Universelle Bildgenerierung
Dies ist eine universelle Bildgenerierungs-Fähigkeit. Gehen Sie niemals davon aus, dass der gelieferte Inhalt finanzbezogen ist. Bestimmen Sie das Thema und den visuellen Stil anhand der tatsächlichen Eingabe.
Wann aufgerufen werden soll
Verwenden Sie den Bildagenten, wenn der Benutzer nach visuellen Assets, Illustrationen, Karussell-Grafiken oder Bildern auf Basis des gelieferten Inhalts fragt. Er ist nicht an einen Recherche- oder Veröffentlichungs-Workflow gekoppelt.
Unterstützte Eingaben
- Klartext und Markdown.
- JSON-Objekte und Arrays, einschließlich serialisiertem DialogueScript- und InstagramPost-Inhalt.
- Einzelne Folien/Szenen und Dokumente mit mehreren Abschnitten.
- Vorhandene
visual_prompt-Felder, die als Kontext wiederverwendet werden sollen.
Planen und Generieren
Führen Sie Befehle aus dem Projektverzeichnis image-generation-agent aus. Zeigen Sie immer zuerst einen Plan an, wenn dies angefordert wird oder wenn die Generierungskosten/-menge dies rechtfertigt:
python -m src.image_agent.cli --input content.json --dry-run
Der Trockenlauf analysiert das tatsächliche Thema mit dem konfigurierten LLM und gibt die Domäne, Abschnitte, den Stil, das Seitenverhältnis und die vollständigen Prompts aus; er kontaktiert weder den Bildanbieter noch speichert er Bilder. Zum Generieren:
python -m src.image_agent.cli --input content.json
python -m src.image_agent.cli --input content.md --aspect-ratio 4:5
python -m src.image_agent.cli --input content.json --style cinematic \
--images-per-section 2 --output output/custom
# Fehlgeschlagene Bilder mit ihren gespeicherten Prompts erneut versuchen, ohne erneute Analyse
python -m src.image_agent.cli \
--retry output/images/generated/topic/generation_manifest.json
Der Plan bestimmt eine inhaltlich angemessene Anzahl von Bildern, begrenzt durch das konfigurierte Maximum. Für Folien/Szenen die Reihenfolge und einen konsistenten Stil über die Serie hinweg beibehalten. Vorhandene visuelle Prompts als Quellenmaterial verwenden. Keine Fakten über die Eingabe hinaus hinzufügen. Exakter Text sollte mit Pillow überlagert werden, niemals an das Bildmodell delegiert werden.
Bericht und Fehler
Bilder und generation_manifest.json werden im angeforderten Ausgabeverzeichnis in einem Ordner mit einem eindeutigen Inhalts-Slug gespeichert. Melden Sie den genauen Ausgabepfad, die Anzahl der erfolgreichen/fehlgeschlagenen Bilder und den Manifest-Pfad. Überprüfen Sie das Manifest, bevor Sie den Abschluss melden.
Falls die Analyse fehlschlägt, melden Sie den Fehler der konfigurierten LLM-API. Falls die Bildgenerierung fehlschlägt, melden Sie den Anbieterfehler und die Nummer des fehlgeschlagenen Bildes; implizieren Sie nicht, dass ein Bild erstellt wurde, oder wechseln Sie stillschweigend den Anbieter. Die Cloudflare-Generierung erfordert CLOUDFLARE_ACCOUNT_ID und CLOUDFLARE_API_TOKEN. Zuvor generierte Dateien werden niemals überschrieben. Wiederholen Sie Fehler mit --retry <generation_manifest.json>, sodass erfolgreiche Bilder übersprungen werden und die ursprünglichen Prompts wiederverwendet werden.