zongyuan-character-keyframes 数据集结构全景图:68个资产组与 ASSET-INDEX.json 资产索引快速入门
zongyuan-character-keyframes 数据集结构全景图:68个资产组与 ASSET-INDEX.json 资产索引快速入门
zongyuan-character-keyframes 是昆仑洞天 IP 体系出品的国风角色关键帧数据集,收录九天玄女、女娲、烛龙、太阴月神等神话角色的高质量 AI 生成关键帧与角色锚点表。数据集共 655 个文件、636 张图片,分布在 68 个资产组中,根目录的 ASSET-INDEX.json 资产索引就是带你快速定位每一张图的"藏宝图"。本文用 5 分钟带你摸清整个数据集结构,零代码也能轻松上手 🗺️
📦 这是什么数据集:一句话讲清角色关键帧
根据 README.md 的说明,本数据集收录昆仑洞天 IP 体系四大核心角色的立绘关键帧,作为角色形象锚点基准:
| 角色 | 形态锚点 | 视觉特征 |
|---|---|---|
| 九天玄女 | 多形态(红裙凤冠战争/月白玄银/玄金) | 国风仙侠写实厚涂 · 伦勃朗光影 |
| 女娲 | 创世神性 | 博物馆馆藏质感 · 东方神性 |
| 烛龙 | 暗夜龙神 | 玄黑·暗金·淡紫体系 |
| 太阴月神 | 月白清冷 | 水墨·月华质感 |
数据规格上有几个值得新手注意的点(见 README.md):
- 格式为 PNG/JPG,立绘 1:1 方形基准,可衍生 9:16 竖屏 / 2.39:1 宽屏
- 每角色含多视角、多表情关键帧,专为角色一致性微调设计
- 每帧右下角带有
Ω₀⊂⊙∞⊂Ω溯源标识 + SHA256 哈希锚点,确权到每一张图
📊 68个资产组速览:文件数最多的10个目录
打开 ASSET-INDEX.json,stats 区块一眼看清家底:
"stats": {
"total_files": 655,
"images": 636,
"json_files": 8,
"lfs_pointers": 442,
"top_dirs": 68
}
其中 top_dirs: 68 就是指 68 个资产组(目录级统计)。索引按文件数从多到少排列,前 10 大资产组如下:
| 资产组 | 文件数 | 主题 |
|---|---|---|
2026-09-17 |
145 | 日期批次·玄鸟与神女史诗场景 |
kunlun-assets-20261011/wine-robe-gallery |
41 | 酒红睡袍关键帧画廊 |
kunlun-history-20260929/02-kunlun_dongtian |
35 | 昆仑洞天历史归档 |
kunlun-history-20260929/05-archive_kunlun_assets_shennv |
27 | 神女天书概念图归档 |
rose-gallery/archive/process-drafts |
24 | 东方玫瑰关键帧过程稿 |
kunlun-assets-20261011/cyber_chinese |
22 | 赛博国风写真系列 |
rose-gallery/assets/oriental-rose/keyframes |
21 | 东方玫瑰最终关键帧 |
kunlun-history-20260929/01-jiutian_xuannv_20260929 |
21 | 九天玄女三形态归档 |
kunlun-assets-20261011/jiutian_xuannv |
18 | 玄女动作关键帧组 |
kunlun-assets-20261011/红裙系列 |
14 | 红裙角色系列 |
熟悉目录名,基本就能猜出内容。数据集的命名遵循三种套路:
- 日期批次目录:如
2026-09-17/,按生成日期归档,是最大的一批 - 角色名目录:如
jiutian_xuannv/、taiyin/、xiwangmu/、jiuweihu/、taiyin_moon_god/,一个角色一个家 - 主题/系列目录:如
rose-gallery/、kunlun-assets-20261011/wine-robe-gallery/、kunlun_empress/,按视觉主题组织
📄 三步读懂 ASSET-INDEX.json 资产索引
不需要写代码,三步就能用索引:
第 1 步:看身份与时间。文件头部的 asset_id、generated 字段(ASSET-INDEX.json)告诉你这是哪份索引、什么时候生成的,方便对照版本。
第 2 步:看 stats 统计。就是上面那段 total_files / images / lfs_pointers / top_dirs,掌握数据规模。
第 3 步:查 directory_index。完整的目录索引列出全部 68 个资产组,每组都有 files(文件数)和 images(图片数)两个字段,想数某组有多少张图,直接查表即可。
除了这份"目录级"总索引,数据集中还有文件级的精细台账。例如 jiutian-xuannv-20261011/归档台账.csv 逐文件记录文件路径、分组、SHA256、大小与批次号;配套的 jiutian-xuannv-20261011/_batch_archive_manifest.json 则用 JSON 记录了同一批 26 个关键帧资产。想校验某张图是否被改动,比对哈希即可。
💡 索引尾部
note字段(ASSET-INDEX.json)说明:索引仅统计结构与 LFS 指针,完整性由 git + 双仓保证,索引随库版本化更新(append-only)。
🧰 根目录 5 个配套文件各管什么
根目录除索引外还有 5 个"说明书"文件,建议都翻一遍:
| 文件 | 作用 |
|---|---|
| manifest.json | 资产清单 + 确权。含分镜链路、参考权重 0.75、人脸/羽翼/身形误差阈值,以及 每张图片的 SHA256 哈希 |
| dataset_infos.json | 数据集格式声明,标明图片为 Image 类型,默认 train 分片 |
| positive_prompt.json | 九天玄女月神形态的正向提示词标准化 JSON 存档,可直接导入绘图智能体 |
| negative_prompt_pack.md | 全套分级负向提示词包:基础崩坏过滤、东方纯粹性锁死、冲突元素剔除等 |
| call_document.md | 工业母机调用文档:画幅 9:16、8K 渲染标准、防漂移优化规则、正向调用指令 |
比如 manifest.json 里定义了严格的一致性约束:face_topology_error ≤8%(五官拓扑偏差)、wing_error ≤10%(羽翼形态偏差)、body_proportion_error ≤5%(身形比例偏差),并给出 7 节点分镜链路 静立 → 启阵 → 挥符 → 玄鸟降临 → 收势定格——这就是"角色锚点表"的具体含义。
🚀 最快上手方式:三步 clone 与浏览
第 1 步:克隆仓库
git clone https://gitcode.com/zongyuangen/zongyuan-character-keyframes
第 2 步:启用 LFS。由于 .gitattributes 对 jpg/png/webp 等图片格式全部启用了 Git LFS,克隆后若图片显示为几十字节的指针文本,先执行:
git lfs install && git lfs pull
(索引中 lfs_pointers: 442 即当前以 LFS 指针存储的文件数)
第 3 步:按索引找图。打开 ASSET-INDEX.json 定位目标资产组 → 进入对应目录浏览图片 → 用台账 CSV 里的 SHA256 校验完整性。
🎯 4 大使用场景
- 角色一致性 LoRA 训练:以多形态立绘为底训练国风神话角色 LoRA,lora_training/ 目录已提供打包好的训练集(
kunlun_v1_50img.tar.gz、lora_training_180img.tar.gz等) - 文生图角色锚定:图生图/参考生图时,以基准帧 + 锁脸图(如
images/lockface_01.png)保证形象不漂移 - 短剧分镜基准:作为昆仑洞天短剧流水线的角色形象基准,jiutian-xuannv-20261011/ 下 KF06–KF21 就是按分镜编号组织的完整关键帧序列
- 国风审美研究:纯东方神话视觉范式(厚涂 / 光影 / 色彩体系)的参考样本
❓ 新手常见问题
Q1:目录名带日期的是不是就是"废弃"资产?
不是。日期目录(如 2026-09-17/)只是按生成批次归档,kunlun-history-*、media-archive* 才是显式归档区,各批次资产均可正常使用。
Q2:图片打不开、只有几行文本?
说明你看到的是 LFS 指针文件,执行 git lfs pull 拉取真实内容即可。
Q3:怎么确认一张图没被篡改? 两个途径:根目录 manifest.json 中的 SHA256,或批次台账(如 归档台账.csv)中的哈希;LFS 存储的文件还可直接比对指针中的 oid。
Q4:索引里的 68 和实际目录数对不上?
directory_index 统计的是"资产组"(含子目录粒度,共 68 个),不是顶层目录数;且索引随库 append-only 更新,以仓库内最新版本为准。
本数据集为昆仑洞天 IP 原创资产,Apache-2.0 开源。使用请遵守角色元规则:禁止武器形变、人设崩坏、跨位面属性泄露。



