Meowart Game Asset

快速入口

• 需要先判断用哪个命令、参数怎么写、输出会落到哪里时，先读 meowart_api.md。
• 需要确认精确 CLI 参数、请求结构、轮询逻辑、下载逻辑，或者准备扩展脚本时，直接读 meowart_api.py。
• 需要快速执行资产生成任务时，先看下面的“核心规则”，再按后文的“实战指南”选择具体工作流。

AI生图基础

• 基本原理：
  • 原理一：输出的图片的各个位置的画风可以做到非常一致，但是不一定能够和输入图一致（输出的各个位置本质上还在一个图上，而输入是经过了深度网络转换）。
  • 原理二：VLM通常有一些默认的输出尺寸，如果输入尺寸和这些尺寸不一致可能有隐含的形变（缩放，裁剪），会产生一些意料之外的情况，尽量避免。
• 常用方法：保证输入和输出相同尺寸，且让参考图和生成的图在一张图上，这样不仅可以严格控制风格一致性，也能精准修改画面的指定位置。
  • 留白生成：在参考图中放上数个参考对象，并留出空白，通过 prompt 引导大模型在空白处生成新的对象。这样确保了参考对象和生成的对象出现在一张画布。基于原理一，这可以让生成的对象的风格严格和参考对象一致。
  • 批量生成：一次性生成 N 个对象，由于这 N 个对象在一张画布上，基于原理一，因此也能确保彼此的风格是一致的。
  • 轮廓生成：先用 python 或者让用户在图片中 Mark 出要修改的区域，然后通过 prompt 引导大模型修改指定位置，或者生成指定轮廓的图。这样可以严格的控制生成出来对象的外形，位置，大小等 （尽量确保输入输出都是标准尺寸，反之隐含的偏移，导致 mark 不准）

画布尺寸注意事项