koishi-plugin-p-draw 1.0.0 → 1.1.0

package/index.js

@@ -75,6 +75,10 @@ const zhCN = {
   couponPrice: { $description: '提示词优化券单价（P 点/张，购买询问时显示）' },
   couponAskTimeout: { $description: '提示词优化券确认等待时间（秒）' },
   img2imgDenoise: { $description: '以图生图（p-draw i2i）的去噪强度，越小越接近原图（建议 0.4-0.7）' },
+  taggerEnabled: { $description: 'i2i 前自动识图（需 ComfyUI 安装 WD14 Tagger 节点与模型；识别出的标签会注入提示词优化）' },
+  taggerModel: { $description: '识图模型名（WD14 Tagger 节点里可选模型）' },
+  taggerThreshold: { $description: '识图标签置信度阈值' },
+  taggerCharacterThreshold: { $description: '识图角色标签置信度阈值' },
   adminUsers: { $description: '免 P 点管理员用户 ID 列表' },
   outputLogs: { $description: '是否在控制台输出详细日志' },
   multiVerifyEnabled: { $description: '多人图生成后启用视觉校验（需配置下方视觉模型）' },
@@ -211,6 +215,10 @@ exports.Config = Schema.object({
   couponPrice: Schema.number().default(3000).description('提示词优化券单价（P 点/张，购买询问时显示；可自动读取 data/p-shop.json 里的价格覆盖）'),
   couponAskTimeout: Schema.number().default(60).description('提示词优化券确认等待时间（秒）'),
   img2imgDenoise: Schema.number().default(0.55).description('以图生图（p-draw i2i）的去噪强度，越小越接近原图（建议 0.4-0.7）'),
+  taggerEnabled: Schema.boolean().default(false).description('i2i 前自动识图（需 ComfyUI 安装 WD14 Tagger 节点与模型；识别出的标签会注入提示词优化）'),
+  taggerModel: Schema.string().default('wd-v1-4-convnext-tagger-v2').description('识图模型名（WD14 Tagger 节点里可选模型）'),
+  taggerThreshold: Schema.number().default(0.35).description('识图标签置信度阈值'),
+  taggerCharacterThreshold: Schema.number().default(0.85).description('识图角色标签置信度阈值'),
   adminUsers: Schema.array(Schema.string()).default([]).description('免 P 点管理员用户 ID 列表'),
   outputLogs: Schema.boolean().default(true).description('是否在控制台输出详细日志'),
 
@@ -2875,7 +2883,51 @@ exports.apply = async function apply(ctx, cfg) {
       return session.text('.i2i-upload-fail', [e.message])
     }
     if (cfg.outputLogs) logger.info(`[p-draw] i2i ${session.userId} 原图已上传：${uploadName}`)
-    return await handleGenerate(session, rawText, uploadName)
+    // 识图：仅当启用、非无优化模式、且已配置 LLM（识图结果会注入提示词优化）时才执行
+    let taggerTags = ''
+    if (cfg.taggerEnabled && cfg.llmModel && cfg.llmBaseUrl && !stripRawPrefix(rawText).raw) {
+      try {
+        taggerTags = await taggerImage(uploadName)
+        if (cfg.outputLogs) logger.info(`[p-draw] i2i ${session.userId} 识图完成：${taggerTags.slice(0, 120)}${taggerTags.length > 120 ? '...' : ''}`)
+      } catch (e) {
+        logger.warn(`识图失败（继续生图）：${e.message}`)
+      }
+    }
+    return await handleGenerate(session, rawText, uploadName, taggerTags)
+  }
+
+  // 识图预工作流：LoadImage → WD14Tagger|pysssss，读回原图 tags
+  async function taggerImage(uploadName) {
+    const model = String(cfg.taggerModel || 'wd-v1-4-convnext-tagger-v2').trim()
+    const taggerNodeId = '61'
+    const promptBody = {
+      '60': { class_type: 'LoadImage', inputs: { image: uploadName } },
+      [taggerNodeId]: {
+        class_type: 'WD14Tagger|pysssss',
+        inputs: {
+          image: ['60', 0],
+          model,
+          threshold: Number(cfg.taggerThreshold) || 0.35,
+          character_threshold: Number(cfg.taggerCharacterThreshold) || 0.85,
+          replace_underscore: true,
+          trailing_comma: false,
+          exclude_tags: '',
+        },
+      },
+    }
+    const clientId = crypto.randomUUID()
+    const submit = await comfyPost('/prompt', { prompt: promptBody, client_id: clientId }, 20000)
+    const promptId = submit && submit.prompt_id
+    if (!promptId) throw new Error('识图工作流提交失败')
+    const timeoutMs = Math.max(1, parseInt(cfg.timeout) || 300) * 1000
+    const pollMs = Math.max(1, parseInt(cfg.pollInterval) || 2) * 1000
+    const history = await waitComfyResult(ctx, comfyGet, baseUrl(), promptId, clientId, timeoutMs, pollMs)
+    if (!history) throw new Error('识图超时')
+    const nodeOutput = history.outputs && history.outputs[taggerNodeId]
+    const tags = (nodeOutput && Array.isArray(nodeOutput.tags) ? nodeOutput.tags : []).filter(Boolean)
+    const first = String(tags[0] || '').trim()
+    if (!first) throw new Error('识图未返回标签')
+    return first
   }
 
   // 从会话消息里取第一张图片并下载为内存 Buffer
@@ -2925,12 +2977,15 @@ exports.apply = async function apply(ctx, cfg) {
     return data.name
   }
 
-  async function handleGenerate(session, rawText, i2iImage = null) {
+  async function handleGenerate(session, rawText, i2iImage = null, taggerTags = '') {
     const USERID = session.userId
     const isAdmin = isAdminUser(session)
     const unet = await resolveUnet(USERID)
     const i2iRule = i2iImage
       ? '这是以图生图（img2img）：原图的构图、主体与色调会被保留。请主要描述你希望发生的变化（风格、服装、表情、场景改造、细节调整等），不要重复描述原图已有的细节。'
+        + (taggerTags
+          ? `\n\n原图内容参考（本地识图自动识别出的标签，用于了解原图已包含的内容；不要照抄全部标签，只参考与用户改动需求相关的部分）：\n${taggerTags}`
+          : '')
       : ''
     if (cfg.outputLogs) {
       logger.info(`[p-draw] 请求 userId=${USERID} isAdmin=${isAdmin} adminUsers=${JSON.stringify(cfg.adminUsers || [])} normalizeId=${normalizeId(USERID)}`)
@@ -3283,5 +3338,5 @@ exports.apply = async function apply(ctx, cfg) {
   })
 
   // 暴露内部接口供自动化测试调用（Koishi 忽略 apply 返回值，不影响生产行为）
-  return { couponConfirmFlow, buyCouponsAndConsume, normalizeConfirm, resolveCouponPrice, handleGenerateI2I, extractImageFromSession, uploadImageToComfyui, animaI2IWorkflow }
+  return { couponConfirmFlow, buyCouponsAndConsume, normalizeConfirm, resolveCouponPrice, handleGenerateI2I, extractImageFromSession, uploadImageToComfyui, taggerImage, animaI2IWorkflow }
 }

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "koishi-plugin-p-draw",
   "description": "p点-绘图，连接本地 ComfyUI 生图。支持自然语言优化、尺寸选择、画师组、固定角色、生成队列，需要配合 p-qiandao 使用",
-  "version": "1.0.0",
+  "version": "1.1.0",
   "main": "index.js",
   "files": [
     "index.js",

package/readme.md

@@ -15,6 +15,7 @@ p点-绘图插件，连接本地 ComfyUI 生图，参考 AstrBot 的 [anima 绘
 - 画师组管理（创建 / 追加 / 切换 / 查看 / 删除）。
 - 固定角色（`添加角色 名称=tags`）。
 - **以图生图**：`p-draw i2i <描述>` 并在同一条消息附一张原图（文件 / 截图 / 链接均可），保留原图构图与主体，按描述调整风格与细节。使用 ComfyUI 内置 `LoadImage → VAEEncode → KSampler(denoise<1)` 标准节点，**无需修改 ComfyUI**；去噪强度由 `img2imgDenoise` 控制（默认 0.55，越小越接近原图）。不支持自定义工作流（`customWorkflowEnabled`）时使用 i2i 会提示关闭。
+- **i2i 自动识图**：配置 `taggerEnabled` 后，i2i 会先通过 ComfyUI 的 **WD14 Tagger** 节点对原图识图，把识别出的标签注入提示词优化，让不支持读图的 LLM（如 DeepSeek）也能"看到"原图内容。需要在 ComfyUI `custom_nodes` 安装 [ComfyUI-WD14-Tagger](https://github.com/pythongosssss/ComfyUI-WD14-Tagger)，并把模型 `.onnx` + `.csv` 放进 `custom_nodes/ComfyUI-WD14-Tagger/models/`（模型名由 `taggerModel` 指定，默认 `wd-v1-4-convnext-tagger-v2`）。仅当已配置 LLM（`llmBaseUrl`/`llmModel`）且非 `无优化` 模式时才会识图；识图失败会跳过并正常生图。
 - **用户自选模型**：`p-draw 模型` 查看当前与可用模型（自动读取 ComfyUI 的 UNET 列表），`p-draw 模型 <名称>` 切换（支持模糊匹配，如 `anima-aesthetic`），`p-draw 模型 默认` 恢复默认。偏好按用户保存（`p_draw_config.user_models`），单人 / 多人 / 连续图都生效；未自选时用 `unetName` 默认模型。自定义工作流（`customWorkflowEnabled`）不参与模型切换。
 - 画师组与固定角色**保存在数据库 `p_draw_config` 表中**，管理指令不触发插件重载（不会打断正在生成的图，也不会把配置恢复成默认）。数据库中的值在重启后覆盖配置里的同名项。
 - 自定义 ComfyUI 工作流 JSON。
@@ -76,6 +77,7 @@ plugins:
 | `fixedCharacters` / `artistPresets` / `activeArtistPreset` / `styleTags` | 角色、画师组与画风 |
 | `queueEnabled` / `queueMaxRequests` | 生成队列 |
 | `img2imgDenoise` | 以图生图（`p-draw i2i`）去噪强度，默认 0.55（建议 0.4-0.7，越小越接近原图） |
+| `taggerEnabled` / `taggerModel` / `taggerThreshold` / `taggerCharacterThreshold` | i2i 自动识图开关、识图模型名、标签阈值 / 角色标签阈值（需 ComfyUI 安装 WD14 Tagger 节点与模型） |
 | `couponPrice` / `couponAskTimeout` | 提示词优化券单价（P 点/张，默认 3000，可被 `data/p-shop.json` 覆盖）与交互确认等待时间（秒，默认 60） |
 | `batchMax` | 单次指令最多生成的张数（`x3` / `3张` / `--数量 3` 等写法），默认 4 |
 | `price` / `multiPrice` / `adminUsers` | 单张 / 多人单张消耗的 P 点与免单管理员 |