古诗词意境图生成器

基于 LLM 古诗词分析 + Z-Image-Turbo 本地文生图的自动化工具。

输入一首古诗词（唐诗、宋词、元曲等均可），LLM 会以「信、雅、达」的标准分析意境，自动选择最合适的中国传统画风，并拆解为多个画面。然后调用本地 Z-Image-Turbo 模型逐一生成高质量图片。

特性

• 支持唐诗、宋词、元曲等所有中国古典诗词体裁
• LLM 自动识别体裁并匹配最佳画风（水墨写意、青绿山水、工笔花鸟等 9 种风格）
• 可选加载 LoRA 增强特定画风（如水墨风 LoRA）
• Z-Image-Turbo 本地推理，16GB 显存即可运行

环境要求

• Python >= 3.10
• GPU（至少 16GB 显存），支持以下任一：
  • NVIDIA CUDA GPU
  • Intel Arc GPU（A770 等，通过 XPU 支持）
  • Apple Silicon（MPS）
• 兼容 OpenAI API 的 LLM 端点

安装

pip install -r requirements.txt

diffusers 需要从源码安装（requirements.txt 已配置）。

Intel Arc GPU 额外步骤

# 安装 Intel Extension for PyTorch
pip install intel-extension-for-pytorch

将 config.yaml 中的 device 设为 "auto" 或 "xpu" 即可自动适配。脚本会自动将数据类型切换为 float16（Intel Arc 对 bfloat16 兼容性不佳）。

配置

编辑 config.yaml：

配置项	说明
llm.base_url	LLM API 端点地址（兼容 OpenAI 格式）
llm.api_key	API 密钥（也可通过环境变量 LLM_API_KEY 设置）
llm.model	模型名称
image.model_id	Z-Image-Turbo 的 HuggingFace ID 或本地 HF 格式目录
image.comfyui.*	ComfyUI 拆分文件路径（见下方说明）
image.device	推理设备：auto / cuda / xpu / mps / cpu
lora.enabled	是否启用 LoRA
lora.path	LoRA 文件路径（.safetensors）
output.dir	图片输出目录

模型加载方式

支持两种模型来源，在 config.yaml 中二选一：

方式一：HuggingFace 格式（默认）

image:
  model_id: "Tongyi-MAI/Z-Image-Turbo"   # 或本地 HF 格式目录

方式二：ComfyUI 拆分文件

如果你已通过 ComfyUI 下载了模型，直接填写三个文件的路径即可：

image:
  comfyui:
    text_encoder: "/path/to/ComfyUI/models/text_encoders/qwen_3_4b.safetensors"
    transformer: "/path/to/ComfyUI/models/diffusion_models/z_image_turbo_bf16.safetensors"
    vae: "/path/to/ComfyUI/models/vae/ae.safetensors"

首次运行 ComfyUI 模式时，脚本会自动从 HuggingFace 下载微型配置文件（< 100KB），之后自动缓存。

LoRA 推荐

LoRA	风格	触发词	权重	来源
zyd232's Ink Style v1.2	水墨写意	ink style	0.6-1.2	Civitai
Painterly - CE	水彩/油画	-	0.8	Civitai

使用方法

交互式输入

python poetry_to_image.py

运行后按提示输入古诗词，输入空行结束。

命令行直接传入

# 唐诗
python poetry_to_image.py -p "床前明月光，疑是地上霜。举头望明月，低头思故乡。"

# 宋词
python poetry_to_image.py -p "明月几时有？把酒问青天。不知天上宫阙，今夕是何年。"

仅分析不生成图片

python poetry_to_image.py -p "大漠孤烟直，长河落日圆。" --analyze-only

指定配置文件和输出目录

python poetry_to_image.py -c my_config.yaml -o ./my_output -p "春江潮水连海平，海上明月共潮生。"

输出

• output/poem_01.png ... poem_N.png — 生成的图片
• output/poem_01_prompt.txt ... — 每张图片的 prompt 与画风记录
• output/analysis.json — LLM 完整分析结果（含体裁识别、风格选择）

工作流程

古诗词输入 → LLM 体裁识别 → 意境分析 & 画风匹配 → 生成 prompt → [可选 LoRA 增强] → Z-Image-Turbo 逐一生图 → 输出

支持的画风

LLM 会根据诗意自动选择：

画风	适用场景
水墨写意	山水、边塞、禅意
青绿山水	春夏山水、壮丽河山
工笔花鸟	花卉、仕女、精致细腻
工笔重彩	华丽、宫廷、历史叙事
没骨画法	花卉、蔬果、清新淡雅
文人画	隐逸、高洁、书卷气
泼墨大写意	豪放、苍茫、气势磅礴
界画	楼阁、宫殿、城市
浅绛山水	秋冬山水、怀古