1实现原理 · 为什么它能做到

能力来自一份 620 条的结构化风格库 + 一个确定性可复现的加权随机组合器；SKILL.md 只负责调用约定与输出纪律。

rare-style-explorer/SKILL.md

The bundled library lives at `references/style_library.json`. Load it only when the user asks for specific style lookup, filtering, auditing, or manual curation. For normal prompt generation, run `scripts/explore_styles.py`.

实读 JSON：styles 数组长度 620，与 SKILL.md/README/description 宣称的 620 一致。

库是「关键词优先」的结构化条目：每条带中英文名、类别、视觉 DNA、组合角色、翻车风险与补救提示，可直接拼进提示词。

rare-style-explorer/references/style_library.json

"中文风格名": "液态铬金属",

同条含 "English prompt tokens": "liquid chrome, molten reflective metal"、"类别": "材质与表面质感"、"容易翻车"、"补救提示"、"示例短语"。

组合语法是固定槽位：主体 + 一个强主风格 + 零到一个表面/光层 + 零到一个格式/空间层 + 反漂移负面约束。

rare-style-explorer/SKILL.md

Use one strong base style. Add zero or one surface/light style. Add zero or one format/space style. Add zero or one defect layer only when a more analog or media-specific finish is useful.

SKILL.md 另给出 {subject}，{base_style}，{surface_or_light}，{format_or_space} 的文本模板。

脚本按模式套模板而非自由生成：六种 mode 各有自己的句式骨架。

rare-style-explorer/scripts/explore_styles.py

"minimal": "{subject}，{base}，{support}，主体轮廓清晰，视觉识别度强，高细节，{negative}",

TEMPLATES 另含 product/character/poster/scene/material-series 五条。

泛化词抑制 + 特异性加权：tokens 里被识别为泛化词比例过高的条目权重降到 0.25。

rare-style-explorer/scripts/explore_styles.py

if len(terms) <= 1 or specificity < 0.35:

GENERIC_WORDS 集合含 cinematic/retro/surreal/vintage 等；style_weight() 在 freshness=high 时对带「来源批次」的条目加权 3.0。

批内去重靠词元重合度：与已选条目共享 ≥2 个实义词且占比 ≥50% 时判为过于相似。

rare-style-explorer/scripts/explore_styles.py

def too_similar(style, seen_term_sets):

pick_unique() 有四级放宽（先放开类别、再放开相似度、最后放开已用），保证 count 大时仍能凑够。

风格族（--style-family）通过「类别 → 族」映射把主风格池收窄到具体方向。

rare-style-explorer/scripts/explore_styles.py

"film": {"电影、电视与影像类型"},

STYLE_FAMILIES 共 10 族，实读类别分布：材质 70、摄影工艺 66、电影 66、动画 64、平面 64、工艺 64、数字 64、建筑 54、时装 54、玩具 54，合计 620。

输出纪律写在 SKILL.md：默认中文提示词，英文 tokens 只作元数据；必须带反漂移负面约束。

rare-style-explorer/SKILL.md

Final prompt variants should be written in Chinese by default. English prompt tokens remain in the style metadata for lookup and manual conversion, but the user-facing prompt text should use Chinese style names, Chinese visual DNA, and Chinese anti-drift constraints.

脚本侧对应 NEGATIVE 常量与 TEMPLATES 里的 {negative} 槽。

2核心能力

01六种生成模式：minimal / product / character / poster / scene / material-series，各有句式模板

02十个风格族定向探索（film/fashion/product/photography/illustration/graphic/craft/digital/space/material）

03可复现随机：--seed 固定随机序列

04强制指定主风格：--style-id 固定 base，其余支持层继续变化

05新鲜度偏置：--freshness high 偏向更新、更低频、更具体的条目

06结构化输出：--format json 直接给变体+风格来源（含容易翻车/补救提示/来源批次）

07人工查库路径：SKILL.md 给出按中文名/英文 token/类别检索 620 条的 shell 片段

08反漂移负面约束成串固定下发

3外部依赖

Kind	Dependency / Endpoint
cli	python3（3.x，脚本仅用 argparse/json/random/re 标准库）

4管控建议与判定依据

建议配套管控措施

面向 Agent

分级或逐次授权，建议在沙箱运行

面向管理者

审批流程、可回滚、全程审计

判定依据（文件路径与关键语句摘要）

scripts/: 执行本地脚本或命令: python3 scripts/explore_styles.py（随包脚本，纯标准库；只读同包 style_library.json 并 print

审计说明： 。自带本地 Python 脚本但只做「读同包 JSON + 打印」，无网络外发、无凭证读取、无本地写入、无子进程；按准则「仅调用本地 CLI / 仅本地读写」落蓝档。注意点：生成质量与安全性都由 references/style_library.json 的完整性决定（该文件 1 万行，人工审阅成本高，可校验 sha256）。

5第二遍独立确认

[ok] 620 条宣称是否属实 — json.load 后 len(styles)==620；按类别计数合计 620；description/SKILL.md/README 三处口径一致。
[ok] 每个 CLI 选项是否真有实现 — argparse 中逐一存在：mode(choices=sorted(TEMPLATES))、count、seed、style-id、format、freshness、style-family、avoid-generic(BooleanOptionalAction, default=True)；SKILL.md 参数表与实现一致。
[ok] 外部资源条目反查 — 唯一依赖是 python3；脚本 import 仅 argparse/json/random/re/pathlib，无第三方包、无 requirements.txt、无网络调用。
[ok] 安全结论反例搜索 — 该目录下 explore_styles.py / SKILL.md / README.md / agents/openai.yaml 逐 token 扫描无 os.environ、无 subprocess、无 open(...,'w')；JSON 为纯数据，无可执行片段。
[ok] SREF 边界声明是否属实 — 实读 JSON 条目的字段集不含 SREF code；SKILL.md 明示『this skill does not store SREF codes and should not output --sref parameters』，与数据一致。
[ok] 去重/加权逻辑是否真的生效（是否有死代码） — pick_unique() 被 make_variant() 调用（base/support/fashion/space 四处），weighted_pick() 被 pick_unique 调用；style_weight 的 freshness/avoid_generic 分支均有调用方传参，非死代码。
[ok] 文档与实现的细节出入 — 一处轻微差异：SKILL.md『Combination Rules』给出「一个主风格 + 最多一个表面/光 + 最多一个格式/空间」的散文规则，而脚本 support_for_mode() 在非 material-series 模式下会把多层合并进一次 pick_unique，并在 45% 概率追加 defect 层——即脚本给的辅助层可能多于散文描述，属实现更宽松而非缺失。

6结论

能力可复现、可审计：采样逻辑是确定性代码，--seed + --format json 能复现并回溯每条提示词用了哪些风格 ID。

反泛化落到实处：权重函数把泛化词占比高的条目压到 0.25，并做批内相似度去重，避免 8 组提示词长得一样。

数据资产厚（620 条，10 类），且每条自带「容易翻车/补救提示」，可当人工策展手册用。

零外部依赖、离线可跑、无写入，安全面几乎为零。

适合： 适合需要「快速跳出套路风格」的创作者与创作者工具链：产品/人物/海报/场景的方向试错、批量 prompt 变体、需要可复现实验（--seed）及需要把风格来源写进交付物（--format json）的场合；也适合做自动化定时产出（README 给出每 15 分钟生成 5 条的例子）。

不适合： 不适合要固定东方神怪工笔方向的请求（应走 shan-ze-school，vsc-distinction 已划界）；不适合直接要成图（只交付提示词）；不适合需要 Midjourney SREF code 的工作流——本 skill 明确不存不输出 --sref；也不适合对风格来源合规性要求极高、需要逐条追溯原始画廊授权的场合。

Install Agent-Ready

① Verified Mirror 2026-09-15

Option A · Direct DownloadDownload rare-style-explorer.tar.gz

sha256: 37bc8ca8da3ceec7…

Option B · Copy Guide for Agent

install.json

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit fcee81beb6.