给 AI 生图接上风格库：两天、976 条提示词和七个坑

两天时间只做一件事：让我攒的风格提示词库，能真正进到生图链路里。链路最后通了，但中间有三个「看起来生效了」的假象，其中一个到今天还没解决。

一、起点：能出图，但出的不是我要的

我的工作台里有个图片工作区（media-desk），点几下就能写策划、出图、排版。问题在于：它出的图，风格每次都随机。

于是我做了两件事：

1. 把另一个生图插件（dsh-image-gen）内置的两套预设全部导出来——541 条案例提示词 + 435 条手绘风格/排版词，共 976 条；
2. 给它们打标签、建倒排索引，做成一个可检索的风格库。

想法很简单：出图前先检索，把选中的风格描述拼进 prompt。

结果第一步就卡住了。

二、第一天：工作台根本不认那个插件

我把 976 条导出来之后，去工作台看「订阅生图」的接入状态，得到的提示是：

未找到订阅生图工具，或默认执行器不支持直接调用；请检查插件和执行器后刷新工作台。

但 dsh-image-gen 明明能用——我刚用它出了一张 1086×1448 的图。

翻它的设置文档才看到那句被我一眼扫过去的话：

其他国内外服务的订阅也需由插件接入生图功能，并在工作台适配范围内；仅登录订阅或接入聊天模型并不代表支持生图。

坑 1：能出图 ≠ 工作台能调用它。

工作台不直接调模型，它调的是「遵守某个约定的生图插件」。dsh-image-gen 自己有一套出图入口，但没有实现工作台要的那个约定，所以工作台看不见它。

这不是 bug，是能力边界。我的误解在于把「这个插件能生图」等同于「这个插件能被工作台生图」。类似的误解在实际项目里很常见：两个东西都能做同一件事，不代表它们可以互相替换。

坑 2：两个生图工具并存，选择权不在我手里。

当时机器上同时有 dsh-image-gen 和 subscriptions（后者提供 image_generate 工具，走的是订阅账号）。两者都能出图，配置文件里只有一个 image.source 字段决定用谁。

我的处理是停用而不是卸载——保留回滚路径。判断依据很实在：新链路（subscriptions + 风格库）还没验证过，旧链路是唯一能出图的路径，不能先拆桥。

坑 3：「我怎么知道该用什么风格」，是产品问题不是技术问题。

导出 976 条之后，我立刻遇到一个新问题：我不会用。

• 让我自己指定风格编号？我不知道 #278 长什么样，#123 和 #313 差在哪。
• 让模型随便挑？它会挑一个「看起来合理」但和我内容不搭的。

所以真正的需求不是「有个风格库」，而是「有个能根据我的内容推荐风格的东西」。这一步决定了后面所有工作：必须给每条打上 use / kind / palette / mood / platform 标签，让检索能先按场景过滤、再按关键词排序，最后由模型给出 3–5 个候选、我来拍板。

一句记法：检索是给模型用的，选择是给人留的。

三、第二天：链路接上了，但有三个假象

第二天的目标很明确：让 media-desk 出图时，自动带上风格库拼好的前缀。

3.1 第一个坑：链路上没有「入口」

读代码发现，media-desk 调用生图工具时只传三个参数：

const args = { prompt, size, quality };   // image-tool.js:64-75

它不读配置里的 image.extra（那只有 HTTP 直连通道才生效，images.js:126），不传参考图，prompt 还是它自己的策划模型生成的。

也就是说，我把 976 条风格库做得再漂亮，这条链路上没有一个地方能把它塞进去。

两条出路：

方案	代价
外部先拼好完整 prompt，再喂给它	每张图都要人工介入，等于没自动化
给插件加一个固定前缀字段	要改 node_modules，会被升级覆盖

我选了后者，但只改 10 行，并且设计成空值时行为与官方完全一致：

// image-tool.js:66
const prefix = typeof image.promptPrefix === "string" ? image.promptPrefix.trim() : "";
const args = { prompt: prefix ? `${prefix}\n\n${prompt}` : prompt };

配套在 settings.js 的默认值（:7）与校验（:79，trim().slice(0, 2000)）里加同一个字段。

关键设计不是那 10 行代码，而是「零风险超集」这个约束：字段为空 → 与官方一模一样；字段有值 → 多一段前缀。这样补丁失效时最坏情况是「回到原版」，而不是「崩」。

3.2 第二个坑：改 node_modules 的补丁，会静默失效

改完之后我立刻意识到一个更麻烦的问题：插件一升级，补丁就没了，而且不会报错。

它不会炸，只会安静地回到原版行为——你看到图不对劲，但不知道是哪一步坏的。

所以补丁目录里放的不是一个 diff，而是四件套：

patches/media-desk-prompt-prefix/
  MEMO.md         # 解决什么问题、改了哪三处、生效条件
  baseline.json   # 打补丁时的版本号（2.7.1）
  check.mjs       # 一条命令告诉你「现在到底是不是原版」
  reapply.mjs     # 幂等重放：锚点命中就改，找不到 exit 2

check.mjs 的判读规则也写进文档：

输出	含义	动作
版本相同 + patch OK	一切正常	不用管
版本变了 + anchors=OK	结构还兼容	跑 reapply.mjs + 重启
版本变了 + anchors=LOST	源码结构变了	不要盲跑脚本，手工重新定位
版本相同 + patch=MISSING	node_modules 被重装过	重放 + 重启

还有一条最容易忘的：补丁在宿主进程启动时加载，必须重启才生效。

3.3 第三个坑（未解决）：试画生效了，正式产出没有

这是这两天最值得写的一段，因为它是一个假象。

重启后我点「试画」，出来的画面确实是风格库前缀要求的那种手绘线稿风格，一切完美。

然后我换了一个前缀（黑白铅笔风格），再试画——画面完全变了，符合预期。

但真正跑正式产出时，出来的还是写实摄影，前缀根本没送到。

检查过的事实：

• 设置确实读到了（前缀 737 个字符）
• 直连生图工具两次对照，前缀生效
• 两条路径走的是同一个函数
• 代码里没有分支差异

目前的怀疑是 renderAsset 的时序——正式产出可能在设置加载完成之前就取了默认值。

我的处理是不假装它已经好了。

交接文档里写的原文是：

卡点：produce 路径前缀未送达——settings 读到 737 字、直连两次对照都生效、试画也生效，但 media-desk produce 路径出写实摄影；代码同函数，尚未定位（怀疑 renderAsset 时序）。

这类问题最怕记成「已修」。下次再遇到，会从零重查一遍。

顺带一个我自己提出来、后来被验证的怀疑：「试画是不是写死的，只有真实调用才读前缀？」 当时只是个猜测，结果它基本命中了——试画和正式产出确实走了不同的状态准备路径。

这个坑的元教训：一个入口验证通过，不代表整条链路通过。要验，就验最终交付的那个入口。

3.4 另外四个小坑

画幅由参数决定，prompt 里写「竖版」没用。 而且服务端还会改比例：请求 1024×1024，实际返回 1536×1024。结构性参数（尺寸、比例、数量）不要交给自然语言。

打标时大部分条目是 unknown。 976 条里，palette 有 49%、mood 有 27% 判不出来（模型复核 316 条候选时，palette unknown 140 条、mood unknown 43 条）。所以过滤时必须保留 unknown 条目——如果按「必须有 mood」过滤，一半库会凭空消失，而它们其实都可用。

固化技能时撞上 ENOTEMPTY。 把草稿目录采纳为正式技能时，目标目录已存在且非空，rename 直接失败：

ENOTEMPTY: directory not empty,
rename '.../pending-skills/style-library' -> '.../.agents/skills/style-library'

解法是先清空/合并目标目录再采纳，别指望 rename 覆盖。

检索分数要有人能读懂的阈值。 加权方案定成：标题 6 / styles 3 / category 2.5 / prompt 1，中文按 bigram。然后给一个判读标准：≥12 强相关、6–12 可用、<6 直接丢。没有阈值，检索结果就是一堆「看起来都还行」的噪声。

四、跑通之后的样子

链路最终是这样：

风格库（976 条）
  → 标签过滤（use / kind / palette / mood / platform）
  → 关键词加权排序
  → 模型给 3–5 个候选 + 理由
  → 人选一个
  → 拼成前缀写进 settings.image.promptPrefix
  → media-desk 出图时拼接
  → 出图 → 读图逐字核对

实际跑通的几组：

• 「窗边读书的女孩」——按风格前缀出图，风格可控
• 橘猫 + 水彩——换前缀，风格跟着变
• 一组 6 张的图文卡（3:4 竖版 1086×1448，复古暖调）——第一张作锚点，后 5 张用它作参考图，保证一组图风格一致，每张都读图核对了画面文字

最后一步特别重要：AI 生成的图，中文文字一定要逐字读图核对。尺寸对、构图对、风格对，字写错一个，整张就废了。

五、五条能带走的经验

1. 能力边界比能力本身更容易误判。 「这个插件能生图」和「这个插件能被工作台生图」是两件事。接入前先问：它遵守的是谁的约定？

2. 改 node_modules 就必须配套自检脚本。 补丁失效是静默的。至少要能一条命令回答「现在是原版还是打过补丁」。

3. 验证要验最终入口。 试画、直连、单元测试都是中间入口。用户实际点的那个按钮，才是唯一算数的验证点。

4. 未解决就写「未解决」。 交接文档里那句话，比任何漂亮的完成报告都有价值。

5. 检索给人候选，不替人拍板。 风格这种事，模型可以排序，但不能定稿。

---

本文的链路搭建与排障全程由 AI 编程助手实现，我负责定方向、做选择、逐条验收。

donate

感谢鼓励