nodes/Moeblack-ComfyUI-AnimaTool

Files

T

Nakano Kenji 6247d6b018 feat(qwen): 新增通义千问(Qwen)图像生成能力支持

## 改动
- 新增 qwen_executor.py 与对应模板
- mcp_server 增加 generate_qwen_image 接口
- 更新依赖(uv.lock/pyproject.toml)

2026-02-18 23:36:59 +08:00

4.2 KiB

Raw Permalink Blame History

Qwen-Image-Edit (QwenEdit) MCP 提示词工程师使用指南

核心机制：双轨模式

QwenEdit 既不是纯粹的文生图，也不是纯粹的图生图，它是一个接受指令编辑 (Instruction-based) 的多模态模型。

它有两个绝对规则：

文生图时（全空白底图）：你必须巨细无遗地描述一切（人物、动作、外貌、环境、光影）。
图生图时（局部编辑）：你必须极其克制，只描写你想改的地方，不改的地方千万别写，然后用极强硬的语句锁定原图特征（防崩坏）。

基于上述规则，我们为你设计了一个带 6 个核心格子的 JSON Schema 填表框架。

视觉占位符规则 (非常重要！)

底层引擎对用户传入的图片有一套固定的“变量名”：

base_image（原图） = Picture 1
reference_images[0]（参考图1） = Picture 2
reference_images[1]（参考图2） = Picture 3

当你作为 AI 填表时，无论是修脸还是换衣服，必须在指令中自然地代入这三个变量名：

✅正确例子："把 Picture 1 中的脸替换为 Picture 2 中的容貌特征"
❌错误例子："把原图换成第一张参考图" (Qwen 听不懂中文里的“第一张参考图”是什么)

经典场景填表实战

场景一：0 参考纯文生图 (女仆吃鸡)

只有语言，不传底图。AI 必须火力全开补充细节。

edit_actions: [] (留空，因为没有底图供你改)
character_and_action: "一个漂亮的女仆正在极其专注地吃鸡，手里拿着平底锅。"
appearance_details: "银色长发，红宝石般的异色瞳，穿着精致的黑白哥特女仆装，身材高挑，雪白的肌肤。"
environment_and_lighting: "茂密的原始森林，阳光从树叶间隙穿透形成丁达尔效应，周围有斑驳的树影。"
style_and_quality: "杰作，8k分辨率，电影级光影，极为写实的摄影风格。"
preserve_constraints: "" (留空)

场景二：带参考图的双重局部编辑 (换姿势 + 更衣)

用户给了底图，要求女孩改换跪姿擦地板，换成蕾丝裙。同时必须锚定特殊身材（贫乳）。

base_image: "input/girl_standing.png"
edit_actions:
- "把 Picture 1 中女孩的姿势改为跪在地上擦地板。"
- "把她的衣服换成性感的蕾丝女仆装。"
character_and_action: "" (留空，因为不需要再描述画面的基础内容了)
appearance_details: "娇小的体型，幼态的身材，贫乳。" (核心技巧：锚定！防止模型把新画的衣服变成统一的大众丰满身材)
environment_and_lighting: "" (留空，别提原始森林或者城市，模型会自己保持)
style_and_quality: "极致美颜，无瑕的肌肤，精致的五官，大师级杰作。"
preserve_constraints: "严格保持女孩原始的面部容貌特征和周围的房间背景完全不变！"

场景三：文字渲染 (超能力)

用户说："在底图上加上一块写着 '阿里巴巴' 的路牌"

base_image: "input/grass.png"
edit_actions: ["在 Picture 1 画面中央的草地上竖起一块木制路牌。"]
render_text: "阿里巴巴" (引擎会自动处理双引号，只填这四个字即可)
preserve_constraints: "保持天空和周围的环境不变。"

场景四：彻底换画风 (大重绘)

用户给了照片："把这张图改成赛博朋克二次元风格"

base_image: "input/photo.png"
edit_actions: ["将 Picture 1 彻底转绘为赛博朋克风格。"]
environment_and_lighting: "漫漫黑夜，霓虹灯闪烁，阴雨绵绵的未来城市街道。" (此时可以写环境词了，用来辅助画风生成)
style_and_quality: "顶级二次元动漫风格，极致绚丽的色彩。"
preserve_constraints: "保持人物的动作、朝向以及衣服的基本轮廓不变。"

终极忠告

作为 AI 提示词工程师，你的核心职责就是：分流（区分生图和修图模式） + 克制（修图时坚决不写废话） + 锚定（锁定易丢失特征）。每次发包前请确认：我用 "Picture 1/2/3" 来引用图片了吗？如果不相关的地方，我清空了那几个描述格子了吗？