chaithanya-m/image-generation

ユニバーサル画像生成

これはユニバーサルな画像生成機能です。提供されたコンテンツが金融関連であると決めつけないでください。実際の入力から主題とビジュアルスタイルを判断してください。

呼び出すタイミング

ユーザーが提供されたコンテンツに基づいて、ビジュアルアセット、イラスト、カルーセルアート、または画像を要求した場合はいつでも画像エージェントを使用してください。これは調査や公開ワークフローに結びついていません。

サポートされる入力

• プレーンテキストおよびMarkdown。
• JSONオブジェクトと配列（シリアル化されたDialogueScriptやInstagramPostコンテンツを含む）。
• 個々のスライド/シーンおよび複数セクションのドキュメント。
• 既存のvisual_promptフィールド（コンテキストとして再利用する必要があります）。

計画と生成

image-generation-agentプロジェクトディレクトリからコマンドを実行します。要求された場合、または生成コスト/量がそれを正当化する場合は、まず計画をプレビューしてください。

python -m src.image_agent.cli --input content.json --dry-run

ドライランは、設定されたLLMで実際のトピックを分析し、ドメイン、セクション、スタイル、アスペクト比、および完全なプロンプトを出力します。画像プロバイダーに問い合わせたり、画像を保存したりしません。生成するには：

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

# 失敗した画像を、保存されたプロンプトを使用して再試行（再分析なし）
python -m src.image_agent.cli \
  --retry output/images/generated/topic/generation_manifest.json

計画は、設定された最大値に制限された、コンテンツに適した画像数を決定します。スライド/シーンの場合は、シリーズ全体で順序と一貫性のあるスタイルを維持します。既存のビジュアルプロンプトをソース素材として使用します。入力以上の事実を追加しないでください。正確なテキストはPillowでオーバーレイする必要があり、画像モデルに委任してはいけません。

レポートと失敗

画像とgeneration_manifest.jsonは、要求された出力ディレクトリ内の一意のコンテンツスラッグフォルダに保存されます。正確な出力パス、成功/失敗した画像の数、およびマニフェストパスを報告してください。完了を報告する前にマニフェストを確認してください。

分析に失敗した場合は、設定されたLLM APIエラーを報告してください。画像生成に失敗した場合は、プロバイダーエラーと失敗した画像番号を報告してください。画像が生成されたと暗示したり、サイレントにプロバイダーを切り替えたりしないでください。Cloudflare生成にはCLOUDFLARE_ACCOUNT_IDとCLOUDFLARE_API_TOKENが必要です。以前に生成されたファイルは決して上書きされません。--retry <generation_manifest.json>で失敗を再試行すると、成功した画像はスキップされ、元のプロンプトが再利用されます。