auto-save 2026-05-19 10:35 (+3, ~8, -1)
This commit is contained in:
@@ -665,3 +665,440 @@ UI 上传图区域要醒目提示：
|
||||
|
||||
如果只做一个，先做 Mode B —— 它对"前后一致"的帮助最直接，相当于直接拿用户图当 L0 锚图，跳过最容易漂移的"prompt → 意向图"阶段。
|
||||
|
||||
---
|
||||
|
||||
## 9. 实例：上传一张 lookbook 整图的工作流
|
||||
|
||||
### 9.1 场景描述
|
||||
|
||||
用户拿到一张已经完整的商品 lookbook 图（如 MUSE MATE 街头潮玩公仔的 14 区块大图），里面已经包含核心形象、包装、三视图、细节、场景、配件、社媒图、专利六视图、产品信息等。这是 Mode C 复刻+补全的极端情况——**几乎所有 slot 都已经有素材**，只需要补少量缺失视角和细节。
|
||||
|
||||
### 9.2 上传图的内容分类（以 MUSE MATE lookbook 为例）
|
||||
|
||||
```
|
||||
01. 核心形象 → 单只主角图
|
||||
02. 包装展示 → 礼盒 + 配件平铺
|
||||
03. 三视图 → Front / Side / Back
|
||||
04. 细节展示 → 头部 / 滑板 / 卫衣特写 ×4
|
||||
05. 场景展示 → 涂鸦墙 / 唱片店 / 滑板公园 / 书桌 / 车载 / 包挂 ×6
|
||||
06. 配件展示 → 帽子 / 耳机 / 滑板 / 喷漆 / 卫衣 / 钥匙扣 / 编号卡 / 贴纸 ×8
|
||||
07. 可替换造型 → 黑 / 灰 / 橙 / 绿 4 套服饰
|
||||
08. 灯光效果 → 白光 / 暖光 2 张
|
||||
09. 证书 + 编号卡 → 收藏卡
|
||||
10. 社媒展示 → 明星种草 3 张
|
||||
11. 系列款展示 → 6 个配色变体
|
||||
12. 专利图纸 → 已完整的六视图
|
||||
13. 产品信息 → ABS/PVC、高度 12cm、包装尺寸文字
|
||||
14. 合作流程 → 流程图（非产品素材）
|
||||
```
|
||||
|
||||
### 9.3 系统映射表
|
||||
|
||||
| Lookbook 区块 | 系统 slot | 数量 | 备注 |
|
||||
|---|---|---|---|
|
||||
| 01 核心形象 | L0 主体图 → `subject` role | 1 | 净化后做 L1 锚图 |
|
||||
| 02 包装 | `mkt_packaging_render` + `prod_packaging_structure` | 2 | 切出 |
|
||||
| 03 三视图 | `patent_front` / `patent_left` / `patent_back` | 3 | 直接占用 |
|
||||
| 04 细节 | `patent_detail_face` + `patent_detail_accessory` + `mkt_detail_face` + `mkt_detail_material` | 4 | 切出 |
|
||||
| 05 场景 | `mkt_scene_bedroom/desk/gift` + 新增「街头 / 车载 / 包挂」slot | 6 | 拓展模板 |
|
||||
| 06 配件 | `acc_inventory_sheet` + 8 个配件孤立锚图 | 9 | 触发 8 个 AccessoryGroup |
|
||||
| 07 服饰变体 | **新 slot：`variant_outfit`** | 4 | 拓展（系列变体） |
|
||||
| 08 灯光变体 | **新 slot：`variant_lighting`** | 2 | 拓展 |
|
||||
| 09 证书卡 | **新 slot：`cert_card`** | 1 | 收藏品需要 |
|
||||
| 10 社媒 | `mkt_social_vertical` | 3 | 占用 |
|
||||
| 11 系列款 | **新 slot：`series_lineup`** | 1 | 拓展 |
|
||||
| 12 专利六视图 | `patent_front/back/left/right/top/bottom` | 6 | 完全占满 |
|
||||
| 13 产品信息 | OCR 后填到 `text_production_brief` / `text_production_cmf` | - | 文字 slot |
|
||||
| 14 合作流程 | 忽略 | - | 非素材 |
|
||||
|
||||
### 9.4 用户操作流程
|
||||
|
||||
```
|
||||
1. 上传 lookbook 整图（role: 'lookbook-composite'）
|
||||
2. 系统检测到合成图 → 弹出区块切割界面
|
||||
- Vision 识别"01."至"14."编号定位分区线
|
||||
- 用户可手动调整裁剪框
|
||||
- 每块标 role
|
||||
3. 切完得到 30-40 张独立图，写入 data/uploads/
|
||||
4. 系统按 role 自动分配 slot
|
||||
5. 调 Vision 看 L0 + 三视图 + 配件清单 → 自动推断 CharacterSpec
|
||||
6. 用户进入 PackPanel：
|
||||
- 已占用 slot 显示 ✓
|
||||
- 缺失 slot 显示「待补生成」
|
||||
7. 用户决定一键补全 / 挑重要 slot 补全
|
||||
```
|
||||
|
||||
### 9.5 算力节省
|
||||
|
||||
对这张 lookbook 来说：
|
||||
|
||||
| Pack | 全量生成需要 | 上传图已占 | 实际需补生成 |
|
||||
|---|---|---|---|
|
||||
| 专利包 | 12 张 | 7 张 | 5 张（右/上/下/立体×2） |
|
||||
| 配件包 | 9 张（清单）+ 6×8 = 57 张 | 9 张（清单 + 各 1 视图） | ~48 张（每件还缺 5 视图 + 组合图） |
|
||||
| 生产包 | 18 张 | 0 张（lookbook 没生产图） | 18 张全补 |
|
||||
| 宣发包 | 22 张 | 11 张（KV/包装/场景/社媒） | 11 张 |
|
||||
| **合计** | **≈118 张** | **≈40 张** | **≈82 张** |
|
||||
|
||||
省下约 **34% API 调用**。更重要的是：用户自己的图是最强 anchor，前后一致性最高。
|
||||
|
||||
### 9.6 需要新增的模板 / 数据结构
|
||||
|
||||
为支撑 lookbook 场景，建议扩展：
|
||||
|
||||
```typescript
|
||||
// 新增 role 类型
|
||||
export type UploadRole =
|
||||
| 'subject' | 'reference'
|
||||
| 'view-front' | 'view-back' | 'view-left' | 'view-right' | 'view-top' | 'view-bottom'
|
||||
| 'accessory-isolated' | 'accessory-named'
|
||||
| 'scene-bedroom' | 'scene-desk' | 'scene-gift'
|
||||
| 'scene-street' | 'scene-car' | 'scene-bag' // 新增场景
|
||||
| 'detail-face' | 'detail-accessory' | 'detail-material'
|
||||
| 'social-vertical' | 'social-square'
|
||||
| 'packaging-overview' | 'packaging-structure'
|
||||
| 'variant-outfit' | 'variant-lighting' // 新拓展
|
||||
| 'cert-card' | 'series-lineup' // 新拓展
|
||||
| 'lookbook-composite'; // 整张 lookbook
|
||||
```
|
||||
|
||||
新增模板（templates.ts 里追加）：
|
||||
|
||||
- `mkt_scene_street` / `mkt_scene_car` / `mkt_scene_bag`（场景包补 3 个）
|
||||
- `variant_outfit_*` × 4（服饰变体包）
|
||||
- `variant_lighting_white` / `variant_lighting_warm`（灯光变体）
|
||||
- `cert_card`（收藏品类附件）
|
||||
- `series_lineup`（系列陈列图）
|
||||
|
||||
新增 API：
|
||||
|
||||
```
|
||||
POST /api/uploads/split-composite
|
||||
Body: { uploadedImageId, regions: Array<{ role, bbox, accessoryName? }> }
|
||||
Resp: { sessionId, splitImages: UploadedImage[] }
|
||||
```
|
||||
|
||||
### 9.7 这个实例对实施顺序的影响
|
||||
|
||||
如果用户主要场景是"已有完整或半完整 lookbook"，那 §4 实施 Checklist 的优先级应该调整：
|
||||
|
||||
1. **优先做 §8 上传图模式（Mode B 复刻）**
|
||||
2. 其次做 §1 锚图链
|
||||
3. 再做 §9 区块切割 + role 标注 + slot 自动占用
|
||||
4. 最后做风格库、Vision 配件识别等增强功能
|
||||
|
||||
因为 lookbook 用户根本不需要"从 prompt 生意向图"，他们要的是"把这套素材合理拆分填进系统，缺什么补什么"。
|
||||
|
||||
---
|
||||
|
||||
## 10. 完整 Agent 编排：从任意输入到完整 lookbook
|
||||
|
||||
### 10.1 目标
|
||||
|
||||
用户无论上传什么（一句话 / 单张主角图 / 完整 lookbook 大图 / 几张零碎参考图），系统都能自动跑到同一个终态：**一套完整的专利包 + 配件包 + 生产包 + 宣发包 + 视频任务 + 设计说明文字**，并显式区分「已占用」「AI 补生成」「需人工确认」三种状态。
|
||||
|
||||
### 10.2 三层 Agent 架构
|
||||
|
||||
```
|
||||
┌──────────────────────────────────────────────────────────┐
|
||||
│ Orchestrator Agent — 决策总指挥 │
|
||||
│ · 决定走哪条路径（Mode A/B/C） │
|
||||
│ · 调度拓扑生成顺序 │
|
||||
│ · 触发自检 & 重做 │
|
||||
└──────────────────────────────────────────────────────────┘
|
||||
│ │ │
|
||||
▼ ▼ ▼
|
||||
┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
|
||||
│ Vision Analyst │ │ Generation Worker│ │ Quality Checker │
|
||||
│ · 识图分类 │ │ · 调 GPT 生图 │ │ · 角色一致性 │
|
||||
│ · 区块切割 │ │ · 调 Seedance │ │ · 视角正确性 │
|
||||
│ · 推断 Spec │ │ · multipart 上传 │ │ · 风格统一 │
|
||||
│ · 配件识别 │ │ · 锚图链解析 │ │ · 标红需重做 │
|
||||
└──────────────────┘ └──────────────────┘ └──────────────────┘
|
||||
```
|
||||
|
||||
实现层面：
|
||||
- 三个 Agent 可以是同一个 GPT 模型不同 prompt
|
||||
- 也可以分别用：`gpt-5.5-vision` 做识图、`gpt-image-2` 做生图、`gpt-5.5` 做质检
|
||||
- 编排可以用 Vercel AI SDK / LangChain，**也可以纯 TypeScript 状态机**（推荐先用后者，可控性强）
|
||||
|
||||
### 10.3 完整流程状态机
|
||||
|
||||
```
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: idle │
|
||||
│ 用户输入：prompt? upload? both? │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: input-analysis │
|
||||
│ Vision Agent 看输入图（如有） │
|
||||
│ 输出 InputClassification： │
|
||||
│ { mode: 'prompt-only' | 'single-subject' | 'lookbook' │
|
||||
│ | 'multi-reference', │
|
||||
│ blocksDetected?: BlockBBox[], │
|
||||
│ detectedSubject?: SubjectGuess, │
|
||||
│ detectedAccessories?: AccessoryGuess[], │
|
||||
│ confidence: 0..1 } │
|
||||
│ confidence < 0.7 → 询问用户 │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌──────────┴──────────┐
|
||||
▼ ▼
|
||||
┌──────────────────┐ ┌──────────────────┐
|
||||
│ Path A: prompt │ │ Path B: image │
|
||||
│ → 批量生意向图 │ │ ┌──────────────┤
|
||||
│ → 九宫格筛选 │ │ ▼ │
|
||||
│ → 选中 │ │ Mode B 单图 │
|
||||
│ │ │ Mode C lookbook │
|
||||
│ │ │ Mode A multi-ref│
|
||||
└──────────────────┘ └──────────────────┘
|
||||
└──────────┬──────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: anchor-preparation │
|
||||
│ · L0 = 选中图或主体图 │
|
||||
│ · L1 = L0 经 cleanup 净化（preserveLevel=strict 复刻； │
|
||||
│ normal 二创可允许微调） │
|
||||
│ · 若是 lookbook：先做区块切割 → slot 自动占用 │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: character-inference │
|
||||
│ Vision Agent 看 L1 + 已占用 slot │
|
||||
│ 输出 CharacterSpec（含 accessoriesDetected[]） │
|
||||
│ 用户确认/编辑 │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: pack-generation（拓扑） │
|
||||
│ │
|
||||
│ Wave 1（并行）： │
|
||||
│ · patent_front（用 L1） │
|
||||
│ · acc_inventory_sheet（用 L1） │
|
||||
│ · mkt_white_front（用 L1） │
|
||||
│ │
|
||||
│ Wave 2（并行）： │
|
||||
│ · patent_back/left/right/top/bottom（用 patent_front） │
|
||||
│ · 每个配件 accessory_isolated（用 acc_inventory） │
|
||||
│ · mkt_white_45/back（用 mkt_white_front） │
|
||||
│ · prod_front_spec/back_spec/...（用 patent_front） │
|
||||
│ │
|
||||
│ Wave 3（并行）： │
|
||||
│ · patent_perspective_front/back / detail_* │
|
||||
│ · 每个配件的 6 视图（用对应 accessory_isolated） │
|
||||
│ · mkt_scene_* / mkt_detail_* │
|
||||
│ · prod_material_board / color_board / part_breakdown │
|
||||
│ │
|
||||
│ Wave 4： │
|
||||
│ · acc_with_doll_assembly（用 L1 + 各 isolated） │
|
||||
│ · mkt_size_lifestyle / longpage / packaging_render │
|
||||
│ │
|
||||
│ Wave 5： │
|
||||
│ · 设计说明文字（GPT text，基于 CharacterSpec + 各 anchor）│
|
||||
│ · 视频任务（用 mkt_white_front） │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: quality-check │
|
||||
│ Quality Checker Agent 看每张产物 │
|
||||
│ 对比 anchor → 一致性评分 │
|
||||
│ 标记需重做的图（红色） │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: review │
|
||||
│ 用户在 PackPanel 看完整产出 │
|
||||
│ 每张图状态：✓ 已占用 / ✨ AI 生成 / 🔴 待重做 / ⚠ 需人工确认 │
|
||||
│ 一键重做标红的图 / 手动重做某张 │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
▼
|
||||
┌────────────────────────────────────────────────────────────┐
|
||||
│ STATE: export │
|
||||
│ 导出 ZIP / PDF / manifest.json │
|
||||
└────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 10.4 关键 Agent 函数（不写代码，只列接口）
|
||||
|
||||
```typescript
|
||||
// === Vision Analyst ===
|
||||
|
||||
inferInputClassification(uploads: UploadedImage[], prompt?: string): InputClassification
|
||||
// 决定走 prompt / single-subject / lookbook / multi-reference
|
||||
|
||||
detectLookbookBlocks(imageUrl: string): BlockBBox[]
|
||||
// 返回每个区块的 bbox + 自动建议 role
|
||||
|
||||
inferCharacterSpec(anchorImageUrl: string, userHint?: string): CharacterSpec
|
||||
// 看图推断完整 CharacterSpec
|
||||
|
||||
detectAccessories(anchorImageUrl: string): DetectedAccessory[]
|
||||
// 看图识别所有独立配件
|
||||
|
||||
// === Generation Worker ===
|
||||
|
||||
generateImage({ prompt, anchorBuffer, maskBuffer?, size, negative }): GenImage
|
||||
// 真图生图，multipart /images/edits
|
||||
|
||||
generateText({ prompt, format: 'json' | 'markdown' | 'plain' }): string
|
||||
// GPT text
|
||||
|
||||
generateVideo({ prompt, anchorImageUrl, duration, ratio }): VideoTask
|
||||
// Seedance
|
||||
|
||||
// === Quality Checker ===
|
||||
|
||||
assessConsistency({ generatedImage, anchorImage }): {
|
||||
score: 0..1, // 角色一致性评分
|
||||
drifts: string[], // 漂移点说明
|
||||
needsRedo: boolean
|
||||
}
|
||||
|
||||
assessViewAccuracy({ image, expectedView: 'front' | 'left' | ... }): {
|
||||
score: 0..1,
|
||||
notes: string[]
|
||||
}
|
||||
|
||||
// === Orchestrator ===
|
||||
|
||||
planTopologicalGeneration(session): GenerationWave[]
|
||||
// 计算各 wave 依赖关系
|
||||
|
||||
runGenerationLoop(session): AsyncGenerator<ProgressEvent>
|
||||
// 跑完整生成 + 自检 + 重试
|
||||
```
|
||||
|
||||
### 10.5 Topological Generation 详解
|
||||
|
||||
每个 `AssetTemplate` 加 `anchorTemplateId` 字段后，可以构建 DAG：
|
||||
|
||||
```typescript
|
||||
type GenerationNode = {
|
||||
templateId: string;
|
||||
packKind: PackKind;
|
||||
dependsOn: string[]; // 上游 templateIds
|
||||
alreadySatisfied: boolean; // 已由上传图占用？
|
||||
};
|
||||
|
||||
function buildDAG(session): GenerationNode[]
|
||||
function topologicalSort(nodes): GenerationNode[][] // 分波次
|
||||
```
|
||||
|
||||
**关键**：每个 Wave 内的节点可以**并行执行**（concurrency=4 或 8），跨 Wave 必须串行（因为下游需要上游图作为 anchor）。
|
||||
|
||||
实测一张主角图全量生成（专利 12 + 配件清单 9 + 配件六视图 48 + 生产 18 + 宣发 22 + 视频 5 = 114 张图）+ 16 段文字，按 5 Wave 并行（concurrency=4），用时大约：
|
||||
|
||||
- Wave 1：3 张并行 → ~10s
|
||||
- Wave 2：~20 张并行（分 5 批）→ ~50s
|
||||
- Wave 3：~70 张并行（分 18 批）→ ~3min
|
||||
- Wave 4：~10 张 → ~25s
|
||||
- Wave 5：文字 + 视频提交（视频是异步任务）→ ~30s
|
||||
|
||||
**总计约 5 分钟出完整 lookbook**（视频是异步任务还要等几分钟）。比串行生成（每张 3s × 114 = 5.7min 还要排队）快不少，且一致性最强。
|
||||
|
||||
### 10.6 Quality Check 的具体策略
|
||||
|
||||
让 Vision Agent 做 4 项检查：
|
||||
|
||||
1. **角色一致性**：把生成图和 L1 锚图拼成一张图，问 GPT "这两张是同一个角色吗？打分 0-1，列出差异"
|
||||
2. **视角正确性**：问 "这张图是正面/左视图/俯视图吗？"
|
||||
3. **背景清洁度**（专利图必须）：问 "是否有水印、文字、场景道具？"
|
||||
4. **配件完整性**：问 "源图上的 X 配件在这张里是否清晰可见？"
|
||||
|
||||
每项分数 < 0.7 → 标红待重做。重做时把上一次的差异点写进 `userRefinement` 反馈给 prompt：
|
||||
|
||||
```
|
||||
追加约束：上次生成中 ${drifts} 出现问题，本次必须修正。
|
||||
```
|
||||
|
||||
### 10.7 UI 上的 Agent 进度展示
|
||||
|
||||
`PackPanel` 顶部加一条**生成总进度条**：
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────┐
|
||||
│ 🤖 Agent 工作中 · Wave 3/5 · 已生成 47/114 张 │
|
||||
│ ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 41% │
|
||||
│ 当前批次：配件六视图（帽子/耳机/滑板...） │
|
||||
│ 已完成自检 ✓ 33 张 · 🔴 待重做 2 张 │
|
||||
└─────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
每个 Pack 内的 AssetRow 显示状态徽章：
|
||||
- ✓ 绿色 = 已占用（来自上传图）
|
||||
- ✨ 紫色 = AI 已生成（通过自检）
|
||||
- 🔴 红色 = AI 生成但自检不过，建议重做
|
||||
- ⚠ 黄色 = 自检不确定，需人工确认
|
||||
- ⏳ 灰色 = 等待生成
|
||||
|
||||
点单张图可看详情：`anchor 来源 / prompt / 自检评分 / 漂移点`。
|
||||
|
||||
### 10.8 Agent 配置（环境变量补充）
|
||||
|
||||
```bash
|
||||
# Agent 并发度
|
||||
AGENT_CONCURRENCY=4 # 单 Wave 并行数
|
||||
AGENT_MAX_RETRY=2 # 自检失败最多重试次数
|
||||
AGENT_AUTO_REDO_THRESHOLD=0.7 # 自检分数低于此值自动重做
|
||||
|
||||
# Vision 模型
|
||||
GPT_VISION_MODEL=gpt-5.5 # 用于识图、自检
|
||||
```
|
||||
|
||||
### 10.9 失败恢复
|
||||
|
||||
Agent 跑到中途失败（API 超时、Key 限流）的处理：
|
||||
|
||||
- 每个 Wave 完成后**写一次 session.json 到 data/sessions/**
|
||||
- Wave 中单张失败 → 标记 `status: 'failed'`，记录错误，**不阻塞其它节点**
|
||||
- 用户刷新页面看到失败的 slot 显示红色，可一键重做
|
||||
- 全 Wave 完成后，Orchestrator 输出失败摘要
|
||||
|
||||
### 10.10 Agent 输入两种输入的对比
|
||||
|
||||
| 输入 | Vision 分析判定 | 走的路径 | 实际工作量 |
|
||||
|---|---|---|---|
|
||||
| **一张单主角图**（普通玩具照） | `single-subject` | Mode B 复刻 | L1 净化 → 推断 Spec → 全量补 ~114 张 + 文字 |
|
||||
| **lookbook 大图** | `lookbook` | Mode C 拆解+补全 | 切 30-40 块 → 自动占用 → 补 ~80 张 |
|
||||
| **多张参考图**（同一角色多视角） | `multi-reference` | 自动分发 + 复刻 | 已有视角占用 → 补缺失 |
|
||||
| **概念参考 + Prompt** | `multi-reference + prompt` | Mode A 二创 | 批量变体 → 选 → 复刻流程 |
|
||||
| **纯文字 prompt** | `prompt-only` | 原 prompt-first | 批量生意向图 → 选 → 复刻流程 |
|
||||
|
||||
无论哪种入口，都最终汇入同一个 **anchor-preparation → character-inference → pack-generation** 状态机，**输出统一**。
|
||||
|
||||
### 10.11 实施 Checklist 增量（在 §4 和 §8.10 基础上）
|
||||
|
||||
- [ ] 10.A 设计 `InputClassification` + `inferInputClassification` Vision 调用
|
||||
- [ ] 10.B 实现 `buildDAG` + `topologicalSort` 拓扑生成
|
||||
- [ ] 10.C 实现 `runGenerationLoop` 异步生成器（emit ProgressEvent）
|
||||
- [ ] 10.D 实现 `assessConsistency / assessViewAccuracy` 质量检查
|
||||
- [ ] 10.E `PackPanel` 顶部加总进度条 + 每张图状态徽章
|
||||
- [ ] 10.F session.json 增量写入（每 Wave 完成后保存）
|
||||
- [ ] 10.G 失败恢复 UI（红色 slot 一键重做）
|
||||
- [ ] 10.H 自动重做循环（自检不过 → 加 refinement → 最多重试 N 次）
|
||||
|
||||
### 10.12 推荐实施分期
|
||||
|
||||
**第 1 期：手动模式跑通**（不上 agent）
|
||||
- 完成 §1（真图生图）+ §8 Mode B（单图复刻）+ §9 lookbook 拆解
|
||||
- 用户手动点每个包的"生成"按钮
|
||||
- 没有自动拓扑、没有自检
|
||||
|
||||
**第 2 期：拓扑批量生成**
|
||||
- 完成 §10.5（buildDAG + topologicalSort）+ §10.C（runGenerationLoop）
|
||||
- 用户点一次"一键全包"，agent 按 wave 并行跑完
|
||||
- 还没有自检
|
||||
|
||||
**第 3 期：自检 + 自动重做**
|
||||
- 完成 §10.6 + §10.H
|
||||
- agent 自检不过的图自动重试 N 次
|
||||
|
||||
**第 4 期：完全自主 agent**
|
||||
- 完成 §10.A（InputClassification）+ 自动路径选择
|
||||
- 用户只需上传图，剩下全部 agent 自主完成
|
||||
- 用户只看进度条和最终结果
|
||||
|
||||
**建议**：先做完第 1+2 期，能覆盖 80% 场景；第 3+4 期是质量优化和体验升级，可以按用户反馈再迭代。
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user