story-cover：小说封面生成

根据书名和题材生成包含书名、笔名的完整封面，让读者一眼看出题材和氛围。

生成通路

• Codex 内置（优先）：当前 Codex CLI 会话可调用 $imagegen / image_gen 时，直接调用工具生成并保存，无需 OPENAI_API_KEY 或 GPT_IMAGE_API_KEY，不运行 curl。
• 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

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。目录建议为 ./covers/<书名>；API 回退通过环境变量传入，内置通路直接使用本次确定的目录。问作者时说「封面存在哪？默认 ./covers/<书名>」。 选填：参考图 REF_IMAGE（本地路径或 URL）、风格偏好、尺寸；参考图的用法见 Step 4 对应通路。

书名和笔名是封面必需信息：缺任一时，先用宿主可用的提问方式请作者补全，不得编造或留空。

按目标平台定封面尺寸：番茄上传 600×800，比例为 3:4；出图比例不符时，平台再次裁剪可能切掉书名或笔名。

内置通路把目标比例写进提示词；API 回退再 export GPT_IMAGE_SIZE。平台有固定上传像素时设置 UPLOAD_SIZE（番茄 600x800），在 Step 5 居中裁剪并缩放到精确尺寸。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。设计指令用英文，书名和笔名保留作者提供的原文。

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

作者名字体风格（重点：作者名必须精心设计，不能只是"小字"）

作者名指定字体、颜色和装饰元素，与书名风格呼应，保持清晰可读而不抢焦点。

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

从 references/cover-styles.md 的「平台风格」节选取目标平台对应的关键词串。

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）：

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 返回 base64，请求体不带 response_format。$PROMPT 使用 Step 3 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）

下面的 /v1/images/edits 命令通过 multipart/form-data 上传本地图片，不加 Content-Type: application/json。文本字段用 --form-string，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+缩放到精确尺寸，保持画面比例，原图保留并另存 _上传 版。SRC 填 Step 4 的原图绝对路径，TARGET 填 Step 1 的上传尺寸，不依赖上一段 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

提示词中的中心安全区用于减少裁切风险；导出后仍按 Step 6 检查书名和笔名是否完整。

Step 6：质量检查 + 迭代

未达标或作者希望调整时，可更换构图、色调、字体或平台风格。

交付时这样告诉作者；命令、环境变量和接口报错不贴给作者，失败时用一句话说原因和办法（如「生图接口没配好，需要先设置 API Key」）：

封面做好了：`{封面图路径}`{；{平台}上传版（{上传尺寸}）：`{上传版路径}`}
这版的思路：{构图 + 色调 + 书名字体，一句话}
想调的话可以说：{2-3 个具体方向，如「换成人物特写」「书名改成毛笔字」}

参考资料