Create image.js

image.js

@@ -0,0 +1,345 @@
+// Required modules
+import { GoogleGenerativeAI, HarmCategory, HarmBlockThreshold } from "@google/generative-ai";
+import fs from 'fs/promises'; // For saving the image file
+import path from 'path';      // For handling file paths
+
+// --- Configuration ---
+// ВАЖНО: Храните ваш API ключ безопасно! Использование переменных окружения рекомендуется.
+// Оставляю ваш плейсхолдер согласно запросу. НЕ ИСПОЛЬЗУЙТЕ НАСТОЯЩИЙ КЛЮЧ ТАК В РЕАЛЬНЫХ ПРОЕКТАХ!
+const API_KEY = "AIzaSyBCURZf72ZWwMN2SHZ7XCQoNgExV4WMX8E";
+if (API_KEY === "AIzaSyBCURZf72ZWwMN2SHZ7XCQoNgExV4WMX8E") {
+    console.warn("ПРЕДУПРЕЖДЕНИЕ: Используется плейсхолдер API ключа. Замените его на ваш настоящий ключ или используйте переменные окружения для безопасного хранения.");
+    // В реальном приложении здесь стоит прервать выполнение, если ключ не настоящий
+    // process.exit(1);
+}
+
+// Настройки безопасности (можно настроить по необходимости)
+const safetySettings = [
+    { category: HarmCategory.HARM_CATEGORY_HARASSMENT, threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE },
+    { category: HarmCategory.HARM_CATEGORY_HATE_SPEECH, threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE },
+    { category: HarmCategory.HARM_CATEGORY_SEXUALLY_EXPLICIT, threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE },
+    { category: HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT, threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE },
+];
+
+// Initialize Gemini client
+const genAI = new GoogleGenerativeAI(API_KEY);
+
+// Модели, максимально приближенные к указанным в Python скрипте:
+// Python: gemini-2.0-flash-exp-image-generation -> JS: gemini-1.5-flash (ближайшая общедоступная быстрая модель)
+const textModel = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });
+// Python: imagen-3.0-generate-002 -> JS: imagen-3 (стандартное имя для Imagen 3 в SDK)
+const imageModel = genAI.getGenerativeModel({ model: "imagen-3", safetySettings }); // Добавляем safetySettings к модели Imagen
+
+
+// --- Helper Functions --- (Остаются такими же, как в предыдущем ответе)
+
+/**
+ * Extracts text content from a Gemini API response.
+ * @param {GenerateContentResponse} response - The API response object.
+ * @returns {string} - The extracted text.
+ * @throws {Error} If response is invalid or lacks text.
+ */
+function extractText(response) {
+    try {
+        // Check for safety ratings first - might indicate blocked content
+        if (response.response.promptFeedback?.blockReason) {
+            throw new Error(`Request blocked due to: ${response.response.promptFeedback.blockReason}`);
+        }
+        if (!response.response.candidates?.[0]?.content?.parts?.[0]?.text) {
+             console.error("Invalid response structure or missing text:", JSON.stringify(response, null, 2));
+            throw new Error("Failed to extract text from API response.");
+        }
+        return response.response.candidates[0].content.parts[0].text.trim();
+    } catch (error) {
+        console.error("Error extracting text:", error);
+        console.error("Full API Response on Error:", JSON.stringify(response, null, 2));
+        throw error;
+    }
+}
+
+/**
+ * Extracts image data (Base64) from a Gemini API response.
+ * @param {GenerateContentResponse} response - The API response object.
+ * @returns {{mimeType: string, data: string}} - Object with mimeType and Base64 image data.
+ * @throws {Error} If response is invalid or lacks image data.
+ */
+function extractImageData(response) {
+    try {
+        if (response.response.promptFeedback?.blockReason) {
+             throw new Error(`Request blocked due to: ${response.response.promptFeedback.blockReason}`);
+        }
+        const imagePart = response.response.candidates?.[0]?.content?.parts?.find(part => part.inlineData);
+        if (!imagePart || !imagePart.inlineData.data) {
+             console.error("Invalid response structure or missing image data:", JSON.stringify(response, null, 2));
+            throw new Error("Failed to extract image data from API response.");
+        }
+        return {
+            mimeType: imagePart.inlineData.mimeType,
+            data: imagePart.inlineData.data
+        };
+    } catch (error) {
+        console.error("Error extracting image data:", error);
+        console.error("Full API Response on Error:", JSON.stringify(response, null, 2));
+        throw error;
+    }
+}
+
+// --- Core Logic Functions --- (Остаются такими же)
+
+/**
+ * Analyze and optimize the original prompt using a text model.
+ * @param {string} originalPrompt - User's original text prompt.
+ * @returns {Promise<string>} - The enhanced prompt.
+ */
+async function analyzeAndEnhancePrompt(originalPrompt) {
+    console.log("✍️  Улучшение промпта...");
+    const prompt = `Ты эксперт по инженерии промптов. Улучши этот промпт для генерации изображений:
+1. Добавь детальные спецификации (цвета, стиль, композиция, освещение, настроение)
+2. Уточни неоднозначные элементы
+3. Предложи художественные улучшения и специфичные ключевые слова
+4. Обеспечь физическую правдоподобность, где это уместно
+
+Оригинальный промпт: "${originalPrompt}"
+
+Верни ТОЛЬКО улучшенный промпт без объяснений, вступлений или заголовков.`;
+
+    try {
+        const result = await textModel.generateContent(prompt);
+        return extractText(result);
+    } catch (error) {
+        console.error("Ошибка при улучшении промпта:", error);
+        console.warn("Возвращаемся к оригинальному промпту из-за ошибки улучшения.");
+        return originalPrompt;
+    }
+}
+
+/**
+ * Simulate diffusion process: conceptual exploration -> refinement.
+ * Identifies concepts to avoid and elements to include.
+ * @param {string} prompt - The (usually enhanced) prompt.
+ * @returns {Promise<object>} - Object with 'negativeConcepts' and 'positiveDetails' arrays.
+ */
+async function simulateDiffusion(prompt) {
+    console.log("🧪 Симуляция процесса диффузии...");
+    try {
+        // Фаза 1: Идентификация того, что НЕ нужно включать
+        const negativePrompt = `Перечисли 3 абстрактных или конкретных концепта/элемента, которые явно НЕ должны появляться на изображении, сгенерированном по этому промпту: "${prompt}"\n\nОтформатируй вывод строго как: Концепт 1 | Концепт 2 | Концепт 3`;
+        const negativeResult = await textModel.generateContent(negativePrompt);
+        const negativeConceptsText = extractText(negativeResult);
+        const negativeConcepts = negativeConceptsText.split('|').map(s => s.trim()).filter(Boolean);
+
+        // Фаза 2: Идентификация существенных деталей
+        const positivePrompt = `Извлеки 5 самых важных визуальных элементов или качеств, которые ДОЛЖНЫ появиться или быть представлены на изображении, сгенерированном для промпта: "${prompt}"\n\nОтформатируй вывод строго как: Элемент 1 | Элемент 2 | Элемент 3 | Элемент 4 | Элемент 5`;
+        const positiveResult = await textModel.generateContent(positivePrompt);
+        const positiveDetailsText = extractText(positiveResult);
+        const positiveDetails = positiveDetailsText.split('|').map(s => s.trim()).filter(Boolean);
+
+        if (negativeConcepts.length === 0) console.warn("Не удалось извлечь негативные концепты.");
+        if (positiveDetails.length === 0) console.warn("Не удалось извлечь позитивные детали.");
+
+        return {
+            negativeConcepts: negativeConcepts.length > 0 ? negativeConcepts : ["размытые элементы", "текстовые артефакты", "плохая композиция"],
+            positiveDetails: positiveDetails.length > 0 ? positiveDetails : ["четкий фокус", "хорошее освещение", "высокая детализация", "правильные цвета", "ясная композиция"]
+        };
+    } catch (error) {
+        console.error("Ошибка во время симуляции диффузии:", error);
+        console.warn("Используем стандартные данные диффузии из-за ошибки симуляции.");
+        return {
+             negativeConcepts: ["размытые элементы", "текстовые артефакты", "водяные знаки"],
+             positiveDetails: ["четкий фокус", "яркие цвета", "реалистичные текстуры", "хорошее освещение", "ясная композиция"]
+        };
+    }
+}
+
+/**
+ * Generate image with diffusion constraints and potentially iterative feedback.
+ * @param {string} prompt - The current working prompt.
+ * @param {object} diffusionData - Contains 'negativeConcepts' and 'positiveDetails'.
+ * @param {object|null} previousImageData - Optional { mimeType: string, data: string } of the previous image (Base64).
+ * @returns {Promise<object>} - Object with { mimeType: string, data: string } for the generated image (Base64).
+ */
+async function generateImageWithCritique(prompt, diffusionData, previousImageData = null) {
+    console.log("🖼️  Генерация изображения...");
+
+    const generationPrompt = `
+${prompt}
+
+**Строгие указания:**
+*   **ИЗБЕГАТЬ:** ${diffusionData.negativeConcepts.join(", ")}.
+*   **ОБЯЗАТЕЛЬНО ВКЛЮЧИТЬ:** ${diffusionData.positiveDetails.join(", ")}.
+*   Максимизировать детализацию текстур и освещения.
+*   Обеспечить физическую точность и реализм всех объектов, если не указано иное (например, стиль фэнтези).
+*   Высокое разрешение, фотореалистичный стиль (если промпт не указывает иное).
+
+${previousImageData ? "**Заметка по уточнению:** Улучшить предыдущую попытку на основе критики." : "**Начальная генерация.**"}
+`;
+
+    const parts = [ { text: generationPrompt } ];
+
+    if (previousImageData) {
+        console.log("   ...используем предыдущее изображение для уточнения.");
+        parts.push({
+            inlineData: {
+                mimeType: previousImageData.mimeType,
+                data: previousImageData.data
+            }
+        });
+    }
+
+    try {
+        const result = await imageModel.generateContent({ contents: [{ parts }] });
+        return extractImageData(result);
+    } catch (error) {
+        console.error("Ошибка генерации изображения:", error);
+        throw new Error(`Генерация изображения не удалась: ${error.message}`);
+    }
+}
+
+/**
+ * Generate detailed artistic critique of the image based on the prompt.
+ * @param {object} imageData - { mimeType: string, data: string } of the image (Base64).
+ * @param {string} originalPrompt - The prompt the image was *intended* to match.
+ * @returns {Promise<string>} - The critique text.
+ */
+async function getImageCritique(imageData, originalPrompt) {
+    console.log("🧐 Критика изображения...");
+    const prompt = `Ты профессиональный арт-критик и аналитик ИИ-изображений. Проанализируй предоставленное изображение на основе следующего исходного промпта:
+Промпт: "${originalPrompt}"
+
+Предоставь краткую критику, сфокусированную *только* на действенных замечаниях для улучшения в *следующей* итерации генерации. Затронь эти пункты:
+1.  **Соответствие промпту:** Насколько хорошо оно соответствует *ключевым элементам* промпта? Что отсутствует или неверно?
+2.  **Реализм/Правдоподобие:** Определи любые нереалистичные, искаженные или физически неверные элементы (если это не задумано стилистически промптом).
+3.  **Композиция и Эстетика:** Предложи конкретные улучшения композиции, освещения, детализации или художественного качества.
+4.  **Технические Недостатки:** Отметь любые распространенные артефакты ИИ (например, лишние конечности, искаженный текст, размытые области).
+
+Будь конкретным и конструктивным. Сформулируй 3-5 ключевых пунктов для улучшения.`;
+
+    const parts = [
+        { text: prompt },
+        { inlineData: { mimeType: imageData.mimeType, data: imageData.data } }
+    ];
+
+    try {
+        const result = await textModel.generateContent({ contents: [{ parts }] });
+        return extractText(result);
+    } catch (error) {
+        console.error("Ошибка получения критики изображения:", error);
+        return "Генерация критики не удалась. Продолжаем с текущим промптом.";
+    }
+}
+
+/**
+ * Refine the prompt based on critique using a text model.
+ * @param {string} currentPrompt - The prompt used for the last generation.
+ * @param {string} critique - The critique received for the last image.
+ * @returns {Promise<string>} - The new, improved prompt.
+ */
+async function updatePromptFromCritique(currentPrompt, critique) {
+    console.log("✍️  Обновление промпта на основе критики...");
+    const prompt = `Улучши следующий промпт для генерации изображений, основываясь *только* на предоставленной критике. Тонко интегрируй обратную связь, чтобы направить *следующую* попытку генерации изображения. Не просто перечисляй пункты критики.
+
+Текущий промпт: "${currentPrompt}"
+
+Критика: "${critique}"
+
+Верни ТОЛЬКО новый, улучшенный промпт без каких-либо объяснений, вступлений или заголовков. Сфокусируйся на включении предложений в описательный текст.`;
+
+    try {
+        const result = await textModel.generateContent(prompt);
+        return extractText(result);
+    } catch (error) {
+        console.error("Ошибка обновления промпта по критике:", error);
+        console.warn("Возвращаемся к предыдущему промпту из-за ошибки обновления.");
+        return currentPrompt;
+    }
+}
+
+/**
+ * Main function to generate an image with enhanced prompt and iterative critique.
+ * @param {string} initialUserPrompt - User's original text prompt.
+ * @param {number} iterations - Number of improvement cycles (default: 3).
+ * @returns {Promise<object>} - { mimeType: string, data: string } of the final optimized image (Base64).
+ */
+async function generateEnhancedImage(initialUserPrompt, iterations = 3) {
+    if (!initialUserPrompt) {
+        throw new Error("Начальный промпт пользователя не может быть пустым.");
+    }
+    console.log(`🚀 Запуск улучшенной генерации изображения для: "${initialUserPrompt}" с ${iterations} итерациями.`);
+
+    let currentPrompt = await analyzeAndEnhancePrompt(initialUserPrompt);
+    console.log(`✨ Начальный улучшенный промпт: ${currentPrompt}`);
+
+    console.log("🔍 Симуляция фазы диффузии: Идентификация ключевых концептов...");
+    const diffusionData = await simulateDiffusion(currentPrompt);
+    console.log(`   Концепты для избегания: ${diffusionData.negativeConcepts.join(', ')}`);
+    console.log(`   Детали для включения: ${diffusionData.positiveDetails.join(', ')}`);
+
+    let bestImageData = null;
+    for (let i = 0; i < iterations; i++) {
+        console.log(`\n🔄 Итерация ${i + 1}/${iterations}`);
+
+        try {
+             const currentImageData = await generateImageWithCritique(
+                currentPrompt,
+                diffusionData,
+                bestImageData
+            );
+
+            if (i < iterations - 1) {
+                const critique = await getImageCritique(currentImageData, currentPrompt);
+                console.log(`📝 Критика: ${critique}`);
+                 currentPrompt = await updatePromptFromCritique(currentPrompt, critique);
+                 console.log(`✨ Уточненный промпт для следующей итерации: ${currentPrompt}`);
+            } else {
+                 console.log("✅ Последняя итерация завершена. Дальнейшая критика не требуется.");
+            }
+             bestImageData = currentImageData;
+
+        } catch (error) {
+            console.error(`Ошибка во время итерации ${i + 1}:`, error);
+             if (error.message.includes("Генерация изображения не удалась")) {
+                 console.error("Остановка генерации из-за критической ошибки.");
+                 throw error;
+             }
+             console.warn("Продолжаем следующую итерацию, несмотря на некритическую ошибку в текущей.");
+             if (!bestImageData && i === 0) { // Если первая же генерация не удалась
+                 throw new Error("Начальная генерация изображения не удалась, невозможно продолжить.");
+             }
+        }
+        // Optional delay
+        // await new Promise(resolve => setTimeout(resolve, 1000));
+    }
+
+    if (!bestImageData) {
+         throw new Error("Процесс генерации изображения завершился без создания финального изображения.");
+    }
+
+    return bestImageData;
+}
+
+// --- Example Usage ---
+async function main() {
+    const userPrompt = "Футуристический космический корабль на орбите очень близко к вращающейся, ярко светящейся нейтронной звезде, реалистичный стиль, высокая детализация"; // Промпт из примера
+    const outputFilename = "enhanced_spaceship.png";
+    const outputDir = "./output"; // Папка для сохранения
+
+    try {
+        await fs.mkdir(outputDir, { recursive: true });
+        const outputFilePath = path.join(outputDir, outputFilename);
+
+        const finalImageData = await generateEnhancedImage(userPrompt, 3); // 3 итерации
+
+        console.log(`\n💾 Сохранение финального изображения в ${outputFilePath}...`);
+        const imageBuffer = Buffer.from(finalImageData.data, 'base64');
+        await fs.writeFile(outputFilePath, imageBuffer);
+
+        console.log("✅ Изображение успешно сгенерировано и сохранено!");
+
+    } catch (error) {
+        console.error("\n❌ Произошла ошибка в процессе генерации изображения:", error);
+        process.exitCode = 1;
+    }
+}
+
+// Run the main function
+main();