这篇能做出什么
按下面流程走完，你会得到一套可复用的角色出图流水线，产出大概是这样：
- 同一个角色（同样的脸型、发型、发色、瞳色、服装主色）出现在 10～20 张不同场景、不同姿势、不同景别的图里，缩略图拼在一起能一眼认出来是同一个人；
- 单独崩掉的手、眼神、饰品，用局部重绘（inpainting）在不动整张图的前提下修掉；
- 一张 CSV 或 JSON 表驱动批量出图，每张图对应哪个种子、哪个场景、哪组参数都有记录，换电脑也能复现；
- 一套命名和归档规范，方便后续做角色资产库、分镜或电商素材。
核心思路只有一句：把"角色"和"场景"拆成两段，角色部分完全冻结，场景部分才允许变化。参考图负责兜住脸，局部重绘负责兜住细节，批量脚本负责兜住稳定。
前置条件清单
1. 一个能调用 FLUX 3 Image 的入口。可以是官方 API、官方在线画布，或者本地把权重跑在支持它的推理框架里（如 ComfyUI 一类带参考图与蒙版节点的前端）。具体模型名、权重来源、支持的输入字段，以官方文档当前版本为准。
2. 凭据：API Key 或账号登录态。写在环境变量里，不要硬编码进脚本。
3. 参考图 3～8 张：正面、半侧、侧面各一张，再加 1～2 张不同光照或不同表情的。要求同一人、分辨率接近、单人、居中、脸部清晰、背景尽量干净。
4. 角色契约卡：一段固定不变的描述文字，后面会给模板。
5. 基础工具：curl 或 Python 3.9+，一个能画蒙版的工具（任意图片编辑器都行，PS、GIMP、Krita、画图均可）。
6. 磁盘与命名规范：建议目录 character_a/raw、character_a/fixed、character_a/masks、character_a/logs。
7. 授权确认：用真人照片做参考时，确认有使用授权；商用场景尤其注意。
分步骤
步骤 1：先跑通一次最小调用
不要一上来就批量。先用一条命令确认鉴权、字段名、返回结构都对。
```bash
export FLUX_BASE_URL="你的服务地址"
export FLUX_API_KEY="你的密钥"
curl -sS -X POST "$FLUX_BASE_URL" \
-H "Authorization: Bearer $FLUX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "a woman with shoulder-length black hair, round face, brown eyes, wearing a navy blue shirt, standing in a bookstore, soft daylight, medium shot",
"aspect_ratio": "3:4",
"seed": 123456,
"output_format": "png"
}' | head -c 800
```
字段名（prompt、seed、宽高比写法、返回里的图片字段）各平台写法不同，以官方文档当前版本为准。这一步的目标是拿到一张能保存下来的图，并且确认 seed 传进去有效——后面复现全靠它。
步骤 2：写一张"角色契约卡"
一致性差的头号原因不是模型，是提示词每次都重写。把不变量固化成一段文本，每次只动最后一段。
```text
【角色契约卡 · character_a】
主体：25 岁左右东亚女性，鹅蛋脸，下颌线柔和，鼻梁挺直，单眼皮，深棕色瞳色
发型：肩下 5 cm 直发，黑色，中分，发尾自然内扣
服装主色：藏青
常驻配饰：细金细项链
镜头：中景，平视，85mm 等效，浅景深
光照：柔和自然光，从画面左前方打入
画风：写实摄影，肤色自然，不过度磨皮
负面：多余手指、变形手部、模糊五官、双人、文字水印
```
然后每次出图只拼一段场景描述：
```python
CHARACTER = open("character_card.txt", encoding="utf-8").read()
scene = "站在旧书店木质书架前，手里拿着一本翻开的书，背景有暖黄色台灯"
prompt = f"{CHARACTER}\n【场景】{scene}"
negative = "多余手指、变形手部、模糊五官、双人、文字水印"
```
要点：契约卡里不要出现会变的形容词（比如"微笑"），那些放进场景段。改了契约卡就等于换了角色，要重新出全套。
步骤 3：用参考图把脸"锚住"
参考图的作用是提供契约卡描述不出来的细节：颧骨高度、眼距、发际线形状。调用时把参考图一起传进去，字段名可能是 image、reference_images 或 image_prompt，以官方文档为准。
```python
import os, requests, json
BASE = os.environ["FLUX_BASE_URL"]
KEY = os.environ["FLUX_API_KEY"]
def generate(prompt, ref_images, seed, ratio="3:4"):
payload = {
"prompt": prompt,
"aspect_ratio": ratio,
"seed": seed,
字段名以官方文档为准，这里是常见写法
"reference_images": ref_images,
"reference_strength": 0.65,
}
r = requests.post(
BASE,
headers={"Authorization": f"Bearer {KEY}"},
json=payload,
timeout=180,
)
r.raise_for_status()
return r.json()
refs = [
建议用 base64 或已上传后的资源 ID，两种方式哪个可用以官方文档为准
"ref_front.png",
"ref_half_side.png",
"ref_side.png",
]
print(generate("测试", refs, seed=123456))
```
参考强度（reference strength / image weight）怎么调：
- 偏高（例如 0.7～0.9）：脸更像参考，但姿势、构图容易被带跑，画面发僵；
- 偏低（例如 0.3～0.5）：姿势自由，但脸会慢慢漂移，出到第 8 张可能已经是另一个人；
- 实操做法：先用同一段 prompt 出一张 0.4、一张 0.6、一张 0.8，肉眼比对，选定一档后这一整套都不再改。
参考图本身也要挑：
- 三张以上、角度有差异，比一张高清正面照效果好；
- 参考图之间的光照尽量接近，否则模型要在矛盾信息里做取舍；
- 不要把带明显滤镜或美颜的图混进来；
- 参考图尺寸过大通常没必要，按官方建议的输入尺寸处理。
步骤 4：局部重绘修细节
整套图里总有几张"整体都对、手崩了"。这时候不要重新出图——重出会换脸。
流程：
1. 把原图拖进编辑器，在崩掉的手（或眼睛、耳环）上涂一块白色区域，导出成 PNG。
2. 蒙版比目标区域放大一圈，再把边缘羽化 5～15 像素，避免出现硬接缝。
3. 蒙版外的像素保持原样，提交局部重绘请求。
4. 重绘提示词只写局部，比如 一只自然放松的右手，五指分明，肤色与手臂一致，不要把整段契约卡再贴一遍——贴了容易让模型重画整个人。
```python
def inpaint(prompt, image_path, mask_path, seed):
payload = {
"prompt": prompt,
"image": image_path, # 原图，编码方式以官方文档为准
"mask": mask_path, # 白色 = 要重绘的区域
"seed": seed,
"mode": "inpaint",
}
r = requests.post(
BASE,
headers={"Authorization": f"Bearer {KEY}"},
json=payload,
timeout=180,
)
r.raise_for_status()
return r.json()
inpaint("一只自然放松的右手，五指分明", "raw/scene_03.png", "masks/hand_03.png", 123456)
```
三条经验：
- 一次只改一处。手修好了再看脸，不要在一个蒙版里塞三个目标。
- 重绘会消耗一批种子，把每次用的 seed 记下来，好结果要能复现。
- 修完的图另存到
fixed/，不要覆盖原图，方便对比和回退。
步骤 5：批量出图
到这一步，参数都定了，把变量抽成一张表：
```json
[
{"id": "s01", "scene": "在旧书店书架前，手拿翻开的书", "ratio": "3:4"},
{"id": "s02", "scene": "在雨天窗边，侧脸看向窗外", "ratio": "3:4"},
{"id": "s03", "scene": "在咖啡店吧台前，双手捧着纸杯", "ratio": "1:1"},
{"id": "s04", "scene": "在户外街角，逆光回眸", "ratio": "2:3"}
]
```
批量脚本要做四件事：限流、重试、断点续跑、落盘记录。
```python
import json, time, csv, os
from pathlib import Path
OUT = Path("character_a/raw"); OUT.mkdir(parents=True, exist_ok=True)
LOG = Path("character_a/logs/run.csv")
def run(tasks, seeds_per_task=2, sleep=2.0, retry=3):
done = set()
if LOG.exists():
with LOG.open(encoding="utf-8") as f:
done = {r["filename"] for r in csv.DictReader(f)}
write_header = not LOG.exists()
with LOG.open("a", encoding="utf-8", newline="") as f:
w = csv.writer(f)
if write_header:
w.writerow(["filename", "task_id", "scene", "seed", "ratio", "ref_strength"])
for t in tasks:
for i in range(seeds_per_task):
seed = 100000 + hash((t["id"], i)) % 900000
name = f"{t['id']}_{i:02d}_{seed}.png"
if name in done:
continue
prompt = f"{CHARACTER}\n【场景】{t['scene']}"
for attempt in range(retry):
try:
resp = generate(prompt, refs, seed=seed, ratio=t["ratio"])
save_image(resp, OUT / name) # 按返回结构自行解析
w.writerow([name, t["id"], t["scene"], seed, t["ratio"], 0.65])
f.flush()
break
except Exception as e:
wait = sleep * (2 ** attempt)
print(f"{name} 第 {attempt+1} 次失败：{e}，等待 {wait}s")
time.sleep(wait)
else:
print(f"{name} 放弃")
time.sleep(sleep) # 简单限流，具体速率以官方文档为准
tasks = json.load(open("tasks.json", encoding="utf-8"))
run(tasks)
```
几点说明：
- 并发不要一上来就拉满。先串行跑 4 张，确认稳定再加并发；遇到 429 就退避重试。
- 每个场景至少出 2～3 个种子，再挑选，比死磕一个种子划算。
- 日志边写边 flush，中断后重跑会自动跳过已完成的文件。
步骤 6：验收与抽检
出一批图之后，先做一张"接触印相"（contact sheet）：把 12 张缩略图缩小后拼成 3×4 一格，一眼就能看出哪几张脸开始漂。
逐图检查三层：
1. 脸部层：眼距、鼻型、脸宽是否和参考图对得上；
2. 细节层：手指数量与关节、耳朵、项链这类小物件；
3. 风格层：色调、锐度、景深是否和其他图统一。
建议做一个简单的打分表，方便回溯是哪组参数开始崩的：
```csv
filename,face,detail,style,note
s01_00_123456.png,4,4,5,可直接用
s02_01_778812.png,3,5,5,脸略窄，换种子重出
```
脸分低于 3 的，先别急着修局部——通常是参考强度或契约卡的问题，改完重出整张更省事。
常见坑与排错
脸越出越不像。 按顺序排查：参考图是不是只有一张正面？参考强度是不是偏低？契约卡里有没有被中途改过？每个场景是不是用了同一套参考图？
同一段提示词，两张图风格差很多。 多半是场景描述写太长、太文学化，压过了契约卡。把场景压到一句话，只保留"地点 + 动作 + 光线"。
局部重绘后出现色块接缝。 蒙版贴得太紧。把蒙版向外扩 5～15 像素并羽化边缘，重绘提示词里补一句肤色/光照要和周围一致。
重绘之后整个人变了。 说明重绘提示词里带了整体描述，或者蒙版面积过大（超过画面三成）。缩小蒙版，只保留"局部 + 一致性约束"的描述。
返回 429 或超时。 降低并发，加大请求间隔，重试用指数退避。别用固定间隔猛冲。
换台机器结果对不上。 种子、参考强度、宽高比、参考图文件都要一起带过去。参考图换了哪怕一张，结果就会变，这也是为什么要把它纳入版本管理。
批量跑到一半中断。 靠日志重跑，别从头再来。日志里没记录的文件，说明没成功落盘，重跑是安全的。
参考图涉及真人肖像。 有授权再用；没有的话，用生成的角色图作为参考图，同样能建立一致的角色。
下一步建议
1. 建立角色资产库：把每个角色的契约卡、参考图、已选种子、蒙版、参数版本收进一个目录，配一份 README。换人或交接时，直接复用。
2. 同一角色做多套服装：把"服装主色"从契约卡里挪到场景段，就能在不换脸的前提下换装，适合电商或分镜。
3. 多角色同框：先把两个角色各自单独跑稳，再尝试同框构图，蒙版分区域重绘会更好控。
4. 向视频延伸：图片阶段的角色一致性稳定后，再考虑首尾帧或图生视频，一致性问题的难度会明显上升。
5. 不要停止看官方文档：模型能力、支持字段、参考强度取值范围都在迭代，动手前花五分钟核对一遍当前版本的参数说明，比事后排查省时间。