漫畫大師 — 工具是做什麼的？

comic-master 的夥伴。該技能定義了什麼是好的頁面；而本技能則涵蓋了用來實現他們的工具。大多數糟糕的文字處理源於糟糕的工具：手繪的光柵橢圓、系統字體以及直接貼在畫作上的文字。

1. 使用 ComfyUI 製作面板藝術

如何執行 ComfyUI 本身（安裝模型、啟動、執行模板和工作流程）屬於本倉庫根目錄下 vendor/comfy-cli-skills/ 中的通用 ComfyUI 技能。本節說明如何將它們用於漫畫。

1.1 漫畫專案的生成設定

每個專案兩個工作流程： 用於新面板的文字轉圖像，以及用於連續性修復、匹配鏡頭和道具文字的圖像編輯。只需選擇一次，搭配一個模型和固定設定，並記錄在專案聖經中。
一個面板 = 一個工作 = 一個儲存的圖像。 這樣每個面板都可以追溯到其提示詞、種子和設定。
根據佈局調整每個渲染尺寸，而不是反過來。 從縮圖中取得面板的邊界框，並以該長寬比渲染約 1 百萬像素（例如，寬 1408×704、高 768×1024、條狀 1536×640）。然後縮放或裁剪到邊界框中，將故事關鍵細節遠離裁剪邊緣。
按場景批次處理，而不是按頁面，這樣場景內的面板在光線、調色板和背景上保持一致。

1.2 一致性

先製作模型表。 為每個角色生成一個旋轉和表情表，選出最好的，並將其重複用作參考圖像（IP-adapter、圖像編輯輸入，或者如果你能訓練一個，則使用角色 LoRA）。
固定錨點（comic-master comic-characters.md §4.5）逐字放入每個提示詞中，從左到右列舉；為整個專案設定一個風格錨點。
種子： 記錄每個可接受面板的種子，以便可以重新生成或變化。
姿勢控制： 當構圖很重要時（發言者順序、視線水平、180 度線），請使用 OpenPose 或深度 ControlNet。

1.3 經得起考驗的提示規則

了解負面提示是否有效。 蒸餾模型以 CFG 1（FLUX.2 klein、Z-Image-Turbo）執行，通常會忽略負面提示。使用這些模型時，請以正面方式陳述你想要什麼（「正好四個人」、「放鬆平滑的眉毛」）。僅在具有實際 CFG 的模型上使用負面提示，或者添加負面引導節點（例如 NAG）。
使用模型的語言進行提示。 FLUX 和 Qwen/Z-Image 讀取自然句子；SDXL 讀取逗號分隔的標籤。對於句子模型，使用固定順序：鏡頭和角度 → 每個人物及其位置（從左到右） → 一個動作 → 表情作為解剖學描述 → 場景 → 光線 → 風格。
表情作為解剖學描述，絕不使用名稱。「無聊」往往會產生皺眉的表情。改為描述它：「上眼瞼半垂，眉毛高而平，嘴巴閉成一條直線」。在負面提示有效的地方，也對失敗情況進行負面提示（「皺眉，怒視」）。
服裝顏色放在提及身體部位的子句中（「肩膀上的海軍藍緊身衣」）。特寫鏡頭往往會漂向通用顏色；對漂移顏色進行負面提示。
無重複： 每個人物一個錨點，明確的數量和順序（「正好三個人：從左開始，……」），並且在負面提示有效的地方，將「重複角色、克隆、額外人物」放入負面提示中。
在提示詞中預留文字空間（「上部三分之一是空的平坦牆壁」）。要求乾淨、無文字的圖像（「無文字、無字母、無對話框」，在負面提示有效的地方使用，否則正面表述為「沒有任何文字的乾淨圖像」），除非是在有意的道具文字編輯環節中。
從縮圖進行分鏡。 將縮圖轉換為粗略的方塊佈局（火柴人、家具的方框），並將其作為姿勢、線稿或深度控制圖像輸入，這樣角色位置、比例和誰在房間裡就能遵循計劃。
生成幾個，挑選一個。 為每個面板渲染 3–4 個種子，並在任何文字處理之前，根據面板的目標和錨點進行選擇。

1.4 編輯而非重新生成

使用圖像編輯工作流程，並將現有面板作為輸入：

匹配面板（相同房間、重複笑點、反應鏡頭）：將較早的面板調色到新的面板中，而不是從頭開始生成。
移除勝過重新安排。「移除桌子旁的第二個人」可行；「將他移動到椅子後面」通常會失敗。
連續性修復： 多餘的臨時演員、錯誤的服裝顏色、拿錯手的道具。僅對該區域進行修復或編輯。
道具文字（§4）：寫在徽章或招牌上的短文字，以 1:1 檢查。

1.5 在文字處理前進行審查

將每個渲染結果與其錨點和面板的目標進行比較：臉部、服裝顏色、道具和手勢、光線方向、多餘的人物、殘留的字形、空的文字區域。
為每個面板保留記錄（提示詞、種子、設定、接受或拒絕及其原因），以便修復是可重現的。

1.6 推薦的模型設定

8 GB VRAM（工作預設值）：

工作	模型和檔案	備註
面板和編輯	FLUX.2 [klein] 4B fp8 (`flux-2-klein-4b-fp8`) + `qwen_3_4b` 文字編碼器 + `flux2-vae`	~4 步，CFG 1。編輯模式接受參考圖像（模型表）以實現符合角色的角色。Apache-2.0。
更高品質的單一面板、道具文字	Z-Image-Turbo int8 (`z_image_turbo_int8_convrot`) + `qwen_3_4b_fp8_mixed` + `ae.safetensors`	模板 `image_z_image_turbo_int8`；~8 步。更好的文字和指令遵循；無參考圖像編輯。透過 Z-Image-Turbo Fun Union ControlNet 模板進行姿勢/深度控制。Apache-2.0。
分鏡控制	SDXL + OpenPose ControlNet + IP-adapter	在 8 GB 下最成熟姿勢和佈局控制；使用 Klein 優化結果。
角色去背	comfyui-rmbg 搭配 BiRefNet toonout（專為卡通和插圖設計）或 RMBG-2.0	用於下方的分層工作流程。
放大	`4x-UltraSharp`，拼接	渲染 ~1 MP，然後放大到印刷尺寸。

在 8 GB 下：使用 fp8/int8/GGUF 權重；當記憶體緊繃時，將文字編碼器移動到 CPU 或第二個 GPU；對大圖像使用拼接 VAE 解碼；一次僅載入一個模型；將任何本地 LLM 保留在不同的 GPU 上。

分層角色： 在平坦的純色背景上生成每個角色，將其去背（BiRefNet toonout），並合成到每個場景的一個共享背景上。這可以解決僅靠提示無法解決的分鏡、比例和誰在房間裡的問題，並使道具在各個面板中保持相同大小。

使用更多 VRAM： FLUX.2 [klein] 9B（~20 GB；非商業用途）、Qwen-Image-2.1（~24 GB；10 張參考圖像、透明 RGBA 輸出、遮罩編輯；研究許可證）、FLUX.2 [dev]（24 GB+ 在 fp8 下；頂級品質和多參考；非商業用途）。在商業使用前檢查每個模型卡的許可證；上面的 8 GB 堆疊都是 Apache-2.0。

2. 文字處理引擎：繪製向量，而非像素

2.0 使用文字處理工具（預設）

不要編寫文字處理程式碼。使用 scripts/letterer.py，它與此 SKILL.md 一起位於該技能的資料夾內，以及 scripts/README.md、scripts/styles.json 和 scripts/fonts/ 中已核准的字型。相對於此 SKILL.md 解析路徑，無論倉庫被克隆到何處；切勿將腳本複製到專案中。它已經遵循本節中的每一條規則，並自行執行 §5 中的品質檢查。需求：Python 3.9+ 搭配 Pillow 和 numpy（pip install -r scripts/requirements.txt）；建議安裝 mediapipe，它會啟用自動臉部檢查（對話框必須避開臉部）和 "tail_to": "auto"。

工作流程：

python scripts/letterer.py grid --image panel_or_page.png --out grid.png 並檢視疊加層。讀取面板矩形、每個發言者的頭部框和嘴巴，以及空白區域。然後根據 comic-master comic-lettering.md §12.2 中的放置規則和 §12.7 中的逐步程序，為每個對話框選擇位置和尾部瞄準點：對話框位於靠近頭部的空白區域，尾部指向嘴巴但終止於頭部之外。所有座標都是相對的：從左上角開始的 0.0–1.0。
編寫一個頁面規格（JSON），其中的項目按閱讀順序排列：

{
  "image": "strip.png", "out": "strip_lettered.png",
  "panels": [[0.0125,0.03,0.329,0.97], [0.342,0.03,0.658,0.97], [0.671,0.03,0.988,0.97]],
  "avoid": "faces_mask.png",
  "items": [
    {"style": "declaration", "text": "The city calls. I answer.", "zone": [0.03,0.06,0.31,0.24]},
    {"style": "speech", "text": "Did anyone else|hear that noise?", "at": [0.46,0.30], "tail_to": [0.52,0.52]},
    {"style": "sfx-micro", "text": "bzzt bzzt", "at": [0.39,0.62]},
    {"style": "sfx", "text": "KA-CHUNK", "at": [0.80,0.88], "size": 2.4, "rotate": -8}
  ]
}

python scripts/letterer.py page spec.json。退出碼 0 表示所有品質檢查已通過；1 表示已渲染但品質檢查失敗，因此請閱讀列出的失敗訊息，修復規格（將對話框移近發言者、放大區域、刪減文字、使用 | 重新換行）並再次執行；2 表示錯誤（未知風格、缺少字型、錯誤的規格）。
以全尺寸和縮圖查看 PNG。將 SVG（可編輯）和 _qa.json（測量數據）與頁面一起保留。

項目欄位： style；text（| 強制換行，否則它會自動換成菱形；_word_ 加底線以表示強調）；at [x,y] 中心或 zone [x0,y0,x1,y1] 以適合內部；tail_to [x,y] 瞄準點：不是嘴巴本身，而是頭部外部空白區域中的一個點，位於從對話框朝向嘴巴的線上，距離臉部約 1 個字元高度（工具會將尖端停在稍微短一點的位置，因此尾部瞄準發言者而不接觸他們）；用 "no_tail": true 省略它。不要使用 "auto"：它會返回嘴唇本身；可選的 panel 索引、size 乘數、rotate（度數，順時針）、fill（背景）、ink（外框）、text_color、font、tail_bend、link（同一發言者較早對話框的索引：將兩者連接起來）、bleed（true 為故意打破面板邊框）、seed。

超越基本功能的頁面欄位： defaults 為每個項目設定顏色和字型（{"fill": "#FDF6E3", "ink": "#2B2B2B", "text_color": "#1F3A7A"}）；styles 為此頁面覆蓋一個樣式（{"speech": {"fill": "#FFF7D6"}}）；avoid 預設為 "auto"（偵測到的臉部受到保護），或一個遮罩圖像，或 false。

在一次 page 執行中為組裝好的頁面或條狀圖加上文字，切勿逐個面板進行。 一次執行可使文字處理大小在所有面板中保持一致，並讓品質檢查能夠檢查整個頁面的閱讀順序和重疊。

頁面欄位： image、out/svg/qa 路徑、panels（強烈建議：用於邊緣間距、閱讀順序和文字處理大小）、ch（像素中的字元高度；預設值是中間面板短邊 ÷ 30，到處都相同）、avoid（白色 = 必須保持清晰的臉部、手部或關鍵動作；從分割環節構建它）、direction（ltr，或 rtl 用於漫畫）。

樣式（執行 python scripts/letterer.py styles 以取得包含一行說明的即時列表）：

對話：speech、speech-hand（手繪墨跡、斜體、彎曲尾部）、emphasis（大線條；使用 _word_ 加底線）、whisper（虛線）、strain（顫抖外框、淡黃色：從牙縫中擠出的話語）、electronic（鋸齒狀尾部）。
思考：thought-1（= thought、蓬鬆雲朵）、thought-2（精細扇形）、thought-3（帶有氣泡的光滑橢圓）。若有疑問，請使用 thought-1：當要求思考框但沒有更多細節時，這是預設選項。思考軌跡需要在對話框和其瞄準點之間至少有 2.5 個字元高度的空白空間，否則品質檢查會失敗。請參閱 comic-master comic-lettering.md §12.8。
大聲：shout、shout-2（手繪爆炸框）、burst（無尾部）。
框：caption、caption-hand、declaration 和 declaration-hand（引用的旁白；在頁面上向下堆疊幾個以用於獨白）、locator、narrator。
SFX：sfx（在來源處，帶有細白色外框）、sfx-micro（細微聲音）、sfx-stack（在來源旁堆疊的重複聲音："wub|wub|wub"）。

為每本書保持一種對話外觀：要麼使用普通樣式，要麼使用 -hand 樣式，不要在場景內混合使用。請參閱倉庫根目錄下的 examples/styles/sheet_lettered.png，以查看所有樣式並排顯示。透過在 styles.json 中添加條目來新增樣式，切勿編寫新的繪圖程式碼。

快速單個項目： python scripts/letterer.py bubble --image in.png --out out.png --text "GET DOWN!" --style shout --at 0.17,0.25 --tail-to 0.155,0.47 --panel 0.0125,0.03,0.329,0.97

如果該工具缺失，請遵循以下規則來建構等效工具，並仍然產生相同的品質檢查數據。

以 SVG 格式建構文字處理，並使用 resvg、cairosvg 或無頭 Chromium（Playwright）進行渲染。向量提供平滑曲線、真實字距、乾淨筆觸和可編輯圖層。不要使用光柵橢圓調用繪製對話框。
使用真正的漫畫字型。
- 對話：Comic Neue、Patrick Hand、Anime Ace 或其他手寫字體，全部大寫，為整部作品使用一種字型。
- SFX 和標題：一種粗體顯示字型，例如 Bangers。
- 絕對不要使用系統無襯線字體（Arial、Helvetica、DejaVu）。如果字型檔案缺失，應大聲報錯，而不是默默地回退。
- 對話和標題僅使用樸素、直立、手寫的字型。 不要使用顯示字型、科技字型、未來主義字型、模板字型、恐怖字型或新奇字型來呈現人們必須閱讀的文字：缺少橫筆或風格化的 E/A/M 字母形式會減慢閱讀速度並改變語氣。裝飾字型僅用於 SFX、標題和標誌。
- 在專案聖經中保留一份已核准的清單（例如，對話：Comic Neue Bold 或 Anime Ace；SFX：Bangers），並拒絕任何不在清單中的字型。
對話框適合文字：
1. 將文字包裝成菱形：短頂行、最寬的中間行、短底行，最後一行不能只有一個字。
2. 測量文字區塊並在其周圍繪製一個圓角橢圓或超橢圓。
3. 增加邊框，直到文字的每個角落與其之間至少有 1 個字元高度的距離。
- 切勿將文字擠入固定的橢圓中。
尾部是彎曲、錐形的路徑，而非三角形：
- 基部約為對話框寬度的 1/8（絕不小於約 0.8 個字元高度），位於最靠近發言者的一側。
- 長度可達對話框高度的一半左右（或對於小對話框為 2.5 個字元高度），朝向嘴巴彎曲並在…

…（此處截斷）

漫畫大師 — 工具