Anti Render

---
name: anti-render
description: 智能识别任何领域的"理想承诺 vs 残酷现实"对比需求，生成理想化渲染、现实主义真实面貌或对比图的三种视觉风格转换
---

# Anti-Render 智能图像转换

## 任务目标
- 本 Skill 用于:智能识别用户上传的图像所属领域，并根据"理想承诺 vs 残酷现实"的核心理念，生成相应风格的图像
- 能力包含:领域识别（建筑/人物/其他）、图像状态识别、智能意图判断、三种模式图像生成（理想渲染/真实面貌/对比图）
- 触发条件:用户上传任何领域的图像并要求"anti-render处理"、"做对比"、"理想化处理"或"现实化处理"

## 前置准备
- 无需特殊依赖，利用智能体已有的图像识别与生成能力
- 需要用户提供待处理的图像
- 根据识别的领域，动态读取对应的风格特征库，从 JSON 中提取灵感与风格要点（而不是逐句追随或照搬文案）：
  - 建筑领域：[anti-render.architecture.json](references/anti-render.architecture.json)
  - 人物领域：[anti-render.person.json](references/anti-render.person.json)
  - 其他领域：使用通用核心原则

## 工作步骤（意图识别）

用户上传图片后，识别其当前状态和期望转换方向：

**破烂/不理想状态**：
- 建筑领域：墙体开裂、涂料剥落、金属锈蚀
- 人物领域：皮肤问题、光线恶劣、妆容糟糕
- 其他领域：明显的质量问题、使用痕迹、维护不良
- **输出目标**：返回一张理想化的渲染图，达到该领域的宣传级别

**普通/正常状态**：
- 建筑领域：建筑外观正常、无明显破损、日常使用痕迹
- 人物领域：正常的相机直出、无严重皮肤问题
- 其他领域：无严重质量问题、正常的使用状态
- **输出目标**：返回一张相应的现实主义"真实面貌"图片

**对比模式**：
- 用户明确使用"对比"关键词
- **输出目标**：返回一张对比图，中间以显眼但不抢视觉重心的分隔线分割
- **排列方式**：根据原图宽高比确定是上下排列还是左右排列，以便返回一张新的宽高比更均衡的图片
  - 横向图片（宽 > 高）：采用左右排列，分割线为垂直线
  - 纵向图片（高 > 宽）：采用上下排列，分割线为水平线
- **默认对比**：极端理想 vs 普通现实（除非用户明确要求"破败对比"）

**中间派**：
- 图片状态介于破烂和普通之间，无法明确判断用户意图
- **行动**：需要主动询问用户期望的转换方向

## 核心理念

Anti-Render 的核心理念是**"理想承诺 vs 残酷现实"的视觉对比叙事**。通过并置(juxtaposition)手法，揭示任何领域中"承诺与交付之间巨大落差"的普遍困境：

- 广告图 vs 实物图:电商产品的精修宣传图 vs 买家秀真实照片
- 概念设计 vs 量产版本:汽车/手机发布会的概念图 vs 最终上市的妥协版
- 包装设计 vs 货架实物:设计稿中的精美包装 vs 超市货架上的实际效果
- 菜单照片 vs 实际上桌:餐厅菜单上的精致摆盘 vs 服务员端上来的真实样子
- 食品广告 vs 开箱实物:汉堡广告的诱人特写 vs 拆开包装纸的塌陷汉堡
- 烘焙教程 vs 翻车现场:美食博主的完美成品 vs 普通人的第一次尝试
- 官方宣传照 vs 游客实拍:旅游局的空旷美景 vs 人山人海的真实场景
- 酒店官网图 vs 入住实拍:五星级酒店的样板间 vs 实际分配的房间
- 景区效果图 vs 建成实景:规划中的主题公园 vs 开业后的廉价感
- 城市规划图 vs 实际建成:政府展示的未来城市愿景 vs 十年后的实际面貌
- 公共空间设计 vs 使用现状:设计师笔下的活力广场 vs 无人问津的空旷水泥地
- 交通规划图 vs 拥堵现实:理想化的道路流量模拟 vs 早高峰的停车场
- 游戏宣传片 vs 实际画面:E3 展会的精修演示 vs 玩家电脑上的实际运行效果
- 电影海报 vs 剧照截图:精修的角色海报 vs 电影中的实际镜头
- 游戏 UI 概念图 vs 最终界面:设计稿中的炫酷界面 vs 上线后的简化版本
- 健身广告 vs 真实训练:健身房宣传的完美身材与环境 vs 汗流浃背的真实训练场景
- 减肥前后对比 vs 真实过程:社交媒体的完美转变 vs 中间反复的挣扎过程
- 瑜伽教程图 vs 初学者实拍:导师的完美体式 vs 普通人的僵硬模仿
- 联合办公宣传 vs 实际使用:Wework 式的理想办公空间 vs 拥挤嘈杂的真实环境
- 家居样板间 vs 入住后:宜家展厅的完美收纳 vs 生活三个月后的杂乱
- 智能家居演示 vs 日常使用:科技展会的流畅操作 vs 家中频繁断连的现实
- 音乐节官宣 vs 现场实况:主办方的炫酷舞美图 vs 泥泞拥挤的观众视角
- 婚礼效果图 vs 仪式现场:婚庆公司的梦幻布置 vs 预算有限的实际效果
- 展会效果图 vs 撤展后:展览开幕的精致布展 vs 最后一天的破败景象
- 课程宣传图 vs 实际课堂:在线教育的精美课件 vs 卡顿的直播画面
- 校园宣传片 vs 学生日常:招生简章的理想校园生活 vs 图书馆抢座的真实
- 培训机构承诺 vs 就业现实:宣传中的高薪就业 vs 实际的求职困境
- 环保宣传 vs 污染现状:政府报告中的绿水青山 vs 实际的工业污染
- 季节宣传照 vs 气候现实:旅游手册的四季如画 vs 全球变暖的异常天气
- 野生动物纪录片 vs 栖息地现状:BBC 级别的壮美自然 vs 人类活动破坏后的荒凉
- Instagram 生活 vs 真实日常:精心策划的生活方式照片 vs 镜头外的混乱房间
- 网红打卡点 vs 拍摄角度外:完美构图的网红墙 vs 转身就是垃圾堆的真相
- 约会软件照片 vs 见面真人:精修的个人资料照 vs 第一次约会的真实样貌
- 发布会渲染图 vs 量产机:苹果发布会的完美工业设计 vs 实际的天线带/刘海
- VR 体验宣传 vs 实际佩戴:广告中的沉浸式未来 vs 戴上头显后的眩晕与笨重
- 智能汽车演示 vs 路测实况:自动驾驶的理想演示 vs 频繁接管的测试现实

## 领域识别与资源映射

### 1. 建筑领域
**识别特征**：建筑外观、城市景观、室内空间、建筑效果图
**资源文件**：[anti-render.architecture.json](references/anti-render.architecture.json)
**核心表达**：建筑师理想化渲染图到残酷现实的视觉坠落

### 2. 人物领域
**识别特征**：人像写真、Cosplay摄影、活动拍摄、自拍
**资源文件**：[anti-render.person.json](references/anti-render.person.json)
**核心表达**：后期精修的完美人像到原片真实的视觉落差

### 3. 其他领域
**识别特征**：产品、食物、旅游、游戏、健身、办公、活动、教育、自然、社交媒体、科技等
**资源文件**：使用通用核心原则
**应用原则**：灵活应用到具体场景，基于5个核心对比场景进行创作

## 核心要求

**严格保留原图结构、元素与构图**：
- 所有模式下必须严格保留原图的完整结构与所有元素
- 理想渲染/真实面貌模式：输出图保持原始尺寸（W×H）
- 对比图模式：左右或上下两部分各自保持原图尺寸与构图（每一部分为 W×H），仅改变材质、光照、色彩和氛围；最终画布为 2W×H 或 W×2H
- 分割线的存在不应破坏或遮挡原图的核心结构
- 不得改变原图的构图、透视关系、关键形态、环境布局等
- **禁止增加标题、边框等任何新元素**：输出图像中不得添加任何原图没有的装饰性元素，包括但不限于标题、文字标签、边框、装饰线条、水印等

**对比图排列规则**：
- 根据原图宽高比智能决定排列方式
- 通过拼接得到一张新的宽高比更均衡的图片
- 分割线位置：正中，2-5像素宽，纯白色或极浅灰色
- 边缘处理：锐利清晰，不做羽化，强调两个世界的断裂感
- 分割线本身不属于新增元素，而是构图的一部分

**对比图内容规则**：
- 默认对比：极端理想 vs 普通现实
  - 左侧/上方：极端理想化渲染（该领域的完美呈现）
  - 右侧/下方：普通现实主义面貌（真实的日常状态，但不破败）
- 特殊对比：如果用户明确要求"破败对比"或"极端对比"，则使用理想 vs 破败的对比
  - 右侧/下方：残酷现实（严重的质量问题、衰败、破败状态）

**领域专属资源引用规则**：
- **建筑领域**：必须读取 [anti-render.architecture.json](references/anti-render.architecture.json)，提取色彩、光照、材质、氛围、镜头感等风格要点，用于指导生成；不要照搬 JSON 的原句或把其中的文字当作要生成的画面元素
- **人物领域**：必须读取 [anti-render.person.json](references/anti-render.person.json)，提取肤质处理、布光方式、调色倾向、背景质感等风格要点，用于指导生成；不要照搬 JSON 的原句或把其中的文字当作要生成的画面元素
- **其他领域**：使用通用核心原则，基于5个核心对比场景进行创作

**主动询问机制**：
- 如果用户给的图片过于中间派，无法识别用户意图时，需要主动询问
- 询问内容明确列出三种转换方向供用户选择