feat(ai-art): 增强生图工具(多图融合/prompt文件/短名)+概述文档
image_gen.py: --fuse支持1风格+N张内容图(-c可重复); 新增-pf/--prompt-file从文件读prompt; 修复images.edit参数格式bug(dict->tuple); save_result改用短英文文件名(修复长中文文件名导致图像分析工具URL解析失败). README.md: 工具链概述文档.
This commit is contained in:
@@ -0,0 +1,211 @@
|
||||
# ai-art-research — AI 美术参考图生产工具链
|
||||
|
||||
> 为 ChildHood 项目（千禧年城郊童年模拟 · UE5.7 · 3D Lowpoly）稳定产出**统一风格美术参考图**的全套工具、素材与方法论。
|
||||
> 创建时间：2026-06-06 · 风格方向：偏《深夏时光！二十世纪的暑假》现代 3D 卡通渲染
|
||||
|
||||
---
|
||||
|
||||
## 一、它是什么
|
||||
|
||||
这套工具解决一个具体问题：**让一个非美术专业、但"知道自己想要什么感觉"的开发者，能用 AI 稳定地生成符合项目统一风格的美术参考图**（注意：是概念参考图，不是最终游戏资产）。
|
||||
|
||||
核心难点是**双参考融合**——手里有两类素材：
|
||||
|
||||
| 素材类型 | 作用 | 来源 |
|
||||
|---------|------|------|
|
||||
| **风格参考图**（"怎么画"） | 锁定美术风格 | 《深夏时光》游戏截图 |
|
||||
| **内容参考图**（"画什么"） | 提供场景内容 | 千禧年中国城郊真实照片 |
|
||||
|
||||
目标输出 = **用风格参考的画法，呈现内容参考的场景**。
|
||||
|
||||
工具链由三层组成：
|
||||
|
||||
1. **方法论层** — [`AI风格化生图工作流方案.md`](./AI风格化生图工作流方案.md)：四步走流程 + 预置风格 Prompt 模板
|
||||
2. **工具层** — [`tools/image_gen.py`](./tools/image_gen.py)：封装 API 调用的 Python CLI
|
||||
3. **调研选型层** — [`调研文档/`](./调研文档/)：平台与模型横评
|
||||
|
||||
---
|
||||
|
||||
## 二、目录结构
|
||||
|
||||
```
|
||||
ai-art-research/
|
||||
├── README.md # 本文件
|
||||
├── .env.example # API易 配置模板（复制为 .env 填写）
|
||||
├── .env # 实际配置（含密钥，已被 .gitignore 排除）
|
||||
├── AI风格化生图工作流方案.md # ⭐ 核心方法论文档（主入口）
|
||||
│
|
||||
├── tools/
|
||||
│ └── image_gen.py # ⭐ Python 生图 CLI
|
||||
│
|
||||
├── 参考图/ # 输入素材库（共 230 张）
|
||||
│ ├── 参考图素材链接清单.md # 各素材下载链接
|
||||
│ ├── 待补充素材.md # 占位（当前为空）
|
||||
│ ├── 游戏截图/ # 44 张（《深夏时光》《我的暑假》《放学后少年》）
|
||||
│ ├── 真实场景/ # 125 张（千禧年中国城郊实景）
|
||||
│ └── 美术风格/ # 61 张（Lowpoly/怀旧风格参考项目）
|
||||
│
|
||||
├── 生成结果/ # 输出库（每张图配套 .meta.json）
|
||||
│ ├── 测试/ # --test 连通性测试产出
|
||||
│ ├── 风格校准/ # --calibrate 5 物体校准产出（待补）
|
||||
│ ├── 双参考融合/ # --fuse 产出（待补）
|
||||
│ ├── 国内模型/ # 横评产出（待补）
|
||||
│ └── 国外模型/ # 横评产出（待补）
|
||||
│
|
||||
└── 调研文档/
|
||||
├── 01-聚合站与中转站调研.md # 平台选型
|
||||
└── 02-模型测试计划.md # 模型横评计划与评分表
|
||||
```
|
||||
|
||||
> ⚠️ 本目录被项目根 `.ignore` 屏蔽，**不进入 ripgrep/Glob 搜索**（这是有意为之，避免参考图/产出图污染代码检索）。查找本目录内容需直接读文件或用 `find`。
|
||||
|
||||
---
|
||||
|
||||
## 三、核心方法论速览
|
||||
|
||||
详见 [`AI风格化生图工作流方案.md`](./AI风格化生图工作流方案.md)，要点如下：
|
||||
|
||||
### 1. 风格六维度框架
|
||||
用"做菜配方"的方式拆解任意一张图的风格，便于非美术人员描述：
|
||||
|
||||
| 维度 | 观察点 |
|
||||
|------|--------|
|
||||
| 几何/形体 | 简化程度、边缘锐利还是圆润 |
|
||||
| 色彩 | 主色、冷暖、饱和度 |
|
||||
| 光照 | 光源方向、阴影软硬、整体亮度 |
|
||||
| 纹理 | 表面光滑/粗糙、有无笔触 |
|
||||
| 构图 | 俯视/平视、近景/远景 |
|
||||
| 氛围 | 三个词描述感受 |
|
||||
|
||||
### 2. 风格种子（已硬编码进脚本，自动注入）
|
||||
英文版（作为生图 prompt 前缀）：
|
||||
> *"3D low-poly game art, flat cel-shaded with solid color blocks, bright warm-cool balanced saturated palette, soft diffused lighting with subtle shadows, simplified geometric forms with clean edges, low-angle third-person perspective, nostalgic warm summer atmosphere"*
|
||||
|
||||
### 3. 风格方向（已确认）
|
||||
- ✅ 中等几何简化、保留圆滑曲线；鲜艳明亮色彩；柔和自然阴影；干净纯色平面着色（cel-shaded）
|
||||
- ❌ 不追求 PS1 的像素化贴图、vertex jitter 等复古缺陷
|
||||
|
||||
### 4. 三工具分工策略
|
||||
|
||||
| 角色 | 工具 | 用途 |
|
||||
|------|------|------|
|
||||
| 主力生图 | **GPT-Image-2** | 双参考融合，精确控制风格 + 内容 |
|
||||
| 风格锁定 | **Nano Banana 2 (Gemini)** | 上传多张（最多 14 张）参考图做风格锚定 |
|
||||
| 中文探索 | **Seedream 5 (即梦)** | 自然中文描述探索方向 |
|
||||
|
||||
---
|
||||
|
||||
## 四、工具使用：`image_gen.py`
|
||||
|
||||
通过 **API易 平台**（OpenAI 兼容格式）调用生图模型。每次产出同时保存图片和 `.meta.json`（记录模型、prompt、时间戳等，便于复现）。
|
||||
|
||||
### 环境准备
|
||||
|
||||
```bash
|
||||
cd ai-art-research
|
||||
cp .env.example .env # 填入 APIYI_API_KEY
|
||||
pip install openai python-dotenv
|
||||
```
|
||||
|
||||
`.env` 关键字段：
|
||||
| 字段 | 说明 | 默认 |
|
||||
|------|------|------|
|
||||
| `APIYI_API_KEY` | API易 令牌（必填，https://api.apiyi.com/token 创建） | — |
|
||||
| `APIYI_BASE_URL` | API 地址 | `https://api.apiyi.com/v1` |
|
||||
| `APIYI_MODEL` | 默认模型 | `gpt-image-2` |
|
||||
|
||||
### 四个命令
|
||||
|
||||
```bash
|
||||
# 1) 测试连通性（生成一张简单测试图到 生成结果/测试/）
|
||||
python tools/image_gen.py --test
|
||||
|
||||
# 2) 文生图（自动加风格前缀；--no-style 关闭）
|
||||
python tools/image_gen.py -g "千禧年中国城郊的小卖部门口"
|
||||
python tools/image_gen.py -g "a red apple" --no-style
|
||||
|
||||
# 3) 风格校准 —— 用同一风格种子生成 5 个固定物体（乌鸦/茶杯/老人/山湖/苹果），验证风格一致性
|
||||
python tools/image_gen.py --calibrate
|
||||
|
||||
# 4) 双参考融合 —— 风格参考 + 内容参考
|
||||
python tools/image_gen.py --fuse --style 深夏时光截图.png --content 城郊照片.jpg
|
||||
python tools/image_gen.py --fuse -s style.png -c photo.jpg -p "自定义 prompt"
|
||||
```
|
||||
|
||||
常用可选参数：`-m/--model` 换模型、`--size`（默认 1024x1024）、`--quality`（low/medium/high，迭代用 medium、最终用 high）、`--subdir` 自定义输出子目录。
|
||||
|
||||
### 双参考融合的实现细节
|
||||
脚本对 API 调用做了两级降级：
|
||||
1. 优先 `images.edit`（多图编辑模式，两张图都上传）
|
||||
2. 失败则回退 `images.generate + extra_body`
|
||||
3. 全部失败会提示改用网页端手动操作（API易 可能不支持多图 `images.edit` 端点）
|
||||
|
||||
---
|
||||
|
||||
## 五、调研与选型结论
|
||||
|
||||
### 平台选型（详见 [01-聚合站与中转站调研.md](./调研文档/01-聚合站与中转站调研.md)）
|
||||
|
||||
| 类型 | 推荐 | 理由 |
|
||||
|------|------|------|
|
||||
| 网页端一站式 | **Monica** | 一个平台覆盖 Claude 分析 + GPT-Image-2 + Nano Banana 2 |
|
||||
| API 中转（脚本用） | **API易** ⭐ | 性价比最高，GPT-Image-2 ~0.04-0.05 元/张，token 永不过期 |
|
||||
|
||||
> ⚠️ 中转站行业不稳定，**不要大额充值**；注意"注水"问题（低端模型冒充高端）。
|
||||
|
||||
### 模型横评（详见 [02-模型测试计划.md](./调研文档/02-模型测试计划.md)）
|
||||
计划对 8+ 模型用**统一 prompt** 横评：国内（可灵 Kling / 即梦 Seedream / 通义万相 / 混元 / CogView）+ 国外（GPT-Image-2 / Nano Banana 2 / Claude）。
|
||||
- 四套测试：A 场景概念图、B 角色设计、C 风格一致性（同 prompt 连生 3 次）、D 风格分析
|
||||
- 五维评分：画质 / 风格匹配 / Prompt 遵循 / 中国元素 / 一致性
|
||||
- 📌 **评分表尚未填写，横评进行中**
|
||||
|
||||
---
|
||||
|
||||
## 六、当前状态与待办
|
||||
|
||||
### ✅ 已就绪
|
||||
- 方法论文档与风格 Prompt 模板 v0.1
|
||||
- `image_gen.py` 四命令 CLI（`--test` 已跑通，`生成结果/测试/` 有 2026-06-10 产出）
|
||||
- 素材库充实（游戏截图 44 / 真实场景 125 / 美术风格 61）
|
||||
- 根目录有早期网页端手工测试产出若干（gpt-image-2 / gemini-3 系）
|
||||
|
||||
### 🔲 待补
|
||||
- [ ] 完成模型横评并填写评分表 → 产出选型结论
|
||||
- [ ] 跑通 `--calibrate` 与 `--fuse`，填充对应产出目录
|
||||
- [ ] 工作流方案规划但尚未产出的文档：`风格词汇表.md`、`风格Prompt模板.md`、`选型结论.md`
|
||||
- [ ] 补充 `参考图/待补充素材.md`
|
||||
|
||||
---
|
||||
|
||||
## 七、与主项目的关系
|
||||
|
||||
- 本目录是 **研究/工具性质**，独立于 UE5 工程；产出物（风格结论、参考图）按需回流到主项目。
|
||||
- 工作流方案明确要求：**同步更新 [`docs/art/美术风格指南.md`](../docs/art/美术风格指南.md)**，把"类似 PS1 游戏的渲染风格"改为"类似《深夏时光》的现代 3D 卡通渲染风格"。
|
||||
- 用户记忆中已记录本工具的风格方向（见 `~/.claude/.../memory/ai-art-style-direction.md`）。
|
||||
- Git：目录纳入版本管理，仅 `.env`（密钥）被 `.gitignore` 排除。
|
||||
|
||||
---
|
||||
|
||||
## 八、快速开始（5 分钟）
|
||||
|
||||
```bash
|
||||
# 1. 配置密钥
|
||||
cd ai-art-research && cp .env.example .env
|
||||
# 编辑 .env，填入 APIYI_API_KEY
|
||||
|
||||
# 2. 安装依赖
|
||||
pip install openai python-dotenv
|
||||
|
||||
# 3. 验证连通
|
||||
python tools/image_gen.py --test
|
||||
|
||||
# 4. 文生图试一张（自动带风格前缀）
|
||||
python tools/image_gen.py -g "千禧年中国城郊的小卖部门口"
|
||||
|
||||
# 5. 双参考融合（核心玩法）
|
||||
python tools/image_gen.py --fuse \
|
||||
--style "参考图/游戏截图/深夏时光01.png" \
|
||||
--content "参考图/真实场景/城郊小卖部.jpg"
|
||||
```
|
||||
|
||||
不满意就用自然语言迭代 prompt："几何再简化一点"、"色彩再温暖一些"、"下午4点的光线"。
|
||||
@@ -124,16 +124,30 @@ def _sanitize_filename(s: str, max_len: int = 40) -> str:
|
||||
return result[:max_len].rstrip("_")
|
||||
|
||||
|
||||
# 模式 → 简短英文文件名 tag
|
||||
# 避免把整段中文 prompt 塞进文件名（CDN URL 过长/编码异常会让图像分析工具解析失败）
|
||||
_MODE_SLUG = {
|
||||
"text_to_image": "gen",
|
||||
"style_calibration": "calib",
|
||||
"multi_reference_fusion": "fusion",
|
||||
"dual_reference_fusion": "fusion",
|
||||
"connection_test": "test",
|
||||
}
|
||||
|
||||
|
||||
def save_result(image_bytes: bytes, metadata: dict, subdir: str = "") -> Path:
|
||||
"""保存图片和元数据，返回图片路径"""
|
||||
"""保存图片和元数据，返回图片路径。
|
||||
文件名用「时间戳_模型_模式」短英文命名（如 260617-183020_gpt-image-2_fusion.png）；
|
||||
完整 prompt 与参数存在 .meta.json 里，不丢信息。
|
||||
"""
|
||||
ts = datetime.now().strftime("%y%m%d-%H%M%S")
|
||||
model_slug = metadata.get("model", "unknown").replace("/", "-").replace(".", "-")
|
||||
mode_slug = _MODE_SLUG.get(metadata.get("mode", ""), "img")
|
||||
|
||||
out_dir = OUTPUT_BASE / subdir if subdir else OUTPUT_BASE
|
||||
out_dir.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
prompt_tag = _sanitize_filename(metadata.get("prompt", "gen"))
|
||||
filename = f"{ts}_{model_slug}_{prompt_tag}.png"
|
||||
filename = f"{ts}_{model_slug}_{mode_slug}.png"
|
||||
|
||||
img_path = out_dir / filename
|
||||
img_path.write_bytes(image_bytes)
|
||||
@@ -270,99 +284,100 @@ def cmd_calibrate(client, model: str):
|
||||
# ---------------------------------------------------------------------------
|
||||
# 功能：双参考融合
|
||||
# ---------------------------------------------------------------------------
|
||||
def cmd_fuse(client, style_path: str, content_path: str, prompt: str,
|
||||
def cmd_fuse(client, style_path: str, content_paths, prompt: str,
|
||||
model: str, subdir: str):
|
||||
"""双参考图融合"""
|
||||
"""参考图融合（1 张风格参考 + 1~N 张内容参考）"""
|
||||
model = model or DEFAULT_MODEL
|
||||
fusion_prompt = prompt or DEFAULT_FUSION_PROMPT
|
||||
subdir = subdir or "双参考融合"
|
||||
|
||||
style_file = Path(style_path).resolve()
|
||||
content_file = Path(content_path).resolve()
|
||||
|
||||
if not style_file.exists():
|
||||
print(f"❌ 风格参考图不存在: {style_file}")
|
||||
sys.exit(1)
|
||||
if not content_file.exists():
|
||||
print(f"❌ 内容参考图不存在: {content_file}")
|
||||
sys.exit(1)
|
||||
|
||||
print("🔗 双参考融合")
|
||||
# content_paths 兼容单个 str/Path 或 list
|
||||
if isinstance(content_paths, (str, Path)):
|
||||
content_paths = [content_paths]
|
||||
content_files = []
|
||||
for cp in content_paths:
|
||||
cf = Path(cp).resolve()
|
||||
if not cf.exists():
|
||||
print(f"❌ 内容参考图不存在: {cf}")
|
||||
sys.exit(1)
|
||||
content_files.append(cf)
|
||||
|
||||
label = "双参考融合" if len(content_files) == 1 else f"多参考融合（1 风格 + {len(content_files)} 内容）"
|
||||
print(f"🔗 {label}")
|
||||
print(f" 模型: {model}")
|
||||
print(f" 风格参考: {style_file.name}")
|
||||
print(f" 内容参考: {content_file.name}")
|
||||
for cf in content_files:
|
||||
print(f" 内容参考: {cf.name}")
|
||||
print(f" Prompt: {fusion_prompt[:80]}...")
|
||||
print()
|
||||
|
||||
# 编码图片为 base64
|
||||
style_b64 = base64.b64encode(style_file.read_bytes()).decode()
|
||||
content_b64 = base64.b64encode(content_file.read_bytes()).decode()
|
||||
|
||||
# 确定图片 MIME 类型
|
||||
ext_map = {".png": "image/png", ".jpg": "image/jpeg", ".jpeg": "image/jpeg",
|
||||
".webp": "image/webp", ".gif": "image/gif"}
|
||||
style_mime = ext_map.get(style_file.suffix.lower(), "image/png")
|
||||
content_mime = ext_map.get(content_file.suffix.lower(), "image/png")
|
||||
|
||||
# 尝试方法 1: images.edit（带多图的编辑模式）
|
||||
# openai 库文件上传格式：tuple = (filename, bytes, content_type)
|
||||
style_tuple = (style_file.name, style_file.read_bytes(),
|
||||
ext_map.get(style_file.suffix.lower(), "image/png"))
|
||||
content_tuples = [
|
||||
(cf.name, cf.read_bytes(), ext_map.get(cf.suffix.lower(), "image/png"))
|
||||
for cf in content_files
|
||||
]
|
||||
image_list = [style_tuple] + content_tuples
|
||||
|
||||
image_bytes = None
|
||||
errors = []
|
||||
|
||||
# 方法 1: images.edit
|
||||
print(" 尝试方式 1: images.edit ...")
|
||||
# 方式 1: images.edit 多图（风格参考 + 全部内容参考）
|
||||
print(f" 尝试方式 1: images.edit ({len(image_list)} 图) 融合 ...")
|
||||
try:
|
||||
response = client.images.edit(
|
||||
model=model,
|
||||
image=[
|
||||
{"type": "image_file", "image_file": {
|
||||
"file_data": f"data:{style_mime};base64,{style_b64}",
|
||||
"filename": style_file.name,
|
||||
}},
|
||||
{"type": "image_file", "image_file": {
|
||||
"file_data": f"data:{content_mime};base64,{content_b64}",
|
||||
"filename": content_file.name,
|
||||
}},
|
||||
],
|
||||
image=image_list,
|
||||
prompt=fusion_prompt,
|
||||
size="1024x1024",
|
||||
)
|
||||
image_bytes = _extract_image_bytes(response.data[0])
|
||||
print(" ✅ 方式 1 成功")
|
||||
except Exception as e:
|
||||
errors.append(f"images.edit: {e}")
|
||||
errors.append(f"images.edit 多图: {e}")
|
||||
print(f" ⚠️ 方式 1 失败: {e}")
|
||||
|
||||
# 方法 2: images.generate with b64 image in prompt (chat-style)
|
||||
# 方式 2: images.edit 单图（仅第一张内容参考，风格靠文字）—— 降级
|
||||
if image_bytes is None:
|
||||
print(" 尝试方式 2: images.generate with extra_body ...")
|
||||
print(" 尝试方式 2: images.edit 单图（风格写入 prompt）...")
|
||||
single_prompt = (
|
||||
f"{STYLE_SEED_EN}\n\n"
|
||||
"Re-render the uploaded photo into this 3D low-poly cel-shaded game art style. "
|
||||
"Keep the photo's scene layout, building structure and objects, but re-render "
|
||||
"everything in the style described above. Warm nostalgic late-afternoon lighting, "
|
||||
"clean silhouette, game concept art."
|
||||
)
|
||||
try:
|
||||
response = client.images.generate(
|
||||
response = client.images.edit(
|
||||
model=model,
|
||||
prompt=fusion_prompt,
|
||||
image=content_tuples[0],
|
||||
prompt=single_prompt,
|
||||
size="1024x1024",
|
||||
quality="medium",
|
||||
n=1,
|
||||
response_format="b64_json",
|
||||
extra_body={
|
||||
"image": [
|
||||
f"data:{style_mime};base64,{style_b64[:100]}...", # 截断防止请求过大
|
||||
],
|
||||
},
|
||||
)
|
||||
image_bytes = _extract_image_bytes(response.data[0])
|
||||
print(" ✅ 方式 2 成功")
|
||||
print(" ✅ 方式 2 成功（单图 + 文字风格，效果弱于多图）")
|
||||
except Exception as e:
|
||||
errors.append(f"images.generate+extra_body: {e}")
|
||||
errors.append(f"images.edit 单图: {e}")
|
||||
print(f" ⚠️ 方式 2 失败: {e}")
|
||||
|
||||
if image_bytes is None:
|
||||
print()
|
||||
print("❌ 双参考融合 API 调用失败。")
|
||||
print(" 这可能是因为 API易 不支持多图输入的 images.edit 端点。")
|
||||
print("❌ 双参考融合 API 调用失败（双图 edit 与单图 edit 均失败）。")
|
||||
print()
|
||||
print("💡 替代方案：")
|
||||
print(" 1. 使用 API易 网页界面上传多张参考图手动操作")
|
||||
print(" 2. 或将风格描述写入 prompt，仅上传内容参考图（单图模式）")
|
||||
print("💡 可能原因与替代方案：")
|
||||
print(" 1. API易 的该模型可能不支持 images.edit → 改用网页端手动上传两张图")
|
||||
print(" 2. 换支持参考图的模型重试: -m gemini-3-1-flash-image-preview")
|
||||
print(" 3. 改走纯文生图: python tools/image_gen.py -g \"<建筑内容描述>\"")
|
||||
print()
|
||||
print(" 所有错误:")
|
||||
for err in errors:
|
||||
@@ -372,9 +387,9 @@ def cmd_fuse(client, style_path: str, content_path: str, prompt: str,
|
||||
save_result(image_bytes, {
|
||||
"model": model,
|
||||
"prompt": fusion_prompt,
|
||||
"mode": "dual_reference_fusion",
|
||||
"mode": "multi_reference_fusion",
|
||||
"style_reference": str(style_file),
|
||||
"content_reference": str(content_file),
|
||||
"content_references": [str(cf) for cf in content_files],
|
||||
"size": "1024x1024",
|
||||
"timestamp": datetime.now().isoformat(),
|
||||
}, subdir=subdir)
|
||||
@@ -412,8 +427,11 @@ def main():
|
||||
|
||||
# 参数
|
||||
parser.add_argument("-s", "--style", type=str, help="风格参考图路径（配合 --fuse）")
|
||||
parser.add_argument("-c", "--content", type=str, help="内容参考图路径（配合 --fuse）")
|
||||
parser.add_argument("-p", "--prompt", type=str, help="自定义 prompt")
|
||||
parser.add_argument("-c", "--content", action="append", type=str,
|
||||
help="内容参考图路径（配合 --fuse，可重复传多张：首张为整楼，后续为细节特写如晾衣架）")
|
||||
parser.add_argument("-p", "--prompt", type=str, help="自定义 prompt（短）")
|
||||
parser.add_argument("-pf", "--prompt-file", type=str,
|
||||
help="从 .txt 文件读取 prompt（配合 --fuse，适合长 prompt，避免命令行转义噪音）")
|
||||
parser.add_argument("-m", "--model", type=str, help=f"模型 (默认: {DEFAULT_MODEL})")
|
||||
parser.add_argument("--no-style", action="store_true", help="文生图不加风格前缀")
|
||||
parser.add_argument("--size", type=str, default="1024x1024", help="图片尺寸")
|
||||
@@ -444,9 +462,17 @@ def main():
|
||||
elif args.fuse:
|
||||
if not args.style or not args.content:
|
||||
parser.error("双参考融合需要 --style (-s) 和 --content (-c) 参数")
|
||||
if args.prompt_file:
|
||||
pf = Path(args.prompt_file)
|
||||
if not pf.exists():
|
||||
parser.error(f"prompt 文件不存在: {pf}")
|
||||
fuse_prompt = pf.read_text(encoding="utf-8")
|
||||
print(f" 📄 从文件读取 prompt: {pf.name}")
|
||||
else:
|
||||
fuse_prompt = args.prompt
|
||||
cmd_fuse(
|
||||
client, args.style, args.content,
|
||||
prompt=args.prompt, model=args.model, subdir=args.subdir,
|
||||
prompt=fuse_prompt, model=args.model, subdir=args.subdir,
|
||||
)
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user