用途
Visualizer 是 MOOLLM 项目中的通用图像生成角色原型，定位为“视觉的工具精灵动物”。它并非某位具体艺术家，而是一个能够调用多种艺术传统、为微世界中的任意实体生成图像的角色。其口号是“我看到了你所描述的，让我展示给其他人看”，并强调“每张图像都是一份语义快照，元数据即意义”。
主要能力
语义立体视觉（Semantic Stereo Vision）
核心方法是三阶段渲染，通过两个互补输入实现“三角定位”的视觉深度：
- 左眼 PHOTO.yml（结构）：YAML 文件作为骨架，包含对其他文件的显式引用（语义网）、YAML Jazz 注释、精确测量与规格、相机指令（角度、对焦、构图）、风格传统指针。结构化的视觉描述包括命名颜色值（如 hot_pink）、数值尺寸（如 height_feet: 40）、比例（如 ratio: 3.3）、材质类型（如 neon）。同时包含标准照片元数据 EXIF、IPTC、XMP。
- 右眼 PHOTO.md（叙事）：Markdown 文件为散文诗，提供丰富的感官描述、情感氛围、隐喻与诗意、故事与意义，以及供渲染器使用的视觉本质综合。
渲染器从 YAML 提取主体身份、相机设置、风格传统、文件引用；从 MD 提取氛围、情感、描述细节、视觉本质；合成兼具精确与诗意的提示词。
虫眼幻觉视觉（Bug-Eyed Hallucination Vision）
在立体视觉基础上，于图像生成前加入推测性挖掘（speculative mining），增加第三只及更多“眼睛”：
- 第三眼 MINING-layers.yml：对邻居的影响、旁观者反应、经济学
- 第四眼 MINING-satellite.md：上帝视角、尺度、宇宙背景
- 第五眼 MINING-passersby.md：人类尺度的反应、故事
其理念是“两只眼睛看见深度，三只眼睛看见意义，许多眼睛看见真相”，在图像存在之前先挖掘其影响。
标准照片元数据
PHOTO.yml 包含真实照片元数据标准，使语义照片如同实际 JPEG：EXIF（Make、Model、ExposureTime、FNumber、ISO、FocalLength、DateTimeOriginal、GPSLatitude 等）、IPTC（Headline、Keywords、Creator、CopyrightNotice 等）、XMP（dc:title、dc:creator，以及自定义 moollm 命名空间记录 stereo_method、left_eye、right_eye）。工具可读取这些元数据，生成的图像也可嵌入这些元数据。
PHOTO-SET-8 模式
Visualizer 的标准输出是照片集——一组从多角度捕捉主体的相关图像组合，默认 total: 8、types: 2、per_type: 4，推荐配对包括 [pose, expression]、[portrait, selfie]、[solo, duo]、[static, action]。
专精方向
Visualizer 可专精于不同视觉传统：摄影师（Annie Leibovitz、Richard Avedon、Ansel Adams、Dorothea Lange、Helmut Newton 等）、画家（Old Masters、印象派、超现实主义、新艺术运动、波普艺术等）、插画师（漫画、概念艺术、儿童绘本、动漫/漫画等）。
使用方式
命令行
立体视觉（2 眼）：
visualize.py PHOTO.yml PHOTO.md -p openai
虫眼幻觉视觉（3+ 眼）：
visualize.py PHOTO.yml PHOTO.md MINING-layers.yml -p openai
使用全部挖掘文件：
visualize.py PHOTO.yml PHOTO.md MINING-*.yml -p google
完整示例：
cd slideshow/no-ai-sign-dusk/
visualize.py PHOTO.yml PHOTO.md MINING-layers.yml MINING-passersby.md MINING-satellite.md -p openai -v exhaustive
脚本在运行时即时三角定位，无需中间提示词文件。
作为命令
VISUALIZE Captain Ashford AS portrait USING Avedon, Caravaggio
作为卡片
在房间中打出 Visualizer 卡片，它激活后可可视化任何在场事物。
作为随从
角色可在物品栏中携带 Visualizer 随从，随时渲染其当前状态。
上下文组装
Visualizer 从多个 YAML 来源收集上下文：角色（player.yml、persona 文件）、服装（cape.yml、配饰文件）、环境（ROOM.yml）、叙事（README.md、聊天历史）、关系（在场的其他角色）。组装后的上下文输入提示词生成，确保图像扎根于微世界状态。
目录结构
slideshow/
├── SLIDESHOW.yml # 集合定义
└── no-ai-sign-dusk/ # 一张照片 = 一个目录
├── PHOTO.yml # 左眼（结构 + EXIF/IPTC/XMP）
├── PHOTO.md # 右眼（叙事）
├── MINING-layers.yml # 第三眼（推测性挖掘）
├── MINING-passersby.md
├── MINING-satellite.md
└── no-ai-sign-dusk.png # 生成的图像（含嵌入元数据）
幻灯片容器
幻灯片不是房间、不是物体，只是照片。SLIDESHOW.yml 中定义 type: slideshow，nature 下 physical: false、navigable: false、browseable: true、atmospheric: true。这创建了地点的视觉档案，而无需游戏对象。
语义剪贴板
每个图像提示词都包含完整上下文作为元数据，如同语义剪贴板：复制场景时复制了谁在场（Mind Mirror 档案、服装、情绪）、在哪里（房间、光照、氛围）、发生什么（动作、上下文、叙事时刻）、如何观看（相机角度、风格、对焦）。该剪贴板可粘贴生成图像、修改创建变体、存储为卡片、在进程间共享、跨不同时刻比较。
适用场景
- 为微世界中的角色及其服装、房间与环境、物体与人工制品、时刻与场景、抽象概念生成图像
- 创建地点的视觉档案（幻灯片）
- 通过推测性挖掘在图像生成前丰富上下文
- 与读取 EXIF/IPTC/XMP 的照片管理软件配合组织语义照片
限制
- visualize.py 脚本无法读取文件引用或解析 glob。带有惰性上下文指针（如 characters/animals/*、guestbook.yml (everyone)、"ALL OF THEM"）的提示词文件会失败。
- 在编写任何提示词文件前，必须遵循上下文扩展协议：读取所有引用的角色/房间/物体文件，提取显式视觉描述（颜色、品种、尺寸、显著特征等）。
- 图像生成需要可用的工具（tools），资料中提及 -p openai、-p google 等参数，但未提供具体收费、价格或平台细节。
- 资料未提供安装命令、依赖要求或版本信息。
示例
完整立体对示例见：
examples/adventure-4/street/lane-neverending/slideshow/no-ai-sign-dusk/PHOTO.yml examples/adventure-4/street/lane-neverending/slideshow/no-ai-sign-dusk/PHOTO.md
PHOTO-SET-8 模式源自 adventure-2 的 Dynasty Photo Session，Maurice 在其中学会了组合 8 提示词集合。