教程:图生图

用 image_to_image 工具,以一段新提示词变换已有图像。适合细化细节、改变风格, 或者在不从头开始的前提下迭代一个构图。

1. 读取输入图像

image_to_image 期望输入是 base64 编码的 PNG/JPEG 字符串。如果你用 Python 写脚本:

import base64
from pathlib import Path

image_b64 = base64.b64encode(Path("input.png").read_bytes()).decode("ascii")

CLI 直接接受文件路径 —— 不需要手动做 base64。

2. 运行图生图

result = await ctx.session.call_tool("image_to_image", {
    "prompt": "1girl, masterpiece, smiling, golden hour lighting",
    "image": image_b64,
    "strength": 0.4,
    "noise": 0.05,
    "seed": 42,
})

3. 调 strength

strength(0.01–0.99)是最重要的参数:

strength

效果

0.1–0.3

细微修饰 —— 修补小细节,保留构图。

0.4–0.6

均衡 —— 风格 / 光照有可见变化,身份得以保留。

0.7–0.9

剧烈 —— 接近全新的文生图,输入几乎看不出来。

小技巧

从 0.5 开始。如果结果与输入过于相似,提到 0.6;如果输入的身份特征 丢失了,降到 0.4。

4. 加入受控噪声

noise(0–0.99)在输入图像之上注入额外随机性。用它可以在不改变 strength 的前提下引入变化:

result = await ctx.session.call_tool("image_to_image", {
    "prompt": "1girl, masterpiece",
    "image": image_b64,
    "strength": 0.5,
    "noise": 0.2,        # 20% noise
    "extra_noise_seed": 99,  # separate seed for the noise (defaults to `seed`)
})

5. 使用 Python API

如果你在没有 MCP 宿主的情况下写脚本,可以直接调用底层客户端:

备注

这些直连 API 的例子使用 create_http_client() —— 不要自己手搓 httpx.AsyncClient()。NovelAI 的 Cloudflare WAF 会对 TLS 栈做指纹识别 (JA3/JA4)并静默重置非浏览器连接;create_http_client() 模拟 Chrome,是 image.novelai.net 唯一受支持的传输方式。

import asyncio
import base64
from pathlib import Path

from novelai_image_mcp.nai import (
    Action, GenerationRequest, Model, create_novelai_client,
)
from novelai_image_mcp.nai.http import create_http_client
from novelai_image_mcp.settings import NovelAISettings

async def main():
    settings = NovelAISettings(token="pst-...")
    image_b64 = base64.b64encode(Path("input.png").read_bytes()).decode("ascii")
    async with create_http_client(timeout=settings.timeout) as http_client:
        client = create_novelai_client(settings, http_client=http_client)
        try:
            request = GenerationRequest(
                prompt="1girl, masterpiece, smiling",
                action=Action.IMG2IMG,
                model=Model.V4_5,
                image=image_b64,
                strength=0.4, noise=0.05, seed=42,
            )
            images = await client.generate(request)
        finally:
            await client.aclose()

asyncio.run(main())

下一步