这个 Skill 能做什么，适合哪些场景？
Hatch Pet 面向 Codex，能从角色概念、参考图或品牌线索创建动画宠物和精灵图集。它调用已安装的 $imagegen 生成基础图与动画行，并用 Python 脚本完成裁切、拼接、验证和视觉 QA。标准输出是包含 9 种状态的 8×9 宠物图集、联系表、动图预览及 pet.json 包。它依赖 Codex 工作流和特定打包约定，迁移到其他客户端需要适配。
读取用户描述、参考图片或品牌线索；在仅提供品牌名称时进行有限的网页品牌发现；调用 $imagegen 生成基础宠物和动画行；使用布局指南、Python 脚本和 jq 处理 192×208 帧、镜像 running-left、提取帧、拼接 1536×1872 图集、验证透明度与空单元格，并生成联系表、GIF 预览、审核 JSON、spritesheet.webp 和 pet.json。
- 需要把角色概念或参考图制作成 Codex 宠物的设计师。
- 需要为公司或潜在客户创建不复制商标文字的吉祥物宠物的团队。
- 需要将非像素风格角色制作成 9 状态动画图集的前端或产品团队。
- 需要对宠物动画的透明背景、帧布局、动作语义和视觉一致性进行检查的工程师。
如何安装这个 Skill？
- 品牌名称输入会触发网页搜索；使用前应确认允许的外部访问范围，并避免将敏感品牌或项目上下文发送给外部服务。
- 技能包含删除生成源文件的清理命令；应先确认复制成功并保留必要备份，当前材料未提供统一回滚机制。
- 需要验证 $imagegen、Pillow、jq、网络服务和本地 Codex 路径在目标环境中可用；中国大陆网络可达性未被证明。
- 许可证、版本、维护责任和更新渠道不明确，不宜直接作为长期受治理的生产依赖。
- Shell / 命令行
- 网络访问
- 本地文件系统
Pythonjq$imagegen system skill
该技能位于 openai/skills 的 skills/.curated/hatch-pet/。README 给出的安装方式是：在 Codex 中运行 $skill-installer hatch-pet，安装后重启 Codex。仓库 README 同时说明该仓库已弃用，当前插件示例应参考 OpenAI Plugins repository；本资料未提供独立 LICENSE.txt 内容。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/openai/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/.curated/hatch-pet" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
在 Codex 中提出具体请求，例如要求根据角色描述或参考图创建一个 9 状态动画宠物。技能会准备运行目录，生成基础图和动画行，执行确定性的图集处理与验证，并在视觉 QA 通过后打包 pet.json 与 spritesheet.webp。若只提供品牌名称，流程会先进行品牌发现；若需要继续生成，必须可用 $imagegen 和相应的本地脚本环境。
这个 Skill 有哪些优点和局限？
- 覆盖从生成、修复、验证、视觉 QA 到打包的完整宠物流程。
- 支持 pixel、plush、clay、sticker、flat-vector、3d-toy、painterly、brand-inspired 和 auto 等风格。
- 对透明背景、动作语义、身份一致性、帧布局和未使用单元格有明确约束。
- 生成与确定性图像处理分离，输出结构和验证步骤清晰。
- 明确依赖 Codex 的 $imagegen、宠物打包路径和应用状态约定。
- 完整流程最多需要 1 个基础图和 9 个动画生成任务，成本与耗时可能较高。
- 品牌名称触发网页搜索；来源材料没有说明搜索权限、成本或平台覆盖。
- 未提供测试套件、独立许可证文本或跨平台验证证据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Hatch Pet 动画宠物工坊 本页 ✓ OpenAI · 官方 | 51 · 谨慎使用 | ★ 28k | 4 个月前 | — |
| 品牌套件生成技能 (Brandkit) | 50 · 谨慎使用 | ★ 96k | 11 天前 | MIT |
| imagegen-frontend-mobile — 移动端 App 视觉生成技能 | 63 · 推荐 | ★ 96k | 11 天前 | MIT |
| Slides Grab HTML 幻灯片技能 | 60 · 推荐 | ★ 1.2k | 1 个月前 | MIT |
| Banana Claude —— Gemini 图像创作指挥技能 | 59 · 推荐 | ★ 1.1k | 7 天前 | MIT |
README 将该仓库标记为已弃用，并建议使用 OpenAI Plugins repository 作为当前插件示例来源。因此，若要构建新的技能或技能插件，应优先评估插件仓库及其构建指南；Hatch Pet 本身仍是此仓库中针对动画宠物的具体工作流。
FollowSkills 如何评估这个 Skill？
证据显示技能限制图像生成路径、要求行生成附带参考图，并对镜像派生设置显式确认；还说明品牌发现会使用网页搜索、生成内容会写入本地并可能清理源文件。扣分原因是外部网页搜索、图像生成和文件删除仍涉及外部或持久化影响，缺少统一的用户确认、权限边界、失败回滚和敏感数据处理说明；许可证元数据也未知。
证据显示工作流、依赖关系、重试条件、停止条件、镜像前置条件以及多个确定性脚本均有明确说明，异常行可定位到具体状态和提示文件。扣分原因是静态审查未执行关键路径，未见该技能目录中的测试套件或覆盖性 CI，且依赖 $imagegen、Pillow、jq 和运行环境可用性未被充分验证。
证据显示目标用户、输入类型、支持风格、9种动画状态、品牌请求和非品牌请求场景均较清楚，触发描述也较具体。扣分原因是未明确列出完整的不适用范围、中文交互支持不足，且品牌搜索和图像生成对网络或服务可达性的依赖可能影响中国大陆用户使用。
证据显示存在 SKILL.md、代理界面配置、动画行说明、契约和 QA 参考文档，信息分层和参数示例较完整。扣分原因是许可证未知，未见明确版本策略、变更日志、维护责任人或更新路径；部分安装和依赖假设仍隐藏在环境变量与预装技能中。
证据显示技能覆盖从概念或参考图到 spritesheet、pet.json、QA 媒体和验证结果的完整目标流程，并提供确定性组装与校验脚本。扣分原因是静态材料没有可验证的代表性产物或第三方执行证据，图像生成质量、动画可读性和最终包的直接可用性仍需人工复核。
证据显示脚本源代码、固定尺寸契约、帧数、验证规则和 manifest 结构均可审计，具备一定的可追溯性。扣分原因是未见提交的测试套件、真实 CI 执行结果或独立复核材料，关键图像生成部分依赖未提供的运行结果，因此只能给有限分数。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →