把文案自动变成图片产出流水线：
分析内容 → 生成大纲 → 组装提示词 → 批量出图 → 产出报告
OpenStoryboard 是一个“从文案到图片”的自动化工作流，适合内容创作、知识传播、运营配图和教学材料生成。
你提供文本，它负责把流程拆解为可执行步骤：
- 内容分析（
analysis.md） - 结构化大纲（
outline.md） - 分图提示词（
prompts/*.md） - 调用绘图后端生成图片（
*.png） - 汇总运行报告（
report.json）
- 📚 知识卡片：教程、清单、框架拆解
- 🧠 信息图：结构化主题的“一图读懂”
- 🎬 漫画化表达：角色对话、故事化讲解
- 📝 文章配图：长文按章节自动配图
- 🧭 图表图示：架构图、流程图、时序图
- 🖼️ 封面图：文章、视频、活动主视觉
示例 1 |
示例 2 |
示例 3 |
示例 4 |
示例 5 |
示例 6 |
示例 7 |
示例 8 |
示例 9 |
示例 10 |
示例 11 |
示例 12 |
pip install -r requirements.txt# Windows PowerShell
Copy-Item .env.example .env把 API Key 和模型填进项目根目录 .env。
python -m openstoryboard.cli inspect --project-root .python -m openstoryboard.cli run \
--project-root . \
--mode image-cards \
--topic "AI 学习路线图" \
--content "从基础到实战，分阶段学习并持续复盘" \
--image-count 4 \
--style sketch-notes \
--layout balanced \
--dry-runpython -m openstoryboard.cli run \
--project-root . \
--mode infographic \
--topic "智能体工程全景" \
--content-file runs/demo/source.md \
--aspect-ratio 3:4 \
--quality 2k| 模式 | 用途 | 典型产出 |
|---|---|---|
image-cards |
图片卡片、知识拆解 | 系列卡片图 |
infographic |
信息图、结构化表达 | 单页或多页信息图 |
comic |
漫画叙事、角色对话 | 分镜漫画 |
article-illustrator |
长文自动配图 | 每节配图 |
diagram |
架构/流程/时序图 | 技术图示 |
cover-image |
封面图设计 | 文章/视频封面 |
下面是“按模式”查看参数，避免不同模式参数混淆。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
mode |
string | - | 模式名（必填） |
topic |
string | - | 主题（Web 可留空自动推断） |
content |
string | "" |
直接输入文案 |
content_file |
string | null |
文案文件路径（txt/md/docx） |
ref_images |
string[] | [] |
参考图路径数组（仅支持的模式生效） |
image_count |
int | 4 |
输出图片数量 |
aspect_ratio |
string | 3:4 |
图片比例 |
quality |
enum | 2k |
normal / 2k |
provider |
string | null |
绘图 provider |
model |
string | null |
绘图模型 |
image_api_dialect |
string | null |
图片 API 方言 |
dry_run |
bool | false |
仅生成规划文件，不执行出图 |
generate |
bool | true |
是否执行出图 |
anchor_chain |
bool | true |
是否启用首图风格锚定 |
fail_fast |
bool | false |
出错即停 |
skip_analysis_llm |
bool | false |
跳过 LLM 内容分析 |
skip_outline_llm |
bool | false |
跳过 LLM 大纲提炼 |
output_root |
string | runs |
输出目录根路径 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
style |
✅ | 卡片风格 |
layout |
✅ | 布局（sparse/balanced/dense/list/...） |
palette |
✅ | 配色 |
preset |
✅ | 预设（会映射 style/layout/palette） |
lang |
✅ | 语言倾向 |
tone |
❌ | 不使用 |
type / density |
❌ | 不使用 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
style |
✅ | 信息图风格 |
layout |
✅ | 信息图布局模板 |
lang |
✅ | 语言倾向 |
palette |
❌ | 不使用 |
tone |
❌ | 不使用 |
type / density / preset |
❌ | 不使用 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
style |
✅ | 漫画画风 |
layout |
✅ | 分镜布局 |
tone |
✅ | 情绪基调 |
lang |
✅ | 语言倾向 |
palette |
❌ | 不使用 |
type / density / preset |
❌ | 不使用 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
type |
✅ | 配图类型（如 infographic/scene/flowchart/...） |
density |
✅ | 配图密度（minimal/balanced/per-section/rich） |
preset |
✅ | 预设（会映射 type/style/palette） |
style |
✅ | 插画风格 |
palette |
✅ | 配色 |
lang |
✅ | 语言倾向 |
layout |
❌ | 不使用 |
tone |
❌ | 不使用 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
layout |
✅ | 图表类型（architecture/flowchart/sequence/...） |
style |
✅ | 图表风格 |
lang |
✅ | 语言倾向 |
palette |
❌ | 不使用 |
tone |
❌ | 不使用 |
type / density / preset |
❌ | 不使用 |
ref_images |
❌ | 不支持参考图 |
| 参数 | 是否可用 | 说明 |
|---|---|---|
style |
✅ | 封面风格预设 |
palette |
✅ | 封面配色 |
cover_type |
✅ | 封面类型 |
rendering |
✅ | 渲染风格 |
text_level |
✅ | 文字密度 |
mood |
✅ | 情绪强度 |
font |
✅ | 字体风格 |
lang |
✅ | 语言倾向 |
layout / tone / type / density |
❌ | 不使用 |
你可以通过两种方式配置模型：
打开：/settings 页面，分别填写：
- Text Model：
API Key/Base URL/Model - Image Model：
API Key/Base URL/Model/Provider/API Dialect
保存后会写入：runs/web_settings.json。
适用：
- 频繁改模型
- 团队内演示与测试
- 不想改文件时
项目根目录放置 .env（可从 .env.example 复制），示例：
# 文本模型（用于分析/大纲/提示词）
OPENSTORYBOARD_TEXT_API_KEY=sk-xxx
OPENSTORYBOARD_TEXT_BASE_URL=https://api.openai.com/v1
OPENSTORYBOARD_TEXT_MODEL=gpt-4o-mini
# 生图模型（用于最终渲染）
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_IMAGE_MODEL=gpt-image-1
OPENAI_IMAGE_API_DIALECT=openai-native
# 可选
OPENAI_TEXT_MODEL=gpt-4o-mini
OPENAI_MODEL=gpt-4o-mini适用：
- 本地长期开发
- 容器部署
- CI/CD 或自动化任务
- 本次请求显式传入（如果有）
- Web 设置页保存值（
runs/web_settings.json） - 根目录
.env/ 系统环境变量
- 本次请求显式传入
provider/model/image_api_dialect - Web 设置页保存值（
runs/web_settings.json） - 根目录
.env/ 系统环境变量（OPENAI_*）
也就是说：你既可以用 Web 调参，也可以用
.env固化默认值，两者可以并存。
启动服务：
uvicorn openstoryboard.web.app:app --host 0.0.0.0 --port 8000访问地址：
- 中文：
http://localhost:8000/zh - 英文：
http://localhost:8000/en - 设置：
http://localhost:8000/settings
支持能力：
- ✍️ 文案直输 / 文档上传
- 🖼️ 参考图上传
- 🛑 任务中断
- 🧾 最近任务回看
- 🔧 文本模型与生图模型独立配置
docker build -t openstoryboard:latest .
docker run --rm -p 8001:8000 -v %cd%:/app -w /app openstoryboard:latest程序会自动读取项目根目录
.env
docker compose up --build -d浏览器访问：http://localhost:8001/zh
docker run --rm \
-v %cd%:/app \
-w /app \
--entrypoint python \
openstoryboard:latest \
-m openstoryboard.cli run \
--project-root /app \
--mode image-cards \
--topic "知识卡片示例" \
--content "用简洁中文输出 4 页卡片" \
--image-count 4每次运行会在 runs/<mode>/<topic>-<timestamp>/ 生成：
analysis.md：内容分析outline.md：结构化大纲prompts/*.md：分图提示词*.png：生成图片report.json：状态、路径、命令与日志
示例：
runs/
└─ image-cards/
└─ ai-roadmap-20260420-190107/
├─ analysis.md
├─ outline.md
├─ prompts/
│ ├─ 01-cover-xxx.md
│ └─ 02-content-xxx.md
├─ 01-cover-xxx.png
└─ report.json
因为你可以先检查分析、大纲、提示词是否符合预期，再决定是否正式出图，能显著降低调参成本。
可以。Web 端点击“停止当前任务”，或调用 POST /api/run/stop。
保持 anchor_chain=true，并固定 style/layout/palette 组合，通常能获得更稳定的系列视觉结果。
如果你要给团队协作使用，推荐先沉淀 2-3 套“默认模板”（风格 + 布局 + 配色 + 比例），并把它写进内部 SOP。
这样可以让新成员也快速产出一致质量，减少反复沟通，把更多时间留给内容本身。