starmen1265
ccfddadf2a
- 新增楼梯间窗标准件(横向小条窗)；窗户字汇表扩至4件 - v2 prompt：7段镜像布局 + 每户两组卧室窗 + 阳台矮墙非落地窗 + 凹进门洞 + 禁半地下室 + 楼梯间窗引用 - v2定稿图(260623-183501)，修正v1的布局/卧室/阳台/半地下室4类问题 - codex完整prompt同步v2；_gen_standard_parts加stair、_build_parts_sheet扩4件、_run_pathc_fuse指向v2
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：
- 方法论层 —
AI风格化生图工作流方案.md：四步走流程 + 预置风格 Prompt 模板 - 工具层 —
tools/image_gen.py：封装 API 调用的 Python CLI - 调研选型层 —
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，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
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
# 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：
- 优先
images.edit（多图编辑模式，两张图都上传） - 失败则回退
images.generate + extra_body - 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）
| 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）
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，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）
# 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"。