koishi-plugin-p-draw 1.3.5 → 1.4.0

package/index.js

@@ -3,7 +3,7 @@ const fs = require('fs')
 const fsp = require('fs/promises')
 const path = require('path')
 const crypto = require('crypto')
-const { pathToFileURL, fileURLToPath } = require('url')
+const { pathToFileURL } = require('url')
 
 exports.name = 'p-draw'
 
@@ -28,12 +28,7 @@ exports.usage = `
 - **联网搜索：** 描述中带 \`联网\` / \`搜索\` / \`查一下\` 等词时，会先联网搜索补充角色设定（需配置 Tavily Key）。
 - **画师组：** \`创建画师组 名称=tags\` \`切换画师组 名称\` \`查看画师组\` \`删除画师组 名称\`
 - **固定角色：** \`添加角色 名称=tags\`
-- **以图生图：** \`p-draw i2i <描述>\`，并在同一条消息里附一张原图（文件/截图/链接均可）。发送后会询问处理模式：
-  - **① 换风格（漫画化）**：保留原图构图，把图片转成二次元画风（用 ControlNet 锁结构）
-  - **② 换装换姿势**：保留角色长相，重新设计服装/姿势/场景（用 IP-Adapter 保脸）
-  - **③ 取消**：不生成
-  - 可加 \`--denoise 0.6\` 单独调整强度；未装 ControlNet/IPAdapter 时自动回退普通 img2img。
-`;
+ `;
 
 const { zhCN } = require('./lib/i18n')
 exports.Config = Schema.object({
@@ -48,7 +43,6 @@ exports.Config = Schema.object({
 
   // 模型文件
   unetName: Schema.string().default('anima-base-v1.0.safetensors').description('主模型文件名（需与 ComfyUI models/diffusion_models 下的文件名完全一致，含连字符；默认 anima-base-v1.0.safetensors）'),
-  i2iUnetName: Schema.string().default('anima-base-v1.0.safetensors').description('「换风格（漫画化）」工作流专用主模型文件名。LLLite 权重按 block 数逐块训练，当前 LLLite 权重为 28-block，必须搭配 28-block 模型（anima-base-v1.0 / anima-aesthetic-v1.1）；不要用 40-block 的 Anima-2.9B，否则报 depth_embed slices missing。留空则用主模型 unetName'),
   modelParams: Schema.dict(Schema.object({
     samplerName: Schema.string().description('采样器（如 er_sde / res_2s / dpmpp_2m）'),
     scheduler: Schema.string().description('调度器（如 simple / beta57 / normal）'),
@@ -98,20 +92,7 @@ exports.Config = Schema.object({
   multiPrice: Schema.number().default(900).description('多人指令（p-draw 多人）单张消耗的 P 点'),
   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('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）'),
-  i2iIPAdapterPath: Schema.string().default('').description('Anima IP-Adapter 模型文件路径（换装换姿势模式保脸用；需安装 comfyui-anima-ipadapter 节点并把模型路径填到这里）'),
-  i2iIPAdapterWeight: Schema.number().default(0.8).description('换装换姿势模式的 IP-Adapter 权重，越大角色特征保留越强（建议 0.6-1.0）'),
-  controlNetModel: Schema.string().default('').description('Anima ControlNet-LLLite 权重文件名（留空自动检测 anima-lllite 系；需放到 ComfyUI/models/controlnet，如 anima-lllite-lineart-test-1.safetensors）'),
-  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'),
+  seriesAskTimeout: Schema.number().default(60).description('连续图 LLM 使用确认等待时间（秒）'),
   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'),
 
@@ -138,7 +119,7 @@ exports.Config = Schema.object({
 // 纯函数库已拆分到 lib/（解析 / tag 清洗 / 工作流 / Comfy 等待 / 多人规划 / HTTP 客户端）
 // ------------------------------------------------------------------
 const {
-  normalizeBaseUrl, escapeRe, parseGenerationSize, parseBatchCount, parseSeed, parseDenoise,
+  normalizeBaseUrl, escapeRe, parseGenerationSize, parseBatchCount, parseSeed,
   stripRawPrefix, splitPositiveNegativePrompt, parseNameTags, parsePresetList, mergeTagText,
 } = require('./lib/parse')
 const {
@@ -146,8 +127,7 @@ const {
   NO_ARTIST_RE, NO_STYLE_RE,
 } = require('./lib/tags')
 const {
-  animaT2IWorkflow, buildWorkflow, animaI2IWorkflow, animaStyleI2IWorkflow,
-  animaOotdI2IWorkflow, buildI2IWorkflow, customWorkflow,
+  buildWorkflow,
 } = require('./lib/workflows')
 const { outputImages, waitComfyResult } = require('./lib/comfy')
 const { materializeImageSource } = require('./lib/media')
@@ -260,16 +240,14 @@ exports.apply = async function apply(ctx, cfg) {
     if (objectInfo) {
       const unetList = availableModels(objectInfo, 'UNETLoader', 'unet_name')
       const clipList = availableModels(objectInfo, 'CLIPLoader', 'clip_name')
-      const vaeList = availableModels(objectInfo, 'VAELoader', 'vae_name')
-      payload.unet_available = unetList.includes(cfg.unetName)
-      payload.unet_models = unetList
-      payload.i2i_unet_available = unetList.includes(String(cfg.i2iUnetName || '').trim() || cfg.unetName)
-      payload.clip_available = clipList.includes(cfg.clipName)
-      payload.vae_available = vaeList.includes(cfg.vaeName)
+      const vaeList = availableModels(objectInfo, 'VAELoader', 'vae_name')
+      payload.unet_available = unetList.includes(cfg.unetName)
+      payload.unet_models = unetList
+      payload.clip_available = clipList.includes(cfg.clipName)
+      payload.vae_available = vaeList.includes(cfg.vaeName)
     } else {
-      payload.unet_available = undefined
-      payload.i2i_unet_available = undefined
-      payload.clip_available = undefined
+      payload.unet_available = undefined
+      payload.clip_available = undefined
       payload.vae_available = undefined
     }
     return payload
@@ -312,10 +290,9 @@ exports.apply = async function apply(ctx, cfg) {
     const lines = [
       `ComfyUI 状态：在线`,
       `版本：${payload.comfyui_version || '未知'}`,
-      `GPU：${payload.gpu || '未知'}（显存 ${payload.vram_total_mb}MB / 空闲 ${payload.vram_free_mb}MB）`,
-      `主模型：${cfg.unetName} ${modelStatus(cfg.unetName, payload.unet_available)}`,
-      `换风格模型：${cfg.i2iUnetName || cfg.unetName} ${modelStatus(cfg.i2iUnetName || cfg.unetName, payload.i2i_unet_available)}`,
-      `文本编码器：${cfg.clipName} ${modelStatus(cfg.clipName, payload.clip_available)}`,
+      `GPU：${payload.gpu || '未知'}（显存 ${payload.vram_total_mb}MB / 空闲 ${payload.vram_free_mb}MB）`,
+      `主模型：${cfg.unetName} ${modelStatus(cfg.unetName, payload.unet_available)}`,
+      `文本编码器：${cfg.clipName} ${modelStatus(cfg.clipName, payload.clip_available)}`,
       `VAE：${cfg.vaeName} ${modelStatus(cfg.vaeName, payload.vae_available)}`,
       `可用尺寸：${payload.allowed_sizes.join('、')}`,
     ]
@@ -488,21 +465,21 @@ exports.apply = async function apply(ctx, cfg) {
     }
   }
 
-  // 生成图片使用合并转发；每张图后紧跟实际使用的最终提示词，不附原消息引用。
+  // 生成图片使用合并转发；每张图后紧跟实际使用的正负面提示词，不附原消息引用。
   async function sendImagesAsForward(session, outputs) {
     const nodes = []
     const fallback = []
     for (const output of outputs) {
       const src = typeof output === 'string' ? output : output.src
       const prompt = typeof output === 'string' ? '' : String(output.prompt || '')
+      const negativePrompt = typeof output === 'string' ? '' : String(output.negativePrompt || '')
       const materialized = await materializeImageSource(src)
       const image = Buffer.isBuffer(materialized) ? h.image(materialized) : h.image(src)
       nodes.push(h('message', image))
       fallback.push(image)
-      if (prompt) {
-        nodes.push(h('message', prompt))
-        fallback.push(prompt)
-      }
+      const promptText = `Positive:\n${prompt}\n\nNegative:\n${negativePrompt}`
+      nodes.push(h('message', promptText))
+      fallback.push(promptText)
     }
     try {
       await session.send(h('figure', nodes))
@@ -597,14 +574,7 @@ exports.apply = async function apply(ctx, cfg) {
     const cfgVal = Number(overrides.cfg) || workCfg.cfg
     const seed = Number(overrides.seed) || crypto.randomInt(1, 2 ** 32 - 1)
     const negativePrompt = joinPromptParts([overrides.negativePrompt || cfg.negativePrompt || ''])
-    const i2iImage = overrides.i2iImage
-    if (i2iImage && cfg.customWorkflowEnabled && cfg.customWorkflowPath) {
-      return { ok: false, message: 'i2i（以图生图）暂不支持自定义工作流（customWorkflowEnabled），请关闭后再试。' }
-    }
-    const i2iOpts = overrides.i2i || {}
-    const promptBody = i2iImage
-      ? buildI2IWorkflow(workCfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, i2iImage, i2iOpts.mode || 'plain', i2iOpts.denoise != null ? i2iOpts.denoise : null, i2iOpts.caps || null).promptBody
-      : buildWorkflow(workCfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, Boolean(size))
+    const promptBody = buildWorkflow(workCfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, Boolean(size))
 
     const clientId = crypto.randomUUID()
     const submit = await comfyPost('/prompt', { prompt: promptBody, client_id: clientId }, 20000)
@@ -664,9 +634,10 @@ exports.apply = async function apply(ctx, cfg) {
       width,
       height,
       steps,
-      cfg: cfgVal,
-      prompt_id: promptId,
-    }
+      cfg: cfgVal,
+      prompt_id: promptId,
+      negativePrompt,
+    }
   }
 
   // ---------------- LLM 提示词优化 ----------------
@@ -770,7 +741,7 @@ exports.apply = async function apply(ctx, cfg) {
     }
   }
 
-  async function optimizePrompt(session, userPrompt, force = false, img2imgRule = '', precomputedSearch = null) {
+  async function optimizePrompt(session, userPrompt, force = false, precomputedSearch = null) {
     if (!cfg.promptOptimizeEnabled && !force) {
       return { ok: true, prompt: userPrompt, reason: 'optimize_disabled' }
     }
@@ -786,7 +757,7 @@ exports.apply = async function apply(ctx, cfg) {
       searchBlock = await webSearch(userPrompt)
     }
     const characterRule = buildCharacterRule(userPrompt)
-    const defaultTemplate = `你是为图像生成模型编写正面提示词的 AI 画师。\n\n请根据用户的原始要求设计一幅完整、协调、具有视觉吸引力的画面，并将结果输出为英文 Danbooru-style tags。\n\n输出要求：\n- 只输出一行英文 tags，使用英文逗号分隔。\n- 不要输出解释、分析、标题、编号、Markdown、代码块或中文。\n- 不要输出 masterpiece、best quality、score 等质量前缀。\n- 不要输出画师 tags；质量词和画师组会由程序另行拼接。\n- 尽量使用模型容易理解的可见画面描述。\n- 保持用户明确指定的角色、主体、人数、关键服装、动作、表情和道具。\n- 以最终图像协调、精致、有表现力和好看为优先。\n\n角色和动态上下文：\n{character_rule}\n{img2img_rule}\n{search_block}\n\n用户原始要求：\n{theme}`
+    const defaultTemplate = `你是为图像生成模型编写正面提示词的 AI 画师。\n\n请根据用户的原始要求设计一幅完整、协调、具有视觉吸引力的画面，并将结果输出为英文 Danbooru-style tags。\n\n输出要求：\n- 只输出一行英文 tags，使用英文逗号分隔。\n- 不要输出解释、分析、标题、编号、Markdown、代码块或中文。\n- 不要输出 masterpiece、best quality、score 等质量前缀。\n- 不要输出画师 tags；质量词和画师组会由程序另行拼接。\n- 尽量使用模型容易理解的可见画面描述。\n- 保持用户明确指定的角色、主体、人数、关键服装、动作、表情和道具。\n- 以最终图像协调、精致、有表现力和好看为优先。\n\n角色和动态上下文：\n{character_rule}\n{search_block}\n\n用户原始要求：\n{theme}`
     const template = (cfg.promptOptimizeTemplate || '').trim() || defaultTemplate
     const searchBlockText = searchBlock
       ? `联网搜索参考信息（请尽量依据这些内容补全角色外观与设定）：\n${searchBlock}`
@@ -795,10 +766,6 @@ exports.apply = async function apply(ctx, cfg) {
       .replace(/\{theme\}/g, userPrompt)
       .replace(/\{search_block\}/g, searchBlockText)
       .replace(/\{character_rule\}/g, characterRule)
-      .replace(/\{outfit_transfer_rule\}/g, '')
-      .replace(/\{reference_rule\}/g, '')
-      .replace(/\{img2img_rule\}/g, img2imgRule)
-      .replace(/\{sensual_rule\}/g, '')
       .replace(/[ \t]+\n/g, '\n')
       .replace(/\n{3,}/g, '\n\n')
       .trim()
@@ -1195,11 +1162,11 @@ exports.apply = async function apply(ctx, cfg) {
 
   // 视觉校验（anima_verify + generation_verifier 移植）：对生成的图片跑视觉 LLM，
   // 不合格则用相同提示词重试（最多 multiCandidateCount 张），按多候选规则挑选并返回结果。
-  async function verifyGeneratedImages(session, images, userRequest, prompt, size, planCount, unet) {
+  async function verifyGeneratedImages(session, images, userRequest, prompt, size, planCount, unet, negativePrompt) {
     const verifyBaseUrl = String(cfg.verifyLlmBaseUrl || '').trim()
     const verifyModel = String(cfg.verifyLlmModel || '').trim()
     if (!verifyBaseUrl || !verifyModel) {
-      return { ok: true, degraded: true, message: '', verdict: null, outputs: images, prompt }
+      return { ok: true, degraded: true, message: '', verdict: null, outputs: images, prompt, negativePrompt }
     }
     const passScore = Math.max(0, Math.min(10, parseInt(cfg.multiVerifyPassScore) || 6))
     const candidateCount = Math.max(1, Math.min(3, parseInt(cfg.multiCandidateCount) || 2))
@@ -1207,9 +1174,10 @@ exports.apply = async function apply(ctx, cfg) {
     const systemPrompt = buildVerifySystemPrompt(true, planCount)
     const candidates = []
     let lastVerdict = null
-    let retries = 0
-    let currentImages = images
-    let currentPrompt = prompt
+    let retries = 0
+    let currentImages = images
+    let currentPrompt = prompt
+    let currentNegativePrompt = negativePrompt
 
     async function verifyOnce(imgs, userReq) {
       const controller = new AbortController()
@@ -1307,15 +1275,15 @@ exports.apply = async function apply(ctx, cfg) {
         data = extractVerifyJson(reply)
       } catch (e) {
         logger.warn(`多人视觉校验失败：${e.message}`)
-        return { ok: true, degraded: true, message: session.text('.multi-verify-error', [String(e && e.message || e)]), verdict: null, outputs: images, prompt: currentPrompt }
+        return { ok: true, degraded: true, message: session.text('.multi-verify-error', [String(e && e.message || e)]), verdict: null, outputs: images, prompt: currentPrompt, negativePrompt: currentNegativePrompt }
       }
       if (!data) {
         logger.warn(`多人视觉校验返回无法解析：${reply.slice(0, 200)}`)
-        return { ok: true, degraded: true, message: '', verdict: null, outputs: images, prompt: currentPrompt }
+        return { ok: true, degraded: true, message: '', verdict: null, outputs: images, prompt: currentPrompt, negativePrompt: currentNegativePrompt }
       }
       const verdict = verdictFromData(data)
       verdict.skipped = false
-      candidates.push({ outputs: currentImages, verdict, prompt: currentPrompt })
+      candidates.push({ outputs: currentImages, verdict, prompt: currentPrompt, negativePrompt: currentNegativePrompt })
       selectedOutputs = currentImages
       selectedVerdict = verdict
 
@@ -1329,12 +1297,13 @@ exports.apply = async function apply(ctx, cfg) {
       if (hint) {
         currentPrompt = `${userRequest}\n【上次问题，请修正】${hint}`
       }
-      const regen = await runComfyGenerate(currentPrompt, size, { unet })
+      const regen = await runComfyGenerate(currentPrompt, size, { unet, negativePrompt: currentNegativePrompt })
       if (!regen.ok) {
         logger.warn(`多人校验重试生成失败：${regen.message}`)
         break
       }
-      currentImages = regen.outputs
+      currentImages = regen.outputs
+      currentNegativePrompt = regen.negativePrompt || currentNegativePrompt
     }
 
     // 多候选挑选
@@ -1345,7 +1314,7 @@ exports.apply = async function apply(ctx, cfg) {
     selectedOutputs = best.outputs
     selectedVerdict = best.verdict
     if (!multiAccepted && !cfg.multiSendDegradedCandidate) {
-      return { ok: false, discarded: true, message: session.text('.multi-verify-discarded'), verdict: selectedVerdict, outputs: [], prompt: best.prompt }
+      return { ok: false, discarded: true, message: session.text('.multi-verify-discarded'), verdict: selectedVerdict, outputs: [], prompt: best.prompt, negativePrompt: best.negativePrompt }
     }
     const noteParts = []
     if (multiAccepted) {
@@ -1354,7 +1323,7 @@ exports.apply = async function apply(ctx, cfg) {
       noteParts.push(session.text('.multi-verify-degraded', selectedVerdict.issues.length ? '（' + selectedVerdict.issues.join('；').slice(0, 80) + '）' : ''))
     }
     if (retries) noteParts.push(session.text('.multi-verify-failed', [selectedVerdict.issues.length ? '：' + selectedVerdict.issues.join('；').slice(0, 80) : '', retries]))
-    return { ok: true, degraded: false, message: noteParts.join('\n'), verdict: selectedVerdict, outputs: selectedOutputs, prompt: best.prompt }
+    return { ok: true, degraded: false, message: noteParts.join('\n'), verdict: selectedVerdict, outputs: selectedOutputs, prompt: best.prompt, negativePrompt: best.negativePrompt }
   }
 
   function buildVerifySystemPrompt(multiPerson, planCount) {
@@ -1367,7 +1336,7 @@ exports.apply = async function apply(ctx, cfg) {
   }
 
   // 共享批量执行器：一次性扣除总价，逐张生成，单张失败只退该张单价。
-  // runOne(i) 需返回 { ok, outputs, seed, prompt, message? }；返回数组为多张输出（如视觉校验候选）。
+  // runOne(i) 需返回 { ok, outputs, seed, prompt, negativePrompt, message? }；返回数组为多张输出（如视觉校验候选）。
   async function executeBatch(USERID, isAdmin, count, unitPrice, runOne) {
     const results = []
     let successCount = 0
@@ -1381,7 +1350,7 @@ exports.apply = async function apply(ctx, cfg) {
       const outputs = Array.isArray(item.outputs) ? item.outputs : (item.outputs ? [item.outputs] : [])
       if (item.ok && outputs.length) {
         successCount += 1
-        results.push({ i, ok: true, outputs, seed: item.seed, prompt: item.prompt || '', note: item.note || '' })
+        results.push({ i, ok: true, outputs, seed: item.seed, prompt: item.prompt || '', negativePrompt: item.negativePrompt || '', note: item.note || '' })
       } else {
         if (!isAdmin) await refundP(USERID, unitPrice)
         if (cfg.outputLogs) logger.warn(`批量第 ${i + 1} 张生成失败（${USERID}）：${item.message || '无输出'}`)
@@ -1477,11 +1446,11 @@ exports.apply = async function apply(ctx, cfg) {
       }
       if (!result.ok || !result.outputs || !result.outputs.length) return result
       if (!cfg.multiVerifyEnabled) {
-        return { ok: true, outputs: result.outputs, seed: result.seed, prompt: finalPrompt, note: session.text('.multi-degraded', ['（未启用校验或未配置视觉模型）']) }
+        return { ok: true, outputs: result.outputs, seed: result.seed, prompt: finalPrompt, negativePrompt: result.negativePrompt, note: session.text('.multi-degraded', ['（未启用校验或未配置视觉模型）']) }
       }
-      const verified = await verifyGeneratedImages(session, result.outputs, text, finalPrompt, size, plan.characters.length, unet)
+      const verified = await verifyGeneratedImages(session, result.outputs, text, finalPrompt, size, plan.characters.length, unet, result.negativePrompt || multiNegative)
       if (!verified.ok) return { ok: false, message: verified.message }
-      return { ok: true, outputs: verified.outputs, seed: result.seed, prompt: verified.prompt || finalPrompt, note: verified.message || '' }
+      return { ok: true, outputs: verified.outputs, seed: result.seed, prompt: verified.prompt || finalPrompt, negativePrompt: verified.negativePrompt || result.negativePrompt || multiNegative, note: verified.message || '' }
     }
 
     const { results, successCount } = await executeBatch(USERID, isAdmin, count, price, runOne)
@@ -1495,7 +1464,7 @@ exports.apply = async function apply(ctx, cfg) {
     for (const item of results) {
       if (item.ok) {
         allOutputs.push(...item.outputs)
-        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || finalPrompt })))
+        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || finalPrompt, negativePrompt: item.negativePrompt })))
         if (item.seed != null) seeds.push(item.seed)
         if (item.note) notes.push(item.note)
       } else {
@@ -1630,8 +1599,8 @@ exports.apply = async function apply(ctx, cfg) {
       if (cfg.outputLogs) logger.info(`[p-draw] ${USERID} 连续图已扣除 ${count * price} P 点（${count} 阶段 × ${price}，seed=${seed}），余额 ${saving - count * price}`)
     }
 
-    // 队列：预排队全部阶段（先查容量再入队）
-    const queued = await enqueueBatch(count, (i) => runComfyGenerate(stagePrompts[i], size, { seed, unet }), { USERID, isAdmin, totalPrice: count * price })
+    // 队列：预排队全部阶段（先查容量再入队）
+    const queued = await enqueueBatch(count, (i) => runComfyGenerate(stagePrompts[i], size, { seed, unet }), { USERID, isAdmin, totalPrice: count * price })
     if (!queued.ok) return queued.message
     const queuedTasks = queued.tasks
     const firstPosition = queued.firstPosition
@@ -1647,15 +1616,14 @@ exports.apply = async function apply(ctx, cfg) {
     await sendNotices(session, notice)
     await sendNotices(session, [feedback.chargeNotice], { quote: true })
 
-    // 单阶段生成（共用 seed）
-    const runOne = async (i) => {
-      let result
+    // 单阶段生成（共用 seed）
+    const runOne = async (i) => {
+      let result
       if (cfg.queueEnabled) {
         try { result = await queuedTasks[i] } catch (e) { result = { ok: false, message: `生成失败：${e.message}` } }
       } else {
         try { result = await runComfyGenerate(stagePrompts[i], size, { seed, unet }) } catch (e) { result = { ok: false, message: `生成失败：${e.message}` } }
       }
-      result.prompt = stagePrompts[i]
       return result
     }
 
@@ -1669,7 +1637,7 @@ exports.apply = async function apply(ctx, cfg) {
     for (const item of results) {
       if (item.ok) {
         allOutputs.push(...item.outputs)
-        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || stagePrompts[item.i] || '' })))
+        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || stagePrompts[item.i] || '', negativePrompt: item.negativePrompt })))
         if (item.seed != null) seeds.push(item.seed)
       } else {
         failures.push(`第 ${item.i + 1} 阶段：${item.message}`)
@@ -1851,13 +1819,7 @@ exports.apply = async function apply(ctx, cfg) {
         return await handleGenerateSeries(session, seriesMatch[1].trim())
       }
 
-      // 以图生图指令：p-draw i2i <描述>（需同一条消息附带原图）
-      const i2iMatch = text.match(/^i2i\s*(.*)$/i)
-      if (i2iMatch) {
-        return await handleGenerateI2I(session, i2iMatch[1].trim())
-      }
-
-      // 多人指令：p-draw 多人 <描述>
+      // 多人指令：p-draw 多人 <描述>
       const multiMatch = text.match(/^(?:多人|多人生图|双人|三人|群像)\s*(.*)$/)
       if (multiMatch) {
         return await handleGenerateMulti(session, multiMatch[1].trim())
@@ -1982,230 +1944,10 @@ exports.apply = async function apply(ctx, cfg) {
       return await handleGenerate(session, text)
     })
 
-  // ---------------- 以图生图（p-draw i2i） ----------------
-  async function handleGenerateI2I(session, rawText) {
-    if (cfg.customWorkflowEnabled && cfg.customWorkflowPath) {
-      return session.text('.i2i-no-custom-workflow')
-    }
-    const image = await extractImageFromSession(session)
-    if (!image) return session.text('.i2i-no-image')
-    let uploadName
-    try {
-      uploadName = await uploadImageToComfyui(image)
-    } catch (e) {
-      logger.warn(`上传原图失败：${e.message}`)
-      return session.text('.i2i-upload-fail', [e.message])
-    }
-    if (cfg.outputLogs) logger.info(`[p-draw] i2i ${session.userId} 原图已上传：${uploadName}`)
-
-    // 能力检测（ControlNet / Anima IP-Adapter）
-    const caps = await detectI2ICapabilities()
-
-    // 处理模式：i2iMode=ask 时交互询问；style/ootd/plain 直接固定
-    let mode = 'plain'
-    const cfgMode = String(cfg.i2iMode || 'ask').toLowerCase()
-    if (cfgMode === 'style' || cfgMode === 'ootd') {
-      mode = cfgMode
-    } else if (cfgMode === 'ask' && typeof session.prompt === 'function') {
-      const chosen = await askI2IMode(session)
-      if (chosen === 'cancel') return session.text('.i2i-mode-cancelled')
-      if (chosen === null) {
-        await session.send(session.text('.i2i-mode-cancelled'))
-        return ''
-      }
-      mode = chosen
-      if (mode === 'style') await session.send(session.text('.i2i-mode-style'))
-      if (mode === 'ootd') await session.send(session.text('.i2i-mode-ootd'))
-    }
-    if (cfg.outputLogs) logger.info(`[p-draw] i2i ${session.userId} 模式=${mode} ControlNet=${caps.controlNet.available ? caps.controlNet.model : '-'} IPAdapter=${caps.ipAdapter.available ? 'on' : 'off'}`)
-
-    // 所选模式依赖的节点缺失时给出提示（仍会回退普通 img2img，不中断）
-    const notices = []
-    if (mode === 'style' && (!caps.controlNet.available || !caps.controlNet.model)) {
-      notices.push(session.text('.i2i-no-controlnet'))
-    }
-    if (mode === 'ootd' && (!caps.ipAdapter.available || !String(cfg.i2iIPAdapterPath || '').trim())) {
-      notices.push(session.text('.i2i-no-ipadapter'))
-    }
-    if (notices.length) {
-      try { await session.send(notices.join('\n')) } catch (e) { logger.warn(`发送 i2i 提示失败：${e.message}`) }
-    }
-
-    // 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, { mode, caps })
-  }
-
-  // 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
-  async function extractImageFromSession(session) {
-    const elements = session.elements || []
-    const img = elements.find((e) => e.type === 'img' || e.type === 'image')
-    if (!img) return null
-    const attrs = img.attrs || img.data || {}
-    const src = String(attrs.src || '')
-    if (!src) return null
-    try {
-      if (/^file:\/\//i.test(src)) {
-        // 修复：Windows 下 file:///K:/... 用 replace 会得到 /K:/...（无法读取），用 fileURLToPath 解析
-        let filePath
-        try {
-          filePath = fileURLToPath(src)
-        } catch (e) {
-          filePath = src.replace(/^file:\/\//i, '')
-        }
-        const buffer = await fsp.readFile(filePath)
-        return { buffer, ext: path.extname(filePath) || '.png' }
-      }
-      if (/^data:/i.test(src)) {
-        const m = src.match(/^data:image\/([a-zA-Z0-9+]+);base64,(.+)$/)
-        if (!m) return null
-        const kind = m[1].toLowerCase()
-        const ext = kind === 'jpeg' ? '.jpg' : kind === 'webp' ? '.webp' : kind === 'png' ? '.png' : '.' + (kind || 'png')
-        return { buffer: Buffer.from(m[2], 'base64'), ext }
-      }
-      const res = await fetch(src)
-      if (!res.ok) return null
-      const buffer = Buffer.from(await res.arrayBuffer())
-      const mime = String(res.headers.get('content-type') || '')
-      const ext = mime.includes('jpeg') ? '.jpg' : mime.includes('webp') ? '.webp' : '.png'
-      return { buffer, ext }
-    } catch (e) {
-      logger.warn(`读取原图失败：${e.message}`)
-      return null
-    }
-  }
-
-  // 上传图片到 ComfyUI input 目录，返回 ComfyUI 使用的文件名
-  async function uploadImageToComfyui(image) {
-    const filename = `pdraw_i2i_${Date.now()}_${crypto.randomBytes(4).toString('hex')}${image.ext || '.png'}`
-    const form = new FormData()
-    form.append('image', new Blob([image.buffer]), filename)
-    form.append('overwrite', 'true')
-    form.append('type', 'input')
-    const res = await fetch(baseUrl() + '/upload/image', { method: 'POST', body: form })
-    if (!res.ok) throw new Error(`HTTP ${res.status}`)
-    const data = await res.json().catch(() => ({}))
-    if (!data || !data.name) throw new Error('ComfyUI 未返回上传文件名')
-    return data.name
-  }
-
-  // 检测 i2i 可用能力：Anima ControlNet-LLLite 节点与权重（comfyui-anima-lllite / kohya-ss/ComfyUI-Anima-LLLite）、
-  // LineArt 预处理器（comfyui_controlnet_aux，可选）与 Anima IP-Adapter 专用节点（comfyui-anima-ipadapter）。
-  // 检测失败全部视为不可用（回退普通 img2img）。
-  // 注意：Qwen-Image InstantX ControlNet 与 Anima（MiniTrainDIT，3584 维）架构不兼容，这里只认 LLLite 权重。
-  async function detectI2ICapabilities() {
-    const caps = { controlNet: { available: false, model: null, preprocessor: 'Canny' }, ipAdapter: { available: false } }
-    let info
-    try {
-      info = await getObjectInfoCached()
-    } catch (e) {
-      return caps
-    }
-    if (!info || typeof info !== 'object') return caps
-    // LineArt 预处理器（comfyui_controlnet_aux）：AnimeLineArt 更贴近漫画线条，优先；LineArt 次之；都没有则回退 Canny
-    if (info.AnimeLineArtPreprocessor) {
-      caps.controlNet.preprocessor = 'AnimeLineArtPreprocessor'
-    } else if (info.LineArtPreprocessor) {
-      caps.controlNet.preprocessor = 'LineArtPreprocessor'
-    }
-    // Anima ControlNet-LLLite：lllite_name 从 models/controlnet 目录读取，只挑 anima-lllite 系权重
-    if (info.AnimaLLLiteApply_sdscripts) {
-      const llliteModels = availableModels(info, 'AnimaLLLiteApply_sdscripts', 'lllite_name')
-      if (cfg.outputLogs) logger.info(`[p-draw] i2i LLLite 节点存在，models/controlnet 文件列表=${JSON.stringify(llliteModels)}`)
-      if (llliteModels.length) {
-        const configured = String(cfg.controlNetModel || '').trim()
-        const norm = (s) => String(s).toLowerCase().replace(/[-_ ]/g, '')
-        const prefers = ['anima-lllite-lineart', 'anima-lllite', 'lllite-lineart', 'lllite']
-        const pool = llliteModels.filter((m) => /lllite/i.test(String(m)))
-        const scored = pool.map((m) => ({ m, s: prefers.reduce((acc, p, i) => acc + (norm(m) === norm(p) ? prefers.length - i : 0), 0) }))
-        scored.sort((a, b) => b.s - a.s)
-        const best = (scored[0] && scored[0].m) || null
-        caps.controlNet.model = configured && llliteModels.includes(configured) ? configured : best
-        caps.controlNet.available = !!caps.controlNet.model
-      }
-      // 换风格专用主模型必须是 28-block（与 LLLite 权重匹配），检测它是否已安装
-      const styleModel = String(cfg.i2iUnetName || '').trim() || cfg.unetName
-      const unetList = availableModels(info, 'UNETLoader', 'unet_name')
-      if (unetList.length && !unetList.includes(styleModel)) {
-        logger.warn(`[p-draw] i2i 换风格专用主模型 ${styleModel} 不在 models/diffusion_models 中（现有：${JSON.stringify(unetList)}）。LLLite 权重为 28-block，请安装 anima-base-v1.0 或修改 i2iUnetName 配置，否则换风格会报 depth_embed slices missing`)
-        caps.controlNet.modelMismatch = true
-      }
-    } else if (cfg.outputLogs) {
-      logger.info('[p-draw] i2i 未检测到 AnimaLLLiteApply_sdscripts 节点（请确认已安装 kohya-ss/ComfyUI-Anima-LLLite 并重启 ComfyUI）')
-    }
-    if (info.AnimaIPAdapterLoader && info.AnimaIPAdapterApply && info.AnimaSiglipeEncodeImage) {
-      caps.ipAdapter.available = true
-    }
-    if (cfg.outputLogs) logger.info(`[p-draw] i2i 能力检测：ControlNet(LLLite)=${JSON.stringify(caps.controlNet)} IPAdapter=${JSON.stringify(caps.ipAdapter)}`)
-    return caps
-  }
-
-  // 交互式询问 i2i 处理模式，返回 'style' / 'ootd' / 'cancel' / null（超时或无法询问时 null）
-  async function askI2IMode(session, i18nAsk) {
-    if (typeof session.prompt !== 'function') return null
-    await session.send(i18nAsk || session.text('.i2i-mode-ask'))
-    const reply = await session.prompt((cfg.i2iAskTimeout || 60) * 1000).catch(() => null)
-    const ans = String((reply && (reply.content != null ? reply.content : reply)) || '').trim()
-    if (/^(1|①|换风格|风格|漫画|漫画化|style|stylechange)$/i.test(ans)) return 'style'
-    if (/^(2|②|换装|换装换姿势|换衣服|换姿势|ootd|outfit)$/i.test(ans)) return 'ootd'
-    if (/^(3|③|取消|不生成|不要|算了|cancel|no)$/i.test(ans)) return 'cancel'
-    if (!ans) return null
-    await session.send(session.text('.i2i-mode-invalid'))
-    return askI2IMode(session, i18nAsk)
-  }
-
-  async function handleGenerate(session, rawText, i2iImage = null, taggerTags = '', i2iOpts = null) {
-    const USERID = session.userId
-    const isAdmin = isAdminUser(session)
-    const unet = await resolveUnet(USERID)
-    const i2iRule = i2iImage
-      ? '这是以图生图（img2img）：原图的构图、主体与色调会被保留。请主要描述你希望发生的变化（风格、服装、表情、场景改造、细节调整等），不要重复描述原图已有的细节。'
-        + (taggerTags
-          ? `\n\n原图内容参考（本地识图自动识别出的标签，用于了解原图已包含的内容；不要照抄全部标签，只参考与用户改动需求相关的部分）：\n${taggerTags}`
-          : '')
-      : ''
+  async function handleGenerate(session, rawText) {
+    const USERID = session.userId
+    const isAdmin = isAdminUser(session)
+    const unet = await resolveUnet(USERID)
     if (cfg.outputLogs) {
       logger.info(`[p-draw] 请求 userId=${USERID} isAdmin=${isAdmin} adminUsers=${JSON.stringify(cfg.adminUsers || [])} normalizeId=${normalizeId(USERID)}`)
     }
@@ -2219,12 +1961,9 @@ exports.apply = async function apply(ctx, cfg) {
     const parsedBatch = parseBatchCount(parsedSize.prompt, cfg.batchMax)
     // 固定种子解析（--seed:xxx / --seed xxx / --seed=xxx），并从提示词中剥离
     const parsedSeed = parseSeed(parsedBatch.prompt)
-    // i2i 去噪强度解析（--denoise 0.6 / --去噪 0.4），并从提示词中剥离
-    const parsedDenoise = i2iImage ? parseDenoise(parsedSeed.prompt) : { denoise: null, prompt: parsedSeed.prompt }
-    const text = parsedDenoise.prompt
-    const seed = parsedSeed.seed
-    const denoise = parsedDenoise.denoise
-    const count = parsedBatch.count
+    const text = parsedSeed.prompt
+    const seed = parsedSeed.seed
+    const count = parsedBatch.count
 
     // P 点校验（按总价 = 张数 × 单价）
     // P 点校验（按总价 = 张数 × 单价）
@@ -2258,13 +1997,13 @@ exports.apply = async function apply(ctx, cfg) {
       const tokenOpt = !globalOpt && !isAdmin && cfg.llmModel && cfg.llmBaseUrl
       if (globalOpt) {
         // 全局优化开启：一次优化，整批复用同一提示词
-        const optimized = await optimizePrompt(session, userPrompt, false, i2iRule)
+        const optimized = await optimizePrompt(session, userPrompt, false)
         finalPrompt = optimized.prompt
         degraded = !optimized.ok
         optimizedReason = optimized.reason || ''
       } else if (adminOpt) {
         // 管理员在全局关闭时也免费优化（不耗券）
-        const optimized = await optimizePrompt(session, userPrompt, true, i2iRule)
+        const optimized = await optimizePrompt(session, userPrompt, true)
         finalPrompt = optimized.prompt
         degraded = !optimized.ok
         optimizedReason = optimized.reason || ''
@@ -2316,14 +2055,9 @@ exports.apply = async function apply(ctx, cfg) {
       if (cfg.outputLogs) logger.info(`[p-draw] ${USERID} 已扣除 ${count * cfg.price} P 点（${count} 张 × ${cfg.price}），余额 ${saving - count * cfg.price}`)
     }
 
-    // i2i 运行参数：模式（style/ootd/plain）、--denoise 覆盖值、检测到的能力
-    const i2iRun = i2iImage
-      ? { i2iImage, i2i: { mode: (i2iOpts && i2iOpts.mode) || 'plain', denoise: denoise != null ? denoise : null, caps: (i2iOpts && i2iOpts.caps) || null } }
-      : {}
     // 用户手写了 negative: 区块时，默认负面词仍保留；用户 tag 只补充未出现的部分。
     const generationOverrides = Object.assign(
       { unet, seed },
-      i2iRun,
       userNegativePrompt ? { negativePrompt: mergeNegativePrompts(cfg.negativePrompt, userNegativePrompt) } : {},
     )
 
@@ -2334,7 +2068,7 @@ exports.apply = async function apply(ctx, cfg) {
     const queued = await enqueueBatch(count, async (i) => {
       let p = finalPrompt
       if (perImageOptimize) {
-        const optimized = await optimizePrompt(session, userPrompt, true, i2iRule, searchCache)
+        const optimized = await optimizePrompt(session, userPrompt, true, searchCache)
         p = appendInlineProtectedTags(composePrompt(optimized.prompt || userPrompt, raw).prompt, userPrompt, raw)
       }
       const generated = await runComfyGenerate(p, parsedSize.size, generationOverrides)
@@ -2370,7 +2104,7 @@ exports.apply = async function apply(ctx, cfg) {
     const runOne = async (i) => {
       let p = finalPrompt
       if (perImageOptimize) {
-        const optimized = await optimizePrompt(session, userPrompt, true, i2iRule, searchCache)
+        const optimized = await optimizePrompt(session, userPrompt, true, searchCache)
         p = appendInlineProtectedTags(composePrompt(optimized.prompt || userPrompt, raw).prompt, userPrompt, raw)
       }
       let result
@@ -2393,7 +2127,7 @@ exports.apply = async function apply(ctx, cfg) {
     for (const item of results) {
       if (item.ok) {
         allOutputs.push(...item.outputs)
-        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || finalPrompt })))
+        forwardOutputs.push(...item.outputs.map(src => ({ src, prompt: item.prompt || finalPrompt, negativePrompt: item.negativePrompt })))
         if (item.seed != null) seeds.push(item.seed)
       } else {
         failures.push(`第 ${item.i + 1} 张：${item.message}`)
@@ -2561,5 +2295,5 @@ 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, taggerImage, animaI2IWorkflow, animaStyleI2IWorkflow, animaOotdI2IWorkflow, buildI2IWorkflow, detectI2ICapabilities, parseDenoise, sendNotices, sendImagesAsForward, executeBatch }
+  return { couponConfirmFlow, buyCouponsAndConsume, normalizeConfirm, resolveCouponPrice, sendNotices, sendImagesAsForward, executeBatch }
 }

package/lib/i18n.js

@@ -43,20 +43,7 @@ const zhCN = {
   multiPrice: { $description: '多人指令（p-draw 多人）单张消耗的 P 点' },
   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: '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）' },
-  i2iIPAdapterPath: { $description: 'Anima IP-Adapter 模型文件路径（换装换姿势模式保脸用；需安装 comfyui-anima-ipadapter 节点并把模型路径填到这里）' },
-  i2iIPAdapterWeight: { $description: '换装换姿势模式的 IP-Adapter 权重，越大角色特征保留越强（建议 0.6-1.0）' },
-  controlNetModel: { $description: 'ControlNet 模型文件名（留空自动检测 Qwen/Anima 系 ControlNet；需放到 ComfyUI/models/controlnet）' },
-  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）' },
@@ -76,7 +63,7 @@ const zhCN = {
       description: '连接本地 ComfyUI 生图，消耗 P 点',
       messages: {
         'not-permitted': 'ComfyUI 助手已关闭，或当前用户没有使用权限。',
-        usage: 'p-draw 帮助（本指令名可自行更换，如 /anm）：\n\n【生成】\n  p-draw <描述>\n  例：p-draw 一个女孩，白色裙子，立绘，简单背景\n  可加 --seed 数字 固定种子（单张 / 批量 / 连续图均支持）\n\n【多人生成】\n  p-draw 多人 <描述>（2-4 人画面）\n  例：p-draw 多人 左边若叶睦抱着吉他，右边千早爱音牵着她的手\n\n【连续图】\n  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  全阶段共用同一 seed，角色外观尽量一致；可加 --seed 数字 固定种子\n  阶段分隔：→ / -> / |\n\n【批量张数】\n  描述后加 x3 / ×3 / 3张 / 三张 / --数量 3，例：p-draw 一个女孩 x3\n  多张按 张数×单价 一次性扣 P 点，余额不足则不生成\n\n【尺寸】\n  竖图 / 横图 / 方图 / 长竖图 / 宽屏，或 1024x1536：描述 / --尺寸 1216x832\n  例：p-draw 竖图：狐莉站在梨花树下\n\n【原样模式】\n  p-draw 无优化 masterpiece, best quality, 1girl, solo\n\n【提示词优化】\n  配置 LLM（llmBaseUrl/llmModel）后：\n  全局优化开启 → 每次自动把中文描述转成 Danbooru tags\n  全局优化关闭 → 生图时询问是否使用「提示词优化券」（p-shop 购买，每张图扣 1 张）：\n    有券 → 确认后消耗券并优化，拒绝则取消本次生图\n    没券 → 询问是否购买（显示价格），确认后购买并消耗、优化生图；\n          拒绝一次会再次警告，再拒绝则直接生图（不优化）；\n          P 点不足买不起券时，会询问是否仍然生图\n  无优化 <tags> 原样生图，不耗券\n  连续图逐阶段强制优化；多人指令依赖 LLM 规划（未配置会提示）\n\n【画师组】\n  创建画师组 名称=tags / 追加画师组 名称=tags / 切换画师组 名称 / 查看画师组 / 删除画师组 名称\n\n【固定角色】\n  添加角色 名称=tags\n\n【以图生图】\n  p-draw i2i <描述>，并在同一条消息里附一张原图（文件/截图/链接均可）\n  例：p-draw i2i 换成晚礼服，背景换成舞台灯光\n  发送后会询问处理模式（可配置 i2iMode 固定模式跳过询问）：\n    ① 换风格（漫画化）：保留原图构图，转成二次元画风（需 ControlNet）\n    ② 换装换姿势：保留角色长相，重新设计服装/姿势/场景（需 Anima IP-Adapter）\n    ③ 取消：不生成\n  可加 --denoise 0.6 单独调整强度；未装 ControlNet/IPAdapter 时自动回退普通 img2img\n\n【模型】\n  p-draw 模型（查看当前与可用模型） / p-draw 模型 名称（切换，支持模糊匹配）/ p-draw 模型 默认（重置）\n  例：p-draw 模型 anima-aesthetic\n\n【状态】\n  p-draw 状态（查看 ComfyUI 连接状态与模型可用性）',
+        usage: 'p-draw 帮助（本指令名可自行更换，如 /anm）：\n\n【生成】\n  p-draw <描述>\n  可加 --seed 数字、x3 / 3张、竖图 / 横图 / 方图\n  无优化 <tags> 可直接使用手写 tags\n\n【多人生成】\n  p-draw 多人 <描述>（2-4 人画面，依赖 LLM 规划）\n\n【连续图】\n  p-draw 连续 <角色>：<阶段1> → <阶段2> → ...\n  每阶段独立 T2I，共用 seed；阶段分隔：→ / -> / |\n\n【提示词优化】\n  配置 LLM 后可将自然语言转为 Danbooru tags；普通用户可使用提示词优化券\n\n【画师组】\n  创建 / 追加 / 切换 / 查看 / 删除画师组\n\n【固定角色】\n  添加角色 名称=tags\n\n【模型】\n  p-draw 模型（查看） / p-draw 模型 <名称>（切换）/ p-draw 模型 默认（重置）\n\n【状态】\n  p-draw 状态\n\n生成图片以合并转发发送，并附对应的 Positive / Negative 提示词；扣费提醒单独引用原指令。',
         'account-notExists': '君现在还没有 p 点，请先签到哦',
         'no-enough-p': '君的 p 点不够 {0}p 哦，先去签个到吧qwq',
         'no-prompt': '请提供画面描述，例如：p-draw 一个女孩，白色裙子',
@@ -133,16 +120,6 @@ const zhCN = {
         'model-no-draw': '「模型」只能用来切换/查看模型，不能生图。请先用「p-draw 模型 <名称>」切换，再单独发送要画的内容。',
         'model-ambiguous': '「{0}」匹配到多个模型，请写得更具体些：\n{1}',
         'no-optimize': '提示：本次未使用 LLM 优化（{0}）。',
-        'i2i-no-image': 'i2i（以图生图）需要附一张原图。用法：p-draw i2i <描述>，并在同一条消息里带上图片。',
-        'i2i-upload-fail': '原图上传 ComfyUI 失败：{0}',
-        'i2i-no-custom-workflow': 'i2i（以图生图）暂不支持自定义工作流（customWorkflowEnabled），请关闭后再试。',
-        'i2i-mode-ask': '请选择 i2i 处理模式：\n① 换风格（漫画化）——保留原图构图，转成二次元画风\n② 换装换姿势——保留角色长相，重新设计服装/姿势/场景\n③ 取消——不生成\n回复 1 / 2 / 3 或对应名称即可。',
-        'i2i-mode-invalid': '没有理解你的选择。请回复 ①换风格（漫画化） / ②换装换姿势 / ③取消。',
-        'i2i-mode-cancelled': '已取消本次 i2i 生图。',
-        'i2i-mode-style': '已选择【换风格（漫画化）】：保留原图构图，转成二次元画风。',
-        'i2i-mode-ootd': '已选择【换装换姿势】：保留角色长相，重新设计服装/姿势/场景。',
-        'i2i-no-controlnet': '未检测到可用的 Anima ControlNet-LLLite，本次「换风格」将使用普通 img2img，构图保留效果会弱一些。',
-        'i2i-no-ipadapter': '未检测到可用的 Anima IP-Adapter，本次「换装换姿势」将使用普通 img2img，角色保留效果会弱一些。',
         'multi-no-llm': '多人指令需要 LLM 规划，但当前未配置 llmBaseUrl / llmModel。请管理员在配置中填写后使用。',
       },
     },

package/lib/parse.js

@@ -1,4 +1,4 @@
-// 解析器纯函数库：地址/尺寸/批量/seed/denoise/raw 前缀/tag 合并/预设解析。
+// 解析器纯函数库：地址/尺寸/批量/seed/raw 前缀/tag 合并/预设解析。
 // 不依赖 koishi，可独立单测。
 
 // ------------------------------------------------------------------
@@ -152,18 +152,6 @@ function parseSeed(text) {
   return { seed, prompt: cleaned }
 }
 
-// 去噪强度解析：--denoise 0.3 / --denoise=0.6 / --去噪 0.4，并从提示词里剥离
-function parseDenoise(text) {
-  const prompt = String(text || '').trim()
-  const m = prompt.match(/(?<!\S)--(?:denoise|去噪)\s*(?:=|＝|:|：)?\s*(\d+(?:\.\d+)?)/i)
-  if (!m) return { denoise: null, prompt }
-  const denoise = Math.min(1, Math.max(0, parseFloat(m[1])))
-  const cleaned = (prompt.slice(0, m.index) + ' ' + prompt.slice(m.index + m[0].length)).trim()
-    .replace(/^[\s,，;；:：]+|[\s,，;；:：]+$/g, '')
-    .replace(/\s+/g, ' ')
-  return { denoise, prompt: cleaned }
-}
-
 // ------------------------------------------------------------------
 // 提示词辅助（移植自 anima prompt_presets）
 // ------------------------------------------------------------------
@@ -269,7 +257,6 @@ module.exports = {
   cnNumValue,
   parseBatchCount,
   parseSeed,
-  parseDenoise,
   RAW_PREFIXES,
   stripRawPrefix,
   splitPositiveNegativePrompt,

package/lib/workflows.js

@@ -39,149 +39,6 @@ function buildWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal
   return animaT2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed)
 }
 
-// 以图生图工作流（p-draw i2i）：LoadImage → VAEEncode → KSampler(denoise<1)
-// 输入图编码为 latent 作为起点，尺寸保持原图，去噪强度由 cfg.img2imgDenoise 控制。
-function animaI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, denoise) {
-  return {
-    '44': { class_type: 'UNETLoader', inputs: { unet_name: cfg.unetName, weight_dtype: 'fp8_e4m3fn' } },
-    '45': { class_type: 'CLIPLoader', inputs: { clip_name: cfg.clipName, type: 'stable_diffusion', device: 'default' } },
-    '15': { class_type: 'VAELoader', inputs: { vae_name: cfg.vaeName } },
-    '13': { class_type: 'LoadImage', inputs: { image: inputImage } },
-    '30': { class_type: 'VAEEncode', inputs: { pixels: ['13', 0], vae: ['15', 0] } },
-    '11': { class_type: 'CLIPTextEncode', inputs: { text: prompt, clip: ['45', 0] } },
-    '12': { class_type: 'CLIPTextEncode', inputs: { text: negativePrompt, clip: ['45', 0] } },
-    '19': {
-      class_type: 'KSampler',
-      inputs: {
-        model: ['44', 0],
-        positive: ['11', 0],
-        negative: ['12', 0],
-        latent_image: ['30', 0],
-        seed,
-        steps,
-        cfg: cfgVal,
-        sampler_name: cfg.samplerName,
-        scheduler: cfg.scheduler,
-        denoise,
-      },
-    },
-    '8': { class_type: 'VAEDecodeTiled', inputs: { samples: ['19', 0], vae: ['15', 0], tile_size: 512, overlap: 64, temporal_size: 64, temporal_overlap: 8 } },
-    '9': { class_type: 'SaveImage', inputs: { images: ['8', 0], filename_prefix: 'pdraw/anm_i2i' } },
-  }
-}
-
-// 「换风格（漫画化）」i2i 工作流：LoadImage → 预处理器（LineArt / Canny）→ AnimaLLLiteApply_sdscripts 锁构图，
-// VAEEncode 原图作起点，KSampler 用较高 denoise 整体转二次元风格。
-// 注意：Anima 是 MiniTrainDIT 架构（隐藏层 3584 维），与 Qwen-Image 系 ControlNet 不兼容
-// （InstantX 控制网期望 3584 维文本嵌入，Anima 只给 1024 维 → LayerNorm 崩溃）。
-// 因此这里使用 Anima 原生支持的 ControlNet-LLLite（kohya-ss/ComfyUI-Anima-LLLite），
-// 节点直接对 MODEL 打补丁并返回补丁后的模型，交给 KSampler。
-// 预处理器：comfyui_controlnet_aux 的 AnimeLineArt/LineArt 节点（需安装该自定义节点）；
-// 未安装时回退 ComfyUI 内置 Canny。anima-lllite-lineart 权重是按 lineart 训练的，用 LineArt 比 Canny 更贴。
-function animaStyleI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, controlNetModel, controlNetStrength, denoise, preprocessor) {
-  const detectRes = Math.max(width, height)
-  const preprocessorNode = preprocessor === 'AnimeLineArtPreprocessor' || preprocessor === 'LineArtPreprocessor'
-    ? { class_type: preprocessor, inputs: { image: ['13', 0], detect_resolution: detectRes, resolution: detectRes } }
-    : { class_type: 'Canny', inputs: { image: ['13', 0], low_threshold: 0.4, high_threshold: 0.8 } }
-  return {
-    '44': { class_type: 'UNETLoader', inputs: { unet_name: cfg.i2iUnetName || cfg.unetName, weight_dtype: 'fp8_e4m3fn' } },
-    '45': { class_type: 'CLIPLoader', inputs: { clip_name: cfg.clipName, type: 'stable_diffusion', device: 'default' } },
-    '15': { class_type: 'VAELoader', inputs: { vae_name: cfg.vaeName } },
-    '13': { class_type: 'LoadImage', inputs: { image: inputImage } },
-    '30': { class_type: 'VAEEncode', inputs: { pixels: ['13', 0], vae: ['15', 0] } },
-    '11': { class_type: 'CLIPTextEncode', inputs: { text: prompt, clip: ['45', 0] } },
-    '12': { class_type: 'CLIPTextEncode', inputs: { text: negativePrompt, clip: ['45', 0] } },
-    '70': preprocessorNode,
-    '71': { class_type: 'AnimaLLLiteApply_sdscripts', inputs: { model: ['44', 0], lllite_name: controlNetModel, image: ['70', 0], strength: controlNetStrength, start_percent: 0, end_percent: 1, preserve_wrapper: true } },
-    '19': {
-      class_type: 'KSampler',
-      inputs: {
-        model: ['71', 0],
-        positive: ['11', 0],
-        negative: ['12', 0],
-        latent_image: ['30', 0],
-        seed,
-        steps,
-        cfg: cfgVal,
-        sampler_name: cfg.samplerName,
-        scheduler: cfg.scheduler,
-        denoise,
-      },
-    },
-    '8': { class_type: 'VAEDecodeTiled', inputs: { samples: ['19', 0], vae: ['15', 0], tile_size: 512, overlap: 64, temporal_size: 64, temporal_overlap: 8 } },
-    '9': { class_type: 'SaveImage', inputs: { images: ['8', 0], filename_prefix: 'pdraw/anm_i2i_style' } },
-  }
-}
-
-// 「换装换姿势」i2i 工作流：LoadImage → AnimaSiglipeEncodeImage → AnimaIPAdapterApply 保角色特征，
-// VAEEncode 原图作起点，KSampler 用中等 denoise 重画服装/姿势/场景。
-function animaOotdI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, ipAdapterPath, ipAdapterWeight, denoise) {
-  return {
-    '44': { class_type: 'UNETLoader', inputs: { unet_name: cfg.unetName, weight_dtype: 'fp8_e4m3fn' } },
-    '45': { class_type: 'CLIPLoader', inputs: { clip_name: cfg.clipName, type: 'stable_diffusion', device: 'default' } },
-    '15': { class_type: 'VAELoader', inputs: { vae_name: cfg.vaeName } },
-    '13': { class_type: 'LoadImage', inputs: { image: inputImage } },
-    '30': { class_type: 'VAEEncode', inputs: { pixels: ['13', 0], vae: ['15', 0] } },
-    '11': { class_type: 'CLIPTextEncode', inputs: { text: prompt, clip: ['45', 0] } },
-    '12': { class_type: 'CLIPTextEncode', inputs: { text: negativePrompt, clip: ['45', 0] } },
-    '80': { class_type: 'AnimaIPAdapterLoader', inputs: { ipadapter_path: ipAdapterPath } },
-    '81': { class_type: 'AnimaSiglipeEncodeImage', inputs: { image: ['13', 0] } },
-    '82': { class_type: 'AnimaIPAdapterApply', inputs: { model: ['44', 0], ipadapter: ['80', 0], siglip_features: ['81', 0], start_at: 0, end_at: 1, weight: ipAdapterWeight } },
-    '19': {
-      class_type: 'KSampler',
-      inputs: {
-        model: ['82', 0],
-        positive: ['11', 0],
-        negative: ['12', 0],
-        latent_image: ['30', 0],
-        seed,
-        steps,
-        cfg: cfgVal,
-        sampler_name: cfg.samplerName,
-        scheduler: cfg.scheduler,
-        denoise,
-      },
-    },
-    '8': { class_type: 'VAEDecodeTiled', inputs: { samples: ['19', 0], vae: ['15', 0], tile_size: 512, overlap: 64, temporal_size: 64, temporal_overlap: 8 } },
-    '9': { class_type: 'SaveImage', inputs: { images: ['8', 0], filename_prefix: 'pdraw/anm_i2i_ootd' } },
-  }
-}
-
-// 根据 i2i 模式与已检测到的节点能力，决定最终工作流与去噪强度。
-// mode：style=换风格（漫画化）/ ootd=换装换姿势 / 其他=基础 img2img
-// caps：{ controlNet: { available, model }, ipAdapter: { available } }（由 detectI2ICapabilities 返回）
-// 返回 { promptBody, kind, denoise }，kind 为 plain / controlnet / ipadapter。
-function buildI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, mode, denoiseOverride, caps) {
-  const fallbackDenoise = Number(cfg.img2imgDenoise) || 0.55
-  if (mode === 'style') {
-    if (caps && caps.controlNet && caps.controlNet.available && caps.controlNet.model) {
-      const denoise = denoiseOverride != null ? denoiseOverride : (Number(cfg.i2iStyleDenoise) || 0.75)
-      return {
-        kind: 'controlnet',
-        denoise,
-        promptBody: animaStyleI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, caps.controlNet.model, Number(cfg.i2iControlNetStrength) || 0.7, denoise, caps.controlNet.preprocessor),
-      }
-    }
-    // 没有 ControlNet：换风格又不想崩构图，denoise 自动压到 0.5 以内
-    const denoise = denoiseOverride != null ? denoiseOverride : Math.min(Number(cfg.i2iStyleDenoise) || 0.75, 0.5)
-    return { kind: 'plain', denoise, promptBody: animaI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, denoise) }
-  }
-  if (mode === 'ootd') {
-    if (caps && caps.ipAdapter && caps.ipAdapter.available && String(cfg.i2iIPAdapterPath || '').trim()) {
-      const denoise = denoiseOverride != null ? denoiseOverride : (Number(cfg.i2iOotdDenoise) || 0.55)
-      return {
-        kind: 'ipadapter',
-        denoise,
-        promptBody: animaOotdI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, String(cfg.i2iIPAdapterPath).trim(), Number(cfg.i2iIPAdapterWeight) || 0.8, denoise),
-      }
-    }
-    const denoise = denoiseOverride != null ? denoiseOverride : (Number(cfg.i2iOotdDenoise) || 0.55)
-    return { kind: 'plain', denoise, promptBody: animaI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, denoise) }
-  }
-  const denoise = denoiseOverride != null ? denoiseOverride : fallbackDenoise
-  return { kind: 'plain', denoise, promptBody: animaI2IWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, inputImage, denoise) }
-}
-
 function customWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, explicitSize) {
   // lib/ 子目录下运行，customWorkflowPath 相对插件根目录，故需要回退一层
   const rawPath = path.resolve(__dirname, '..', cfg.customWorkflowPath)
@@ -276,10 +133,6 @@ function conditioningTextNodeIds(workflow, inputName, textNodes) {
 module.exports = {
   animaT2IWorkflow,
   buildWorkflow,
-  animaI2IWorkflow,
-  animaStyleI2IWorkflow,
-  animaOotdI2IWorkflow,
-  buildI2IWorkflow,
   customWorkflow,
   conditioningTextNodeIds,
 }

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": "1.3.5",
+  "version": "1.4.0",
   "main": "index.js",
   "files": [
     "index.js",

package/readme.md

@@ -6,7 +6,7 @@ p点-绘图插件，连接本地 ComfyUI 生图，参考 AstrBot 的 [anima 绘
 
 - `p-draw <描述>`（别名：画图 / 生图 / 绘图 / 画画）文生图。
 - `p-draw 多人 <描述>` 多人生图（2-4 人画面）：LLM 结构化规划人物分组、互动关系与统一场景，未指定尺寸时按人数/肢体接触自动选横图，生成后可选视觉校验。
-- `p-draw 连续 <角色>：<阶段1> → <阶段2> → ...` 连续图/过程图（同一角色的变化过程）：全阶段共用同一 seed，角色外观尽量一致，默认横图，支持 `|` 分隔与 `--seed` 覆盖。**仅保留 `连续` 一个别名**。
+- `p-draw 连续 <角色>：<阶段1> → <阶段2> → ...` 连续图/过程图（同一角色的变化过程）：每阶段独立使用 T2I、全阶段共用同一 seed，角色外观尽量一致，默认横图，支持 `|` 分隔与 `--seed` 覆盖。**仅保留 `连续` 一个别名**。
 - 批量张数：描述后加 `x3` / `×3` / `3张` / `三张` / `--数量 3` 可一次生成多张（上限 `batchMax`，默认 4），按张数 × 单价扣 P 点。
 - 自然语言自动优化为 Danbooru tags（可选，需配置 LLM 接口）。
 - 联网搜索：描述中带 `联网`/`搜索`/`查一下` 等词时自动补充角色设定（需 Tavily Key）。
@@ -14,15 +14,13 @@ p点-绘图插件，连接本地 ComfyUI 生图，参考 AstrBot 的 [anima 绘
 - 尺寸选择：`竖图` `横图` `方图` `长竖图` `宽屏`，或 `1024x1536：描述` / `--尺寸 1216x832`。
 - 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），发送后会让用户选择处理方式（可用 `i2iMode` 固定跳过询问）：**① 换风格（漫画化）**——保留原图构图，整体转成二次元画风，优先用 Anima **ControlNet-LLLite**（Canny 锁构图）；**② 换装换姿势**——保留角色长相，重新设计服装 / 姿势 / 场景，优先用 Anima IP-Adapter（保脸）；**③ 取消**——不生成。支持 `--denoise 0.6` / `--去噪 0.4` 单独调整强度；未安装对应节点 / 模型时自动回退普通 img2img（纯 `LoadImage → VAEEncode → KSampler(denoise<1)`，**无需修改 ComfyUI**），去噪强度由 `img2imgDenoise` 控制（默认 0.55）。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。
 - 生成队列（逐张顺序执行，防止争抢 GPU）。
 - `p-draw 状态` 查看 ComfyUI 连接状态与模型可用性。
 - `p-draw help`（或 `帮助`）查看全部指令帮助，包含生成 / 多人 / 批量张数 / 尺寸 / 画师组 / 状态等。
-- 发图时会引用你触发指令的原消息。
+- 发图时会以合并转发发送，每张图片后附对应的 Positive / Negative 提示词；扣费提醒单独引用触发指令。
 
 ## 安装
 
@@ -52,7 +50,6 @@ plugins:
 画图 创建画师组 千代风格=@artist_a, @artist_b,
 画图 切换画师组 千代风格
 画图 添加角色 狐莉=1girl, solo, fox girl
-画图 i2i 换成晚礼服，背景换成舞台灯光 --denoise 0.6（同一条消息附原图，随后回复 1=换风格 / 2=换装换姿势 / 3=取消）
 画图 多人 左边若叶睦抱着吉他，右边千早爱音牵着她的手
 画图 多人 若叶睦与千早爱音十指相扣 x2
 画图 连续 圣女：白色长发红瞳、圣洁白裙、端庄微笑 → 发梢染黑、眼神迷离、白裙开裂 → 黑发红瞳、妖艳邪笑、黑色破损礼服
@@ -67,27 +64,16 @@ plugins:
 |----|------|
 | `comfyuiBaseUrl` | ComfyUI API 地址（默认 `http://127.0.0.1:8188`） |
 | `unetName` / `clipName` / `vaeName` | 模型文件名，需与 ComfyUI 下拉框中的文件名一致 |
-| `i2iUnetName` | 「换风格（漫画化）」专用主模型文件名，默认 `anima-base-v1.0.safetensors`。LLLite 权重按 block 数逐块训练（当前权重为 28-block），必须配 28-block 模型（`anima-base-v1.0` / `anima-aesthetic-v1.1`）；**不要用 40-block 的 `Anima-2.9B`**，否则报 `depth_embed slices missing`。留空则用 `unetName` |
 | `modelParams` | 每个模型独立参数覆盖（字典）：`key`=模型文件名，`value`=要覆盖的 `samplerName` / `scheduler` / `steps` / `cfg` / `width` / `height`。让不同模型用各自最佳采样参数，只填需要覆盖的字段，命令级 `--steps`/`--cfg` 仍优先 |
 | `customWorkflowEnabled` / `customWorkflowPath` | 使用自定义工作流 JSON（相对插件目录） |
 | `width` / `height` / `allowedSizes` | 默认尺寸与可用尺寸列表 |
 | `steps` / `cfg` / `samplerName` / `scheduler` | 采样参数 |
 | `qualityPrefix` / `negativePrompt` | 质量词前缀与负面提示词 |
 | `promptOptimizeEnabled` / `llmBaseUrl` / `llmApiKey` / `llmModel` | 自然语言优化（OpenAI 兼容接口） |
-| `promptOptimizeTemplate` | 自然语言优化模板（支持 `{theme}` `{search_block}` `{character_rule}` `{img2img_rule}` 占位符） |
+| `promptOptimizeTemplate` | 自然语言优化模板（支持 `{theme}` `{search_block}` `{character_rule}` 占位符） |
 | `webSearchEnabled` / `tavilyApiKey` / `webSearchMaxResults` / `webSearchDepth` / `webSearchQueryTemplate` | 联网搜索（指令带 `联网`/`搜索` 触发，需 Tavily Key） |
 | `fixedCharacters` / `artistPresets` / `activeArtistPreset` / `styleTags` | 角色、画师组与画风 |
 | `queueEnabled` / `queueMaxRequests` | 生成队列 |
-| `img2imgDenoise` | 普通以图生图（`p-draw i2i`）去噪强度，默认 0.55（建议 0.4-0.7，越小越接近原图） |
-| `i2iMode` | i2i 模式选择方式：`ask`=每次询问（默认） / `style`=直接换风格（漫画化） / `ootd`=直接换装换姿势 / `plain`=普通 img2img |
-| `i2iAskTimeout` | i2i 处理方式询问等待时间（秒，默认 60） |
-| `i2iStyleDenoise` | 换风格（漫画化）去噪强度，默认 0.75（建议 0.7-0.85，越大风格变化越彻底；无 ControlNet 时自动压到 0.5 防崩） |
-| `i2iOotdDenoise` | 换装换姿势去噪强度，默认 0.55（建议 0.5-0.6） |
-| `i2iControlNetStrength` | 换风格模式的 ControlNet-LLLite 强度，默认 0.7（建议 0.5-0.8，越大构图锁得越死） |
-| `controlNetModel` | Anima ControlNet-LLLite 权重文件名（留空自动检测 `anima-lllite` 系，如 `anima-lllite-lineart-test-1.safetensors`；需放到 ComfyUI `models/controlnet/`） |
-| `i2iIPAdapterPath` | Anima IP-Adapter 模型文件**路径**（换装换姿势保脸用，如 `E:/anima/ipadapter.safetensors`；需安装 [comfyui-anima-ipadapter](https://github.com/Wenaka2004/comfyui-anima-ipadapter) 节点） |
-| `i2iIPAdapterWeight` | 换装换姿势模式的 IP-Adapter 权重，默认 0.8（建议 0.6-1.0，越大角色特征保留越强） |
-| `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 |
@@ -105,7 +91,7 @@ plugins:
 - 生成失败会自动退回 P 点。
 - 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"。
+- 连续图每阶段独立使用 T2I 并共用 seed，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）；
@@ -113,5 +99,4 @@ plugins:
   - 券为一次性、**按张数消耗**：`x3` 需 3 张，每张图独立做一次 LLM 优化；券不足时该批不优化也不扣券（提示 `token-short`）。等待回复时间由 `couponAskTimeout`（秒）控制。
   - **管理员在全局关闭时自动免费优化**（不耗券）；`无优化` 原样模式不消耗、不询问。平台不支持交互确认时退回自动消耗逻辑。
 - **未使用优化的提示**：单人生图没走 LLM 优化时会明确提示原因——未配置 LLM、未消耗优化券、或 `无优化` 原样模式；多人指令强依赖 LLM 规划，未配置 `llmBaseUrl`/`llmModel` 时会直接提示「多人指令需要 LLM 规划」。
-- **i2i 增强模式依赖的节点**：换风格（漫画化）需要 ComfyUI 安装 [kohya-ss/ComfyUI-Anima-LLLite](https://github.com/kohya-ss/ComfyUI-Anima-LLLite) 自定义节点，并在 `models/controlnet/` 放一个 `anima-lllite` 系权重（`AnimaLLLiteApply_sdscripts` 节点下拉可见）。**LLLite 权重按 block 数逐块训练，必须与所用模型一致：当前权重为 28-block，换风格工作流默认用 `i2iUnetName`（`anima-base-v1.0`，28-block）；若用 40-block 的 `Anima-2.9B` 会报 `depth_embed slices missing for module idx(es) [28..39]`。****注意：Anima 是 MiniTrainDIT 架构（3584 维），与 Qwen-Image 系 ControlNet（如 `Qwen-Image-InstantX-ControlNet-Union`）不兼容，装了也不会被本插件使用。** 可选安装 [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) 获得 LineArt 预处理器（优先 `AnimeLineArtPreprocessor`，其次 `LineArtPreprocessor`），线条比内置 Canny 更贴合 lllite-lineart 权重；未安装时自动回退 Canny。换装换姿势需要安装 [comfyui-anima-ipadapter](https://github.com/Wenaka2004/comfyui-anima-ipadapter) 自定义节点并配置 `i2iIPAdapterPath`。以上节点缺失时都会自动回退普通 img2img 并提示，不影响出图。
 - 本地模型不一定认识新角色，可用 `添加角色` 手动补充角色 tags。