Mcpt Logo Studio

Professional logos from a product description. Zero dependencies. Open source.

= 18" />

______________________________________________________________________

这是什么？

Logo Studio获取您的产品名称和描述，找出使其在视觉上与众不同的原因，并使用扩散模型生成专业的品牌标记。

大多数AI徽标工具要么是戴着AI面具的模板引擎，要么是将提示负担转嫁给你的原始扩散游乐场。Logo Studio是缺失的中间环节：它理解你的产品，说图像编码器实际响应的语言，并处理代币预算，所以你不必这样做。

管道：

Product text  →  Mine visual anchors  →  Compile encoder-aware prompts  →  Generate images
                 (LLM extraction)        (CLIP/T5 token budgeting)         (ComfyUI / Together / diffusers)

零生产依赖。 整个包——包括一个完整的CLIP BPE标记器——作为纯TypeScript发布，没有外部npm包。安装它，它就可以工作了。

安装

npm install @mcptoolshop/logo-studio

三种使用方法

1.工作室模式——让AI处理一切

给它提供你的产品信息。挖掘引擎提取视觉隐喻，LLM编写一个有凝聚力的提示，编译器令牌为图像编码器进行预算。

import { mine, compile, generate } from '@mcptoolshop/logo-studio';

const mined = await mine({
  name: 'Acme Corp',
  description: 'We build bridges between legacy systems and modern cloud infrastructure.',
  industry: 'enterprise software',
});

// The LLM wrote a visual brief — the compiler uses it directly
const prompts = compile(mined, { promptMode: 'studio' });

const result = await generate(prompts[0], {
  backend: 'comfyui',
  seed: 42,
});

2.原始模式——你写提示

已经知道你想要什么了？编写自己的SDXL提示。管道添加负片并处理后端管道。

import { compile, generate } from '@mcptoolshop/logo-studio';

const prompts = compile(
  { productName: 'Acme', anchors: [], suggestedLogoType: 'symbol', suggestedStyle: '', suggestedPalette: [] },
  {
    promptMode: 'raw',
    rawPrompt: 'geometric shield emblem, interlocking AC monogram, deep navy and burnished gold, clean edges, black background',
  }
);

const result = await generate(prompts[0], { backend: 'comfyui' });

3.CLI——一个命令

# Full pipeline
logo-studio generate \
  --name "Acme Corp" \
  --description "We build bridges between legacy systems and modern cloud" \
  --backend comfyui \
  --variants 4 \
  --output ./logos/

# See what the compiler produces (no generation)
logo-studio dry-run --name "Acme" --description "We build bridges..."

# Inspect how CLIP tokenizes your text
logo-studio tokenize "geometric badge with mountain motif, navy and gold"

管道是如何工作的

采矿

挖掘引擎将您的产品文本发送给LLM（Anthropic或OpenAI），并要求它像高级品牌设计师一样思考。它提取：

• 视觉锚点 --代表您产品的物理对象（桥、棱镜、联锁齿轮）
• 视觉简报 --一个完整、连贯的SDXL提示（40-65个单词），作为一个单一的视觉故事编写
• 风格和调色板建议 --基于行业和产品定位

关键的见解是：LLM不会输出用逗号粘在一起的2-3个单词的短语，而是将实际的提示写成一个连贯的部分。这比任何关键字填充方法都能产生更好的结果。

编译

编译器获取挖掘输出并将其准备给图像编码器：

• 代币预算 --CLIP的硬上限为77个令牌（75个可用）。编译器将A层保持在72以下，以留出余量。
• 视觉简短验证 --检查LLM的简报是否包含至少一个一级物理对象，是否在字数限制范围内，并避免使用违禁词。无效的内裤会自动退回锚定组件。
• 禁用单词净化 --从CLIP培训分发的廉价端剥离“徽标”、“徽章”、“图标”、“徽标”等单词。
• 检查点感知阴性 --FLUX、SDXL和DreamShaper各自具有不同的故障模式。传递检查点名称，编译器将添加正确的抑制。
• 负提示组装 --用于文本抑制、照片真实感保护和质量保护的标准底片。
• 双层输出 --主题和风格的A级（CLIP，≤72个标记），丰富的可选B级（T5，≤250个标记）。

编译器附带了用TypeScript从头构建的完整CLIP BPE标记器。没有Python，没有WASM，没有外部调用。令牌计数是准确的，不是估计的。

生成

三个可插拔后端：

总督（选择加入）

调控器是一个基于令牌的资源控制器，可以防止成本失控：

• 预算跟踪 --限制采矿+发电的总支出
• VRAM限制 --读取nvidia smi，在内存紧张时降低分辨率
• 预热检测 --在发送请求之前等待ComfyUI加载模型
• 断路器 -对故障（OOM、超时、API错误）进行分类并自动退出
• 成本估算 --提交前预览运行成本

import { createGovernor, mine, generate } from '@mcptoolshop/logo-studio';

const governor = createGovernor({ budget: 200, onBudgetExhausted: 'scale' });
const safeMine = governor.wrapMine(mine);
const safeGenerate = governor.wrapGenerate(generate);

// Same API — governor handles throttling transparently
const mined = await safeMine({ name: 'Acme', description: '...' });

环境变量

你只需要你使用的零件的钥匙。使用原始提示在本地运行ComfyUI需要零个API键。

ComfyUI设置

如果您使用的是ComfyUI后端（建议用于本地GPU）：

1. 安装 Comfy用户界面
2. 下载SDXL检查点（例如。， 主宰XL)
3. 启动ComfyUI： python main.py
4. Logo Studio连接到 http://127.0.0.1:8188 默认情况下

SDXL工作流使用：CheckpointLoaderSimple→ CLIPTextEncode（正/负）→ 空延迟图像→ K取样器（DPM++2M卡拉斯，30步，CFG 5.0）→ VAE解码→ 保存图像。

CLI参考

logo-studio generate    Generate logo images from a product description
logo-studio tokenize    Analyze CLIP token usage for a prompt
logo-studio dry-run     Show compiled prompts without generating
logo-studio sweep       Generate same prompt across multiple seeds for comparison
logo-studio validate    Check if a visual brief will produce good results
logo-studio backends    Inspect and manage generation backends

Generate options:
  --name          Product name (required)
  --description   Product description (or use --file)
  --file          Read description from a text file
  --backend       together | comfyui | diffusers (default: together)
  --variants      How many images to generate (default: 4)
  --style         Override style (minimal, geometric, organic, brutalist, etc.)
  --colors        Override palette (comma-separated hex)
  --output        Output directory (default: ./logos)
  --svg           Also trace SVG vectors from generated PNGs
  --seed          Fixed seed for reproducible output
  --checkpoint    Checkpoint name (enables checkpoint-specific negative tuning)
  --model         Together AI model ID or checkpoint override
  --sampler       ComfyUI sampler (euler, dpmpp_2m, etc.)
  --scheduler     ComfyUI scheduler (simple, karras, etc.)
  --quantize      Diffusers quantization: fp8 | nf4 | none
  --width         Image width in pixels (default: 1024)
  --height        Image height in pixels (default: 1024)
  --cfg           CFG scale override
  --verbose       Show detailed prompt assembly

Sweep options:
  --prompt        SDXL prompt to test (required)
  --seeds         Comma-separated seed list (default: 42,123,777,2024)
  --backend       together | comfyui | diffusers (default: together)
  --output        Output directory (default: ./sweep)

Backends subcommands:
  backends ping                  Check if ComfyUI is reachable
  backends list-checkpoints      List available checkpoints, samplers, schedulers

Governor options:
  --governor          Enable resource control
  --budget            Token budget for the session (default: 200)
  --max-resolution    Max image size in pixels (default: 1024)
  --max-spend         Together AI spend cap in USD (default: 5.00)
  --on-budget         What to do when budget runs out: throw | warn | scale

程序化API

CLI所能做的一切都可以作为键入函数使用：

// Mining
import { mine, getConceptCount } from '@mcptoolshop/logo-studio';

// Compilation
import { compile, validateBrief, getNegativesForCheckpoint } from '@mcptoolshop/logo-studio';
import type { CompileOptions, BriefValidation } from '@mcptoolshop/logo-studio';

// Generation
import { generate, createBackend } from '@mcptoolshop/logo-studio';
import type { BackendCapabilities } from '@mcptoolshop/logo-studio';

// Backend utilities
import { withRetry, isTransientError, ComfyUIError, ping, queryServerInfo } from '@mcptoolshop/logo-studio';

// Tokenizer (standalone)
import { getTokenizer, countTokens, checkBudget, detectCollisions } from '@mcptoolshop/logo-studio';

// Governor
import { createGovernor, Governor } from '@mcptoolshop/logo-studio';

// Post-processing
import { trace, verifyPalette } from '@mcptoolshop/logo-studio';

建筑

src/
├── mining/          LLM-driven semantic extraction + metaphor mapping
├── compiler/        Token-budgeted prompt assembly + canonical phrases
├── tokenizer/       Pure TypeScript CLIP BPE tokenizer + T5 estimator
├── backends/        ComfyUI, Together AI, diffusers adapters
├── governor/        Budget control, VRAM throttling, circuit breaker
├── post/            SVG tracing + palette verification
├── cli/             Zero-dependency CLI with argument parser
└── types/           Shared interfaces

30个源文件。零运行时依赖关系。一个npm安装。

为什么是零依赖？

每一种依赖都是一种供应链风险，一种等待发生的版本冲突，也是某人的原因 npm install 星期二休息。Logo Studio提供所需的一切：

• CLIP标记器 --使用官方合并表实现完整的BPE
• T5估计器 --没有2GB模型的统计令牌计数
• 参数解析器 --手卷，无指挥官/码/最小
• HTTP客户端 --本地人 fetch （节点18+）
• GPU指标 — nvidia-smi 子进程，非NVIDIA上的优雅回退

快速工程手册

回购包括 快速工程手册 记录：

• SDXL的双CLIP编码器系统如何工作
• CLIP视觉强度层次结构（物理对象→ 抽象概念）
• 代币预算规则和什么会意外吃掉代币
• 带有示例的徽标提示公式
• 专门针对徽标的负面提示策略
• 不同样式的CFG比例和采样器设置
• 已知的限制（文本渲染、颜色精度、构图）

它是编译器做出的每一个决定背后的参考文件。

安全和数据范围

看 安全.md 用于漏洞报告。

记分卡

全面审计： 发货日期.md · SCORECARD.md

许可证

麻省理工学院