scenario-chatgpt-pet-create

场景 ChatGPT 宠物：创建

概述

ChatGPT 宠物是一张透明精灵图：单元格为 192x208，共 8 列、9 行动画（v1， 1536x1872），外加两行共 16 个朝向（v2，1536x2288）。行、帧数、每种状态必须呈现的内容、 朝向、评估文件和打包布局详见： references/sheet-contract.md。首次生成前请先阅读。

此技能会在运行目录中生成 v2 精灵图（除非用户只需要 v1）、一份用于上传到 ChatGPT 网页版的 v1 副本、柔和背景上的 pet.gif 和 pet-transparent.gif，以及 Codex pet.json 包；只有用户同意后才会安装。所有图像都通过 Scenario MCP 服务生成；帧裁切、精灵图组装、 验证、GIF 制作和打包都由随附脚本在本地完成，因为交付物是供 ChatGPT 或 Codex 使用的文件， 而且没有 MCP 工具能组装宠物精灵图。图像模型不会绘制整张精灵图：它一次只绘制一行，再由脚本 放置每一帧。

连接、范围和核心循环：scenario 技能。修改已有精灵图的宠物： scenario-chatgpt-pet-update。如果你的可用技能中缺少此处提到的同类技能，请让用户安装 （npx skills add scenario-labs/skills --skill <name>）；若在无人值守模式下运行，请根据工具 架构继续操作，并标记这一缺失。

脚本由 Agent 使用 Python 3、Pillow 和 NumPy 运行（pip install pillow numpy；如果系统 Python 不允许安装，请在运行目录之外的虚拟环境中安装），并从用户工作目录通过本技能 scripts/ 文件夹中的路径调用（下方命令简写了该路径）。每个脚本都会输出 JSON，或输出 error: ... 并以退出代码 1 结束；--help 会列出所有选项：

• pet_prepare.py：运行目录、背景键、每个任务的一条提示词和请求尺寸 （init）、额外提示词句子（note）、像素网格和调色板（pixel）。
• pet_frames.py：将生成的条带裁切为帧并报告问题 （extract）；读取现有精灵图（split，由更新技能使用）。
• pet_build.py：组装精灵图，为每一行设置统一的宠物高度、地面线和落地锚点。
• pet_check.py：验证要交付的确切文件。
• pet_preview.py：联系表、带标签的朝向图、GIF。
• pet_package.py：打包和可选的 Codex 安装。
• pet_common.py：共享布局信息，由其他脚本导入。

快速参考

步骤	操作
简要说明	文本、参考图像或两者兼有；最多进行一轮提问，提问不超过四个
设置	pet_prepare.py init；对任务在 references 中列出的每个文件调用 upload_asset
模型，按此顺序	model_openai-gpt-image-2-5-sunburst，然后是 model_google-gemini-nano-banana-2-1；仅当两者都受阻时才使用 recommend
每次生成	每个模型调用一次 model_schema_get，再调用 dry_run，使用任务的 prompt 和 sizes 调用 model_run，调用 jobs_wait，再以 format: "png" 调用 asset_download，保存到任务的 output
像素级精准	基础图获批后、生成任何行之前：先对基础图调用一次 Pixel Snapper（model_pixel-snapper），然后运行 pet_prepare.py pixel
每条条带	pet_frames.py extract RUN --job <id>；读取 JSON；查看 frames/<id>/preview.png
第 0-8 行完成	pet_build.py RUN --version 1 --out RUN/qa/checkpoint，然后运行 pet_preview.py contact 和 gif
完成	pet_build.py RUN、pet_preview.py looks、判定结果、pet_check.py、pet_preview.py gif、pet_package.py make

模型 ID 是特意这样命名的：两者都能在参考图像的八个姿势行中保持同一个角色，这正是此任务所需的；无法运行两者的团队则根据需求和模型系列（GPT Image、Nano Banana）改用 recommend。Pixel Snapper 是 Scenario 提供的工具，可将生成的像素艺术对齐到整洁的网格和调色板。请阅读每个架构定义，不要只相信下文列出的尺寸：编写本文时，Sunburst 接受 referenceImages（数组，最多 10 张）、width 和 height（16 至 3840，步长为 16）、background（此处为 opaque）和 quality（本文记录的每次运行均使用默认值），并会自行拉宽极端形状（请求 3584x512 时，它返回了 3584x1200），因此 init 要求高度至少为宽度的三分之一；Nano Banana 接受最多 14 张 referenceImages 和 aspectRatio 预设（4:1、8:1）。预算应依据 dry_run 报价制定，这才是每项任务的计费金额：jobs_wait 报告的 cuCost 可能不包括项目 Quality Gate 等附加费用，因此仅跟踪该数值会低估支出。编写本文时，基础图报价为 13.75 CU，每条条带为 13.75 至 17.75 CU（较宽的条带费用更高），Snapper 调用为 6.75 CU，因此像素级精准的 v2 宠物（12 次生成，其中 running-left 采用镜像，另加 Snapper）在任何修复前约需 198 CU；若必须生成 running-left，则约需 216 CU：预算应留出修复两到三行的空间。无人值守时，切勿启动一个任务，使已花费报价与尚需报价之和超过预算：如果只剩外观行，就不包含这些行，交付 v1；否则停止并报告。

示例：根据照片制作一只穿黄色雨衣的柯基 Biscuit

1. 简述。 用户发送一张照片和一句话。只询问一次，只问会影响美术效果的内容：名称和一句话描述（默认：推断）、风格（auto、pixel、plush、clay、sticker、flat-vector、3d-toy、painterly、brand-inspired）、是否要求像素级精确，以及使用带外观方向的 v2（默认）还是仅用 v1。品牌名称没有视觉线索时，询问颜色、形状和风格气质；绝不复制徽标或可读文字。无人值守时，推断并记录答案，根据简述自行完成下文的所有审核（并记录原因），绝不安装。确定团队和项目，然后为宠物创建一个集合（调用 collection_create，再对每个保留的输出调用 collection_add_assets，遵循 scenario 技能）。
2. 设置。 python3 scripts/pet_prepare.py init --name Biscuit --notes "corgi in a yellow raincoat, red collar" --reference photo.jpg --out pets/biscuit （像素级精确时添加 --pixel：它会在每条提示词中设置像素风格；添加 --version 1 则跳过外观方向行。）它会挑选与参考图形成对比的背景键（或根据备注选择：粉色宠物配绿色，绝不配洋红色），并写入 jobs.json：每个任务包含 id、frames、prompt、retry_prompt、references（相对于运行目录的文件）、每个模型对应的 sizes、depends_on 和 output。任务即将运行时，对它在 references/ 下列出的每个本地文件调用一次 upload_asset（记录其 id）；generated/ 中的文件已经是资源，因此应传入该任务返回的 id，而不是上传下载文件。
3. 基础图。 运行 base 任务，将 referenceImages 设为已上传照片的 id（仅文本描述的宠物则不传），原样使用其 prompt 以及 Sunburst 的 width/height，并设置 background: "opaque"。下载到 generated/base.png，运行 pet_frames.py extract RUN --job base，生成干净的身份参考图 references/base.png，并用 asset_display 展示基础图。用户批准前不得开始其他任务；如果警告称宠物与键色接近，则使用另一个键运行 init --force --chroma-key，并重新生成基础图。
4. 像素级精确变体。 对获批的基础图资源运行 model_pixel-snapper，保留生成图的背景及其他所有内容（使用 image；colors 设为 24，除非用户希望更少；可设置固定的 seed），下载后运行 pet_prepare.py pixel RUN --snapped snapped.png --colors <same>。它会选用每个美术像素对应 8、4、2 或 1 个屏幕像素的网格，保留调色板，并将放大的像素版本写回 references/base.png（上传这个新文件），这样每一行都基于干净的像素绘制，构建时也会将每一帧对齐到同一网格和调色板。只对基础图进行像素对齐：逐帧处理会导致各帧使用不同网格，而且每帧都要调用一次模型。
5. 动画行。 基础图完成后，除等待 running-right 的 running-left 外，所有标准行彼此独立。先启动 idle 和 running-right，检查身份和步态，再根据团队并发限制分批启动其余任务（使用 wait: false，每批调用一次 jobs_wait；根据 scenario 技能，若 429 错误中提到 parallel-custom-jobs，则该值就是并发上限）。每一行：referenceImages = 已上传的 references/base.png 加上用户照片，另加任务的 prompt 和 sizes。每次下载后都运行 extract、读取 JSON 并查看预览：若有错误（数量不对、姿势碰到图像边缘）或姿势不对，立即重新生成该行，使用 retry_prompt，或通过 pet_prepare.py note RUN --jobs <id> --text "..." 添加一句说明。若宠物镜像翻转后看起来完全相同（没有左右手之分、文字或倾斜方向，因此不适用于带单侧斑块的柯基或叶片倾斜的机器人），则跳过生成 running-left，改为在每次调用 pet_build.py 时传入 --mirror-left。
6. 检查点。 运行 pet_build.py RUN --version 1 --out RUN/qa/checkpoint，然后运行 pet_preview.py contact RUN/qa/checkpoint.png --out RUN/qa/contact.png 和 pet_preview.py gif RUN/qa/checkpoint.png --out-dir RUN/qa/checkpoint-previews；pet_check.py RUN/qa/checkpoint.png --run RUN --json-out RUN/qa/checkpoint-check.json 会在支付外观方向行的费用前检查高度和跳跃错误。展示 GIF（打开本地文件，或上传后分享 asset_display 返回的 app_url）；反馈应针对受影响的行进行修改，绝不要写入表格。
7. 外观方向行（v2）。 确定宠物四处活动时的表现（哪些部位保持不动、哪个部位带头动作、眼睛和耳朵如何移动），然后通过 note --jobs look-cardinals,look-9,look-10 添加说明，再运行 look-cardinals（四个姿势：上、右、下、左）。提取后，先目视审核全部四个姿势：如果某个方位在宠物尺寸下看不出来，立即重新生成。然后运行 look-9，提取后运行 pet_build.py RUN --out RUN/qa/checkpoint（它会警告 look-10 仍为空），再运行 pet_preview.py looks RUN/qa/checkpoint.png --out RUN/qa/looks.png 查看效果；之后运行 look-10，其参考图包含 generated/look-9.png，以便延续动作序列。
8. 完成。 pet_build.py RUN 会执行一次边缘清理，并写入 final/spritesheet.png 和 final/spritesheet.webp。运行 pet_preview.py looks RUN/final/spritesheet.webp --out RUN/qa/looks.png，查看效果，并按约定格式写入 qa/direction-semantics.json。 pet_check.py RUN/final/spritesheet.webp --run RUN --require-v2（仅 v1 的宠物不传 --require-v2）必须打印 ok: true；按提示修复问题并重新构建。 然后运行 pet_preview.py gif RUN/final/spritesheet.webp --out-dir RUN/previews，再对精灵图和两个 GIF 调用 upload_asset（kind: "image" 接受 WebP 和 GIF，且 GIF 会保留动画），用 collection_add_assets 将它们归档，然后展示本地的 pet.gif（内嵌的 asset_display 可能只显示单帧；它返回的 app_url 可以播放动画）。
9. 打包。 pet_package.py make RUN 会生成 package/biscuit/（包含 pet.json、spritesheet.webp）、package/spritesheet-v1.png 和 GIF。告知用户：ChatGPT 网页版可在 Settings > Personalization > Pet > Select pet > Upload pet 中上传 v1 文件；名称在此处设置，外观方向不会显示（仅 v2 文件包含外观方向）；Codex 桌面版则使用打包文件夹。运行 pet_package.py install RUN 前先征得用户同意：它会将文件复制到 ${CODEX_HOME:-~/.codex}/pets/biscuit/，若已有宠物则不会在没有 --force 的情况下替换，并会先将其备份到本次运行目录。

常见错误

• 在一张图里生成整张图集，或将长条图切分成大小相同的格子：模型无法精确绘制像素网格，因此 extract 会根据形状找到每个姿势，再由 pet_build.py 放置它们。
• 生成失败时用代码绘制帧：应停止并报告。脚本只会移动、缩放、镜像和清理生成的像素。
• 未阅读警告就接受某一行：被图像边缘切断的姿势、多出的姿势，或宠物内部的键色像素，在构建后都会变成损坏的帧。
• 通过重新生成所有内容来修复图集：保留所有通过检查的行，只重新生成未通过的最小范围行；如果同一问题重复出现两次，就改用其他方法（简化姿势、添加一句 note、减少道具），而不是重复运行相同的提示词。
• 将重新生成的某个朝向拼接到已批准的行中：朝向错误时要重新生成整行，这样十六个姿势才能保持为同一系列。
• 批准一个只有加上标签才能看懂的基本方向：000 表示朝上，不是中立方向；右表示观察者的右侧。
• 在运行 pet_check.py 后重新编码或编辑图集：打包步骤会比较 SHA-256，并拒绝其他字节；请重新构建并再次检查。
• 只把 v2 文件发给要在 ChatGPT 网页端上传的人：OpenAI 为该上传方式记录的尺寸是 1536x1872，也就是 spritesheet-v1.png。
• 未经询问就覆盖现有的 Codex 宠物进行安装：这种情况下 install 需要 --force，并且要获得用户同意。