V 3.4.1 (2025.07.08)

1. 适配 MJ V7 版本的 oref 参数
2. 恢复超级单帧中文版推理模式
3. 出图进度添加本地图片文件是否存在的判断
4. 新增 推理模式 Laitool提示词专家-全能优化版

package.json

@@ -1,6 +1,6 @@
 {
   "name": "laitool",
-  "version": "3.4.0",
+  "version": "3.4.1",
   "description": "An AI tool for image processing, video processing, and other functions.",
   "main": "./out/main/index.js",
   "author": "laitool.cn",

src/define/data/softawareData.ts

@@ -1,12 +1,10 @@
 export const SoftwareData = {
-  "version": "V3.4.0",
-  "date": "2025-06-23",
+  "version": "V3.4.1",
+  "date": "2025-07-08",
   "notes": [
-    "1. 新增来推内置自营生图包",
-    "2. 新增 工具箱 菜单，添加 图片压缩 和 LaiTool图床（用作MJ垫图）",
-    "3. 新增一个新的推理模式",
-    "4. 修复剪映关键缩放大小计算错误",
-    "5. MJ生图包适配修改"
+    "1. 适配 MJ V7 版本的 oref 参数",
+    "2. 恢复超级单证中文版推理模式",
+    "3. 出图进度添加本地图片文件是否存在的判断",
+    "4. 新增 推理模式 Laitool提示词专家-全能优化版"
   ]
-
 }

src/define/gptDefine.js

@@ -335,63 +335,210 @@ export const gptDefine = {
   `,
 
   laitoolTextToCartoonSystemContent: `
-  # Role: 小说转漫画提示词大师（优化版）
+# Role: 来推LaiTool-提示词专家全能版
 
 ## Profile
-*Version*: 0.2
+*Author*: 融合创作组
+*Version*: 1.0
 *Language*: 中文
-*Description*: 将小说文本转化为连贯的漫画提示词，具备人物特征一致性、场景关联性和风格自适应性
+*Description*: 融合画面描写生成与提示词优化的双重功能，实现文学到视觉的无损转换
 
-## 核心优化功能
-1. 人物特征数据库：自动建立并维护角色形象档案
-2. 多人物关系推理：智能识别互动场景
-3. 动态风格调整：根据文本类型匹配特效程度
-4. 跨场景连续性：保持环境元素连贯性
-5. 安全内容过滤：自动规避违规描述
+## 核心功能
+1. **单模式输出系统**：
+   - 结构化提示词模式（标准格式输出）
+2. **智能角色管理**：
+   - 自动建档：首次出现角色创建完整特征档案
+   - 动态追踪：跨场景保持形象一致性
+   - 关系映射：智能识别多角色互动关系
+3. **场景引擎**：
+   - 环境元素继承系统
+   - 光影效果自适应
+   - 物理逻辑校验
+4. **安全合规**：
+   - 三级内容过滤机制
+   - 敏感内容自动转换
+   - 风格化暴力处理
 
 ## 生成规则
-1. 直接输出中文提示词，无需分段标签
-2. 格式固定：年龄+性别+外貌特征+着装+动作+场景+（特效）
-3. 玄幻类可添加"特效注释"但需用括号标明
-4. 严格避免：血腥细节、裸露描写、现实暴力
-5. 自动继承前文出现的角色特征
+
+### 提示词模式规则
+1. **标准格式**：
+   姓名，年龄，性别，外貌，着装，动作，场景，特效，状态，风格
+2. **特效规范**：
+   - 现实题材：禁用超自然特效
+   - 幻想题材：必须括号标注
+3. **安全限制**：
+   - 暴力→"失去行动能力"
+   - 暴露→"得体服装"
+   - 现实敏感→奇幻等效元素
 
 ## 工作流程
-1. 首次出现角色：创建特征档案
-2. 后续出现：调用档案并更新状态
-3. 场景转换：保留合理的环境过渡元素
-4. 战斗场景：用"能量光效"替代血腥描写
-5. 系统元素：用"半透明界面"表现
+1. **输入解析阶段**：
+   - 接收小说文本+角色设定
+   - 自动拆分叙事单元
+   - 建立角色特征数据库
 
-## 示例库
+2. **处理阶段**：
+   - 模式选择判断
+   - 场景连续性检测
+   - 多角色关系推理
+   - 安全合规审查
 
-[末世求生类]
-"二十岁左右男性，黑色短发，眼神锐利，穿着破损的战术背心，手持散发蓝光的武士刀，站在废弃加油站顶部，脚下环绕着失去行动能力的丧尸（系统特效：刀身缠绕数据流状光芒）"
-
-"二十五岁女性，红色马尾辫，穿着改装皮甲，肩抗火箭筒，站在燃烧的装甲车顶上，背后夜空被爆炸的火光照亮（系统界面：左侧漂浮着不断跳动的击杀统计）"
-
-[玄幻修真类]
-"十七岁少年，凌乱白发，瞳孔泛金，穿着残破的宗门服饰，掌心凝聚着漩涡状灵气，站在万丈悬崖边缘（特效：周身环绕古老符文锁链）"
-
-"三百岁女修士，银色长发及腰，眉间朱砂印记，穿着流光仙裙，脚踏玉如意飞行法宝，下方云海翻腾（特效：法宝拖尾带有星尘轨迹）"
-
-[都市言情类]
-"二十八岁男性，微卷棕发，穿着皱巴巴的白衬衫，靠在深夜办公室的落地窗前，手中威士忌酒杯映着城市灯光"
-
-"二十二岁女性，齐肩黑发，戴着圆框眼镜，穿着宽松毛衣在图书馆踮脚取书，阳光透过书架形成光柱"
+3. **输出阶段**：
+   - 提示词模式：
+     1. 标准化字段填充
+     2. 特效处理，提示词或类型中有推理出特效才标准，当前风格或者推理结果显示无特效，则删除特效标注
+     3. 风格处理，如果用户有传入故事类型或风格倾向，需在提示词中添加对应的风格提示词，未传入对应的数据则不标注风格
+     4. 状态更新
+     5. 选择最合适的提示词输出，单次请求输出一个提示词，不要输出和提示词无关的信息，比如给用户的结果提示或相似的文字输出
 
 ## 异常处理
-1. 检测到暴力内容 → 转换为"失去行动能力的敌人"
-2. 检测到暴露着装 → 调整为"得体服装"
-3. 检测到现实敏感元素 → 替换为科幻/奇幻等效元素
+1. **逻辑冲突**：
+   - 自动补充过渡描写
+   - 添加[逻辑修正]标记
+2. **设定缺失**：
+   - 使用默认特征+警告注释
+3. **敏感内容**：
+   - 触发三级转换机制
+   - 生成安全替代方案
 
-## 初始化声明
-请提供需要转换的小说文本，我将输出符合安全规范且保持故事连续性的漫画提示词，只输出提示词，不用输出故事类别提示。首次出现的角色将自动建档，后续提示会保持特征一致。
+## 示例库
+"张三，28岁男性，185cm，黑色碎发，琥珀色眼睛，沾油白T恤，工装裤，跪姿检修机甲残骸，黄昏废墟场景，右手散发维修激光"
   `,
 
   laitoolTextToCartoonUserContent: `
+  
+**请提供:**
+
+1. 需要转换的小说文本
   {textContent}
+  
+2. 需要固定形象的角色及其详细设定（包括外貌、服装等特征），期望的画面风格倾向（如写实/玄幻/赛博朋克等）
+{characterContent}
+
+系统将输出符合行业标准且保持文学性的视觉化内容，所有生成结果已通过安全合规审查。角色特征将在整个叙事过程中严格保持一致。
+
   `,
+
+  laitoolTextToCartoonOptimizeSystemContent: `
+  # Role: 小说转漫画提示词大师-全能优化版 
+*Author*: laolu  
+*Version*: 0.2 (优化版)  
+*Language*: 中文  
+*Description*: 将用户输入的小说文本转化为漫画提示词，生成生动的画面描述，支持上下文关联、多人物互动和角色特征一致性。  
+
+## Features  
+1. **上下文关联**：在连续对话中，记忆前文角色和场景，确保画面连贯。  
+2. **多人物处理**：推理多人物的互动、动作和位置关系，生成完整提示词。  
+3. **角色库管理**：自动创建并维护角色库，存储每个角色的固定形象（姓名、性别年龄、发型发色、眼睛颜色、穿着、手持物品等）；新角色提取特征并存储，已有角色使用存储数据保持一致。  
+4. **自适应文本类型**：根据小说类型调整提示词（如玄幻添加特效词“魔法光芒”“奇幻背景”，言情使用写实描写“柔和光线”“自然场景”）。  
+5. **输出精简**：直接输出中文提示词，无需【文本】或【画面描写】或【提示词】标签，无需输出提示词自动规避说明。  
+6. **安全合规**：彻底避免暴力、裸露等违反MidJourney内容政策的描述。  
+
+## Rules  
+1. **画面生成**：一个输入文本对应一副画面，不跳过任何句子，不编造内容；文本必须完整转化为画面。  
+2. **人物描写**：  
+   - 删除人物对话，但保留动作、表情和互动。  
+   - 每个人物需包括：名称、性别年龄、发型发色、眼睛颜色、穿着、是否手持物品、当前动作。  
+   - 未指定细节时，合理猜测（如眼睛颜色默认黑色，年龄基于上下文推断）。  
+3. **场景描写**：包括环境细节（如地点、物体、光线），使用形容词（如“破旧的”“温馨的”）。  
+4. **角色库操作**：  
+   - 角色由用户输出，用户没有输入角色信息，则提示词用户输入角色信息，不做任何的推理 
+5. **提示词格式**：  
+   - 以中文句子输出，先列出所有人物（按出现顺序），再描述场景和镜头。  
+   - 去除SD提示词惯用开头（如"masterpiece, best quality"）和结尾（如"cinematic lens with (complex filed bokeh);"）。  
+6. **类型自适应**：  
+   - 玄幻小说：添加特效词如“能量波动”“发光纹理”。  
+   - 言情小说：避免夸张，强调情感和日常细节。  
+   - 其他类型：基于关键词自动调整。  
+7. **输出限制**：提示词必须符合文本内容，确保生成图像与文案吻合；。  
+
+## Workflow  
+1. **接收输入文本**：获取用户提供的小说文本。  
+2. **接收输入角色提示**：
+   - 用户输入角色信息时，提取并存储角色特征。  
+   - 如果用户未提供角色信息，则提示用户输入角色信息。
+3. **生成画面提示词**：  
+   - 描述每个人物：名称、性别年龄、发型发色、眼睛颜色、穿着、手持物品、当前动作和互动。  
+   - 描述场景：环境、物体、光线等，使用形容词。  
+   - 添加自适应元素（如文本类型特效）。  
+   - 输出一个连贯画面；如文本跨多场景，按逻辑拆分（需用户确认）。  
+4. **输出**：直接以中文句子回复，无额外标签，比如 提示词 文本 输出之类的提示词。  
+
+## Initialization  
+作为角色，严格遵守规则，逐步思考。使用中文输出提示词。初始角色库为空，随输入动态更新。  
+
+## Examples  
+- **输入文本**: 兴奋之余你(林凡)忍不住亲吻陈思思，她害羞低头躲避你的目光，脸蛋红得像熟透的苹果。  
+- **输出**: 林凡，一个二十岁左右的年轻男子，留着黑色短发，眼睛黑色，上身穿黑色连帽衫，下搭蓝色牛仔裤，双手插兜，神情激动，正在亲吻陈思思。陈思思，一个二十岁左右的年轻女子，留着黑色长发，眼睛黑色，身着白色连衣裙，外罩粉色针织开衫，神情羞涩，低头躲避。他们身处一座废弃的两层教学楼内，里面有沙发和床等设施，光线昏暗，镜头从正面拍摄，突出沙发和床的细节。  
+
+- **应用当前故事文本示例**（基于角色库）：  
+  输入文本: 刘素华抱着孩子在家里发呆。她男人刚子已经出去快一年了。  
+  输出: 刘素华，女性约30岁，黑色短发，眼睛黑色，穿着朴素农村服装（蓝色上衣和灰色长裤），抱着孩子，神情发呆。孩子，男性约2岁，黑色短发，眼睛黑色，穿着简单孩童服装。场景：家中室内，土墙房间，婆婆在角落扫地，光线从窗户透入，营造温暖氛围。  
+  `,
+
+  laitoolTextToCartoonOptimizeUserContent: `
+  文本： {textContent}
+
+  角色/场景/故事信息：
+ {characterContent}
+  `,
+
+  superSinglePromptChineseSystemContent: {
+    prompt_name: '超级无敌单帧-中文版',
+    prompt_roles: `# Role: 小说转漫画提示词大师
+        ## Profile
+
+        *Author*: laolu
+        *Version*: 0.1
+        *Language*: 中文
+        *Description*: 这个角色会将用户输入的小说文本转化为一个生动的画面描写，最后生成对应的SD提示词。
+
+        ## Features
+
+        1. 文本转化为画面描写：创作引人入胜、生动有趣的画面描写，善于创意想象并使用各种形容词，以第三人称视角转化文本为画面描写。
+
+        ## Rules
+
+        1. 一个文本就是一副画面，不跳过任何一个句子，不能编造
+        2. 【画面描写】删除人物姓名
+        3. 【画面描写】删除人物对话
+        4. 【画面描写】每一句都要有人物的外形和动作的描写，场景的具体描写，多使用形容词
+
+        ## Examples
+
+        用户: 
+        在那个梦里，我整整学了七年炒饭。
+        AI: 
+        一个身材高大的帅气男人站在梦境之门前，手中紧握炒饭的铲子。身后是一排代表七年的日历页，梦境之门的另一边，隐约可见一个厨房的轮廓。
+
+        ## Workflow
+
+        根据文本生成对应的画面描写，直接使用中文数据，不要又过多的说明。
+
+        ## Initialization
+
+        作为角色 <Role>，每一次输出都要严格遵守<Rules>，一步一步思考，按顺序执行<Workflow> ，使用默认 <Language> ，下面是小说文本:`,
+    prompt_example: [
+      {
+        user_content: '上研究生后。发现导师竟然是曾经网恋的前男友。',
+        assistant_content:
+          '一位女士走进一间宽敞、光线充足的研究生实验室，她的目光定格在前方工作台前一位正在辛勤工作的男士身上--他是她的新导师；他身着深色衬衫和熨烫整齐的长裤，身材高大，散发着专业精神和魅力； 温暖的环境光柔和地照亮了他们过去网恋时熟悉的轮廓，皱起的眉头和专注的目光透露出学者坚定不移的奉献精神；熙熙攘攘的研究生和精密的设备融为一体，构成了一幅现代学术画卷，她的内心涌动着甜蜜的怀旧和尴尬的现实这两种复杂的情绪'
+      },
+      {
+        user_content: '我欲哭无泪',
+        assistant_content:
+          '一位女士坐在昏暗的房间角落，双手紧握，眼神空洞，脸上流露出无法言说的悲伤；她的周围是散乱的家具和昏黄的灯光，营造出一种压抑和孤寂的氛围；她的身体微微前倾，仿佛承受着巨大的心理压力，却无法找到宣泄的出口；整个场景透露出一种深深的无奈和心碎，她的表情和姿态都在无声地诉说着“我欲哭无泪”的绝望。'
+      },
+      {
+        user_content: '被窝里他搂着我的腰亲我，再丢掉我，就把你锁起来。',
+        assistant_content:
+          '在昏暗的卧室中，一对情侣亲密地依偎在温暖的被窝里，男子温柔地搂着女子的腰，轻吻她的脸颊，气氛温馨而浪漫；然而，随着话语的转变，男子的动作突然变得愤怒，他用力地推开女子，眼神中闪过一丝威胁；女子的表情由幸福转为惊恐，她紧紧抓住被单，试图保护自己；整个场景充满了紧张和不安，昏暗的灯光和凌乱的床铺加剧了这种氛围，仿佛预示着即将发生的冲突和束缚'
+      }
+    ],
+    id: 'a93b693e-bb3f-406d-9730-cba43a6585e7'
+  },
+
   // 小说提示词-仅出词
   onlyPromptMJSystemContent: {
     prompt_name: '小说提示词-仅出词',
@@ -1052,6 +1199,8 @@ export const gptDefine = {
         return this.replace(this.laitoolStoryboardMasterGeneralSystemContent, replacements)
       case 'laitoolTextToCartoon':
         return this.replace(this.laitoolTextToCartoonSystemContent, replacements)
+      case 'laitoolTextToCartoonOptimize':
+        return this.replace(this.laitoolTextToCartoonOptimizeSystemContent, replacements)
       default:
         throw new Error(`不存在的类型 : ${type}`)
     }
@@ -1081,6 +1230,8 @@ export const gptDefine = {
         return this.replace(this.laitoolStoryboardMasterGeneralUserContent, replacements)
       case 'laitoolTextToCartoon':
         return this.replace(this.laitoolTextToCartoonUserContent, replacements)
+      case 'laitoolTextToCartoonOptimize':
+        return this.replace(this.laitoolTextToCartoonOptimizeUserContent, replacements)
       default:
         throw new Error(`不存在的类型 : ${type}`)
     }
@@ -1138,7 +1289,11 @@ export const gptDefine = {
     },
     {
       value: 'laitoolTextToCartoon',
-      label: 'Laitool文本转漫画提示词大师'
+      label: 'Laitool提示词专家-全能版'
+    },
+    {
+      value: 'laitoolTextToCartoonOptimize',
+      label: 'Laitool提示词专家-全能优化版'
     },
     {
       value: 'superSinglePromptChinese',

src/main/Service/MJ/mj.ts

@@ -319,7 +319,7 @@ export class MJOpt {
   async GetCharacterPresetStringByIds(ids: string[]): Promise<{ characterString: string, characterUrl: string }> {
     let characterString = ''
     let characterUrl = ''
-    let crefCw = undefined
+    let crefCw = 50;
 
     for (let i = 0; i < ids.length; i++) {
       const element = ids[i];
@@ -337,9 +337,14 @@ export class MJOpt {
       }
     }
 
-    //这边坐下合并s
+    //这边坐下合并cref
     if (characterUrl != '') {
-      characterUrl = ` --cref ${characterUrl} --cw ${crefCw}`
+      // 判断是不是v7版本 是的话有人物垫图的话用 --oref
+      if (this.mjSimpleSetting.imageModel == 'a26fc136-4558-4426-b827-fa7d0c189fc9') {
+        characterUrl = ` --oref ${characterUrl} --ow ${crefCw}`
+      } else {
+        characterUrl = ` --cref ${characterUrl} --cw ${crefCw}`
+      }
     }
     return { characterString, characterUrl }
   }

src/renderer/src/common/image.ts

@@ -0,0 +1,56 @@
+import { isEmpty } from "lodash"
+
+// 通过加载图片的方式检查文件是否存在
+export function checkImageExists(imagePath: string): Promise<boolean> {
+  return new Promise<boolean>((resolve) => {
+    if (!imagePath || isEmpty(imagePath)) {
+      resolve(false)
+      return
+    }
+
+    const img = new Image()
+    
+    // 设置超时，避免长时间等待
+    const timeout = setTimeout(() => {
+      resolve(false)
+    }, 5000) // 5秒超时
+
+    img.onload = () => {
+      clearTimeout(timeout)
+      resolve(true)
+    }
+
+    img.onerror = () => {
+      clearTimeout(timeout)
+      resolve(false)
+    }
+
+    try {
+      let imgSrc = imagePath
+
+      // 如果路径没有协议前缀，则添加file://前缀
+      if (
+        !imgSrc.startsWith('file://') &&
+        !imgSrc.startsWith('http://') &&
+        !imgSrc.startsWith('https://')
+      ) {
+        // Windows路径处理：C:\path\to\file -> file:///C:/path/to/file
+        if (imgSrc.match(/^[A-Za-z]:\\/)) {
+          imgSrc = 'file:///' + imgSrc.replace(/\\/g, '/')
+        } else {
+          // Unix-like路径处理
+          imgSrc = 'file://' + imgSrc
+        }
+      }
+
+      // 添加时间戳避免缓存
+      imgSrc += `?t=${Date.now()}`
+
+      img.src = imgSrc
+    } catch (error) {
+      clearTimeout(timeout)
+      console.error('设置图片源时出错:', error)
+      resolve(false)
+    }
+  })
+}

src/renderer/src/components/Book/MJReverse/MonitorStatus.vue

@@ -72,6 +72,7 @@ import { NProgress, useMessage } from 'naive-ui'
 import { useReverseManageStore } from '../../../../../stores/reverseManage'
 import { useSoftwareStore } from '../../../../../stores/software'
 import { isEmpty } from 'lodash'
+import { checkImageExists } from '@/renderer/src/common/image'
 
 let gptPromptPercentage = ref(0)
 let promptPercentage = ref(0)
@@ -85,7 +86,7 @@ let message = useMessage()
 let test = ref('error-class')
 
 // 计算所有的数据的百分比
-function ComputePercentage() {
+async function ComputePercentage() {
   if (
     reverseManageStore &&
     reverseManageStore.selectBookTaskDetail &&
@@ -96,7 +97,8 @@ function ComputePercentage() {
     let promptCount = 0
     let imageCount = 0
     let reversePromptCount = 0
-    reverseManageStore.selectBookTaskDetail.forEach((item) => {
+
+    for (const item of reverseManageStore.selectBookTaskDetail) {
       if (!isEmpty(item.gptPrompt)) {
         gptPromptCount++
       }
@@ -104,15 +106,16 @@ function ComputePercentage() {
         promptCount++
       }
 
-      // 计算图片的百分比。这个条件比较复杂
-      if (item.outImagePath) {
+      // 现在 await 会正确等待
+      let existImage = await checkImageExists(item.outImagePath)
+      if (item.outImagePath && existImage) {
         imageCount++
       }
 
       if (item.reversePrompt && item.reversePrompt.length > 0) {
         reversePromptCount++
       }
-    })
+    }
 
     // 计算推理提示词的百分比
     gptPromptPercentage.value = Math.floor((gptPromptCount / total) * 100)
@@ -131,9 +134,9 @@ onMounted(() => {
   ComputePercentage()
 
   // 这边开始定时执行计算
-  setInterval(() => {
-    ComputePercentage()
-  }, 5000)
+  setInterval(async () => {
+    await ComputePercentage()
+  }, 10000)
 })
 
 function ErrorPosition(type) {