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-modeprev(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
--resolution1K(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
3:4864x11840.72972.70%
16:91344x7681.75001.56%
9:16768x13440.57141.56%
4:5896x11520.77782.78%
5:41152x8961.28572.86%
1:1 / 4:3 / 21:9 / 2:3 / 3:21024x1024 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:

  1. 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。

  1. 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。

  1. 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。

同类文章