这是什么
Dreamy Motion Editorial 是一个面向AI图生图的视觉风格分析与提示词生成Skill。它不会简单地对照片加雾、加光晕或整图虚化，而是通过提取照片中真正重要的主体、动作、情绪和色彩记忆，决定哪些内容保持清晰（Keep）、哪些淡化成运动残影（Fade）、哪些直接删除（Remove），并用真实的慢门拖影、风动、光影流动、玻璃反射、蒸汽、飞鸟或交通掠影构建动态留白，最终输出完整的中英文图生图提示词、负面提示词、保真约束、构图与参数建议。
该项目由 lzs0594 开发，采用 MIT 许可协议，目前拥有 37 Stars 和 6 Forks，开放 0 个 Issues，代码质量相对稳定。
适合谁
- 摄影师 / 艺术家：希望将日常街拍、人像、风景转化为高级艺术风格作品。
- 自媒体创作者：需要为小红书、Pinterest、杂志封面等制作梦幻、动态感的视觉图片。
- AI绘画爱好者：想要精调图生图提示词，摆脱廉价的“滤镜感”，掌握真正的艺术方向。
- 电商 / 品牌方：为产品图、氛围图提供高级视觉风格。
能做什么
- 对照片进行视觉诊断，提取语义核心（人物、动作、情绪、色彩）。
- 将画面分解为三个景深层次：近镜掠影、中景拖影、背景光色流。
- 提供 Keep / Fade / Remove 内容分层建议，让主体清晰、环境溶解。
- 生成适合 Midjourney、Stable Diffusion 等工具的中英文双向提示词。
- 提供负面提示词、保真约束（如语义核心、身份锁定）、推荐比例与重绘强度。
- 内置多种风格机制：人群慢门漂移、花叶扩散、玻璃反射记忆、逆光晕染、低角度色场、动作瞬间拖影等。
使用前准备
- 安装一个支持 Skill 的 AI Agent，如 Codex 或 Claude Code。
- 准备一张你想转换的普通照片（手机、相机均可）。
- 熟悉基本的图生图工具（Midjourney / Stable Diffusion）的操作。
- 可选：安装 Python 3 环境，以运行
analyze_photo.py获取结构化方向建议。
安装方法
作为 Codex Skill，将仓库克隆到 Codex 的 skills 目录（以 Windows 为例）：
git clone https://github.com/lzs0594/dreamy-motion-editorial.git "$HOME\.codex\skills\dreamy-motion-editorial"
然后对话中直接使用：
使用 $dreamy-motion-editorial 分析这张照片，输出高级朦胧梦幻风格的中英文图生图提示词
对于 Claude / 其他 Agent，将 SKILL.md 与 references/、scripts/、assets/ 一起放入对应 Agent 的 skill 目录即可。
使用示例
自然语言调用
向 Agent 提供一张照片并输入：
使用 $dreamy-motion-editorial 分析这张照片，输出高级朦胧梦幻风格的中文图生图提示词
Skill 会输出照片视觉诊断、Keep/Fade/Remove 分层、动态留白建议、完整提示词、负面提示词、保真约束与推荐参数。
结构化方向建议（可选）
用 analyze_photo.py 将照片特征转换为方向建议：
python scripts/analyze_photo.py --subject portrait --light hard-sun --motion still --depth layered --background street --risks face,hands,geometry,text --strength dream-haze --fidelity semantic-core --json
参数说明（部分）：
| 参数 | 可选值 | 说明 |
|---|---|---|
--subject |
portrait / group / product / scene / animal | 主体类型 |
--light |
flat / window / hard-sun / backlit / mixed / night | 光线条件 |
--motion |
still / walking / turning / reaching / wind / traffic | 画面已有动势 |
--depth |
shallow / layered / deep | 空间层次 |
--background |
indoor / street / nature / architecture / studio | 背景类型 |
--risks |
face / faces / hands / geometry / text | 需保护结构 |
--strength |
restrained-premium / dream-haze / experimental-memory | 风格强度 |
--fidelity |
semantic-core / identity-lock / experimental-abstraction | 保真策略 |
运行测试
python -m unittest discover -s tests -v
风险与注意事项
- 版权与道德：本 Skill 参考了高级动态编辑摄影原则，不模仿任何在世艺术家或单一创作者，但生成结果仍可能涉及肖像权、商标等，请确保你拥有照片的使用权。
- AI 生成波动：图生图结果可能不稳定，尤其是人物面部、手部等复杂结构，建议使用保真约束（如
identity-lock）并多次尝试。 - 计算资源：部分风格机制（如玻璃反射、人群漂移）对重绘强度要求较高，可能需要高性能 GPU 或更长的生成时间。
- 参数调优：不同图生图工具对提示词语法敏感，建议根据 Midjourney 或 Stable Diffusion 的实际反馈微调。
- 许可与引用：MIT 许可允许自由使用和修改，但引用时请保留原作者署名。
更多风格机制和完整示例，请参考仓库内的 references/prompt-recipes.md 和 references/style-system.md。