四格漫画生成 (4-Panel Comic Generator)

概述

本 skill 用于生成完整的四格漫画（2×2 网格布局）。流程包括：主题构思 → 分镜脚本 → 一次性生成完整漫画图（图文一体）→ 用户选择交付。

核心理念：对白文字直接由图片生成模型画入画面，无需后处理叠加。只需调用一次 gen_image_with_text 即可得到最终成品。

依赖：

• gen_image_with_text skill（必须，通过 bash 调用 gen_image.py gen 生成图片）
• AGNES_API_KEY 环境变量（必须）

输入规范

必需

• theme：漫画主题/关键词，如 "程序员日常"

可选

参数	默认值	说明
style	anime	画风：anime / manga-bw / chibi / realistic / watercolor / custom
style_suffix	""	自定义风格后缀（style=custom 时使用）
characters	""	角色描述
source_work	""	来源作品（如"《Re:从零开始的异世界生活》"），直接影响模型对角色服装、发型、气质的理解，对生成效果至关重要
output_dir	./comic_output	输出目录
filename	comic_4panel_{timestamp}	输出文件名（不含扩展名）
language	zh	对白语言：zh / ja / en
humor_type	日常	幽默类型：日常 / 荒诞 / 吐槽 / 温馨
num_candidates	2	每次生成的候选图数量
auto_mode	false	快速模式，跳过中间确认
prompt_lang	zh	prompt 语言：zh（优先中文）/ en（强制英文）

⚠️ 产物文件强制保存规范（最高优先级）

每个步骤完成后，必须立即将产物写入文件，不得仅停留在对话输出中。

这是本 skill 的铁律：

1. 先生成内容，立刻写文件 — 不要等用户确认后再写，确认前就要写入
2. 文件写入是步骤完成的标志 — 没写入文件 = 步骤未完成，不能进入下一步
3. 每次重新生成都要覆盖/追加文件 — 确保产物文件始终是最新状态
4. 如果写入失败，必须报告错误并停止 — 不能跳过产物保存

检查清单：每完成一个步骤，在脑中过一遍："产物文件写了吗？" → 如果没写，立刻补上。

---

流程规范

Step 1: 主题构思

将用户主题扩展为完整的漫画创作概念，输出格式：

theme_concept:
  core_idea: "一句话核心创意"
  tone: "风格基调"
  setting: "场景设定"
  source_work: "来源作品（如《Re:从零开始的异世界生活》）"
  characters:
    - name: "角色名"
      visual_desc_zh: "中文视觉描述"
      visual_desc_en: "English visual description"
      personality: "性格特点"
  narrative_arc: "起：... → 承：... → 转：... → 合：..."

要求：

• 角色必须同时包含 visual_desc_zh 和 visual_desc_en
• 叙事弧线必须遵循起承转合结构
• 必须包含 source_work 字段（来源作品），即使为空也要显式设置为空字符串
• 展示给用户确认后再进入 Step 2

产物输出（强制）：Step 1 完成后，立即写入 output_dir/theme_concept.yaml，然后才能展示给用户确认。

Step 2: 分镜脚本

基于主题概念生成4格详细分镜，输出格式：

panels:
  - id: 1
    title: "起 - 标题"
    scene_zh: "中文场景描述"
    scene_en: "English scene description"
    characters:
      - name: "角色名"
        expression_zh: "中文表情"
        expression_en: "English expression"
        action_zh: "中文动作"
        action_en: "English action"
        position: "画面位置"
    dialogue: "对白内容"（使用 language 指定的语言）
    narration: "旁白"（可选）
    composition_zh: "中文构图指示"
    composition_en: "English composition"

要求：

• 每格必须包含中英文版本的场景、表情、动作、构图
• 对白简短有力，符合角色性格
• 对白长度控制在 10-20 字以内（方便模型画入画面）
• 旁白控制在 5-10 字以内
• 展示给用户确认后再进入 Step 3

产物输出：Step 2 完成后，立即写入 output_dir/storyboard.yaml

Step 3: 生成漫画（图文一体）

Step 3a: 构建并保存 Prompt

基于 storyboard.yaml 中的分镜数据和 theme_concept.yaml 中的 source_work，按照以下模板构建完整 prompt，先保存到文件，再展示给用户确认。

核心原则：

• prompt 开头先放角色设定信息（来源作品 + 角色外观描述），确保模型理解角色身份
• 每格用完整段落描述，不再用占位符拼接
• 每格包含：画面场景 + 角色状态 + 屏幕/道具内容 + 对白气泡文字
• 屏幕上的文字（代码、报错信息等）也要在 prompt 中写明，让模型画入画面
• 对话框必须明确指明是哪个角色的，格式为：[角色名]的对话框文字："[对白内容]"，这样模型能准确将文字画在对应角色的气泡中

中文 prompt 模板（prompt_lang=zh，默认）：

【角色设定】
来自《[来源作品]》的[角色名]，[服装描述]，[外貌特征描述]。

一幅2×2网格布局的四格漫画，格间有白色边框，所有格角色设计一致。

【第1格 · 左上】
[场景描述]。[角色名]穿着[服装]，[表情描述]，[动作描述]。[屏幕/道具内容描述，含文字]。[角色名]的对话框文字："[对白]"。

【第2格 · 右上】
[场景描述]。[角色名]穿着[服装]，[表情描述]，[动作描述]。[屏幕/道具内容描述，含文字]。[角色名]的对话框文字："[对白]"。

【第3格 · 左下】
[场景描述]。[角色名]穿着[服装]，[表情描述]，[动作描述]。[屏幕/道具内容描述，含文字]。[角色名]的对话框文字："[对白]"。

【第4格 · 右下】
[场景描述]。[角色名]穿着[服装]，[表情描述]，[动作描述]。[屏幕/道具内容描述，含文字]。[角色名]的对话框文字："[对白]"。

[风格后缀]

英文 prompt 模板（prompt_lang=en）：

[CHARACTER SETTING]
[Character Name] from "[SOURCE_WORK]", wearing [outfit], [appearance description].

A 4-panel comic strip in 2x2 grid layout with clean white borders between panels, consistent character design across all panels.

[Panel 1 · Top-left]
[Scene description]. [Character Name] wearing [outfit], [expression], [action]. [Screen/prop description with text]. [Character Name]'s speech bubble text: "[DIALOGUE]".

[Panel 2 · Top-right]
[Scene description]. [Character Name] wearing [outfit], [expression], [action]. [Screen/prop description with text]. [Character Name]'s speech bubble text: "[DIALOGUE]".

[Panel 3 · Bottom-left]
[Scene description]. [Character Name] wearing [outfit], [expression], [action]. [Screen/prop description with text]. [Character Name]'s speech bubble text: "[DIALOGUE]".

[Panel 4 · Bottom-right]
[Scene description]. [Character Name] wearing [outfit], [expression], [action]. [Screen/prop description with text]. [Character Name]'s speech bubble text: "[DIALOGUE]".

[STYLE_SUFFIX]

实际示例（基于程序员笑话 × 异世界女仆 × 太空船脚本，来源作品：《Re:从零开始的异世界生活》）：

【角色设定】
来自《Re:从零开始的异世界生活》的蕾姆，蓝白色女仆装，蓝色长发，头发遮住右眼，认真负责的性格。

一幅2×2网格布局的四格漫画，格间有白色边框，所有格角色设计一致。

【第1格 · 左上】
未来太空飞船的控制室，红色警报灯疯狂闪烁，多个屏幕显示错误信息。蕾姆穿着蓝白色女仆装，蓝色长发，一脸认真地盯着控制台屏幕。屏幕上显示红色警告文字："Critical Error: Life Support System Failure!"。蕾姆的对话框文字："又崩了……是哪个魔法回路写的代码？"

【第2格 · 右上】
蕾姆站在控制台前，打开系统日志界面。屏幕上满是乱码和程序员注释，可见文字："// TODO: fix this later (100年前的程序员写的)"、"// it works, don't touch it"、"// I have no idea why this works"。蕾姆面无表情，眼神死寂。蕾姆的对话框文字："……这是'祖传代码'吗？"

【第3格 · 左下】
蕾姆坐在控制台前认真敲代码，女仆围裙飘起，身后有冰系魔法的光效。屏幕上显示代码："# remove legacy curse"、"system.reboot(force=True)"。飞船剧烈抖动，背景有震动线条。蕾姆的对话框文字："冰系魔法（注释掉旧代码）发动！"

【第4格 · 右下】
太空船控制室灯光全部变成粉色，背景音乐自动播放的氛围。屏幕显示："System stable. Personality module activated: Maid Mode."。蕾姆愣在原地，一脸无语。蕾姆的对话框文字："……我只是想修bug，不是重写世界观啊。"

动漫风格，四格漫画，所有格角色设计一致，漫画画风，格间白色边框，鲜艳色彩，高质量，清晰的文字

产物输出：构建完成后，立即写入 output_dir/prompt_used.txt

Step 3b: 用户确认 Prompt

展示 prompt_used.txt 的内容给用户，询问是否满意。用户可以说：

• "可以" / "生成" → 进入 Step 3c
• "修改" → 回到 Step 2 调整分镜，或直接在 Step 3a 调整 prompt

Step 3c: 调用模型生成

用户确认后，读取 prompt_used.txt 的内容，调用图片生成模型。

风格后缀表

style	中文后缀	英文后缀
anime	动漫风格，四格漫画，所有格角色设计一致，漫画画风，格间白色边框，鲜艳色彩，高质量，清晰的文字	anime style, 4koma comic strip, consistent character design across all panels, manga art style, clean white borders between panels, vibrant colors, high quality, clear text
manga-bw	黑白漫画风格，四格漫画，所有格角色设计一致，墨线画，网点纸，格间白色边框，高质量，清晰的文字	black and white manga style, 4koma comic strip, consistent character design across all panels, ink pen drawing, screentone, clean white borders between panels, high quality, clear text
chibi	Q版风格，四格漫画，超变形，可爱，大头小身，所有格角色设计一致，格间白色边框，高质量，清晰的文字	chibi style, 4koma comic strip, super deformed, cute, big head small body, consistent character design across all panels, clean white borders between panels, high quality, clear text
realistic	半写实动漫风格，四格漫画，所有格角色设计一致，精细阴影，格间白色边框，高质量，清晰的文字	semi-realistic anime style, 4koma comic strip, consistent character design across all panels, detailed shading, clean white borders between panels, high quality, clear text
watercolor	水彩插画风格，四格漫画，所有格角色设计一致，柔和色彩，颜料质感，格间白色边框，高质量，清晰的文字	watercolor illustration style, 4koma comic strip, consistent character design across all panels, soft colors, paint texture, clean white borders between panels, high quality, clear text
custom	用户通过 style_suffix 参数提供	用户通过 style_suffix 参数提供

多候选生成

• 默认生成 num_candidates=2 张候选图
• 每张使用相同 prompt，利用模型随机性产生不同结果
• 候选图命名：{filename}_v1.png, {filename}_v2.png, ...
• 串行生成，失败重试1次

调用方式

使用 prompt 文件模式（推荐，避免命令行参数过长）：

python .claude/skills/gen_image_with_text/gen_image.py gen --prompt-file <output_dir>/prompt_used.txt --size 1024x1024 --save-path <output_dir>/<filename>_v{i}.png

说明：--prompt-file 参数读取 prompt_used.txt 中的完整 prompt 内容，无需在命令行中转义引号或换行符。

产物输出：每张图生成后，追加写入 output_dir/generation_log.json

Step 4: 用户选择与交付

展示所有候选图路径，让用户选择：

🎬 四格漫画生成完成！共 N 张候选图：
  📷 候选1: <path>_v1.png
  📷 候选2: <path>_v2.png

请选择满意的版本（输入编号），或说"重新生成"获取更多候选图。

重新生成：用户说"重新生成"、"再来几张"、"更多"时，生成新候选图，编号递增（_v3, _v4...），旧候选保留。

产物输出：全部完成后，生成 output_dir/README.md 交付说明

产物文件规范

每个流程完成后，必须在 output_dir 下输出对应的产物文件，便于用户查看、追溯和重新生成。

产物文件清单

流程	产物文件	格式	说明
Step 1 主题构思	theme_concept.yaml	YAML	主题概念完整数据
Step 2 分镜脚本	storyboard.yaml	YAML	四格分镜详细脚本
Step 3 漫画生成	prompt_used.txt	TXT	实际用于调用图片生成模型的完整 prompt 内容
Step 3 漫画生成	{filename}_v{i}.png	PNG	图文一体候选图（含对白文字）
Step 3 漫画生成	generation_log.json	JSON	生成日志（含 prompt、参数、时间）
全部完成	README.md	Markdown	最终交付说明，汇总所有产物

产物文件内容规范

theme_concept.yaml

# 主题构思产物
generated_at: "2026-06-19T10:30:00+08:00"
input_theme: "程序员日常"
source_work: "《Re:从零开始的异世界生活》"
theme_concept:
  core_idea: "一句话核心创意"
  tone: "风格基调"
  setting: "场景设定"
  characters:
    - name: "角色名"
      visual_desc_zh: "中文视觉描述"
      visual_desc_en: "English visual description"
      personality: "性格特点"
  narrative_arc: "起：... → 承：... → 转：... → 合：..."

storyboard.yaml

# 分镜脚本产物
generated_at: "2026-06-19T10:35:00+08:00"
theme_concept_ref: "theme_concept.yaml"
panels:
  - id: 1
    title: "起 - 标题"
    scene_zh: "中文场景描述"
    scene_en: "English scene description"
    characters:
      - name: "角色名"
        expression_zh: "中文表情"
        expression_en: "English expression"
        action_zh: "中文动作"
        action_en: "English action"
        position: "画面位置"
    dialogue: "对白内容"
    narration: "旁白"
    composition_zh: "中文构图指示"
    composition_en: "English composition"
  # ... 共4格

generation_log.json

{
  "generated_at": "2026-06-19T10:40:00+08:00",
  "style": "anime",
  "language": "zh",
  "prompt_used": "一幅2×2网格布局的四格漫画...",
  "candidates": [
    {
      "version": 1,
      "file": "comic_4panel_v1.png",
      "prompt_lang": "zh",
      "size": "1024x1024",
      "generated_at": "2026-06-19T10:40:30+08:00"
    }
  ]
}

README.md（最终交付）

# 四格漫画交付

- **主题**：{input_theme}
- **来源作品**：{source_work}
- **风格**：{style}
- **生成时间**：{generated_at}

## 产物清单

| 文件 | 说明 |
|---|---|
| `theme_concept.yaml` | 主题构思 |
| `storyboard.yaml` | 分镜脚本 |
| `{filename}_v1.png` | 候选图1（图文一体） |
| `generation_log.json` | 生成日志 |

## 使用说明

- 查看分镜脚本：打开 `storyboard.yaml`
- 重新生成：告知 AI 需要调整的主题或分镜

产物输出时机

1. Step 1 完成后：立即写入 theme_concept.yaml
2. Step 2 完成后：立即写入 storyboard.yaml
3. Step 3 每张图生成后：追加写入 generation_log.json
4. 全部完成后：生成 README.md 交付说明

用户交互规范

分步确认模式（默认）

• Step 1 完成后暂停，等用户确认主题构思
• Step 2 完成后暂停，等用户确认分镜脚本
• Step 3-4 连续执行，展示候选图供选择

快速模式

• 用户说"直接生成"、"不用确认"、auto_mode=true 时启用
• 跳过 Step 1/2 的确认，直接生成

重新生成

• 用户说"重新生成"、"再来几张"、"更多"时，生成新候选图
• 编号递增，旧候选保留
• 可指定重新生成某一步（如"换个分镜"回到 Step 2）

常见问题与陷阱

1. 模型不理解2×2布局：prompt 中必须明确声明网格布局 + 每格标注位置；多候选生成提高成功率
2. 角色跨格不一致：prompt 开头统一角色设定 + 风格后缀中强调 所有格角色设计一致 / consistent character design across all panels
3. 来源作品缺失导致角色形象偏差：务必在 theme_concept.yaml 中填写 source_work，prompt 开头会引用此信息
4. 对话框未指明角色导致文字错位：prompt 中必须使用 [角色名]的对话框文字："[对白]" 格式，明确指定每个气泡属于哪个角色
5. 文字渲染效果差：模型对文字渲染能力有限，对白尽量简短（10字以内）；支持 prompt_lang=en 切换英文 prompt
6. API 限流：串行调用 + 失败重试1次
7. Pillow 不再需要：文字由模型直接生成，无需后处理叠加