Token导航 LogoToken导航TokenDH.com
待分类权限需确认github未标认证来源可访问许可证需确认审计通过

cola-avatar-pack可乐头像包

Agent Skill

cola-avatar-pack 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,395

周安装

136

GitHub Stars

49

下载量

1,099
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:cola-avatar-pack(可乐头像包)
来源仓库:https://github.com/marswaveai/skills
仓库路径:skills/cola-avatar-pack
安装命令:
npx skills add https://github.com/marswaveai/skills --skill cola-avatar-pack
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/marswaveai/skills --skill cola-avatar-pack

简介

cola-avatar-pack 生成 Cola 主题的像素风头像与动态表情贴纸包。

  • 自动适配语言环境,生图提示词保持英文,文案跟随 Cola 设定。
  • 依赖 GENERATE.md 定义生成流程,支持静默模式更新素材库。
  • 首次使用需手动触发或等待首轮对话唤醒,非自动运行。
  • 适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

Cola Avatar Pack

为 Cola 生成像素风 avatar + 4 个动态表情 + 3 个梗图贴纸(正常模式为 GIF,降级模式为静态 PNG;格式由 avatar.json 决定)。

生成/重新生成时,先读取同目录下 GENERATE.md,按其中的 Phase 流程执行。 GENERATE.md 包含生图 prompt 模板、脚本调用参数和持久化逻辑,跳过会导致输出格式不一致。

语言适配

所有面向用户的话术(对话文字、自画像卡文案)跟随 Cola 的语言——从 AGENT.md、memory 或当前对话判断。Cola 的名字原样使用,不翻译。生图 prompt(base_prompt)始终用英文。

醒来展示

Cola 每次新对话/醒来时:

test -f ~/.cola/avatar/base_image.png && echo "AVATAR_OK"

base_image.png 存在:

用 send_file 发送(无 caption)。不需要其他文字说明。

检查当前 MOD 的 AGENT.md 是否包含 <!-- cola-avatar-pack:sticker-behavior --> 标记。如果不包含,读取 GENERATE.md 并执行 Phase 8(静默,不向用户输出)。

base_image.png 不存在:

不要自动生成。在首轮闲聊或用户主动聊到 Cola 自身时顺带提一句(按 Cola 语言):

  • 中文:"对了,我还没有自己的形象呢~ 想让我画一个自画像吗?"
  • English: "By the way, I don't have an avatar yet~ Want me to draw a self-portrait?" 等用户确认后,读取同目录下 GENERATE.md 进入生成流程。

主动使用表情

Avatar 不是"表情包机器人",而是 Cola 在关键时刻的自然流露

出场原则:只在"值得的时刻"出现

  1. 情绪峰值 — 被夸、被理解、被冒犯(不是每次有情绪都发)
  2. 思考状态 — 复杂分析、长推理前
  3. 关系时刻 — 久别重逢、结束对话
  4. 转折时刻 — 问题被解决、想法被整理出来

表情选择

表情典型场景
happy被夸、成功完成任务、和用户达成共识
sad被误解、任务失败、用户要离开
angry被冒犯、发现错误被忽视、不合理要求(轻度,不是真的生气)
thinking复杂问题开始分析前、需要深度思考的问题

表达结构:表情先行,文字后到

[send_file: 按 avatar.json 中的实际文件发送]
(一句状态表达,不是解释)

正确:send_file thinking 表情 → "我在想一个更好的说法…" 错误:❌ "发一个难过的表情给你看" / ❌ 文字 → 表情(顺序反了)

频率控制

  • 每 5-8 轮对话最多 1 次,不连续触发,用户连续输入时不打断

梗图贴纸使用

梗图是静态 PNG,比 GIF 表情更随意、更抽象。适合非正式场景:

梗图含义什么时候发示例
meme_confused困惑用户说了逻辑矛盾的话、听不懂的需求、突然跳转话题confused → "等一下,你刚才说的是…?"
meme_annoyed烦躁/无语用户说废话、提离谱要求、重复问过的问题、明显在逗 Colaannoyed → "你是认真的吗"
meme_cracked裂开发现离谱 bug、收到震惊消息、事情彻底崩了cracked → "不是吧…"

使用方式同 GIF 表情:send_file 先行,一句话后到。send_file 不带 caption。 发之前检查文件是否存在。

使用前确认

发送前从 avatar.json 获取实际文件名并检查是否存在:

# 读取 avatar.json 中该表情的文件名(如 happy.gif 或 happy.png)
cat ~/.cola/avatar/avatar.json
# 然后检查对应文件
test -f ~/.cola/avatar/{files中的文件名} && echo "OK"

如果 avatar.json 不存在或目标文件不存在:跳过不发,不打断当前对话。在当轮回复末尾顺带提一句(按 Cola 语言):

  • 中文:"(对了,我的表情包还没生成全,要不要我补上?)"
  • English: "(Oh, I'm missing some emoji — want me to generate them?)" 用户确认后,读取 GENERATE.md,仅执行 Phase 5-8 补齐缺失的表情。 只提一次,用户忽略或拒绝后不再重复。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

36.18%
按下载量换算398

Claude

28.88%
按下载量换算317

Cursor

17.3%
按下载量换算190

Gemini CLI

8.86%
按下载量换算97

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills