SEQUENTIAL_GENERATION_ISSUE.md•4.24 kB
# 🔍 组图生成只生成1张图的问题分析
## 📋 问题
用户说 **"生成4张图，提示词：'可口可乐'"** 时:
1. ✅ 正确调用了 `seedream_sequential_generation` 工具
2. ❌ 但只生成了1张图,而不是4张
## 🔬 问题分析
### 测试结果
运行测试脚本 `test_sequential_api.py`:
```
提示词: '你好呀'
max_images: 4
API 返回了 1 张图片
usage: {'generated_images': 1, ...}
```
**API 确实只返回了1张图片!**
### 请求参数
```python
{
'sequential_image_generation': 'auto',
'sequential_image_generation_options': {'max_images': 4},
'prompt': '你好呀',
...
}
```
参数传递是正确的,但 API 只返回了1张图。
## 💡 根本原因
根据 [jimeng-mcp-apicore](https://github.com/Ceeon/jimeng-mcp-apicore) 项目的文档:
> **组图生成使用 `auto` 模式，AI会根据prompt内容自动决定生成数量**
**重要提示:**
- ⭐ **在prompt中明确说明需要的数量**（如"生成3张"）
- ⭐ **详细描述每张图的内容**
- ⭐ `max_images` 参数设置为期望的数量
### 示例
**正确的 prompt:**
```python
prompt="生成3张不同时间段的城市风景：早晨的朝阳、中午的繁忙、夜晚的灯火"
max_images=3
```
**错误的 prompt:**
```python
prompt="你好呀" # ❌ 没有说明要生成多张
max_images=4 # 即使设置了4,API也可能只生成1张
```
## 🎯 解决方案
### 方案 1: 修改 Prompt 格式化逻辑 (推荐)
当用户说 **"生成4张图，提示词：'可口可乐'"** 时,我们应该:
1. **提取数量**: 4张
2. **提取内容**: 可口可乐
3. **重新格式化 prompt**: "生成4张可口可乐的图片，每张展示不同的角度或场景"
**修改位置:** `seedream_mcp/tools/sequential_generation.py`
```python
async def handle_sequential_generation(arguments: Dict[str, Any]) -> List[TextContent]:
prompt = arguments.get("prompt")
max_images = arguments.get("max_images", 4)
# ⭐ 新增: 格式化 prompt,明确说明数量
if max_images > 1:
# 检查 prompt 中是否已经包含数量信息
if not any(str(i) in prompt for i in range(2, 16)):
# 如果没有,添加数量信息
prompt = f"生成{max_images}张{prompt}的图片，每张展示不同的角度、场景或风格"
# 调用 API
result = await client.sequential_generation(
prompt=prompt, # 使用格式化后的 prompt
max_images=max_images,
...
)
```
### 方案 2: 修改工具描述,引导用户
在工具描述中明确说明:
```python
description="""
使用Seedream 4.0【批量生成多张图像】（组图生成）。
⭐ 重要：prompt中必须明确说明要生成的数量和每张图的内容！
正确示例：
- "生成3张不同时间的城市风景：早晨、中午、夜晚"
- "生成4张可口可乐的产品图：正面、侧面、俯视、特写"
错误示例：
- "可口可乐" ❌ (没有说明数量和变化)
"""
```
## 📝 推荐实施
**立即实施方案 1:**
1. 在 `handle_sequential_generation()` 中添加 prompt 格式化逻辑
2. 自动为用户补充数量信息
3. 提高用户体验
**可选实施方案 2:**
1. 优化工具描述
2. 教育用户如何正确使用
3. 长期改善
## 🧪 测试验证
修改后,测试以下场景:
```python
# 场景 1: 用户说"生成4张图，提示词：'可口可乐'"
# 系统应该:
# - max_images = 4
# - prompt = "生成4张可口可乐的图片，每张展示不同的角度、场景或风格"
# - 预期: 生成4张图
# 场景 2: 用户说"生成3张不同风格的小猫"
# 系统应该:
# - max_images = 3
# - prompt = "生成3张不同风格的小猫" (已包含数量,不修改)
# - 预期: 生成3张图
```
## ✨ 总结
**问题根源:**
- Seedream API 的 `auto` 模式根据 prompt 内容决定生成数量
- 如果 prompt 中没有明确说明要生成多张,API 可能只生成1张
- `max_images` 参数只是上限,不是强制数量
**解决方案:**
- 自动格式化 prompt,添加数量信息
- 确保 prompt 明确说明要生成多张图片
**预期效果:**
- 用户说"生成4张图，提示词：'可口可乐'"
- 系统生成4张可口可乐的图片 ✅