[Request] 希望将 Windup 用于 TRPG 人物图片生成场景

[LMH168]

背景

我正在参与开发 TRPG-master，并实现了一个“玩家完成建卡后，根据人物卡生成角色图片”的功能：

• 需求 Issue
• 实现 PR

目前的实现会提取人物卡中的年龄、职业、外貌、服装、装备和背景等信息，整理成提示词，再调用通义万相生成一张角色图片。
COC7空白卡CY23Final.xlsx

试用申请

我了解到 Windup 正在探索从角色描述、参考图到游戏角色资产的完整生成流程，因此想申请成为 Windup 的试用用户。

我希望使用真实的 TRPG 建卡场景体验 Windup，并反馈实际使用中遇到的问题。如果目前还没有公开试用版本，也想了解后续是否有测试计划、体验方式或适合参与的阶段。

我的需求

现阶段主要希望解决以下问题：

• 根据结构化人物卡生成符合角色设定的人物图片。
• 尽量保持职业、时代、服装和装备等特征准确。
• 支持多张候选图，让玩家自行选择。
• 支持通过参考图或已选图片继续调整。
• 同一角色多次生成时尽量保持外观一致。
• 最终图片可以稳定保存并用作游戏头像或角色立绘。

目前暂时只需要静态人物图片，不涉及动作动画和完整角色素材包。

想请教的问题

想请教 Windup 团队：

1. Windup 是否适合辅助这类 TRPG 人物图片生成场景？
2. 是否有可以申请试用或参与早期测试的方式？
3. 对于“结构化人物卡生成角色图片”，你们是否有更合适的生成流程或模型方案？
4. 在提示词、参考图、风格控制和角色一致性方面，有哪些值得优先尝试的思路？
5. 如果这个场景对 Windup 有参考价值，我可以提供脱敏的人物卡样例、当前实现和试用反馈。

范围说明

这次主要是申请试用并咨询方案，不是请求 Windup 团队直接为 TRPG-master 开发功能。

感谢！期待听听你们对这个场景的看法。

[huyanxius]

感谢提交这么完整的背景！我们很高兴Windup 能够被关注并运用于真实的业务场景中，也很希望和TRPG-master 一起合作，以下是逐条回复：

1.是否适合

部分适合。Windup 在静态角色资源阶段明确角色母版、以及约束角色一致性的手段与TRPG-master所需的人物资源重合，可以用于角色图片的创建。同时，TRPG-master需要的多张候选图、和人物一致性功能也是我们的产品开发重点，且Windup 提供资产库功能，可对角色资产进行批量管理，相信可以提高TRPG-master人物资源的管理效率。

但在目前阶段下游环节有部分冲突，都源于 Windup 的角色母版是为后续人物动作服务的。一是背景与阴影:母版生成时强制品红纯底、无阴影,交付时无背景,拿到的是去背后的单独角色静态资源,所以如果 TRPG-master 需要一张带背景的角色卡,现阶段暂时无法直接实现。二是视角:在目前的 MVP 我们首先针对的是 side-on 视角游戏优化，母版 prompt 强制伪侧 3/4 视角朝右,并且母版门禁会把正面视角或朝左的结果直接打回重生,连续不合格则整单失败，这是为了保证后续行走动作的基准朝向。而 TRPG 立绘通常需要角色正面朝向观众,所以按现在的管线跑,你们拿到的会是一个侧身朝右的角色。

好在这两点都不难解决,背景是让管线少做一步,视角则是换一组生成参数，所以在 MS3 中我们会开发 workflow editor 工作流功能，会加入选择是否去除背景的节点、也可以选择角色视角，这样便可以得到一张完整的带背景的角色卡。所以，最终能够满足辅助这类 TRPG 人物图片生成场景这一需求。

2.试用

目前还没有可以试用的版本，公开仓库现在还只是架构骨架,MVP 尚未合入,所以即使 clone 下来暂时也跑不起来。待前后端联调稳定、MVP 合入并部署到服务器后,我们会第一时间通知你们试用。

在此之前如果想先看到实际效果,可以由你们提供 3~5 张脱敏人物卡,我们用现有管线跑一批结果回传给你们。

另外,Windup 是一个开源项目,等 MVP 合入主干后,也欢迎你们 fork 仓库,针对 TRPG-master 的角色生图管线做针对性优化。

3.流程建议

我们的第一个建议,是不要把年龄、职业、外貌、服装、装备这些字段直接拼成一段长 prompt 送进生图模型。字段一多,各字段在模型眼里的权重就不可控了,它会自行取舍、丢掉一部分细节。Windup 的母版生成之所以把「角色定义」「Art direction」「Color scheme」拆成三个独立的槽位,而不是揉成一段自由文本,也正是为了这个原因。风格和配色是可以让用户自由发挥的,角色身份必须被单独固定下来。

所以我们建议是对于prompt 采取两段式优化，先用一次 LLM 调用把人物卡压缩成一句英文身份句,只保留视觉可辨识特征,显式排除背景与力量、意志这类不可见数值;再以该身份句驱动生图。这句话是后续所有一致性需求的锚点。Windup 在母版门禁处由 VLM 从图像反向抽取同类描述并贯穿每一帧,要求表述为:

one concise English sentence capturing art style + key identity features (hair, outfit, props, colors, body type) — used to keep the character consistent across frames

4.优先尝试的思路

角色一致性,我们的经验是靠参考图和排除式清单。把已经确认过的那张图作为身份基准一并传入,再给一份「除指定项之外必须完全一致」的清单,把外观要素逐项点名。这种写法比正面描述有效得多。在TRPG-master 的场景里,同一个角色第二次生成时,拿玩家上一次选定的图当基准,会比重写一遍人物卡稳定得多。

其次建议在生成之后加一道 VLM 门禁,让模型回看自己的产物,判断是否兑现了人物卡里真正关键的项,比如时代、职业标志物和年龄段,不合格就自动重试,重试之后仍不合格才判定失败。

多张候选方面,我们建议不要靠随机 seed 拉开差距,而是用同一句身份句配合不同的风格轴或构图轴生成若干张。这样候选之间的差异是可解释的,玩家选定之后你们不只拿到一张图,还知道他偏好哪一条轴,下一轮可以沿着这条轴继续。这一条 Windup 自己还没有做完,算建议而不是经验。

最后是存储:建议把身份句、参考图、模型与参数、重试次数与图片一并入库,否则「同一角色多次生成保持一致」这个需求在工程上无法复现。

5.样例与反馈

非常欢迎！这对我们也很有价值，除了成功案例，我们也很希望看到失败的案例，这样能进一步看出我们需要优化的地方在哪里。同时，也欢迎试用我们在 MS3将要开发 workflow editor 工作流功能，并为你们人物卡生成搭建对应的工作流。再次感谢,期待后续的合作!