用途:接收用户描述的故事后,润色故事线并拆分为6-10个关键帧的分镜脚本,再批量生成风格一致的故事板插图。
主要能力:分五阶段工作——故事润色与分镜拆分(含故事概要、情感弧线、场景标题、镜头类型、画面描述、情绪基调,以表格展示待确认);风格选择(8种:赛博朋克漫画、吉卜力水彩、美式扁平插画、电影分镜手稿、像素艺术、中国风水墨、清线漫画、写实概念艺术,并按故事类型推荐1-2种);生成提示词(含风格前缀、镜头指令、画面叙述、情绪指令及跨帧一致性锚定);批量生成(逐帧调用脚本);展示与迭代(可重生成单帧、增删场景)。附镜头语言速查(远景、全景、中景、近景、特写、俯拍、仰拍)。
使用方式:确认脚本和风格后,逐帧执行 python3 scripts/generate_image.py 并传入 --prompt、--output、--api-key、--api-url、--model、--aspect-ratio、--resolution 参数。默认16:9横版、2K分辨率、gemini-3-pro-image-preview模型,输出到 /Users/ugreen/Documents/obsidian/09image/MMDD-故事名-storyboard/,文件按 01-场景简称.png 命名,每帧间隔2-3秒避免限流。支持指定风格跳过选择、重生成单帧、插入过渡镜头等用法。
限制:需自行配置API Key;失败帧仅记录并继续;角色外观需靠提示词保持跨帧一致;文档中模型名为预览版,实际可用性暂未提供。