[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6PHAT7M62RS72V0FCD0BCKY":3,"skill-same:01M6PHAT7M62RS72V0FCD0BCKY":511},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":22,"publishedAt":32,"linkOnly":33,"markdownContent":34,"markdownBody":35,"frontMatter":36,"refName":38,"commitSha":39,"skillDirectory":40,"forksCount":41,"repositoryHtmlUrl":42,"repositoryHomepageUrl":6,"ownerHtmlUrl":43,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":44,"install":45,"resources":58},"01M6PHAT7M62RS72V0FCD0BCKY","generate-image",null,"ComfyUI로 장면·캐릭터 이미지를 생성하고 모델별 LoRA 치트시트에서 조합·강도·트리거를 확인한다. generate_image\u002Fcomfyui_generate 호출 전 사용한다. 서사적으로 의미 있는 장면에서만 생성한다.","DevelopmentDummy\u002Fclaude-play","DevelopmentDummy","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F269318128?v=4","01M6PH7WG74ND790ED9698KRBP","01M6PH7WM7KC9N0V51ZCQ43P8B",3,"MIT","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002FSKILL.md",[17],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000016","图像与多媒体","SCENARIO","使用场景",[23,24,25,26,27,28,29,30,31],"image","generate","generate image","LoRA","Bash","read","write","edit","comfyui","2026-11-10 10:12:30",false,"---\nname: generate-image\ndescription: ComfyUI로 장면·캐릭터 이미지를 생성하고 모델별 LoRA 치트시트에서 조합·강도·트리거를 확인한다. generate_image\u002Fcomfyui_generate 호출 전 사용한다. 서사적으로 의미 있는 장면에서만 생성한다.\nallowed-tools: Bash, Read, Write, Edit\n---\n\n# 이미지 생성 (ComfyUI)\n\n## 개요\n\nComfyUI 이미지 생성은 **워크플로우 패키지(workflow package)** 단위로 관리된다.\n\n각 워크플로우 패키지는 다음 구조를 가진다:\n\n- `workflow.json`: ComfyUI API format 원본\n- `params.json`: 선언적 파라미터 스키마, 메타데이터, feature 플래그\n- `resolver.mjs` (선택): 기본 node\u002Ffield 매핑만으로 처리할 수 없는 고급 파라미터 제어 로직\n\n이미지 생성 전에는 먼저 `comfyui_workflow` 도구의 `list` action으로 사용 가능한 패키지를 확인하라.\n특정 패키지의 상세 구조가 필요하면 `get` action으로 `workflow.json`, `params.json`, `resolver.mjs`를 조회하라.\n\n## 기본 원칙\n\n- **스킬의 사전 확인을 마친 뒤 MCP 도구를 우선 사용하라.** `generate_image` 또는 `comfyui_generate`를 직접 호출할 때도 아래 LoRA 확인 단계를 생략하지 않는다.\n- `generate-image.sh`는 빠른 수동 테스트용 보조 스크립트로만 간주한다.\n- 새 워크플로우가 필요하면 `manage-workflows` 스킬과 `comfyui_workflow` 도구를 사용해 패키지를 등록\u002F수정한다.\n- 단순 파라미터 매핑이면 `params.json`만으로 처리하고, 복잡한 조건 분기나 다중 노드 동시 제어가 필요할 때만 `resolver.mjs`를 사용한다.\n\n---\n\n## 체크포인트 선택\n\n**최초 이미지 생성 전에 반드시 수행:**\n\n1. `comfyui-config.json`이 존재하는지 확인한다\n2. 없으면 ComfyUI에서 사용 가능한 체크포인트 목록을 조회한다\n3. 사용자에게 사용할 체크포인트를 확인받거나, 기존 연구 맥락에 맞는 체크포인트를 선택한다\n4. 선택 결과를 `comfyui-config.json`에 저장한다\n5. 이미 존재하면 새로 선택하지 않는다\n\n이후 서버와 런타임이 이 설정을 읽어 자동 적용한다.\n\n## 캐릭터 일관성 시스템\n\n**최초 이미지 생성 전에 반드시 수행:**\n\n1. `character-tags.json`이 존재하는지 확인한다\n2. 없으면 `persona.md`의 외형 섹션을 읽고 Danbooru 스타일 태그로 변환하여 저장한다\n\n### 구조\n\n```json\n{\n  \"identity\": \"1girl, elf, long pointy ears, silver white hair, long hair, straight hair, deep blue eyes, pale skin, slender, small frame, delicate features\",\n  \"accessories\": \"gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant\",\n  \"outfit_default\": \"black leather corset with silver buckles, white off-shoulder blouse with lace trim, black pencil skirt with deep slit, black elbow gloves, black thighhighs, black garter straps\",\n  \"outfit_casual\": \"white knit sweater, navy pleated skirt, black knee socks\",\n  \"outfit_nude\": \"nude\",\n  \"profile_pose\": \"looking at viewer, upper body, gentle smile\",\n  \"full_body_pose\": \"looking at viewer, full body, standing\"\n}\n```\n\n- **`identity`**: 얼굴과 신체의 고정 특징. 옷을 어떻게 바꿔도 절대 변하지 않는 요소만 포함한다 (머리색, 눈색, 체형, 종족 특징 등)\n- **`accessories`**: 캐릭터의 정체성인 장신구. outfit이 바뀌어도 항상 포함한다 (안경, 초커, 귀걸이, 리본, 특정 목걸이 등). 상황에 따라 제거 가능하지만 기본적으로는 항상 착용\n- **`outfit_*`**: 의상 변형. `outfit_default`는 필수, 나머지는 선택\n- **`*_pose`**: 자주 쓰는 포즈 프리셋 (선택)\n\n### 태그 작성 규칙\n\n**색상 필수 — 가장 중요한 규칙이다.** 색상이 명시되지 않은 의상\u002F장신구는 이미지 모델이 매번 다른 색을 생성하여 일관성이 깨진다.\n\n- **의상 항목마다 색상 명시**: `corset` → `black leather corset`, `blouse` → `white off-shoulder blouse`\n- **금속\u002F보석 색상 명시**: `buckles` → `silver buckles`, `pendant` → `blue gem pendant`, `frame` → `gold-framed`\n- **장신구에도 색상+소재 명시**: `choker` → `red leather choker`, `earrings` → `silver drop earrings`\n- **머리\u002F눈 색상 구체화**: 톤까지 기술하라. `silver hair` → `silver white hair`, `blue eyes` → `deep blue eyes`, `pink eyes` → `light pink eyes`\n- **디자인 디테일 포함**: 의상의 포인트 장식을 태그에 포함한다. `blouse` → `white off-shoulder blouse with lace trim`, `skirt` → `black pencil skirt with deep slit`\n\n**⚠ 색상 오염 방지 — 매우 중요.** 악세서리\u002F소품의 색상 형용사가 인접한 신체 부위(hair, eyes 등)를 오염시킬 수 있다. `blue hair ribbon`이라고 쓰면 모델이 `blue hair` + `ribbon`으로 파싱하여 머리색이 파란색으로 렌더링된다.\n\n- **`{색상} hair {소품}` 패턴을 절대 쓰지 마라.** 색상을 소품 쪽에만 붙여라:\n  - ❌ `blue hair ribbon` → 모델이 `blue hair`로 해석\n  - ✅ `hair ribbon, blue ribbon` — 색상이 ribbon에만 적용\n  - ❌ `red hair band` → `red hair`로 오염\n  - ✅ `hair band, red band`\n  - ❌ `green eye patch` → `green eye`로 오염\n  - ✅ `eye patch, green patch`\n- **일반 규칙**: `{색상}`과 `{신체부위}` 사이에 소품 명사가 끼면 색상이 신체에 달라붙는다. **색상 형용사는 신체 부위 태그와 분리하라.**\n- **character-tags.json 작성 시 이 규칙을 반드시 적용하라.** `identity`의 머리색\u002F눈색과 `accessories`의 색상 소품이 충돌하지 않도록 태그를 분리한다.\n\n**BAD 예시** (색상\u002F디테일 누락 → 매번 다른 결과):\n```\ncorset, blouse, skirt, gloves, thighhighs, glasses, necklace\n```\n\n**GOOD 예시** (색상+디테일 명시 → 일관된 결과):\n```\nblack leather corset with silver buckles, white off-shoulder blouse with lace trim, black pencil skirt with deep slit, black elbow gloves, black thighhighs, gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant\n```\n\n### quality \u002F negative 태그\n\n`quality_positive`, `quality_negative` 키는 **사용하지 마라** — `comfyui-config.json`의 프리셋에서 자동 삽입된다. 중복하면 프롬프트가 불필요하게 길어진다.\n\n**모든 이미지 프롬프트에 `identity` + `accessories` + 해당 `outfit_*` 태그를 포함해야 캐릭터 일관성이 유지된다.**\n이미 존재하면 새로 만들지 마라.\n\n---\n\n## 절차\n\n### 1단계: 캐릭터 태그 확인\n`character-tags.json`을 읽는다. 없으면 `persona.md`를 읽고 생성한다.\n\n### 2단계: 패키지 조회\n`comfyui_workflow` 도구의 `list` action으로 사용 가능한 워크플로우 패키지를 확인한다.\n```json\n{ \"action\": \"list\" }\n```\n필요하면 특정 패키지를 상세 조회한다:\n```json\n{ \"action\": \"get\", \"name\": \"portrait\" }\n```\n\n### 2-1단계: 모델별 LoRA 치트시트 확인\n\nLoRA를 지원하는 이미지 생성 패키지는 **프롬프트 구성 전에** 베이스 모델에 맞는 매니페스트 하나를 읽는다. 아래 경로는 세션 cwd가 아니라 **이 SKILL.md가 있는 디렉토리 기준**이다.\n\n- Illustrious \u002F SDXL anime: [illustrious.manifest.txt](lora-cheatsheets\u002Fillustrious.manifest.txt)\n- Anima: [anima.manifest.txt](lora-cheatsheets\u002Fanima.manifest.txt)\n- Qwen-Image: [qwen-image.manifest.txt](lora-cheatsheets\u002Fqwen-image.manifest.txt)\n- 다른 모델 또는 분류가 불명확하면 [인덱스](lora-cheatsheets\u002Findex.md)와 패키지 `get` 결과로 호환성을 먼저 확인한다. 이름이 비슷하다고 다른 모델용 LoRA를 적용하지 않는다.\n\n장면에 맞는 후보의 파일명·권장 강도·경고·기본 체인 포함 여부를 확인하고, 상세 조건은 같은 디렉토리의 모델별 `.md`에서 해당 항목만 읽는다. 스킬 목록이 보이는 것만으로 치트시트를 읽었다고 간주하지 않는다.\n\n- `auto-trig`: 서버 자동 주입 대상. `trig?:`: 장면에 필요한 옵션만 프롬프트에 직접 넣는다. 세부 규칙은 아래 「참조: LoRA 치트시트」를 따른다.\n- 적합한 추가 LoRA가 없으면 추가하지 않는다. `lora_injection: false`인 패키지나 LoRA 미사용 후처리에는 이 단계를 적용하지 않는다.\n- 파일이 없으면 읽은 척하거나 트리거를 추측하지 말고, 서비스 원본 `data\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002F`를 확인한다. 그래도 확인할 수 없는 추가 LoRA는 사용하지 않는다.\n\n### 3단계: 프롬프트 구성\n순서: `identity, accessories, outfit 태그, 감정\u002F표정, 포즈, 장면 묘사`\n(quality\u002Fstyle은 패키지 설정을 따른다. LoRA 트리거는 자동 주입되는 `auto`와 직접 선택하는 `options`를 구분한다.)\n\n**1인 장면** (`portrait`, `scene`, `scene-real`, `profile`):\n```\n{identity}, {accessories}, {outfit 태그}, {감정\u002F표정}, {포즈}, {장면 묘사}\n```\n\n예시:\n```\n1girl, elf, long pointy ears, silver white hair, long hair, deep blue eyes, gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant, black leather corset with silver buckles, white off-shoulder blouse with lace trim, gentle smile, looking at viewer, indoor, warm lighting\n```\n\n**2인 장면** (`scene-couple`):\n`scene-couple`은 인자가 `prompt`가 아니라 `prompt_left`\u002F`prompt_right`이다. 각 영역에 해당 캐릭터의 태그를 분배한다.\n```\nprompt_left:  {인물수}, 1girl|1boy, {캐릭터A identity + accessories + outfit}, {감정\u002F표정}, {포즈}, {장면 묘사}\nprompt_right: {인물수}, 1girl|1boy, {캐릭터B identity + accessories + outfit}, {감정\u002F표정}, {포즈}, {장면 묘사}\n```\n- `{인물수}` (예: `2girls`)는 양쪽 프롬프트에 동일하게 포함한다\n- 공통 배경\u002F장소 태그도 양쪽에 동일하게 포함한다\n- `character-tags.json`에서 각 캐릭터의 `identity` + `accessories` + 해당 `outfit_*`을 가져온다\n- 사용자가 등장하면 `memory.md`의 사용자 외형 태그를 한쪽에 적용한다\n\n### 4단계: 이미지 생성 요청\n\n**MCP 도구 우선 사용.** 가능하면 `generate_image` 또는 `comfyui_generate`를 먼저 사용한다.\n\n**저장 위치 결정 — `persona` vs `targetScope` (혼동 주의):**\n\n이 두 파라미터는 서로 다른 시그널이고 **동시에 사용하면 안 된다.** 둘 다 넘기면 라우팅이 꼬여 InlineImage의 polling이 두 엔드포인트 모두에서 fail할 수 있다.\n\n| 상황 | 어느 걸 쓰나 | 결과 저장 위치 | 서빙 경로 |\n|---|---|---|---|\n| **대화 세션 — 일반 장면 (해당 세션에서만 사용)** | 둘 다 **생략** | `data\u002Fsessions\u002F{id}\u002Fimages\u002F...` | `\u002Fapi\u002Fsessions\u002F{id}\u002Ffiles\u002Fimages\u002F...` |\n| **대화 세션 — 페르소나 공유 자산** (사건 카드, 정착지 배너 등 definitions에서 참조되는 영구 자산) | `targetScope: \"persona\"` | `data\u002Fpersonas\u002F{name}\u002Fimages\u002F...` | `\u002Fapi\u002Fsessions\u002F{id}\u002Fpersona-images?file=...` |\n| **빌더 세션** (활성 세션 없음) | `persona: \"\u003C이름>\"` 필수 | `data\u002Fpersonas\u002F{name}\u002Fimages\u002F...` | `\u002Fapi\u002Fpersonas\u002F{name}\u002Fimages?file=...` |\n\n**판단 규칙:**\n1. 활성 세션(대화 모드)이면 → **`persona` 파라미터를 절대 넘기지 마라.** 캐릭터 1회용 장면이면 둘 다 생략. 영구 공유 자산(여러 세션이 봐야 하는 정의 파일 참조 이미지 등)이면 `targetScope: \"persona\"`.\n2. 빌더 모드(활성 세션 없음, persona 빌더 채팅에서 호출)에서만 → `persona`로 페르소나 이름 명시.\n3. **`persona` + `targetScope` 동시 사용은 금지.** 두 시그널이 충돌해 라우팅을 망친다.\n\n**? 흔한 실수:** \"이 페르소나에 속한 이미지니까 persona 박아야겠지?\" — 아니다. 페르소나 소속 여부는 활성 세션의 부모 페르소나로 자동 추론된다. 활성 세션에서 `persona`를 명시하는 건 빌더 모드 진입 신호로 잘못 해석될 수 있다.\n\n```json\n{\n  \"workflow\": \"scene\",\n  \"params\": { \"prompt\": \"...\" },\n  \"filename\": \"gen_xxx.png\",\n  \"targetScope\": \"persona\"\n}\n```\n\n**MCP 도구 사용 예시:**\n```json\n{\n  \"workflow\": \"portrait\",\n  \"params\": {\n    \"prompt\": \"1girl, elf, silver hair, blue eyes, gentle smile, indoor\",\n    \"seed\": -1\n  },\n  \"filename\": \"diane-smile.png\"\n}\n```\n\n**고수준 도구 (`generate_image`) 예시:**\n```json\n{\n  \"workflow\": \"portrait\",\n  \"prompt\": \"1girl, elf, silver hair, blue eyes, gentle smile, indoor\",\n  \"filename\": \"diane-smile.png\"\n}\n```\n\n**`scene-couple`은 반드시 MCP 도구(`generate_image`)를 사용하라.** `generate-image.sh`로 사용할 수 없다.\n\n**프로필 모드** (portrait + 얼굴 아이콘 동시 생성):\n```json\n{\n  \"workflow\": \"profile\",\n  \"params\": { \"prompt\": \"\u003Cfull prompt>\" },\n  \"filename\": \"profile.png\",\n  \"extraFiles\": { \"icon\": \"icon.png\" }\n}\n```\n`profile` 워크플로는 YOLO로 얼굴을 감지하여 256x256 크롭 아이콘을 자동 생성한다.\n`images\u002Fprofile.png` (패널 프로필)과 `images\u002Ficon.png` (세션 목록 아이콘)이 함께 저장된다.\n\n**raw 모드** (고급 — 커스텀 워크플로우 JSON 직접 전달):\n```json\n{\n  \"raw\": { \"...ComfyUI API format JSON...\" },\n  \"filename\": \"scene-name.png\"\n}\n```\n\n**generate-image.sh** (수동 테스트용 보조 스크립트):\n```bash\nbash .\u002Fgenerate-image.sh \u003Cworkflow> \"\u003Cprompt>\" \u003Cfilename> [seed]\n```\n- workflow: 패키지 이름 (예: portrait, scene, profile, my-workflow)\n- prompt: 캐릭터\u002F장면 태그만 (quality, trigger 태그는 자동 삽입됨)\n- filename: 영문 kebab-case .png\n- seed: 선택. 기본 -1(랜덤)\n\n### 5단계: 응답에 이미지 삽입\n`\u003Cdialog_response>` 안에 `$IMAGE:...$` 토큰을 포함한다.\n\n**⚠ 토큰 경로는 저장 스코프를 따른다 — 틀리면 무한 \"생성 중...\" 스피너(404)다.**\n\n| 생성 호출 | 실제 저장 위치 | 채팅에 쓸 토큰 |\n|---|---|---|\n| `persona: \"\u003C이름>\"` 지정 | `data\u002Fpersonas\u002F\u003C이름>\u002Fimages\u002Ffoo.png` | `$IMAGE:persona:foo.png$` |\n| `persona` 미지정 (세션 스코프) | `data\u002Fsessions\u002F\u003C세션>\u002Fimages\u002Ffoo.png` | `$IMAGE:images\u002Ffoo.png$` |\n\n세션 채팅 렌더러(`InlineImage`)는 `personaName`을 받지 않아 `images\u002F...` 를 **세션 디렉토리에서만** 찾는다. 페르소나 폴더 파일은 `persona:` 접두사가 있어야 `\u002Fapi\u002Fsessions\u002F{id}\u002Fpersona-images` 로 라우팅된다. `persona:` 뒤에 `images\u002F` 를 또 붙이지 마라 (`$IMAGE:persona:foo.png$` ✅ \u002F `$IMAGE:persona:images\u002Ffoo.png$` ❌).\n\n이미지는 비동기 생성되므로 사용자 화면에서 로딩 스피너 → 완성 후 자동 교체.\n\n### 6단계: 새 워크플로우가 필요하면\n`manage-workflows` 스킬을 사용해 새 패키지를 등록하거나 기존 패키지를 수정한다.\n\n---\n\n## 프로필 업데이트 (기존 이미지 → 프로필 + 아이콘)\n\n기존에 생성한 이미지를 프로필로 설정하고 얼굴을 자동 크롭하여 아이콘을 생성할 수 있다.\n\n### MCP 도구 사용 (권장)\n```\nmcp__claude_play__update_profile({ sourceImage: \"images\u002Fmira-walk-flustered-202.png\" })\n```\n\n### API 직접 호출\n```bash\ncurl -s -X POST http:\u002F\u002Flocalhost:{{PORT}}\u002Fapi\u002Ftools\u002Fcomfyui\u002Fupdate-profile \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"sourceImage\": \"images\u002Fmira-walk-flustered-202.png\"}'\n```\n\n**동작:**\n1. 소스 이미지를 `images\u002Fprofile.png`로 복사\n2. YOLO 얼굴 감지 → 256x256 크롭 → `images\u002Ficon.png` 생성\n3. 세션의 페르소나 디렉토리에 자동 동기화 (profile.png + icon.png)\n\n---\n\n## 기본 제공 패키지\n\n항상 `comfyui_workflow` `list`로 최신 목록을 확인하라. 아래는 기본 내장 패키지의 참조 정보다.\n\n| 패키지 | 해상도 | 용도 | 샘플러 설정 |\n|---|---|---|---|\n| `portrait` | 832x1216 (세로) | 캐릭터 초상, 상반신 | euler_ancestral, karras, 24 steps, cfg 6.5 |\n| `scene` | 1216x832 (가로) | 배경, 풍경, CG 장면 (애니메) — 1인 | euler_ancestral, karras, 35 steps, cfg 6.0 |\n| `scene-real` | 1216x832 (가로) | 배경, 풍경, CG 장면 (반실사) — 1인 | dpmpp_sde, sgm_uniform, 27 steps, cfg 4.5 |\n| `scene-couple` | 1216x832 (가로) | **2인 장면** — 캐릭터별 영역 분리 | euler_ancestral, karras, 35 steps, cfg 6.0 |\n| `profile` | 832x1216 + 256x256 | 프로필 이미지 + 얼굴 아이콘 | portrait와 동일 + YOLO face crop |\n| `portrait-balanced` | 가변 | 품질 모드(fast\u002Fbalanced\u002Fdetail) 자동 조정 | resolver로 동적 설정 |\n\n### scene-couple 패키지\n\n2인 이상 장면에서 캐릭터별 외형 태그가 혼선되지 않도록, Attention Couple로 화면을 영역 분리한다.\n**1인 장면에서는 사용하지 마라.** `scene` 또는 `scene-real`이 더 적합하다.\n\n**사용 시기:**\n- 2명의 캐릭터가 한 화면에 등장하는 장면\n- 각 캐릭터의 외형(머리색, 체형, 의상 등)이 달라서 태그 혼선이 예상될 때\n\n**MCP 도구 사용:**\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, maid outfit, smile, indoor, living room\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, school uniform, shy, indoor, living room\",\n  \"position\": \"half\",\n  \"filename\": \"maid-and-student.png\"\n}\n```\n\n**프롬프트 작성 규칙:**\n1. 양쪽 프롬프트에 모두 `2girls`를 포함한다 (모델이 2인 구도를 인식해야 함)\n2. 각 프롬프트에 `1girl` + 해당 캐릭터의 고유 태그를 넣는다\n3. 공통 배경\u002F장소 태그는 양쪽에 동일하게 포함한다\n4. `character-tags.json`의 `identity` + `accessories` + 해당 `outfit_*` 태그를 각 캐릭터에 맞게 적용한다\n\n**position 프리셋:**\n\n| 프리셋 | 분할 | 용도 |\n|--------|------|------|\n| `half` (기본) | 좌 50% \u002F 우 50% | 대등한 2인 장면 |\n| `left-heavy` | 좌 60% \u002F 우 40% | 좌측 캐릭터가 주인공 |\n| `right-heavy` | 좌 40% \u002F 우 60% | 우측 캐릭터가 주인공 |\n| `left-third` | 좌 33% \u002F 우 67% | 좌측 캐릭터가 보조 |\n| `right-third` | 좌 67% \u002F 우 33% | 우측 캐릭터가 보조 |\n| `half-overlap` | 좌 65% \u002F 우 65% (중앙 30% 겹침) | **키스, 포옹 등 밀착 구도** |\n| `left-heavy-overlap` | 좌 70% \u002F 우 65% (겹침) | 좌측이 상대에게 기대는 구도 |\n| `right-heavy-overlap` | 좌 65% \u002F 우 70% (겹침) | 우측이 상대에게 기대는 구도 |\n| `top-bottom` | 상 50% \u002F 하 50% | **상하 구도** (위에서 내려다보기 등) |\n| `top-heavy` | 상 60% \u002F 하 40% | 위쪽 캐릭터가 주도 |\n| `bottom-heavy` | 상 40% \u002F 하 60% | 아래쪽 캐릭터가 주도 |\n\n**오버랩 프리셋**: 양쪽 마스크가 중앙에서 겹치면 Attention Couple이 자동으로 소프트 블렌딩한다. 캐릭터가 밀착하는 구도(키스, 포옹, 체위)에서 경계선이 부자연스러운 문제를 해결한다.\n\n**상하 프리셋**: `prompt_left`가 위쪽, `prompt_right`가 아래쪽에 배치된다. 위에서 내려다보는 구도, 누워있는 장면 등에 적합.\n\n**어떤 캐릭터를 어느 쪽에 배치할지** 장면의 맥락(시선 방향, 행동의 주체)에 따라 판단하라.\nposition은 영역의 비중일 뿐, 카메라 앵글이나 포즈는 프롬프트로 별도 제어한다.\n\n**캐릭터별 LoRA 적용:**\n\n`loras_left`, `loras_right`로 영역별 LoRA를 CLIP 분기로 지정할 수 있다. 공통 LoRA는 기존 `loras`로 전달한다.\n\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, maid outfit, smile, indoor\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, school uniform, shy, indoor\",\n  \"position\": \"half\",\n  \"loras\": [\n    { \"name\": \"smooth_lora.safetensors\", \"strength\": 0.4 },\n    { \"name\": \"dramatic_lighting.safetensors\", \"strength\": 0.5 }\n  ],\n  \"loras_left\": [\n    { \"name\": \"age_slider.safetensors\", \"strength\": -3 }\n  ],\n  \"loras_right\": [\n    { \"name\": \"age_slider.safetensors\", \"strength\": 1 }\n  ],\n  \"filename\": \"two-characters.png\"\n}\n```\n\n| 파라미터 | 적용 범위 | 용도 |\n|----------|----------|------|\n| `loras` | 전체 이미지 (model + clip) | 퀄리티, 스타일, 라이팅 등 공통 LoRA |\n| `loras_left` | 좌측 영역 CLIP만 | 좌측 캐릭터 전용 LoRA (나이, 체형 등) |\n| `loras_right` | 우측 영역 CLIP만 | 우측 캐릭터 전용 LoRA |\n\n**원리:** 분기 LoRA는 공통 체인의 CLIP 출력에서 분기하여 해당 영역의 CLIPTextEncode에만 연결된다. model(UNet)은 공통 체인의 출력을 공유한다. 따라서 **스타일\u002F라이팅 LoRA는 `loras`(공통)**, **나이\u002F체형 등 캐릭터별 LoRA는 `loras_left`\u002F`loras_right`**에 넣는 것이 올바르다.\n\n### 애니메 파이프라인 (`portrait`, `scene`, `profile`)\n\n1. Checkpoint → LoRA x8 체인:\n   - masterpieces (0.4) — 전반적 퀄리티\n   - microDetails (0.5) — 디테일 강화\n   - smoothBooster (0.4) — 부드러운 표면\n   - anime screencap (0.5) — **trigger: `anime screencap, anime coloring`**\n   - sexyDetails (0.4) — **trigger: `sexydet`**\n   - Age slider (-3) — 젊은 외형\n   - S1 Dramatic Lighting (0.5) — **trigger: `s1_dram`**\n   - QAQ style (0.4) — 스타일 보정\n2. KSampler (euler_ancestral, karras) → VAEDecode\n3. **디테일러 체인 (동적 주입)** — face → hand → pussy → anus (개별 on\u002Foff 가능, 아래 섹션 참조)\n4. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**프롬프트에 반드시 포함할 트리거 태그:** `anime screencap, anime coloring, sexydet, s1_dram`\n\n### 반실사 파이프라인 (`scene-real`)\n\n반실사\u002F실사 체크포인트(bismuth, babes 등)에 최적화된 워크플로우.\n애니메 전용 LoRA를 제거하고, 샘플러\u002F스케줄러\u002FCFG를 실사에 맞게 조정했다.\n\n1. Checkpoint → LoRA x6 체인 + CLIPSetLastLayer (clip_skip=2):\n   - masterpieces (0.4) — 전반적 퀄리티\n   - microDetails (0.5) — 디테일 강화\n   - smoothBooster (0.4) — 부드러운 표면\n   - sexyDetails (0.4) — **trigger: `sexydet`**\n   - S1 Dramatic Lighting (0.5) — **trigger: `s1_dram`**\n   - PosingDynamics (0.7) — 포즈 정확도 향상 (상시 적용)\n   - ~~anime screencap~~ (제거 — 애니메 전용)\n   - ~~Age slider~~ (제거 — 실사에서 부작용)\n   - ~~QAQ style~~ (제거 — 눈 과장 방지)\n2. KSampler (dpmpp_sde, sgm_uniform, cfg 4.5) → VAEDecode\n3. **디테일러 체인 (동적 주입)** — 모두 dpmpp_sde\u002Fsgm_uniform\u002Fcfg 4.5\n4. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**프롬프트에 반드시 포함할 트리거 태그:** `sexydet, s1_dram` (anime screencap, anime coloring 제외)\n\n### Anima 파이프라인 (`anima-mixed-scene`)\n\nAnima Preview3 전용 워크플로우. UNET\u002FCLIP\u002FVAE 분리 로더 + ModelSamplingAuraFlow(shift) 구조.\nIllustrious 계열과 아키텍처가 다르므로 반드시 이 패키지를 사용한다.\n\n1. UNETLoader + CLIPLoader + VAELoader (분리 로드)\n2. ModelSamplingAuraFlow (shift 제어)\n3. 런타임 baseLoras 자동 주입 (masterpieces 0.5 + Hentai Studio Quality 0.5)\n4. KSampler (euler_ancestral, simple, cfg 4.0, steps 36) → VAEDecode\n5. **디테일러 체인 (동적 주입)** — 모두 euler_ancestral\u002Fsimple\u002Fcfg 4.0\n6. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**Resolver 프로파일 분기:** official_preview3 \u002F cat_tower — 모델명으로 자동 감지하거나 model_profile 파라미터로 지정.\n\n#### Anima 프롬프팅 가이드\n\nAnima는 Danbooru 태그와 자연어를 **자유롭게 혼합**할 수 있는 모델이다. 태그만 나열하는 것보다 자연어 서술을 함께 활용하면 더 좋은 결과를 얻을 수 있다.\n\n**태그 포맷 규칙:**\n- 소문자, 언더스코어 대신 **스페이스** (예: `long hair`, `blue eyes`)\n- score 태그만 예외적으로 언더스코어 (예: `score_7`)\n- 아티스트명에는 반드시 **`@` 프리픽스** (예: `@big chungus`) — 없으면 효과 매우 약함\n\n**태그 권장 순서:**\n`[품질\u002F메타\u002F연도\u002F안전] [인원수] [캐릭터] [시리즈] [아티스트] [일반 태그]`\n\n**품질 태그 (택일 또는 병용):**\n- 휴먼 스코어: `masterpiece, best quality, good quality, normal quality, low quality, worst quality`\n- 미학 스코어: `score_9` ~ `score_1`\n- 안전 태그: `safe, sensitive, nsfw, explicit`\n\n**자연어 프롬프팅 핵심:**\n- **최소 2문장 이상** — 너무 짧으면 예상 밖 결과\n- 태그와 자연어를 **임의 순서로 혼합** 가능\n- 품질\u002F아티스트 태그를 앞에 놓고 뒤에 자연어로 서술하는 패턴 권장\n- 멀티 캐릭터일 때 이름 후 외형을 바로 서술해야 혼동 방지\n\n**프롬프트 예시 (태그+자연어 혼합):**\n```\nmasterpiece, best quality, nsfw, 1girl, long blonde hair, blue eyes. A girl lying on her back on a luxurious bed, looking up at the viewer with a gentle smile. Warm afternoon light streams through sheer curtains, casting soft shadows across the white sheets.\n```\n\n**샘플러 특성:**\n- `er_sde`: 플랫컬러, 선명한 라인 (기본 권장)\n- `euler_a`: 부드러운 라인, 2.5D 경향, CFG 높일 수 있음\n- `dpmpp_2m_sde_gpu`: er_sde와 유사하지만 더 창의적, 프롬프트에 따라 예측불허 가능\n- `beta57` 스케줄러: 페인터리\u002F리얼리스틱 느낌 (ComfyUI RES4LYF 필요)\n\n**권장 네거티브:** `worst quality, low quality, score_1, score_2, score_3, artist name`\n\n**제한 사항:**\n- 실사 생성 부적합 (애니메\u002F일러스트 전용)\n- 텍스트 렌더링 약함 (단어 1개 정도만 가능)\n- 해상도 ~2MP 이상에서 품질 저하\n\n**사용할 패키지:** `anima-mixed-scene` (프리셋: anima)\n**사용하지 말 것:** portrait, scene, scene-real, scene-couple (Illustrious 전용)\n\n### scene \u002F scene-real \u002F scene-couple 선택 기준\n\n| 조건 | 선택 |\n|---|---|\n| 캐릭터 1인 + 애니메 | `scene` |\n| 캐릭터 1인 + 반실사 | `scene-real` |\n| **캐릭터 2인 + 외형이 다른 캐릭터들** | **`scene-couple`** |\n| 캐릭터 2인이지만 외형이 비슷함 | `scene`도 가능 (혼선 적음) |\n| 반실사 체크포인트 (bismuth, babes 등) | `scene-real` |\n| `comfyui-config.json`에 반실사 checkpoint | `scene-real` 우선 |\n| 사용자가 명시적으로 아트 스타일 지정 | 해당 스타일에 맞는 패키지 |\n\n패키지별 파라미터는 `comfyui_workflow` `get`으로 확인하라. 기본 제공 패키지는 공통으로 `prompt`, `negative_prompt`, `width`, `height`, `steps`, `cfg`, `seed`를 지원한다.\n\n---\n\n## 어려운 구도와 대안 뷰 전략\n\n일부 장면은 현재 파이프라인(1인 portrait, 2인 scene-couple)으로 정확히 구현하기 어렵다. 이런 경우 **무리하게 복잡한 프롬프트를 시도하지 말고, 대안 뷰(카메라 앵글)로 전환하라.**\n\n### 피해야 할 구도\n\n| 구도 | 문제 | 대안 |\n|------|------|------|\n| 3인 이상 한 화면 (1boy + 2girls) | 캐릭터 특징 혼선, 성별 혼합 실패 | **캐릭터별 개별 portrait** |\n| 남성 캐릭터 전신 | 모델이 남성 묘사에 약함 | **POV 시점으로 남성 제거** (from above\u002Fbelow pov) |\n| 복잡한 신체 배치 (엎드린 사람 + 양옆 인물) | 포즈 파괴, 인체 왜곡 | **반응하는 인물의 표정\u002F손 클로즈업** |\n| 키스\u002F포옹 등 2인 밀착 | 마스크 경계에서 디테일 파괴 | `overlap` 프리셋 시도, 또는 **개별 portrait** |\n| 자연어 서술 혼재 | CLIP이 Danbooru 태그만 인식 | **반드시 Danbooru 태그만 사용** |\n\n### 대안 뷰 구성법\n\n**원칙: 장면 전체를 한 장에 담으려 하지 말고, 가장 인상적인 순간의 시점(POV)을 골라라.**\n\n#### 1. POV 전환 + scene-couple (최우선 대안)\n주인공(남성)이 보는 것을 그린다. 주인공의 몸은 화면에 나오지 않는다. **2인 장면은 scene-couple과 결합하여 두 캐릭터가 동시에 한 화면에 나오게 한다.**\n```\nfrom above, pov, looking down at viewer → 주인공이 위에서 내려다볼 때 (캐릭터가 올려다봄)\nfrom below, pov, looking down at viewer → 주인공이 아래에 있을 때 (캐릭터가 내려다봄)\n```\n**예시 — 두 캐릭터가 엎드린 주인공을 내려다보는 장면:**\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt\": \"2girls, looking down at viewer, pov, from below, standing over viewer, evening light, bedroom\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, looking down at viewer, pov, from below, smirk, bedroom\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, looking down at viewer, pov, from below, slight smile, bedroom\",\n  \"position\": \"half\"\n}\n```\n**활용:** 펠라치오(from above + looking up), 기승위(from below + looking down), 벌칙\u002F지배 구도(from below + looking down)\n\n#### 2. 개별 리액션 — 캐릭터별 portrait 분리 (최후 수단)\nscene-couple + POV로도 해결 안 되는 경우에만 사용한다. 각 캐릭터의 **표정·손·신체 반응**을 개별 portrait로 생성한다.\n- 장점: 캐릭터 일관성 완벽, 디테일 정확\n- 단점: 두 캐릭터가 같은 공간에 있다는 느낌 약함\n- **팁:** 배경 태그(indoor, bedroom, evening light)를 통일하면 연속성 확보\n\n#### 3. 클로즈업 — 핵심 디테일만\n전신 대신 가장 야릇하거나 감정적인 부위를 클로즈업한다.\n```\nface focus, close-up → 표정\nhand focus, close-up → 손가락, 접촉\nbreast focus, close-up → 가슴\n```\n\n### 판단 플로우\n\n```\n장면에 캐릭터 몇 명?\n├─ 1명 → portrait 또는 scene\n├─ 2명 + 분리 가능 (나란히 서기 등) → scene-couple\n├─ 2명 + 밀착 (키스, 포옹) → scene-couple + overlap 프리셋\n├─ 2명 + 남성 포함 → scene-couple + POV 전환 (남성 제거, 두 캐릭터가 동시에 카메라를 봄)\n├─ 3명 이상 → scene-couple + POV 전환 (카메라에 안 나오는 인물은 제거)\n└─ 위 모든 방법 실패 시 → 개별 portrait (최후 수단)\n```\n\n---\n\n## LoRA 활용 가이드\n\n### 런타임 LoRA 주입 시스템 (lora_injection)\n\n**⚠️ 중요: LoRA 노드를 workflow.json에 직접 하드코딩하지 마라.** 런타임이 `lora_injection` 피처 플래그가 켜진 워크플로우에 대해 LoRA를 자동으로 동적 주입한다.\n\n**동작 흐름:**\n1. `comfyui-config.json`의 활성 프리셋에서 `baseLoras` 배열을 읽는다\n2. 런타임이 워크플로우에서 LoRA 체인 앵커를 자동 탐색한다:\n   - 기존 LoraLoader 노드가 있으면 → 마지막 LoraLoader 뒤에 체인\n   - CheckpointLoaderSimple이 있으면 → 거기서 분기하여 체인\n   - **UNETLoader + CLIPLoader 분리 로더 쌍이 있으면 → 거기서 분기하여 체인** (Anima 등)\n3. baseLoras를 LoraLoader 노드로 변환하여 앵커 뒤에 삽입하고, 다운스트림 참조(model\u002Fclip)를 자동 재배선한다\n4. 생성 요청의 `loras` 파라미터로 전달된 동적 LoRA를 추가 삽입한다\n5. ComfyUI에 없는 LoRA는 자동으로 프루닝 (체인에서 제거 + 재배선)\n\n**따라서:**\n- baseLoras는 `comfyui-config.json`의 프리셋에서 관리한다 — workflow.json을 건드리지 않는다\n- 동적 LoRA는 생성 요청의 `loras` 파라미터로 추가한다\n- baseLoras 오버라이드: `loras`에 같은 이름으로 다른 strength → 강도 변경, strength 0 → 제거\n- 이 구조는 CheckpointLoaderSimple 기반(Illustrious)과 UNET\u002FCLIP 분리 로더 기반(Anima) 모두 동일하게 작동한다\n\n기본 LoRA(퀄리티, 스타일, 아트)는 comfyui-config.json의 baseLoras로 관리된다.\n특수 포즈, 액션, 상황에 대한 LoRA는 요청마다 동적으로 추가할 수 있다.\n\n### MCP 도구 우선 사용\n`generate-image.sh` 대신 `mcp__claude_play__generate_image` MCP 도구를 우선 사용하라.\nbash 셸 인코딩 문제 없이 `loras` 파라미터를 직접 전달할 수 있다.\n\n### 사용 방법\n\n`generate_image` 또는 `comfyui_generate` 도구에 `loras` 파라미터 추가:\n\n```json\n{\n  \"workflow\": \"portrait\",\n  \"prompt\": \"1girl, elf, silver hair, ...\",\n  \"loras\": [\n    { \"name\": \"pose_lora.safetensors\", \"strength\": 0.7 }\n  ]\n}\n```\n\n### 체위\u002F포즈 LoRA 사용 원칙\n\n테스트 결과 확립된 원칙:\n\n1. **체위 전용 LoRA + PosingDynamics 병용이 최적**\n   - 체위 LoRA (Hunched missionary, enjoy_doggy-style 등): **0.7**\n   - PosingDynamicsILL: **0.7**\n   - 둘 다 0.7 이상으로 설정해야 포즈가 명확하게 잡힌다\n\n2. **일반 포즈 (비-체위)**\n   - PosingDynamicsILL 단독: 0.5~0.6 (미미한 차이, 선택적)\n\n3. **LoRA 조합 주의사항**\n   - 동일 카테고리 LoRA 중복 금지 (예: missionary + doggy 동시 사용 X)\n   - 추가 LoRA는 base 제외 최대 3개\n   - 아트스타일 LoRA는 base 스타일과 충돌 가능 — 한 번에 하나만\n\n### LoRA 사용 투명성\n- 사용자에게 어떤 LoRA를 사용했는지 **일일이 보고하지 마라**\n- 장면에 맞는 최적의 LoRA 조합을 알아서 판단하고 적용하라\n- LoRA는 도구일 뿐이다 — 자연스럽게, 수족처럼 다뤄라\n\n### 새 LoRA 탐색\n- 치트시트에 적절한 LoRA가 없어서 결과물이 아쉬울 때, [CivitAI](https:\u002F\u002Fcivitai.com)에서 LoRA를 검색하여 직접 다운로드할 수 있다\n- 다운로드 후 ComfyUI의 LoRA 디렉토리에 배치하면 즉시 사용 가능\n- 새로 추가한 LoRA는 **해당 모델의 치트시트**에 기록하여 이후 참조할 수 있게 하라\n\n### 참조: LoRA 치트시트 (모델별 분리, Manifest + Full 2-stage)\n\nLoRA 룩업은 **2단계**로 진행한다 — 먼저 압축 매니페스트로 후보를 추리고, 디테일이 필요할 때만 풀 노트를 핀포인트로 조회한다. 매번 풀 마크다운(35KB)을 통째로 읽지 마라.\n\n**Stage 1 — 매니페스트 우선 (1차 진입점):**\n- `lora-cheatsheets\u002Fillustrious.manifest.txt` — `portrait`\u002F`scene`\u002F`scene-real`\u002F`scene-couple`\u002F`profile` 워크플로우 사용 시\n- `lora-cheatsheets\u002Fanima.manifest.txt` — `anima-mixed-scene` 패키지 사용 시\n- `lora-cheatsheets\u002Fqwen-image.manifest.txt` — Qwen-Image 편집\u002F생성 시\n\n매니페스트 한 줄 포맷:\n```\n파일명 [카테고리,플래그,auto-trig] 짧은 용도 │ 강도               (트리거 자동 주입됨, 토큰 값은 매니페스트에서 생략)\n파일명 [카테고리,플래그] 짧은 용도 │ 강도 │ trig?: 태그 후보       (selective — 옵션\u002F바리에이션 동반, 자동 주입 X)\n파일명 [카테고리,플래그] 짧은 용도 │ 강도                          (트리거 없음)\n```\n\n플래그: `base`(워크플로우 자동 주입), `nsfw-base`(NSFW 컷에서만 자동), `nsfw`, `warn`(⚠️), `broken`(❌), `auto-trig`(트리거 자동 주입)\n\n**`auto-trig` vs `trig?:` 차이 (중요):**\n- `auto-trig` 플래그가 있으면 — 해당 LoRA의 `auto` 토큰이 `lora-triggers.json`에 등록되어 LoRA 활성화 시 서버가 프롬프트에 **자동 주입**한다. 매니페스트엔 토큰 값을 적지 않는다 (중복 제거).\n- `trig?:`이 있으면 — selective. `lora-triggers.json`에 `options` 필드로 등록된 후보 토큰. **자동 주입되지 않는다.** 매번 장면에 맞는 토큰을 골라 프롬프트에 직접 박아야 한다.\n- 둘 다 있으면 (`auto-trig` 플래그 + `trig?:`) — `auto`는 자동 주입, `options`는 선택. 가장 일반적인 분리 패턴.\n- 둘 다 없으면 — `lora-triggers.json`에 미등록. 풀 .md 봐서 작가 권장 사용법 확인 필요.\n\n분류는 **`lora-triggers.json`의 명시적 객체 스키마**가 결정한다 (휴리스틱이나 토큰 수 임계값으로 추측하지 않는다). 새 LoRA 등록 시 직접 어떤 토큰을 auto로 어떤 토큰을 options로 둘지 큐레이션한다.\n\n활성 워크플로의 **한 개 매니페스트만** 로드하라. 모델 간 LoRA는 호환되지 않는다.\n\n**Stage 2 — 풀 노트 핀포인트 grep (선택적):**\n후보 2~3개로 좁힌 뒤, 트리거 태그\u002F주의사항\u002F조합 권장 같은 디테일이 필요하면 원본 `.md`에서 해당 항목만 Grep으로 가져온다.\n- `lora-cheatsheets\u002Fillustrious.md` — Illustrious \u002F SDXL anime 풀 노트 ([BASE] LoRA 체인 포함)\n- `lora-cheatsheets\u002Fanima.md` — Anima Preview3 풀 노트 (baseLoras 정책, 운영 노트 포함)\n- `lora-cheatsheets\u002Fqwen-image.md` — Qwen-Image 풀 노트\n- `lora-cheatsheets\u002Fanima.compat-log.md` — Anima 호환성 시점 기록 (참조 빈도 낮음)\n- `lora-cheatsheets\u002Findex.md` — 전체 인덱스\n\n**풀 .md 전체 Read는 최후 수단** — 카테고리 전체를 둘러봐야 하거나 매니페스트로 후보가 명확히 추려지지 않을 때만.\n\n**매니페스트 갱신:** 치트시트 `.md` 또는 `lora-triggers.json`을 수정한 직후에는 반드시\n```\nnode lora-cheatsheets\u002Fbuild-manifest.mjs\n```\n를 실행해 매니페스트를 재생성한다. 매니페스트는 두 입력(`.md` + `lora-triggers.json`)을 합성한 결과물이다.\n\n**런타임 트리거 SSOT — `lora-triggers.json` (2026-05-04 v3 객체 스키마):**\n\n```json\n{\n  \"file.safetensors\": \"tokens here\",                              \u002F\u002F 전부 auto (backward-compat string)\n  \"file.safetensors\": { \"auto\": \"core\" },                         \u002F\u002F auto만\n  \"file.safetensors\": { \"auto\": \"core\", \"options\": \"opt1,opt2\" }, \u002F\u002F auto + 매뉴얼 옵션 후보\n  \"file.safetensors\": { \"options\": \"opt1,opt2\" }                  \u002F\u002F pure selective (자동 주입 X)\n}\n```\n\n- 서버 (`comfyui-client.ts`의 `loadLoraTriggers()`)는 string 값 또는 `auto` 필드만 읽어 자동 주입한다. `options` 필드는 무시.\n- build-manifest는 같은 json을 읽어 매니페스트 한 줄에 표기:\n  - `auto` 있음 → `auto-trig` 플래그\n  - `options` 있음 → `trig?: \u003Coptions>` 노출\n- 새 LoRA 등록은 lora-triggers.json 직접 편집. 휴리스틱(토큰 수 임계값 등) 없음 — 의도가 100% 명시되어야 한다.\n\n**프롬프트 조립 시:**\n- 후보 LoRA에 `auto-trig` 플래그가 있으면 → `auto` 토큰은 서버가 알아서 박으므로 프롬프트에 별도로 명시할 필요 없음.\n- `trig?:`이 있으면 → 후보 토큰 목록에서 장면에 필요한 것만 골라 프롬프트에 직접 박는다. 전부 박지 말고 큐레이션.\n- 둘 다 없으면 → 트리거 미등록. 풀 .md 봐서 작가 권장 사용법 확인.\n\n### Quality\u002FStyle 토큰 — 워크플로 패키지가 소유 (2026-05-04 개편)\n\n**프롬프트에 `masterpiece, best quality, ...` 같은 quality_tags를 직접 박지 마라.** 워크플로 패키지(`scene`\u002F`portrait`\u002F`scene-couple` 등)의 `params.json`이 자체적으로 `prompt.prefix` 필드로 quality_tags를 보유하고, workflow-resolver가 합쳐 노드에 쓴다. 직접 박으면 중복 prepend는 일어나지 않지만 토큰 낭비다.\n\n- 패키지의 `params.json`에서 `prompt.prefix`(또는 `prompt_left.prefix`, `prompt_right.prefix`)에 quality_tags가 박혀 있다.\n- 워크플로별로 다른 quality 어휘가 필요하면 해당 패키지의 params.json만 수정하면 된다 (예: portrait는 `face focus`, scene은 `dynamic angle` 같은 추가).\n- MCP `comfyui_generate`의 `buildComfyPrompt`는 더 이상 자동 prepend하지 않는다 — 본문만 통과시킨다.\n- `anima-mixed-scene` 같이 자체 resolver.mjs를 가진 패키지는 별도 quality 조립을 하므로 영향 없음.\n\n> 레거시 `.\u002Flora-cheatsheet.md` 경로를 사용하거나 재생성하지 마라. 정식 참조는 `lora-cheatsheets\u002Fillustrious.md` (Stage 2) 또는 `lora-cheatsheets\u002Fillustrious.manifest.txt` (Stage 1)다.\n\n### 기타 주의사항\n\n- 동적 LoRA는 기본 체인의 **뒤에** 삽입된다\n- 사용 불가능한 LoRA는 자동 스킵 (에러 없음)\n\n---\n\n## 디테일러 체인 시스템 (Detailer Chain)\n\n### 아키텍처\n\n디테일러(face\u002Fhand\u002Fpussy\u002Fanus)는 **워크플로우에 하드코딩되지 않는다.** 공용 템플릿(`detailer-modules.json`)에서 정의되며, 런타임이 활성화된 모듈만 동적으로 주입한다.\n\n```\n워크플로우 기본 상태:\n  ... → VAEDecode(source) → Upscale(sink) → ...\n\n런타임 주입 후:\n  ... → VAEDecode → [Face 501] → [Hand 511] → [Pussy 521] → [Anus 531] → Upscale → ...\n```\n\n### 구성 파일\n\n| 파일 | 위치 | 역할 |\n|------|------|------|\n| `detailer-modules.json` | `workflows\u002F` 루트 | 4개 디테일러 모듈 템플릿 (공용) |\n| 각 워크플로우 `params.json` | `workflows\u002F{name}\u002F` | source\u002Fsink ID 선언 + feature 플래그 |\n\n### 모듈 ID 체계\n\n| 모듈 | detector | detailer | pos_prompt | neg_prompt |\n|------|----------|----------|------------|------------|\n| face | 500 | 501 | (메인 프롬프트 사용) | |\n| hand | 510 | 511 | 512 | 513 |\n| pussy | 520 | 521 | 522 | 523 |\n| anus | 530 | 531 | 532 | 533 |\n\n### 개별 on\u002Foff 제어\n\n생성 요청의 `params`에서 각 디테일러를 개별 제어할 수 있다:\n\n```json\n{\n  \"params\": {\n    \"detailer_face\": false,\n    \"detailer_hand\": true,\n    \"detailer_pussy\": true,\n    \"detailer_anus\": true\n  }\n}\n```\n\n- `speed_mode: \"turbo\"`인 요청은 네 플래그를 생략하면 모든 디테일러가 기본 비활성화된다.\n- Turbo에서도 `detailer_face: true`처럼 명시한 모듈은 선택적으로 다시 활성화할 수 있다.\n- `quality` 및 `speed_mode`가 없는 기존 요청은 각 패키지의 `params.json` 기본값을 그대로 따른다.\n- `false`로 설정한 모듈은 노드 자체가 주입되지 않음 (denoise 0이 아니라 완전 제거)\n\n### 사용 시나리오\n\n| 상황 | 설정 | 이유 |\n|------|------|------|\n| 이라마치오\u002F펠라치오 | `detailer_face: false` | face detailer가 입 주변 penis를 지움 |\n| 핸드잡\u002F손 위주 장면 | `detailer_hand: false` | hand detailer가 손+penis 영역을 덮어씀 |\n| 일반 quality 장면 (기본) | 전부 true | 모든 디테일러 활성 |\n| Turbo 장면 (기본) | 플래그 생략 | 모든 디테일러를 자동 스킵하여 생성 시간 단축 |\n| Turbo 선택 보정 | 필요한 모듈만 true | 고정 비용을 필요한 부위에만 사용 |\n\n### 런타임 동작\n\n1. `detailer_chain` feature 플래그 확인 (`params.json`의 `features.detailer_chain`)\n2. `detailer-modules.json`에서 모듈 템플릿 로드\n3. `detailer_{id}` 파라미터로 활성\u002F비활성 필터링\n4. 활성 모듈의 노드를 워크플로우에 동적 생성 (500번대 ID)\n5. 내부 배선: detector → detailer, 전용 pos\u002Fneg prompt → detailer\n6. 외부 배선: KSampler의 model\u002Fclip\u002Fvae를 자동 추적하여 연결 (post-LoRA 참조)\n7. 체인 배선: source → 첫 번째 활성 모듈 → ... → 마지막 활성 모듈 → sink\n8. 전부 비활성이면 source → sink 직결 (워크플로우 기본 상태 유지)\n\n### 디테일러 설정 변경\n\n`detailer-modules.json`의 각 모듈 `detailer.inputs`에서 denoise, steps, cfg 등을 수정하면 **모든 워크플로우에 일괄 적용**된다.\n\n현재 기본값:\n| 모듈 | denoise | steps | cfg | guide_size |\n|------|---------|-------|-----|------------|\n| face | 0.4 | 18 | 4 | 512 |\n| hand | 0.45 | 18 | 4 | 384 |\n| pussy | 0.3 | 12 | 4 | 512 |\n| anus | 0.2 | 12 | 4 | 768 |\n\n---\n\n## NSFW 해부학 프롬프트 가이드\n\n디테일러가 자동 보정하지만, **메인 프롬프트에도 해부학 태그를 포함해야** 원본 이미지에서부터 해당 부위가 제대로 렌더링된다. 디테일러는 이미 존재하는 부위를 보정할 뿐, 없는 부위를 만들지 않는다.\n\n### 언제 포함하는가\n\n| 상황 | 메인 프롬프트에 추가할 태그 |\n|---|---|\n| 정면 누드\u002F하의 노출 | `pussy, detailed pussy, spread legs` 등 |\n| 뒤태 누드\u002F엉덩이 노출 | `anus, ass, from behind` 등 |\n| 삽입\u002F체위 장면 | `pussy, anus, sex, vaginal, anal` + 체위 태그 |\n| 상의 탈의\u002F가슴 노출 | `nipples, bare breasts, topless` |\n| 시스루\u002F투명 의상 | `see-through, nipples visible through clothes` |\n| 일반 착의\u002F비노출 장면 | **추가하지 않는다** |\n\n### LoRA 트리거 태그 (해부학 전용)\n\nNSFW 장면에서 해부학 LoRA를 함께 사용하면 디테일이 향상된다.\n\n**⚠ 필수 규칙: LoRA를 `loras` 파라미터로 추가할 때, 해당 LoRA의 트리거 태그를 반드시 메인 프롬프트에도 포함하라.** LoRA 파일을 로드하는 것과 트리거 태그로 활성화하는 것은 별개다. 트리거 태그 없이 LoRA만 로드하면 효과가 미미하거나 없다.\n\n- **Pussy_Asshole_detailer_UHD**: 강도 0.4~0.6\n  → 프롬프트에 `anu5, pussy, vulva, anus` 포함 필수\n- ~~**LylahLabia**~~ — **사용 금지**. 반실사에서 어떤 강도로든 과장되어 기괴해짐. 디테일러만으로 충분.\n- **Cervix**: 강도 0.5~0.7 (극한 클로즈업 전용)\n  → 프롬프트에 `cervix, spread pussy` 포함\n\n**올바른 사용 예시:**\n```json\n{\n  \"prompt\": \"... pussy, detailed pussy, spread legs ...\",\n  \"loras\": [\n    {\"name\": \"Pussy_Asshole_detailer_UHD_ILL.safetensors\", \"strength\": 0.5}\n  ]\n}\n```\n\n### 주의사항\n- 비노출 장면에서 `pussy`, `anus` 등을 넣으면 의상이 사라지거나 구도가 어그러진다\n- 디테일러가 감지 못하는 경우(특히 pussy — 뒤태에서 미감지) 메인 프롬프트 태그라도 있으면 원본 품질이 올라간다\n- 해부학 LoRA는 NSFW 장면에서만 추가하라. 일반 장면에서는 불필요\n\n---\n\n## 감정\u002F표정 태그 레퍼런스\n\n- **neutral**: neutral expression, calm face, relaxed features\n- **happy**: happy expression, bright smile, joyful, raised cheeks\n- **smile**: gentle smile, warm expression, relaxed eyelids\n- **sad**: sad expression, downcast gaze, furrowed brows\n- **angry**: angry expression, furrowed brows, narrowed eyes, scowling\n- **surprised**: surprised expression, wide open eyes, raised eyebrows, open mouth\n- **embarrassed**: embarrassed, looking away, bashful, flustered, light blush\n- **shy**: embarrassed, looking down, heavy blush, red face, flustered\n- **thinking**: thinking expression, contemplative, looking up, pensive\n- **smirk**: smirking, confident smile, one eyebrow raised\n- **determined**: determined expression, focused gaze, firm jaw\n- **loving**: loving expression, soft gaze, affectionate, tender smile\n- **sleepy**: sleepy expression, half-closed eyelids, drowsy\n\n---\n\n## ComfyUI 워크플로우 구성 (raw 모드용)\n\n워크플로우는 노드 ID를 키로 하는 JSON 객체. 각 노드는 `class_type`과 `inputs`를 가짐.\n노드 간 연결: `[노드ID, 출력인덱스]`.\n\n### 기본 txt2img\n\n```json\n{\n  \"1\": { \"class_type\": \"CheckpointLoaderSimple\", \"inputs\": { \"ckpt_name\": \"model.safetensors\" } },\n  \"2\": { \"class_type\": \"CLIPTextEncode\", \"inputs\": { \"text\": \"positive\", \"clip\": [\"1\", 1] } },\n  \"3\": { \"class_type\": \"CLIPTextEncode\", \"inputs\": { \"text\": \"negative\", \"clip\": [\"1\", 1] } },\n  \"4\": { \"class_type\": \"EmptyLatentImage\", \"inputs\": { \"width\": 832, \"height\": 1216, \"batch_size\": 1 } },\n  \"5\": { \"class_type\": \"KSampler\", \"inputs\": {\n    \"seed\": 12345, \"steps\": 24, \"cfg\": 6.5, \"sampler_name\": \"euler_ancestral\", \"scheduler\": \"karras\",\n    \"denoise\": 1, \"model\": [\"1\", 0], \"positive\": [\"2\", 0], \"negative\": [\"3\", 0], \"latent_image\": [\"4\", 0]\n  }},\n  \"6\": { \"class_type\": \"VAEDecode\", \"inputs\": { \"samples\": [\"5\", 0], \"vae\": [\"1\", 2] } },\n  \"7\": { \"class_type\": \"SaveImage\", \"inputs\": { \"filename_prefix\": \"output\", \"images\": [\"6\", 0] } }\n}\n```\n\n### LoRA 추가\n\n체크포인트 → LoRA → CLIPTextEncode\u002FKSampler 순서로 연결:\n\n```json\n\"10\": { \"class_type\": \"LoraLoader\", \"inputs\": {\n  \"lora_name\": \"lora.safetensors\", \"strength_model\": 0.5, \"strength_clip\": 0.5,\n  \"model\": [\"1\", 0], \"clip\": [\"1\", 1]\n}}\n```\n\n이후 CLIPTextEncode에서 `[\"10\", 1]` (clip), KSampler에서 `[\"10\", 0]` (model) 참조.\n여러 LoRA 체이닝: `10 → 11 → 12 ...` 마지막 출력 사용.\n\n### FaceDetailer (얼굴 보정) — 레거시 참조\n\n> **⚠️ 디테일러 노드를 workflow.json에 직접 추가하지 마라.** 디테일러는 `detailer-modules.json` 공용 템플릿에서 런타임이 동적 주입한다. 아래는 raw 모드에서 디테일러를 수동 구성할 때의 참조용이다.\n\n```json\n\"500\": { \"class_type\": \"UltralyticsDetectorProvider\", \"inputs\": { \"model_name\": \"bbox\u002Fface_yolov8m.pt\" } },\n\"501\": { \"class_type\": \"FaceDetailer\", \"inputs\": {\n  \"image\": [\"6\", 0], \"model\": [\"1\", 0], \"clip\": [\"1\", 1], \"vae\": [\"1\", 2],\n  \"positive\": [\"2\", 0], \"negative\": [\"3\", 0], \"bbox_detector\": [\"500\", 0],\n  \"seed\": 12345, \"steps\": 18, \"cfg\": 4, \"sampler_name\": \"euler_ancestral\", \"scheduler\": \"simple\",\n  \"denoise\": 0.4, \"guide_size\": 512, \"guide_size_for\": true, \"max_size\": 1024,\n  \"feather\": 5, \"noise_mask\": true, \"force_inpaint\": true,\n  \"bbox_threshold\": 0.5, \"bbox_dilation\": 10, \"bbox_crop_factor\": 3.0,\n  \"sam_detection_hint\": \"center-1\", \"sam_dilation\": 0, \"sam_threshold\": 0.93,\n  \"sam_bbox_expansion\": 0, \"sam_mask_hint_threshold\": 0.7,\n  \"sam_mask_hint_use_negative\": \"False\", \"drop_size\": 10, \"wildcard\": \"\", \"cycle\": 1\n}}\n```\n\n### IPAdapter (참조 이미지 기반 일관성)\n\n캐릭터 참조 이미지로 외형 일관성 유지:\n\n```json\n\"30\": { \"class_type\": \"IPAdapterModelLoader\", \"inputs\": { \"ipadapter_file\": \"ip-adapter-plus_sdxl_vit-h.safetensors\" } },\n\"31\": { \"class_type\": \"CLIPVisionLoader\", \"inputs\": { \"clip_name\": \"CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors\" } },\n\"32\": { \"class_type\": \"LoadImage\", \"inputs\": { \"image\": \"reference.png\" } },\n\"33\": { \"class_type\": \"IPAdapter\", \"inputs\": {\n  \"model\": [\"1\", 0], \"ipadapter\": [\"30\", 0], \"clip_vision\": [\"31\", 0], \"image\": [\"32\", 0],\n  \"weight\": 0.8, \"weight_type\": \"linear\", \"start_at\": 0, \"end_at\": 1\n}}\n```\n\nKSampler에서 `[\"33\", 0]`을 model로 사용.\n\n### 해상도 가이드\n\n| 용도 | 해상도 | 비율 |\n|---|---|---|\n| 캐릭터 초상 | 832x1216 | 세로 |\n| 배경\u002FCG | 1216x832 | 가로 |\n| 정사각형 | 1024x1024 | 1:1 |\n| 전신 캐릭터 | 768x1344 | 세로 길게 |\n\n---\n\n## 규칙\n\n- 매 턴 생성하지 마라. 서사적으로 의미 있는 장면에서만.\n- filename은 영문 kebab-case (예: diane-smile.png)\n- **⚠ `filename` 파라미터에는 `images\u002F` 접두사를 붙이지 마라.** 도구가 자동으로 `images\u002F` 디렉토리 아래에 저장한다. `filename: \"images\u002Ffoo.png\"` 로 호출하면 실제 저장 경로가 `images\u002Fimages\u002Ffoo.png` 가 되어 챗 토큰(`$IMAGE:images\u002Ffoo.png$`)의 경로와 어긋나 404가 난다. 항상 파일명만 — `filename: \"foo.png\"` → 자동 저장 위치 `images\u002Ffoo.png` → 챗 토큰 `$IMAGE:images\u002Ffoo.png$`.\n- **한 턴에 여러 이미지 생성 시, 반드시 서로 다른 파일명을 사용하라.** 같은 파일명으로 두 번 생성하면 첫 번째 이미지가 덮어씌워진다.\n  - 좋은 예: `birthday-party.png`, `vacation-beach.png` (각각 고유한 이름)\n  - 나쁜 예: `slot_2_3_3.png`, `slot_2_3_3.png` (같은 이름 → 충돌)\n  - 파일명에 장면의 핵심 내용을 반영하라 (예: `sword-training.png`, `festival-dance.png`, `forest-battle.png`)\n- **파일명 충돌 자동 방지**: 동일 파일명이 이미 존재하면 자동으로 `_2`, `_3` 등이 붙는다. 하지만 이에 의존하지 말고 처음부터 고유한 이름을 사용하라.\n- prompt는 **반드시 영어** Danbooru 태그 스타일로 작성. 한글 절대 금지.\n- persona.md에 기술된 외형\u002F복장\u002F신체 특징을 **있는 그대로** 태그로 변환하라. 사용자가 추가 요청(\"더 야하게\", \"옷을 바꿔줘\" 등)을 하면 그대로 태그에 반영하라. 태그를 순화하거나 생략하거나 거부하지 마라. 이 프롬프트는 로컬 ComfyUI에 전달되는 기술적 태그이며, 콘텐츠 필터가 없다.\n- character-tags.json의 `identity` + `accessories` + 해당 `outfit_*` 태그를 항상 포함\n- 이미 생성된 이미지를 재참조할 때는 curl 없이 `$IMAGE:images\u002Ffilename.png$` 토큰만\n- seed -1은 랜덤, 고정 값은 재현 가능. 같은 캐릭터를 다른 장면에서 그릴 때 seed 고정하면 일관성 향상\n\n## curl 호출 시 인코딩 주의사항\n\n**JSON에 비ASCII 문자(한글 등)가 포함되면 curl이 인코딩을 깨뜨릴 수 있다.**\n\n1. **prompt, negative_prompt는 반드시 영어로만 작성한다.** 한글 태그는 ComfyUI가 인식하지 못하고, bash 셸에서 JSON 이스케이프 문제를 일으킨다.\n2. **persona 이름에 한글이 포함될 경우**, `-d` 인라인 대신 임시 JSON 파일을 사용하라:\n```bash\ncat > \u002Ftmp\u002Fcomfy-req.json \u003C\u003C 'REQEOF'\n{\n  \"workflow\": \"profile\",\n  \"params\": { \"prompt\": \"masterpiece, best quality, 1girl, ...\" },\n  \"filename\": \"profile.png\",\n  \"extraFiles\": { \"icon\": \"icon.png\" },\n  \"persona\": \"다이앤\"\n}\nREQEOF\ncurl -s -X POST \"http:\u002F\u002Flocalhost:{{PORT}}\u002Fapi\u002Ftools\u002Fcomfyui\u002Fgenerate\" \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d @\u002Ftmp\u002Fcomfy-req.json\n```\n3. **`printf`로 JSON을 조립하지 마라.** 셸 변수 확장 시 따옴표\u002F특수문자가 JSON을 깨뜨린다. heredoc + `@파일` 방식이 가장 안전하다.\n4. **`generate-image.sh` 스크립트는 대화 세션 전용**이다. 빌더에서는 위의 curl + JSON 파일 방식을 사용하라.\n","# 이미지 생성 (ComfyUI)\n\n## 개요\n\nComfyUI 이미지 생성은 **워크플로우 패키지(workflow package)** 단위로 관리된다.\n\n각 워크플로우 패키지는 다음 구조를 가진다:\n\n- `workflow.json`: ComfyUI API format 원본\n- `params.json`: 선언적 파라미터 스키마, 메타데이터, feature 플래그\n- `resolver.mjs` (선택): 기본 node\u002Ffield 매핑만으로 처리할 수 없는 고급 파라미터 제어 로직\n\n이미지 생성 전에는 먼저 `comfyui_workflow` 도구의 `list` action으로 사용 가능한 패키지를 확인하라.\n특정 패키지의 상세 구조가 필요하면 `get` action으로 `workflow.json`, `params.json`, `resolver.mjs`를 조회하라.\n\n## 기본 원칙\n\n- **스킬의 사전 확인을 마친 뒤 MCP 도구를 우선 사용하라.** `generate_image` 또는 `comfyui_generate`를 직접 호출할 때도 아래 LoRA 확인 단계를 생략하지 않는다.\n- `generate-image.sh`는 빠른 수동 테스트용 보조 스크립트로만 간주한다.\n- 새 워크플로우가 필요하면 `manage-workflows` 스킬과 `comfyui_workflow` 도구를 사용해 패키지를 등록\u002F수정한다.\n- 단순 파라미터 매핑이면 `params.json`만으로 처리하고, 복잡한 조건 분기나 다중 노드 동시 제어가 필요할 때만 `resolver.mjs`를 사용한다.\n\n---\n\n## 체크포인트 선택\n\n**최초 이미지 생성 전에 반드시 수행:**\n\n1. `comfyui-config.json`이 존재하는지 확인한다\n2. 없으면 ComfyUI에서 사용 가능한 체크포인트 목록을 조회한다\n3. 사용자에게 사용할 체크포인트를 확인받거나, 기존 연구 맥락에 맞는 체크포인트를 선택한다\n4. 선택 결과를 `comfyui-config.json`에 저장한다\n5. 이미 존재하면 새로 선택하지 않는다\n\n이후 서버와 런타임이 이 설정을 읽어 자동 적용한다.\n\n## 캐릭터 일관성 시스템\n\n**최초 이미지 생성 전에 반드시 수행:**\n\n1. `character-tags.json`이 존재하는지 확인한다\n2. 없으면 `persona.md`의 외형 섹션을 읽고 Danbooru 스타일 태그로 변환하여 저장한다\n\n### 구조\n\n```json\n{\n  \"identity\": \"1girl, elf, long pointy ears, silver white hair, long hair, straight hair, deep blue eyes, pale skin, slender, small frame, delicate features\",\n  \"accessories\": \"gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant\",\n  \"outfit_default\": \"black leather corset with silver buckles, white off-shoulder blouse with lace trim, black pencil skirt with deep slit, black elbow gloves, black thighhighs, black garter straps\",\n  \"outfit_casual\": \"white knit sweater, navy pleated skirt, black knee socks\",\n  \"outfit_nude\": \"nude\",\n  \"profile_pose\": \"looking at viewer, upper body, gentle smile\",\n  \"full_body_pose\": \"looking at viewer, full body, standing\"\n}\n```\n\n- **`identity`**: 얼굴과 신체의 고정 특징. 옷을 어떻게 바꿔도 절대 변하지 않는 요소만 포함한다 (머리색, 눈색, 체형, 종족 특징 등)\n- **`accessories`**: 캐릭터의 정체성인 장신구. outfit이 바뀌어도 항상 포함한다 (안경, 초커, 귀걸이, 리본, 특정 목걸이 등). 상황에 따라 제거 가능하지만 기본적으로는 항상 착용\n- **`outfit_*`**: 의상 변형. `outfit_default`는 필수, 나머지는 선택\n- **`*_pose`**: 자주 쓰는 포즈 프리셋 (선택)\n\n### 태그 작성 규칙\n\n**색상 필수 — 가장 중요한 규칙이다.** 색상이 명시되지 않은 의상\u002F장신구는 이미지 모델이 매번 다른 색을 생성하여 일관성이 깨진다.\n\n- **의상 항목마다 색상 명시**: `corset` → `black leather corset`, `blouse` → `white off-shoulder blouse`\n- **금속\u002F보석 색상 명시**: `buckles` → `silver buckles`, `pendant` → `blue gem pendant`, `frame` → `gold-framed`\n- **장신구에도 색상+소재 명시**: `choker` → `red leather choker`, `earrings` → `silver drop earrings`\n- **머리\u002F눈 색상 구체화**: 톤까지 기술하라. `silver hair` → `silver white hair`, `blue eyes` → `deep blue eyes`, `pink eyes` → `light pink eyes`\n- **디자인 디테일 포함**: 의상의 포인트 장식을 태그에 포함한다. `blouse` → `white off-shoulder blouse with lace trim`, `skirt` → `black pencil skirt with deep slit`\n\n**⚠ 색상 오염 방지 — 매우 중요.** 악세서리\u002F소품의 색상 형용사가 인접한 신체 부위(hair, eyes 등)를 오염시킬 수 있다. `blue hair ribbon`이라고 쓰면 모델이 `blue hair` + `ribbon`으로 파싱하여 머리색이 파란색으로 렌더링된다.\n\n- **`{색상} hair {소품}` 패턴을 절대 쓰지 마라.** 색상을 소품 쪽에만 붙여라:\n  - ❌ `blue hair ribbon` → 모델이 `blue hair`로 해석\n  - ✅ `hair ribbon, blue ribbon` — 색상이 ribbon에만 적용\n  - ❌ `red hair band` → `red hair`로 오염\n  - ✅ `hair band, red band`\n  - ❌ `green eye patch` → `green eye`로 오염\n  - ✅ `eye patch, green patch`\n- **일반 규칙**: `{색상}`과 `{신체부위}` 사이에 소품 명사가 끼면 색상이 신체에 달라붙는다. **색상 형용사는 신체 부위 태그와 분리하라.**\n- **character-tags.json 작성 시 이 규칙을 반드시 적용하라.** `identity`의 머리색\u002F눈색과 `accessories`의 색상 소품이 충돌하지 않도록 태그를 분리한다.\n\n**BAD 예시** (색상\u002F디테일 누락 → 매번 다른 결과):\n```\ncorset, blouse, skirt, gloves, thighhighs, glasses, necklace\n```\n\n**GOOD 예시** (색상+디테일 명시 → 일관된 결과):\n```\nblack leather corset with silver buckles, white off-shoulder blouse with lace trim, black pencil skirt with deep slit, black elbow gloves, black thighhighs, gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant\n```\n\n### quality \u002F negative 태그\n\n`quality_positive`, `quality_negative` 키는 **사용하지 마라** — `comfyui-config.json`의 프리셋에서 자동 삽입된다. 중복하면 프롬프트가 불필요하게 길어진다.\n\n**모든 이미지 프롬프트에 `identity` + `accessories` + 해당 `outfit_*` 태그를 포함해야 캐릭터 일관성이 유지된다.**\n이미 존재하면 새로 만들지 마라.\n\n---\n\n## 절차\n\n### 1단계: 캐릭터 태그 확인\n`character-tags.json`을 읽는다. 없으면 `persona.md`를 읽고 생성한다.\n\n### 2단계: 패키지 조회\n`comfyui_workflow` 도구의 `list` action으로 사용 가능한 워크플로우 패키지를 확인한다.\n```json\n{ \"action\": \"list\" }\n```\n필요하면 특정 패키지를 상세 조회한다:\n```json\n{ \"action\": \"get\", \"name\": \"portrait\" }\n```\n\n### 2-1단계: 모델별 LoRA 치트시트 확인\n\nLoRA를 지원하는 이미지 생성 패키지는 **프롬프트 구성 전에** 베이스 모델에 맞는 매니페스트 하나를 읽는다. 아래 경로는 세션 cwd가 아니라 **이 SKILL.md가 있는 디렉토리 기준**이다.\n\n- Illustrious \u002F SDXL anime: [illustrious.manifest.txt](lora-cheatsheets\u002Fillustrious.manifest.txt)\n- Anima: [anima.manifest.txt](lora-cheatsheets\u002Fanima.manifest.txt)\n- Qwen-Image: [qwen-image.manifest.txt](lora-cheatsheets\u002Fqwen-image.manifest.txt)\n- 다른 모델 또는 분류가 불명확하면 [인덱스](lora-cheatsheets\u002Findex.md)와 패키지 `get` 결과로 호환성을 먼저 확인한다. 이름이 비슷하다고 다른 모델용 LoRA를 적용하지 않는다.\n\n장면에 맞는 후보의 파일명·권장 강도·경고·기본 체인 포함 여부를 확인하고, 상세 조건은 같은 디렉토리의 모델별 `.md`에서 해당 항목만 읽는다. 스킬 목록이 보이는 것만으로 치트시트를 읽었다고 간주하지 않는다.\n\n- `auto-trig`: 서버 자동 주입 대상. `trig?:`: 장면에 필요한 옵션만 프롬프트에 직접 넣는다. 세부 규칙은 아래 「참조: LoRA 치트시트」를 따른다.\n- 적합한 추가 LoRA가 없으면 추가하지 않는다. `lora_injection: false`인 패키지나 LoRA 미사용 후처리에는 이 단계를 적용하지 않는다.\n- 파일이 없으면 읽은 척하거나 트리거를 추측하지 말고, 서비스 원본 `data\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002F`를 확인한다. 그래도 확인할 수 없는 추가 LoRA는 사용하지 않는다.\n\n### 3단계: 프롬프트 구성\n순서: `identity, accessories, outfit 태그, 감정\u002F표정, 포즈, 장면 묘사`\n(quality\u002Fstyle은 패키지 설정을 따른다. LoRA 트리거는 자동 주입되는 `auto`와 직접 선택하는 `options`를 구분한다.)\n\n**1인 장면** (`portrait`, `scene`, `scene-real`, `profile`):\n```\n{identity}, {accessories}, {outfit 태그}, {감정\u002F표정}, {포즈}, {장면 묘사}\n```\n\n예시:\n```\n1girl, elf, long pointy ears, silver white hair, long hair, deep blue eyes, gold-framed semi-rimless glasses, thin silver chain necklace with blue gem pendant, black leather corset with silver buckles, white off-shoulder blouse with lace trim, gentle smile, looking at viewer, indoor, warm lighting\n```\n\n**2인 장면** (`scene-couple`):\n`scene-couple`은 인자가 `prompt`가 아니라 `prompt_left`\u002F`prompt_right`이다. 각 영역에 해당 캐릭터의 태그를 분배한다.\n```\nprompt_left:  {인물수}, 1girl|1boy, {캐릭터A identity + accessories + outfit}, {감정\u002F표정}, {포즈}, {장면 묘사}\nprompt_right: {인물수}, 1girl|1boy, {캐릭터B identity + accessories + outfit}, {감정\u002F표정}, {포즈}, {장면 묘사}\n```\n- `{인물수}` (예: `2girls`)는 양쪽 프롬프트에 동일하게 포함한다\n- 공통 배경\u002F장소 태그도 양쪽에 동일하게 포함한다\n- `character-tags.json`에서 각 캐릭터의 `identity` + `accessories` + 해당 `outfit_*`을 가져온다\n- 사용자가 등장하면 `memory.md`의 사용자 외형 태그를 한쪽에 적용한다\n\n### 4단계: 이미지 생성 요청\n\n**MCP 도구 우선 사용.** 가능하면 `generate_image` 또는 `comfyui_generate`를 먼저 사용한다.\n\n**저장 위치 결정 — `persona` vs `targetScope` (혼동 주의):**\n\n이 두 파라미터는 서로 다른 시그널이고 **동시에 사용하면 안 된다.** 둘 다 넘기면 라우팅이 꼬여 InlineImage의 polling이 두 엔드포인트 모두에서 fail할 수 있다.\n\n| 상황 | 어느 걸 쓰나 | 결과 저장 위치 | 서빙 경로 |\n|---|---|---|---|\n| **대화 세션 — 일반 장면 (해당 세션에서만 사용)** | 둘 다 **생략** | `data\u002Fsessions\u002F{id}\u002Fimages\u002F...` | `\u002Fapi\u002Fsessions\u002F{id}\u002Ffiles\u002Fimages\u002F...` |\n| **대화 세션 — 페르소나 공유 자산** (사건 카드, 정착지 배너 등 definitions에서 참조되는 영구 자산) | `targetScope: \"persona\"` | `data\u002Fpersonas\u002F{name}\u002Fimages\u002F...` | `\u002Fapi\u002Fsessions\u002F{id}\u002Fpersona-images?file=...` |\n| **빌더 세션** (활성 세션 없음) | `persona: \"\u003C이름>\"` 필수 | `data\u002Fpersonas\u002F{name}\u002Fimages\u002F...` | `\u002Fapi\u002Fpersonas\u002F{name}\u002Fimages?file=...` |\n\n**판단 규칙:**\n1. 활성 세션(대화 모드)이면 → **`persona` 파라미터를 절대 넘기지 마라.** 캐릭터 1회용 장면이면 둘 다 생략. 영구 공유 자산(여러 세션이 봐야 하는 정의 파일 참조 이미지 등)이면 `targetScope: \"persona\"`.\n2. 빌더 모드(활성 세션 없음, persona 빌더 채팅에서 호출)에서만 → `persona`로 페르소나 이름 명시.\n3. **`persona` + `targetScope` 동시 사용은 금지.** 두 시그널이 충돌해 라우팅을 망친다.\n\n**? 흔한 실수:** \"이 페르소나에 속한 이미지니까 persona 박아야겠지?\" — 아니다. 페르소나 소속 여부는 활성 세션의 부모 페르소나로 자동 추론된다. 활성 세션에서 `persona`를 명시하는 건 빌더 모드 진입 신호로 잘못 해석될 수 있다.\n\n```json\n{\n  \"workflow\": \"scene\",\n  \"params\": { \"prompt\": \"...\" },\n  \"filename\": \"gen_xxx.png\",\n  \"targetScope\": \"persona\"\n}\n```\n\n**MCP 도구 사용 예시:**\n```json\n{\n  \"workflow\": \"portrait\",\n  \"params\": {\n    \"prompt\": \"1girl, elf, silver hair, blue eyes, gentle smile, indoor\",\n    \"seed\": -1\n  },\n  \"filename\": \"diane-smile.png\"\n}\n```\n\n**고수준 도구 (`generate_image`) 예시:**\n```json\n{\n  \"workflow\": \"portrait\",\n  \"prompt\": \"1girl, elf, silver hair, blue eyes, gentle smile, indoor\",\n  \"filename\": \"diane-smile.png\"\n}\n```\n\n**`scene-couple`은 반드시 MCP 도구(`generate_image`)를 사용하라.** `generate-image.sh`로 사용할 수 없다.\n\n**프로필 모드** (portrait + 얼굴 아이콘 동시 생성):\n```json\n{\n  \"workflow\": \"profile\",\n  \"params\": { \"prompt\": \"\u003Cfull prompt>\" },\n  \"filename\": \"profile.png\",\n  \"extraFiles\": { \"icon\": \"icon.png\" }\n}\n```\n`profile` 워크플로는 YOLO로 얼굴을 감지하여 256x256 크롭 아이콘을 자동 생성한다.\n`images\u002Fprofile.png` (패널 프로필)과 `images\u002Ficon.png` (세션 목록 아이콘)이 함께 저장된다.\n\n**raw 모드** (고급 — 커스텀 워크플로우 JSON 직접 전달):\n```json\n{\n  \"raw\": { \"...ComfyUI API format JSON...\" },\n  \"filename\": \"scene-name.png\"\n}\n```\n\n**generate-image.sh** (수동 테스트용 보조 스크립트):\n```bash\nbash .\u002Fgenerate-image.sh \u003Cworkflow> \"\u003Cprompt>\" \u003Cfilename> [seed]\n```\n- workflow: 패키지 이름 (예: portrait, scene, profile, my-workflow)\n- prompt: 캐릭터\u002F장면 태그만 (quality, trigger 태그는 자동 삽입됨)\n- filename: 영문 kebab-case .png\n- seed: 선택. 기본 -1(랜덤)\n\n### 5단계: 응답에 이미지 삽입\n`\u003Cdialog_response>` 안에 `$IMAGE:...$` 토큰을 포함한다.\n\n**⚠ 토큰 경로는 저장 스코프를 따른다 — 틀리면 무한 \"생성 중...\" 스피너(404)다.**\n\n| 생성 호출 | 실제 저장 위치 | 채팅에 쓸 토큰 |\n|---|---|---|\n| `persona: \"\u003C이름>\"` 지정 | `data\u002Fpersonas\u002F\u003C이름>\u002Fimages\u002Ffoo.png` | `$IMAGE:persona:foo.png$` |\n| `persona` 미지정 (세션 스코프) | `data\u002Fsessions\u002F\u003C세션>\u002Fimages\u002Ffoo.png` | `$IMAGE:images\u002Ffoo.png$` |\n\n세션 채팅 렌더러(`InlineImage`)는 `personaName`을 받지 않아 `images\u002F...` 를 **세션 디렉토리에서만** 찾는다. 페르소나 폴더 파일은 `persona:` 접두사가 있어야 `\u002Fapi\u002Fsessions\u002F{id}\u002Fpersona-images` 로 라우팅된다. `persona:` 뒤에 `images\u002F` 를 또 붙이지 마라 (`$IMAGE:persona:foo.png$` ✅ \u002F `$IMAGE:persona:images\u002Ffoo.png$` ❌).\n\n이미지는 비동기 생성되므로 사용자 화면에서 로딩 스피너 → 완성 후 자동 교체.\n\n### 6단계: 새 워크플로우가 필요하면\n`manage-workflows` 스킬을 사용해 새 패키지를 등록하거나 기존 패키지를 수정한다.\n\n---\n\n## 프로필 업데이트 (기존 이미지 → 프로필 + 아이콘)\n\n기존에 생성한 이미지를 프로필로 설정하고 얼굴을 자동 크롭하여 아이콘을 생성할 수 있다.\n\n### MCP 도구 사용 (권장)\n```\nmcp__claude_play__update_profile({ sourceImage: \"images\u002Fmira-walk-flustered-202.png\" })\n```\n\n### API 직접 호출\n```bash\ncurl -s -X POST http:\u002F\u002Flocalhost:{{PORT}}\u002Fapi\u002Ftools\u002Fcomfyui\u002Fupdate-profile \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"sourceImage\": \"images\u002Fmira-walk-flustered-202.png\"}'\n```\n\n**동작:**\n1. 소스 이미지를 `images\u002Fprofile.png`로 복사\n2. YOLO 얼굴 감지 → 256x256 크롭 → `images\u002Ficon.png` 생성\n3. 세션의 페르소나 디렉토리에 자동 동기화 (profile.png + icon.png)\n\n---\n\n## 기본 제공 패키지\n\n항상 `comfyui_workflow` `list`로 최신 목록을 확인하라. 아래는 기본 내장 패키지의 참조 정보다.\n\n| 패키지 | 해상도 | 용도 | 샘플러 설정 |\n|---|---|---|---|\n| `portrait` | 832x1216 (세로) | 캐릭터 초상, 상반신 | euler_ancestral, karras, 24 steps, cfg 6.5 |\n| `scene` | 1216x832 (가로) | 배경, 풍경, CG 장면 (애니메) — 1인 | euler_ancestral, karras, 35 steps, cfg 6.0 |\n| `scene-real` | 1216x832 (가로) | 배경, 풍경, CG 장면 (반실사) — 1인 | dpmpp_sde, sgm_uniform, 27 steps, cfg 4.5 |\n| `scene-couple` | 1216x832 (가로) | **2인 장면** — 캐릭터별 영역 분리 | euler_ancestral, karras, 35 steps, cfg 6.0 |\n| `profile` | 832x1216 + 256x256 | 프로필 이미지 + 얼굴 아이콘 | portrait와 동일 + YOLO face crop |\n| `portrait-balanced` | 가변 | 품질 모드(fast\u002Fbalanced\u002Fdetail) 자동 조정 | resolver로 동적 설정 |\n\n### scene-couple 패키지\n\n2인 이상 장면에서 캐릭터별 외형 태그가 혼선되지 않도록, Attention Couple로 화면을 영역 분리한다.\n**1인 장면에서는 사용하지 마라.** `scene` 또는 `scene-real`이 더 적합하다.\n\n**사용 시기:**\n- 2명의 캐릭터가 한 화면에 등장하는 장면\n- 각 캐릭터의 외형(머리색, 체형, 의상 등)이 달라서 태그 혼선이 예상될 때\n\n**MCP 도구 사용:**\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, maid outfit, smile, indoor, living room\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, school uniform, shy, indoor, living room\",\n  \"position\": \"half\",\n  \"filename\": \"maid-and-student.png\"\n}\n```\n\n**프롬프트 작성 규칙:**\n1. 양쪽 프롬프트에 모두 `2girls`를 포함한다 (모델이 2인 구도를 인식해야 함)\n2. 각 프롬프트에 `1girl` + 해당 캐릭터의 고유 태그를 넣는다\n3. 공통 배경\u002F장소 태그는 양쪽에 동일하게 포함한다\n4. `character-tags.json`의 `identity` + `accessories` + 해당 `outfit_*` 태그를 각 캐릭터에 맞게 적용한다\n\n**position 프리셋:**\n\n| 프리셋 | 분할 | 용도 |\n|--------|------|------|\n| `half` (기본) | 좌 50% \u002F 우 50% | 대등한 2인 장면 |\n| `left-heavy` | 좌 60% \u002F 우 40% | 좌측 캐릭터가 주인공 |\n| `right-heavy` | 좌 40% \u002F 우 60% | 우측 캐릭터가 주인공 |\n| `left-third` | 좌 33% \u002F 우 67% | 좌측 캐릭터가 보조 |\n| `right-third` | 좌 67% \u002F 우 33% | 우측 캐릭터가 보조 |\n| `half-overlap` | 좌 65% \u002F 우 65% (중앙 30% 겹침) | **키스, 포옹 등 밀착 구도** |\n| `left-heavy-overlap` | 좌 70% \u002F 우 65% (겹침) | 좌측이 상대에게 기대는 구도 |\n| `right-heavy-overlap` | 좌 65% \u002F 우 70% (겹침) | 우측이 상대에게 기대는 구도 |\n| `top-bottom` | 상 50% \u002F 하 50% | **상하 구도** (위에서 내려다보기 등) |\n| `top-heavy` | 상 60% \u002F 하 40% | 위쪽 캐릭터가 주도 |\n| `bottom-heavy` | 상 40% \u002F 하 60% | 아래쪽 캐릭터가 주도 |\n\n**오버랩 프리셋**: 양쪽 마스크가 중앙에서 겹치면 Attention Couple이 자동으로 소프트 블렌딩한다. 캐릭터가 밀착하는 구도(키스, 포옹, 체위)에서 경계선이 부자연스러운 문제를 해결한다.\n\n**상하 프리셋**: `prompt_left`가 위쪽, `prompt_right`가 아래쪽에 배치된다. 위에서 내려다보는 구도, 누워있는 장면 등에 적합.\n\n**어떤 캐릭터를 어느 쪽에 배치할지** 장면의 맥락(시선 방향, 행동의 주체)에 따라 판단하라.\nposition은 영역의 비중일 뿐, 카메라 앵글이나 포즈는 프롬프트로 별도 제어한다.\n\n**캐릭터별 LoRA 적용:**\n\n`loras_left`, `loras_right`로 영역별 LoRA를 CLIP 분기로 지정할 수 있다. 공통 LoRA는 기존 `loras`로 전달한다.\n\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, maid outfit, smile, indoor\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, school uniform, shy, indoor\",\n  \"position\": \"half\",\n  \"loras\": [\n    { \"name\": \"smooth_lora.safetensors\", \"strength\": 0.4 },\n    { \"name\": \"dramatic_lighting.safetensors\", \"strength\": 0.5 }\n  ],\n  \"loras_left\": [\n    { \"name\": \"age_slider.safetensors\", \"strength\": -3 }\n  ],\n  \"loras_right\": [\n    { \"name\": \"age_slider.safetensors\", \"strength\": 1 }\n  ],\n  \"filename\": \"two-characters.png\"\n}\n```\n\n| 파라미터 | 적용 범위 | 용도 |\n|----------|----------|------|\n| `loras` | 전체 이미지 (model + clip) | 퀄리티, 스타일, 라이팅 등 공통 LoRA |\n| `loras_left` | 좌측 영역 CLIP만 | 좌측 캐릭터 전용 LoRA (나이, 체형 등) |\n| `loras_right` | 우측 영역 CLIP만 | 우측 캐릭터 전용 LoRA |\n\n**원리:** 분기 LoRA는 공통 체인의 CLIP 출력에서 분기하여 해당 영역의 CLIPTextEncode에만 연결된다. model(UNet)은 공통 체인의 출력을 공유한다. 따라서 **스타일\u002F라이팅 LoRA는 `loras`(공통)**, **나이\u002F체형 등 캐릭터별 LoRA는 `loras_left`\u002F`loras_right`**에 넣는 것이 올바르다.\n\n### 애니메 파이프라인 (`portrait`, `scene`, `profile`)\n\n1. Checkpoint → LoRA x8 체인:\n   - masterpieces (0.4) — 전반적 퀄리티\n   - microDetails (0.5) — 디테일 강화\n   - smoothBooster (0.4) — 부드러운 표면\n   - anime screencap (0.5) — **trigger: `anime screencap, anime coloring`**\n   - sexyDetails (0.4) — **trigger: `sexydet`**\n   - Age slider (-3) — 젊은 외형\n   - S1 Dramatic Lighting (0.5) — **trigger: `s1_dram`**\n   - QAQ style (0.4) — 스타일 보정\n2. KSampler (euler_ancestral, karras) → VAEDecode\n3. **디테일러 체인 (동적 주입)** — face → hand → pussy → anus (개별 on\u002Foff 가능, 아래 섹션 참조)\n4. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**프롬프트에 반드시 포함할 트리거 태그:** `anime screencap, anime coloring, sexydet, s1_dram`\n\n### 반실사 파이프라인 (`scene-real`)\n\n반실사\u002F실사 체크포인트(bismuth, babes 등)에 최적화된 워크플로우.\n애니메 전용 LoRA를 제거하고, 샘플러\u002F스케줄러\u002FCFG를 실사에 맞게 조정했다.\n\n1. Checkpoint → LoRA x6 체인 + CLIPSetLastLayer (clip_skip=2):\n   - masterpieces (0.4) — 전반적 퀄리티\n   - microDetails (0.5) — 디테일 강화\n   - smoothBooster (0.4) — 부드러운 표면\n   - sexyDetails (0.4) — **trigger: `sexydet`**\n   - S1 Dramatic Lighting (0.5) — **trigger: `s1_dram`**\n   - PosingDynamics (0.7) — 포즈 정확도 향상 (상시 적용)\n   - ~~anime screencap~~ (제거 — 애니메 전용)\n   - ~~Age slider~~ (제거 — 실사에서 부작용)\n   - ~~QAQ style~~ (제거 — 눈 과장 방지)\n2. KSampler (dpmpp_sde, sgm_uniform, cfg 4.5) → VAEDecode\n3. **디테일러 체인 (동적 주입)** — 모두 dpmpp_sde\u002Fsgm_uniform\u002Fcfg 4.5\n4. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**프롬프트에 반드시 포함할 트리거 태그:** `sexydet, s1_dram` (anime screencap, anime coloring 제외)\n\n### Anima 파이프라인 (`anima-mixed-scene`)\n\nAnima Preview3 전용 워크플로우. UNET\u002FCLIP\u002FVAE 분리 로더 + ModelSamplingAuraFlow(shift) 구조.\nIllustrious 계열과 아키텍처가 다르므로 반드시 이 패키지를 사용한다.\n\n1. UNETLoader + CLIPLoader + VAELoader (분리 로드)\n2. ModelSamplingAuraFlow (shift 제어)\n3. 런타임 baseLoras 자동 주입 (masterpieces 0.5 + Hentai Studio Quality 0.5)\n4. KSampler (euler_ancestral, simple, cfg 4.0, steps 36) → VAEDecode\n5. **디테일러 체인 (동적 주입)** — 모두 euler_ancestral\u002Fsimple\u002Fcfg 4.0\n6. 4x-AnimeSharp upscale → 0.5x lanczos downscale (net 2x 출력)\n\n**Resolver 프로파일 분기:** official_preview3 \u002F cat_tower — 모델명으로 자동 감지하거나 model_profile 파라미터로 지정.\n\n#### Anima 프롬프팅 가이드\n\nAnima는 Danbooru 태그와 자연어를 **자유롭게 혼합**할 수 있는 모델이다. 태그만 나열하는 것보다 자연어 서술을 함께 활용하면 더 좋은 결과를 얻을 수 있다.\n\n**태그 포맷 규칙:**\n- 소문자, 언더스코어 대신 **스페이스** (예: `long hair`, `blue eyes`)\n- score 태그만 예외적으로 언더스코어 (예: `score_7`)\n- 아티스트명에는 반드시 **`@` 프리픽스** (예: `@big chungus`) — 없으면 효과 매우 약함\n\n**태그 권장 순서:**\n`[품질\u002F메타\u002F연도\u002F안전] [인원수] [캐릭터] [시리즈] [아티스트] [일반 태그]`\n\n**품질 태그 (택일 또는 병용):**\n- 휴먼 스코어: `masterpiece, best quality, good quality, normal quality, low quality, worst quality`\n- 미학 스코어: `score_9` ~ `score_1`\n- 안전 태그: `safe, sensitive, nsfw, explicit`\n\n**자연어 프롬프팅 핵심:**\n- **최소 2문장 이상** — 너무 짧으면 예상 밖 결과\n- 태그와 자연어를 **임의 순서로 혼합** 가능\n- 품질\u002F아티스트 태그를 앞에 놓고 뒤에 자연어로 서술하는 패턴 권장\n- 멀티 캐릭터일 때 이름 후 외형을 바로 서술해야 혼동 방지\n\n**프롬프트 예시 (태그+자연어 혼합):**\n```\nmasterpiece, best quality, nsfw, 1girl, long blonde hair, blue eyes. A girl lying on her back on a luxurious bed, looking up at the viewer with a gentle smile. Warm afternoon light streams through sheer curtains, casting soft shadows across the white sheets.\n```\n\n**샘플러 특성:**\n- `er_sde`: 플랫컬러, 선명한 라인 (기본 권장)\n- `euler_a`: 부드러운 라인, 2.5D 경향, CFG 높일 수 있음\n- `dpmpp_2m_sde_gpu`: er_sde와 유사하지만 더 창의적, 프롬프트에 따라 예측불허 가능\n- `beta57` 스케줄러: 페인터리\u002F리얼리스틱 느낌 (ComfyUI RES4LYF 필요)\n\n**권장 네거티브:** `worst quality, low quality, score_1, score_2, score_3, artist name`\n\n**제한 사항:**\n- 실사 생성 부적합 (애니메\u002F일러스트 전용)\n- 텍스트 렌더링 약함 (단어 1개 정도만 가능)\n- 해상도 ~2MP 이상에서 품질 저하\n\n**사용할 패키지:** `anima-mixed-scene` (프리셋: anima)\n**사용하지 말 것:** portrait, scene, scene-real, scene-couple (Illustrious 전용)\n\n### scene \u002F scene-real \u002F scene-couple 선택 기준\n\n| 조건 | 선택 |\n|---|---|\n| 캐릭터 1인 + 애니메 | `scene` |\n| 캐릭터 1인 + 반실사 | `scene-real` |\n| **캐릭터 2인 + 외형이 다른 캐릭터들** | **`scene-couple`** |\n| 캐릭터 2인이지만 외형이 비슷함 | `scene`도 가능 (혼선 적음) |\n| 반실사 체크포인트 (bismuth, babes 등) | `scene-real` |\n| `comfyui-config.json`에 반실사 checkpoint | `scene-real` 우선 |\n| 사용자가 명시적으로 아트 스타일 지정 | 해당 스타일에 맞는 패키지 |\n\n패키지별 파라미터는 `comfyui_workflow` `get`으로 확인하라. 기본 제공 패키지는 공통으로 `prompt`, `negative_prompt`, `width`, `height`, `steps`, `cfg`, `seed`를 지원한다.\n\n---\n\n## 어려운 구도와 대안 뷰 전략\n\n일부 장면은 현재 파이프라인(1인 portrait, 2인 scene-couple)으로 정확히 구현하기 어렵다. 이런 경우 **무리하게 복잡한 프롬프트를 시도하지 말고, 대안 뷰(카메라 앵글)로 전환하라.**\n\n### 피해야 할 구도\n\n| 구도 | 문제 | 대안 |\n|------|------|------|\n| 3인 이상 한 화면 (1boy + 2girls) | 캐릭터 특징 혼선, 성별 혼합 실패 | **캐릭터별 개별 portrait** |\n| 남성 캐릭터 전신 | 모델이 남성 묘사에 약함 | **POV 시점으로 남성 제거** (from above\u002Fbelow pov) |\n| 복잡한 신체 배치 (엎드린 사람 + 양옆 인물) | 포즈 파괴, 인체 왜곡 | **반응하는 인물의 표정\u002F손 클로즈업** |\n| 키스\u002F포옹 등 2인 밀착 | 마스크 경계에서 디테일 파괴 | `overlap` 프리셋 시도, 또는 **개별 portrait** |\n| 자연어 서술 혼재 | CLIP이 Danbooru 태그만 인식 | **반드시 Danbooru 태그만 사용** |\n\n### 대안 뷰 구성법\n\n**원칙: 장면 전체를 한 장에 담으려 하지 말고, 가장 인상적인 순간의 시점(POV)을 골라라.**\n\n#### 1. POV 전환 + scene-couple (최우선 대안)\n주인공(남성)이 보는 것을 그린다. 주인공의 몸은 화면에 나오지 않는다. **2인 장면은 scene-couple과 결합하여 두 캐릭터가 동시에 한 화면에 나오게 한다.**\n```\nfrom above, pov, looking down at viewer → 주인공이 위에서 내려다볼 때 (캐릭터가 올려다봄)\nfrom below, pov, looking down at viewer → 주인공이 아래에 있을 때 (캐릭터가 내려다봄)\n```\n**예시 — 두 캐릭터가 엎드린 주인공을 내려다보는 장면:**\n```json\n{\n  \"workflow\": \"scene-couple\",\n  \"prompt\": \"2girls, looking down at viewer, pov, from below, standing over viewer, evening light, bedroom\",\n  \"prompt_left\": \"2girls, 1girl, long black hair, large breasts, looking down at viewer, pov, from below, smirk, bedroom\",\n  \"prompt_right\": \"2girls, 1girl, short silver hair, flat chest, looking down at viewer, pov, from below, slight smile, bedroom\",\n  \"position\": \"half\"\n}\n```\n**활용:** 펠라치오(from above + looking up), 기승위(from below + looking down), 벌칙\u002F지배 구도(from below + looking down)\n\n#### 2. 개별 리액션 — 캐릭터별 portrait 분리 (최후 수단)\nscene-couple + POV로도 해결 안 되는 경우에만 사용한다. 각 캐릭터의 **표정·손·신체 반응**을 개별 portrait로 생성한다.\n- 장점: 캐릭터 일관성 완벽, 디테일 정확\n- 단점: 두 캐릭터가 같은 공간에 있다는 느낌 약함\n- **팁:** 배경 태그(indoor, bedroom, evening light)를 통일하면 연속성 확보\n\n#### 3. 클로즈업 — 핵심 디테일만\n전신 대신 가장 야릇하거나 감정적인 부위를 클로즈업한다.\n```\nface focus, close-up → 표정\nhand focus, close-up → 손가락, 접촉\nbreast focus, close-up → 가슴\n```\n\n### 판단 플로우\n\n```\n장면에 캐릭터 몇 명?\n├─ 1명 → portrait 또는 scene\n├─ 2명 + 분리 가능 (나란히 서기 등) → scene-couple\n├─ 2명 + 밀착 (키스, 포옹) → scene-couple + overlap 프리셋\n├─ 2명 + 남성 포함 → scene-couple + POV 전환 (남성 제거, 두 캐릭터가 동시에 카메라를 봄)\n├─ 3명 이상 → scene-couple + POV 전환 (카메라에 안 나오는 인물은 제거)\n└─ 위 모든 방법 실패 시 → 개별 portrait (최후 수단)\n```\n\n---\n\n## LoRA 활용 가이드\n\n### 런타임 LoRA 주입 시스템 (lora_injection)\n\n**⚠️ 중요: LoRA 노드를 workflow.json에 직접 하드코딩하지 마라.** 런타임이 `lora_injection` 피처 플래그가 켜진 워크플로우에 대해 LoRA를 자동으로 동적 주입한다.\n\n**동작 흐름:**\n1. `comfyui-config.json`의 활성 프리셋에서 `baseLoras` 배열을 읽는다\n2. 런타임이 워크플로우에서 LoRA 체인 앵커를 자동 탐색한다:\n   - 기존 LoraLoader 노드가 있으면 → 마지막 LoraLoader 뒤에 체인\n   - CheckpointLoaderSimple이 있으면 → 거기서 분기하여 체인\n   - **UNETLoader + CLIPLoader 분리 로더 쌍이 있으면 → 거기서 분기하여 체인** (Anima 등)\n3. baseLoras를 LoraLoader 노드로 변환하여 앵커 뒤에 삽입하고, 다운스트림 참조(model\u002Fclip)를 자동 재배선한다\n4. 생성 요청의 `loras` 파라미터로 전달된 동적 LoRA를 추가 삽입한다\n5. ComfyUI에 없는 LoRA는 자동으로 프루닝 (체인에서 제거 + 재배선)\n\n**따라서:**\n- baseLoras는 `comfyui-config.json`의 프리셋에서 관리한다 — workflow.json을 건드리지 않는다\n- 동적 LoRA는 생성 요청의 `loras` 파라미터로 추가한다\n- baseLoras 오버라이드: `loras`에 같은 이름으로 다른 strength → 강도 변경, strength 0 → 제거\n- 이 구조는 CheckpointLoaderSimple 기반(Illustrious)과 UNET\u002FCLIP 분리 로더 기반(Anima) 모두 동일하게 작동한다\n\n기본 LoRA(퀄리티, 스타일, 아트)는 comfyui-config.json의 baseLoras로 관리된다.\n특수 포즈, 액션, 상황에 대한 LoRA는 요청마다 동적으로 추가할 수 있다.\n\n### MCP 도구 우선 사용\n`generate-image.sh` 대신 `mcp__claude_play__generate_image` MCP 도구를 우선 사용하라.\nbash 셸 인코딩 문제 없이 `loras` 파라미터를 직접 전달할 수 있다.\n\n### 사용 방법\n\n`generate_image` 또는 `comfyui_generate` 도구에 `loras` 파라미터 추가:\n\n```json\n{\n  \"workflow\": \"portrait\",\n  \"prompt\": \"1girl, elf, silver hair, ...\",\n  \"loras\": [\n    { \"name\": \"pose_lora.safetensors\", \"strength\": 0.7 }\n  ]\n}\n```\n\n### 체위\u002F포즈 LoRA 사용 원칙\n\n테스트 결과 확립된 원칙:\n\n1. **체위 전용 LoRA + PosingDynamics 병용이 최적**\n   - 체위 LoRA (Hunched missionary, enjoy_doggy-style 등): **0.7**\n   - PosingDynamicsILL: **0.7**\n   - 둘 다 0.7 이상으로 설정해야 포즈가 명확하게 잡힌다\n\n2. **일반 포즈 (비-체위)**\n   - PosingDynamicsILL 단독: 0.5~0.6 (미미한 차이, 선택적)\n\n3. **LoRA 조합 주의사항**\n   - 동일 카테고리 LoRA 중복 금지 (예: missionary + doggy 동시 사용 X)\n   - 추가 LoRA는 base 제외 최대 3개\n   - 아트스타일 LoRA는 base 스타일과 충돌 가능 — 한 번에 하나만\n\n### LoRA 사용 투명성\n- 사용자에게 어떤 LoRA를 사용했는지 **일일이 보고하지 마라**\n- 장면에 맞는 최적의 LoRA 조합을 알아서 판단하고 적용하라\n- LoRA는 도구일 뿐이다 — 자연스럽게, 수족처럼 다뤄라\n\n### 새 LoRA 탐색\n- 치트시트에 적절한 LoRA가 없어서 결과물이 아쉬울 때, [CivitAI](https:\u002F\u002Fcivitai.com)에서 LoRA를 검색하여 직접 다운로드할 수 있다\n- 다운로드 후 ComfyUI의 LoRA 디렉토리에 배치하면 즉시 사용 가능\n- 새로 추가한 LoRA는 **해당 모델의 치트시트**에 기록하여 이후 참조할 수 있게 하라\n\n### 참조: LoRA 치트시트 (모델별 분리, Manifest + Full 2-stage)\n\nLoRA 룩업은 **2단계**로 진행한다 — 먼저 압축 매니페스트로 후보를 추리고, 디테일이 필요할 때만 풀 노트를 핀포인트로 조회한다. 매번 풀 마크다운(35KB)을 통째로 읽지 마라.\n\n**Stage 1 — 매니페스트 우선 (1차 진입점):**\n- `lora-cheatsheets\u002Fillustrious.manifest.txt` — `portrait`\u002F`scene`\u002F`scene-real`\u002F`scene-couple`\u002F`profile` 워크플로우 사용 시\n- `lora-cheatsheets\u002Fanima.manifest.txt` — `anima-mixed-scene` 패키지 사용 시\n- `lora-cheatsheets\u002Fqwen-image.manifest.txt` — Qwen-Image 편집\u002F생성 시\n\n매니페스트 한 줄 포맷:\n```\n파일명 [카테고리,플래그,auto-trig] 짧은 용도 │ 강도               (트리거 자동 주입됨, 토큰 값은 매니페스트에서 생략)\n파일명 [카테고리,플래그] 짧은 용도 │ 강도 │ trig?: 태그 후보       (selective — 옵션\u002F바리에이션 동반, 자동 주입 X)\n파일명 [카테고리,플래그] 짧은 용도 │ 강도                          (트리거 없음)\n```\n\n플래그: `base`(워크플로우 자동 주입), `nsfw-base`(NSFW 컷에서만 자동), `nsfw`, `warn`(⚠️), `broken`(❌), `auto-trig`(트리거 자동 주입)\n\n**`auto-trig` vs `trig?:` 차이 (중요):**\n- `auto-trig` 플래그가 있으면 — 해당 LoRA의 `auto` 토큰이 `lora-triggers.json`에 등록되어 LoRA 활성화 시 서버가 프롬프트에 **자동 주입**한다. 매니페스트엔 토큰 값을 적지 않는다 (중복 제거).\n- `trig?:`이 있으면 — selective. `lora-triggers.json`에 `options` 필드로 등록된 후보 토큰. **자동 주입되지 않는다.** 매번 장면에 맞는 토큰을 골라 프롬프트에 직접 박아야 한다.\n- 둘 다 있으면 (`auto-trig` 플래그 + `trig?:`) — `auto`는 자동 주입, `options`는 선택. 가장 일반적인 분리 패턴.\n- 둘 다 없으면 — `lora-triggers.json`에 미등록. 풀 .md 봐서 작가 권장 사용법 확인 필요.\n\n분류는 **`lora-triggers.json`의 명시적 객체 스키마**가 결정한다 (휴리스틱이나 토큰 수 임계값으로 추측하지 않는다). 새 LoRA 등록 시 직접 어떤 토큰을 auto로 어떤 토큰을 options로 둘지 큐레이션한다.\n\n활성 워크플로의 **한 개 매니페스트만** 로드하라. 모델 간 LoRA는 호환되지 않는다.\n\n**Stage 2 — 풀 노트 핀포인트 grep (선택적):**\n후보 2~3개로 좁힌 뒤, 트리거 태그\u002F주의사항\u002F조합 권장 같은 디테일이 필요하면 원본 `.md`에서 해당 항목만 Grep으로 가져온다.\n- `lora-cheatsheets\u002Fillustrious.md` — Illustrious \u002F SDXL anime 풀 노트 ([BASE] LoRA 체인 포함)\n- `lora-cheatsheets\u002Fanima.md` — Anima Preview3 풀 노트 (baseLoras 정책, 운영 노트 포함)\n- `lora-cheatsheets\u002Fqwen-image.md` — Qwen-Image 풀 노트\n- `lora-cheatsheets\u002Fanima.compat-log.md` — Anima 호환성 시점 기록 (참조 빈도 낮음)\n- `lora-cheatsheets\u002Findex.md` — 전체 인덱스\n\n**풀 .md 전체 Read는 최후 수단** — 카테고리 전체를 둘러봐야 하거나 매니페스트로 후보가 명확히 추려지지 않을 때만.\n\n**매니페스트 갱신:** 치트시트 `.md` 또는 `lora-triggers.json`을 수정한 직후에는 반드시\n```\nnode lora-cheatsheets\u002Fbuild-manifest.mjs\n```\n를 실행해 매니페스트를 재생성한다. 매니페스트는 두 입력(`.md` + `lora-triggers.json`)을 합성한 결과물이다.\n\n**런타임 트리거 SSOT — `lora-triggers.json` (2026-05-04 v3 객체 스키마):**\n\n```json\n{\n  \"file.safetensors\": \"tokens here\",                              \u002F\u002F 전부 auto (backward-compat string)\n  \"file.safetensors\": { \"auto\": \"core\" },                         \u002F\u002F auto만\n  \"file.safetensors\": { \"auto\": \"core\", \"options\": \"opt1,opt2\" }, \u002F\u002F auto + 매뉴얼 옵션 후보\n  \"file.safetensors\": { \"options\": \"opt1,opt2\" }                  \u002F\u002F pure selective (자동 주입 X)\n}\n```\n\n- 서버 (`comfyui-client.ts`의 `loadLoraTriggers()`)는 string 값 또는 `auto` 필드만 읽어 자동 주입한다. `options` 필드는 무시.\n- build-manifest는 같은 json을 읽어 매니페스트 한 줄에 표기:\n  - `auto` 있음 → `auto-trig` 플래그\n  - `options` 있음 → `trig?: \u003Coptions>` 노출\n- 새 LoRA 등록은 lora-triggers.json 직접 편집. 휴리스틱(토큰 수 임계값 등) 없음 — 의도가 100% 명시되어야 한다.\n\n**프롬프트 조립 시:**\n- 후보 LoRA에 `auto-trig` 플래그가 있으면 → `auto` 토큰은 서버가 알아서 박으므로 프롬프트에 별도로 명시할 필요 없음.\n- `trig?:`이 있으면 → 후보 토큰 목록에서 장면에 필요한 것만 골라 프롬프트에 직접 박는다. 전부 박지 말고 큐레이션.\n- 둘 다 없으면 → 트리거 미등록. 풀 .md 봐서 작가 권장 사용법 확인.\n\n### Quality\u002FStyle 토큰 — 워크플로 패키지가 소유 (2026-05-04 개편)\n\n**프롬프트에 `masterpiece, best quality, ...` 같은 quality_tags를 직접 박지 마라.** 워크플로 패키지(`scene`\u002F`portrait`\u002F`scene-couple` 등)의 `params.json`이 자체적으로 `prompt.prefix` 필드로 quality_tags를 보유하고, workflow-resolver가 합쳐 노드에 쓴다. 직접 박으면 중복 prepend는 일어나지 않지만 토큰 낭비다.\n\n- 패키지의 `params.json`에서 `prompt.prefix`(또는 `prompt_left.prefix`, `prompt_right.prefix`)에 quality_tags가 박혀 있다.\n- 워크플로별로 다른 quality 어휘가 필요하면 해당 패키지의 params.json만 수정하면 된다 (예: portrait는 `face focus`, scene은 `dynamic angle` 같은 추가).\n- MCP `comfyui_generate`의 `buildComfyPrompt`는 더 이상 자동 prepend하지 않는다 — 본문만 통과시킨다.\n- `anima-mixed-scene` 같이 자체 resolver.mjs를 가진 패키지는 별도 quality 조립을 하므로 영향 없음.\n\n> 레거시 `.\u002Flora-cheatsheet.md` 경로를 사용하거나 재생성하지 마라. 정식 참조는 `lora-cheatsheets\u002Fillustrious.md` (Stage 2) 또는 `lora-cheatsheets\u002Fillustrious.manifest.txt` (Stage 1)다.\n\n### 기타 주의사항\n\n- 동적 LoRA는 기본 체인의 **뒤에** 삽입된다\n- 사용 불가능한 LoRA는 자동 스킵 (에러 없음)\n\n---\n\n## 디테일러 체인 시스템 (Detailer Chain)\n\n### 아키텍처\n\n디테일러(face\u002Fhand\u002Fpussy\u002Fanus)는 **워크플로우에 하드코딩되지 않는다.** 공용 템플릿(`detailer-modules.json`)에서 정의되며, 런타임이 활성화된 모듈만 동적으로 주입한다.\n\n```\n워크플로우 기본 상태:\n  ... → VAEDecode(source) → Upscale(sink) → ...\n\n런타임 주입 후:\n  ... → VAEDecode → [Face 501] → [Hand 511] → [Pussy 521] → [Anus 531] → Upscale → ...\n```\n\n### 구성 파일\n\n| 파일 | 위치 | 역할 |\n|------|------|------|\n| `detailer-modules.json` | `workflows\u002F` 루트 | 4개 디테일러 모듈 템플릿 (공용) |\n| 각 워크플로우 `params.json` | `workflows\u002F{name}\u002F` | source\u002Fsink ID 선언 + feature 플래그 |\n\n### 모듈 ID 체계\n\n| 모듈 | detector | detailer | pos_prompt | neg_prompt |\n|------|----------|----------|------------|------------|\n| face | 500 | 501 | (메인 프롬프트 사용) | |\n| hand | 510 | 511 | 512 | 513 |\n| pussy | 520 | 521 | 522 | 523 |\n| anus | 530 | 531 | 532 | 533 |\n\n### 개별 on\u002Foff 제어\n\n생성 요청의 `params`에서 각 디테일러를 개별 제어할 수 있다:\n\n```json\n{\n  \"params\": {\n    \"detailer_face\": false,\n    \"detailer_hand\": true,\n    \"detailer_pussy\": true,\n    \"detailer_anus\": true\n  }\n}\n```\n\n- `speed_mode: \"turbo\"`인 요청은 네 플래그를 생략하면 모든 디테일러가 기본 비활성화된다.\n- Turbo에서도 `detailer_face: true`처럼 명시한 모듈은 선택적으로 다시 활성화할 수 있다.\n- `quality` 및 `speed_mode`가 없는 기존 요청은 각 패키지의 `params.json` 기본값을 그대로 따른다.\n- `false`로 설정한 모듈은 노드 자체가 주입되지 않음 (denoise 0이 아니라 완전 제거)\n\n### 사용 시나리오\n\n| 상황 | 설정 | 이유 |\n|------|------|------|\n| 이라마치오\u002F펠라치오 | `detailer_face: false` | face detailer가 입 주변 penis를 지움 |\n| 핸드잡\u002F손 위주 장면 | `detailer_hand: false` | hand detailer가 손+penis 영역을 덮어씀 |\n| 일반 quality 장면 (기본) | 전부 true | 모든 디테일러 활성 |\n| Turbo 장면 (기본) | 플래그 생략 | 모든 디테일러를 자동 스킵하여 생성 시간 단축 |\n| Turbo 선택 보정 | 필요한 모듈만 true | 고정 비용을 필요한 부위에만 사용 |\n\n### 런타임 동작\n\n1. `detailer_chain` feature 플래그 확인 (`params.json`의 `features.detailer_chain`)\n2. `detailer-modules.json`에서 모듈 템플릿 로드\n3. `detailer_{id}` 파라미터로 활성\u002F비활성 필터링\n4. 활성 모듈의 노드를 워크플로우에 동적 생성 (500번대 ID)\n5. 내부 배선: detector → detailer, 전용 pos\u002Fneg prompt → detailer\n6. 외부 배선: KSampler의 model\u002Fclip\u002Fvae를 자동 추적하여 연결 (post-LoRA 참조)\n7. 체인 배선: source → 첫 번째 활성 모듈 → ... → 마지막 활성 모듈 → sink\n8. 전부 비활성이면 source → sink 직결 (워크플로우 기본 상태 유지)\n\n### 디테일러 설정 변경\n\n`detailer-modules.json`의 각 모듈 `detailer.inputs`에서 denoise, steps, cfg 등을 수정하면 **모든 워크플로우에 일괄 적용**된다.\n\n현재 기본값:\n| 모듈 | denoise | steps | cfg | guide_size |\n|------|---------|-------|-----|------------|\n| face | 0.4 | 18 | 4 | 512 |\n| hand | 0.45 | 18 | 4 | 384 |\n| pussy | 0.3 | 12 | 4 | 512 |\n| anus | 0.2 | 12 | 4 | 768 |\n\n---\n\n## NSFW 해부학 프롬프트 가이드\n\n디테일러가 자동 보정하지만, **메인 프롬프트에도 해부학 태그를 포함해야** 원본 이미지에서부터 해당 부위가 제대로 렌더링된다. 디테일러는 이미 존재하는 부위를 보정할 뿐, 없는 부위를 만들지 않는다.\n\n### 언제 포함하는가\n\n| 상황 | 메인 프롬프트에 추가할 태그 |\n|---|---|\n| 정면 누드\u002F하의 노출 | `pussy, detailed pussy, spread legs` 등 |\n| 뒤태 누드\u002F엉덩이 노출 | `anus, ass, from behind` 등 |\n| 삽입\u002F체위 장면 | `pussy, anus, sex, vaginal, anal` + 체위 태그 |\n| 상의 탈의\u002F가슴 노출 | `nipples, bare breasts, topless` |\n| 시스루\u002F투명 의상 | `see-through, nipples visible through clothes` |\n| 일반 착의\u002F비노출 장면 | **추가하지 않는다** |\n\n### LoRA 트리거 태그 (해부학 전용)\n\nNSFW 장면에서 해부학 LoRA를 함께 사용하면 디테일이 향상된다.\n\n**⚠ 필수 규칙: LoRA를 `loras` 파라미터로 추가할 때, 해당 LoRA의 트리거 태그를 반드시 메인 프롬프트에도 포함하라.** LoRA 파일을 로드하는 것과 트리거 태그로 활성화하는 것은 별개다. 트리거 태그 없이 LoRA만 로드하면 효과가 미미하거나 없다.\n\n- **Pussy_Asshole_detailer_UHD**: 강도 0.4~0.6\n  → 프롬프트에 `anu5, pussy, vulva, anus` 포함 필수\n- ~~**LylahLabia**~~ — **사용 금지**. 반실사에서 어떤 강도로든 과장되어 기괴해짐. 디테일러만으로 충분.\n- **Cervix**: 강도 0.5~0.7 (극한 클로즈업 전용)\n  → 프롬프트에 `cervix, spread pussy` 포함\n\n**올바른 사용 예시:**\n```json\n{\n  \"prompt\": \"... pussy, detailed pussy, spread legs ...\",\n  \"loras\": [\n    {\"name\": \"Pussy_Asshole_detailer_UHD_ILL.safetensors\", \"strength\": 0.5}\n  ]\n}\n```\n\n### 주의사항\n- 비노출 장면에서 `pussy`, `anus` 등을 넣으면 의상이 사라지거나 구도가 어그러진다\n- 디테일러가 감지 못하는 경우(특히 pussy — 뒤태에서 미감지) 메인 프롬프트 태그라도 있으면 원본 품질이 올라간다\n- 해부학 LoRA는 NSFW 장면에서만 추가하라. 일반 장면에서는 불필요\n\n---\n\n## 감정\u002F표정 태그 레퍼런스\n\n- **neutral**: neutral expression, calm face, relaxed features\n- **happy**: happy expression, bright smile, joyful, raised cheeks\n- **smile**: gentle smile, warm expression, relaxed eyelids\n- **sad**: sad expression, downcast gaze, furrowed brows\n- **angry**: angry expression, furrowed brows, narrowed eyes, scowling\n- **surprised**: surprised expression, wide open eyes, raised eyebrows, open mouth\n- **embarrassed**: embarrassed, looking away, bashful, flustered, light blush\n- **shy**: embarrassed, looking down, heavy blush, red face, flustered\n- **thinking**: thinking expression, contemplative, looking up, pensive\n- **smirk**: smirking, confident smile, one eyebrow raised\n- **determined**: determined expression, focused gaze, firm jaw\n- **loving**: loving expression, soft gaze, affectionate, tender smile\n- **sleepy**: sleepy expression, half-closed eyelids, drowsy\n\n---\n\n## ComfyUI 워크플로우 구성 (raw 모드용)\n\n워크플로우는 노드 ID를 키로 하는 JSON 객체. 각 노드는 `class_type`과 `inputs`를 가짐.\n노드 간 연결: `[노드ID, 출력인덱스]`.\n\n### 기본 txt2img\n\n```json\n{\n  \"1\": { \"class_type\": \"CheckpointLoaderSimple\", \"inputs\": { \"ckpt_name\": \"model.safetensors\" } },\n  \"2\": { \"class_type\": \"CLIPTextEncode\", \"inputs\": { \"text\": \"positive\", \"clip\": [\"1\", 1] } },\n  \"3\": { \"class_type\": \"CLIPTextEncode\", \"inputs\": { \"text\": \"negative\", \"clip\": [\"1\", 1] } },\n  \"4\": { \"class_type\": \"EmptyLatentImage\", \"inputs\": { \"width\": 832, \"height\": 1216, \"batch_size\": 1 } },\n  \"5\": { \"class_type\": \"KSampler\", \"inputs\": {\n    \"seed\": 12345, \"steps\": 24, \"cfg\": 6.5, \"sampler_name\": \"euler_ancestral\", \"scheduler\": \"karras\",\n    \"denoise\": 1, \"model\": [\"1\", 0], \"positive\": [\"2\", 0], \"negative\": [\"3\", 0], \"latent_image\": [\"4\", 0]\n  }},\n  \"6\": { \"class_type\": \"VAEDecode\", \"inputs\": { \"samples\": [\"5\", 0], \"vae\": [\"1\", 2] } },\n  \"7\": { \"class_type\": \"SaveImage\", \"inputs\": { \"filename_prefix\": \"output\", \"images\": [\"6\", 0] } }\n}\n```\n\n### LoRA 추가\n\n체크포인트 → LoRA → CLIPTextEncode\u002FKSampler 순서로 연결:\n\n```json\n\"10\": { \"class_type\": \"LoraLoader\", \"inputs\": {\n  \"lora_name\": \"lora.safetensors\", \"strength_model\": 0.5, \"strength_clip\": 0.5,\n  \"model\": [\"1\", 0], \"clip\": [\"1\", 1]\n}}\n```\n\n이후 CLIPTextEncode에서 `[\"10\", 1]` (clip), KSampler에서 `[\"10\", 0]` (model) 참조.\n여러 LoRA 체이닝: `10 → 11 → 12 ...` 마지막 출력 사용.\n\n### FaceDetailer (얼굴 보정) — 레거시 참조\n\n> **⚠️ 디테일러 노드를 workflow.json에 직접 추가하지 마라.** 디테일러는 `detailer-modules.json` 공용 템플릿에서 런타임이 동적 주입한다. 아래는 raw 모드에서 디테일러를 수동 구성할 때의 참조용이다.\n\n```json\n\"500\": { \"class_type\": \"UltralyticsDetectorProvider\", \"inputs\": { \"model_name\": \"bbox\u002Fface_yolov8m.pt\" } },\n\"501\": { \"class_type\": \"FaceDetailer\", \"inputs\": {\n  \"image\": [\"6\", 0], \"model\": [\"1\", 0], \"clip\": [\"1\", 1], \"vae\": [\"1\", 2],\n  \"positive\": [\"2\", 0], \"negative\": [\"3\", 0], \"bbox_detector\": [\"500\", 0],\n  \"seed\": 12345, \"steps\": 18, \"cfg\": 4, \"sampler_name\": \"euler_ancestral\", \"scheduler\": \"simple\",\n  \"denoise\": 0.4, \"guide_size\": 512, \"guide_size_for\": true, \"max_size\": 1024,\n  \"feather\": 5, \"noise_mask\": true, \"force_inpaint\": true,\n  \"bbox_threshold\": 0.5, \"bbox_dilation\": 10, \"bbox_crop_factor\": 3.0,\n  \"sam_detection_hint\": \"center-1\", \"sam_dilation\": 0, \"sam_threshold\": 0.93,\n  \"sam_bbox_expansion\": 0, \"sam_mask_hint_threshold\": 0.7,\n  \"sam_mask_hint_use_negative\": \"False\", \"drop_size\": 10, \"wildcard\": \"\", \"cycle\": 1\n}}\n```\n\n### IPAdapter (참조 이미지 기반 일관성)\n\n캐릭터 참조 이미지로 외형 일관성 유지:\n\n```json\n\"30\": { \"class_type\": \"IPAdapterModelLoader\", \"inputs\": { \"ipadapter_file\": \"ip-adapter-plus_sdxl_vit-h.safetensors\" } },\n\"31\": { \"class_type\": \"CLIPVisionLoader\", \"inputs\": { \"clip_name\": \"CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors\" } },\n\"32\": { \"class_type\": \"LoadImage\", \"inputs\": { \"image\": \"reference.png\" } },\n\"33\": { \"class_type\": \"IPAdapter\", \"inputs\": {\n  \"model\": [\"1\", 0], \"ipadapter\": [\"30\", 0], \"clip_vision\": [\"31\", 0], \"image\": [\"32\", 0],\n  \"weight\": 0.8, \"weight_type\": \"linear\", \"start_at\": 0, \"end_at\": 1\n}}\n```\n\nKSampler에서 `[\"33\", 0]`을 model로 사용.\n\n### 해상도 가이드\n\n| 용도 | 해상도 | 비율 |\n|---|---|---|\n| 캐릭터 초상 | 832x1216 | 세로 |\n| 배경\u002FCG | 1216x832 | 가로 |\n| 정사각형 | 1024x1024 | 1:1 |\n| 전신 캐릭터 | 768x1344 | 세로 길게 |\n\n---\n\n## 규칙\n\n- 매 턴 생성하지 마라. 서사적으로 의미 있는 장면에서만.\n- filename은 영문 kebab-case (예: diane-smile.png)\n- **⚠ `filename` 파라미터에는 `images\u002F` 접두사를 붙이지 마라.** 도구가 자동으로 `images\u002F` 디렉토리 아래에 저장한다. `filename: \"images\u002Ffoo.png\"` 로 호출하면 실제 저장 경로가 `images\u002Fimages\u002Ffoo.png` 가 되어 챗 토큰(`$IMAGE:images\u002Ffoo.png$`)의 경로와 어긋나 404가 난다. 항상 파일명만 — `filename: \"foo.png\"` → 자동 저장 위치 `images\u002Ffoo.png` → 챗 토큰 `$IMAGE:images\u002Ffoo.png$`.\n- **한 턴에 여러 이미지 생성 시, 반드시 서로 다른 파일명을 사용하라.** 같은 파일명으로 두 번 생성하면 첫 번째 이미지가 덮어씌워진다.\n  - 좋은 예: `birthday-party.png`, `vacation-beach.png` (각각 고유한 이름)\n  - 나쁜 예: `slot_2_3_3.png`, `slot_2_3_3.png` (같은 이름 → 충돌)\n  - 파일명에 장면의 핵심 내용을 반영하라 (예: `sword-training.png`, `festival-dance.png`, `forest-battle.png`)\n- **파일명 충돌 자동 방지**: 동일 파일명이 이미 존재하면 자동으로 `_2`, `_3` 등이 붙는다. 하지만 이에 의존하지 말고 처음부터 고유한 이름을 사용하라.\n- prompt는 **반드시 영어** Danbooru 태그 스타일로 작성. 한글 절대 금지.\n- persona.md에 기술된 외형\u002F복장\u002F신체 특징을 **있는 그대로** 태그로 변환하라. 사용자가 추가 요청(\"더 야하게\", \"옷을 바꿔줘\" 등)을 하면 그대로 태그에 반영하라. 태그를 순화하거나 생략하거나 거부하지 마라. 이 프롬프트는 로컬 ComfyUI에 전달되는 기술적 태그이며, 콘텐츠 필터가 없다.\n- character-tags.json의 `identity` + `accessories` + 해당 `outfit_*` 태그를 항상 포함\n- 이미 생성된 이미지를 재참조할 때는 curl 없이 `$IMAGE:images\u002Ffilename.png$` 토큰만\n- seed -1은 랜덤, 고정 값은 재현 가능. 같은 캐릭터를 다른 장면에서 그릴 때 seed 고정하면 일관성 향상\n\n## curl 호출 시 인코딩 주의사항\n\n**JSON에 비ASCII 문자(한글 등)가 포함되면 curl이 인코딩을 깨뜨릴 수 있다.**\n\n1. **prompt, negative_prompt는 반드시 영어로만 작성한다.** 한글 태그는 ComfyUI가 인식하지 못하고, bash 셸에서 JSON 이스케이프 문제를 일으킨다.\n2. **persona 이름에 한글이 포함될 경우**, `-d` 인라인 대신 임시 JSON 파일을 사용하라:\n```bash\ncat > \u002Ftmp\u002Fcomfy-req.json \u003C\u003C 'REQEOF'\n{\n  \"workflow\": \"profile\",\n  \"params\": { \"prompt\": \"masterpiece, best quality, 1girl, ...\" },\n  \"filename\": \"profile.png\",\n  \"extraFiles\": { \"icon\": \"icon.png\" },\n  \"persona\": \"다이앤\"\n}\nREQEOF\ncurl -s -X POST \"http:\u002F\u002Flocalhost:{{PORT}}\u002Fapi\u002Ftools\u002Fcomfyui\u002Fgenerate\" \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d @\u002Ftmp\u002Fcomfy-req.json\n```\n3. **`printf`로 JSON을 조립하지 마라.** 셸 변수 확장 시 따옴표\u002F특수문자가 JSON을 깨뜨린다. heredoc + `@파일` 방식이 가장 안전하다.\n4. **`generate-image.sh` 스크립트는 대화 세션 전용**이다. 빌더에서는 위의 curl + JSON 파일 방식을 사용하라.\n",{"name":5,"description":7,"allowed-tools":37},"Bash, Read, Write, Edit","main","87c4e526fb2dfb2c6bfeeb9f901d6320fcb457ec","data\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image",0,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy","2026-10-07 22:33:19",{"source":8,"skillName":5,"commands":46,"prompt":56,"zipAvailable":57},[47,50,53],{"tool":48,"command":49},"npx","npx skills add DevelopmentDummy\u002Fclaude-play --skill generate-image",{"tool":51,"command":52},"bunx","bunx skills add DevelopmentDummy\u002Fclaude-play --skill generate-image",{"tool":54,"command":55},"pnpm","pnpm dlx skills add DevelopmentDummy\u002Fclaude-play --skill generate-image","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002FSKILL.md",true,[59,65,71,77,81,85,89,93,97,101,105,109,113,117,121,125,129,133,137,141,145,149,153,157,161,165,169,173,177,181,185,189,193,197,201,205,209,213,217,221,225,229,233,237,240,244,248,252,256,260,264,268,272,276,280,284,288,292,296,300,304,308,312,316,320,324,328,331,335,339,343,347,351,355,359,363,367,371,375,379,383,387,391,395,399,403,407,411,415,419,423,427,431,435,439,443,447,451,455,459,463,467,471,475,479,483,487,491,495,499,503,507],{"path":60,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":63,"sourceHtmlUrl":64},"generate-image.sh","SCRIPT","脚本",927,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fgenerate-image.sh",{"path":66,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":69,"sourceHtmlUrl":70},"lora-cheatsheet.example.md","REFERENCE","参考文档",1186,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheet.example.md",{"path":72,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":75,"sourceHtmlUrl":76},"lora-cheatsheets\u002Fanima.compat-log.md.example","OTHER","其他",776,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fanima.compat-log.md.example",{"path":78,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":79,"sourceHtmlUrl":80},"lora-cheatsheets\u002Fanima.manifest.txt.example",747,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fanima.manifest.txt.example",{"path":82,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":83,"sourceHtmlUrl":84},"lora-cheatsheets\u002Fanima.md.example",1523,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fanima.md.example",{"path":86,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":87,"sourceHtmlUrl":88},"lora-cheatsheets\u002Fbuild-manifest.mjs",11577,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fbuild-manifest.mjs",{"path":90,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":91,"sourceHtmlUrl":92},"lora-cheatsheets\u002Fconvert-kohya-to-h3.py",3177,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fconvert-kohya-to-h3.py",{"path":94,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":95,"sourceHtmlUrl":96},"lora-cheatsheets\u002Fillustrious.manifest.txt.example",765,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fillustrious.manifest.txt.example",{"path":98,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":99,"sourceHtmlUrl":100},"lora-cheatsheets\u002Fillustrious.md.example",1118,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fillustrious.md.example",{"path":102,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":103,"sourceHtmlUrl":104},"lora-cheatsheets\u002Findex.md",3250,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Findex.md",{"path":106,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":107,"sourceHtmlUrl":108},"lora-cheatsheets\u002Fqwen-image.manifest.txt.example",762,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fqwen-image.manifest.txt.example",{"path":110,"resourceType":73,"resourceTypeDesc":74,"sizeBytes":111,"sourceHtmlUrl":112},"lora-cheatsheets\u002Fqwen-image.md.example",696,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Flora-cheatsheets\u002Fqwen-image.md.example",{"path":114,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":115,"sourceHtmlUrl":116},"workflows\u002Face-step-music\u002Fparams.json",2124,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Face-step-music\u002Fparams.json",{"path":118,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":119,"sourceHtmlUrl":120},"workflows\u002Face-step-music\u002Fworkflow.json",1805,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Face-step-music\u002Fworkflow.json",{"path":122,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":123,"sourceHtmlUrl":124},"workflows\u002Fanima-4b-scene\u002Fparams.json",4167,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-4b-scene\u002Fparams.json",{"path":126,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":127,"sourceHtmlUrl":128},"workflows\u002Fanima-4b-scene\u002Fresolver.mjs",6530,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-4b-scene\u002Fresolver.mjs",{"path":130,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":131,"sourceHtmlUrl":132},"workflows\u002Fanima-4b-scene\u002Fworkflow.json",2923,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-4b-scene\u002Fworkflow.json",{"path":134,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":135,"sourceHtmlUrl":136},"workflows\u002Fanima-background\u002Fparams.json",4467,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-background\u002Fparams.json",{"path":138,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":139,"sourceHtmlUrl":140},"workflows\u002Fanima-background\u002Fresolver.mjs",12925,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-background\u002Fresolver.mjs",{"path":142,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":143,"sourceHtmlUrl":144},"workflows\u002Fanima-background\u002Fworkflow.json",3123,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-background\u002Fworkflow.json",{"path":146,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":147,"sourceHtmlUrl":148},"workflows\u002Fanima-mixed-scene\u002Fparams.json",4452,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-mixed-scene\u002Fparams.json",{"path":150,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":151,"sourceHtmlUrl":152},"workflows\u002Fanima-mixed-scene\u002Fresolver.mjs",15062,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-mixed-scene\u002Fresolver.mjs",{"path":154,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":155,"sourceHtmlUrl":156},"workflows\u002Fanima-mixed-scene\u002Fworkflow.json",3119,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fanima-mixed-scene\u002Fworkflow.json",{"path":158,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":159,"sourceHtmlUrl":160},"workflows\u002Fblender-tail-layered-trial\u002Fparams.json",832,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fblender-tail-layered-trial\u002Fparams.json",{"path":162,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":163,"sourceHtmlUrl":164},"workflows\u002Fblender-tail-layered-trial\u002Fworkflow.json",3664,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fblender-tail-layered-trial\u002Fworkflow.json",{"path":166,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":167,"sourceHtmlUrl":168},"workflows\u002Fboleromix-img2img-smoke\u002Fparams.json",1816,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fboleromix-img2img-smoke\u002Fparams.json",{"path":170,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":171,"sourceHtmlUrl":172},"workflows\u002Fboleromix-img2img-smoke\u002Fworkflow.json",1781,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fboleromix-img2img-smoke\u002Fworkflow.json",{"path":174,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":175,"sourceHtmlUrl":176},"workflows\u002Fdetailer-modules.json",8694,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fdetailer-modules.json",{"path":178,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":179,"sourceHtmlUrl":180},"workflows\u002Fface-crop\u002Fparams.json",1352,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fface-crop\u002Fparams.json",{"path":182,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":183,"sourceHtmlUrl":184},"workflows\u002Fface-crop\u002Fworkflow.json",1383,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fface-crop\u002Fworkflow.json",{"path":186,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":187,"sourceHtmlUrl":188},"workflows\u002Fhunyuan21-shape-16gb\u002Fparams.json",1129,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fhunyuan21-shape-16gb\u002Fparams.json",{"path":190,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":191,"sourceHtmlUrl":192},"workflows\u002Fhunyuan21-shape-16gb\u002Fworkflow.json",1860,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fhunyuan21-shape-16gb\u002Fworkflow.json",{"path":194,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":195,"sourceHtmlUrl":196},"workflows\u002Fi2i-cleanup\u002Fparams.json",2619,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fi2i-cleanup\u002Fparams.json",{"path":198,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":199,"sourceHtmlUrl":200},"workflows\u002Fi2i-cleanup\u002Fresolver.mjs",1231,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fi2i-cleanup\u002Fresolver.mjs",{"path":202,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":203,"sourceHtmlUrl":204},"workflows\u002Fi2i-cleanup\u002Fworkflow.json",3213,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fi2i-cleanup\u002Fworkflow.json",{"path":206,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":207,"sourceHtmlUrl":208},"workflows\u002Fipadapter-char\u002Fparams.json",3162,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fipadapter-char\u002Fparams.json",{"path":210,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":211,"sourceHtmlUrl":212},"workflows\u002Fipadapter-char\u002Fresolver.mjs",2396,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fipadapter-char\u002Fresolver.mjs",{"path":214,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":215,"sourceHtmlUrl":216},"workflows\u002Fipadapter-char\u002Fworkflow.json",5408,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fipadapter-char\u002Fworkflow.json",{"path":218,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":219,"sourceHtmlUrl":220},"workflows\u002Fkrea2-turbo-aio\u002Fparams.json",1930,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fkrea2-turbo-aio\u002Fparams.json",{"path":222,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":223,"sourceHtmlUrl":224},"workflows\u002Fkrea2-turbo-aio\u002Fworkflow.json",1400,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fkrea2-turbo-aio\u002Fworkflow.json",{"path":226,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":227,"sourceHtmlUrl":228},"workflows\u002Flemon-img2img-smoke\u002Fparams.json",2352,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Flemon-img2img-smoke\u002Fparams.json",{"path":230,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":231,"sourceHtmlUrl":232},"workflows\u002Flemon-img2img-smoke\u002Fworkflow.json",1769,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Flemon-img2img-smoke\u002Fworkflow.json",{"path":234,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":235,"sourceHtmlUrl":236},"workflows\u002Fmatrix-img2img-smoke\u002Fparams.json",2269,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fmatrix-img2img-smoke\u002Fparams.json",{"path":238,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":231,"sourceHtmlUrl":239},"workflows\u002Fmatrix-img2img-smoke\u002Fworkflow.json","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fmatrix-img2img-smoke\u002Fworkflow.json",{"path":241,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":242,"sourceHtmlUrl":243},"workflows\u002Fmatrixhentai-img2img-smoke\u002Fparams.json",1619,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fmatrixhentai-img2img-smoke\u002Fparams.json",{"path":245,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":246,"sourceHtmlUrl":247},"workflows\u002Fmatrixhentai-img2img-smoke\u002Fworkflow.json",1774,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fmatrixhentai-img2img-smoke\u002Fworkflow.json",{"path":249,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":250,"sourceHtmlUrl":251},"workflows\u002Fminimax-h3-latent-upscale\u002Fparams.json",9386,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-latent-upscale\u002Fparams.json",{"path":253,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":254,"sourceHtmlUrl":255},"workflows\u002Fminimax-h3-latent-upscale\u002Fresolver.mjs",1365,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-latent-upscale\u002Fresolver.mjs",{"path":257,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":258,"sourceHtmlUrl":259},"workflows\u002Fminimax-h3-latent-upscale\u002Fworkflow.json",6645,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-latent-upscale\u002Fworkflow.json",{"path":261,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":262,"sourceHtmlUrl":263},"workflows\u002Fminimax-h3-ref2v\u002Fparams.json",8350,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-ref2v\u002Fparams.json",{"path":265,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":266,"sourceHtmlUrl":267},"workflows\u002Fminimax-h3-ref2v\u002Fresolver.mjs",6095,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-ref2v\u002Fresolver.mjs",{"path":269,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":270,"sourceHtmlUrl":271},"workflows\u002Fminimax-h3-ref2v\u002Fworkflow.json",3187,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-ref2v\u002Fworkflow.json",{"path":273,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":274,"sourceHtmlUrl":275},"workflows\u002Fminimax-h3-video-turbo\u002Fparams.json",10340,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video-turbo\u002Fparams.json",{"path":277,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":278,"sourceHtmlUrl":279},"workflows\u002Fminimax-h3-video-turbo\u002Fresolver.mjs",4123,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video-turbo\u002Fresolver.mjs",{"path":281,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":282,"sourceHtmlUrl":283},"workflows\u002Fminimax-h3-video-turbo\u002Fworkflow.json",4609,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video-turbo\u002Fworkflow.json",{"path":285,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":286,"sourceHtmlUrl":287},"workflows\u002Fminimax-h3-video\u002Fparams.json",10345,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video\u002Fparams.json",{"path":289,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":290,"sourceHtmlUrl":291},"workflows\u002Fminimax-h3-video\u002Fresolver.mjs",4441,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video\u002Fresolver.mjs",{"path":293,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":294,"sourceHtmlUrl":295},"workflows\u002Fminimax-h3-video\u002Fworkflow.json",4296,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-h3-video\u002Fworkflow.json",{"path":297,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":298,"sourceHtmlUrl":299},"workflows\u002Fminimax-music3\u002Fparams.json",2447,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-music3\u002Fparams.json",{"path":301,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":302,"sourceHtmlUrl":303},"workflows\u002Fminimax-music3\u002Fworkflow.json",1829,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fminimax-music3\u002Fworkflow.json",{"path":305,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":306,"sourceHtmlUrl":307},"workflows\u002Fportrait-balanced\u002Fparams.json",2228,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait-balanced\u002Fparams.json",{"path":309,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":310,"sourceHtmlUrl":311},"workflows\u002Fportrait-balanced\u002Fresolver.mjs",907,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait-balanced\u002Fresolver.mjs",{"path":313,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":314,"sourceHtmlUrl":315},"workflows\u002Fportrait-balanced\u002Fworkflow.json",2230,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait-balanced\u002Fworkflow.json",{"path":317,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":318,"sourceHtmlUrl":319},"workflows\u002Fportrait-couple\u002Fparams.json",3421,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait-couple\u002Fparams.json",{"path":321,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":322,"sourceHtmlUrl":323},"workflows\u002Fportrait-couple\u002Fworkflow.json",4839,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait-couple\u002Fworkflow.json",{"path":325,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":326,"sourceHtmlUrl":327},"workflows\u002Fportrait\u002Fparams.json",2662,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait\u002Fparams.json",{"path":329,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":314,"sourceHtmlUrl":330},"workflows\u002Fportrait\u002Fworkflow.json","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fportrait\u002Fworkflow.json",{"path":332,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":333,"sourceHtmlUrl":334},"workflows\u002Fprofile\u002Fparams.json",2560,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fprofile\u002Fparams.json",{"path":336,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":337,"sourceHtmlUrl":338},"workflows\u002Fprofile\u002Fworkflow.json",3323,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fprofile\u002Fworkflow.json",{"path":340,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":341,"sourceHtmlUrl":342},"workflows\u002Fqwen-edit\u002Fparams.json",1703,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-edit\u002Fparams.json",{"path":344,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":345,"sourceHtmlUrl":346},"workflows\u002Fqwen-edit\u002Fresolver.mjs",811,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-edit\u002Fresolver.mjs",{"path":348,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":349,"sourceHtmlUrl":350},"workflows\u002Fqwen-edit\u002Fworkflow.json",3200,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-edit\u002Fworkflow.json",{"path":352,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":353,"sourceHtmlUrl":354},"workflows\u002Fqwen-image-21-edit\u002Fparams.json",3238,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-image-21-edit\u002Fparams.json",{"path":356,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":357,"sourceHtmlUrl":358},"workflows\u002Fqwen-image-21-edit\u002Fresolver.mjs",688,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-image-21-edit\u002Fresolver.mjs",{"path":360,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":361,"sourceHtmlUrl":362},"workflows\u002Fqwen-image-21-edit\u002Fworkflow.json",1597,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-image-21-edit\u002Fworkflow.json",{"path":364,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":365,"sourceHtmlUrl":366},"workflows\u002Fqwen-image-21\u002Fparams.json",1207,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-image-21\u002Fparams.json",{"path":368,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":369,"sourceHtmlUrl":370},"workflows\u002Fqwen-image-21\u002Fworkflow.json",1588,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fqwen-image-21\u002Fworkflow.json",{"path":372,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":373,"sourceHtmlUrl":374},"workflows\u002Frembg\u002Fparams.json",1312,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Frembg\u002Fparams.json",{"path":376,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":377,"sourceHtmlUrl":378},"workflows\u002Frembg\u002Fworkflow.json",743,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Frembg\u002Fworkflow.json",{"path":380,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":381,"sourceHtmlUrl":382},"workflows\u002Fsam3-mask\u002Fparams.json",2842,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsam3-mask\u002Fparams.json",{"path":384,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":385,"sourceHtmlUrl":386},"workflows\u002Fsam3-mask\u002Fworkflow.json",2032,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsam3-mask\u002Fworkflow.json",{"path":388,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":389,"sourceHtmlUrl":390},"workflows\u002Fscene_background\u002Fparams.json",2585,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene_background\u002Fparams.json",{"path":392,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":393,"sourceHtmlUrl":394},"workflows\u002Fscene_background\u002Fworkflow.json",2236,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene_background\u002Fworkflow.json",{"path":396,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":397,"sourceHtmlUrl":398},"workflows\u002Fscene-couple\u002Fparams.json",3524,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene-couple\u002Fparams.json",{"path":400,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":401,"sourceHtmlUrl":402},"workflows\u002Fscene-couple\u002Fworkflow.json",4838,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene-couple\u002Fworkflow.json",{"path":404,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":405,"sourceHtmlUrl":406},"workflows\u002Fscene-real\u002Fparams.json",2362,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene-real\u002Fparams.json",{"path":408,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":409,"sourceHtmlUrl":410},"workflows\u002Fscene-real\u002Fworkflow.json",2441,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene-real\u002Fworkflow.json",{"path":412,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":413,"sourceHtmlUrl":414},"workflows\u002Fscene\u002Fparams.json",2654,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene\u002Fparams.json",{"path":416,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":417,"sourceHtmlUrl":418},"workflows\u002Fscene\u002Fworkflow.json",2225,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fscene\u002Fworkflow.json",{"path":420,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":421,"sourceHtmlUrl":422},"workflows\u002Fseedvr2-video-upscale\u002Fparams.json",4826,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fseedvr2-video-upscale\u002Fparams.json",{"path":424,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":425,"sourceHtmlUrl":426},"workflows\u002Fseedvr2-video-upscale\u002Fresolver.mjs",1445,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fseedvr2-video-upscale\u002Fresolver.mjs",{"path":428,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":429,"sourceHtmlUrl":430},"workflows\u002Fseedvr2-video-upscale\u002Fworkflow.json",1828,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fseedvr2-video-upscale\u002Fworkflow.json",{"path":432,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":433,"sourceHtmlUrl":434},"workflows\u002Fsprite-chroma-key\u002Fparams.json",3089,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-chroma-key\u002Fparams.json",{"path":436,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":437,"sourceHtmlUrl":438},"workflows\u002Fsprite-chroma-key\u002Fworkflow.json",1309,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-chroma-key\u002Fworkflow.json",{"path":440,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":441,"sourceHtmlUrl":442},"workflows\u002Fsprite-matte-seq\u002Fparams.json",2787,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-matte-seq\u002Fparams.json",{"path":444,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":445,"sourceHtmlUrl":446},"workflows\u002Fsprite-matte-seq\u002Fworkflow.json",2234,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-matte-seq\u002Fworkflow.json",{"path":448,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":449,"sourceHtmlUrl":450},"workflows\u002Fsprite-matte\u002Fparams.json",2439,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-matte\u002Fparams.json",{"path":452,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":453,"sourceHtmlUrl":454},"workflows\u002Fsprite-matte\u002Fworkflow.json",1511,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fsprite-matte\u002Fworkflow.json",{"path":456,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":457,"sourceHtmlUrl":458},"workflows\u002Fwan-i2v-real\u002Fparams.json",3305,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v-real\u002Fparams.json",{"path":460,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":461,"sourceHtmlUrl":462},"workflows\u002Fwan-i2v-real\u002Fresolver.mjs",1948,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v-real\u002Fresolver.mjs",{"path":464,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":465,"sourceHtmlUrl":466},"workflows\u002Fwan-i2v-real\u002Fworkflow.json",4788,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v-real\u002Fworkflow.json",{"path":468,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":469,"sourceHtmlUrl":470},"workflows\u002Fwan-i2v\u002Fparams.json",3197,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v\u002Fparams.json",{"path":472,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":473,"sourceHtmlUrl":474},"workflows\u002Fwan-i2v\u002Fresolver.mjs",1949,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v\u002Fresolver.mjs",{"path":476,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":477,"sourceHtmlUrl":478},"workflows\u002Fwan-i2v\u002Fworkflow.json",4785,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwan-i2v\u002Fworkflow.json",{"path":480,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":481,"sourceHtmlUrl":482},"workflows\u002Fwd14-tagger\u002Fparams.json",1357,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwd14-tagger\u002Fparams.json",{"path":484,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":485,"sourceHtmlUrl":486},"workflows\u002Fwd14-tagger\u002Fworkflow.json",511,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fwd14-tagger\u002Fworkflow.json",{"path":488,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":489,"sourceHtmlUrl":490},"workflows\u002Fz-image\u002Fparams.json",1985,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fz-image\u002Fparams.json",{"path":492,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":493,"sourceHtmlUrl":494},"workflows\u002Fz-image\u002Fresolver.mjs",2210,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fz-image\u002Fresolver.mjs",{"path":496,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":497,"sourceHtmlUrl":498},"workflows\u002Fz-image\u002Fworkflow.json",2833,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fz-image\u002Fworkflow.json",{"path":500,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":501,"sourceHtmlUrl":502},"workflows\u002Fzimage-to-video\u002Fparams.json",3367,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fzimage-to-video\u002Fparams.json",{"path":504,"resourceType":61,"resourceTypeDesc":62,"sizeBytes":505,"sourceHtmlUrl":506},"workflows\u002Fzimage-to-video\u002Fresolver.mjs",1729,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fzimage-to-video\u002Fresolver.mjs",{"path":508,"resourceType":67,"resourceTypeDesc":68,"sizeBytes":509,"sourceHtmlUrl":510},"workflows\u002Fzimage-to-video\u002Fworkflow.json",6503,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fgenerate-image\u002Fworkflows\u002Fzimage-to-video\u002Fworkflow.json",[512,531,542,558,567,576],{"skillNo":513,"name":514,"nameZh":6,"description":515,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":516,"categories":517,"keywords":522,"publishedAt":32},"01M6PHD8Y8CNRBG3FR2ZAHWX5J","generate-video","claude-play-bridge MCP 서버로 영상을 생성한다. 로컬 ComfyUI의 영상 워크플로 패키지(MiniMax H3 = 영상+오디오 동시 생성, WAN 2.2 i2v, Z-Image→영상)를 호출한다. 렌더가 수 분~수십 분 걸리므로 async 큐잉 + 파일 폴링이 기본 절차다. \"영상\", \"동영상\", \"비디오\", \"video\", \"i2v\", \"t2v\", \"클립 만들어\", \"움직이는\", \"애니메이션 영상\" 요청에 트리거된다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fscripts\u002Fexternal-package\u002Fskills\u002Fgenerate-video\u002FSKILL.md",[518,519],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":520,"categoryName":521,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000023","Skill与智能体开发",[523,24,524,525,23,526,527,528,529,530],"Video","generate video","MCP","play","bridge","minimax","async","minimax h3",{"skillNo":532,"name":5,"nameZh":6,"description":533,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":534,"categories":535,"keywords":538,"publishedAt":32},"01M6PHD3MAQ9QYQQFG50WBP5JZ","claude-play-bridge MCP 서버로 이미지를 생성한다. 기본 백엔드는 ComfyUI(로컬 GPU, 워크플로 패키지 기반)이고, 사용자가 명시적으로 요청할 때만 GPT\u002FGemini 백엔드를 사용한다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fscripts\u002Fexternal-package\u002Fskills\u002Fgenerate-image\u002FSKILL.md",[536,537],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":520,"categoryName":521,"taxonomyType":20,"taxonomyTypeDesc":21},[25,24,23,527,525,539,526,540,541,31],"gemini","gpu","gpt",{"skillNo":543,"name":544,"nameZh":6,"description":545,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":546,"categories":547,"keywords":549,"publishedAt":32},"01M6PHD0134XK1NQNK4YMZB2E1","generate-image-openai","OpenAI\u002FGPT 이미지 생성(GPT Image 품질 \u002F 텍스트 렌더링·이미지 편집 강점). 기본 백엔드는 Codex CLI 구독(건당 과금 없음). ⚠️ 사용자가 이 백엔드를 명시적으로 지정했을 때만 사용한다(예 \"GPT로\u002FOpenAI로 그려줘\"). 기본 이미지 생성은 generate-image(ComfyUI)이며, 사용자가 콕 집어 요청하지 않았다면 절대 OpenAI를 자동으로 선택하지 마라.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fopenai\u002Fskills\u002Fgenerate-image-openai\u002FSKILL.md",[548],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},[550,25,551,24,23,552,553,554,555,556,541,27,28,29,31,557],"generate image openai","openai","렌더링","cli","이미지","codex","codex cli","텍스트",{"skillNo":559,"name":560,"nameZh":6,"description":561,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":562,"categories":563,"keywords":564,"publishedAt":32},"01M6PHCTMBPTG56KMK8VH5SCTE","generate-spritesheet","Gemini 이미지 생성으로 게임용 아이콘 스프라이트시트를 만들고 자동 슬라이스한다. 아이콘, UI 리소스, 뱃지, 마커 등 여러 개의 동일 카테고리 에셋이 필요할 때 사용한다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fgemini\u002Fskills\u002Fgenerate-spritesheet\u002FSKILL.md",[],[565,24,539,566,27,28,29,30,554],"generate spritesheet","ui",{"skillNo":568,"name":569,"nameZh":6,"description":570,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":571,"categories":572,"keywords":574,"publishedAt":32},"01M6PHCPR07KYS2RPNZER9WS2S","generate-image-gemini","Gemini API로 이미지를 생성한다. 패널 배경, UI 리소스, 아이콘, 장면 삽화 등 디자인 리소스 제작에 사용한다. ComfyUI가 없을 때의 이미지 생성 대안이기도 하다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fgemini\u002Fskills\u002Fgenerate-image-gemini\u002FSKILL.md",[573],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},[575,539,23,24,25,29,28,27,566,554],"generate image gemini",{"skillNo":577,"name":578,"nameZh":6,"description":579,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":580,"categories":581,"keywords":586,"publishedAt":32},"01M6PHCJD7S7KT64BB9F215TP6","workflow-research","새 ComfyUI 워크플로우를 설계하거나 신규 모델, 양자화 모델, LoRA 개발 전략을 비교할 때 분석 틀을 잡는다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fworkflow-research\u002FSKILL.md",[582,585],{"categoryNo":583,"categoryName":584,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000021","资料检索与研究",{"categoryNo":520,"categoryName":521,"taxonomyType":20,"taxonomyTypeDesc":21},[587,588,589,31,28,26],"workflow","research","workflow research"]