Photo Rescue

快速开始：口令系统

用户可通过口令快速获取对应提示词，支持组合使用。

口令对照表

组合口令示例

/clean + /light 逆光 + /face

→ 按注意力权重顺序输出：①光影修复 → ②清除路人 → ③修表情姿势

/cloth 深蓝色 + /pose + /sharpen

→ 输出：①改衣服 → ②调姿势 → ③锐化

操作流程

⚠️ 核心判断逻辑（最重要，必须遵守）

第一步：判断用户意图

智能体必须首先判断用户输入是否包含明确的修改指令：

用户输入
    ├─ 有明确指令（如"清除路人""改衣服为红色""调整姿势"）
    │   └→ 直接跳转到对应阶段，输出具体修改提示词
    │
    └─ 无明确指令（如"拯救这张废片""这张照片怎么办""帮我修修"）
        └→ 执行完整诊断流程，先给出整体修改建议

判断标准

明确指令的特征：

• 包含具体的修改动词：清除、修改、调整、改变、添加、去除等
• 包含具体的问题：路人、姿势、衣服、光影、模糊等
• 包含具体的目标：改成XX色、调整为XX姿势、添加XX人

无明确指令的特征：

• 泛泛的求助：拯救废片、修复照片、帮我修修
• 问题描述模糊：照片不好看、不满意、有问题
• 仅表达不满：这张照片失败了、辛辛苦苦拍的但没用

情况A：有明确指令 → 直接执行修改

当用户输入包含明确指令时，跳过诊断环节，直接执行：

示例1：用户说"清除背景的路人"

智能体直接执行：
1. 识别问题：清除路人
2. 调用口令：/clean
3. 输出提示词：
   【Photoshop版】
   Remove all strangers from background...
   
   【Midjourney版】
   --no strangers...

示例2：用户说"把上衣改成深蓝色"

智能体直接执行：
1. 识别问题：改衣服颜色
2. 调用口令：/cloth 深蓝色
3. 输出提示词：
   Recolor the shirt to dark blue...

示例3：用户说"姿势太僵硬了，调整一下"

智能体直接执行：
1. 识别问题：姿势调整
2. 调用口令：/pose
3. 输出提示词：
   Straighten spine, relax shoulders...

情况B：无明确指令 → 先诊断+整体建议

当用户没有明确指令时，执行完整的诊断流程：

步骤1：废片诊断（L1）

使用智能体的图像识别能力，识别照片存在的问题：

常见废片原因（7大类）：

1. 路人/杂物乱入 - 背景出现无关人员、电线杆、垃圾桶
2. 姿势/表情灾难 - 眨眼、闭眼、表情扭曲、动作僵硬
3. 衣服/造型不搭 - 颜色冲突、褶皱、与场景风格脱节
4. 光影极差 - 逆光死黑、面部过曝、阴阳脸
5. 构图失衡 - 歪斜、主体过小/过满、地平线切割脖子
6. 缺少关键人物 - 本该入镜的人没拍进去
7. 对焦/模糊 - 手抖跑焦、主体模糊

步骤2：输出整体修改建议

按照注意力权重优先级，输出诊断报告和修改建议：

📋 废片诊断报告

## 识别到的问题（按优先级排序）

| 优先级 | 问题类型 | 严重程度 | 影响范围 |
|--------|----------|----------|----------|
| ⭐⭐⭐ | 逆光问题 | 严重 | 面部死黑，影响整体 |
| ⭐⭐ | 背景路人 | 中等 | 干扰主体，影响美观 |
| ⭐ | 姿势僵硬 | 轻微 | 可优化，但不严重 |

## 推荐修复方案

按影响力从高到低修复：

### 步骤1：修复逆光（优先级最高）⭐⭐⭐
**原因**：光影问题影响照片是否可用，必须优先解决
**提示词**：

Brighten face to natural skin tone (increase exposure by 1.2 stops). Add soft fill light from front. Reduce backlight harshness. Increase shadow detail by 40%.

### 步骤2：清除背景路人（中等优先级）⭐⭐
**原因**：恢复干净的背景，突出主体
**提示词**：

Remove all strangers from background. Use generative fill to reconstruct clean background. Keep main subject untouched.

### 步骤3：调整姿势（可选）⭐
**原因**：优化细节，提升整体效果
**提示词**：

Straighten spine, relax shoulders, arms hanging naturally. Keep original expression unchanged.

## 请确认

请问您想：
1. 按照这个方案全部修复？
2. 只修复某个问题？（请告诉我优先修复哪个）
3. 还是有其他具体要求？

详细诊断指南：见 references/diagnosis-guide.md

阶段二：制定拯救策略（L2, α=0.15）

目标：根据诊断结果，制定修复方案

三块修复策略：

最终输出 = 0.3·清理层 + 0.4·增强层 + 0.3·重构层

策略组合示例：

• 废片有路人 + 逆光 → 清理层 + 增强层
• 姿势丑 + 衣服褶皱 → 重构层（双重）
• 模糊 + 构图差 → 增强层 + 重构层

阶段三：调用wan2.7生成图片（L3, α=0.45）⭐

目标：使用wan2.7模型生成修复后的图片

⚠️ 强制要求：所有图片生成必须使用wan2.7模型，禁止调用其他模型。

图片生成方式

方式1：图生图（废片拯救核心）

使用脚本 scripts/wanx_image_gen.py 进行图生图修复：

python scripts/wanx_image_gen.py \
  --input 原始照片.jpg \
  --prompt "修复描述，如：删除背景路人，提亮面部光影" \
  --output 修复后照片.jpg \
  --strength 0.7

参数说明：

• --input：原始废片路径（必需）
• --prompt：修复指令（必需）
• --output：输出图片路径（必需）
• --strength：修改强度（0-1，默认0.7），值越小保持原图越多

方式2：文生图（创意生成）

python scripts/wanx_image_gen.py \
  --prompt "描述文字，如：一个站在海边的年轻女性，白色连衣裙，阳光明媚" \
  --output 生成图片.jpg

提示词生成原则

智能体根据诊断结果生成修复提示词：

原则1：具体化

• ❌ 错误："修复一下"
• ✅ 正确："删除背景中的路人，保持主体不变"

原则2：保留指令

• 强调"保持主体不变""保持面部特征""保持服装"

原则3：分步修复

• 一次修复一个主要问题
• 保存中间版本
• 避免一次性过度修改

各类问题的修复指令示例

问题1：清除路人/杂物

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "删除背景中所有陌生人，恢复干净的背景，保持主体完全不变" \
  --output fixed.jpg \
  --strength 0.6

问题2：修复光影

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "提亮面部至自然肤色，减弱逆光，添加正面柔光，保持背景不变" \
  --output fixed.jpg \
  --strength 0.5

问题3：调整姿势

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "站直脊柱，放松肩膀，手臂自然下垂，保持面部表情和服装不变" \
  --output fixed.jpg \
  --strength 0.6

问题4：改衣服颜色

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "将上衣改为深蓝色，去除褶皱，保持服装轮廓和光影不变" \
  --output fixed.jpg \
  --strength 0.5

问题5：修复表情

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "睁眼，自然微笑，去除双下巴，保持面部特征不变" \
  --output fixed.jpg \
  --strength 0.6

问题6：去模糊

python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "锐化图像，清晰化面部和眼睛，去除模糊，保持自然" \
  --output fixed.jpg \
  --strength 0.4

完整提示词库：见 references/prompt-library.md

阶段四：执行修复流程（L4, α=0.15）

目标：按优先级顺序调用wan2.7生成图片

标准修复顺序（按影响力排序）：

优先级1：光影校正（影响最大，决定照片是否可用）
    ↓ 调用wan2.7，strength=0.5
优先级2：清除干扰（去除路人杂物，恢复干净背景）
    ↓ 调用wan2.7，strength=0.6
优先级3：修复主体（姿势、表情、衣服）
    ↓ 调用wan2.7，strength=0.5-0.6
优先级4：补全锐化（添加人物、去模糊）
    ↓ 调用wan2.7，strength=0.4

执行注意事项：

• 每完成一步，保存中间版本
• 使用不同的strength值控制修改程度
• 严重废片建议分步修复，不要一次性处理所有问题

详细操作流程：见 references/operation-workflow.md

阶段五：预防建议（L5, α=0.05）

目标：减少未来废片产生

常见避坑建议：

1. 拍照前检查背景 - 避开路人、杂物
2. 连拍3-5张 - 选表情最好的
3. 逆光时开闪光/补光 - 避免死黑
4. 合影用广角+人像模式 - 确保全员入镜
5. 注意地平线位置 - 不要切割人物脖子

资源索引

• 图像生成脚本：scripts/wanx_image_gen.py - wan2.7模型API调用脚本
• 完整提示词库：references/prompt-library.md - 7类问题的修复指令模板
• 诊断指南：references/diagnosis-guide.md - 废片原因详解与判断标准
• 操作流程：references/operation-workflow.md - 详细步骤与注意事项

使用示例

示例A1：有明确指令 - 直接执行

场景：用户输入包含明确修改指令

用户输入：

把背景的路人清除掉

智能体判断：有明确指令（清除+路人），直接执行

智能体执行：

# 调用wan2.7模型清除路人
python scripts/wanx_image_gen.py \
  --input 原始照片.jpg \
  --prompt "删除背景中所有陌生人，恢复干净的背景，保持主体完全不变" \
  --output fixed_photo.jpg \
  --strength 0.6

示例A2：有明确指令 - 口令调用

用户输入：

/cloth 深蓝色
把上衣改成深蓝色

智能体判断：有明确指令（改衣服+深蓝色），直接执行

智能体执行：

# 调用wan2.7模型改衣服颜色
python scripts/wanx_image_gen.py \
  --input 原始照片.jpg \
  --prompt "将上衣改为深蓝色，去除褶皱，保持服装轮廓和光影不变" \
  --output fixed_photo.jpg \
  --strength 0.5

智能体判断：有明确指令（改衣服+深蓝色），直接执行

智能体执行：

📋 已识别需求：改衣服颜色为深蓝色

【Photoshop/Midjourney】
Recolor the shirt to dark blue (hex #1e3a8a).
Remove wrinkles and folds.
Enhance fabric texture to smooth cotton.
Keep the same silhouette and lighting direction.

【中文版】
将上衣改为深蓝色（#1e3a8a）。
去除褶皱，优化棉质面料质感。
保持轮廓和光影方向不变。

【即梦AI版】
【服装改造】将上衣改为深蓝色，去除褶皱
【主体保持】人物外貌、姿势、位置完全不变
参考图强度：0.85

示例B1：无明确指令 - 先诊断+整体建议

场景：用户没有明确指令，需要智能体诊断

用户输入：

拯救这张废片，辛辛苦苦拍的但没用

智能体判断：无明确指令，执行完整诊断流程

智能体执行：

📋 废片诊断报告

正在分析照片...

## 识别到的问题（按优先级排序）

| 优先级 | 问题类型 | 严重程度 | 影响范围 |
|--------|----------|----------|----------|
| ⭐⭐⭐ | 逆光问题 | 严重 | 面部死黑，看不清表情 |
| ⭐⭐ | 背景路人 | 中等 | 右侧有1-2个路人干扰 |
| ⭐ | 姿势略显僵硬 | 轻微 | 肩膀略紧张，可优化 |

## 推荐修复方案

按影响力从高到低修复：

### 🔧 步骤1：修复逆光（优先级最高）⭐⭐⭐
**原因**：光影问题导致照片不可用，必须优先解决
**预期效果**：面部明亮清晰，自然肤色

**执行命令**：
```bash
python scripts/wanx_image_gen.py \
  --input photo.jpg \
  --prompt "提亮面部至自然肤色，减弱逆光，添加正面柔光，保持背景不变" \
  --output step1_fixed.jpg \
  --strength 0.5

🔧 步骤2：清除背景路人（中等优先级）⭐⭐

原因：恢复干净背景，突出主体 预期效果：背景干净，无干扰元素

执行命令：

python scripts/wanx_image_gen.py \
  --input step1_fixed.jpg \
  --prompt "删除背景所有路人，恢复干净背景，保持主体不变" \
  --output step2_fixed.jpg \
  --strength 0.6

🔧 步骤3：调整姿势（可选）⭐

原因：优化细节，提升整体效果 预期效果：姿态更自然放松

执行命令：

python scripts/wanx_image_gen.py \
  --input step2_fixed.jpg \
  --prompt "放松肩膀，手臂自然下垂，保持原有表情和位置不变" \
  --output final_photo.jpg \
  --strength 0.6

💡 请选择修复方案

1️⃣ 全部修复 - 按上述方案依次修复所有问题 2️⃣ 优先修复光影 - 先解决逆光问题（推荐） 3️⃣ 只清除路人 - 仅处理背景干扰 4️⃣ 自定义需求 - 告诉我您的具体要求

请回复选项编号，或告诉我您的具体需求。

---

### 示例B2：无明确指令 - 多问题诊断

**用户输入**：

这张照片怎么办？能救吗？

**智能体判断**：无明确指令，执行完整诊断

**智能体执行**：

```markdown
📋 废片诊断报告

## 识别到的问题

经分析，这张照片存在以下问题：

| 序号 | 问题 | 严重程度 | 修复难度 |
|------|------|----------|----------|
| 1 | 闭眼 | 严重 | 简单 |
| 2 | 衣服褶皱明显 | 中等 | 简单 |
| 3 | 背景略有杂物 | 轻微 | 简单 |

## 建议修复方案

好消息！这些问题都可以修复，建议按以下顺序：

**步骤1：修复闭眼**（最重要）

Open the closed eyes. Keep eye shape natural. Add natural catchlight for lively appearance.

**步骤2：去除衣服褶皱**

Remove wrinkles from clothing. Smooth fabric texture while maintaining natural drape.

**步骤3：清理背景**

Remove unwanted objects from background.

---

## 您想如何修复？

- 输入 `全部修复` - 我将提供完整的修复提示词
- 输入 `先修眼睛` - 优先解决闭眼问题
- 或告诉我您的其他需求

示例对比：有指令 vs 无指令

对比表：

示例3：口令组合使用

用户输入：

/clean + /light 逆光
清除路人，修复逆光

智能体执行：

📋 已识别需求：清除路人 + 修复逆光

【优先级1 - 修复逆光】（权重更高）
提亮面部至自然肤色（曝光+1档）。
减弱逆光，添加正面柔光补光。
提升阴影细节40%。

【优先级2 - 清除路人】
删除背景所有路人，用生成式填充恢复干净背景。
保持主体完全不变。

示例4：一键全修复

用户输入：

/megafix
这张照片什么都差：有路人、逆光、姿势丑、衣服褶皱、还模糊

智能体执行（按注意力权重排序）：

【步骤1 - 光影修复】（权重最高）
全局曝光+1.5档，提亮面部至自然肤色。
添加正面柔光，降低额头高光，提升阴影细节50%。

【步骤2 - 清除路人】
删除背景所有无关人员，用生成式填充恢复干净背景。

【步骤3 - 修复姿势】
站直脊柱，放松肩膀，手臂自然下垂，重心置于左腿。

【步骤4 - 衣服优化】
去除所有褶皱，优化面料质感，保持轮廓不变。

【步骤5 - 锐化去模糊】
AI去模糊，锐化眼睛和嘴唇（强度70%），保持背景柔化。

注意事项

核心原则

1. 注意力优先级：先修复影响最大的问题（光影 > 清理 > 主体）
2. 分步修复：严重废片建议分步处理，避免一次性过度修改
3. 保留原始特征：所有提示词必须强调"保持主体不变"
4. 平台适配：根据用户使用的工具调整提示词格式

常见误区

• ❌ 一次性修复所有问题 → 导致AI处理混乱，效果失真
• ❌ 只描述"要改什么"，不说"不要改什么" → AI过度修改
• ❌ 使用模糊词汇（如"好看一点"） → 效果不可控
• ✅ 具体、明确、带约束条件的提示词效果最佳

高级技巧

• 权重控制：在Midjourney中使用 (keyword:1.5) 增强权重
• 负面提示词：使用 --no 明确排除不想要的元素
• 参考图强度：即梦AI建议设置0.8-0.9，确保主体一致性
• 分图层处理：Photoshop中分层修复不同问题，避免相互干扰