用途:把故事、教学课程、连环画脚本等长文本智能拆分成场景,并批量生成风格统一、角色一致的配图。
主要能力:自动识别文本类型并按语义分割场景;提取人物/动物/生物生成角色清单;生成角色胚子图、风格胚子图与可选场景胚子图;逐场景批量生图并输出图集索引。核心流程为:输入长文本→角色提取→生成角色胚子图→确认锁定→智能拆镜→场景清单→确认调整→风格胚子图→场景胚子图(可选)→批量生成场景图→输出图集。
使用方式:先做项目初始化,收集 project_name、style_preset、aspect_ratio(3:4/16:9/1:1)、source_text,并创建 assets/generated/{项目名}/ 目录。随后解析文本、提取角色,逐个确认角色胚子图后锁定;再生成拆镜表(含序号、场景名称、画面描述、出场角色、镜头类型、情绪氛围),确认后生成风格胚子图并锁定。批量生图采用图生图保证一致性,多角色场景需串行轮流替换,逐步锁定每个角色,例如:python image_to_image.py "characters/角色A.png" "场景描述..." -o "scenes/scene_xx.png"。支持重新生成指定角色或场景、从指定场景断点续传、更换风格、导出图集等操作。
适用场景:故事配图、课程插图、连环画与绘本生成等需要批量、风格统一、角色一致的配图任务。
限制与铁律:每个场景/角色生成独立单图,禁止多格拼接、分镜框、边框组合;必须先生成并锁定角色胚子再生成场景;角色胚子与风格胚子须用户确认后才算锁定;场景中出现已锁定角色时必须引用其胚子图;每张图完整提示词必须记录;生成过程实时保存进度以支持断点续传;排除词须包含 text、caption、title、subtitle、watermark、signature、letters、words、writing,禁止输出文字、标题、水印、签名。依赖 image-service 执行生图,obsidian-markdown 生成索引文档为可选。预设风格包括日系治愈绘本、国风水墨淡彩、欧美儿童插画、赛博朋克、扁平矢量风、水彩手绘风,也可自定义。具体收费、价格与平台信息暂未提供。