公众号卡通首图生成器

很多文章封面图需要卡通风格、带手写标题，但让通用图像模型一次性画准中文字符并不可靠，角色一致性更难保证。这套技能把「角色参考图 + 场景描述 + 标题文字」拆成可控的输入，尽量让输出稳定、可迭代。

它解决什么问题

• 文章首图既要有吉祥物，又要有中文大标题，传统做法是找设计师或手动拼贴。
• 直接生成图片时，标题错字、笔画崩坏、角色反复变脸 是常见坑。
• 不同文章需要不同画幅，公众号头图、方图、竖屏配图都要兼顾。

核心能力

• 基于 google/nano-banana-2/edit 模型，把角色参考、场景和文字统一编进 prompt。
• 内置 风格预设（如 warm-pastel、flat-cartoon、storybook-watercolor），可快速切换整体观感。
• 支持 --title、--mascot、--scene、--ratio 等参数，控制文字位置、画幅比例和高亮词。
• 可指定 --variants 一次生成多张，或用 --edit-from 基于已有结果微调。

调用流程

1. 确认用户是否提供了 title、mascot 参考图和目标 ratio，缺关键输入时先追问。
2. 脚本自动组合 风格预设 + 场景 + 标题 + 高亮词，生成最终 prompt。
3. 调用本地 mulerouter-skills 包里的脚本，输出图片路径。
4. 如果标题渲染有误或场景偏离，用 --edit-from 或更严格的 --scene 重新生成。

适用边界与注意点

• 必须有一张清晰的吉祥物参考图，纯文字描述角色会让一致性明显下降。
• 中文标题建议控制在 6–14 个字，过长时分主标题和 --subtitle。
• 模型对中文书写大体可用，但仍需人工检查；反复出错时可改用本地 Pillow 渲染文字作为兜底。
• 版权风险要留意：不要在未授权时使用 腾讯 QQ 企鹅、迪士尼 等受保护形象。
• API Key 通过环境变量读取，不要把 .env 或密钥写进输出目录。