105 lines
4.1 KiB
Markdown
105 lines
4.1 KiB
Markdown
## Context
|
||
|
||
「连环画生成」是面向多页图片的独立创作工具。它需要把一段故事拆成可控分镜，再把公共风格、角色设定、画幅和每页情节组合为多次图片生成请求。与普通单图生成相比，它的主要风险是批量任务、历史恢复和导出阶段可能产生高并发网络请求、大图持久化或内存峰值。
|
||
|
||
## Goals / Non-Goals
|
||
|
||
- Goals:
|
||
- 提供独立工具入口，能力名为 `comic-generation-workflow`
|
||
- 支持故事到分镜提示词规划，并允许公共提示词与单页提示词分别编辑
|
||
- 支持串行和并行图片生成，保留可观察、可取消、可重试的队列状态
|
||
- 支持轻量历史记录和 ZIP/PPTX/PDF 导出
|
||
- 明确内存约束：不持久化大图/base64，导出按引用 fetch 并限流或串行
|
||
- Non-Goals:
|
||
- 本次不要求实现复杂分镜排版编辑器或画布级漫画排版
|
||
- 本次不要求提供角色一致性训练、LoRA 管理或跨模型风格迁移
|
||
- 本次不把导出的 ZIP/PPTX/PDF 作为长期历史附件持久化
|
||
|
||
## Decisions
|
||
|
||
- Decision: 使用两阶段工作流
|
||
|
||
- 阶段一为提示词规划，产出 `commonPrompt` 与 `pages[]`
|
||
- 阶段二为图片生成，按每页 `commonPrompt + pagePrompt` 提交图片任务
|
||
- 用户可以在生成前编辑公共提示词、单页提示词、页序和页数
|
||
|
||
- Decision: 公共提示词和单页提示词分开存储
|
||
|
||
- 公共提示词承载画风、角色、镜头语言、统一负面约束和画幅
|
||
- 单页提示词承载当前页剧情、动作、对白提示和构图重点
|
||
- 生成请求阶段才组合最终提示词，避免历史记录中产生大量重复长文本
|
||
|
||
- Decision: 生成队列必须有明确并发边界
|
||
|
||
- 串行模式按页序一张一张生成，适合强调连续性和低资源占用
|
||
- 并行模式使用小并发上限，适合快速探索，但仍通过队列调度限制同时运行任务
|
||
- 已完成页面只保存结果引用和轻量预览元数据，不复制原始大图
|
||
|
||
- Decision: 历史记录只保存可恢复的轻量状态
|
||
|
||
- 保存标题、创建/更新时间、规划文本、页列表、模型参数、任务状态、错误摘要和结果 URL/asset id
|
||
- 不保存原图二进制、大图 data URL、base64、完整响应体或批量导出文件
|
||
- 历史恢复时按引用加载预览，引用失效时展示可重生或重新导出的状态
|
||
|
||
- Decision: 导出采用流式/限流资源处理
|
||
|
||
- ZIP 导出逐页 fetch 图片并写入压缩包条目，避免先把全部图片读入数组
|
||
- PPTX/PDF 导出按页拉取图片并及时释放中间对象
|
||
- 所有导出默认串行或低并发 fetch，失败时停止或标记失败页，不扩大内存占用
|
||
|
||
## Data Shape
|
||
|
||
```ts
|
||
type ComicProject = {
|
||
id: string;
|
||
title: string;
|
||
createdAt: number;
|
||
updatedAt: number;
|
||
commonPrompt: string;
|
||
generationMode: "serial" | "parallel";
|
||
concurrencyLimit: number;
|
||
modelConfig: {
|
||
providerId: string;
|
||
modelId: string;
|
||
aspectRatio?: string;
|
||
size?: string;
|
||
};
|
||
pages: ComicPage[];
|
||
};
|
||
|
||
type ComicPage = {
|
||
id: string;
|
||
index: number;
|
||
title?: string;
|
||
prompt: string;
|
||
locked?: boolean;
|
||
status: "draft" | "queued" | "running" | "succeeded" | "failed" | "cancelled";
|
||
resultRef?: {
|
||
url?: string;
|
||
assetId?: string;
|
||
thumbnailUrl?: string;
|
||
};
|
||
error?: string;
|
||
};
|
||
```
|
||
|
||
## Risks / Trade-offs
|
||
|
||
- 风险: 并行生成导致供应商限流或本地内存峰值
|
||
- Mitigation: 并行模式必须使用并发上限，并允许回退到串行生成
|
||
|
||
- 风险: 历史记录把图片 base64 写入本地存储
|
||
- Mitigation: 历史 schema 明确禁止大图/base64，仅保存引用和轻量元数据
|
||
|
||
- 风险: 导出多页 PPTX/PDF 时一次性读入全部图片
|
||
- Mitigation: 导出实现必须逐页 fetch，串行或限流处理，并在写入后释放临时对象
|
||
|
||
- 风险: 重新规划覆盖用户手动修改
|
||
- Mitigation: 支持锁定页面和保留已编辑字段，重新规划只更新未锁定草稿
|
||
|
||
## Open Questions
|
||
|
||
- 并行生成默认并发上限是 2 还是跟随供应商配置动态决定
|
||
- 历史图片引用过期后是否提供一键批量重生
|
||
- PPTX/PDF 是否需要额外支持封面页和目录页
|