koishi-plugin-p-draw 1.2.11 → 1.2.13

package/index.js

@@ -81,6 +81,7 @@ const zhCN = {
   img2imgDenoise: { $description: '普通以图生图（p-draw i2i）的去噪强度，越小越接近原图（建议 0.4-0.7）' },
   i2iMode: { $description: 'i2i 模式选择方式：ask=每次询问 / style=直接换风格（漫画化）/ ootd=直接换装换姿势 / plain=普通 img2img' },
   i2iAskTimeout: { $description: 'i2i 模式询问等待时间（秒）' },
+  seriesAskTimeout: { $description: '连续图 LLM 使用确认等待时间（秒）' },
   i2iStyleDenoise: { $description: '换风格模式（漫画化）的去噪强度，越大风格变化越彻底（建议 0.7-0.85）' },
   i2iOotdDenoise: { $description: '换装换姿势模式（保留角色）的去噪强度（建议 0.5-0.6）' },
   i2iControlNetStrength: { $description: '换风格模式的 ControlNet 强度，越大构图锁得越死（建议 0.5-0.8）' },
@@ -156,6 +157,9 @@ const zhCN = {
         'multi-degraded': '多人视觉校验不可用{0}，本次已直接发送生成结果。',
         'multi-verify-error': '多人视觉校验调用失败：{0}',
         'series-usage': '连续图：p-draw 连续 <角色>：<阶段1> → <阶段2> → ...\n例：p-draw 连续 少女：清纯校服 → 换上晚礼服 → 华丽登场\n或用 | 分隔，可加 --seed 固定种子保证角色一致。',
+        'series-llm-ask': '是否使用 LLM 优化连续图各阶段提示词？\n1. 是（使用 LLM，自动整理成 Danbooru tags）\n2. 否（不使用 LLM，直接用你输入的内容）\n3. 取消（不生成）\n请回复 1 / 2 / 3',
+        'series-llm-invalid': '未识别的回答，请回复 1（使用 LLM）/ 2（不使用 LLM）/ 3（取消）。',
+        'series-no-llm': '本次未使用 LLM 优化，直接使用你输入的描述/tags。',
         'series-ok': '已扣除 {0} P 点，共 {1} 张连续图（seed={2}）',
         'model-usage': '当前模型：{0}\n可用模型：\n{1}\n用法：p-draw 模型 <名称>（支持模糊匹配，如 anima-aesthetic）；p-draw 模型 默认 恢复默认。',
         'model-switched': '已切换为模型「{0}」，对之后的生图生效。',
@@ -245,6 +249,7 @@ exports.Config = Schema.object({
   img2imgDenoise: Schema.number().default(0.55).description('普通以图生图（p-draw i2i）的去噪强度，越小越接近原图（建议 0.4-0.7）'),
   i2iMode: Schema.string().default('ask').description('i2i 模式选择方式：ask=每次询问 / style=直接换风格（漫画化）/ ootd=直接换装换姿势 / plain=普通 img2img'),
   i2iAskTimeout: Schema.number().default(60).description('i2i 模式询问等待时间（秒）'),
+  seriesAskTimeout: Schema.number().default(60).description('连续图 LLM 使用确认等待时间（秒）'),
   i2iStyleDenoise: Schema.number().default(0.75).description('换风格模式（漫画化）的去噪强度，越大风格变化越彻底（建议 0.7-0.85）'),
   i2iOotdDenoise: Schema.number().default(0.55).description('换装换姿势模式（保留角色）的去噪强度（建议 0.5-0.6）'),
   i2iControlNetStrength: Schema.number().default(0.7).description('换风格模式的 ControlNet-LLLite 强度，越大构图锁得越死（建议 0.5-0.8；需安装 kohya-ss/ComfyUI-Anima-LLLite 节点与权重）'),
@@ -1257,7 +1262,7 @@ function parseMultiPersonPlan(text) {
 function renderMultiPersonCharacter(character, opts = {}) {
   const {
     alias = '', resolvedIdentity = '', fixedTags = '', groupedContact = false,
-    explicitPositions = false, identityAnchors = [], includePose = true,
+    explicitPositions = false, identityAnchors = [], includePose = true, asTagStream = false,
   } = opts
   let label = String(alias || character.visual_label || character.role || '').trim()
   if (explicitPositions && character.slot) label = `${character.slot} ${label}`
@@ -1278,6 +1283,7 @@ function renderMultiPersonCharacter(character, opts = {}) {
   if (includePose && character.pose) details.push(character.pose)
   if (character.props && character.props.length) details.push(...character.props)
   const joined = details.filter(Boolean).join(', ')
+  if (asTagStream) return [label, joined].filter(Boolean).join(', ')
   return `${label}: ${joined}.`
 }
 
@@ -2120,7 +2126,7 @@ exports.apply = async function apply(ctx, cfg) {
     const aliases = ['Character A', 'Character B', 'Character C', 'Character D']
     const characterCount = plan.characters.length
     const characterRoles = []
-    const characterBlocks = []
+    const characterTagStream = []
     const characterEntityNames = []
     let groupedContact = plan.spatial_mode === 'shared_contact'
     const explicitPositionRequested = /左边|右边|左侧|右侧|前景|后方|前后站位|\bon\s+the\s+(?:left|right)\b|\bforeground\b|\bbackground\b/i.test(prompt)
@@ -2188,7 +2194,7 @@ exports.apply = async function apply(ctx, cfg) {
       )
 
       characterEntityNames.push(new Set([character.name, character.danbooru_candidate, fixedName, resolvedIdentity].filter(Boolean)))
-      characterBlocks.push(renderMultiPersonCharacter(character, {
+      characterTagStream.push(renderMultiPersonCharacter(character, {
         alias: visualLabel,
         resolvedIdentity,
         fixedTags: fixedName ? fixedTags : '',
@@ -2196,6 +2202,7 @@ exports.apply = async function apply(ctx, cfg) {
         explicitPositions: spatialMode === 'explicit_positions',
         identityAnchors: renderedIdentityTags,
         includePose: !groupedContact,
+        asTagStream: true,
       }))
     }
 
@@ -2269,7 +2276,6 @@ exports.apply = async function apply(ctx, cfg) {
       return displayed
     })
 
-    const sceneGuard = 'The composition shows one shared continuous moment.'
     let relativePosition = ''
     if (spatialMode === 'explicit_positions' && characterCount === 2) {
       const slotAliases = {}
@@ -2281,9 +2287,9 @@ exports.apply = async function apply(ctx, cfg) {
       }
     }
 
-    const narrativeBlocks = [...characterBlocks, ...displayInteractions, relativePosition, sceneGuard].filter(Boolean)
+    const narrativeBlocks = [...displayInteractions, relativePosition].filter(Boolean)
 
-    // 组装最终提示词：质量词 + 画师组 + content + narrative 块
+    // 组装最终提示词：质量词 + 画师组 + 主 tag 流（含角色外观）+ narrative 块（仅互动/站位）
     const contentClean = cleanContentTags(commonContent, 65, false, [], true)
     const parts = []
     if (cfg.qualityPrefix) parts.push(String(cfg.qualityPrefix).trim())
@@ -2297,6 +2303,7 @@ exports.apply = async function apply(ctx, cfg) {
     if (artistTags) parts.push(artistTags)
     if (cfg.styleTags) parts.push(String(cfg.styleTags).trim())
     parts.push(contentClean || commonContent)
+    if (characterTagStream.length) parts.push(characterTagStream.join(', '))
     let finalPrompt = joinPromptParts(parts)
     if (narrativeBlocks.length) finalPrompt += '\n\n' + narrativeBlocks.join('\n\n')
     return { ok: true, prompt: finalPrompt }
@@ -2666,6 +2673,20 @@ exports.apply = async function apply(ctx, cfg) {
 
   // 连续图/过程图主流程：同一角色多阶段（固定身份 + 阶段描述 + 全阶段共用同一 seed 保证一致性）
   // 语法：连续 <角色>：<阶段1> → <阶段2> → ...  或  连续 <角色>：<阶段1>|<阶段2>|...
+  // 询问是否使用 LLM 优化，返回 'yes' / 'no' / 'cancel' / null（无法交互或超时）
+  async function askSeriesLLMUse(session) {
+    if (typeof session.prompt !== 'function') return null
+    await session.send(session.text('.series-llm-ask'))
+    const reply = await session.prompt((cfg.seriesAskTimeout || 60) * 1000).catch(() => null)
+    const ans = String((reply && (reply.content != null ? reply.content : reply)) || '').trim()
+    if (/^(是|1|①|用|使用|使用llm|yes|y)$/i.test(ans)) return 'yes'
+    if (/^(否|2|②|不用|不使用|不使用llm|不优化|不用llm|no|n)$/i.test(ans)) return 'no'
+    if (/^(取消|3|③|算了|不生成|cancel|c)$/i.test(ans)) return 'cancel'
+    if (!ans) return null
+    await session.send(session.text('.series-llm-invalid'))
+    return askSeriesLLMUse(session)
+  }
+
   async function handleGenerateSeries(session, rawText) {
     const USERID = session.userId
     const isAdmin = isAdminUser(session)
@@ -2723,16 +2744,27 @@ exports.apply = async function apply(ctx, cfg) {
     const ready = await ensureComfyuiReady()
     if (!ready.ok) return ready.message
 
+    // 询问是否使用 LLM 优化：是=用 LLM / 否=直接使用原始描述 / 取消=不生成。
+    // 未配置 LLM 或平台不支持交互式询问时，沿用原有「配置了 LLM 就逐阶段优化」行为。
+    let useLLM = true
+    if (cfg.llmModel && cfg.llmBaseUrl && typeof session.prompt === 'function') {
+      const choice = await askSeriesLLMUse(session)
+      if (choice === 'cancel') return ''
+      if (choice === 'no') useLLM = false
+    }
+
     // 组装各阶段提示词：身份（含固定角色 tags）+ 阶段描述。
-    // 连续图**只要配置了 LLM 就强制逐阶段优化**（不受 promptOptimizeEnabled 限制），
-    // 因为 anima 是 Danbooru-tag 模型，中文阶段描述必须转成 tags 才能体现在画面里；
-    // 未配置 LLM 时退回原始中文描述。
+    // 使用 LLM 时逐阶段优化（不受 promptOptimizeEnabled 限制），因为 anima 是
+    // Danbooru-tag 模型，中文阶段描述必须转成 tags 才能体现在画面里；
+    // 用户选择「否」或未配置 LLM 时，直接使用各阶段原始描述（不注入身份前缀）。
     const fixedChars = parsePresetList(cfg.fixedCharacters)
     const stagePrompts = []
     let degradedStages = 0
     for (const st of stageList) {
       const base = identity ? `${identity}，${st}` : st
-      const result = await optimizeSeriesStage(base, identity)
+      const result = useLLM
+        ? await optimizeSeriesStage(base, identity)
+        : { ok: true, prompt: st, drops: [], reason: 'user_skipped_llm' }
       if (!result.ok) degradedStages += 1
       const stageTags = result.prompt || base
       const drops = result.drops || []
@@ -2769,6 +2801,7 @@ exports.apply = async function apply(ctx, cfg) {
     const notice = []
     if (clamped) notice.push(session.text('.batch-limit', [count]))
     if (identity && fixedChars[identity]) notice.push(`已固定角色「${identity}」的身份 tags，各阶段外观将保持一致。`)
+    if (!useLLM) notice.push(session.text('.series-no-llm'))
     if (degradedStages) notice.push(session.text('.prompt-degraded', ['（连续图阶段优化失败，已使用原始描述）']))
     if (cfg.queueEnabled) {
       notice.push(session.text('.queued', [firstPosition, cfg.queueMaxRequests || '∞']))

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": "1.2.11",
+  "version": "1.2.13",
   "main": "index.js",
   "files": [
     "index.js",

package/readme.md

@@ -106,7 +106,7 @@ plugins:
 - 固定种子 `--seed 数字`（支持 `--seed:` `--seed=` `--seed＝` 形式）在**单张 / 批量 / 连续图**里都可用，且会从提示词中自动剥离，不会混进 tags。
 - 多人指令的视觉校验需要单独配置视觉模型（`verifyLlm*`），未配置时会跳过校验直接发送。
 - 连续图用「同一角色 + 全阶段共用 seed」保证一致性。固定角色的身份 tags（角色名 / 种族 / 尖耳朵等）会**始终注入每一阶段**，保证图跟角色相关；阶段描述里明确改变的外观（发色/瞳色/种族变化等）会自动从固定 tags 中剔除，避免"固定银发把黑化阶段拉回去"。
-- **连续图只要配置了 LLM（`llmBaseUrl`/`llmModel`）就会强制逐阶段把中文描述转成 Danbooru tags**，不受 `promptOptimizeEnabled` 开关影响——anima 是 tag 模型，中文不翻译就体现不到画面里；未配置 LLM 时退回原始描述并提示。阶段描述尽量写**能看见的变化**（发色渐变、眼神、服装破损、光环变黑、表情），心理/抽象描述（"感到厌恶""沉迷"）模型很难画出来。
+- **连续图配置了 LLM（`llmBaseUrl`/`llmModel`）时会交互式询问是否使用 LLM 逐阶段优化**：回复 `1 / 是` 使用 LLM（把中文描述转成 Danbooru tags），回复 `2 / 否` 不使用 LLM（直接按你输入的内容生图，适合已写好英文 tags 的情况），回复 `3 / 取消` 则不生成。等待时间由 `seriesAskTimeout`（秒）控制；未配置 LLM 或平台不支持交互时，配置了 LLM 就自动逐阶段优化。anima 是 tag 模型，中文不翻译就体现不到画面里。阶段描述尽量写**能看见的变化**（发色渐变、眼神、服装破损、光环变黑、表情），心理/抽象描述（"感到厌恶""沉迷"）模型很难画出来。
 - **提示词优化券**：当全局 `promptOptimizeEnabled` 关闭时，普通用户生图会**交互式询问**是否使用券（记录在 `p_system.llmToken`）：
   - 有券 → 询问是否使用；确认后消耗券并 LLM 优化，**拒绝则取消本次生图**（不扣 P）；
   - 没券/券不足 → 询问是否购买并显示价格（默认 `couponPrice` 3000 P/张，也可自动读取 `data/p-shop.json` 里覆盖的价格）；确认后扣 P 购买并消耗、优化生图；**拒绝一次会再次警告**（提示不用券图可能不好看）并再问一次，**再次拒绝则直接生图**（不优化）。**P 点不足买不起券时，会询问是否仍然生图**（回复「否」则取消本次生图）。