AI 条漫生成器搭建指南
这个技能解决什么
用户有内容（公众号文章、观点、生活感悟、甚至一个简单主题），但不会画画、不会写分镜、不懂漫画叙事，想把它做成「条漫 / 故事图 / IP 内容」去传播。
本技能交付的不是「一个输入框 + 一个生成按钮」的套壳作图工具，而是一套内容创作流程工具：把内容理解、脚本改写、角色一致、分镜拆解、图片生成、局部修改做成一条完整流水线。
方法论源自实战经验，适用于所有 AI 编程平台（字节扣子编程、百度秒哒、阿里秒悟等），也适用于直接用代码实现（见 scripts/ 参考实现）。
核心心法（先读）
- 条漫生成器 ≠ AI 画图工具。 画图工具输入一句提示词出一张图；条漫生成器输入一个想法，产出一组连续叙事内容。
- 不要一上来就让 AI 直接出图。 先出结构化脚本，用户确认后再批量出图。图片生成成本高且不可控，编辑要前置到「脚本层」。
- 角色一致性要提前设计。 没有固定 IP，AI 每一格生成的人物都不一样（第一格小狐狸、第二格小狗）。先沉淀 IP 设定，再让画面复用。
- AI 完成 70%，人调 30%。 让 AI 先出初稿，人低成本调整到想要的状态，再生成图片。
七步搭建流程
> 给 AI 编程平台的需求不要只说「帮我做个条漫生成器」，会做偏。把下面流程拆清楚再让 AI 按流程实现。完整提示词见 references/prompt_templates.md。
- 角色设定（第一步，不是输入主题）。 创建 IP 主角，支持两种方式：写描述让 AI 生成角色图 / 上传已有形象图。需满足：支持自定义图片上传、输入后生成图片供确认、内置角色模板、可切换风格。详见
references/ip_templates.md。 - 输入内容。 两种入口：输入主题（轻量，如「一个人学会了做饭」）/ 粘贴公众号文章链接（自动提取正文）。链接提取遇反爬报错时，把错误贴给 AI 修复，详见
references/troubleshooting.md。 - 生成并确认脚本。 AI 把内容扩写成多格脚本，每格含 场景 / 镜头 / 动作 / 台词 / 气泡 / 图片提示词。先把脚本展示给用户、可逐格编辑，确认后再出图。字段定义见
references/script_schema.md。 - 一键生成条漫。 按脚本顺序批量出图，每格尽量保持同一 IP、同一画风、同一色调。指定布局风格（如「上下两格、台词印在画面内」），可丢一张参考效果图让 AI 学。
- 局部重生成。 某格不满意，只改这一格脚本并重生成，而不是整条重来。
- 保存作品 / 沉淀资产。 必须存数据：IP、作品、脚本模板、修改记录。不存数据基本无法真正使用。
- 补齐介绍页与登录。 首页讲清「能做什么 / 适用场景 / 几步完成 / 效果长啥样」，不是只有一个「开始创作」按钮。登录用用户 ID 作标识，URL 带
?id=XXX可共享，详见references/platform_notes.md。
三条设计铁律
- 内容生成要结构化。 每格的 场景 / 动作 / 台词 / 镜头 / 气泡 先拆清楚。结构越清楚，生成越稳定。
- 角色一致性提前设计。 主角外形、服装、颜色、表情、性格、画风先沉淀成可复用资产组，而不是一张图。
- 编辑流程前置。 先让用户改脚本、确认，再出图；出图后支持局部重生成，不一键全部重来。
面板脚本字段（速查）
每格面板 JSON 结构（完整说明与示例见 references/script_schema.md）：
| 字段 | 含义 |
|---|---|
scene |
场景（时间 / 地点 / 环境） |
shot |
镜头（景别：特写 / 近景 / 中景 / 全景） |
action |
动作（角色在做什么） |
dialogue |
台词（角色说的话，要短，避免乱码） |
bubble |
气泡（台词在画面中的呈现方式：对话框 / 旁白 / 无） |
image_prompt |
图片提示词（含 IP 描述 + 风格 + 本格画面，喂给图像模型） |
随附资源怎么用
scripts/comic_generator.py：可运行参考实现，把「主题 / 文章」→ 结构化脚本 → 批量出图 → 竖向拼接条漫，支持单格重生成。带--demo离线模式，无需任何 API key 即可验证完整流水线。scripts/serve.py：零依赖本地预览服务器，打开comic_output/index.html。references/prompt_templates.md：直接复制给 AI 编程平台的完整提示词与功能要求清单。references/script_schema.md：面板字段定义 + JSON 示例，喂给 LLM 的 schema 依据。references/ip_templates.md：内置角色模板，供用户直接选择。references/troubleshooting.md：文章链接反爬、台词乱码、角色跳变、风格不对等常见坑的修复。references/platform_notes.md：扣子 / 小微智能体发布与?id=XXX登录体系、适用平台对照。
快速开始（用 scripts 参考实现）
# 1) 安装依赖（仅需 Pillow 用于拼接/占位图；网络调用走标准库，无需 requests）
pip install pillow openai # openai 可选，仅真实调用 LLM 时需要
# 2) 离线演示：内置示例脚本 + 占位图，验证完整流水线，生成 comic_output/
python scripts/comic_generator.py --demo
# 3) 真实生成：配置环境变量后，用主题出图
export LLM_API_KEY=sk-xxx
export COMIC_IP="一只橙色的小狐狸，戴着红色围巾"
export COMIC_STYLE="上下两格分镜，台词印在画面内，小红书治愈风"
python scripts/comic_generator.py --theme "一个人学会了做饭"
# 4) 只重生成第 3 格（0 起）
python scripts/comic_generator.py --regenerate 2
# 5) 本地预览
python scripts/serve.py
配置项（环境变量）：LLM_API_KEY / LLM_BASE_URL / LLM_MODEL（OpenAI 兼容聊天接口）、IMG_API_KEY / IMG_BASE_URL / IMG_MODEL（OpenAI 兼容图像接口）、COMIC_IP（IP 主角描述，保证一致性）、COMIC_STYLE（条漫风格）。
关键提示词要点（给 AI 编程平台）
- 不让 AI 直接出图，先生成脚本。
- 明确每格脚本必须包含的字段（见上面表格）。
- 强调用户可先确认、编辑脚本，再出图。
- 要求生成后支持局部修改，不是只能重生成整条。
- 第一步固定 IP 形象，解决角色一致性。
- 台词写短，避免画面文字乱码。
> 落地时若平台本身不支持图像 API，可把 scripts/comic_generator.py 的图像调用替换为该平台的图像节点，脚本的脚本生成与 JSON 编排逻辑可直接复用。
