Initial commit to git.yoin

image-service/references/long-image-guide.md

@@ -0,0 +1,135 @@
+# 长图生成规范
+
+生成需要拼接的长图时，采用**叠罗汉式串行生成**，每张图参考上一张图生成，确保风格一致、衔接自然。
+
+## 铁律：执行前必须分析+确认
+
+**收到长图需求后，禁止直接开始生成！必须先完成以下步骤：**
+
+### 第一步：分析提示词结构
+
+仔细阅读提示词，识别以下信息：
+1. **分屏数量**：提示词中有几个明确的段落/模块？
+2. **每屏内容**：每一屏具体要展示什么？
+3. **全局风格**：色调、风格、光影等统一要素
+4. **衔接元素**：段落之间用什么元素过渡？
+
+### 第二步：输出分屏规划表
+
+必须用表格形式输出规划，让用户一目了然：
+
+```markdown
+| 屏数 | 内容概要 | 关键元素 |
+|-----|---------|---------|
+| 1 | 主视觉+标题 | xxx |
+| 2 | xxx特写 | xxx |
+| ... | ... | ... |
+
+**全局风格**：xxx风格、xxx色调、xxx布光
+**输出比例**：3:4
+**预计生成**：N张图 → 拼接为长图
+```
+
+### 第三步：等待用户确认
+
+**必须等用户说"OK"、"开始"、"没问题"后才能开始生成！**
+
+用户可能会：
+- 调整分屏数量
+- 修改某屏内容
+- 补充遗漏的要素
+
+## 核心原则：叠罗汉式串行生成
+
+**为什么用串行而不是并发？**
+- 每张图的顶部颜色需要与上一张图的底部颜色衔接
+- 只有等上一张图生成完成，才能提取其底部色调
+- 串行生成确保每一屏之间的过渡自然无缝
+
+**为什么参考上一张而不是首图？**
+- 参考首图会导致中间屏幕风格跳跃
+- 叠罗汉式参考让风格逐屏延续，过渡更平滑
+- 每张图只需关心与相邻图的衔接
+
+## 生成前校验清单
+
+| 检查项 | 要求 | 示例 |
+|-------|------|------|
+| **比例统一** | 所有分图使用相同 `-r` 参数 | 全部 `-r 3:4` |
+| **风格描述统一** | 使用相同的风格关键词 | 全部 `电影级美食摄影风格` |
+| **色调统一** | 定义主色调范围 | 全部 `深红色、暖棕色、金色` |
+
+## Agent 执行流程（铁律）
+
+```
+1. 收到长图需求
+2. 【分析】仔细阅读提示词，识别分屏结构
+3. 【规划】输出分屏规划表（表格形式）
+4. 【确认】等待用户确认后才开始生成（铁律！）
+5. 定义全局风格变量（主色调、风格词）
+6. 串行生成每一屏：
+   a. 首屏：用 text_to_image.py 生成，定调
+   b. 第2屏：用 image_to_image.py 参考第1屏生成
+   c. 第3屏：用 image_to_image.py 参考第2屏生成
+   d. 以此类推...每屏参考上一屏
+7. 每屏生成后等待完成，再生成下一屏（串行，不可并发）
+8. 全部完成后，使用 --blend 20 拼接输出
+```
+
+## 图生图 Prompt 规范
+
+**核心要点：顶部衔接上一张底部**
+
+后续图片的 prompt 必须包含：
+1. **顶部衔接声明**：明确顶部颜色/氛围与上一张底部衔接
+2. **风格继承**：参考上一张图的整体风格、光影
+3. **本屏内容**：描述当前屏幕要展示的内容
+
+**Prompt 模板：**
+```
+参考模板图的整体风格、色调和光影氛围。本屏顶部与上一屏底部自然衔接。{本屏具体内容描述}
+```
+
+**更精确的写法（推荐）：**
+```
+参考模板图的{风格}、{色调}、{光影}。顶部延续上一屏底部的{颜色/氛围}。{本屏具体内容描述}
+```
+
+## 分屏位置规范
+
+| 位置 | 处理方式 |
+|------|---------|
+| **首屏** | 顶部正常开始，底部内容自然过渡（无需刻意留白） |
+| **中间屏** | 顶部衔接上一屏底部颜色，底部内容自然过渡 |
+| **尾屏** | 顶部衔接上一屏底部颜色，底部正常收尾 |
+
+**关键：不要预留固定百分比的留白区域，让内容自然过渡即可**
+
+## 执行示例
+
+```bash
+# 步骤1：生成首屏（文生图，定调）
+python .opencode/skills/image-service/scripts/text_to_image.py "高端美食摄影风格，深红暖棕金色调，电影级布光..." -r 3:4 -o 01_hero.png
+# 等待完成
+
+# 步骤2：生成第2屏（参考第1屏）
+python .opencode/skills/image-service/scripts/image_to_image.py 01_hero.png "参考模板图的美食摄影风格、深红暖棕色调、电影级布光。顶部延续上一屏底部的暖色氛围。本屏内容：酥皮特写..." -r 3:4 -o 02_crisp.png
+# 等待完成
+
+# 步骤3：生成第3屏（参考第2屏）
+python .opencode/skills/image-service/scripts/image_to_image.py 02_crisp.png "参考模板图的美食摄影风格、深红暖棕色调、电影级布光。顶部延续上一屏底部的色调。本屏内容：牛排特写..." -r 3:4 -o 03_tenderloin.png
+# 等待完成
+
+# ...以此类推
+
+# 最后：拼接（推荐 blend 20）
+python .opencode/skills/image-service/scripts/merge_long_image.py 01_hero.png 02_crisp.png 03_tenderloin.png ... -o final.png --blend 20
+```
+
+## 铁律
+
+1. **必须串行生成**：每屏生成完成后再生成下一屏，禁止并发
+2. **叠罗汉式参考**：第N屏参考第N-1屏，不是全部参考首屏
+3. **顶部衔接**：每屏的顶部颜色/氛围必须与上一屏底部衔接
+4. **不留固定留白**：不要预留4%/8%等固定留白，让内容自然过渡
+5. **脚本区分**：首屏用 `text_to_image.py`，后续全部用 `image_to_image.py`