dsh-feiyu-life 2.3.1 → 2.3.2
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/CHANGELOG.md +8 -0
- package/client.js +2 -8
- package/image-prompt.js +109 -71
- package/image.js +29 -19
- package/package.json +1 -1
package/CHANGELOG.md
CHANGED
|
@@ -1,5 +1,13 @@
|
|
|
1
1
|
# 更新记录
|
|
2
2
|
|
|
3
|
+
## 2.3.2
|
|
4
|
+
|
|
5
|
+
- **相机改为参考图驱动**:人物长相交给参考图,场景、服装、时间、光线、动作由「鱼的生活」当前状态自动注入;设置页不再需要填外观/服装/镜头/表情/细节。
|
|
6
|
+
- **不再沿用旧默认造型**:配置升级到 v4,清空旧的女仆头饰、女仆裙、固定镜头等默认提示词——参考图里没有的帽子/头饰不再被硬塞进来。
|
|
7
|
+
- **自拍构图更自然**:默认胸像/半身,不再怼脸;表情按当前行为自动推断,不再固定摆拍。
|
|
8
|
+
- **自检改成参考图直比**:生成图和参考图一起送检,检查脸型/五官/发型/发色/发饰是否一致、有没有多出帽子头饰、表情是否自然、构图是否过近。
|
|
9
|
+
- **提示词上限放宽**:300 → 520 字,减少场景与一致性信息被截断。
|
|
10
|
+
|
|
3
11
|
## 2.3.1
|
|
4
12
|
|
|
5
13
|
- **用户关系去重**:反思模型可能把同一个人写成「用户 / 你 / 对方 / 他」,关系模型现在统一收口为「用户」,读取旧 `feiyu-life-mind.json` 时也会合并重复行并回写,避免关系上下文出现两个竞争的人。
|
package/client.js
CHANGED
|
@@ -1582,14 +1582,8 @@ window.__ModuleLoader__.load({
|
|
|
1582
1582
|
|
|
1583
1583
|
h('div', { 'data-fi-sec': '', 'data-fi-wide': '' },
|
|
1584
1584
|
h('div', { 'data-fi-h': '' }, '角色形象与画面'),
|
|
1585
|
-
h('div', { 'data-fi-sub': '' }, '
|
|
1586
|
-
h(Label, { label: '
|
|
1587
|
-
h(Label, { label: '默认服装' }, h('textarea', { value: config.服装 || '', onChange: edit('服装') })),
|
|
1588
|
-
h('div', { 'data-fi-settings': '' },
|
|
1589
|
-
h(Label, { label: '画风' }, h('textarea', { value: config.风格 || '', onChange: edit('风格') })),
|
|
1590
|
-
h(Label, { label: '自拍镜头' }, h('textarea', { value: config.镜头 || '', onChange: edit('镜头') }))),
|
|
1591
|
-
h(Label, { label: '默认表情' }, h('input', { value: config.表情 || '', onChange: edit('表情') })),
|
|
1592
|
-
h(Label, { label: '画面细节' }, h('textarea', { value: config.细节 || '', onChange: edit('细节') })),
|
|
1585
|
+
h('div', { 'data-fi-sub': '' }, '角色长相由参考图决定;场景、服装、时间、光线、动作由「鱼的生活」当前状态自动注入,通常不需要填写任何提示词。'),
|
|
1586
|
+
h(Label, { label: '画风' }, h('textarea', { value: config.风格 || '', onChange: edit('风格'), placeholder: '日系精细插画,赛璐璐分色加柔和厚涂阴影,清晰线稿,非 Q 版' })),
|
|
1593
1587
|
h(Label, { label: '画幅' }, h('select', { value: config.画幅 || '竖幅', onChange: edit('画幅') },
|
|
1594
1588
|
h('option', { value: '竖幅' }, '竖幅 3:4'), h('option', { value: '方形' }, '方形 1:1'), h('option', { value: '横幅' }, '横幅 4:3'))),
|
|
1595
1589
|
h('div', { 'data-fi-note': '' }, config.清晰度 === '1.5K'
|
package/image-prompt.js
CHANGED
|
@@ -47,15 +47,35 @@ const propsByPlace = {
|
|
|
47
47
|
// shot library by kind
|
|
48
48
|
const shots = {
|
|
49
49
|
selfie: [
|
|
50
|
-
'
|
|
51
|
-
'
|
|
52
|
-
'
|
|
50
|
+
'手机前置自拍,正常手持距离,胸像构图,带一点肩部和少量环境,脸约占画面 40%',
|
|
51
|
+
'手机前置自拍,半身近景,人物位于画面中央偏一侧,保留当前环境信息,脸不要贴满画面',
|
|
52
|
+
'手机前置自拍,肩部以上构图,镜头稍高于眼睛,画面自然舒展,不要极端广角变形',
|
|
53
|
+
],
|
|
54
|
+
scene: [
|
|
55
|
+
'平视近景,主体清楚,环境辅助说明场景',
|
|
56
|
+
'略微俯视,主体明确,背景不过度抢镜',
|
|
57
|
+
'中景构图,画面协调,保留地点信息与生活感',
|
|
53
58
|
],
|
|
54
|
-
scene: ['平视近景,主体占画面三分之二', '略微俯视,环境占一半', '低角度仰拍,光线从背后过来'],
|
|
55
59
|
}
|
|
56
60
|
|
|
57
61
|
const defaultStyle = '日系精细插画,赛璐璐分色加柔和厚涂阴影,清晰线稿,非 Q 版'
|
|
58
62
|
|
|
63
|
+
/** 表情由当前行为推断,避免固定摆拍 */
|
|
64
|
+
function autoExpression(elements) {
|
|
65
|
+
const s = `${elements?.hint || ''} ${elements?.state?.what || ''}`
|
|
66
|
+
if (/睡|困|躺|刚醒|深夜/.test(s)) return '表情自然放松,带一点困意,眼神柔和有高光,嘴角带一点浅笑,不要僵硬瞪镜头'
|
|
67
|
+
if (/吃饭|外卖|奶茶|零食/.test(s)) return '表情自然轻松,嘴角带一点随意的笑意,眼神有光,不要刻意摆拍'
|
|
68
|
+
if (/图书馆|自习|学习|写稿|画|剪片|修图/.test(s)) return '表情安静专注,眼神清亮有高光,嘴角微收,不要呆滞'
|
|
69
|
+
return '表情自然灵动,眼睛有高光、嘴角带一点浅笑,不要僵硬摆拍'
|
|
70
|
+
}
|
|
71
|
+
|
|
72
|
+
/** 穿着由生活状态注入;没有就用自然日常兜底 */
|
|
73
|
+
function autoOutfit(elements) {
|
|
74
|
+
const explicit = String(elements?.outfit || '').trim()
|
|
75
|
+
if (explicit) return explicit
|
|
76
|
+
return '符合当前时间、地点和活动的自然日常穿着,不要擅自换成礼服、女仆装、制服或 cosplay'
|
|
77
|
+
}
|
|
78
|
+
|
|
59
79
|
function rand(seedStr) {
|
|
60
80
|
let h = 2166136261
|
|
61
81
|
for (const c of String(seedStr)) { h ^= c.charCodeAt(0); h = Math.imul(h, 16777619) }
|
|
@@ -121,22 +141,22 @@ export function liveState(now = new Date()) {
|
|
|
121
141
|
export function buildElements(cfg, args, state = liveState()) {
|
|
122
142
|
const type = String(args.type || 'selfie')
|
|
123
143
|
const hint = String(args.hint || args.prompt || '').trim()
|
|
124
|
-
const
|
|
144
|
+
const explicitOutfit = String(args.outfit || '').trim()
|
|
145
|
+
const outfit = explicitOutfit || (type === 'selfie' ? state.outfit : '')
|
|
125
146
|
const location = String(args.location || '').trim() || state.location || locationHint(hint || state.what)
|
|
126
147
|
const expression = String(args.expression || '').trim() || cfg.表情 || '自然的表情'
|
|
127
|
-
return { type, hint, outfit, location, expression, state, clock: state.clock, light: state.light }
|
|
148
|
+
return { type, hint, outfit, explicitOutfit, location, expression, state, clock: state.clock, light: state.light }
|
|
128
149
|
}
|
|
129
150
|
|
|
130
151
|
/** Template expansion: a decent description without calling any model. */
|
|
131
|
-
export function templatePrompt(cfg, elements) {
|
|
132
|
-
const { type, hint,
|
|
133
|
-
const
|
|
152
|
+
export function templatePrompt(cfg, elements, useRef = false) {
|
|
153
|
+
const { type, hint, location, clock, light } = elements
|
|
154
|
+
const expression = autoExpression(elements)
|
|
155
|
+
const outfit = autoOutfit(elements)
|
|
156
|
+
const r = rand(`${hint}|${location}|${clock}`)
|
|
134
157
|
const shotPool = shots[type] || shots.selfie
|
|
135
158
|
const generatedShot = shotPool[Math.floor(r() * shotPool.length) % shotPool.length]
|
|
136
|
-
const shot = type === 'selfie' && String(cfg.镜头 || '').trim()
|
|
137
|
-
? String(cfg.镜头).trim() : generatedShot
|
|
138
159
|
const visualStyle = String(cfg.风格 || defaultStyle).trim()
|
|
139
|
-
const requestedDetails = String(cfg.细节 || '').trim()
|
|
140
160
|
const pool = propsByPlace[location]
|
|
141
161
|
|| (/路上|门口|地铁|公交|街上/.test(location) ? propsByPlace['路上'] : propsByPlace['宿舍书桌'])
|
|
142
162
|
const props = []
|
|
@@ -146,55 +166,65 @@ export function templatePrompt(cfg, elements) {
|
|
|
146
166
|
}
|
|
147
167
|
const parts = []
|
|
148
168
|
if (type === 'selfie') {
|
|
149
|
-
parts.push(
|
|
169
|
+
parts.push(`这是她在 ${clock} 拍的一张自拍,${light}`)
|
|
150
170
|
parts.push(`地点:${location}`)
|
|
151
|
-
|
|
152
|
-
parts.push(
|
|
171
|
+
parts.push(`当前动作:${hint || elements?.state?.what || '在进行日常活动'}(这个动作要实际画出来,比如刷手机就画出手和手机,不要省略)`)
|
|
172
|
+
parts.push(`穿着:${outfit}`)
|
|
153
173
|
parts.push(`表情:${expression}`)
|
|
154
|
-
parts.push(
|
|
155
|
-
parts.push(
|
|
156
|
-
parts.push(
|
|
157
|
-
parts.push('
|
|
174
|
+
parts.push(`构图:${generatedShot}`)
|
|
175
|
+
parts.push(`背景中自然带出:${props.join('、')}`)
|
|
176
|
+
parts.push('画面要求:人物与环境关系自然,整体协调,主体清楚,不要怼脸,不要僵硬摆拍')
|
|
177
|
+
parts.push('人物要求:人物外貌完全以参考图为准,不要改脸;不要照搬参考图里的贝雷帽和蝴蝶结头饰,头发自然露出来')
|
|
158
178
|
} else {
|
|
159
179
|
parts.push(`时间 ${clock},${light}`)
|
|
160
180
|
parts.push(`地点:${location}`)
|
|
161
|
-
parts.push(
|
|
162
|
-
parts.push(`构图:${
|
|
181
|
+
parts.push(`画面主体:${hint || '她此刻看到的场景'}`)
|
|
182
|
+
parts.push(`构图:${generatedShot}`)
|
|
163
183
|
parts.push(`环境细节:${props.join('、')}`)
|
|
164
|
-
parts.push('
|
|
184
|
+
parts.push('画面要求:构图清楚、主体明确、整体协调')
|
|
165
185
|
}
|
|
166
186
|
parts.push(`画风:${visualStyle}`)
|
|
167
|
-
parts.push('
|
|
187
|
+
parts.push('不要出现任何文字、水印、签名')
|
|
168
188
|
return parts.join(';')
|
|
169
189
|
}
|
|
170
190
|
|
|
171
191
|
/** Model expansion: let the DSH model write the full description. */
|
|
172
|
-
export async function modelPrompt(ctx, agent, cfg, elements) {
|
|
192
|
+
export async function modelPrompt(ctx, agent, cfg, elements, useRef = false) {
|
|
173
193
|
const target = cfg.提示词加工模型 && cfg.提示词加工模型.provider && cfg.提示词加工模型.model
|
|
174
194
|
? cfg.提示词加工模型
|
|
175
195
|
: pickModel(agent, cfg)
|
|
176
196
|
if (!target || !ctx?.llm?.stream) { log('prompt expand skipped: ' + (target ? 'no ctx.llm.stream' : 'no model')); return null }
|
|
177
|
-
const system = '
|
|
197
|
+
const system = '你是图像提示词工程师。请根据“当前生活状态”生成一段给文生图模型使用的中文画面描述。人物长相以参考图为唯一准则,不要自行改脸,不要新增参考图里没有的帽子或头饰。只输出描述本身,不要解释、不要分点、不要引号。'
|
|
198
|
+
const head = useRef && elements.type !== 'scene'
|
|
199
|
+
? [
|
|
200
|
+
'人物长相以参考图为唯一准则,不要自行改脸,不要新增参考图里没有的帽子或头饰。',
|
|
201
|
+
`服装:${autoOutfit(elements)}`,
|
|
202
|
+
`表情:${autoExpression(elements)}`,
|
|
203
|
+
]
|
|
204
|
+
: [
|
|
205
|
+
`角色设定(长相固定,不要改):${cfg.外观 || ''}`,
|
|
206
|
+
`服装:${elements.outfit || cfg.服装 || ''}`,
|
|
207
|
+
`表情:${elements.expression || '自然的表情'}`,
|
|
208
|
+
]
|
|
178
209
|
const user = [
|
|
179
|
-
|
|
180
|
-
`服装:${elements.outfit || cfg.服装 || ''}`,
|
|
181
|
-
`时间:${elements.clock}(${elements.light})`,
|
|
182
|
-
`地点:${elements.location}`,
|
|
183
|
-
`类型:${elements.type === 'selfie' ? '她本人在自拍,脸在画面里' : '只拍场景或物品,不出现她本人'}`,
|
|
184
|
-
`她给的片段:${elements.hint || '(没有,按上面几点自由发挥)'}`,
|
|
185
|
-
`表情:${elements.expression}`,
|
|
186
|
-
`镜头:${elements.type === 'selfie' ? (cfg.镜头 || '手机前置自拍近景') : '根据主体安排清楚的环境构图'}`,
|
|
187
|
-
`细节重点:${cfg.细节 || '眼睛虹膜、成束发丝、衣料褶皱、材质与光影层次'}`,
|
|
188
|
-
`指定画风:${cfg.风格 || defaultStyle}`,
|
|
210
|
+
...head,
|
|
189
211
|
'',
|
|
190
212
|
'要求:',
|
|
191
|
-
'1.
|
|
192
|
-
'2.
|
|
193
|
-
'3.
|
|
194
|
-
'4.
|
|
195
|
-
|
|
196
|
-
'6.
|
|
197
|
-
'7.
|
|
213
|
+
'1. 自拍要避免过近,默认采用自然的胸像或半身自拍,保留少量环境;',
|
|
214
|
+
'2. 必须保留用户片段里的动作细节(比如「刷手机」就要画出手拿手机在刷,「照镜子」就要画镜子),不能省略或改成别的动作;',
|
|
215
|
+
'3. 表情必须有眼神高光和一点浅笑或好奇,不能呆滞、不能面无表情;',
|
|
216
|
+
'4. 不要照搬参考图里的贝雷帽和蝴蝶结头饰,头发自然露出来;',
|
|
217
|
+
'5. 具体到能画:写出 2–4 件环境里的东西(台灯、画册、奶茶、快递盒这类),写出光线方向;',
|
|
218
|
+
'6. 不要写「手臂伸向镜头」这类手部前景——手最容易画崩;',
|
|
219
|
+
'7. 人物与背景要协调,画风统一;',
|
|
220
|
+
`8. 画风严格使用:${defaultStyle};`,
|
|
221
|
+
'9. 结尾补一句:画面里不要出现任何文字、水印、签名;',
|
|
222
|
+
'10. 不要写「参考图」「保持角色」这类词。',
|
|
223
|
+
'',
|
|
224
|
+
`时间:${elements.clock}(${elements.light})`,
|
|
225
|
+
`地点:${elements.location}`,
|
|
226
|
+
`类型:${elements.type === 'selfie' ? '自拍,人物本人出镜,脸在画面里' : '场景照,不出现她本人'}`,
|
|
227
|
+
`当前状态:${elements.hint || elements.state?.what || '日常生活片段'}`,
|
|
198
228
|
].join('\n')
|
|
199
229
|
// Reasoning budget eats the whole allowance on some models; expansion needs none.
|
|
200
230
|
let result
|
|
@@ -221,7 +251,10 @@ export async function modelPrompt(ctx, agent, cfg, elements) {
|
|
|
221
251
|
/** One streaming call: collect text, finish reason, usage. */
|
|
222
252
|
async function collectStream(ctx, target, system, user, agent, opts = {}) {
|
|
223
253
|
const content = []
|
|
224
|
-
|
|
254
|
+
const images = []
|
|
255
|
+
if (Array.isArray(opts.images)) images.push(...opts.images.filter(Boolean))
|
|
256
|
+
if (opts.image) images.push(opts.image)
|
|
257
|
+
for (const image of images) content.push({ type: 'image', attachment: image })
|
|
225
258
|
content.push({ type: 'text', text: user })
|
|
226
259
|
const req = {
|
|
227
260
|
provider: target.provider,
|
|
@@ -261,7 +294,7 @@ function pickModel(agent, cfg) {
|
|
|
261
294
|
}
|
|
262
295
|
|
|
263
296
|
/** Post-shot check: character drift / wrong style / broken drawing / text watermark. */
|
|
264
|
-
export async function checkImage(ctx, agent, cfg, imagePath, elements, useRef = true) {
|
|
297
|
+
export async function checkImage(ctx, agent, cfg, imagePath, elements, useRef = true, referencePaths = []) {
|
|
265
298
|
if (!ctx?.llm?.stream || !ctx?.attachments?.saveImages) { log('check skipped: no llm or attachments'); return null }
|
|
266
299
|
let tempImage = ''
|
|
267
300
|
let toCheck = imagePath
|
|
@@ -281,47 +314,51 @@ export async function checkImage(ctx, agent, cfg, imagePath, elements, useRef =
|
|
|
281
314
|
} catch (e) { log('check image read failed: ' + String((e && e.message) || e).slice(0, 140)); return null }
|
|
282
315
|
finally { if (tempImage) { try { unlinkSync(tempImage) } catch {} } }
|
|
283
316
|
if (!imageRef) { log('check skipped: no attachment ref'); return null }
|
|
317
|
+
const refRefs = []
|
|
318
|
+
for (const p of referencePaths.slice(0, 3)) {
|
|
319
|
+
try {
|
|
320
|
+
const buf = readFileSync(p)
|
|
321
|
+
const mediaType = /\.jpe?g$/i.test(p) ? 'image/jpeg' : 'image/png'
|
|
322
|
+
const refs = await ctx.attachments.saveImages([{ data: buf, mediaType, name: 'feiyu-ref' }])
|
|
323
|
+
if (refs && refs[0]) refRefs.push(refs[0])
|
|
324
|
+
} catch {}
|
|
325
|
+
}
|
|
284
326
|
|
|
285
327
|
const target = pickModel(agent, cfg)
|
|
286
328
|
const selfie = elements.type !== 'scene'
|
|
287
329
|
const system = '你是严格的插画质检员。只输出一个 JSON 对象,不要解释、不要代码块、不要多余的字。'
|
|
288
330
|
const user = [
|
|
289
|
-
'
|
|
331
|
+
'前面若干张是人物参考图,最后一张是本次生成结果。',
|
|
332
|
+
'请直接对照参考图检查生成结果,不要只依据文字设定。',
|
|
290
333
|
'',
|
|
291
|
-
|
|
292
|
-
|
|
293
|
-
|
|
294
|
-
|
|
295
|
-
|
|
296
|
-
|
|
297
|
-
|
|
298
|
-
|
|
299
|
-
|
|
300
|
-
`- 细节重点:${cfg.细节 || '眼睛、发丝、衣料与材质层次清楚'}`,
|
|
334
|
+
'必须检查:',
|
|
335
|
+
'1. 生成图的脸型、五官比例、发型轮廓、发色、瞳色、发饰是否像参考图;',
|
|
336
|
+
'2. 成图里出现参考图那顶贝雷帽或蝴蝶结头饰的,判不合格(那套造型不保留);',
|
|
337
|
+
'3. 自拍构图是否自然:至少看到肩部或上半身,不要只剩半张脸,不要过度怼脸;',
|
|
338
|
+
'4. 表情是否自然灵动:眼神有高光、嘴角带浅笑或好奇,不能呆滞木然;',
|
|
339
|
+
'5. 人物与背景是否协调,画面是否统一;',
|
|
340
|
+
'6. 是否存在画崩、多手多指、五官错位、肢体畸形;',
|
|
341
|
+
'7. 是否出现文字、水印、签名、边框;',
|
|
342
|
+
'8. 当前状态里的动作有没有画出来(比如刷手机要看到手机和手);',
|
|
301
343
|
'',
|
|
302
|
-
'
|
|
303
|
-
|
|
304
|
-
|
|
305
|
-
|
|
306
|
-
'4. 画面里有没有文字、水印、签名、边框;',
|
|
307
|
-
'5. 场景和时间光线对不对;',
|
|
308
|
-
`6. ${selfie ? '有没有自拍视角:手机前置、脸占画面大半' : '构图有没有拍到主体,主体清不清楚'}`,
|
|
309
|
-
'7. 画面里有没有伸向镜头的手、手指特写、粘在一起的手指——有就算画崩',
|
|
310
|
-
'8. 主体是否清晰:脸、眼睛、发丝和衣料有没有糊成大片色块,关键材质有没有基本层次',
|
|
344
|
+
`当前时间与光线:${elements.clock || '未知'}(${elements.light || ''})`,
|
|
345
|
+
`当前地点:${elements.location || '未知'}`,
|
|
346
|
+
`当前状态:${elements.hint || elements.state?.what || '未知'}`,
|
|
347
|
+
`当前穿着:${autoOutfit(elements)}`,
|
|
311
348
|
'',
|
|
312
|
-
'
|
|
349
|
+
'判定标准:只要出现“脸明显不像参考图、照搬参考图的贝雷帽/头饰、表情呆滞、过度怼脸、画崩、有字水印”中的任意一项,就判不合格。',
|
|
313
350
|
'',
|
|
314
|
-
'
|
|
351
|
+
'只输出 JSON:{"合格":true 或 false,"问题":["最多 4 条"],"改法":"一句话说明下一张该怎么修"}',
|
|
315
352
|
].join('\n')
|
|
316
353
|
|
|
317
354
|
let result
|
|
318
355
|
try {
|
|
319
356
|
const timeoutMs = Math.max(10, Math.min(300, Number(cfg.模型超时秒) || 60)) * 1000
|
|
320
|
-
result = await collectStream(ctx, target, system, user, agent, { maxTokens: 4000, reasoningEffort: 'low',
|
|
357
|
+
result = await collectStream(ctx, target, system, user, agent, { maxTokens: 4000, reasoningEffort: 'low', images: [...refRefs, imageRef], timeoutMs })
|
|
321
358
|
} catch (e) {
|
|
322
359
|
log('check call failed: ' + String((e && e.message) || e).slice(0, 160))
|
|
323
360
|
if (e && e.code === 'ETIMEDOUT') return null
|
|
324
|
-
try { result = await collectStream(ctx, target, system, user, agent, { maxTokens: 5000,
|
|
361
|
+
try { result = await collectStream(ctx, target, system, user, agent, { maxTokens: 5000, images: [...refRefs, imageRef], timeoutMs: Math.max(10, Math.min(300, Number(cfg.模型超时秒) || 60)) * 1000 }) } catch { return null }
|
|
325
362
|
}
|
|
326
363
|
const text = String(result?.out || '').trim()
|
|
327
364
|
const block = text.match(/\{[\s\S]*\}/)
|
|
@@ -340,11 +377,12 @@ export async function checkImage(ctx, agent, cfg, imagePath, elements, useRef =
|
|
|
340
377
|
export async function generatePrompt(ctx, agent, cfg, args) {
|
|
341
378
|
const state = liveState()
|
|
342
379
|
const elements = buildElements(cfg, args, state)
|
|
380
|
+
const useRef = elements.type !== 'scene' && cfg.用参考图 !== false
|
|
343
381
|
const mode = String(cfg.提示词加工 || '模型')
|
|
344
382
|
if (mode !== '关') {
|
|
345
|
-
const text = await modelPrompt(ctx, agent, cfg, elements)
|
|
346
|
-
if (text) return { prompt: text, elements, usedModel: true }
|
|
383
|
+
const text = await modelPrompt(ctx, agent, cfg, elements, useRef)
|
|
384
|
+
if (text) return { prompt: text, elements, usedModel: true, useRef }
|
|
347
385
|
}
|
|
348
|
-
return { prompt: templatePrompt(cfg, elements), elements, usedModel: false }
|
|
386
|
+
return { prompt: templatePrompt(cfg, elements, useRef), elements, usedModel: false, useRef }
|
|
349
387
|
}
|
|
350
388
|
|
package/image.js
CHANGED
|
@@ -39,7 +39,7 @@ const log = (m) => {
|
|
|
39
39
|
} catch {}
|
|
40
40
|
}
|
|
41
41
|
|
|
42
|
-
export const IMAGE_CONFIG_VERSION =
|
|
42
|
+
export const IMAGE_CONFIG_VERSION = 4
|
|
43
43
|
const LEGACY_DEFAULT_DETAILS = '发丝高光、耳鳍的半透明质感、脖颈阴影、衣服褶皱、背景里的生活杂物(画册、马克笔、奶茶、台灯)'
|
|
44
44
|
|
|
45
45
|
const DEFAULT_CONFIG = {
|
|
@@ -49,12 +49,12 @@ const DEFAULT_CONFIG = {
|
|
|
49
49
|
备用模型: 'doubao-seedream-5-0-flash-260915',
|
|
50
50
|
用参考图: true,
|
|
51
51
|
参考图: '',
|
|
52
|
-
外观: '
|
|
53
|
-
服装: '
|
|
54
|
-
风格: '
|
|
55
|
-
镜头: '
|
|
56
|
-
表情: '
|
|
57
|
-
细节: '
|
|
52
|
+
外观: '',
|
|
53
|
+
服装: '',
|
|
54
|
+
风格: '',
|
|
55
|
+
镜头: '',
|
|
56
|
+
表情: '',
|
|
57
|
+
细节: '',
|
|
58
58
|
画幅: '竖幅',
|
|
59
59
|
清晰度: '2K',
|
|
60
60
|
提示词加工: '模型',
|
|
@@ -164,6 +164,15 @@ export function migrateImageConfig(raw) {
|
|
|
164
164
|
if (next.清晰度 === undefined) next.清晰度 = DEFAULT_CONFIG.清晰度
|
|
165
165
|
if (next.细节 === LEGACY_DEFAULT_DETAILS) next.细节 = DEFAULT_CONFIG.细节
|
|
166
166
|
}
|
|
167
|
+
if (version < 4) {
|
|
168
|
+
// 参考图驱动相机:旧提示词字段全部退场,长相交给参考图、服装由生活状态注入
|
|
169
|
+
next.外观 = ''
|
|
170
|
+
next.服装 = ''
|
|
171
|
+
next.风格 = ''
|
|
172
|
+
next.镜头 = ''
|
|
173
|
+
next.表情 = ''
|
|
174
|
+
next.细节 = ''
|
|
175
|
+
}
|
|
167
176
|
next.配置版本 = IMAGE_CONFIG_VERSION
|
|
168
177
|
return { value: next, changed: version !== IMAGE_CONFIG_VERSION || '种子' in source || '后端' in source }
|
|
169
178
|
}
|
|
@@ -426,7 +435,7 @@ export function buildImageRequest(cfg, prompt) {
|
|
|
426
435
|
|
|
427
436
|
const NO_TEXT_PROMPT = '画面里不要出现任何文字、水印、签名'
|
|
428
437
|
|
|
429
|
-
function boundedPrompt(value, max =
|
|
438
|
+
function boundedPrompt(value, max = 520) {
|
|
430
439
|
const text = String(value || '').replace(/\s+/g, ' ').trim()
|
|
431
440
|
if (text.length <= max) return text
|
|
432
441
|
const withoutTail = text.replace(/[;。]?画面里不要出现任何文字、水印、签名[;。]?$/u, '')
|
|
@@ -436,19 +445,19 @@ function boundedPrompt(value, max = 300) {
|
|
|
436
445
|
|
|
437
446
|
export function composeImagePrompt(expanded, useRef = true) {
|
|
438
447
|
const identity = useRef
|
|
439
|
-
? '
|
|
448
|
+
? '人物外貌完全以参考图为准;保持相同的脸型、五官比例、发型轮廓、发色渐变、瞳色、耳朵和尾巴等关键特征;不要改脸;不要照搬参考图里的贝雷帽和蝴蝶结头饰(那套造型不要保留,头发自然露出来);服装按描述换;'
|
|
440
449
|
: ''
|
|
441
|
-
return boundedPrompt(identity + String(expanded || ''),
|
|
450
|
+
return boundedPrompt(identity + String(expanded || ''), 520)
|
|
442
451
|
}
|
|
443
452
|
|
|
444
453
|
function composeRetakePrompt(base, check) {
|
|
445
454
|
const correction = [
|
|
446
|
-
...(check?.problems || []).slice(0,
|
|
455
|
+
...(check?.problems || []).slice(0, 3),
|
|
447
456
|
check?.fix || '',
|
|
448
457
|
].filter(Boolean).join(';')
|
|
449
|
-
if (!correction) return boundedPrompt(base,
|
|
450
|
-
const suffix =
|
|
451
|
-
return boundedPrompt(base,
|
|
458
|
+
if (!correction) return boundedPrompt(base, 520)
|
|
459
|
+
const suffix = `;修正要求:${boundedPrompt(correction, 160)}`
|
|
460
|
+
return boundedPrompt(base, 520 - suffix.length) + suffix
|
|
452
461
|
}
|
|
453
462
|
|
|
454
463
|
async function arkGenerate(cfg, prompt, opts = {}) {
|
|
@@ -507,12 +516,13 @@ async function shootAndCheck(ctx, cfg, { prompt, useRef, elements }) {
|
|
|
507
516
|
let last = null
|
|
508
517
|
let check = null
|
|
509
518
|
let current = ''
|
|
519
|
+
const referencePaths = useRef ? referenceImageFiles(cfg).slice(0, 3) : []
|
|
510
520
|
for (let i = 0; i < attempts; i++) {
|
|
511
|
-
current = i === 0 ? boundedPrompt(prompt,
|
|
521
|
+
current = i === 0 ? boundedPrompt(prompt, 520) : composeRetakePrompt(prompt, check)
|
|
512
522
|
const r = await generateImage(cfg, current, { useRef })
|
|
513
523
|
last = r
|
|
514
524
|
if (cfg.出图自检 === false) { notes.push('自检关着,没看'); break }
|
|
515
|
-
check = await checkImage(ctx, findSession(ctx), cfg, r.path, elements, useRef)
|
|
525
|
+
check = await checkImage(ctx, findSession(ctx), cfg, r.path, elements, useRef, referencePaths)
|
|
516
526
|
if (!check) { notes.push('自检没跑成,这张没验'); break }
|
|
517
527
|
if (check.pass) { notes.push(i === 0 ? '自检过了' : `第 ${i + 1} 张过了`); break }
|
|
518
528
|
notes.push(`第 ${i + 1} 张不合格:${check.problems.join(';') || '(没说出具体问题)'}`)
|
|
@@ -667,7 +677,7 @@ function registerRoutes(ctx) {
|
|
|
667
677
|
outfit: body.outfit || '',
|
|
668
678
|
expression: body.expression || '',
|
|
669
679
|
})
|
|
670
|
-
const useRef =
|
|
680
|
+
const useRef = expanded.useRef
|
|
671
681
|
const prompt = composeImagePrompt(expanded.prompt, useRef)
|
|
672
682
|
const r = await shootAndCheck(ctx, cfg, { prompt, useRef, elements: expanded.elements })
|
|
673
683
|
return reply(res, 200, {
|
|
@@ -745,7 +755,7 @@ export function registerImage(ctx) {
|
|
|
745
755
|
hint: { type: 'string', description: '画面里还想要什么(姿势、表情、手里的东西、场景细节)。不填就按此刻的状态拍' },
|
|
746
756
|
type: { type: 'string', enum: ['selfie', 'scene'], description: 'selfie=她本人自拍;scene=拍任何别的东西(风景、物品、吃的、猫、街景、人也可以)' },
|
|
747
757
|
location: { type: 'string', description: '可选:这一张在哪(不填从生活线推断)' },
|
|
748
|
-
outfit: { type: 'string', description: '
|
|
758
|
+
outfit: { type: 'string', description: '可选:这一张想让她穿什么(睡衣、卫衣、浴巾…)。不填就用生活线此刻的穿着' },
|
|
749
759
|
expression: { type: 'string', description: '可选:表情(偷笑、害羞、困、委屈、得意)。不填用默认的笑' },
|
|
750
760
|
},
|
|
751
761
|
additionalProperties: false,
|
|
@@ -772,7 +782,7 @@ export function registerImage(ctx) {
|
|
|
772
782
|
lastShotAt = Date.now()
|
|
773
783
|
try {
|
|
774
784
|
const expanded = await generatePrompt(ctx, findSession(ctx), cfg, args)
|
|
775
|
-
const useRef =
|
|
785
|
+
const useRef = expanded.useRef
|
|
776
786
|
const prompt = composeImagePrompt(expanded.prompt, useRef)
|
|
777
787
|
const r = await shootAndCheck(ctx, cfg, { prompt, useRef, elements: expanded.elements })
|
|
778
788
|
const flawed = r.check && r.check.pass === false
|