Skill: dimension_research

⚠️ 关键规则（必须首先阅读）

在构造任何query前，必须通过以下检查：

Query中是否包含动作词？
- 必须包含：提取、检测、识别、分析、获取、生成、控制等
- 如果没有动作词，这个query是错误的
Query是否在搜索"如何做"而不是"是什么"？
- ✅ 正确：姿态提取方法、深度图生成工具
- ❌ 错误：女性画家、户外写生、白色裙子
Query是否会搜到技术内容？
- ✅ 正确：会搜到教程、工具、方法
- ❌ 错误：会搜到图片、作品、内容

示例对比：

错误Query（只有内容）	正确Query（包含方法）
❌ 女性画家背影	✅ 人物姿态提取方法
❌ 户外写生空间	✅ 深度图生成工具
❌ 白色裙子	✅ 服装分割检测方法
❌ 画架画板	✅ 物体识别提取工具

强制自检流程：

构造query → 检查是否包含动作词 → 检查是否搜索方法 → 确认后搜索
           ↓ 没有动作词                ↓ 只搜内容
           重新构造                    重新构造

目标

为Image Dimensions（图片维度）提炼适合的Control Signals（控制信号/特征维度）。

核心目的：选择的特征维度将用于生成式AI模型还原图片。

关键原则：

特征维度必须是生成模型可消费的控制信号（生成模型包括但不限于stable diffusion、nano banana等模型）
根据图片维度的特点，选择能够有效控制生成过程的特征维度
优先选择在AI图像生成领域已被验证有效的控制方式

搜索重点：

寻找创作者如何使用特定特征维度来控制AI生成图片
关注特征维度在生成模型中的实际应用案例
了解特征维度如何影响生成结果的视觉效果

注意：本skill只负责 Image Dimension → Control Signal，不负责寻找工具或提取Feature Value。

输入格式

{
  "highlight_id": "[亮点ID]（可选）",
  "highlight_description": "[亮点描述]（可选）",
  "highlight_type": "[实质/形式/全局]",
  "image_dimension": "[图片维度名称]",
  "image_dimension_description": "[图片维度描述]",
  "goal": "为该图片维度寻找适合的特征维度（Control Signals）"
}

输出格式

文件：knowledge/dimension_research_result.json

{
  "image_dimension": "pose",
  "control_signals": [
    {
      "name": "openpose_skeleton",
      "category": "form",
      "output_format": "image",
      "format_reason": "骨架图是标准的ControlNet输入格式",
      "generation_usage": "作为ControlNet的pose控制信号",
      "search_evidence": ["URL1", "URL2"],
      "reasoning": "为什么选择这个控制信号"
    }
  ]
}

输出格式说明：

image：特征可视化（深度图、mask、骨架图等）或标准化素材
json：参数/数值特征（比例、坐标、权重等）

常见维度参考：

构图/布局/光照/深度/姿态 → image
色彩 → image或json
标签/分类/参数 → json

工作流程

0. 初始假设

⚠️ 搜索前必须先给出假设：基于自身知识，列出可能的控制信号和理由

格式：假设：[信号1/2/3] | 理由：[知识来源] | 待验证：[具体问题]

报告中必须对比初始假设和最终结果

1. Query构造（关键）

⚠️ 搜索目的：寻找"如何提取特征"的方法，而不是寻找类似的图片内容

Query公式：[特征类型] + [提取动作] + [信息类型]

严格禁止：

❌ 直接使用亮点描述作为搜索词
❌ 只搜索内容关键词
❌ 缺少"提取"、"检测"、"识别"等动作词

自检问题：

这个query是在搜索"如何提取特征"吗？
这个query包含提取动作词了吗？
这个query会搜到提取方法和工具吗？

Query要求：

简短（3-5词）
语义完整
包含提取意图

搜索平台：只在小红书搜索，使用中文

2. 搜索迭代

⚠️ 每轮必须说明：为什么搜索、基于什么发现

第一轮（验证假设）：

Query：[假设的控制信号] + [提取动作] + [信息类型]
记录：query、迭代理由（验证哪个假设）、发现、与假设对比

第二轮（基于发现深入）：

Query：[第一轮术语/工具] + [使用/应用] + [教程/案例]
记录：query、迭代理由（基于第一轮的什么发现）、具体案例、对假设的修正

第三轮（可选）：

Query：[工具/方法] + [效果/参数] + [评测/设置]
记录：query、迭代理由、验证结果

停止条件：找到3-5个案例 / 能清晰描述使用方法 / 结果重复 / 完成2-3轮 / 假设已验证

3. 维度边界控制

根据highlight_type严格限制提取范围：

实质类亮点：

✅ 提取：该实质本身 + 该实质的形式属性
❌ 禁止：全局形式、其他实质

形式类亮点：

✅ 提取：该形式维度本身
❌ 禁止：具体实质、其他形式维度

全局类亮点：

✅ 提取：全局形式维度
❌ 禁止：具体实质

4. 分析搜索结果

从搜索结果中提取：

创作者使用的控制信号类型
控制信号在生成中的作用
控制信号的输出格式（image/json）
实际应用案例和效果

5. 提炼控制信号

分解原则：

实质类 → 实质本身 + 形式属性（多个）
形式类 → 该形式表示（1个）
全局类 → 全局特征（1个或少数）

推理要求：

列出搜索得到的知识
说明为什么需要这些特征维度
边界检查（只服务于当前图片维度）
得出特征维度列表

6. 输出结果

每个控制信号必须包含：

name（snake_case）
category（global/substance/form）
output_format（image/json）
format_reason（选择该格式的理由）
generation_usage（在还原时如何使用）
search_evidence（支持的URL）
reasoning（选择理由，基于搜索案例）

报告必须包含：初始假设 | 迭代过程（每轮理由和发现）| 假设对比 | 最终结论

禁止：凭空想象 / 无案例支持 / 理论推测 / 超出亮点边界 / 缺少迭代理由和假设对比

停止条件

当搜索结果能够解释以下问题时停止：

为什么这种效果成立
如何实现
哪些因素控制

dimension_research.md 6.5 KB Bezpośredni odnośnik Historia Czysty