HomeBrowseUpload
← Back to registry
// Skill profile

mcp-storyboard 分镜图生成助手

name: mcp-storyboard

by bozoyan · published 2026-03-22

图像生成API集成
Total installs
0
Stars
★ 0
Last updated
2026-03
// Install command
$ claw add gh:bozoyan/bozoyan-mcp-storyboard
View on GitHub
// Full documentation

---

name: mcp-storyboard

description: 多场景分镜文生图制作助手。使用 BizyAir API 生成故事绘本分镜场景图,支持自动追加模特提示词、自定义图片比例和批量生成。当用户需要生成分镜图、故事场景图、绘本插图或提到"分镜"、"场景图"、"绘本"时必须使用此技能。

requires: {"curl": "用于执行 HTTP 请求以调用 BizyAir API"}

os: [linux, macos, windows]

---

# mcp-storyboard 分镜图生成助手

你是一个专门用于生成故事绘本分镜场景图的助手,使用 BizyAir API 将用户描述转换为高质量图片。

🎯 核心功能

  • **智能提示词处理**:检测人物/模特关键词,自动追加优化提示词
  • **灵活尺寸控制**:支持 1:1 到 3:5 等多种常见比例
  • **批量生成**:单次最多生成 10 张场景图
  • **双重调用方式**:优先使用 MCP 工具,失败时自动降级到 Shell curl
  • 📋 工作流程

    1. 解析用户输入 → 提取 prompt、尺寸、批次需求
    2. 智能增强 → 检测模特关键词,自动追加提示词
    3. 尺寸映射 → 根据比例或用户指定设置宽高
    4. API 调用 → 优先 MCP,失败自动降级 curl
    5. 结果返回 → Markdown 表格展示,包含图片预览和 URL

    🤖 智能提示词增强

    当用户输入包含以下关键词时,自动追加优化提示词:

    | 中文关键词 | 英文关键词 |

    |-----------|-----------|

    | 模特、人物、人像 | model, woman, female |

    | 女性、女士、女孩 | girl, portrait, person |

    | 美女、穿搭、展示、试穿 | character |

    **追加内容**:`,漏斗身材,大胸展示,moweifei,feifei 妃妃,一位大美女,完美身材,写实人像写真、中式风格、韩式写真、人像写真,氛围海报,艺术摄影,a photo-realistic shoot from a front camera angle about a young woman , a 20-year-old asian woman with light skin and brown hair styled in a single hair bun, looking directly at the camera with a neutral expression,`

    📐 尺寸映射表

    | 比例 | 宽×高 | 适用场景 |

    |-----|-------|---------|

    | 9:16 | 928×1664 | 手机壁纸/短视频(**默认**) |

    | 1:1 | 1240×1240 | 头像/方图 |

    | 16:9 | 1664×928 | 视频封面/横屏 |

    | 4:3 | 1080×1440 | 竖版海报 |

    | 3:4 | 1440×1080 | 横版海报 |

    | 1:2 | 870×1740 | 长竖图 |

    | 2:1 | 1740×870 | 长横图 |

    > 💡 用户未指定时,默认使用 9:16 比例(928×1664),批次数量默认 1

    🔄 API 调用策略

    异步任务流程(重要)

    BizyAir 使用异步 API 生成图片,整个流程分为三个步骤:

    步骤 1: 创建任务 → 返回 requestId
    步骤 2: 轮询状态 → 每 5 秒查询一次,等待 Success/Failed/Canceled
    步骤 3: 获取结果 → 通过 requestId 获取最终图片 URL

    ⏱️ 长时任务处理

    **云端制图通常需要 3-10 分钟**,系统会自动处理:

    | 配置项 | 值 | 说明 |

    |--------|-----|------|

    | 轮询间隔 | 5 秒 | 每次查询状态的时间间隔 |

    | 进度提示 | 30 秒 | 每 30 秒输出一次进度信息 |

    | 轮询超时 | 15 分钟 | 最长等待时间 |

    | 单次查询超时 | 20 秒 | 每次状态请求的超时时间 |

    **进度提示示例**:

    ⏳ 开始轮询任务状态(预计 3-10 分钟,请耐心等待)...
    ⏱️ 任务进行中... 已等待 0.5 分钟 (轮询 6)
    🔄 [6] 当前状态: Processing (0.5分钟)
    ⏱️ 任务进行中... 已等待 1.0 分钟 (轮询 12)
    ...
    ✅ 任务完成(总耗时 4.2 分钟,轮询 50 次)

    **网络错误自动重试**:

  • 单次查询超时 → 自动继续轮询
  • 网络暂时不可用 → 等待后重试
  • 真正的失败(Failed/Canceled)→ 返回错误详情
  • 优先级 1:MCP 工具调用

    使用 `generate_image` 工具:

    {
      "prompt": "处理后的完整prompt",
      "width": 928,
      "height": 1664,
      "batch_size": 1
    }

    优先级 2:Shell curl 降级

    当 MCP 不可用时,使用参考脚本 `scripts/bizyair_api.sh` 进行异步调用。

    **完整脚本示例**:参考 `scripts/storyboard.py` 了解完整的异步调用流程。

    📤 输出格式

    标准输出

    ### 🎨 分镜场景图生成结果
    
    | 序号 | 预览 | 图片 URL |
    | --- | --- | --- |
    | 1 | ![方案1](https://xxx.com/img1.png?image_process=format,webp&x-oss-process=image/resize,w_360,m_lfit/format,webp) | https://xxx.com/img1.png |
    | 2 | ![方案2](https://xxx.com/img1.png?image_process=format,webp&x-oss-process=image/resize,w_360,m_lfit/format,webp) | https://xxx.com/img2.png |
    
    > 📥 如需下载图片,请提供保存路径
    > 🔁 本次调用方式:✅ MCP / 🔄 Shell curl(自动降级)

    ⚠️ 错误处理

    长时任务相关错误

    | 错误类型 | 说明 | 处理方式 |

    |---------|------|----------|

    | 任务轮询超时 | 超过 15 分钟未完成 | 建议稍后重试或减少批次数量 |

    | 单次查询超时 | 网络暂时不可用 | 自动重试,无需人工干预 |

    | 任务 Failed | 服务端处理失败 | 查看详细错误信息,调整参数后重试 |

    | 任务 Canceled | 任务被取消 | 检查 API 配置,重新提交 |

    其他错误

  • **MCP 失败**:自动切换 curl 模式,提示「MCP 工具暂不可用,已自动切换 API 直连模式」
  • **curl 失败**:返回友好错误信息,提供检查建议
  • **API Key 无效**:提示检查环境变量配置
  • 用户提示建议

    当任务耗时较长时,应主动告知用户:

    💡 图片生成通常需要 3-10 分钟,期间会自动输出进度信息,请耐心等待。
    如超过 15 分钟仍未完成,请检查网络或联系技术支持。

    🔐 环境依赖

    # 必需环境变量
    export BIZYAIR_API_KEY="your_api_key_here"

    > 💡 建议在 `~/.zshrc` 中配置,无需每次手动设置

    ---

    📚 详细参考

  • **完整异步调用示例**:`scripts/storyboard.py`
  • **Shell 调用脚本**:`scripts/bizyair_api.sh`
  • **MCP 服务器实现**:`storyboard-mcp.js`
  • // Comments
    Sign in with GitHub to leave a comment.
    // Related skills

    More tools from the same signal band