用 AI + Python 从 0 到 1 做了一套动态表情包，顺便把整套流程封装成了可复用 Skill

用 AI + Python 从 0 到 1 做了一套动态表情包，顺便把整套流程封装成了可复用 Skill

摘要：本文复盘我用「AI 出图 + Pillow 动效 + 工程化流水线」做一套微信动态表情包的全过程。重点不是设计审美，而是那些只有动手才会踩的坑：Windows 路径解析、并行调用的隐式冲突、Pillow 对 RGBA 的量化限制、灰底清理、平台体积预算、头像圆形裁切安全区，以及一个反直觉的"聊天查看器棋盘格"渲染 bug。最后我把这套流程固化成了一个可安装的 Skill，任何 Agent 装上就能复现，无需重新踩坑。

一、缘起：一个"没赚到钱"的静态表情包

起因很朴素——我去年手搓过两套静态微信表情包（章鱼宝宝的喜乐和啵啵嘴树懒鹦鹉），发出去零收益。复盘下来，静态图在微信表情平台的完播/下载转化天然吃亏，而且没有固定 IP 主角，用户记不住。因此综合考虑，这次以定位学生党摆烂日常——*「鸭摆摆」**一只头顶弹簧呆毛的黄色小鸭。

这次定了三个硬指标：

1. 做成动态 GIF（240×240、透明底、单图 ≤ 500KB）；
2. 必须有固定主角 IP（品牌记忆点，决定复下载率）；
3. 走强共鸣场景向（大学生日常：早八、干饭、被点名、摸鱼、卷王……），而不是纯可爱。

目标受众和主题定下来后，技术上的核心矛盾只有一个：怎么让 AI 生成的 16 张图，长着同一张脸。

二、技术拆解：把"做表情包"变成可工程化的流程

我把它拆成四个阶段，每一阶段都有明确的输入输出，可以当流水线跑：

Phase 0  需求建模   → brief
Phase 1  IP 锁版    → 锁版稿 + 角色 DNA
Phase 2  分镜       → 16 张场景稿
Phase 3  动效       → 16 个 GIF
Phase 4  提交包     → 预览/横幅/图标/头像 + 文案

2.1 IP 一致性：锁版稿 + 图生图

AI 出图最大的痛是角色漂移——尤其是头上那根标志性呆毛，每次生成形状都不一样。我的解法是：

• 先生成一张锁版稿（正面、全身、高保真）作为所有后续调用的 input_image；
• 后续全部走图生图（input_fidelity: high）而非文生图；
• 在提示词里强制锁定特征，例如那根呆毛要写 permanently on top, same shape every time，否则 AI 会"自作主张"。

这一步是后面所有一致性的地基，省掉了 80% 的返工。

2.2 动效流水线：ImageGen 出帧 + Pillow 拼 GIF

出图用 ImageGen，拼图用 Pillow。下面这几个坑，是这篇文章最想讲的部分。

坑 1：Windows + Git Bash 的路径解析

在 Windows 的 Git Bash 里，如果你传 /f/work/...，ImageGen 会把它误解析成 F:\f\work\...，于是找不到文件、静默失败。

解法：一律用 F:/work/...（盘符 + 正斜杠），不要写 /f/...。

# ❌ 错
/f/workBuddy/表情包/_final/01_png/scene08/frame1.png
# ✅ 对
F:/workBuddy/表情包/_final/01_png/scene08/frame1.png

坑 2：并行调用的隐式冲突

早期我为了快，对同一场景并行发 ImageGen 请求，结果出现两种诡异丢帧：

• 多个任务的 output_dir 互相覆盖；
• 同毫秒生成的时间戳文件名互吞，丢了一张关键帧。

解法：严格串行调用，且每场景独立目录。慢一点，但零丢帧。

另外遇到过 RequestLimitExceeded.JobNu