三剪客 · 漫画分镜出图
## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑)。
拿到后填进环境变量A7W_API_KEY,或直接传给--key参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。
能做什么
给一个剧本或小说片段,产出漫画分镜序列:角色设定卡 → 分镜表 → 逐格出图 →
跨格一致性自检 → 拼页排版。
它替代的是漫画/条漫/分镜稿流程里最耗人的那一段:不是"画不出图",
而是"同一角色在第 1 格和第 12 格是两张脸"、以及"每格该用什么景别、机位、什么比例"。
| 子命令 | 做什么 | 花钱吗 |
|---|---|---|
characters | 从剧本抽角色设定卡(外貌/服装/配色/特征词) | 只花文本钱(实测 ~1.4k token / 3~4 秒) |
shots | 出分镜表:每格景别 / 机位 / 画面描述 / 对白 / 出图提示词 | 只花文本钱(实测 ~5 秒) |
images | 按分镜表逐格出图,支持参考图传递 | 真花钱,先报价,要 --yes 才提交 |
consistency | 跨格一致性自检:特征词覆盖率 / 配色漂移 | 零成本(一次接口都不调) |
sheet | 拼页排版(条漫 / 页漫网格),本地渲染 | 零成本(纯本地) |
all | 串全链路 + 断点续跑 | 文本 + 出图 |
cost | 只算钱不出图 | 免费 |
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 实测 24 点/张(1K)= 0.24 元/张,1 元 = 100 点;images 跑之前会先把总价打出来 |
| 要多久 | 单张实测 60 秒级(含排队);文本两步 ~3~6 秒 |
| 要装什么 | 什么都不用装,只用 Python 标准库。装了 Pillow 拼页更清晰(走 LANCZOS) |
| 角色怎么保证一样 | 三道一起上,见下面「角色一致性到底怎么做」——这是本包的核心 |
| 中断了怎么办 | 断点续跑:已完成的格直接跳过、已提交未完成的用 task_id 续查;断点 key 含八维(提示词全文摘要 / 比例 / resolution / 模型 / action / 角色设定卡 / 参考图 / 格号) |
| 会瞎编吗 | 提示词写死"不编剧本里没有的数字与人名",并用合规闸门兜底 |
与同族包的分工(别把本包做成「给小说出配图」)
| 包 | 产物 | 与本包的关系 |
|---|---|---|
| 新媒体配图工厂 | 文章配图(封面/内文),格与格之间没有角色关系 | 本包要的是分镜:每格有景别机位、同一角色跨格一致 |
| 长文自动生产线 | 长文 + 配图 | 同上 |
| 短剧出片类包 | 成片(视频) | 本包产物是静态分镜图序列 + 拼好的漫画页,不出视频 |
| 本包 | 分镜图序列 + 拼页(漫画页 / 条漫) | 交付物能直接进漫画排版流程 |
怎么用(命令行)
第 0 步:获取 API Key
到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...)。
第 1 步:装依赖
零依赖。 不需要 pip install 任何东西,只要机器上有 Python 3.7+:
python3 --version
约定:
scripts/a7w.py是所有 Skill 包共用的零依赖客户端,我们靠
「包内副本 SHA256 == 规范版」批量校验各包的客户端有没有被意外改坏。
所以本包没有为了自己的业务去改它——需要读图片像素就独立出imgprobe.py,
拼页需要解 PNG 就写在run.py里。
第 2 步:填 Key
# Linux / macOS
export A7W_API_KEY=sk-你的key
# Windows PowerShell
$env:A7W_API_KEY="sk-你的key"
也可以存进配置文件反复用(推荐):
python3 scripts/a7w.py login --key sk-你的key
第 3 步:开工前先现查接口与在架模型(免费)
python3 scripts/a7w.py schema nano_banana
python3 scripts/run.py models
schema 会打出 submit 的真实参数名与 query 的调用方式。
参数名别凭记忆写——本包用到的字段是prompt / action / model / image_urls / resolution / aspect_ratio / callback_url,
且 schema 里 caps.max_reference_images = 12(参考图上限,本包按硬约束用)。
第 4 步:抽角色设定卡(只花文本钱)
python3 scripts/run.py characters 剧本.md --max-chars 6 --out characters.json
想先看不花钱的提示词:
python3 scripts/run.py characters 剧本.md --dry-run
产出长这样(features 是全篇一致性的唯一凭据):
# chen 陈默(主角)
特征词:黑色短碎发、深棕瞳色、窄长脸、右手背机油污渍、左眉尾一道浅疤
配色:深蓝 #2B3A55、灰白 #D9D9D2、暗棕 #5A3E2B
服装:深蓝色棉布工作围裙配灰白衬衫,袖口卷至小臂
第 5 步:出分镜表(只花文本钱)
python3 scripts/run.py shots 剧本.md --characters characters.json \
--count 12 --per-page 4 --out shots.json
shots 出完就会顺手跑一遍一致性闸门:哪一格漏了哪条特征词,当场报出来。
第 6 步:先算钱(不出图)
python3 scripts/run.py cost --count 12
# 预估成本:12 张 × 24 点 = 288 点 = 2.88 元
python3 scripts/run.py cost --count 12 --budget 200
# 超预算 → 打印「images 会被拦下」并返回退出码 3
第 7 步:逐格出图(真花钱)
# 先不带 --yes 跑一次:只报价,不提交
python3 scripts/run.py images --shots shots.json --characters characters.json \
--outdir ./out
# 确认了再加 --yes(--snap-exact 让每格比例像素级精确,拼页才对得齐)
python3 scripts/run.py images --shots shots.json --characters characters.json \
--outdir ./out --budget 300 --yes --snap-exact --ref-mode prev \
--report evidence.json
参考图(压一致性的主要手段)由 --ref-mode 决定:
| 值 | 含义 | action |
|---|---|---|
prev(默认) | 每一格把上一格已经出好的图当参考图(用任务返回的 image_url) | 第 1 格 generate,其余 edit |
anchor | 用角色锚点图(设定卡里的 anchor_urls,或 --anchor chen=<URL>) | 有锚点就 edit |
both | 锚点图 + 上一格都给 | edit |
none | 纯文生图 | generate |
本地文件传不上去。本包不做上传:schema 里没有实测过的图片上传路径,
与其编一个,不如把边界写清楚。想给角色做锚点图,可以先用本包出一张
角色设定图,再把它返回的image_url当锚点。
第 8 步:跨格一致性自检(零成本)
python3 scripts/run.py consistency --shots shots.json --characters characters.json
✓ chen 出场 4 格,特征词 5 条,漏词的格:无
✓ woman 出场 2 格,特征词 5 条,漏词的格:无
结论:通过
漏了就长这样(明确指出是哪一格漏了哪个词):
✗ chen 出场 3 格,特征词 5 条,漏词的格:3
!! 第 3 格 · 陈默(chen)漏了特征词「左眉尾一道浅疤」
结论:不通过(漏词如上)
第 9 步:拼页排版(零成本,本地渲染)
# 条漫:单列竖排
python3 scripts/run.py sheet --shots shots.json \
--state ./out/storyboard-state.json --outdir ./pages \
--layout strip --rows 4 --panel-w 620
# 页漫:2 列 x 2 行一格一页
python3 scripts/run.py sheet --shots shots.json \
--state ./out/storyboard-state.json --outdir ./pages \
--layout grid --cols 2 --rows 2 --panel-w 580 --panel-h 620 --fit contain
产出 page-01.png、page-02.png… 与 dialogue.md(逐格对白/旁白清单)。
每一页的真实像素会读回复核(不信自己写的尺寸变量)。
一条命令跑完整条链路
python3 scripts/run.py all 剧本.md --outdir ./storyboard --count 12 \
--ref-mode prev --budget 300 --yes --snap-exact \
--layout grid --cols 2 --rows 2
产出目录长这样:
./storyboard/
├── characters.json 角色设定卡(含 version 摘要)
├── shots.json 分镜表
├── consistency.json 跨格一致性自检明细
├── images/ 逐格分镜图(**在包外**)+ 出图断点
│ ├── 1-p01-3x4-prev-<key>.png
│ └── storyboard-state.json 断点文件(八维 key)
├── pages/ 拼好的页
│ ├── page-01.png
│ └── dialogue.md 对白清单(字另外加)
└── storyboard-state.json 全链路断点(文本步骤 + 出图步骤)
中断了就原样重跑:文本步骤按「剧本摘要 + 模型 + 风格 + 格数」判定,
出图按八维 key 判定,都没变就不会重复扣费。
直接用 curl 调(不依赖本包脚本)
底层就是算力集市 api.a7w.cn 的标准两步异步任务。
注意没有 /generate 这个端点——"文生图"是 submit 的 action=generate 参数:
# 文生图(第 1 格)
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/nano_banana/submit" \
-H "Authorization: Bearer $A7W_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"…分镜提示词…","action":"generate","model":"nano-banana",
"resolution":"1K","aspect_ratio":"3:4"}'
# 参考上一格(第 2 格起):action=edit + image_urls
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/nano_banana/submit" \
-H "Authorization: Bearer $A7W_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"…分镜提示词…","action":"edit","model":"nano-banana",
"resolution":"1K","aspect_ratio":"3:4",
"image_urls":["https://…/上一格返回的 image_url.png"]}'
拿 data.task_id 去轮询(status 在 data 顶层,不在 data.result 里):
curl -sS "https://api.a7w.cn/api/v1/tasks/task_xxxxxxxxxxxx" \
-H "Authorization: Bearer $A7W_API_KEY"
参数说明
全局
| 参数 | 说明 |
|---|---|
--key | 临时指定 Key;优先级最高。别把它写进脚本或文档 |
--json | 以 JSON 输出,写在子命令前面或后面都可以;JSON 模式下 stdout 只有一个完整 JSON,报价与进度走 stderr |
characters —— 抽角色设定卡
| 参数 | 说明 |
|---|---|
位置参数 / --script | 剧本文件(可多份,会拼起来) |
--max-chars | 最多抽几个角色,默认 8 |
--style | 全篇画风口径(会给到模型) |
--title | 剧本标题(可选,帮模型定调) |
--out | 把设定卡写成 JSON,shots 要用它 |
--dry-run | 只打印提示词,不调模型、不花钱 |
shots —— 出分镜表
| 参数 | 说明 |
|---|---|
--characters | 必填。characters 产出的设定卡 JSON |
--count | 最多几格(截断) |
--per-page | 每页几格,默认 4(决定 page / panel 字段) |
--style | 覆盖全篇画风(不传就用设定卡里的 style_bible) |
--min-feature-ratio | 特征词覆盖率下限,默认 1.0(全部必须出现) |
--min-palette-ratio | 配色覆盖率下限,默认 0.0(只报告不拦) |
--out | 把分镜表写成 JSON,images 要用它 |
images —— 逐格出图
| 参数 | 说明 |
|---|---|
--shots / --characters | 必填。分镜表与设定卡 |
--outdir | 图片输出目录,默认 %TEMP%\storyboard-images;不可是包内目录 |
--count | 最多出几格(真闸门:在报价与提交之前就截断,少花钱) |
--ref-mode | prev(默认)/ anchor / both / none,见上表 |
--anchor ID=URL | 角色锚点图,可重复;URL 必须公网可访问 |
--ref-urls URL | 额外参考图,可重复 |
--resolution | 1K(默认)/ 2K / 4K。只有 1K 有实测单价 |
--model | 出图模型,默认 nano-banana。换模型就没有实测单价了,要给 --points-per-image |
--budget | 成本上限(点)。预估超了直接停;每格提交前还会再核一次 |
--yes | 确认真的花钱。不加就只报价、一个任务都不提交 |
--snap | 出图后按请求比例裁剪,超容差才裁 |
--snap-exact | 只要不是像素级精确就裁准(拼页必需:格子比例不齐整页留白就不齐) |
--ratio-tolerance | 比例容差,默认 0.03(实测最大偏差 2.86%);有 0.0025 的量化地板 |
--poll-timeout | 单格轮询超时秒数,默认 600(上限,不是期望时长) |
--max-seconds | 整批最长耗时,到点中断(退出码 5),已完成都在断点里,重跑可续 |
--state | 断点文件路径,默认 <outdir>/storyboard-state.json |
--force | 忽略断点全部重出(会重复扣费) |
--stop-on-error | 一格失败就整体停 |
--allow-prompt-hits | 提示词命中违禁词/占位符/照抄示例也出图(默认拦截) |
--allow-gate-hits | 分镜结构/角色一致性不合格也出图(默认拦截) |
--report | 把本次证据(请求参数 / 任务原文 / 真实像素 / 一致性)写成 JSON |
consistency / sheet / cost / models
| 子命令 | 关键参数 | ||
|---|---|---|---|
consistency | --shots / --characters / --min-feature-ratio / --min-palette-ratio / --report | ||
sheet | --shots / --state(或 --imgdir)/ --outdir / `--layout strip\ | grid / --cols / --rows / --panel-w / --panel-h / --gutter / --margin / --fit contain\ | cover / --bg` |
cost | --count(必填)/ --resolution / --model / --points-per-image / --budget | ||
models | 无(免费) |
七道本地硬闸门
闸门都是拦截 + 标红 + stderr 汇总 + 非 0 退出码,不是"提示一下"。
因为出图是按次扣费的,事后发现问题的代价是真金白银;
而分镜场景更贵——一致性崩了要整批重画。
1. 合规:广告法违禁词(「最X」有可枚举豁免,句首不豁免)
绝对化用语(最/第一/国家级/100%)、虚构权威背书、医疗功效、投资承诺、站外导流,命中即拦。
但「最X」有一层上下文豁免,因为剧本与分镜说明里到处是这种正常写法:
「这一幕最重要的是沉默」「新手最容易踩的坑」。豁免规则是:
命中处后面接的必须是可枚举的比较/程度词(不同、区别、共同、常见、容易、重要…,
允许一个「的」),且命中处不在句首/行首。两条缺一不可:
| 输入 | 结果 |
|---|---|
最大的区别是这只表…(句首) | 拦 —— 句首的最高级写法经常正是标题式宣称 |
这是两种走时最大的区别所在 | 放行 —— 后文是「(的)区别」,且不在句首 |
本市最好的钟表铺 | 拦 —— 后文「好的钟表铺」不在豁免表里 |
豁免表写死在代码里、可枚举、可复核,不是一句"人工判断"了事。
已知保守行为:「占比最高、且最容易改」这种顿号后接豁免词的写法仍会被拦
(不给标点开豁免,否则「最好的工具,值得买」也会被放行)。改文案解决,不放松规则。
2. 占位符残留
{} / {{角色}}、[待填] / [待补充]、XXX / xxx、(此处省略)、待补充 类字样,
命中即拦。[1](序号)、[图 2](配图位)是正常写法,不误伤。
3. prompt_echo —— 照抄提示词示例
这条是从标题工坊的事故来的:提示词里写过的示例,哪怕明确标着"这是错的写法",
模型照样照抄——那一轮最高分 89.0 的标题一字不差就是提示词里的示例。
分镜场景下它更隐蔽:一格长得跟示例一样你不会发现,等到拼页才看出
"怎么每格都是同一张脸同一个构图"——而那正是本包要防的事。
三条判据(任一命中即拦):
| 判据 | 阈值 | 抓什么 |
|---|---|---|
| 去标点后完全相同 | — | 最直接的照抄 |
| 字符二元组 Jaccard | ≥ 0.75 | 长度相当的同构改写 |
| 示例二元组覆盖度 | ≥ 0.60 | 把示例夹带进更长的提示词 |
第三条是补漏:出图提示词动辄 60~140 字而示例只有 25 字,Jaccard 的分母是两份二元组的
并集,示例那一侧被长提示词摊薄得极狠——示例原样嵌进 102 字的提示词里只有 0.245(放行),
而覆盖度是 1.000(拦下)。覆盖度只看"示例被抄了多少",不看提示词有多长。
另加相对长度守卫:目标长度 < max(6, len(示例)//2) 就不比相似度与覆盖度
(短串的二元组集合太小,指标会虚高)。
4. 比例真伪:读回真实像素,不信自报字段
不信接口返回里的任何比例字段,把图下载回来读文件头,用真实宽高算比例。
实测到的上游特性(这决定了容差怎么定):上游不是按比例给像素,而是先定总像素、
再把每边向下对齐到 32 的倍数。所以 10 种比例里有 5 种拿不到像素级精确比例:
| 请求 | 实测像素 | 实际比例 | 偏差 |
|---|---|---|---|
| 3:4 | 864x1184 | 0.7297 | 2.70% |
| 16:9 | 1344x768 | 1.7500 | 1.56% |
| 9:16 | 768x1344 | 0.5714 | 1.56% |
| 4:5 | 896x1152 | 0.7778 | 2.78% |
| 5:4 | 1152x896 | 1.2857 | 2.86% |
| 1:1 / 4:3 / 21:9 / 2:3 / 3:2 | 1024x1024 等 | 精确 | 0% |
所以默认容差 3%(容差内不算"假",但真实像素与偏差照样打印出来,不藏)。
拼页场景要加 --snap-exact:容差内不代表比例齐。
实测 3:4 → 864x1184,--snap-exact 裁到 864x1152(偏差 0.0000%),
裁完再读一次文件头复核,只会把真正裁准的记成合格。
优先用 PIL;没有 PIL 时回落到内置的 8 位 PNG 裁剪器(只用 zlib + struct),
两条路都走不通时如实报告"没能裁",不假装成功。
5. 分镜结构:每格必须有景别 + 画面描述
- 景别必填,且要能归一化到枚举:大远景 / 远景 / 全景 / 中景 / 中近景 / 近景 / 特写 / 大特写
(口语化写法给别名表兜住:半身→中近景、全身→全景、大全→远景…)
- 画面描述必填,且不能短于 8 个字(短于 8 字基本等于没写)
- 出场角色的
id必须存在于设定卡(指向不存在的角色 = 拼页时没人知道画谁) - 格数为 0 → 拦(退出码 3)
这条闸门是"漫画"与"配图"的分界线:景别决定读者离人物多远,机位决定读者站在哪,
缺了这一格,拼出来就是"插图集"而不是"漫画"。
6. 角色一致性(本包重点)
见下一节。
7. 成本上限 + 产出位置
- 提交任何任务之前先算总价;超
--budget直接停,一个任务都不提交 - 每一格提交前再核一次:前面真实扣费可能比预估高,超了就就地停
2K/4K、以及没有实测过的模型 → 拒绝估算,退出码 3。宁可拒绝也不编一个数
(想估就给 --points-per-image)
--outdir/sheet --outdir落在 Skill 包内 → 退出码 2(包内不许有任何图片)
角色一致性到底怎么做
问题形态:同一个角色在 N 格里要长得一样,不做约束就是 N 张脸。
三道一起上,少一道都压不住:
- 角色设定卡(
characters):把角色的可视觉特征写成features列表,
3~6 条、每条 4~12 字,只写看得见的东西(发型发色、瞳色、疤痕位置、固定配饰)。
自检标准:一个画师只看这几条,画 10 次都能画出同一张脸。
写"性格冷酷""眼神深邃"是没用的——那些画不出来。
- 硬约束提示词(
shots):每格的出图提示词里必须逐字写出该格出场角色的全部特征词。
shots 的提示词里明确要求了这一点,模型不写全,脸就会自己长。
- 多参考图(
images --ref-mode):action=edit+image_urls,
把上一格或角色锚点图当参考。这是把"同一场景/同一画风"钉住的主要手段。
参考图必须是公网可访问的 HTTP/HTTPS 地址。
闸门做什么、不做什么
闸门逐字核对每格的出图提示词,报出「第几格 · 哪个角色 · 漏了哪个词」。
⚠️ 它不替模型补特征词。 如果脚本自动把特征词拼进提示词,闸门就永远是绿的——
那是假绿闸门,比没有闸门更危险(同族事故:只信模型自报的字段,真该判命的恰好漏判)。
所以本包只核对、不代写:漏了就是漏了,重出或手改分镜表。
⚠️ 核对范围刻意排除画风块:style_bible 是全篇共用的,如果特征词能靠它满足,
某一格漏写特征也照样绿。所以特征词只在该格自己的 prompt 里找。
配色漂移
设定卡里的配色(name + hex)如果某一格一个都没出现,记一处配色漂移并标红。
默认 --min-palette-ratio 0(只报告不拦),因为配色是风格软约束;
要当硬约束用就把它调到 0 以上(例如 0.5)。
--ref-mode prev 实测到的边界
实测(2 格:第 1 格 generate,第 2 格 edit + 第 1 格的 image_url):
场景、画风、光线、道具连续性非常好——同一间钟表铺、同一盏台灯、同一个窗口;
但多角色同框这件事它压不住:第 2 格的提示词里写了两个人,产出仍是单人主体。
所以口径是:
- 要压同场景/同画风连续 →
prev很有效 - 要压同一个角色的脸 → 靠
features+ 角色锚点图(--ref-mode anchor) - 要多人同框 → 老老实实把这一格当独立镜头写清楚站位,别指望上一格带出来
拼页排版:为什么图上不带字
sheet 只做几何:解码每一格、按比例缩放、排进网格或竖排、留出装订留白,
然后写出 PNG。画质口径:
| 情况 | 缩放方式 |
|---|---|
| 装了 Pillow | 缩小 LANCZOS / 放大 BICUBIC,PNG 也用 Pillow 写 |
| 没装 Pillow | 缩小走盒式均值、放大走最近邻(内置纯标准库实现) |
两条路都在产出里标注用了哪一个,不假装两者一样。
为什么不把对白烧进图里:零依赖做不了字体栅格化(标准库没有字库解析与字形光栅化),
而且 AI 出图的文字基本都是错的——实测提示词里写了"不要文字",门上还是长出了TIME REPAIR 和镜像的 OPENING(同族包也踩过同一个坑:光写一句"不要字幕"压不住)。
所以本包的口径是图不带字,字另外给:sheet 产出 dialogue.md
(逐格对白/旁白/画面描述),交给后期或设计工具加字。这是明确的设计取舍,不是遗漏。
排错
| 现象 / 报错 | 原因 | 怎么办 |
|---|---|---|
鉴权失败(401) | Key 无效、过期或写错 | 到 https://api.a7w.cn/ 重新领取;确认没把 Bearer 重复写进环境变量 |
| 点数不足(HTTP 402) | 账号点数用完 | 到 https://api.a7w.cn/ 充值后重试 |
code: 0 但 HTTP 是 200 | 网关信封里 code == 1 才是成功,不是 0 | 看 body 里的 msg;脚本已按这个口径判断,别改成 code == 0 |
| 轮询一直读不到状态 | status 在 data 顶层,不在 data.result 里(平台文档写错) | 脚本按实测结构取;自己写脚本时别照文档写 |
当前请求未命中可用计费规格 | model 与 resolution 组合不支持(如普通模型传 2K) | 普通 nano-banana 只支持 1K;要高清档换 nano-banana-2:official 之类 |
一格卡在 processing | 任务卡住了 | 已设 --poll-timeout(默认 600 秒);超时会报出来并保留 task_id,可 python3 scripts/a7w.py task <task_id> 续查 |
读不出真实像素 | 下载被截断,或不是图片 | 删掉那条断点记录重出(--force),或检查网络 |
第 N 格 · X(id)漏了特征词「…」 | 模型没把设定卡里的特征词写进这一格的提示词 | 重跑 shots;或手改 shots.json 里那一格的 prompt 补上(改一个字 key 就变,会重出这一格) |
第 N 格结构问题:景别 … 不在枚举里 | 模型写了"看得见人"这种非景别写法 | 改成枚举里的景别;别名表已兜住"半身/全身/大全"这类常见写法 |
预估 N 点超过预算上限 | 超了 --budget | 提高预算、用 --count 少出几格,或先 cost 试算 |
2K 档没有实测单价,拒绝凭猜估算 | 我们没有 2K/4K 的实测价 | 给 --points-per-image 指定单价,或先用 1K 出 |
模型 nano-banana-2:official 没有实测单价 | 换模型就没实测价了 | 同上,给 --points-per-image |
输出目录 ... 在 Skill 包内 | --outdir 指到了包里的目录 | 换到包外(./out、%TEMP%\...)。包内放图片会让上传 400 |
参考图最多 12 张 | 超过了 schema 的 max_reference_images | 减少 --anchor / --ref-urls |
--anchor 报 URL 不是 http/https | 上游只收公网地址,本地路径传不上去 | 先把锚点图放到公网可访问的地址(例如用本包出一张设定图,拿它的 image_url) |
| 重跑又扣了一次钱 | 提示词/比例/分辨率/模型/action/角色设定卡/参考图任一维改了 → 断点 key 变了 | 这是设计如此(输入变了就该重画)。想省钱就别改输入,直接重跑会跳过 |
改了 --snap 配置但产物没变 | 旧版断点里没存原始下载文件 | 脚本会明确警告"无法本地重裁";要对这几格加 --force(会重新扣费)。新版断点会自动本地重裁(零成本) |
sheet 报「缺图的分镜格:3、4」 | 那几格还没出图 | 先 images 把缺的补出来(断点续跑,已有的不重复扣费) |
sheet 报「读不进来」 | 内置解码器只支持 8 位非隔行 PNG | 装 Pillow(能读 JPEG/WebP),或换用 PNG 档出图 |
没有找到 API Key | 三种方式都没配 | --key / A7W_API_KEY / python3 scripts/a7w.py login --key sk-xxx |
| Windows 下中文乱码 | 控制台代码页不是 UTF-8 | 先 chcp 65001,或设 PYTHONIOENCODING=utf-8 |
收集排错信息时请附上:完整命令、--report 产出的证据 JSON、consistency --report 的明细、原始报错文本。
不要在报错信息或截图里带上你的 API Key。
退出码(可直接用于流水线)
| 退出码 | 含义 |
|---|---|
0 | 全部成功且闸门全绿 |
2 | 调用失败(网络 / 鉴权 / 点数 / 模型名 / 输出目录不合法 / 输入文件坏了) |
3 | 闸门拦下:合规、占位符、照抄示例、比例不符、分镜结构、角色一致性、超预算、无实测单价 |
4 | 需要 --yes 确认(还没花钱,也没提交) |
5 | 达到 --max-seconds 上限中断(可续跑) |
130 | 用户中断(Ctrl+C) |
1 | 未预料的内部错误(代码 bug)——--json 下给 kind: "internal" 信封 + 完整 traceback |
--json 输出契约(给流水线与 agent 消费,只在 --json 下生效):
- 成功:结果对象里多一个
"ok": true;顶层是数组时包成{"ok": true, "data": [...]} - 失败:stdout 输出一个 JSON 信封,形如
{"ok": false, "exit": 3, "error": {"kind": "gate", "message": "…"}}(exit 就是本次真实退出码),kind 取 gate / usage / budget / call / interrupt / internal
internal是没预料到的异常(代码 bug)的兜底:stdout 给信封、
完整 traceback 原样打到 stderr、退出码固定 1 —— 报 bug,不藏 bug
- 只有在本次还没吐过任何 JSON 结果时才补信封;已经吐过结果时,
ok 就写在那个结果里,退出码不变
- 人读文案照旧走 stderr;退出码语义一个都不变;非
--json模式输出与以前完全一致 --json写在子命令前面或后面都可以
成本口径
| 项 | 实测 |
|---|---|
nano_banana 1K 出图 | 24 点/张 = 0.24 元 |
| 充值比例 | 1 元 = 100 点 |
| 提交时冻结 | 实测 frozen_points = 31.2(预冻结,不是最终扣费) |
| 完成后结算 | usage.points_cost = 24 |
| 失败 | 全额退回 |
| 2K / 4K · 其它模型 | 没有实测价 → 拒绝估算(退出码 3) |
| 文本(抽卡/分镜) | 平台不公开大模型单价,本包只报 token 数,不报金额 |
只信 usage.points_cost。 平台的 pricing_matrix / tenant_* / fixed_price 字段
我们验证过半数不可信(image_human 字段写 1.5/2/4/8 点/秒、实测 2/3/6/12;voice_tts/stt 字段写 30、实扣 40)。schema 的 api_doc 里列了官方模型的文档价
(28.03 / 35.76 / 61.52 点起),但那是文档价,不是我们实扣的数,
所以本包不拿它当结算价,也不敢用它做成本前置。
文件结构
sanjianke-storyboard-art/
├── SKILL.md 本文件
├── README.md 给人看的说明
├── LICENSE.md MIT,署名三剪客
├── references/
│ ├── storyboard-method.md 分镜方法:景别/机位/格页/节奏/比例
│ ├── character-consistency.md 角色一致性与画风:设定卡、硬约束、参考图
│ └── cost-and-troubleshooting.md 计费口径、实测数据与排错
└── scripts/
├── a7w.py api.a7w.cn 零依赖客户端(**逐字节等于规范版,本包不改它**)
├── imgprobe.py 图片头探针:读真实像素 PNG/JPEG/GIF/WebP(只读,纯标准库)
└── run.py characters / shots / images / consistency / sheet / all / cost / models
端点速查
算力集市(api.a7w.cn)的能力全部走下面这些端点(域名都来自算力集市 api.a7w.cn):
| 用途 | 方法与路径 |
|---|---|
| 提交出图/改图任务 | POST https://api.a7w.cn/api/v1/apps/nano_banana/submit |
| 查任务结果(统一入口,本包用它) | GET https://api.a7w.cn/api/v1/tasks/<task_id> |
| 查任务结果(应用级,备用) | GET https://api.a7w.cn/api/v1/apps/nano_banana/query?task_id=<task_id> |
| 看某应用的接口与参数 | GET https://api.a7w.cn/api/v1/apps/nano_banana |
| 在架应用清单 | GET https://api.a7w.cn/api/v1/apps |
| 在架模型清单 | GET https://api.a7w.cn/api/v1/models |
| 抽设定卡 / 出分镜表用的大模型 | POST https://api.a7w.cn/api/v1/chat/completions |
submit 的参数名(用 python3 scripts/a7w.py schema nano_banana 实查,别猜):prompt / action(generate\|edit) / model / image_urls / resolution(1K\|2K\|4K) /aspect_ratio / callback_url。
没有 /generate 这个端点。 「文生图」是 submit 的 action=generate 参数,
不是独立的 api 路径——我们之前凭记忆写错过,被实测纠正,这里留个记号。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
- 算力集市 api.a7w.cn(注册领 Key):https://api.a7w.cn/
- 分镜方法与格页比例:
references/storyboard-method.md - 角色一致性与画风:
references/character-consistency.md - 计费口径与排错:
references/cost-and-troubleshooting.md
免责声明:本包内置的违禁词表与判定口径是启发式自检工具,来自公开经验整理,
不构成法律意见,也不代表任何平台的官方审核标准。
分镜图与漫画成品的版权、肖像权、商标权与合规责任由使用者承担;
提示词里不要要求生成具体品牌 logo、真实人物姓名或受保护的既有角色形象,
涉及真人、品牌 logo、医疗健康、金融等高风险内容必须人工复核后再发布。