wonder
172914c7f2
- 后端管线从手写编排改为 Eino compose.Graph，含质检重试分支 - 移除 CORS 中间件 - api.md 补充工程管理接口、任务状态机、管线阶段、WebSocket 消息示例 - frontend.md 组件树和交互流程改用 mermaid 图，stores 对齐 PipelineInput/Output - CLAUDE.md 修复死链，技术栈补充 Eino
2.4 KiB
2.4 KiB
多阶段生成管线
gen2d 的核心生成流程采用 Eino compose.Graph 编排的四阶段管线，含质检不通过时的重生成分支。
flowchart LR
A["PromptBuilder\n(提示词工程)"] --> B["AssetGenerator\n(AI 出图)"]
B --> C["QualitySupervisor\n(质检)"]
C -- pass --> D["FormatAdapter\n(格式适配)"]
C -- fail --> A
1. PromptBuilder
- 输入：用户文本 + 素材类型标签 + 工程风格 + 任务风格覆盖 + 技术参数
- 输出：三段式完整生成提示词
- 职责：
- 解析用户文本，提取核心内容作为【主题】
- 合并工程风格与任务风格覆盖（任务同名键覆盖工程），生成【约束】（含负面提示词）
- 注入素材类型、分辨率等技术参数作为【内容】
- 拼接为最终提示词
风格合并
finalStyle = merge(projectStyle.KVPairs, taskStyle.KVPairs)
工程风格保证同一工程下所有素材风格一致；任务风格仅覆盖需要差异化的键。
三段式提示词结构
【主题】用户的原始描述核心内容
【约束】风格键值对生成的约束条件 + 负面提示词
【内容】素材类型、分辨率、帧数等技术参数
2. AssetGenerator
- 输入：PromptBuilder 的输出
- 输出：原始生成图片（单张或多张）
- 职责：调用 AI 推理 API 出图。不同素材类型的差异化需求已在上一步注入提示词中。
- 接口规范：统一采用 OpenAI 兼容的
/v1/images/generations格式。多张生成通过n参数请求，实际支持数量取决于后端模型（如 DALL-E 3 仅支持n=1，需多次调用模拟多张）。
3. QualitySupervisor
- 输入：原始生成图片 + 风格配置
- 输出：通过 / 不通过 + 不通过的原因
- 职责：通过视觉模型检查素材是否符合提示词要求与风格约束。不通过时，Graph 分支将 RejectReason 回填到 PipelineState，路由回 PromptBuilder 重新生成（最多 3 次，超过则降级输出）。
4. FormatAdapter
- 输入：通过质检的图片 + 素材类型
- 输出：游戏引擎可用的素材文件 + 元数据
- 职责：格式转换、spritesheet 打包、元数据生成。
- 示例：输入 4 张 64×64 的角色行走帧 PNG → 输出一张 256×64 的 spritesheet + JSON 元数据（帧尺寸、帧数、锚点偏移），可直接拖入 Unity 2D Animation 使用。