gabrielmoreira Story To Scenes
长文本拆镜批量生图引擎，用于将故事、教学课程、连环画脚本等长文本智能拆分成场景，并批量生成风格统一、角色一致的配图。
核心流程
输入长文本 → 角色提取 → 生成角色胚子图 → 确认锁定
↓
智能拆镜 → 场景清单 → 确认调整
↓
风格胚子图（第一张场景）→ 确认锁定
↓
场景胚子图（复用场景，可选）→ 确认锁定
↓
批量生成场景图（引用胚子）→ 输出图集
铁律
- 单图原则：每个场景/角色生成独立单图，禁止多格拼接、分镜框、边框组合
- 先人后景：必须先生成并锁定角色胚子，再进行场景生图
- 确认才锁定：角色胚子、风格胚子必须用户确认后才算锁定
- 引用生成：场景中出现已锁定角色时，必须引用其胚子图
- 提示词记录：每张图的完整提示词必须记录，方便复用和微调
- 进度持久化：生成过程实时保存进度，支持断点续传
详细步骤
Step 1: 项目初始化
收集项目基本信息：
project_name: "" # 项目名称（必填）
style_preset: "" # 预设风格或自定义描述
aspect_ratio: "3:4" # 尺寸：3:4 / 16:9 / 1:1
source_text: "" # 原文内容或文件路径
创建项目目录：
assets/generated/{项目名}/
├── characters/ # 角色胚子图
├── locations/ # 场景胚子图
├── scenes/ # 场景配图
├── characters.md # 角色索引
├── progress.json # 生成进度
└── gallery.md # 完整图集索引
Step 2: 文本解析与角色提取
- 自动识别文本类型：故事/课程/脚本/连环画
- 按语义分割场景（非机械按段落切）
- 提取所有人物/动物/生物，生成角色清单表
输出角色清单表格式：
| 角色名 | 类型 | 外貌特征 | 性格标签 | 出场场景 |
|---|---|---|---|---|
| 示例 | 人物/动物 | 详细外貌描述 | 性格关键词 | 1,2,3 |
交互点：展示清单，让用户补充/修正角色描述，确认后进入下一步。
Step 3: 生成角色胚子图
为每个角色生成标准立绘：
- 构图要求：正面或四分之三侧面，干净纯色背景
- 画面要求：单图，突出角色本体特征，禁止多角度拼接
- 命名规范：
{项目名}_char_{角色名}.png - 存储位置：
assets/generated/{项目名}/characters/
生图提示词结构：
[风格关键词], single character portrait of [角色描述],
[姿态], clean solid [背景色] background,
full body shot, character design sheet style,
--no multiple views, turnaround, collage, grid, panels, border
交互点：逐个展示角色胚子图，用户确认"OK"后锁定，不满意则重新生成。
将确认的角色信息写入 characters.md：
# 角色索引
## {角色名}
- **胚子图**：characters/{角色名}.png
- **外貌描述**：{详细外貌}
- **出场场景**：{场景序号列表}
Step 4: 智能拆镜
根据文本语义划分场景，生成场景清单表：
| 序号 | 场景名称 | 画面描述 | 出场角色 | 镜头类型 | 情绪氛围 |
|---|---|---|---|---|---|
| 01 | 场景名 | 具体画面内容 | 角色列表 | 远景/中景/特写 | 情绪关键词 |
镜头类型说明：
- 远景：交代环境，角色较小
- 中景：角色半身或全身，主体突出
- 特写：面部表情或关键物品细节
交互点：展示拆镜表，让用户调整场景划分、镜头选择，确认后进入下一步。
Step 5: 生成风格胚子图
用第一个场景生成风格定调图：
- 根据用户选择的风格预设（或自定义描述）构建提示词
- 生成第一张场景图
- 展示给用户确认
交互点：
- 确认OK → 提取风格关键词，记录到
progress.json，全程复用 - 不满意 → 调整风格描述，重新生成
Step 6: 场景胚子图（可选）
识别文本中反复出现的重要场景，如：
- 主角的家
- 重要地标建筑
- 反复出现的场所
为这些场景单独生成环境图：
- 构图要求：无人物，纯场景环境
- 存储位置：
assets/generated/{项目名}/locations/ - 命名规范：
{场景名}.png
交互点：展示场景胚子图，确认或跳过。
Step 7: 批量生成场景图
逐场景生成配图，采用图生图方式保证角色一致性。
单角色场景
直接基于该角色胚子图做图生图：
python image_to_image.py "characters/角色A.png" "场景描述，保持角色形象..." -o "scenes/scene_xx.png"
多角色场景（串行替换规则）
当场景包含多个角色时，必须串行轮流替换，逐步锁定每个角色：
步骤1：基于角色A胚子图 + 场景描述 → 生成 role1.png（角色A锁定，其他角色可能不一致）
步骤2：基于角色B胚子图 + role1.png → 生成 role2.png（角色A+B锁定）
步骤3：基于角色C胚子图 + role2.png → 生成 role3.png（角色A+B+C锁定）
...依此类推，直到所有角色都替换完成
最终输出：role{n}.png 作为该场景的最终图
执行示例（3角色场景）：
# 第1轮：锁定孙悟空
python image_to_image.py "characters/孙悟空.png" "场景描述，孙悟空xxx，唐僧xxx，猪八戒xxx..." -o "scenes/scene_xx_role1.png"
# 第2轮：基于role1锁定唐僧
python image_to_image.py "characters/唐僧.png" "保持场景和其他角色，替换唐僧形象与参考图一致" --ref "scenes/scene_xx_role1.png" -o "scenes/scene_xx_role2.png"
# 第3轮：基于role2锁定猪八戒
python image_to_image.py "characters/猪八戒.png" "保持场景和其他角色，替换猪八戒形象与参考图一致" --ref "scenes/scene_xx_role2.png" -o "scenes/scene_xx_role3.png"
# 最终重命名
mv "scenes/scene_xx_role3.png" "scenes/scene_xx_场景名.png"
# 清理中间文件
rm "scenes/scene_xx_role1.png" "scenes/scene_xx_role2.png"
角色替换顺序：按重要性或画面占比从大到小排序
提示词规范
提示词结构：
[风格关键词], [场景描述],
[角色A描述], [角色B描述],
[镜头构图], [情绪氛围],
--no multiple panels, comic layout, grid, collage, split frame, border, manga panels, text, caption, title, subtitle, watermark, signature, letters, words, writing
铁律：
- 禁止输出任何文字、标题、水印、签名
- 排除词必须包含
text, caption, title, subtitle, watermark, signature, letters, words, writing
命名规范：scene_{序号}_{场景名}.png
存储位置：assets/generated/{项目名}/scenes/
进度追踪：
- 每生成一张，更新
progress.json - 失败自动重试（最多3次）
Step 8: 输出整理
生成完成后，创建图集索引文档 gallery.md：
# {项目名} 场景图集
## 项目信息
- **风格**：{风格描述}
- **尺寸**：{尺寸}
- **场景数**：{总数}
- **生成日期**：{日期}
## 角色一览
| 角色 | 胚子图 |
|------|--------|
| {角色名} | ![[characters/{角色名}.png]] |
## 场景图集
### Scene 01：{场景名}
![[scenes/scene_01_{场景名}.png]]
> {场景描述}
<details>
<summary>提示词</summary>
{完整提示词}
</details>
特殊操作命令
| 命令 | 说明 |
|---|---|
重新生成 {角色名} |
重新生成指定角色胚子图 |
重新生成 scene_{序号} |
重新生成指定场景图 |
从 scene_{序号} 继续 |
断点续传，从指定场景继续 |
更换风格 |
重新选择风格，需重新生成风格胚子 |
导出图集 |
生成最终索引文档 |
预设风格
可选择以下预设风格，或提供自定义风格描述：
日系治愈绘本
soft watercolor illustration, warm pastel colors, gentle lighting,
Studio Ghibli inspired, dreamy atmosphere, delicate linework
国风水墨淡彩
traditional Chinese ink wash painting, subtle watercolor tints,
elegant brushwork, Song dynasty aesthetic, zen atmosphere
欧美儿童插画
vibrant children's book illustration, bold colors, expressive characters,
playful style, Pixar-inspired, warm and inviting
赛博朋克
cyberpunk aesthetic, neon lights, dark atmosphere,
high contrast, futuristic cityscape, Blade Runner inspired
扁平矢量风
flat vector illustration, clean geometric shapes,
modern minimalist, limited color palette, graphic design style
水彩手绘风
traditional watercolor painting, visible brush strokes,
organic textures, artistic imperfections, soft edges
文件结构
生成项目的完整目录结构：
assets/generated/{项目名}/
├── characters/ # 角色胚子图
│ ├── {角色A}.png
│ └── {角色B}.png
├── locations/ # 场景胚子图（可选）
│ └── {场景名}.png
├── scenes/ # 场景配图
│ ├── scene_01_{场景名}.png
│ ├── scene_02_{场景名}.png
│ └── ...
├── characters.md # 角色索引表
├── progress.json # 生成进度
└── gallery.md # 完整图集索引
依赖技能
image-service：实际生图执行obsidian-markdown：生成索引文档（可选）
References
references/prompt_templates.md：提示词模板库references/style_presets.md：风格预设详情
Assets
assets/templates/gallery_template.md：图集索引模板assets/templates/characters_template.md：角色索引模板