image-generation-skill

image-generation-skill

概述

调用 nano banana API 将服化道/分镜提示词转化为图片。支持两种模式：

1. 纯文本生图：提示词 → API → PNG 图片
2. 参考图生图：提示词 + 本地参考图（base64 编码）→ API → PNG 图片

前置条件

• .env 或环境变量中配置了 NANO_BANANA_API_KEY 和 NANO_BANANA_BASE_URL
• Python 3 已安装
• requests 库已安装（pip install requests）

输入

• 提示词文件：outputs/{剧本名}/assets/character-prompts.md、scene-prompts.md 或 prop-prompts.md
• 单条提示词：直接传入文本
• 可选参考图：本地图片路径

输出

• 角色图：outputs/{剧本名}/images/characters/{前缀}-{序号}.png
• 场景图：outputs/{剧本名}/images/scenes/{前缀}-{序号}.png
• 物品图：outputs/{剧本名}/images/props/{前缀}-{序号}.png

执行流程

步骤1：环境检查

确认 .env 中有 NANO_BANANA_API_KEY 和 NANO_BANANA_BASE_URL：

test -f .env && grep -q "NANO_BANANA_API_KEY" .env && grep -q "NANO_BANANA_BASE_URL" .env

步骤2：生成角色图（第一批，无外部依赖）

python scripts/generate_image.py \
  --prompt-file "outputs/{剧本名}/assets/character-prompts.md" \
  --output-dir "outputs/{剧本名}/images/characters" \
  --prefix char

步骤3：生成物品图（第二批，白底独立策略，仅同族物品间有依赖）

python scripts/generate_image.py \
  --prompt-file "outputs/{剧本名}/assets/prop-prompts.md" \
  --output-dir "outputs/{剧本名}/images/props" \
  --image-base-dir "outputs/{剧本名}/images" \
  --prefix prop

步骤4：生成场景图（第三批，依赖角色图和物品图，通过 --image-base-dir 跨文件引用）

python scripts/generate_image.py \
  --prompt-file "outputs/{剧本名}/assets/scene-prompts.md" \
  --output-dir "outputs/{剧本名}/images/scenes" \
  --image-base-dir "outputs/{剧本名}/images" \
  --prefix scene

生成顺序很重要：角色 → 物品 → 场景 → 帧图，确保被引用的图先生成。场景引用角色图和物品图，所以必须在场景之前生成。帧图依赖角色图和场景图，所以最后生成。

步骤5：生成帧图（第四批，按集组织，依赖角色图 + 场景图）

帧图由 seedance-storyboard-skill 在生成提示词时同步输出到 03-frame-requests.md。帧图按集组织，不跨集累积。

python scripts/generate_image.py \
  --prompt-file "outputs/{剧本名}/storyboard/ep<N>/03-frame-requests.md" \
  --output-dir "outputs/{剧本名}/images/frames/ep<N>" \
  --image-base-dir "outputs/{剧本名}/images" \
  --prefix frame

帧图类型说明：

• 首帧图：用于 I2V-首帧模式，锁定开场构图
• 尾帧图：用于首尾帧模式，锁定结束画面
• 分镜参考图：用于多参考模式多时段，引导各时段画面