Agent Skills
返回列表
人脸颜值分析

人脸颜值分析

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,将 @user_ac33eea9/fisher20260414 安装到你的 AI 助手中。

技能介绍

解决什么问题

很多“颜值分析”只给一个综合分,缺少可核对的依据。这个技能把人脸照片拆成工程可计算的维度:三庭五眼比例、面部对称性、黄金比例、皮肤质量 和 综合评分,适合需要把主观描述转成结构化结果的场景。

技能如何工作

分析基于 MediaPipe Face Mesh 的 468 个面部关键点。流程大致是:读取正面、清晰的人脸照片,检测关键点,做几何测量,再用统计学标准差辅助评分。黄金比例 检查面部各段与 1.618 的契合度;面部对称性 关注左右脸差异;皮肤质量 看亮度均匀度和纹理细腻度。最终输出两部分:面向阅读的格式化报告,以及位于 [JSON_OUTPUT_BEGIN] 和 [JSON_OUTPUT_END] 标记之间的结构化 JSON 数据。

适用边界

照片需要 正面、清晰、光线均匀,并尽量避免眼镜、口罩等遮挡。技能定位为技术实验和娱乐参考,不是医学诊断或专业美学鉴定。若用于批量分析,建议先固定输入规格,再依赖 JSON 字段做后续比较。

使用场景

  • 把模特正面照片批量评分,对比黄金比例与对称性差异
  • 为选角照片输出三庭五眼、对称性评分和 JSON 明细
  • 在本地照片目录做正面脸清晰度与皮肤质量批量检查
  • 将娱乐测试结果转成结构化 JSON,便于后续对比

适合人员

  • 视觉算法工程师:调试 Face Mesh 关键点后的比例评分逻辑
  • 人脸数据产品经理:设计照片评分维度和 JSON 字段规范
  • 内容平台运营:对模特正面照做对称性和皮肤质量初筛
  • 自动化工程师:解析 JSON_OUTPUT 标记并生成报告页面