精密文生图矢量叠加

扩散模型的结构性缺陷

文生图模型在生成氛围（星云、渐变、光影）时表现出色，但一旦涉及具体结构——如准确的文字标签、固定数量的元素（12 星座、24 节气）、精确的图标形状——就会失效。直接靠提示词“画 12 个带正确中文名的星座”往往会导致乱码、数量错误以及大尺寸下的模糊。

分层渲染：扩散负责氛围，代码负责结构

该技能的核心思路是将渲染责任拆分为两层：

• 氛围层（扩散模型）：使用 step-2x-large 等文生图模型生成纯背景（如深空星场、极光渐变），不包含任何前景元素，只负责纹理、光影和色彩基调。建议生成 4–6 个不同色调的变体备用。
• 结构层（PIL 矢量重绘）：使用代码绘制文字、标签、星座连线等确定性元素。脚本 scripts/compose_overlay.py 会在目标分辨率下重新绘制矢量层，而不是简单拉伸，确保边缘锐利。
• 合成与对齐：将栅格背景 LANCZOS 放大至目标尺寸，叠加矢量层，并自动处理经度跨越 ±180° 的“反经线” Bug。

适用边界与硬性规则

• 提示词中绝对不能包含文字或具体元素计数。所有文本和固定数量的元素必须由 PIL 代码生成。
• 矢量层必须按目标分辨率重绘，禁止直接拉伸低分辨率矢量图。
• 字体和路径可通过环境变量 FONT_CN_PATH、TXT2IMG_WORK 等覆盖，以适应跨平台环境。
• 若需要在 Ardot 等可编辑画布中工作，可使用相同的分层逻辑，将结构层替换为 Ardot 的矢量节点。