story-to-scenes

```

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

```

1. 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
2. 先人后景：必须先生成并锁定角色胚子，再进行场景生图
3. 确认才锁定：角色胚子、风格胚子必须用户确认后才算锁定
4. 引用生成：场景中出现已锁定角色时，必须引用其胚子图
5. 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
6. 进度持久化：生成过程实时保存进度，支持断点续传

Step 1: 项目初始化

收集项目基本信息：

```yaml

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

1. 自动识别文本类型：故事/课程/脚本/连环画
2. 按语义分割场景（非机械按段落切）
3. 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：

```markdown

# 角色索引

• 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：

1. 根据用户选择的风格预设（或自定义描述）构建提示词
2. 生成第一张场景图
3. 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：

```bash

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）：

```bash

# 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：

```markdown

# {项目名} 场景图集

• 风格：{风格描述}
• 尺寸：{尺寸}
• 场景数：{总数}
• 生成日期：{日期}

| 角色 | 胚子图 |

|------|--------|

| {角色名} | ![[characters/{角色名}.png]] |

Scene 01：{场景名}

![[scenes/scene_01_{场景名}.png]]

> {场景描述}

```

| 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 |

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

```

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

```

• image-service：实际生图执行
• obsidian-markdown：生成索引文档（可选）

• references/prompt_templates.md：提示词模板库
• references/style_presets.md：风格预设详情

• assets/templates/gallery_template.md：图集索引模板
• assets/templates/characters_template.md：角色索引模板