story-cover

story-cover：小说封面生成

你是小说封面设计师。根据书名和题材，调用 GPT-Image-2 一次性生成包含书名和作者名的完整封面。

核心原则：封面是读者的第一印象，一眼传达题材和氛围。

---

生成通路

• Codex 内置（优先）：当前 Codex CLI 会话可调用 $imagegen / image_gen 时，直接生成并落盘；计入 Codex 通用用量，无需 OPENAI_API_KEY 或 GPT_IMAGE_API_KEY，也不运行 curl。story-cover 自行调用工具，不让用户另开命令。
• API 回退：仅在会话没有内置工具或用户明确指定 API 时使用，需要 GPT_IMAGE_API_KEY。工具缺失不等于 Codex 订阅不支持生图；内置调用失败时先报告错误，不静默切换到可能收费的 API。

输出参数与 API 回退环境变量

| 变量 | 必填 | 默认 | 说明 |

|:-----|:----:|:-----|:-----|

| GPT_IMAGE_API_KEY | API 回退必填 | — | OpenAI 或兼容代理的 API Key；Codex 内置通路不用 |

| GPT_IMAGE_BASE_URL | | https://api.openai.com/v1 | 兼容代理时改这个 |

| GPT_IMAGE_MODEL | | gpt-image-2 | 仅在测试新模型时覆盖 |

| GPT_IMAGE_SIZE | | 1024x1536 | API 回退的目标比例提示（番茄 3:4→768x1024，默认 2:3→1024x1536）。官方 gpt-image-2 认任意 16 倍数尺寸（比例≤3:1），但很多中转代理会忽略 size、按预设返回约 2:3（已实测）——平台尺寸不靠它，由「导出平台上传尺寸」步骤兜底 |

| UPLOAD_SIZE | | — | 平台固定上传像素（番茄 600x800）；设置后由「导出平台上传尺寸」步骤居中裁剪+缩放出上传版（不变形、不依赖出图尺寸） |

| BOOK_DIR | ✅ | — | 输出目录，建议 ./covers/<书名> |

| REF_IMAGE | | — | 参考图本地路径或 URL；内置通路先把图片载入会话，API 回退走 images/edits 图生图 |

---

生成流程

Step 1：收集信息

必填：书名、作者名（笔名）、目标平台、输出目录 BOOK_DIR（建议 ./covers/<书名>；API 回退用环境变量，内置通路直接使用当前任务值）

选填：参考图 REF_IMAGE（本地路径或 URL，设置后切换到图生图）、风格偏好、尺寸

> 书名和笔名是封面必需信息：缺任一必须先用 AskUserQuestion 问用户补全，不得编造或留空。

按目标平台定封面尺寸：番茄上传 600×800 是 3:4（不是 2:3），出图比例不对、平台二次裁剪就会切掉书名/笔名。

| 平台 | 上传尺寸 | 比例 | 生成 GPT_IMAGE_SIZE（尽量） |

|:-----|:--------|:-----|:-------------------|

| 番茄小说 | 600×800 | 3:4 | 768x1024 |

| 其他平台（默认竖版） | 按平台规格 | 2:3 | 1024x1536 |

内置通路把目标比例写进提示词；API 回退再 export GPT_IMAGE_SIZE（很多代理会忽略、返回约 2:3）。平台有固定上传像素时设置 UPLOAD_SIZE（番茄 600x800）。平台尺寸最终由「导出平台上传尺寸」步骤居中裁剪+缩放保证，不依赖实际出图尺寸。 平台与题材风格见 references/cover-styles.md ↗。

Step 2：题材判定

扫描书名（必要时简介）中的关键词，对照 references/cover-styles.md ↗ 的「题材推断规则」表选定题材。

• 单题材命中 → 直接采用
• 多题材命中 → 按优先级取一：仙侠 > 西幻 > 古言 > 现言 > 都市 > 悬疑 > 科幻 > 历史 > 灵异 > 轻小说
• 零命中 → 默认 都市

Step 3：构建提示词

提示词 = 文字层 + 风格层 + 画面层，全部用英文编写。

文字层：书名 + 作者名字体设计

在提示词中直接包含中文书名和作者名，GPT-Image-2 可直接渲染。重点描述字体风格：

Title text '书名' at top center in [书名字体风格].
Author name '作者名' at bottom center in [作者名字体风格].

书名字体风格

| 题材 | 描述关键词 |

|:-----|:-----------|

| 玄幻/仙侠 | bold golden brush calligraphy with metallic glow and sharp strokes |

| 都市 | modern bold sans-serif with metallic silver finish |

| 古言/宫斗 | elegant golden traditional Kai script with ornate decoration |

| 现言/甜宠 | soft rounded handwritten style in white with pink glow |

| 悬疑/推理 | distorted bold cracked letters in blood red |

| 科幻/末世 | neon glowing futuristic font in electric blue |

| 西幻 | metallic embossed fantasy lettering with glow effect |

| 历史/军事 | heavy stone-carved seal script in deep red |

| 灵异/恐怖 | eerie dripping handwritten font in sickly green |

| 轻小说 | colorful cartoon outlined bubbly font |

作者名字体风格（重点：作者名必须精心设计，不能只是"小字"）

作者名虽小，但是封面专业感的关键。必须指定：字体 + 颜色 + 装饰元素，让作者名与书名风格呼应但不抢焦点。

| 题材 | 作者名风格提示词 |

|:-----|:----------------|

| 玄幻/仙侠 | small refined white serif text with faint golden glow, flanked by delicate cloud-scroll ornaments on both sides, resting on a thin horizontal gold line |

| 都市 | small clean white modern text with subtle drop shadow, positioned above a thin silver horizontal divider line |

| 古言/宫斗 | small elegant dark red traditional text inside a thin golden rectangular border frame with corner decorations |

| 现言/甜宠 | small soft pink-white handwritten text with a tiny heart motif on the left side, light sparkle effect |

| 悬疑/推理 | small pale grey text with slight blur effect, almost hidden in the shadows, a thin cracked line underneath |

| 科幻/末世 | small crisp white monospace text with subtle cyan scanline overlay, flanked by small geometric brackets |

| 西幻 | small bronze medieval script text with aged parchment texture, enclosed in a small decorative shield or banner shape |

| 历史/军事 | small dignified white Song typeface text above a double horizontal line in dark red |

| 灵异/恐怖 | small faded grey-green text slightly tilted, with a thin dripping ink line above |

| 轻小说 | small playful rounded white text with pastel color outline, tiny star decorations on both sides |

作者名通用规则：

• 大小：small（不能太大抢书名焦点，也不能太小看不清）
• 位置：at bottom center，与画面底部保持适当间距
• 必须有装饰元素：线条/边框/小图标/光效中至少一种
• 颜色与背景形成对比但不刺眼

风格层：平台风格

平台风格的描述关键词统一来自 references/cover-styles.md ↗ 的「平台风格」节，按目标平台直接取对应关键词串使用，不在本文件维护副本以免与参考文件漂移。

画面层：题材 + 构图

从 references/cover-styles.md ↗ 读取题材对应的风格标签、色彩、人物、背景描述。

构图变体（首次输出 2-3 个方案）：

| 方案 | 构图 | 适合题材 |

|:-----|:-----|:---------|

| A | 人物特写 + 场景 | 全题材通用 |

| B | 全身像 + 动态姿势 | 玄幻、都市、西幻 |

| C | 纯场景/氛围图 | 悬疑、科幻、历史 |

完整提示词模板

Chinese web novel cover design, [平台风格].
Title text '{书名}' at top center in [书名字体风格].
Author name '{作者名}' at bottom center in [作者名字体风格 — 从上表选择].
[题材风格标签]. [人物描述]. [背景描述].
[色彩指令]. [光效指令].
Professional book cover, high detail digital painting, portrait [平台比例：番茄=3:4，默认=2:3] ratio, keep title and author name inside the central safe area away from edges (inner ~85%), no watermark

提示词技巧（实测验证）

• 人物描述越具体越好：服饰、姿态、发型、表情、道具每个维度都指定
• 背景分层：前景（人物）→ 中景（场景）→ 远景（氛围）
• 光效是指定光源方向 + 颜色（如 dramatic golden light from above）
• 用 digital painting style 而非 photo，避免真人照片感

Step 4：生成并保存

Codex 内置 ImageGen（优先）

1. 用 Step 3 的完整提示词调用 image_gen。比例和安全区写进提示词，不传 GPT_IMAGE_MODEL、GPT_IMAGE_SIZE、response_format 等 API 参数。

2. 有 REF_IMAGE 时，本地文件先用图片查看工具载入会话；URL 先下载再载入。说明它是编辑目标还是风格参考，并列出必须保持的内容。

3. 每个构图方案单独调用一次。先创建 BOOK_DIR/封面/，再把工具返回的图片复制为 封面_vN.png，N 自增且不覆盖旧版；保留 $CODEX_HOME/generated_images/ 原文件，同时保存同名 .prompt.txt，有参考图再保存 .ref.txt。确认图片可读，并把原图绝对路径交给 Step 5。

API 回退

gpt-image-2 始终返回 base64，请求体不要带 response_format（旧 DALL-E 参数，gpt-image 系列不支持）。$PROMPT 为「构建提示词」步骤拼出的完整提示词。

两种调用方式二选一：未设置 REF_IMAGE → 走「文生图」；设置了 → 走「图生图」。

文生图（默认）

set -euo pipefail
: "${GPT_IMAGE_API_KEY:?请设置 export GPT_IMAGE_API_KEY=你的key}"
: "${PROMPT:?请先 export PROMPT=构建提示词步骤拼好的完整提示词}"
BASE_URL="${GPT_IMAGE_BASE_URL:-https://api.openai.com/v1}"
MODEL="${GPT_IMAGE_MODEL:-gpt-image-2}"
SIZE="${GPT_IMAGE_SIZE:-1024x1536}"
BOOK_DIR="${BOOK_DIR:?请先 export BOOK_DIR=./covers/<书名>}"

mkdir -p "$BOOK_DIR/封面"

# 自增版本号，避免覆盖之前生成的封面
i=1
while [ -f "$BOOK_DIR/封面/封面_v${i}.png" ]; do i=$((i+1)); done
OUT="$BOOK_DIR/封面/封面_v${i}.png"
RESP=$(mktemp)
trap 'rm -f "$RESP"' EXIT

# 用 jq 拼 JSON 体，避免 PROMPT 里的引号/换行/中文把 shell 字符串撑破
BODY=$(jq -n \
  --arg m "$MODEL" \
  --arg p "$PROMPT" \
  --arg s "$SIZE" \
  '{model:$m, prompt:$p, size:$s}')

curl -fsS --max-time 180 --retry 2 --retry-delay 5 \
  "$BASE_URL/images/generations" \
  -H "Authorization: Bearer $GPT_IMAGE_API_KEY" \
  -H "Content-Type: application/json" \
  -d "$BODY" > "$RESP"

# API 出错时早退，避免把 error JSON 当成 base64 写成损坏 PNG
if jq -e '.error' "$RESP" >/dev/null 2>&1; then
  echo "API error:" >&2
  jq '.error' "$RESP" >&2
  exit 1
fi

# `// empty` 让缺失字段输出空串而非 "null"，配合下面的 -s 检查避免写出 3 字节假 PNG
jq -er '.data[0].b64_json // empty' "$RESP" | base64 --decode > "$OUT"
[ -s "$OUT" ] || { echo "empty or malformed output: $OUT" >&2; head -c 300 "$RESP" >&2; exit 1; }

# 落地提示词副本，方便迭代时基于上一次微调
printf '%s\n' "$PROMPT" > "${OUT%.png}.prompt.txt"

file "$OUT"
ls -lt "$BOOK_DIR/封面/"

图生图（提供参考图时）

/v1/images/edits 走 multipart/form-data，不能 用 Content-Type: application/json。文本字段用 --form-string（避免 @ 被误判为文件引用），图片字段用 -F image=@path。

set -euo pipefail
: "${GPT_IMAGE_API_KEY:?请设置 export GPT_IMAGE_API_KEY=你的key}"
: "${PROMPT:?请先 export PROMPT=构建提示词步骤拼好的完整提示词}"
BASE_URL="${GPT_IMAGE_BASE_URL:-https://api.openai.com/v1}"
MODEL="${GPT_IMAGE_MODEL:-gpt-image-2}"
SIZE="${GPT_IMAGE_SIZE:-1024x1536}"
BOOK_DIR="${BOOK_DIR:?请先 export BOOK_DIR=./covers/<书名>}"
REF_IMAGE="${REF_IMAGE:?请先 export REF_IMAGE=本地路径或 URL}"

mkdir -p "$BOOK_DIR/封面"

# 自增版本号
i=1
while [ -f "$BOOK_DIR/封面/封面_v${i}.png" ]; do i=$((i+1)); done
OUT="$BOOK_DIR/封面/封面_v${i}.png"
RESP=$(mktemp)
REF_TMP=""
trap '[ -n "$REF_TMP" ] && rm -f "$REF_TMP"; rm -f "$RESP"' EXIT

# URL 先下载到临时文件，本地路径直接用。用裸 mktemp 以保证 macOS/Linux 行为一致。
case "$REF_IMAGE" in
  http://*|https://*)
    REF_TMP=$(mktemp)
    curl -fsSL --max-time 60 -o "$REF_TMP" "$REF_IMAGE"
    REF_LOCAL="$REF_TMP"
    ;;
  *)
    [ -f "$REF_IMAGE" ] || { echo "参考图不存在: $REF_IMAGE" >&2; exit 1; }
    REF_LOCAL="$REF_IMAGE"
    ;;
esac

curl -fsS --max-time 240 --retry 2 --retry-delay 5 \
  "$BASE_URL/images/edits" \
  -H "Authorization: Bearer $GPT_IMAGE_API_KEY" \
  --form-string "model=$MODEL" \
  --form-string "size=$SIZE" \
  --form-string "prompt=$PROMPT" \
  -F "image=@$REF_LOCAL" > "$RESP"

if jq -e '.error' "$RESP" >/dev/null 2>&1; then
  echo "API error:" >&2
  jq '.error' "$RESP" >&2
  exit 1
fi

# `// empty` 让缺失字段输出空串而非 "null"，配合 -s 检查避免写出 3 字节假 PNG
jq -er '.data[0].b64_json // empty' "$RESP" | base64 --decode > "$OUT"
[ -s "$OUT" ] || { echo "empty or malformed output: $OUT" >&2; head -c 300 "$RESP" >&2; exit 1; }

printf '%s\n' "$PROMPT"    > "${OUT%.png}.prompt.txt"
printf '%s\n' "$REF_IMAGE" > "${OUT%.png}.ref.txt"

file "$OUT"
ls -lt "$BOOK_DIR/封面/"

Step 5：导出平台上传尺寸（平台有固定像素时）

平台有固定上传像素（番茄 600×800）时，把原图居中裁剪+缩放成上传尺寸——不论出图是 2:3 还是 3:4 都裁成平台精确像素，不变形，避免平台再裁切掉书名/笔名。原图保留、另存 _上传 版；SRC 和 TARGET 直接使用前序步骤的任务值，不依赖跨 shell 的临时变量：

SRC='<Step 4 生成的原图绝对路径>'
TARGET='<Step 1 确定的平台上传尺寸；无则留空>'
[ -f "$SRC" ] || { echo "封面原图不存在: $SRC" >&2; exit 1; }
if [ -n "$TARGET" ] && [ -f "$SRC" ]; then
  UP="${SRC%.png}_上传.png"; W="${TARGET%x*}"; H="${TARGET#*x}"
  if command -v magick >/dev/null 2>&1; then M=magick
  elif command -v convert >/dev/null 2>&1; then M=convert; else M=""; fi
  if [ -n "$M" ]; then
    "$M" "$SRC" -resize "${W}x${H}^" -gravity center -extent "${W}x${H}" "$UP"  # 缩放填满后居中裁
  elif command -v sips >/dev/null 2>&1; then
    cp "$SRC" "$UP"
    sw=$(sips -g pixelWidth "$UP" | awk '/pixelWidth/{print $NF}')
    sh=$(sips -g pixelHeight "$UP" | awk '/pixelHeight/{print $NF}')
    if [ $((sw*H)) -ge $((sh*W)) ]; then sips --resampleHeight "$H" "$UP" >/dev/null
    else sips --resampleWidth "$W" "$UP" >/dev/null; fi
    sips -c "$H" "$W" "$UP" >/dev/null   # sips -c 是 高 宽，居中裁
  else
    echo "无 magick/convert/sips，跳过；手动把 $SRC 居中裁剪+缩放到 $TARGET 再上传" >&2
  fi
  [ -f "$UP" ] && file "$UP"
fi

> 书名/笔名已在提示词里留中心安全区，居中裁剪不会切到。

Step 6：质量检查 + 迭代

| 检查项 | 标准 |

|:-------|:-----|

| 文字渲染 | 书名清晰可辨，字体风格匹配题材 |

| 题材匹配 | 视觉风格与书名题材一致 |

| 构图合理 | 主体突出，文字不遮挡核心画面 |

| 平台适配 | 符合目标平台的封面风格调性 |

| 平台尺寸 | 比例与平台一致；缩放到上传尺寸后书名、笔名完整可见、未被裁切 |

不满意时调整方向：更换构图、调整色调、换字体风格、换平台风格。

---

参考资料

| 文件 | 何时加载 |

|:-----|:---------|

| references/cover-styles.md ↗ | 题材→视觉风格映射、平台风格详情、提示词模板 |

---

语言

• 跟随用户的语言回复，用户用什么语言就用什么语言回复
• 中文回复遵循《中文文案排版指北》