Kajo

Halusin, että tekoäly luo kuvia johdonmukaisesti — samat hahmot, samat tunnelmat — ilman että kuvauksia kirjoitetaan joka kerta alusta.

Neljä osaa, jotka puhuvat keskenään: MCP-palvelimen, jonka kautta tekoäly luo kuvia OpenAI:n kuvarajapinnalla; esiasetuskirjaston, josta haetaan ja yhdistellään hahmo-, valo- ja tunnelmakuvauksia; gallerian, johon jokainen kuva tallentuu automaattisesti; ja ohjeistuksen, joka kertoo tekoälylle, miten osia käytetään yhdessä.

Miten se toimii

1. Tekoälyltä pyydetään kuva — esimerkiksi tietty hahmo revontulien alla.
2. Se hakee esiasetuskirjastosta hahmon kuvauksen ja valaistuksen ja pinoaa ne yhdeksi tarkaksi kuvaukseksi. Esiasetukset on jaettu luokkiin: hahmo, tyyli, tunnelma, valaistus ja miljöö.
3. kajo-mcp lähettää kuvauksen OpenAI:n kuvarajapintaan.
4. Valmis kuva tallentuu R2:een ja näkyy galleriassa heti.

Testasin, kantaako tarkka tekstikuvaus hahmon identiteetin yhtä hyvin kuin referenssikuva — ja kantoi: sama hahmo pysyi tunnistettavana eri malleilla ja eri menetelmillä. Referenssikuvan lähettäminen työkalukutsun sisällä base64-muodossa taas osoittautui käytännössä mahdottomaksi, koska yksikin kuva on kymmeniä tuhansia merkkejä.

Toinen oppi tuli mallin vaihtuessa: ohje, joka korjasi vanhan mallin taipumuksen nuorentaa hahmoja, sai uuden mallin vanhentamaan ne. Prompti ei ole koodia, joka toimii samoin kaikkialla — se pitää kalibroida mallia vasten.

Kajo — heikko valo pimeän reunalla. Järjestelmä syntyi aiemman oman kuvanluonti-Workerin ja gallerian rinnalle, ja esiasetusten ideat on sovellettu avoimen lähdekoodin easel-ai-projektista olemassa olevaan Cloudflare-infraan.