情绪板 Skill 基本跑通了，现在在做工程优化，明天换一些 Agent 框架再做几轮测试。这个 Skill 有图像和音频的输出模块，但不强求一定要用顶尖的模型。

情绪板不是最终的成品展示，是用来对齐所有项目参与者的共识。因此建议是用推理比较好的大语言模型（如果你的输入包含图像等其他模态，建议用多模态模型）+速度快的图像生成模型（有需要还可以+TTS 以及音乐类生成模型）

目前我在用的组合是 DeepSeek V4 Pro/Flash + Agnes Image 2.1 Flash + Mimo V2.5 TTS Voicedesign