值。每个问题都是一个独立的同意项。
• 在你的下一条消息中向用户明确说明默认值，让他们有机会更正。例如："Style: defaulted to ohmsha preset (clarify timed out). Say the word to switch."——如果不报告默认值，用户就无法区分它是默认设置，还是从未被询问过。
• 在发生一次超时后，不要将 Step 2 合并为一次“全部使用默认值”的处理。如果用户确实不在，他们对全部五个问题都不会有回应；但回来后可以更正明确告知的默认值，却无法更正未告知的默认值。

步骤 7：图像生成

所有图像渲染都使用 Hermes 内置的 image_generate 工具。其架构仅接受 prompt 和 aspect_ratio（landscape | portrait | square）；它返回 URL，而不是本地文件。因此，每个生成的页面或角色设定表都必须下载到输出目录。

提示词文件要求（硬性）：调用 image_generate 之前，将每张图像的完整最终提示词写入 prompts/ 下的独立文件（命名格式：NN-{type}-[slug].md）。提示词文件是可复现记录。

纵横比映射——分镜的 aspect_ratio 字段按以下方式映射到 image_generate 的格式：

分镜纵横比	image_generate 格式
3:4、9:16、2:3	portrait
4:3、16:9、3:2	landscape
1:1	square

下载步骤——每次调用 image_generate 后：

1. 从工具结果中读取 URL
2. 使用绝对输出路径获取图像字节，例如： curl -fsSL "<url>" -o /abs/path/to/comic/<slug>/NN-page-<slug>.png
3. 确认文件在该确切路径存在且非空，然后再继续生成下一页

**切勿依赖 shell CWD 的持久性来处理 -o 路径。**终端工具的持久 shell CWD 可能会在不同批次之间发生变化（会话过期、TERMINAL_LIFETIME_SECONDS、cd 失败导致仍处于错误目录）。curl -o relative/path.png 是个隐蔽的陷阱：如果 CWD 已偏移，文件会悄无声息地保存到其他位置，且不会报错。始终为 -o 指定完整的绝对路径，或者为终端工具传入 workdir=<abs path>。2026 年 4 月的事故：一部 10 页漫画的第 06–09 页被保存到了仓库根目录，而不是 comic/<slug>/，因为第 3 批继承了第 2 批中的过期 CWD，curl -o 06-page-skills.png 将文件写入了错误目录。之后 Agent 花了好几个回合声称这些文件存在于实际并不存在的位置。

7.1 角色设定表——如果漫画有多页且角色会重复出现，则生成角色设定表（保存到 characters/characters.png，纵横比为 landscape）。简单预设（例如四格极简风格）或单页漫画可跳过。调用 image_generate 之前，必须先创建提示词文件 characters/characters.md。渲染出的 PNG 是供人查看的审阅材料（方便用户直观核验角色设计），也是后续重新生成或手动编辑提示词时的参考资料——它不会影响步骤 7.2。页面提示词已在步骤 5 中根据 characters/characters.md 的文字描述编写；image_generate 无法接受图像作为视觉输入。

7.2 页面——调用 image_generate 之前，每页的提示词必须已保存到 prompts/NN-{cover|page}-[slug].md。由于 image_generate 仅接受提示词，因此角色一致性须通过在步骤 5 编写的每页提示词中**内嵌角色描述（取自 characters/characters.md）**来保证。无论是否在步骤 7.1 生成 PNG 设定表，都要统一进行内嵌；PNG 仅用于审阅和辅助重新生成。

备份规则：重新生成之前，将现有的 prompts/…md 和 …png 文件重命名，并加上 -backup-YYYYMMDD-HHMMSS 后缀。

完整的分步工作流（分析、分镜、审阅关卡、重新生成变体）：references/workflow.md。

参考资料

核心模板：

• analysis-framework.md - 深度内容分析
• character-template.md - 角色定义格式
• storyboard-template.md - 分镜结构
• ohmsha-guide.md - Ohmsha 漫画规范

风格定义：

• references/art-styles/ - 美术风格（ligne-claire、manga、realistic、ink-brush、chalk、minimalist）
• references/tones/ - 基调（neutral、warm、dramatic、romantic、energetic、vintage、action）
• references/presets/ - 带有特殊规则的预设（ohmsha、wuxia、shoujo、concept-story、four-panel）
• references/layouts/ - 布局（standard、cinematic、dense、splash、mixed、webtoon、four-panel）

工作流：

• workflow.md - 完整工作流详情
• auto-selection.md - 内容信号分析
• partial-workflows.md - 部分工作流选项

页面修改

操作	步骤
编辑	先更新提示词文件 → 重新生成图像 → 下载新的 PNG
添加	在指定位置创建提示词 → 将角色描述嵌入生成内容 → 重新编号后续页面 → 更新分镜
删除	删除文件 → 重新编号后续页面 → 更新分镜

重要：更新页面时，务必先更新提示词文件（prompts/NN-{cover|page}-[slug].md），然后再重新生成。这可确保变更有记录且可复现。

注意事项

• 图像生成：每页需要 10-30 秒；失败时自动重试一次
• 务必将 image_generate 返回的 URL 下载为本地 PNG —— 下游工具（以及用户审核）需要输出目录中的文件，而非临时 URL
• 对 curl -o 使用绝对路径 —— 批量处理时，切勿依赖持久 Shell 的当前工作目录。这个隐蔽问题会导致文件落入错误目录，随后对预期路径执行 ls 时什么也看不到。参见步骤 7“下载步骤”。
• 对敏感公众人物使用风格化替代形象
• 必须确认步骤 2 —— 不要跳过
• 步骤 4/6 为条件步骤 —— 仅在用户于步骤 2 中提出请求时执行
• 步骤 7.1 角色表 —— 多页漫画建议使用，简单预设可选。PNG 用于审核和重新生成；步骤 5 中编写的页面提示词使用 characters/characters.md 中的文本描述，而非 PNG。image_generate 不接受图像作为视觉输入
• 清除机密信息 —— 写入任何输出文件前，扫描源内容中的 API 密钥、令牌或凭据