Token导航 LogoToken导航

Agent Skill · 待分类

cola-avatar-pack(可乐头像包)

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。

cola-avatar-pack 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 1,416。

总安装 3,395周安装 136GitHub Stars 49下载 1,099核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

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

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

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。

来源仓库内路径:skills/cola-avatar-pack

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/marswaveai/skills --skill cola-avatar-pack;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

cola-avatar-pack 怎么安装?

在终端执行 npx skills add https://github.com/marswaveai/skills --skill cola-avatar-pack。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

cola-avatar-pack 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

cola-avatar-pack 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

cola-avatar-pack 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

cola-avatar-pack 用的人多吗?

公开数据是累计安装 3,395 次,近一周安装 136 次,下载 1,099 次,GitHub 49 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

cola-avatar-pack 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
cola-avatar-pack

可乐头像包 · 本页

3,39549权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

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。

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

权限未标注

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills