FlowKit 是一个让 AI agent 自动制作视频的开源系统，它解决新手做 AI 视频最头疼的问题：角色一致性。通过内置的参考图系统，同一个角色在几十个场景里保持相同的脸、发型和服装，真正做到跨场景不崩脸。本文带你弄懂参考图系统的底层原理，并给出 3 个实用的防崩脸技巧。

一、为什么 AI 视频总是"崩脸"？

传统 AI 生图是"无状态"的：每次调用模型，它都只看到你的文字提示词，看不到上一次生成的结果。于是同一个"戴眼镜的白大褂医生"，第 1 个场景是圆脸，第 3 个场景变成方脸，服装颜色也悄悄变了——这就是新手常说的崩脸。

FlowKit 的思路很直白：

先给每个角色生成一张"标准照"，之后所有场景生成都把这张标准照作为参考图一起交给模型。

参考图就像演员的定妆照，模型每次"对表"，人物自然稳定。

二、参考图系统是怎么工作的？

整个系统由 3 个环节组成，代码都集中在 agent/sdk/services/ 目录下。

2.1 角色是一等公民，而不是一段文字

FlowKit 里的角色是独立的数据库实体，定义在 agent/models/character.py 中，关键字段包括：

新建角色时写一份详细的外貌描述，就是给后面的参考图打地基。

2.2 批量生成参考图：一次定妆，全程复用

执行技能命令/fk-gen-refs <project_id>后，系统为项目中每个还没有参考图的实体发起生成请求（详见 skills/fk-gen-refs.md）。

核心逻辑在 agent/sdk/services/operations.py 的generate_reference_image方法中，有两个巧妙设计：

• 按实体类型自动选比例：人物类（character、creatures）生成竖版全身像，地点类（location）生成横版环境照；
• 强制标准构图：人物参考图会附加 "portrait full-body, head-to-toe, front-facing, centered"（全身、从头到脚、正面居中）的构图约束，保证每张定妆照信息量一致，模型容易比对。

图片生成后，FlowKit 会把它上传回 Google Flow 换取一个 UUIDmedia_id并写入数据库。这个 UUID 才是后续所有场景"认人"的钥匙。

💡 如果角色参考图已经存在（比如你自己上传的图），系统走"快速路径"：跳过生成，直接注册拿media_id，不浪费配额。

2.3 场景生成时自动挂载参考图

这是不崩脸的关键一步。每个场景创建时可以声明character_names列表（即本场景出场了哪些角色），场景提示词里甚至不需要反复描述人物外貌。

当场景图片生成时，agent/sdk/services/media_resolver.py 的resolve_references函数会做自动解析：

场景的 character_names → 匹配项目中的角色（按 name 或 slug 匹配） → 取出每个角色的 media_id → 作为 character_media_ids 附在生成请求上

这些参考图最终作为 imageInputs 传给 Flow。在 agent/services/flow_client.py 的注释里写得很清楚：

*"character_media_ids are attached as reference images,which is what keeps an entity the same across scenes"（附加参考图正是让实体在场景间保持相同的原因）

如果某个角色还没有media_id（参考图未生成），系统会直接暂停并提示"Waiting for reference images"，宁可排队也不带伤上阵，从机制上杜绝漏挂参考图。

三、跨场景不崩脸的 3 个实战技巧

技巧 1：按依赖分波次生成，别跳步

场景图片生成技能/fk-gen-images <project_id> <video_id>内置了波次调度（详见 skills/fk-gen-images.md）：

同一波内的场景互相独立、可并行；下一波必须等上一波完成。这套调度避免了"子场景在父场景还没出图时就开跑"的一致性事故。

技巧 2：续接场景用"编辑"而不是"重新生成"

这是 FlowKit 防崩脸最核心的设计。对于叙事上连续的场景（chain_type 为 CONTINUATION），系统不是重新画一张新图，而是：

1. 把父场景的成品图作为 BASE_IMAGE（底图）；
2. 把角色参考图依次排在其后作为 REFERENCE 输入，顺序为[父场景图, 角色A, 角色B, ...]。

环境、光线、人物站位都是在上一个镜头的基础上自然演进的，而不是从零重掷一次随机骰子。效果对比很直观——同一个医生角色，在手术室、访谈室等不同场景里始终是同一个人：

技巧 3：视频阶段也带上参考图（r2v）

很多人只给图片挂了参考图，结果镜头一切起来人物又变了。FlowKit 在视频生成阶段支持reference-to-video（r2v）模式：把角色的media_id直接传给generate_video_from_references（见 agent/sdk/services/flow_provider.py 的_run_video_refs），让模型在运动过程中也持续对照定妆照，面部在转头、低头等动作下依然稳定。

四、遇到安全过滤拦截怎么办？

参考图生成可能触发PUBLIC_ERROR_UNSAFE_GENERATION错误（通常是提示词过于指向真实公众人物）。skills/fk-gen-refs.md 内置了一套渐进去特征化方案，按顺序尝试：

1. 第一轮：改为"左侧 3/4 侧脸"视角，靠轮廓、发型、服装保留辨识度；
2. 第二轮：仍失败就改成"纯背面"全身剪影；
3. 第三轮：最后手段，只保留发型、体型、服装等通用特征。

规则很克制：只修改真正失败的实体，已生成的参考图不动。这样既能过审，又最大限度保住人物特征。

五、真实案例：50 个场景，两张脸零漂移

FlowKit 官方展示过一个 50 场景的纪录片项目。医生角色横跨手术室、访谈室 4 个完全不同的场景，眼镜、白大褂、面部特征全部一致：

脱北者角色则从重症监护病房一路到首尔街头，光照和背景天差地别，但面部始终没有漂移——这正是"一次定妆、全程复用"机制的实际效果。

六、快速上手：三步建立你的角色一致性流程

1. 建项目、建角色：为每个角色写一份详尽的image_prompt（脸型、年龄感、发型、体型、标志性服装），这是定妆照质量的决定性因素；
2. 跑流水线：依次执行/fk-gen-refs（定妆）→/fk-gen-images（场景图）→/fk-gen-videos（视频），每个场景记得在character_names里挂上出场的角色；
3. 看看板：在 FlowKit Dashboard 里实时监控每个场景的状态与产出：

总结

角色一致性不是玄学，而是一套"定妆照 + 自动引用 + 链式编辑"的工程体系。把 FlowKit 的参考图系统用起来，你的 AI 视频也能做到几十镜不崩脸。