用途:这是一份实现规格(spec),指导构建本地运行的单页 Web 应用。用户输入主题,AI 生成 16:9 水彩风格图解页;点击图片任意位置,AI 针对该点生成下钻的下一页,可无限重复,并保持绘画风格一致。内容寻址缓存确保相同查询或点击不会重复生成。规格与具体技术栈无关,框架、图像模型 API 和语言由使用者自选。
主要能力:服务端提供 POST /api/page 接口,接收 query(首页)或 parentId + parentClick(子页);用 SHA-256 生成确定性页面 ID;命中磁盘缓存则直接返回;子页生成前用 sharp 在父图上合成红色标记圈,再连同提示词调用图像模型;返回 Page 对象(id、imageUrl、parentId、parentClick、initialQuery)。请求经队列串行化,避免并发。
使用方式:示例栈为 Node.js + Google Gemini。安装命令:mkdir explainer && cd explainer;npm init -y;npm install express sharp crypto @google/generative-ai cors dotenv。需在 .env 配置 GEMINI_API_KEY、CACHE_VERSION、PORT。启动后访问 http://localhost:3000。前端提供主题输入、生成、返回、重置按钮,缩略图条与点击涟漪动画。
适用场景:制作可交互、可无限下钻的 AI 图解说明应用,适合教学、科普或概念探索类演示。
限制:资料未提供实际部署、性能、费用或模型可用性信息;示例依赖 Gemini 图像生成模型,需自备 API Key;父图不存在时子页生成会失败;query 限 1–300 字符,点击坐标须为 0–1 的有限浮点数。