Geeky Ghost Story Teller

免责声明！哈哈——这可能会让人感到沮丧。要让其良好运行，需要一些耐心和理解。但好消息是，这里有大量技巧和独特的节点用法可供借鉴和挖掘，如果你能像我一样成功运行，那真的会很酷哈哈。

这被视为实验性项目，因为它依赖于大语言模型（LLM）的稳定输出，而本项目涉及多个LLM自动化模块。它需要比通常使用的更大的LLM。这类工作流和使用LLM的节点，还依赖于为特定任务精心设计的详细配置文件、LLM节点的详细提示指令以及示例。任何LLM节点都属于“效果因人而异”类型，具体取决于你使用的LLM、提示词、配置文件等。

因此，这个项目非常依赖你的LLM，成败难料。它需要两张图片，一张作为故事叙述者，另一张作为故事的参考。目前仍在开发中，但已经很有趣了。提示词调度（Prompt Schedule）是最不稳定的部分。Darwin在格式化方面表现不错，但并非总是如此。你的LLM效果可能因人而异，哈哈。

本工作流中的亮点：

你可以使用视频代替图片，我测试任何节点时，曾将其用于将一张图片复制19次，从而欺骗wav2lip以为它是视频，哈哈。实际上你可以直接使用视频，或使用单张图片配合任何节点。

帧数由生成的音频长度决定，我将其发送给“批量转整数”节点，然后将得到的整数值作为批量大小。

“拼接图像”节点——我尝试看看视频是否可行，结果真的可以，太棒了哈哈！目前要求两个视频的帧数必须一致。我正在寻找解决方案，以便能够插值第二个视频或降低其帧率。

提示词调度（Prompt Schedule）——让Darwin基本正确完成这项任务有点挑战，它仍然无法逻辑性地处理超过300帧的延伸，并且有时会忘记在最终提示词末尾不加句号或逗号。但目前的表现已经足够好了，哈哈。更强大的模型可能会减少这些问题。

Geeky Ghost LCM 是我自创的一个1.5模型，融合了Photon LCM，任何LCM模型均可使用，选一个你喜欢的，或自己合并一个，哈哈。

我使用的Darwin模型具备视觉能力，因此你需要一个具备视觉功能的模型来生成图像描述。并非所有模型都有视觉能力，主要是一些Llava模型和部分实验性的Llama3模型，其他少数也有，但主要就是这些。