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

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：

| 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

# 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