Title Lab

日文风格化标题排版工具。输入一句话，选择字体，生成多张不同构图的标题，导出 PNG 或轮廓 SVG。

效果展示 · 使用说明 · 部署 · 文档

这里选了 6 张生成结果，字形位置和颜色都由引擎生成。查看原图、下载文件和生成设置。

能做什么

• 一次生成 4、6 或 8 张候选，组合不同断行、字号层级、字距和行间错位。
• 汉字与假名分别选择字体，内置 8 款开放字体，也支持上传 TTF / OTF。
• 选择预设配色或自定义强调色，按字符位置改色；重复出现的字可以分别设置。
• 导出 PNG、轮廓 SVG 和参数 JSON，支持透明背景、自定义画布和黑白底。界面也可切换 Day / Night。

支持中文汉字转为日文字形；需要把整句中文译成日语时，可启用模型翻译后再排版。

快速启动

本地运行使用 Python 3.12、Node.js 24，以及 Cairo、FreeType。Ubuntu 系统依赖为 libcairo2 libfreetype6。

git clone https://github.com/thekfjie/jp-title-lab.git
cd jp-title-lab
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
npm ci
npm run build:browser
OPENBLAS_NUM_THREADS=1 .venv/bin/uvicorn web.app:app --host 0.0.0.0 --port 8000 --workers 1

打开 http://localhost:8000。选择 A 即可生成，不需要模型密钥或原始参考截图。

也可以用 Docker：

docker compose up --build

服务端配置、API 和管理员私有字体见部署说明。

A 和 B 怎么选

模式	如何处理标题	需要模型服务
A · 传统算法	用日文分词和规则决定强调，再搜索布局	否
B · 语义规划	模型分析分词、重点和布局建议，再交给同一引擎生成	是

两种模式在同一运行端共用字体、排版引擎与约束。B 不直接画图，也不保证比 A 更好。先用 A，觉得重点不合适时再比较 B 的候选。

启用 B：复制 .env.example 为 .env，填写 LLM_BASE_URL、LLM_MODEL、LLM_API_KEY。Docker Compose 会读取该文件；直接运行 uvicorn 时，需要将这些变量注入服务进程。支持兼容的 Chat Completions 和 Responses 接口，详见 B 的配置与流程。

与原作对照

原作参考：待ちかねた再会	本项目生成：B 候选

原作来自提供的《Re:ゼロから始める異世界生活》截图，版权归原权利人。B 图复用此前模型返回的分析结果。查看三组原作 / A / B 对照。

字体与导出

预置字体的来源和许可证保存在字体目录。仓库与镜像只包含清单中的 SIL OFL 字体，不包含商业字体。

上传字体需自行确认使用权。浏览器版将字体保留在本机内存；Python 上传接口使用隔离会话和临时目录，默认一小时后清理，不提供字体下载接口。详见字体管理。

SVG 中的文字已转为字形轮廓，接收文件的人不需要安装同款字体。透明导出可直接叠加到其他画面。

还有哪些不足

长句和复杂多行的效果还不稳定，自动着色也可能选错位置。可以先挑一张构图合适的候选，再调整局部颜色。发光、倒影和破损纹理暂不支持。

效果页保留了同题原作对照，也说明了生成图与原作的差距。

开发

目录	内容
engine/	分词、字形处理、布局搜索与渲染
baseline/、llm/	A、B 入口和语义规划
web/	Web 界面与 Python API
config/	布局、评分和配色参数
docs/	使用、部署和效果展示

开发说明包含测试与展示图复现方法。参考标注、评估结果和未进入正式引擎的方案统一放在研究记录。