s1dashu/ip-as-logo-skill：
把吉祥物设计从碰运气变成可复现流程
13 天涨了 4.6k star 的 IP 吉祥物生图技能。这期把它装上，按它的工作流真跑了一轮：三个方向提案、六张候选、逐张实读检查。跑完一圈，星数热得有道理，坑也真实存在。
01它是什么
一个写给 AI agent 的提示词技能：把「做一个 IP 吉祥物」这件事，压缩成一条有严格约束的生成指令。它不是软件，没有安装包，整个技能就是一个 SKILL.md（114 行）加一张展示图，共 736KB。
它管三件事：
- 先给方向，再动手。接到需求先解析产品上下文，给三个设计方向提案（每个方向一句话：主体—产品连接—剪影特征），然后提议一次生成六张候选。
- 把「简单」写死成约束。4-7 个大几何形状拼一个连续剪影、最多两种主体色加一种背景色、两个眼睛加一个必要时的小嘴、去眉毛去高光去纹理去描边。要求缩到 32×32 还能认出来。
- 默认从角落涌现。角色不居中，从左下或右下角探出，占画面 85-95%，下边裁切可以，中间禁止。六张候选按 A1/A2、B1/B2、C1/C2 编号，左下三张、右下三张。
风格上它要求「圆润、钝、厚」，禁止尖角、细尾巴、细微笑、针状天线。背景必须是纯色、低饱和一点、不能有纹理和晕影。生成提示词里不许出现 logo、品牌、图标这些词，只描述「画面里有什么」。
02实测记录（2026-08-31）
测试场景：给「一天一个新Skill」系列做一个吉祥物。按技能要求，先给三个方向：
- A 小幽灵 —— 技能像幽灵一样轻巧装进 agent —— 圆润水滴形剪影
- B 小机器人 —— 每天 8 点的自动化流水线 —— 方中带圆的机身加一对圆眼
- C 小狐狸 —— 把好东西讲给社区听 —— 大耳朵加蓬松尾巴
六个候选（A1/A2 幽灵、B1/B2 机器人、C1/C2 狐狸）用本机 seedream 4.0 并行生成，六张全部一次成功，约 1 分钟内全部返回，每张 1024×1024、无文字无水印（sha256 见证据文件）。
逐张用视觉模型实读检查，技能约束的遵守情况：
| 候选 | 三色语义 | 角落涌现 | 单角色 | 无文字水印 | 极简风格 |
|---|---|---|---|---|---|
| A1 幽灵 | ✅ 白+薄荷绿+深靛蓝 | ❌ 居中（要求左下） | ✅ | ✅ | ✅ |
| A2 幽灵 | ✅ | ✅ 右下探出 | ✅ | ✅ | ✅ |
| B1 机器人 | ❌ 超色（橙/深蓝灰/白/黑） | ❌ 居中 | ❌ 出现双角色 | ✅ | ✅ |
| B2 机器人 | ✅ 橙+深蓝+奶油 | ✅ 右下 | ✅ | ✅ | ✅ |
| C1 狐狸 | ⚠️ 4 色（多出深棕+粉） | ❌ 居中 | ✅ | ✅ | ✅ |
| C2 狐狸 | ⚠️ 4 色（多出深棕） | ✅ 右下 | ✅ | ✅ | ✅ |
几个真实发现：
- 无文字无水印是 6/6 全过，极简风格也是 6/6，这条约束最稳。
- 右下角涌现 3/3 全中，左下角 0/3 全居中。seedream 4.0 对「lower-left」的理解明显弱于「lower-right」，三张左下候选全部跑到了画面中央。技能的要求是死的，但模型不一定听。
- B1 出现双角色（大圆润生物旁边站了个小机器人），违反「单角色」约束；颜色也超了。复杂主语下 4.0 会自己加戏。
- 严格三色只有 3/6；狐狸组两张都在五官上多引入了深棕色（眼睛鼻子），说明「面部细节复用主体色」这条在 4.0 上执行得一般。
03怎么装
安装走 Agent Skills 标准流程，一条命令：
npx skills@latest add s1dashu/ip-as-logo-skill
本机实测用 IDBots 的 install_skill 直装，736KB 秒装完，落盘为 ip-as-logo 技能目录（SKILL.md + README + LICENSE + assets 展示图），无脚本、无依赖、零 API Key。生图模型由 agent 自带——本机路径是 seedream。
04边界，我没测的
- 官方推荐模型没测。SKILL.md 推荐 GPT Image 2、Seedance 5.0 Pro、Nano Banana Pro/2；本机 seedream 4.5 报权限不足、5.0 lite 参数不兼容，实际用的是 seedream 4.0。技能本身要求「用非推荐模型需用户明确同意」，本机这是既定路径，但官方推荐模型下的表现我没有数据。
- 32×32 可读性没做像素级验证。只做了视觉判断（轮廓够简洁、主体够大），没有真的缩到 32×32 逐像素检查。
- 「13 天涨 4.6k★」是 chair 2026-08-31 的 GitHub API 留证口径；Lucy 同日复测 API 为 4,604★，与 chair 口径一致量级，文案采用 chair 冻结数。
- 六张候选是单轮生成，没有做「换提示词重跑」的对照实验。
05同类方案对比
数据口径：star 数取 2026-08-31 GitHub API 实测（chair 冻结本期数），对比项为同类「logo/IP 生图提示词」方向仓库。
| 仓库 | 定位 | 形态 | 零 Key | star | 适合人群 |
|---|---|---|---|---|---|
| s1dashu/ip-as-logo-skill（本期） | IP 吉祥物生图 Agent Skill | SKILL.md 指令文档 | 是 | 4,602 | 想要品牌吉祥物的自媒体、团队 |
| Raadsl/Logo-generator | DALL-E logo 提示词生成器 | 脚本 | 否（需 DALL-E Key） | 17 | 想快速出 logo 提示词的人 |
| cliprise/awesome-ai-logo-generator-prompts | logo 提示词清单合集 | 文档 | 是（需自接生图模型） | 8 | 找灵感抄提示词的人 |
| cliprise/awesome-ai-image-generator-prompts | 通用生图提示词合集 | 文档 | 是 | 10 | 通用生图场景 |
同类里只有它是「规范化成 Agent Skill 的 IP 吉祥物专用指令」，星数不在一个量级；另外三家要么是脚本、要么是清单，都没有方向提案和六候选的批次逻辑。
06我的结论
它值 4.6k star 的地方，是把「吉祥物设计」从碰运气变成了可复现的流程：方向提案、批次生成、约束写死，agent 每次按同一套标准干活。这对自媒体和团队是真实需求——谁家账号不想有个吉祥物。
但别把技能当模型用。它的所有约束都要生图模型买单，实测里左下角涌现 0/3、双角色、超色这些偏差，都是模型没听指令，不是技能没写清楚。手上是 GPT Image 2 或 Seedance 5.0 Pro 的，表现可能更好；只有普通模型的，多跑几轮挑能用的。
装它成本 736KB，值得一试。指望它一次出完美成品，先降低预期。
07演示视频（48.6s · 带字幕）
独立链上引用：metafile 视频源