astrbot_plugin_imagestudio/docs/advanced-style-set-workflow-1.0.22.md

9.7 KiB

进阶画风样本组:多图交叉提取与纯文本迁移验证

目标与边界

本功能只对素材根分类“风格”开放。服装、鞋袜、配饰、构图等普通与进阶素材继续使用单图导入,不改变现有接口语义。

一个进阶画风样本组接收 2~8 张同画风图片(推荐 3~6 张),将每张图片拆成完全独立、同时执行的视觉识别任务;全部可用结果完成后,再由交叉分析任务同时读取原图与逐图报告,分离共同画风、可变特征和内容污染。验证阶段不向生图模型传递任何源图,只把统一画风胶囊应用到与源样本完全不同的角色、场景和构图,以验证画风的迁移能力,而不是源图复刻能力。

最终仍封存为一个 advmat_... 进阶素材目录项。现有素材目录、衣橱、详细角色工作流继续通过统一 Material 合约使用它;旧的单图进阶素材不需要迁移。

用户流程

选择“风格”
  -> 上传 2~8 张样本
  -> 每张样本创建独立识别任务并同时派发
  -> 成功样本达到至少 2 张
  -> 交叉模型同时读取全部有效原图与逐图报告
  -> 生成共同画风、可变项、内容污染与异常样本报告
  -> 自动规划三个与源样本语义显著不同的验证场景
  -> 三个纯文本生图任务同时派发(无 input_images / image)
  -> 人工对照三项迁移结果
       |-- 接受 -> 封存一个高优先级进阶画风
       `-- 调整 -> 重建统一胶囊 -> 使用同一组场景重新并行验证

并行任务与屏障

单图识别

  • 每张源图拥有独立 source_id、task_id、状态、超时、重试次数、错误和识别结果。
  • 同一组内的 2~8 个识别任务一次性入队;Worker 不串行等待,调度并发上限默认等于组内图片数,硬上限为 8。
  • 任何一张失败都不得取消或超时其他任务,也不得共享计时器。
  • 失败样本可以单独重试或排除;成功样本不少于 2 张时允许用户继续。
  • 交叉分析通过数据库屏障触发:所有未排除任务进入终态,且成功数不少于 2;重复回调必须幂等,最多创建一个交叉分析任务。

验证生成

  • 默认生成 portrait、fullbody、novel_scene 三个验证案例。
  • 三个案例分别创建任务并同时派发,每个案例拥有独立超时、重试、取消和错误。
  • 验证批次只在全部未排除案例进入终态后进入人工审核;单例失败可以单独重试。
  • 所有耗时接口立即返回“已入队”,前端通过导入详情轮询状态。

画风交叉分析

交叉模型输入:

  • 全部有效原图;
  • 每张图片的结构化识别报告;
  • 每张图片的内容摘要;
  • 用户补充的画风要求;
  • 明确的“只抽取可观察画风、不继承内容”约束。

交叉结果至少包含:

  • consensus_style:多图稳定共同特征;
  • variable_style_features:部分样本存在的弱特征;
  • source_content_features:人物、服装、姿势、道具、场景与构图内容;
  • content_leakage_exclusions:正式提示词必须排除的内容污染;
  • outlier_source_ids:疑似异画风样本;
  • representative_source_ids:按风格强度、内容差异和污染风险选择的 1~3 张代表图;
  • consensus_confidence 与逐特征证据;
  • compact / standard / detailed 三档统一画风胶囊。

共同特征的默认分级:

  • 支持率不低于 60% 且置信度达标:核心画风;
  • 支持率 40%~60%:可变或弱画风;
  • 支持率低于 40%:不进入核心胶囊;
  • 人物身份、服装、姿势、道具、文字、背景主体:进入内容污染或禁止继承项;
  • 近重复图片降低证据权重,避免重复样本放大偶然特征。

纯文本异角色异场景验证

验证规划器先根据 source_content_features 生成三个语义距离显著的内容案例。案例必须改变尽可能多的内容维度:年龄、性别或物种、服装、姿势、镜头距离、室内外、背景、道具和构图。

每个案例分离保存:

  • content_prompt:只描述新角色与新场景;
  • style_prompt:统一画风胶囊;
  • final_prompt:由后端可追踪地合并两者;
  • negative_prompt:画风禁止项与内容污染排除项;
  • 路由、模型、seed、输出图、用量与错误。

生图请求必须满足:

{
  "input_images": [],
  "image": []
}

验证输出可以由 Vision 模型依据统一画风指纹进行辅助审核,但不得以人物是否像源图作为指标。审核维度包括线条、着色、阴影、色彩规律、边缘、高光、纹理、媒介感、细节密度和内容污染。自动评分只作参考,不能自动封存。

人工调整与版本一致性

  • 调整说明不得只追加到顶层 prompt。
  • 每次调整必须生成新的共识版本,并同步重建三档胶囊、负向词与内容污染排除项。
  • 使用同一组三个验证案例重新生成,便于前后对比;旧版本和旧验证结果永久保留。
  • 封存时必须引用当前已审核的共识版本,杜绝“验证用新提示词、正式生图仍用旧胶囊”。

数据模型

在现有 advanced_material_imports / advanced_material_validation_attempts / advanced_materials 之外增加风格专用子表:

  • advanced_style_sources:源图、缩略图、排序、主参考、排除状态、独立任务与识别结果;
  • advanced_style_consensus_runs:交叉分析输入摘要、共同画风、可变项、内容污染、代表图、统一胶囊和版本号;
  • advanced_style_validation_cases:一个共识版本下的三个异场景案例、独立任务、输出图与审核结果。

导入主记录通过 metadata 保存 workflow_kind=style_set、当前共识版本和批次状态。advanced_materials.source_image_uri 继续保存主参考图以兼容旧消费者,完整源图与最多三张代表图通过关联数据和可信 metadata 暴露。

接口与兼容策略

保留所有现有单图接口,增加风格组接口:

  • POST /advanced-material-imports/style-set/upload
  • POST /advanced-material-imports/{import_id}/style-sources/{source_id}/retry
  • POST /advanced-material-imports/{import_id}/style-sources/{source_id}/exclude
  • POST /advanced-material-imports/{import_id}/style-consensus
  • POST /advanced-material-imports/{import_id}/style-validation-cases/{case_id}/retry
  • POST /advanced-material-imports/{import_id}/validation-attempts(兼容入口;确保三场景批次存在)
  • POST /advanced-material-imports/{import_id}/attempts/{attempt_id}/reject(携带调整说明并创建新共识版本)
  • POST /advanced-material-imports/{import_id}/attempts/{attempt_id}/accept(封存当前已审核版本)

服务端按 material_categories 的规范名称确认“风格”,不信任前端标签。非风格分类上传多图必须返回明确校验错误。旧单图进阶素材仍走原接口和原状态机。

下游应用

  • 快速角色:使用统一画风胶囊,不自动发送源图,维持当前轻量路径。
  • 详细角色工作流:使用 detailed 胶囊;只有提供方明确支持参考图时才选择主参考及最多两张代表图。
  • 适配器不支持原生参考角色/权重时,优先只发送主参考图,避免人物、服装和构图污染。
  • 验证图永不进入普通图库、角色候选池或正式参考图集合。

开发队列与验收状态

  • P0:新增风格样本、共识版本和验证案例迁移、DTO 与仓储。
  • P0:后端只允许“风格”使用 2~8 张,多图上传原子落盘,失败时清理新文件。
  • P0:逐图任务独立入队、独立超时/重试/错误,批次同时派发并提供幂等屏障。
  • P0:交叉分析同时读取全部有效原图和逐图报告,生成带证据的统一画风结构与三档胶囊。
  • P0:验证规划生成三个与源内容显著不同的案例;生图请求不得携带任何源图。
  • P0:三个验证案例独立并行、可单独重试,失败不影响其他案例。
  • P1:人工调整创建新共识版本并同步重建胶囊;封存只能引用当前已审核版本。
  • P1:统一目录继续输出一个 advmat_,可信 metadata 携带代表源图但不暴露伪造优先级。
  • P1:前端仅在选择“风格”时启用多图上传、排序、主参考、排除和逐图状态。
  • P1:前端展示当前共识版本、共同画风、可变项、内容污染、异常样本和三案例验证。
  • P2:备份恢复、孤儿媒体、成本预算、统计与日志覆盖新增表和文件。
  • P2:迁移、仓储、服务、Worker 恢复、权限、路由、契约、类型检查和深夜模式测试。
  • P2:完整后端测试、前端契约、类型检查、生产构建和 git diff --check 全部通过。

验收标准

  1. 非风格分类无法创建多图组;旧单图进阶流程无回归。
  2. 风格组支持 2~8 张,所有单图识别任务同时进入队列且无共享超时。
  3. 单图失败可单独重试、排除;至少两张成功后可以交叉分析。
  4. 交叉结果能追溯每个核心特征来自哪些图片,并分离源内容污染。
  5. 三个验证案例的角色、场景和构图与源样本显著不同,且 provider 请求没有源图。
  6. 三个案例独立并行,任一失败不会覆盖其他任务状态。
  7. 人工调整后统一胶囊版本发生变化,封存素材使用新胶囊。
  8. 最终只产生一个进阶画风素材,验证图保持隔离。
  9. 旧数据库可平滑迁移,插件重启可恢复识别任务但不会自动重复付费验证。
  10. 全量自动化测试与静态构建通过,测试过程不调用真实付费模型。