教程:文生图¶
用 generate_image 工具从一段文本提示词生成图像。这是最简单的工作流 ——
没有输入图像、没有蒙版、没有 vibe。
1. 生成你的第一张图像¶
result = await ctx.session.call_tool("generate_image", {
"prompt": "1girl, fox ears, autumn leaves, masterpiece, best quality",
"negative_prompt": "lowres, bad anatomy, watermark, signature",
"width": 832,
"height": 1216,
"steps": 28,
"scale": 5.0,
"sampler": "k_euler_ancestral",
"seed": 42,
})
结果是一个列表,其中包含一个 Image 块(智能体可以 “看到” 图像)和一个带有
保存路径的文本块:
[
Image(data=b"...png bytes...", format="png"),
"Saved 1 image(s): ['outputs/generate-20260725-133702-001.png']"
]
2. 生成多个变体¶
传入 n_samples 可以在一次 API 调用中产出多张图像(比分开调用更便宜):
result = await ctx.session.call_tool("generate_image", {
"prompt": "1girl, fox ears, autumn leaves",
"n_samples": 4,
"seed": 42,
})
# 4 images saved; the first is returned inline.
3. 换一个模型¶
# V3 model
await ctx.session.call_tool("generate_image", {
"prompt": "1girl, fox ears",
"model": "nai-diffusion-3",
})
# V4.5 full (current default)
await ctx.session.call_tool("generate_image", {
"prompt": "1girl, fox ears",
"model": "nai-diffusion-4-5-full",
})
# NovelAI Diffusion V5 — natural-language prompts, EN/JP, true alpha
await ctx.session.call_tool("generate_image", {
"prompt": "a fox girl sitting in autumn leaves, soft watercolor",
"model": "nai-diffusion-5-full",
"straight_alpha": True, # pair with "transparent background" in the prompt
})
4. 复现一次生成¶
要复现同一张图像,设置相同的 seed 与相同的参数:
await ctx.session.call_tool("generate_image", {
"prompt": "1girl, fox ears, autumn leaves",
"seed": 42,
"width": 832, "height": 1216, "steps": 28,
"scale": 5.0, "sampler": "k_euler_ancestral",
})
输出逐位相同(前提是 NovelAI 的模型权重没有变化)。
5. 等价的 CLI 命令¶
uv run python -m novelai_image_mcp generate \
--prompt "1girl, fox ears, autumn leaves, masterpiece, best quality" \
--negative "lowres, bad anatomy, watermark" \
--width 832 --height 1216 --steps 28 --scale 5.0 \
--seed 42
下一步¶
图生图 —— 变换一张已有图像
多角色构图 —— V4+ 特性
Vibe transfer —— 编码一种参考风格
工具参考 —— 完整参数列表