Flatten skill category directory structure

image-creation/anime-style-forge/references/model-knowledge-base.md

@@ -0,0 +1,474 @@
+# 生图模型知识库 — 二次元/动漫风格专项
+
+> 本文档为 anime-style-forge Skill 的模型选择参考。
+> 针对每个模型在二次元风格生成中的表现、最优 prompt 写法、适用场景和已知问题进行记录。
+> **本文档应随实测结果持续更新。**
+
+---
+
+## 模型总览
+
+| 模型 | 二次元综合能力 | 最强场景 | 最弱场景 | Prompt 语言 |
+|------|-------------|---------|---------|------------|
+| Niji 7 | ⭐⭐⭐⭐⭐ | 日系全品类 | 国漫3D/写实 | 英文（支持标签式） |
+| MJ V7 | ⭐⭐⭐⭐ | 半写实/概念艺术 | 纯平涂赛璃璃 | 英文（自然语言） |
+| Seedream 5.0 | ⭐⭐⭐⭐ | 高精度/韩系厚涂 | 复古风/像素 | 中英文均可 |
+| 香蕉 Pro | ⭐⭐⭐⭐ | 指令遵循/风格转换 | 极端风格化 | 中英文均可 |
+| Kling v2.1 | ⭐⭐⭐ | 国漫3D/写实 | 日系平涂/Q版 | 中英文均可 |
+| Kontext | ⭐⭐⭐⭐ | 风格转换/一致性 | 从零生成 | 英文 |
+
+---
+
+## 1. Midjourney Niji 7
+
+### 定位
+专为 **日系动漫/漫画/插画** 设计的模型，与 Spellbrush 联合开发。二次元生图首选。
+
+### 二次元能力矩阵
+
+| 画风 | 表现 | 备注 |
+|------|------|------|
+| jp_cel 赛璃璃 | ⭐⭐⭐⭐⭐ | 原生支持，效果最好 |
+| jp_ghibli 吉卜力 | ⭐⭐⭐⭐⭐ | 水彩质感到位 |
+| jp_90s 90年代 | ⭐⭐⭐⭐ | 需要强化 VHS/grain 关键词 |
+| jp_gacha 厚涂立绘 | ⭐⭐⭐⭐⭐ | 服装细节极强 |
+| jp_ln 轻小说 | ⭐⭐⭐⭐ | 清新感好 |
+| jp_shinkai 新海诚 | ⭐⭐⭐⭐ | 背景光影好，但人物可能偏甜 |
+| cn_xuan3d 玄幻3D | ⭐⭐ | 不擅长3D渲染质感，出来偏2D |
+| cn_ink 水墨 | ⭐⭐⭐ | 能画但墨韵不够 |
+| cn_wuxia 武侠 | ⭐⭐⭐ | 偏日系化 |
+| kr_watercolor 韩系水彩 | ⭐⭐⭐⭐ | 朦胧感好 |
+| kr_webtoon 条漫 | ⭐⭐⭐⭐ | 干净线条 |
+| kr_paint 韩系厚涂 | ⭐⭐⭐⭐ | 面部精度高 |
+| chibi Q版 | ⭐⭐⭐⭐⭐ | 2头身比例控制准确 |
+| us_comic 欧美漫画 | ⭐⭐⭐ | 有但不如 V7 |
+| il_pixel 像素 | ⭐⭐⭐ | 需要额外提示 |
+
+### Prompt 写法
+
+**核心策略**：标签堆叠 + 自然语言混合
+
+```
+格式：[画风标签], [角色描述], [动作/姿势], [场景], [光影/氛围], [画质词]
+```
+
+**风格锚点词（Niji 7 专用）**：
+- 赛璃璃：`anime screencap, cel shading, flat color, studio anime`
+- 厚涂立绘：`game splash art, detailed illustration, painted`
+- 吉卜力：`studio ghibli, watercolor, hand-drawn, warm tones`
+- 90年代：`1990s anime, retro, bold outlines, VHS aesthetic`
+- 轻小说：`light novel illustration, soft pastel, delicate`
+- Q版：`chibi, super deformed, 2-head-tall, kawaii`
+
+**负向词（--no 参数）**：
+```
+--no realistic, photograph, 3d render, blurry, watermark, text
+```
+
+**关键参数**：
+- `--ar` 控制比例（头像 1:1，立绘 2:3，壁纸 16:9）
+- `--s` 风格化强度（低=更遵循 prompt，高=更艺术化）
+  - 赛璃璃/平涂建议 `--s 50-100`
+  - 厚涂/概念建议 `--s 150-300`
+- `--c` 混沌值（低=稳定，高=意外创意）
+
+### 已知问题
+1. **国漫3D 风格出不来**：Niji 天然偏2D，即使写了 "3D render" 也会拉回2D
+2. **中文 prompt 支持弱**：建议全英文
+3. **面部偏模板化**：大量美少女脸谱化，需要具体描述面部差异
+4. **背景可能过于精致**：Q版/简约风格时背景容易抢戏，需要明确 `simple background`
+
+### 最佳使用场景
+✅ 日系全品类首选（赛璃璃/吉卜力/厚涂/轻小说/Q版）
+✅ 角色立绘和头像
+✅ 风格对比测试的"标准答案"
+❌ 国漫3D、写实向
+
+---
+
+## 2. Midjourney V7
+
+### 定位
+通用旗舰模型，擅长**半写实、概念艺术、摄影级渲染**。二次元非主打但能力不弱。
+
+### 与 Niji 7 的区别
+
+| 对比项 | V7 | Niji 7 |
+|-------|-----|--------|
+| 默认审美 | 偏写实/西方 | 偏日系/动漫 |
+| 线条风格 | 自然/隐线条 | 清晰描边 |
+| 色彩倾向 | 自然色/影视色 | 高饱和/动漫色 |
+| 人物比例 | 写实比例 | 动漫比例（大眼/小鼻） |
+| 最强画质 | 影视/3D CG | 2D 插画 |
+
+### 二次元使用策略
+
+**适用场景**：
+- 半写实 → 动漫过渡风格
+- 概念设计/机甲/科幻
+- 场景/背景为主的图
+- 欧美漫画风格
+
+**Prompt 策略**：
+- 需要主动加 `anime style, 2D, illustration` 才会走二次元方向
+- 如果要纯日系 → 直接用 Niji 7 更好
+- V7 的优势在于**背景精度和光影层次**超过 Niji
+
+### 最佳使用场景
+✅ 新海诚风（背景超强）
+✅ 半写实/赛博朋克/科幻
+✅ 写实→赛璃璃的渐变过渡
+✅ 欧美漫画
+❌ 纯日系平涂（用 Niji 更好）
+
+---
+
+## 3. Seedream 系列（4.5 / 5.0 / Lite）
+
+### 定位
+字节跳动的图像生成模型，集成于即梦/豆包。**中文 prompt 理解力强**，审美偏精致。
+
+### 版本差异
+
+| 版本 | 特点 |
+|------|------|
+| 4.5 | 基础版，速度快，质量稳定 |
+| 5.0 | 最新版，细节更好，prompt 遵循更强 |
+| Lite | 轻量版，速度最快，适合批量 |
+
+### 二次元能力矩阵
+
+| 画风 | 表现 | 备注 |
+|------|------|------|
+| jp_cel 赛璃璃 | ⭐⭐⭐ | 能画但可能偏"AI味"，线条不够干净 |
+| jp_ghibli 吉卜力 | ⭐⭐⭐⭐ | 水彩感不错 |
+| jp_gacha 厚涂立绘 | ⭐⭐⭐⭐⭐ | 强项，服装和光效细节好 |
+| cn_xuan3d 玄幻3D | ⭐⭐⭐⭐ | 中式审美好，3D质感能出来 |
+| cn_ink 水墨 | ⭐⭐⭐⭐ | 中文 prompt "水墨风" 效果不错 |
+| cn_wuxia 武侠 | ⭐⭐⭐⭐ | 理解"武侠"语义 |
+| kr_watercolor 韩系水彩 | ⭐⭐⭐⭐ | 精致面部和低饱和处理好 |
+| kr_paint 韩系厚涂 | ⭐⭐⭐⭐⭐ | 面部精度可能是全模型最高 |
+| chibi Q版 | ⭐⭐⭐ | 比例控制不稳定 |
+| il_pixel 像素 | ⭐⭐ | 不擅长 |
+
+### Prompt 写法
+
+**核心优势：中文 prompt 效果好**
+
+```
+中文写法（推荐国漫/武侠/水墨）：
+"一个身穿青色道袍的白发老者，仙气飘飘，站在云海之上，国风仙侠风格，水墨画质感，大气留白"
+
+英文写法（推荐日韩风格）：
+"anime girl with blue twin tails, gothic lolita dress, holding black umbrella, cel shading, clean linework, anime screencap style"
+```
+
+**关键发现**：
+- Seedream 的中文语义理解优于其他模型，**国漫/武侠/水墨风格建议全中文 prompt**
+- 英文 prompt 下表现和通用模型差异不大
+- `高品质, 精细, 8K` 等中文画质词有效
+- 5.0 版本支持更长的 prompt，可以堆叠更多细节
+
+### 已知问题
+1. **赛璃璃平涂不够"干净"**：倾向于加渐变和柔和处理，失去平涂的硬朗感
+2. **Q版比例不稳定**：头身比控制不如 Niji
+3. **可能添加额外细节**：即使 prompt 简洁，模型也会自行添加装饰元素
+4. **90年代复古风不理想**：VHS/胶片颗粒感模拟弱
+
+### 最佳使用场景
+✅ 国漫系列首选（玄幻3D / 武侠 / 水墨）— 中文 prompt
+✅ 韩系厚涂/精致面部
+✅ 需要中文语义理解的场景
+❌ 纯平涂赛璃璃（用 Niji）
+❌ 像素风/复古风
+
+---
+
+## 4. 香蕉系列（Pro / 2）
+
+### 定位
+平台集成的生图模型，**指令遵循能力强，风格转换稳定**。
+
+### 二次元能力矩阵
+
+| 画风 | 表现 | 备注 |
+|------|------|------|
+| jp_cel 赛璃璃 | ⭐⭐⭐ | 能画但可能偏柔 |
+| jp_ghibli 吉卜力 | ⭐⭐⭐⭐ | 色调把控不错 |
+| jp_gacha 厚涂立绘 | ⭐⭐⭐⭐ | 细节丰富 |
+| cn_xuan3d 玄幻3D | ⭐⭐⭐ | 3D 感可能不够强 |
+| cn_ink 水墨 | ⭐⭐⭐ | 基本能画 |
+| kr_watercolor 韩系水彩 | ⭐⭐⭐⭐ | 朦胧感好 |
+| kr_paint 韩系厚涂 | ⭐⭐⭐⭐ | 面部精度高 |
+| chibi Q版 | ⭐⭐⭐ | 比例控制中等 |
+
+### Prompt 写法
+
+**核心优势：指令遵循强**
+
+```
+可以用更结构化的 prompt：
+"[Style: Studio Ghibli watercolor]
+[Subject: A young girl running through a green meadow]
+[Details: warm sunlight, wildflowers, hand-drawn animation feel]
+[Mood: joyful, nostalgic]
+[Quality: masterpiece, best quality]"
+```
+
+**关键特性**：
+- 支持中英文，英文效果略好
+- 对 JSON/结构化 prompt 有较好的解析能力
+- 风格转换（给参考图 → 改风格）效果稳定
+- 指令细节遵循度高——说了"不要什么"通常能听进去
+
+### 版本差异
+
+| 版本 | 特点 |
+|------|------|
+| Pro | 质量更高，速度稍慢，细节更丰富 |
+| 2 | 速度更快，适合批量测试和快速迭代 |
+
+### 已知问题
+1. **风格化可能不够极端**：偏向"安全"的中间态，不像 Niji 那样风格鲜明
+2. **赛璃璃的硬朗感不足**：倾向于加柔化处理
+3. **极端指令（如无面部）执行力一般**
+
+### 最佳使用场景
+✅ 风格转换任务（参考图 → 新风格）
+✅ 需要精确指令遵循的复杂角色描述
+✅ 快速迭代和批量测试（v2）
+✅ 中文 prompt 需求
+❌ 需要极强风格化的场景（用 Niji）
+
+---
+
+## 5. Kling 系列（v2 / v2.1）
+
+### 定位
+快手的 AI 模型，**以视频生成为主**，图像生成为辅。偏写实/3D 渲染审美。
+
+### 二次元能力矩阵
+
+| 画风 | 表现 | 备注 |
+|------|------|------|
+| jp_cel 赛璃璃 | ⭐⭐ | 不擅长纯2D平涂 |
+| jp_ghibli 吉卜力 | ⭐⭐⭐ | 能画但少了手绘温度 |
+| jp_gacha 厚涂立绘 | ⭐⭐⭐ | 中规中矩 |
+| cn_xuan3d 玄幻3D | ⭐⭐⭐⭐⭐ | 强项！3D渲染质感最好 |
+| cn_ink 水墨 | ⭐⭐⭐ | 墨韵中等 |
+| cn_wuxia 武侠 | ⭐⭐⭐⭐ | 暗沉氛围感好 |
+| kr_watercolor 韩系水彩 | ⭐⭐ | 不太适合 |
+| chibi Q版 | ⭐⭐ | 比例控制差 |
+
+### Prompt 写法
+
+**核心策略：写实/3D 方向的 prompt 效果最好**
+
+```
+国漫3D（Kling 最佳场景）：
+"Chinese fantasy 3D CGI, male warrior in white silk robes, holding jade sword, 
+standing above sea of clouds, Unreal Engine 5, volumetric lighting, 
+flowing hair and fabric, spiritual energy effects, cinematic"
+```
+
+**关键发现**：
+- 3D/CG/写实类 prompt 效果远好于2D类
+- 支持中文，但英文出图质量更稳定
+- 动态姿势和场景构图能力不错（视频模型优势）
+- 光影渲染能力强
+
+### 已知问题
+1. **2D 平涂基本做不到**：模型天然偏 3D 渲染
+2. **Q版/简约风格失败率高**：总会加入过多写实细节
+3. **韩系柔和风不适合**：色彩倾向偏硬偏冷
+4. **像素风无法执行**
+
+### 最佳使用场景
+✅ 国漫玄幻3D（唯一首选）
+✅ 武侠/仙侠半写实
+✅ 场景/背景渲染
+✅ 动态姿势和战斗场景
+❌ 日系2D全品类
+❌ Q版/像素/韩系水彩
+
+---
+
+## 6. Kontext（Flux Kontext）
+
+### 定位
+Black Forest Labs 出品，**专注图像编辑和风格转换**，不是从零生图的模型。核心能力是**保持参考图内容不变，只改变风格/细节**。
+
+### 二次元使用方式
+
+Kontext 的用法和其他模型不同——它需要**输入一张参考图**，然后编辑/转换风格。
+
+**适用任务**：
+- ✅ 风格转换（真人 → 动漫、油画 → 条漫、赛璃璃 → 3D）
+- ✅ 角色一致性（同一角色换服装/表情/场景）
+- ✅ 细节修改（改发色、改服装、改背景，不改其他）
+- ❌ 从零生成（不是它的设计目的）
+
+### 风格转换能力
+
+| 转换方向 | 表现 | 备注 |
+|---------|------|------|
+| 真人 → 日系动漫 | ⭐⭐⭐⭐ | 面部特征保留好 |
+| 真人 → 吉卜力 | ⭐⭐⭐⭐ | 色调转换准确 |
+| 2D → 3D | ⭐⭐⭐ | 质感变化有但可能不彻底 |
+| 油画 → 条漫 | ⭐⭐⭐⭐ | 线条简化处理好 |
+| Q版 → 正常比例 | ⭐⭐ | 结构变化太大，不太靠谱 |
+| 跨文化风格转换 | ⭐⭐⭐⭐ | 日→中、日→韩 等 |
+
+### Prompt 写法
+
+```
+风格转换模板：
+"Transform this image into [target style]. 
+Keep the character's [features to preserve: hair color, outfit, pose].
+Change the art style to [specific style description]."
+
+示例：
+"Transform this image into Studio Ghibli watercolor style. 
+Keep the character's face and outfit. 
+Change to warm pastel tones, soft hand-drawn linework, rounded features."
+```
+
+### 已知问题
+1. **不适合从零生成**：必须有参考图输入
+2. **风格变化可能不够极端**：偏向保守的"安全转换"
+3. **Q版↔正常比例转换不可靠**：涉及大比例结构变化
+4. **复杂多人场景可能乱**
+5. **⚠️ 画质低于文生图模型**（Benchmark 实测）：输出被压为 1024×1024，整体精致度和风格深度不如 Niji/Kling/Seedream 的文生图路径。跨风格转换时出图有"滤镜感"而非"重绘感"
+
+### 最佳使用场景
+✅ **细微编辑**：改发色、改服装颜色、改背景，不改其他
+✅ 保持角色一致性换服装/表情
+✅ 局部修改（加配饰、换眼镜）
+⚠️ **风格转换不推荐**：Benchmark 实测证明，跨风格转换（如真人→动漫、2D→3D）应优先用**文生图路径**（read_media 提取特征 → 用目标风格的最优模型重新生成），画质远高于 Kontext。Kontext 仅在需要像素级构图保留时作为补充。
+❌ 从零生成（用其他模型）
+❌ 大幅结构变化（Q版↔正常）
+
+---
+
+## 7. nano_banana 系列（banana-2 / Pro / Flash）
+
+### 定位
+平台集成的高指令遵循生图模型。**最大参考图数量 max_refs=10**，单图输出，是**分镜/多帧一致性任务**的首选引擎。
+
+### 核心能力
+
+| 能力 | 表现 |
+|------|------|
+| max_refs | **10**（全模型最高，可传多张参考图） |
+| 单图输出 | ✅（无四宫格，输出即可直接复用） |
+| 指令遵循 | ⭐⭐⭐⭐⭐（强约束执行率高） |
+| 中文渲染 | ✅ |
+| 风格极致化 | ⭐⭐⭐（偏"安全中间态"，不如 Niji 极端） |
+
+### 二次元分镜任务能力矩阵
+
+| 画风 | 表现 | 备注 |
+|------|------|------|
+| jp_cel 赛璃璃 | ⭐⭐⭐ | 能画但风格化弱于 Niji |
+| jp_ghibli 吉卜力 | ⭐⭐⭐⭐ | 色调把控好 |
+| jp_gacha 厚涂立绘 | ⭐⭐⭐⭐ | 细节丰富 |
+| kr_watercolor 韩系水彩 | ⭐⭐⭐⭐ | 朦胧感稳定 |
+| kr_paint 韩系厚涂 | ⭐⭐⭐⭐ | 面部精度高 |
+| chibi Q版 | ⭐⭐⭐ | 比例中等 |
+| cn_xuan3d 玄幻3D | ⭐⭐⭐ | 3D感中等 |
+
+### 最佳使用场景（任务类型维度）
+
+✅ **分镜/多帧连续**：每一帧把前一帧作为参考图传入，锁定角色外貌和构图
+✅ **构图固定只改光影/季节**：传上一帧 ref + 强指令约束，构图稳定性远高于纯文字
+✅ **表情差分**：传角色图锁住面部，只改表情描述
+✅ **三视图**：以正面图为 ref 生成侧面/背面
+✅ **风格转换（参考图→新风格）**：接受原图 ref + 风格指令
+❌ 需要极强风格化的独立单张图（用 Niji 7 / MJ V7 更鲜明）
+
+### Prompt 写法
+
+```
+多帧锚定写法（分镜）：
+[第N帧] 传入第N-1帧作为参考图，写明"same character same composition"
++ 本帧差异描述（仅改光线方向 / 仅改表情）
+
+构图锁定写法：
+"Same exact composition as reference image. Only change: [具体变量]. Keep all else identical."
+```
+
+### 版本差异
+
+| 版本 | 特点 |
+|------|------|
+| banana-2 / Pro | 质量最高，细节丰富 |
+| Flash / nano_banana_2 | 速度快，适合批量 |
+
+---
+
+## 画风→模型推荐速查表
+
+| 画风 | 首选模型 | 备选模型 | 避免使用 |
+|------|---------|---------|---------|
+| jp_cel 赛璃璃 | **Niji 7** | 香蕉 Pro | Kling |
+| jp_ghibli 吉卜力 | **Niji 7** | Seedream 5.0 | Kling |
+| jp_90s 90年代 | **Niji 7** | MJ V7 | Seedream |
+| jp_gacha 厚涂立绘 | **Niji 7** | Seedream 5.0 | Kling |
+| jp_ln 轻小说 | **Niji 7** | 香蕉 Pro | Kling |
+| jp_shinkai 新海诚 | **MJ V7** | Niji 7 | — |
+| cn_xuan3d 玄幻3D | **Kling v2.1** | Seedream 5.0 | Niji 7 |
+| cn_ink 水墨 | **Seedream 5.0** | 香蕉 Pro | Kling |
+| cn_wuxia 武侠 | **Seedream 5.0** | Kling v2.1 | Niji 7 |
+| kr_watercolor 韩系水彩 | **Niji 7** | Seedream 5.0 | Kling |
+| kr_webtoon 条漫 | **Niji 7** | 香蕉 Pro | Kling |
+| kr_paint 韩系厚涂 | **Seedream 5.0** | Niji 7 | Kling |
+| us_comic 欧美漫画 | **MJ V7** | Niji 7 | Seedream |
+| chibi Q版 | **Niji 7** | 香蕉 Pro | Kling |
+| il_pixel 像素 | **Niji 7** | MJ V7 | Seedream/Kling |
+| 风格转换（跨风格） | **文生图+目标风格首选模型** | Kontext（仅限细微编辑） | — |
+| 比例变换（Q版↔正常） | **Seedream 5.0** | MJ V7 | Niji 7（控不住比例） |
+
+---
+
+## 任务类型 → 模型速查（优先于画风路由）
+
+> 以下任务类型的选模型逻辑由**一致性/指令遵循/输出格式**驱动，不由风格决定。
+
+| 任务类型 | 首选模型 | 原因 |
+|---------|---------|------|
+| 分镜/多帧（同角色/同场景 N≥2） | **nano_banana** | max_refs=10 可传前帧；单图输出；指令遵循强 |
+| 构图固定只改光影/季节 | **nano_banana** | 传上一帧 ref 锁构图 |
+| 表情差分（同角色多表情） | **nano_banana** | 传角色图锁面部 |
+| 三视图 / 多角度立绘 | **nano_banana** | 传正面图锁角色 |
+| 单张独立立绘/头像 | 按画风路由表 | 无跨图一致性需求，风格优先 |
+| 风格转换（跨风格重建） | 目标风格首选引擎 | 文生图路径，见画风路由表 |
+
+---
+
+## Prompt 写法差异速查
+
+| 模型 | 语言 | Prompt 风格 | 长度建议 | 负向词支持 |
+|------|------|-----------|---------|-----------|
+| Niji 7 | 英文 | 标签堆叠 + 自然语言 | 中等（50-100词）| `--no` 参数 |
+| MJ V7 | 英文 | 自然语言为主 | 中等 | `--no` 参数 |
+| Seedream 5.0 | 中英文 | 自然语言，中文优 | 长（可堆细节）| 支持负向描述 |
+| 香蕉 Pro | 中英文 | 结构化/自然语言 | 中长 | 支持 |
+| Kling v2.1 | 中英文 | 自然语言 | 中等 | 有限支持 |
+| Kontext | 英文 | 编辑指令式 | 短中（30-60词）| 无 |
+| nano_banana Pro | 中英文 | 结构化/自然语言 + ref指令 | 中长 | 支持 |
+| nano_banana Flash | 中英文 | 同上，速度优先 | 中 | 支持 |
+
+---
+
+## 更新日志
+
+| 日期 | 更新内容 |
+|------|---------|
+| 2026-04-28 | 初版，基于已有认知整理。待实测校准。 |
+| 2026-05-06 | **任务类型维度框架**：新增 nano_banana 章节；新增任务类型→模型速查表；分镜/多帧/表情差分/三视图类任务改推 nano_banana（max_refs=10 + 单图输出），不再机械走风格路由表 |
+| 2026-04-28 | **Benchmark v1 实测校准**：Kontext 降级为细微编辑工具，风格转换改推文生图路径；新增比例变换策略（Niji→Seedream 降级）；Kling cn_xuan3d / Niji jp_cel / Seedream kr_paint 评分确认 |
+
+---
+
+> ⚠️ **重要**：以上评分已通过 Benchmark v1（35题/7维度）实测校准。
+> Benchmark 总分 104.5/122.5（85.3%），核心发现已写入各模型"已知问题"和速查表。