image-service

zlab 画像処理スキル

設定

設定項目	値
API	設定ファイルで設定
画像生成モデル	設定ファイルで設定
ビジョンモデル	設定ファイルで設定
設定ファイル	config/settings.json

実行ルール

• スクリプトは絶対パスで呼び出し、画像は現在の作業ディレクトリに保存します
• プロンプトは必ず中国語を使用し、画像内のタイトルとラベルも必ず中国語にします
• 中国語の文字を含む場合は、guides/text-rendering.md の文字を鮮明にするための後置文を追加します
• デフォルトのアスペクト比は 16:9、縦向きのシーン（小紅書／漫画）ではデフォルトで 3:4 にします

🔀 シーンルーティング（鉄則：依頼を受けたら最初に行うこと）

收到生图需求
  │
  ├─ 信息图/数据可视化/架构图/流程图/对比图/鱼骨图/思维导图/金字塔/漏斗/韦恩图/冰山图
  │  → 📊 信息图 → scenes/infographic/
  │
  ├─ 封面/头图/banner/公众号封面/文章封面
  │  → 🖼️ 封面图 → scenes/cover/
  │
  ├─ 长图/微信长图/多屏/从上到下/竖版长图/分段/多个段落
  │  → 📜 长图 → scenes/long-image/
  │
  ├─ 幻灯片/PPT图/slides/演示文稿
  │  → 📑 幻灯片 → scenes/slide-deck/
  │
  ├─ 漫画/连环画/分镜/绘本/知识漫画/故事图
  │  → 📖 漫画 → scenes/comic/
  │
  ├─ 文章插图/自动配图/智能插图/给文章配图
  │  → ✏️ 文章插图 → scenes/article-illust/
  │
  ├─ 小红书/笔记配图/种草图/卡片系列
  │  → 📱 小红书图 → scenes/xhs/
  │
  ├─ 海报/主图/电商/促销/九宫格/产品图/营销/物料
  │  → 🛍️ 营销物料 → scenes/marketing/
  │
  ├─ 改图/编辑图片/风格转换/基于这张图
  │  → 🔄 图生图 → core/image_to_image.py（直接执行）
  │
  ├─ 分析图片/OCR/识别文字/描述图片/图生文
  │  → 👁️ 图生文 → core/image_to_text.py（直接执行）
  │
  └─ 其他单图需求（一张图，无特殊场景）
     → 🎨 单图 → core/text_to_image.py（直接执行）

シーンにルーティングした後 → そのシーンの README.md を読み込み、詳細なパラメーターと使い方を確認してから、以下の実行フローに従います。

---

📋 共通の実行フロー（すべてのシーンで共通）

ステップ1：依頼を分析する

• 何を生成するか（テーマ、内容の要点）を明確にします
• シーンの種類を決定します（ルーティングで判定済み）
• 枚数を決定します（何枚の画像か）
• アスペクト比を決定します（16:9 / 3:4 / 1:1 など）

ステップ2：計画を立てる（複数画像のシーンでは必須）

単一画像：スキップして直接生成できます。 複数画像のシーン（長尺画像／スライド／漫画／小紅書／記事の挿絵）：まず計画を提示し、ユーザーの確認後に実行する必要があります。

計画の出力形式：

| 序号 | 内容概要 | 类型/布局 |
|-----|---------|----------|
| 1   | xxx     | xxx      |
| 2   | xxx     | xxx      |

**场景**：xx | **风格**：xx | **比例**：xx | **预计**：N张

ステップ3：生成を実行する

シーン	実行方法	ルール
📊 インフォグラフィック	シーンスクリプトを直接呼び出し	単一画像は並列実行可能
🖼️ カバー画像	シーンスクリプトを直接呼び出し	1枚
📜 長尺画像	coreエンジンで順次実行	鉄則：必ず順次実行！ 最初の画面はtext_to_image、後続はimage_to_imageで前の画面を参照し、最後にmergeで結合します
📑 スライド	シーンスクリプトで各ページを順次処理	1ページずつ順次生成
📖 漫画	シーンスクリプトで各ページを順次処理	順次実行！ 最初のページはtext_to_imageでトーンを決め、後続はimage_to_imageで前のページを参照します
✏️ 記事の挿絵	シーンスクリプトで一括処理	各章は独立しており、並列実行可能（≤8枚）
📱 小紅書	シーンスクリプトで1枚ずつ処理	順次実行！ 最初の画像でトーンを決め、後続は前の画像を参照してスタイルを統一します
🛍️ マーケティング素材	coreエンジン＋テンプレート	同じスタイルなら並列実行可能（≤8枚）
🔄 画像から画像	coreを直接呼び出し	1枚
🎨 単一画像	coreを直接呼び出し	1枚

ステップ4：品質を確認する

1. 生成後、中国語の文字を含む画像は core/image_to_text.py -m ocr で文字が鮮明かどうかを確認します
2. OCRの結果が想定と異なる場合 → core/image_to_image.py で修正を繰り返します（guides/text-rendering.md を参照）
3. 複数画像のシーンでは、完了後に各画像をユーザーに提示して確認してもらい、満足できない画像は個別に再生成します

---

🛠️ スクリプト早見表

シーンスクリプト

# 📊 信息图 — 20布局×17风格=340种
python3 scenes/infographic/zlab_infographic.py -l {布局} -s {风格} -n "标题" -c "内容" -o out.png
python3 scenes/infographic/zlab_infographic.py --list  # 查看所有选项

# 🖼️ 封面图 — 五维定制=3888种
python3 scenes/cover/zlab_cover.py -n "标题" --type {类型} --palette {配色} --rendering {渲染} --text {文字} --mood {氛围} -o out.png

# 📑 幻灯片 — 16种预设
python3 scenes/slide-deck/zlab_slide_deck.py article.md --style {预设} -o slides/
python3 scenes/slide-deck/zlab_slide_deck.py article.md --outline-only  # 仅看大纲

# 📖 漫画 — 5画风×7基调×6布局=210种
python3 scenes/comic/zlab_comic.py source.md --art {画风} --tone {基调} --layout {布局} -o comic/

# ✏️ 文章插图 — 6类型×8风格=48种
python3 scenes/article-illust/zlab_article_illustrator.py article.md --style {风格} -o images/

# 📱 小红书 — 9风格×6布局=54种
python3 scenes/xhs/zlab_xhs_images.py content.md --style {风格} --layout {布局} -o xhs/

すべてのシーンスクリプトは --list による利用可能なオプションの表示に対応しています。

コアエンジン

# 文生图
python3 core/text_to_image.py "中文描述" -r 16:9 -o output.png
python3 core/text_to_image.py "描述" -r 3:4 --ref ref.png -o output.png  # 参考图风格

# 图生图
python3 core/image_to_image.py input.png "编辑描述" -r 3:4 -o output.png

# 图生文
python3 core/image_to_text.py image.jpg -m describe|ocr|chart|fashion|product|scene

# 长图拼接
python3 core/merge_long_image.py img1.png img2.png -o output.png --blend 20
python3 core/merge_long_image.py -p "*.png" -o output.png --sort name

対応アスペクト比：1:1 2:3 3:2 3:4 4:3 4:5 5:4 9:16 16:9 21:9

---

📚 共通ガイド（必要に応じて読み込み）

条件	ファイル	読み込みのタイミング
画像に中国語の文字を含む	guides/text-rendering.md	プロンプトで中国語のタイトル／ラベルを求める場合は必ず読み込みます
PPT／ドキュメント用の画像を作成する	guides/color-sync.md	他の媒体と配色を合わせる必要がある場合に読み込みます
画像生成の結果を改善する必要がある	guides/prompt-guide.md	画像生成の結果が期待どおりでなく、改善が必要な場合に読み込みます
APIインターフェースの問題	guides/api-reference.md	低レベルインターフェースをデバッグする場合に読み込みます
複数画面の長尺画像を生成する	scenes/long-image/README.md	長尺画像のシーンにルーティングした場合は必ず読み込みます
マーケティング素材のテンプレート	scenes/marketing/templates.md	マーケティングのシーンにルーティングした場合は必ず読み込みます