---
title: image-reverse
canonical_url: "https://www.modelscope.cn/studios/quincy1546/image-reverse"
md_url: "https://www.modelscope.cn/studios/quincy1546/image-reverse.md"
repository: quincy1546/image-reverse
chinese_name: "图溯 / ImageTrace — 四阶段图片反推流水线"
last_updated: 2026-10-07
sdk_type: gradio
sdk_version: 6.17.3
downloads: 0
stars: 1
---

# image-reverse

> image-reverse - quincy1546 在 ModelScope 创建的在线 Demo。把一张参考图交给视觉模型做四步拆解——先弄清"图里有什么"，再逆推"怎么拍出来的"，融合成一份通用提示词，最后按目标模型的习惯改写成它最顺手的写法。本文记录这套流水线的思路、踩过的坑，以及一次多模型还原度对比的实测结论。

quincy1546/image-reverse 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.17.3 构建，中文名为「图溯 / ImageTrace — 四阶段图片反推流水线」。

- **Repository**: quincy1546/image-reverse
- **SDK**: gradio
- **SDK version**: 6.17.3
- **Downloads**: 0
- **Stars**: 1
- **Last updated**: 2026-10-07

Source: https://www.modelscope.cn/studios/quincy1546/image-reverse

---

# 🔍 图溯 / ImageTrace — 四阶段图片反推流水线

上传一张参考图，跑完 A→B→C→D 四阶段流水线，一次输出 4 个生图模型的精准 Prompt。

## 和「图片反推大师 / imgout」的区别

imgout 是单次 LLM 调用（策略分类 + 一把梭出 prompt）。图溯是四阶段流水线，阶段间用 JSON 直传：

| 阶段 | 干什么 | 输出 |
|---|---|---|
| A 视觉事实 | 只提图里可见的客观事实（不推断、不脑补） | visual_facts JSON |
| B 摄影逆向 | 8 维度分析"这张图怎么拍的"（相机参数全部估计语气） | photography_analysis JSON |
| C 导演融合 | A+B 融合成通用 Prompt，冲突时 A 胜（观察 > 推断），保留四类锚点 | 三语 Prompt + 负面 + 保真锚点 |
| D 多模型适配 | 一次出 4 个模型的专属 Prompt + 五项保真验证 | gpt_image / z_image_turbo / agnes_image / grok |

## 模型可选

- **视觉（A/B）**：sensenova-6.8-flash-lite（高速）/ agnes-3.0-flash（免费）
- **文本（C/D）**：Qwen3.5-397B-A17B（高质量）/ stepfun-ai/Step-3.7-Flash（均衡）/ Qwen3.8-Flash-Next（最快，同时作为空响应兜底）

## 输出内容

- **4 个模型 Prompt，各自独立一格、各带复制按钮**；每个模型的负面提示词已合并进同一格，复制一次即可直接出图
- **高级选项（默认折叠）**：保真锚点 + 五项保真验证，属于质量自检信息，需要时展开
- 等待期间有客户端动效卡：跳动圆点、进度条、已用时秒表、阶段提示轮换

## 使用说明

1. 上传参考图（拖拽或点击）
2. 选视觉模型 + 文本模型
3. 点「开始四阶段分析」，约 2-2.5 分钟（A/B 并行，页面全程有进度反馈）
4. 复制对应模型的 Prompt 去 GPT Image / Z-Image / Agnes / Grok 出图

## 技术说明

- 框架：Gradio
- 视觉 API：OpenAI 兼容 chat/completions + image_url（base64 内联）
- 环境变量（Secrets 注入）：
  - `SENSENOVA_API_KEY` — sensenova 视觉渠道
  - `AGNES_API_KEY` — agnes 视觉渠道
  - `MODELSCOPE_INFER_KEY` — ModelScope API-Inference 文本渠道（Qwen / Step）