小优化，产品愿景，视觉规范，交互和导航大版本

art-agent/backend/app/agent/loop.py

@@ -46,6 +46,7 @@ SYSTEM_PROMPT = """\
 - 如果用户提供了参考图（支持多张），将参考图的风格元素融入生成 prompt
 - 理解多张参考图各自的角色（如"图1的主体 + 图2的风格/视角"），并在 prompt 中准确传达
 - 理解用户在图片上的标注（框选区域 + 文字批注），精准定位需要修改的部分
+- 将一张图片转换为多个不同视角（使用 transform_view 工具），适合建筑、物体等需要从不同角度查看的场景
 
 ## 工作流程
 1. 理解用户需求，必要时追问细节（尺寸、风格、用途等）
@@ -268,9 +269,13 @@ async def run_agent_loop(
             tc_data = tool_calls_data[idx]
             tool_name = tc_data["name"]
 
+            tool_message = (
+                "正在进行视角变换..." if tool_name == "transform_view"
+                else "正在生成图片..."
+            )
             yield {
                 "type": "tool_start",
-                "data": {"tool": tool_name, "message": "正在生成图片..."},
+                "data": {"tool": tool_name, "message": tool_message},
             }
 
             try:
@@ -292,7 +297,29 @@ async def run_agent_loop(
                     },
                 }
 
-            if result.get("images"):
+            if result.get("error") and not result.get("success"):
+                yield {
+                    "type": "tool_error",
+                    "data": {
+                        "tool": tool_name,
+                        "errors": [result["error"]],
+                        "model_name": used_model,
+                    },
+                }
+
+            if tool_name == "transform_view" and result.get("images"):
+                # transform_view 返回带视角信息的图片列表
+                image_urls = [v["url"] for v in result["images"]]
+                yield {
+                    "type": "image_result",
+                    "data": {
+                        "images": image_urls,
+                        "prompt_used": "",
+                        "model_name": used_model,
+                        "view_info": result["images"],
+                    },
+                }
+            elif result.get("images"):
                 yield {
                     "type": "image_result",
                     "data": {

art-agent/backend/app/agent/tools.py

@@ -1,6 +1,7 @@
 """Agent 可调用的工具定义和实现。"""
 
 from app.services.image_gen import generate_images
+from app.services.view_transform import transform_view
 
 # OpenAI Function Calling 格式的工具定义
 TOOL_DEFINITIONS = [
@@ -32,7 +33,27 @@ TOOL_DEFINITIONS = [
                 "required": ["prompt"],
             },
         },
-    }
+    },
+    {
+        "type": "function",
+        "function": {
+            "name": "transform_view",
+            "description": (
+                "将一张图片转换为多个不同视角。"
+                "使用 Zero123++ 模型从单张图片生成 6 个固定视角的图片。"
+                "适用于建筑、物体等需要从不同角度查看的场景。"
+                "输入图片必须是正方形（或会被自动裁切为正方形），建议分辨率 >= 320x320。"
+                "输出 6 个视角：方位角 30°/90°/150°/210°/270°/330°，"
+                "仰角交替为 30°/-20°（正俯视/微仰视）。"
+                "此工具需要参考图作为输入——必须先有用户上传的图片才能使用。"
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {},
+                "required": [],
+            },
+        },
+    },
 ]
 
 
@@ -65,4 +86,13 @@ async def execute_tool(
             "model_id": result.model_id,
         }
 
+    if tool_name == "transform_view":
+        if not ref_image_urls:
+            return {
+                "success": False,
+                "error": "视角变换需要一张输入图片，请先上传参考图",
+            }
+        result = await transform_view(ref_image_urls[0])
+        return result
+
     return {"success": False, "error": f"未知工具: {tool_name}"}