Agent/examples/research/input/pipeline.json

{
  "pipelines": [
    {
      "strategy": {
        "name": "垫图法 + 局部重绘组合策略",
        "description": "使用 Midjourney 的--cref 参数保持角色一致性生成基础猫咪图，然后用 ComfyUI/Photoshop 进行局部重绘精准控制表情（张嘴闭眼 vs 鼓腮睁眼），最后分层合成所有元素（猫咪、手势、食物、手、文字）",
        "reasoning": "analysis.json 中的核心下限点是'猫咪跨图一致性'和'表情精准度'，垫图法 (--cref) 可保证角色一致性，局部重绘可精准控制表情，完美匹配需求；制作表中明确了每个元素的布局坐标和视觉特征，支持分层合成策略",
        "vs_alternatives": [
          {
            "alternative": "Seed 值固定 + 描述词微调",
            "why_not": "seed 值法不能 100% 保证一致性，对于'猫咪跨图一致性'这一下限点覆盖不足；表情控制依赖描述词精准度，对于'表情精准度'这一下限点覆盖不足",
            "could_switch_if": "如果局部重绘工具不可用或效果不佳，可回退到此策略，接受一定的一致性损失"
          },
          {
            "alternative": "Panels 多格生成 + 裁剪",
            "why_not": "Panels 法虽然一致性好，但表情精准度不够，难以保证生成特定的'张嘴闭眼'和'鼓腮睁眼'表情；且多格图分辨率较低，影响最终输出质量",
            "could_switch_if": "如果时间紧迫且对表情精准度要求降低，可考虑此策略快速出图"
          }
        ],
        "risks_found_during_instantiation": [
          {
            "stage_id": "stage_2",
            "risk": "局部重绘可能导致猫咪面部边缘融合不自然，尤其是嘴巴和眼睛区域",
            "severity": "medium",
            "mitigation": "使用 Inpaint 专用模型（如 FLUX.1 Fill），配合遮罩模糊和边缘羽化；在 Photoshop 中用匹配颜色工具校正色差"
          },
          {
            "stage_id": "stage_4",
            "risk": "三张图（芒果/榴莲/菠萝）的猫咪可能因分批生成而产生细微差异",
            "severity": "medium",
            "mitigation": "固定 MJ 的--s 风格参数和--v 版本；使用同一张参考图进行--cref；优先生成一套猫咪后复用到三张图"
          },
          {
            "stage_id": "stage_5",
            "risk": "手势与猫咪的空间关系可能不自然，看起来像悬浮元素",
            "severity": "low",
            "mitigation": "制作表中已有明确坐标（如 img_1 拒绝手势位于 600,300,750,400），按坐标精确定位；添加轻微阴影增强融合感"
          }
        ]
      },
      "goal_tree": {
        "stage_id": "root",
        "stage_name": "还原目标",
        "description": "还原一组对比叙事型猫咪表情包（img_1 芒果主题、img_2 榴莲主题、img_3 菠萝主题），每张图采用上下分栏结构，上半部分表示拒绝（张嘴闭眼猫咪 + 完整食物 + 拒绝手势），下半部分表示喜爱（鼓腮睁眼猫咪 + 切好食物 + 喜爱手势），所有元素拼贴在纯白背景上",
        "required_spec": [
          "纵向二分构图（上下分栏 1200x400 + 1200x400）",
          "猫咪跨图一致性（同一只白橘猫的两种表情）",
          "表情精准度（拒绝：张嘴闭眼；喜爱：鼓腮睁眼）",
          "食物形态对比（上：完整带皮/带壳；下：去皮切好）",
          "卡通手势拼贴（黄色 Emoji 手势，替代猫咪前肢）",
          "纯白背景 + 透明抠图（所有元素独立抠图后合成）",
          "文字内容准确（拒绝：'我不爱吃 XX，谢谢'；喜爱：'XX！我爱吃！'）",
          "元素布局符合制作表坐标"
        ],
        "output_spec": [
          "img_1.png（芒果主题，1200x800）",
          "img_2.png（榴莲主题，1200x800）",
          "img_3.png（菠萝主题，1200x800）"
        ],
        "children": [
          {
            "stage_id": "stage_1",
            "stage_name": "基础猫咪素材生成",
            "description": "生成一只白橘相间的猫咪基础图，作为后续表情编辑的底图。使用 Midjourney --cref 参数保持角色一致性，生成正面/侧面视角的猫咪头像，背景为纯白色以便抠图",
            "required_spec": [
              "白橘相间的猫咪毛色",
              "正面或侧面视角，头部清晰可见",
              "纯白背景或透明背景",
              "高分辨率（至少 1024x1024）以便裁剪和编辑"
            ],
            "output_spec": [
              "base_cat.png（基础猫咪图，白橘相间，纯白背景）"
            ],
            "spec_satisfaction": {
              "status": "satisfied",
              "gap": "",
              "mitigation": ""
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "base_cat.png",
            "input_from": [],
            "covers_requirements": ["猫咪跨图一致性"],
            "importance": "下限",
            "reasoning": {
              "why_needed": "这是整个还原流程的基础，如果基础猫咪图不一致或质量差，后续所有表情编辑和合成都会失败。此阶段解决'猫咪跨图一致性'这一下限点",
              "why_here": "这是依赖树的叶节点，不依赖任何其他阶段的产物，是所有猫咪相关阶段的共同输入"
            },
            "children": []
          },
          {
            "stage_id": "stage_2",
            "stage_name": "表情精准编辑",
            "description": "基于基础猫咪图，使用局部重绘（Inpaint）技术分别生成两种表情：拒绝表情（张嘴闭眼）和喜爱表情（鼓腮睁眼）。对猫咪面部区域进行精准遮罩和重绘，保持其他部分不变",
            "required_spec": [
              "拒绝表情：嘴巴张大、眼睛紧闭、表情夸张",
              "喜爱表情：脸颊鼓起、眼睛睁开、嘴角上扬",
              "保持猫咪毛色、头部轮廓与 base_cat.png 一致",
              "边缘融合自然，无明显重绘痕迹"
            ],
            "output_spec": [
              "cat_reject.png（拒绝表情猫咪，透明背景）",
              "cat_accept.png（喜爱表情猫咪，透明背景）"
            ],
            "spec_satisfaction": {
              "status": "partial",
              "gap": "局部重绘可能导致面部边缘融合不自然，尤其是嘴巴和眼睛区域；多次生成可能产生风格细微差异",
              "mitigation": "使用 Inpaint 专用模型（如 FLUX.1 Fill），配合遮罩模糊和边缘羽化；固定 MJ 的--s 风格参数和--v 版本；使用同一张参考图进行--cref"
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "cat_reject.png, cat_accept.png",
            "input_from": ["stage_1"],
            "covers_requirements": ["表情精准度", "猫咪跨图一致性"],
            "importance": "下限",
            "reasoning": {
              "why_needed": "这是实现'表情精准度'下限点的关键阶段。制作表中明确要求拒绝猫咪'张大嘴巴，闭着眼睛'，喜爱猫咪'脸颊鼓起，眼睛睁开'，必须通过局部重绘精准控制",
              "why_here": "依赖 stage_1 的基础猫咪图，是后续合成阶段的必要输入。表情编辑必须在合成前完成，因为合成后无法单独修改猫咪表情"
            },
            "children": []
          },
          {
            "stage_id": "stage_3",
            "stage_name": "食物素材准备",
            "description": "为三张图分别准备上下两种形态的食物素材。img_1：完整芒果 vs 切好芒果块；img_2：完整带刺榴莲 vs 榴莲果肉；img_3：完整带冠芽菠萝 vs 切好菠萝块。所有食物素材需要透明背景以便合成",
            "required_spec": [
              "img_1_upper：完整带皮芒果，鲜亮黄色，表面有水珠",
              "img_1_lower：切好芒果块，不规则立方体状，盛放在白色方形碗中",
              "img_2_upper：完整带刺榴莲，椭圆形，表面布满尖刺",
              "img_2_lower：剥开的榴莲果肉，鲜亮黄色，部分区域有白色纤维",
              "img_3_upper：完整菠萝，金黄色果实 + 深绿色冠芽，表面有网格状纹理",
              "img_3_lower：切好菠萝块，金黄色，盛放在透明玻璃碗中",
              "所有食物素材透明背景，边缘清晰"
            ],
            "output_spec": [
              "mango_whole.png, mango_cubed.png",
              "durian_whole.png, durian_flesh.png",
              "pineapple_whole.png, pineapple_cubed.png"
            ],
            "spec_satisfaction": {
              "status": "satisfied",
              "gap": "",
              "mitigation": ""
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "6 种食物素材图",
            "input_from": [],
            "covers_requirements": ["食物形态对比", "食物形态准确性"],
            "importance": "上限",
            "reasoning": {
              "why_needed": "这是实现'食物形态对比'上限点的关键阶段。制作表中明确描述了每种食物的形态特征（如'完整带皮'vs'切好块状'），这是猫咪态度转变的诱因，形态错误会导致逻辑不通",
              "why_here": "这是依赖树的叶节点，不依赖其他阶段。食物素材是合成阶段的必要输入，可独立于猫咪素材并行准备"
            },
            "children": []
          },
          {
            "stage_id": "stage_4",
            "stage_name": "手势和手素材准备",
            "description": "准备黄色卡通手势素材（拒绝手势：拇指食指伸出；喜爱手势：掌心向上双手合拢）和肤色手素材（掌心向上托举姿态）。所有素材需要透明背景",
            "required_spec": [
              "拒绝手势：黄色 Emoji 风格，拇指和食指伸出，其余手指握拳",
              "喜爱手势：黄色 Emoji 风格，掌心向上，手指微曲",
              "手：肤色白皙，掌心向上，呈托举状，手腕部分可见或被截断",
              "所有素材透明背景，边缘清晰"
            ],
            "output_spec": [
              "gesture_reject.png（拒绝手势）",
              "gesture_accept.png（喜爱手势）",
              "hand_hold.png（托举的手）"
            ],
            "spec_satisfaction": {
              "status": "satisfied",
              "gap": "",
              "mitigation": ""
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "gesture_reject.png, gesture_accept.png, hand_hold.png",
            "input_from": [],
            "covers_requirements": ["拟人化的卡通手势贴纸"],
            "importance": "上限",
            "reasoning": {
              "why_needed": "这是实现'拟人化的卡通手势贴纸'上限点的关键阶段。制作表中明确描述了手势的视觉特征（黄色卡通手势，表示拒绝/接受），这是表情包的标志性元素",
              "why_here": "这是依赖树的叶节点，不依赖其他阶段。手势和手素材是合成阶段的必要输入，可独立于猫咪和食物素材并行准备"
            },
            "children": []
          },
          {
            "stage_id": "stage_5",
            "stage_name": "单图分层合成",
            "description": "将猫咪、手势、食物、手等元素按制作表中的坐标进行分层合成。每张图分为上下两个场景（拒绝场景/喜爱场景），所有元素放置在纯白背景上。此阶段对 img_1/2/3 分别执行",
            "required_spec": [
              "画布尺寸：1200x800（上下各 1200x400）",
              "背景：纯白色（RGB 255,255,255）",
              "元素布局符合制作表坐标（如 img_1 拒绝猫咪位于 600,100,1200,400）",
              "手势位于猫咪下方，模拟替代猫咪前肢的空间位置",
              "手位于左下角，呈托举食物姿态",
              "食物位于手上方",
              "所有元素边缘清晰，无明显拼贴痕迹"
            ],
            "output_spec": [
              "img_1_composed.png（芒果主题合成图，不含文字）",
              "img_2_composed.png（榴莲主题合成图，不含文字）",
              "img_3_composed.png（菠萝主题合成图，不含文字）"
            ],
            "spec_satisfaction": {
              "status": "partial",
              "gap": "手势与猫咪的空间关系可能不自然，看起来像悬浮元素；元素间可能存在轻微色差",
              "mitigation": "按制作表坐标精确定位；添加轻微阴影增强融合感；使用匹配颜色工具校正色差"
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "img_1_composed.png, img_2_composed.png, img_3_composed.png",
            "input_from": ["stage_2", "stage_3", "stage_4"],
            "covers_requirements": ["纵向二分的对比叙事构图", "跨次元的拼贴视觉风格", "手势与猫咪的空间关系", "纯白背景与透明抠图"],
            "importance": "上限",
            "reasoning": {
              "why_needed": "这是实现'纵向二分构图'和'拼贴视觉风格'上限点的关键阶段。制作表中详细描述了每个元素的布局坐标和拼接关系，必须通过分层合成精确还原",
              "why_here": "此阶段依赖 stage_2（表情猫咪）、stage_3（食物）、stage_4（手势和手）的产物，是将所有独立元素整合为完整场景的中间节点"
            },
            "children": [
              {
                "stage_id": "stage_5_1",
                "stage_name": "img_1 芒果主题合成",
                "description": "合成 img_1 的上下两个场景：上半部分（拒绝文字 + 拒绝猫咪 + 拒绝手势 + 手 + 完整芒果），下半部分（喜爱文字 + 喜爱猫咪 + 喜爱手势 + 手 + 切好芒果块）",
                "required_spec": [
                  "上半部分：文字 (0,0,600,100)，拒绝猫咪 (600,100,1200,400)，拒绝手势 (600,300,750,400)，手 (0,200,400,400)，完整芒果 (100,100,400,300)",
                  "下半部分：文字 (0,400,600,500)，喜爱猫咪 (600,500,1200,800)，喜爱手势 (600,700,750,800)，手 (0,600,400,800)，切好芒果块 (100,500,400,700)"
                ],
                "output_spec": ["img_1_composed.png"],
                "spec_satisfaction": {
                  "status": "satisfied",
                  "gap": "",
                  "mitigation": ""
                },
                "target_images": ["img_1"],
                "stage_output": "img_1_composed.png",
                "input_from": ["stage_2", "stage_3", "stage_4"],
                "covers_requirements": ["纵向二分的对比叙事构图", "跨次元的拼贴视觉风格"],
                "importance": "上限",
                "reasoning": {
                  "why_needed": "这是 stage_5 在 img_1 上的具体实例化，芒果主题的食物形态对比是核心亮点",
                  "why_here": "作为 stage_5 的子节点，继承父阶段的依赖关系"
                },
                "children": []
              },
              {
                "stage_id": "stage_5_2",
                "stage_name": "img_2 榴莲主题合成",
                "description": "合成 img_2 的上下两个场景：上半部分（拒绝文字 + 拒绝猫咪 + 拒绝手势 + 手 + 完整榴莲），下半部分（喜爱文字 + 喜爱猫咪 + 喜爱手势 + 手 + 榴莲果肉）",
                "required_spec": [
                  "上半部分：文字 (0,0,600,100)，拒绝猫咪 (600,100,1200,400)，拒绝手势 (600,300,750,400)，手 (0,200,400,400)，完整榴莲 (100,100,400,300)",
                  "下半部分：文字 (0,400,600,500)，喜爱猫咪 (600,500,1200,800)，喜爱手势 (600,700,750,800)，手 (0,600,400,800)，榴莲果肉 (100,500,400,700)"
                ],
                "output_spec": ["img_2_composed.png"],
                "spec_satisfaction": {
                  "status": "satisfied",
                  "gap": "",
                  "mitigation": ""
                },
                "target_images": ["img_2"],
                "stage_output": "img_2_composed.png",
                "input_from": ["stage_2", "stage_3", "stage_4"],
                "covers_requirements": ["纵向二分的对比叙事构图", "跨次元的拼贴视觉风格"],
                "importance": "上限",
                "reasoning": {
                  "why_needed": "这是 stage_5 在 img_2 上的具体实例化，榴莲主题的带刺纹理和果肉形态是核心特征",
                  "why_here": "作为 stage_5 的子节点，继承父阶段的依赖关系"
                },
                "children": []
              },
              {
                "stage_id": "stage_5_3",
                "stage_name": "img_3 菠萝主题合成",
                "description": "合成 img_3 的上下两个场景：上半部分（拒绝文字 + 拒绝猫咪 + 拒绝手势 + 手 + 完整菠萝），下半部分（喜爱文字 + 喜爱猫咪 + 喜爱手势 + 手 + 切好菠萝块）",
                "required_spec": [
                  "上半部分：文字 (0,0,600,100)，拒绝猫咪 (600,100,1200,400)，拒绝手势 (600,300,750,400)，手 (0,200,400,400)，完整菠萝 (100,100,400,300)",
                  "下半部分：文字 (0,400,600,500)，喜爱猫咪 (600,500,1200,800)，喜爱手势 (600,700,750,800)，手 (0,600,400,800)，切好菠萝块 (100,500,400,700)"
                ],
                "output_spec": ["img_3_composed.png"],
                "spec_satisfaction": {
                  "status": "satisfied",
                  "gap": "",
                  "mitigation": ""
                },
                "target_images": ["img_3"],
                "stage_output": "img_3_composed.png",
                "input_from": ["stage_2", "stage_3", "stage_4"],
                "covers_requirements": ["纵向二分的对比叙事构图", "跨次元的拼贴视觉风格"],
                "importance": "上限",
                "reasoning": {
                  "why_needed": "这是 stage_5 在 img_3 上的具体实例化，菠萝主题的冠芽和网格纹理是核心特征",
                  "why_here": "作为 stage_5 的子节点，继承父阶段的依赖关系"
                },
                "children": []
              }
            ]
          },
          {
            "stage_id": "stage_6",
            "stage_name": "文字添加与最终输出",
            "description": "为每张合成图添加文字内容。拒绝场景文字：'我不爱吃 XX，谢谢'；喜爱场景文字：'XX！我爱吃！'。文字位于左上角，黑色字体，大小约 100x600 像素",
            "required_spec": [
              "img_1 文字：上半部分'我不爱吃芒果，谢谢'，下半部分'芒果！我爱吃！'",
              "img_2 文字：上半部分'我不爱吃榴莲，谢谢'，下半部分'榴莲！我爱吃！'",
              "img_3 文字：上半部分'我不爱吃菠萝，谢谢'，下半部分'菠萝！我爱吃！'",
              "文字位置：左上角（如 0,0,600,100）",
              "文字样式：黑色，清晰可读，无衬线字体"
            ],
            "output_spec": [
              "img_1_final.png（1200x800，含文字）",
              "img_2_final.png（1200x800，含文字）",
              "img_3_final.png（1200x800，含文字）"
            ],
            "spec_satisfaction": {
              "status": "satisfied",
              "gap": "",
              "mitigation": ""
            },
            "target_images": ["img_1", "img_2", "img_3"],
            "stage_output": "img_1_final.png, img_2_final.png, img_3_final.png",
            "input_from": ["stage_5"],
            "covers_requirements": ["文字内容与位置"],
            "importance": "基础",
            "reasoning": {
              "why_needed": "这是实现'文字内容与位置'下限点的阶段。文字是叙事的重要组成部分，与图像共同完成语义表达，文字错误会导致语义混乱",
              "why_here": "这是依赖树的根节点附近的最后阶段，依赖 stage_5 的合成图，产出最终成品"
            },
            "children": []
          }
        ]
      },
      "requirement_coverage": {
        "极具反差的猫咪神态": {
          "covered_by": ["stage_2"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "纵向二分的对比叙事构图": {
          "covered_by": ["stage_5", "stage_5_1", "stage_5_2", "stage_5_3"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "加工前后的水果形态对比": {
          "covered_by": ["stage_3"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "拟人化的卡通手势贴纸": {
          "covered_by": ["stage_4"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "跨次元的拼贴视觉风格": {
          "covered_by": ["stage_5", "stage_5_1", "stage_5_2", "stage_5_3"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "猫咪跨图一致性": {
          "covered_by": ["stage_1", "stage_2"],
          "coverage_confidence": "high",
          "gap_note": "风险：三张图的猫咪可能因分批生成而产生细微差异，需通过固定参数和复用素材缓解"
        },
        "表情精准度": {
          "covered_by": ["stage_2"],
          "coverage_confidence": "medium",
          "gap_note": "风险：局部重绘可能导致面部边缘融合不自然，需使用专用模型和后期处理"
        },
        "手势与猫咪的空间关系": {
          "covered_by": ["stage_5"],
          "coverage_confidence": "medium",
          "gap_note": "风险：手势可能看起来像悬浮元素，需添加阴影增强融合感"
        },
        "食物形态的准确性": {
          "covered_by": ["stage_3"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "纯白背景与透明抠图": {
          "covered_by": ["stage_1", "stage_2", "stage_3", "stage_4", "stage_5"],
          "coverage_confidence": "high",
          "gap_note": ""
        },
        "文字内容与位置": {
          "covered_by": ["stage_6"],
          "coverage_confidence": "high",
          "gap_note": ""
        }
      }
    }
  ]
}