diff --git a/docs/11-ai-outfit.md b/docs/11-ai-outfit.md new file mode 100644 index 0000000..5d3c4fe --- /dev/null +++ b/docs/11-ai-outfit.md @@ -0,0 +1,182 @@ +# AI 穿搭模块设计 + +## 1. 文档定位 + +本文档定义 cmbot「2 AI 穿搭」页签的设计。它是一项独立能力,按 `docs/09` 第 262 行「新能力单独成文」要求成文,不混入印花合成相关文档。 + +参考来源:同事旧项目「标题生成产品图工具」的分析见 `docs/旧ai穿搭项目.md`。本模块把该项目验证过的「本地图 + 提示词 → 调 AI 图像 API → 写回 Excel」机制,移植进 cmbot 的分层架构(`app` / `core` / `services`)。 + +一句话目标:**以 Excel 为数据源,按行读取「衣服图 + 标题/货号」,套提示词调 AI 图像 API 生成「人物穿着该衣服」的效果图,保存 JPG 并把结果路径写回 Excel。** + +## 2. 目标与非目标 + +### 2.1 目标 + +- Excel 批量驱动:逐行读取标题、货号、衣服图路径,生成后把结果写回 Excel(与旧项目列约定一致)。 +- AI 生成:衣服图作为图像输入 + 提示词(可插标题/货号占位符)→ 生成人物上身/穿搭效果图,保留款式、版型、颜色、印花。 +- 复用 cmbot 现有设施:配置(`config_service` / `~/.cmbot`)、日志、输出目录、后台线程模式、打包/更新,不重造。 +- 稳态批量:并发、限速、阶梯重试、温和停止、实时日志、进度与失败清单。 +- 分层可测:AI 调用与 Excel 适配放 `services`,无 GUI 逻辑放 `core`,关键逻辑有单测。 + +### 2.2 非目标 + +- 不改变数据源形态:**输入固定为 Excel**(不在本期改为文件夹/队列;但核心对内部模型工作,将来加别的输入源不必改核心)。 +- 不做模特/姿态/背景的精细可视化编辑(由提示词控制,不做画布微调)。 +- 不内置 AI 模型,依赖外部中转 API。 +- 不照搬旧项目的 bootstrap / offline_runtime / .bat(cmbot 已有自己的打包与更新体系)。 + +## 3. 总体架构 + +把 Excel 当作 **I/O 适配边界**,中间用 cmbot 内部数据模型,核心 AI 逻辑与数据源解耦: + +``` +Excel(数据源,固定) + │ services/excel_service:读行 → List[OutfitTask](转成内部模型) + ▼ +core/ai_outfit + services/ai_image_service: + 衣服图 + 提示词 → 调 AI 图像 API → 人物上身图(JPG) + │ 复用:并发/日志/配置/进度/~/.cmbot + ▼ +services/excel_service:把结果写回 Excel(D 新图路径 / E 状态 / F 原因) +``` + +分层落点: + +- `core/models.py`:新增 `OutfitTask` / `OutfitResult`(纯数据,无 PySide6)。 +- `services/excel_service.py`:Excel 读取、写回、占用检测、跳过/重试判断。 +- `services/ai_image_service.py`:移植旧项目 `ImageApiClient`(多模型、多请求格式、传图、取图、重试、超时)。 +- `core/ai_outfit.py`(或 service 内):单行生成的纯逻辑编排(提示词渲染、调用、保存、产出结果),可单测。 +- `app/widgets/ai_outfit_panel.py` + 主窗口「2 AI 穿搭」页签:界面与后台线程(`QThread` + `Worker(QObject)` + 信号)。 + +## 4. Excel 适配(数据源) + +沿用旧项目列约定(固定,先不做可配置): + +| 列 | 含义 | 读/写 | +|---|---|---| +| A | 标题 | 读 | +| B | 货号(商品 ID) | 读 | +| C | 衣服图路径(本机绝对路径) | 读 | +| D | 生成结果图片路径 | 写回 | +| E | 完成状态:`完成` / `失败`(空=未处理) | 写回 | +| F | 失败原因(仅人工查看) | 写回 | + +规则: + +- 默认读第一个工作表,第 1 行表头,从第 2 行开始。 +- **跳过 E=`完成` 的行**;是否处理 E=`失败` 的行由界面「重试失败行」决定(勾选则处理「空白 + 失败」,否则只处理「空白」)。 +- 标题/货号/衣服图任一为空 → 跳过该行,不写状态、不中断。 +- 字段按原样读取,不清理空格、不回写清理值。 +- **开始前检测 Excel 是否被占用**(Office 打开会锁文件,openpyxl 无法写回)→ 提示「请关闭 Excel 后再开始」。 +- **每处理完一行即保存 Excel**(降低崩溃丢结果风险)。 +- 成功 → D=新图绝对路径、E=`完成`;失败 → E=`失败`、F=原因(同步写日志)。 + +## 5. 内部数据模型 + +`core/models.py` 新增(纯 dataclass,Python 3.7 兼容,不依赖 PySide6): + +- `OutfitTask`:`row_index:int`、`title:str`、`product_id:str`、`garment_path:str`、`status:str`(待处理/完成/失败)。 +- `OutfitResult`:`task`、`success:bool`、`output_path:str`、`error:str`、`attempts:int`。 + +Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成;核心只认 `OutfitTask`,因此将来换数据源只需另写适配器。 + +## 6. AI 图像服务(移植旧项目) + +`services/ai_image_service.py` 移植旧项目 `ImageApiClient`,要点(详见 `docs/旧ai穿搭项目.md` §5.1/5.2): + +- **多模型配置**:`url / model / api_key / api_type / timeout_seconds / connect_timeout_seconds / extra_body`,记住上次所选模型。 +- **多请求格式**(按 `api_type`:`auto/chat/gemini/images/images_edits`): + - chat(OpenAI 兼容 `/v1/chat/completions`):`messages[].content` = `{type:text}` + `{type:image_url, image_url:{url:data_url}}`。 + - gemini(`generateContent`):`contents[].parts` = `{text}` + `{inlineData:{mimeType,data}}`。 + - images:`{model,prompt,image_urls:[data_url],aspect_ratio,resolution,n}`。 + - images_edits:multipart `data` + `files={"image":...}`。 +- **传图**:本地衣服图 → `data:;base64,...`(data-url)或 multipart 文件。 +- **取图**:递归遍历响应 JSON 找 base64 / data-url / 图片 URL(再下载),对中转 API 结构差异强兼容。 +- **URL 归一化**、`extra_body` 合并、字段校验(缺 `url/model/api_key` 时阻止开始)。 + +> Python 3.7 注意:旧项目用了 `dict[str, Any]` 等 PEP 585 写法,移植时需 `from __future__ import annotations` 或改用 `typing.Dict`,以兼容 cmbot 的 Python 3.7.9。 + +## 7. 提示词 + +- 提示词模板存 `~/.cmbot/config/outfit_prompt.txt`,界面可查看/编辑/保存;点「开始」前自动保存一次。 +- 占位符:`{title}`(标题)、`{product_id}`(货号);界面提供「插入占位符」按钮与「最终提示词预览」。 +- 缺标题占位符时开始前弹窗询问是否继续。 +- 默认话术方向(穿搭/上身,区别于旧项目的主图场景,需另调):人物上身实穿、保留衣服款式/版型/颜色/印花、合适身材与场景、电商可用、默认纯净不加促销牛皮癣。 + +## 8. 并发、限速、重试、停止 + +复用旧项目策略(`docs/旧ai穿搭项目.md` §5.3): + +- `ThreadPoolExecutor(max_workers=并发数)` 调度行任务;`RateLimiter(新请求间隔)` 限制请求开始间隔;任务间 `单任务冷却`。 +- 每行最多「首次 + 重试次数」尝试;限流/429 用短阶梯等待,普通错误短等待。 +- 单次请求放子线程 + 主线程秒级检查,**等待 >30 秒持续打心跳日志**;超时按分辨率动态决定(512/1K/2K/4K → 180/240/360/600 秒,可被 `timeout_seconds` 覆盖)。 +- **温和停止**:置位停止后不再提交新任务,已发请求收尾后正常写回。 + +## 9. 输出 + +- 格式 JPG,1:1,压缩到 ≤2MB;质量三档(小文件 75 / 均衡 85 / 高清 92)。 +- 默认输出目录沿用 cmbot `get_output_dir()`(程序旁的「合并后的图片」,见 `docs/10` §5),界面可改。 +- 命名:`货号.jpg`,重名自动 `_1`/`_2`,非法字符替换为 `_`(不改 Excel 原始货号)。 +- 成功后把**实际新图绝对路径**写回 Excel D 列。 + +## 10. 界面(「2 AI 穿搭」页签) + +把主窗口当前禁用的「2 AI 穿搭」页签启用,做成独立工作页(与「1 添加印花」并列、互不干扰)。控件: + +- 选择 Excel 文件、选择输出目录(记住上次,存 `app_config.json`)。 +- 模型下拉(来自 AI 模型配置)。 +- 通用话术编辑 + 保存 + 插入占位符 + 最终提示词预览。 +- 设置:重试失败行、并发数、新请求间隔、单任务冷却、重试次数、分辨率、JPG 质量。 +- 开始生成 / 停止生成;实时日志;进度与统计(完成/失败/跳过);结束摘要弹窗;导出失败清单。 +- 后台用 `QThread` + `Worker(QObject)` + 信号回主线程(与 cmbot 更新检查/导出一致)。 + +> 页签内容切换:当前页签栏不切换内容面板(见 `docs/07` §4.2)。启用 AI 穿搭需要为页签接一个 `QStackedWidget`(「1 添加印花」=现有工作区,「2 AI 穿搭」=本面板);这部分在实现阶段一并补。 + +## 11. 配置与数据位置 + +遵循 cmbot「配置集中、放数据目录、凭据不入库」约定: + +- **AI 模型与密钥** → `~/.cmbot/config/ai_models.json`(管理员预置或界面填写,**含明文 key、不提交 git**;与更新源凭据同等对待,见 `docs/10` §14)。 +- **提示词** → `~/.cmbot/config/outfit_prompt.txt`。 +- **批量设置 + 上次 Excel/输出路径** → 并入 `app_config.json`(`config_service` 集中读写,UI 不直接读写配置文件,遵守 `docs/04` 第 6 节 / `docs/05` 4.12)。 +- 失败记录 / 日志沿用 `~/.cmbot/logs` 与现有日志服务。 + +## 12. 依赖与兼容 + +- 新增依赖:`requests`(HTTP)、`openpyxl`(Excel);`Pillow`、`PySide6` 已有。写入 `requirements.txt` 并锁版本(兼容 Python 3.7:`requests>=2.31,<3`、`openpyxl>=3.1,<4`、`urllib3<2`)。 +- 所有新代码保持 **Python 3.7.9** 兼容(注意类型注解写法)。 +- `docs/03-technical-stack.md` 增列上述依赖;`docs/02-prd.md`、`docs/07-ui-design.md` §4.2 加指针指向本文档。 + +## 13. 安全考量 + +- AI 中转 API key 为明文,仅放 `~/.cmbot`,**不入库、不随包分发到公网**;内部使用可接受(与更新凭据一致)。 +- 中转 API 会 429 限流:并发默认 1,阶梯重试。 +- 衣服图为本机路径;不存在/打不开/非图片 → 该行失败并记录,继续下一行。 + +## 14. 实现阶段建议 + +分步落地,每步可独立验证: + +1. **核心与服务(无 GUI,可测)**:`core.models.OutfitTask/OutfitResult`、`services/excel_service.py`(读/写回/占用检测)、`services/ai_image_service.py`(移植 ImageApiClient)、`core/ai_outfit.py`(单行编排)+ 单测(Excel 读写、提示词渲染、取图、命名去重;API 用 mock)。 +2. **批量编排**:并发/限速/重试/停止的 `Worker`,纯逻辑部分尽量可测。 +3. **UI 页签**:页签 `QStackedWidget` + `ai_outfit_panel`,接线后台线程、日志、进度、失败清单。 +4. **配置与提示词**:`ai_models.json` / `outfit_prompt.txt` / `app_config.json` 接入,集中读写。 +5. **真机联调**:用真实中转 API + 小批量 Excel 跑通端到端,调穿搭提示词。 + +## 15. 暂不做 + +- 文件夹/队列作为输入源(保留扩展位,本期不做)。 +- 模特/姿态/背景的可视化精细编辑。 +- 多 Excel / 多工作表批处理、列映射可配置化。 +- 生成结果的应用内预览画廊(先以写回 Excel + 输出目录为准)。 + +## 16. 验收要点 + +- 选 Excel + 输出目录并记住上次;能读/存提示词。 +- 能校验 AI 配置缺失;缺 `url/model/api_key` 时阻止开始并提示。 +- 按行处理:跳过「完成」、按设置重试「失败」、空字段行安全跳过。 +- 衣服图 + 提示词 → 生成人物上身 JPG(1:1、≤2MB、命名去重)。 +- 每行实时写回 D/E/F 并保存 Excel;Excel 被占用时明确提示。 +- 并发/限速/重试/温和停止生效;实时日志 + 进度 + 结束摘要 + 失败清单导出。 +- 日志写入 `~/.cmbot/logs`;AI 密钥不入库。 +- 核心逻辑单测通过、不依赖 GUI、Python 3.7 可运行。 diff --git a/docs/旧ai穿搭项目.md b/docs/旧ai穿搭项目.md new file mode 100644 index 0000000..1c77b0a --- /dev/null +++ b/docs/旧ai穿搭项目.md @@ -0,0 +1,151 @@ +# 旧「AI 生图」参考项目分析 + +> 来源:`D:\chengma\标题生成产品图工具源码`(同事编写)。本文用于为 cmbot 的「AI 穿搭」模块开发提供参考——分析它的功能与实现,提炼可复用点与注意事项。 +> +> ⚠️ 说明:该项目实际名为**「标题生成产品图工具」**,不是字面上的「AI 穿搭」,但它是同事做过的**最接近的 AI 图像生成实现**(本地图 + 提示词 → 调中转 AI 图像 API → 生成电商主图),其 API 调用、传图、批量、并发重试等机制对「AI 穿搭」高度可复用。 + +--- + +## 1. 项目定位 + +一个 **PySide6 桌面批量生图工具**:读取 Excel 中的商品标题、货号、本地商品图路径,套用通用提示词,调用 **Nano Banana(Gemini 图像)/ GPT Image** 中转 API,为「台湾虾皮女装电商」生成 1:1 的 JPG 主图,并把结果实时写回 Excel。 + +面向非技术员工:一键启动、一键打包、离线运行、配置可迁移。 + +## 2. 技术栈与依赖 + +- **GUI**:PySide6(`requirements.txt`:`PySide6>=6.6,<7`)。 +- **Excel**:`openpyxl`(读写 `.xlsx`,实时写回)。 +- **图像**:`Pillow`(校验、压缩到 ≤2MB、转 JPG)。 +- **HTTP**:`requests` + `urllib3<2`。 +- **并发**:标准库 `concurrent.futures.ThreadPoolExecutor` + `threading`。 +- **运行/打包**:`bootstrap.py` 自举 + `offline_runtime/windows-x64`(内置 `python.exe` + 预下载 wheels),`.bat` 一键启动/打包。 + +代码组织:**几乎全部逻辑集中在单文件 `app/main.py`(约 1643 行)**,GUI 与业务逻辑混在一起(与 cmbot 的 app/core/services 分层不同)。 + +## 3. 目录结构 + +``` +标题生成产品图工具源码/ + app/main.py # 全部逻辑:配置/Excel/API/并发/GUI + bootstrap.py # 启动自举:建 venv 或用离线 runtime,装依赖,起 main + api_config.json # 多模型 API 配置(含明文 api_key) + settings.json # 上次界面设置(Excel/输出/并发/间隔/分辨率/质量…) + prompt.txt # 通用话术(提示词模板,含 {title} {product_id} 占位符) + requirements.txt + offline_runtime/windows-x64/ # 内置 python + wheels(员工免装 Python) + runtime/ # 运行期 venv、日志、失败记录、requirements_state + logs/ # 带时间戳的运行日志(保留最近 20 个) + 图片/ 输出图片/ # 示例输入/输出 + 标题生成产品图.xlsx # 示例 Excel + *.bat # win 一键启动/打包 + 需求规格说明.md 需求梳理草稿.md README_使用说明.md +``` + +## 4. 功能概览(按需求规格) + +- Excel 批量驱动:A 标题 / B 货号 / C 本地图路径 / D 结果图路径(写回) / E 状态(完成/失败,写回) / F 失败原因(写回)。 +- 每处理一行**实时保存 Excel**,降低中途崩溃丢结果的风险;自动跳过 E=「完成」的行;是否重试 E=「失败」的行由界面复选框控制。 +- 通用话术 `prompt.txt` 可在界面查看/编辑/保存,支持插入 `{title}` `{product_id}` 占位符,提供「最终提示词预览」。 +- 图片作为**图像输入**随请求发送(不是文本占位符)。 +- 输出 JPG,1:1,≤2MB,三档质量(小文件 75 / 均衡 85 / 高清 92);默认名 `货号.jpg`,重名自动 `_1`/`_2`,非法字符替换为 `_`。 +- 并发 / 新请求间隔 / 单任务冷却 / 失败重试次数 / 分辨率(512/1K/2K/4K)/ JPG 质量,均可在界面设置并存 `settings.json`。 +- 温和停止(不启新任务、已发请求收尾)、实时日志、进度统计(完成/失败/跳过)、结束摘要弹窗、导出失败清单。 + +## 5. 核心实现要点 + +### 5.1 多模型 API 抽象(最值得借鉴) + +`api_config.json` 支持**多个模型**,每个含 `url / model / api_key / api_type / timeout_seconds / connect_timeout_seconds / extra_body`,界面记住 `last_selected_model`。当前预置两个: + +- `gpt_image_2` → `.../v1/images/edits`,`api_type=images_edits` +- `nano_banana_2` → `.../v1/chat/completions`,`model=gemini-3.1-flash-image-preview`,`api_type=auto` + +`ImageApiClient.generate()` 根据 `api_type`(`detect_api_type` 可从 URL 自动判断:`auto/chat/gemini/images/images_edits`)构造**四种请求格式**: + +- **chat(OpenAI 兼容 `/v1/chat/completions`)**: + ```json + {"model": "...", "messages": [{"role":"user","content":[ + {"type":"text","text": prompt}, + {"type":"image_url","image_url":{"url":"data:image/jpeg;base64,..."}}]}], "stream": false} + ``` +- **gemini(`generateContent`)**:`contents[].parts` = `{text}` + `{inlineData:{mimeType,data(base64)}}`,`generationConfig.responseModalities=["TEXT","IMAGE"]`。 +- **images**:`{model, prompt, image_urls:[data_url], aspect_ratio:"1:1", resolution, n:1}`。 +- **images_edits(multipart)**:`data={model,prompt,n,size}` + `files={"image": (name, handle, mime)}`,`Authorization: Bearer `。 + +`normalize_api_url()` 把 URL 补全到正确端点(`/v1/chat/completions`、`/v1/images/edits` 等)。`extra_body` 可合并进 payload,便于适配不同接口。 + +### 5.2 传图与响应解析 + +- **传图**:`image_to_data_url()` 把本地图读成 `data:;base64,<...>` 的 data-url(chat/gemini/images 用),或 multipart 直接传文件(images_edits 用)。 +- **取图**:`extract_image_from_response()` 递归遍历 JSON(`walk_json_values`),从多种字段里找图——`image_base64/base64/b64_json/inlineData.data`、或 `data:image/...;base64,` 内联、或图片 URL(再用 session 下载)。对中转 API 返回结构差异做了较强兼容。 +- **保存**:`save_jpg_under_limit()` 用 Pillow 转 JPG、`ImageOps` 处理方向,循环降质量/尺寸直到 ≤2MB。 + +### 5.3 并发、限速、重试、超时 + +- `BatchWorker.run()` 用 `ThreadPoolExecutor(max_workers=concurrency)` 调度行任务。 +- `RateLimiter(interval)`:保证任意两次请求开始间隔 ≥ 新请求间隔。 +- `process_one()`:每行最多「首次 + retry_count 次」尝试;`retry_delay_seconds(error, attempt)` 对限流/429 用**短阶梯等待**,普通错误短等待,避免看起来卡死;任务间 `task_cooldown` 冷却。 +- `call_generate_with_heartbeat()`:把单次请求放进子线程,主线程每秒检查,**等待超过 30 秒持续打「已等待 N 秒」心跳日志**;超时按分辨率动态决定(512=180s/1K=240s/2K=360s/4K=600s,可被 `timeout_seconds` 覆盖)。 +- **温和停止**:`stop_event`(`threading.Event`)置位后不再提交新任务,已发请求等其完成再收尾。 + +### 5.4 Excel 写回与失败清单 + +- `check_excel_writable()` 开始前检测 Excel 是否被占用。 +- 每行成功 → 写 D(结果路径)/E=完成;失败 → E=失败/F=原因;**每行处理完即保存**。 +- `runtime/failure_records.json` 记录失败行;「导出失败清单」只导失败行 + 失败时间 + 重试次数。 + +### 5.5 配置、日志、设置 + +- `settings.json` 持久化界面设置(Excel/输出路径、并发、间隔、冷却、重试、分辨率、质量、是否重试失败行)。 +- `logs/` 带时间戳日志,`cleanup_logs()` 只保留最近 20 个;界面实时日志用 Qt 信号 `log = Signal(str)`。 +- `api_config_errors()` 校验缺失字段:启动时轻提示、点开始时严格阻止。 + +### 5.6 GUI 与线程模型 + +- `MainWindow(QMainWindow)` 构建界面;后台用 `QThread` + `BatchWorker(QObject)`,信号 `log / progress(done,total,success,failed,skipped) / finished(summary)` 回主线程更新。 +- 这套「QThread + Worker(QObject) + 信号回主线程」与 cmbot 现有更新检查/导出的后台线程思路一致。 + +### 5.7 启动与离线打包 + +- `bootstrap.py`:优先用 `offline_runtime/windows-x64/python/python.exe` + 预置 wheels 建 venv 装依赖(员工电脑免装 Python),再启动 `app/main.py`;记录 `runtime/requirements_state.json` 避免重复装。 +- `.bat`(`win一键启动.bat` / `启动软件.bat` / `start_windows.bat`)调 bootstrap。 + +## 6. 对 cmbot「AI 穿搭」模块的借鉴点 + +「AI 穿搭」预期是:输入衣服图 → 调 AI 图像 API → 生成模特上身/穿搭效果图。与本项目「本地图 + 提示词 → 生成主图」**核心相同**,可直接借鉴: + +- ✅ **API 客户端抽象**(多模型、`api_type` 多格式、URL 归一化、`extra_body`)——几乎可整体移植成 cmbot 的 `services/ai_image_service.py`。 +- ✅ **传图方式**(base64 data-url / multipart)与**响应取图**(递归找 base64/URL、下载)的兼容写法。 +- ✅ **提示词模板 + 占位符 + 预览**(cmbot 可换成衣服相关占位符,如 `{garment}` 或风格参数)。 +- ✅ **批量 + 并发 + 限速 + 阶梯重试 + 心跳超时**这套稳态调度(中转 API 易 429)。 +- ✅ **温和停止、实时日志、进度统计、失败清单**的交互范式。 +- ✅ **JPG 压缩到限值**的输出处理。 + +与 cmbot 的差异(落地时要调整): + +- **数据源仍用 Excel(已确认不变)**:cmbot 的 AI 穿搭把 Excel 当作 I/O 适配边界——读行转成内部模型 `OutfitTask`、生成后把新图路径写回 Excel(D/E/F 列),核心对内部模型工作、与数据源解耦(将来再加文件夹/队列输入也不必改核心)。设计见 `docs/11-ai-outfit.md`。 +- cmbot 走 **app/core/services 分层 + 单测**;本项目是单文件混排,移植时应拆进 `services`(API/网络/Excel)与 `core`(无 GUI 逻辑),便于测试。 +- cmbot 已有数据目录(`~/.cmbot`)、配置(`config_service`)、日志、打包/更新体系,**不需要**照搬本项目的 bootstrap/offline_runtime/.bat 那一套。 +- 注意 **Python 3.7 兼容**:旧项目用了 `dict[str, Any]` 等 PEP 585 写法,移植到 cmbot(Python 3.7.9)需 `from __future__ import annotations` 或改 `typing.Dict`。 + +## 7. 注意事项与风险 + +- 🔒 **`api_config.json` 含明文 API key**(vectorengine.ai 中转)。本文已脱敏,**切勿把真实 key 提交到仓库或外泄**;cmbot 接入时应像更新源凭据那样,放用户数据目录、不入库。 +- 中转 API 稳定性未知,**会出现 429 上游繁忙**——并发默认 1,阶梯重试,必要时排队。 +- 接口返回结构不统一,取图逻辑做了较强兼容,移植时保留这套「递归找图」的鲁棒性。 +- 2K/4K 更慢更贵,界面有二次确认;cmbot 接入时也应提示成本/耗时。 +- 该项目仅在「标题→主图」场景验证过,「穿搭」提示词与上身效果需另行调试。 + +## 8. 关键文件清单(移植时重点看) + +| 文件 / 函数 | 作用 | +|---|---| +| `app/main.py` `ImageApiClient.generate/build_payload/build_multipart_fields` | API 请求构造(四种格式)⭐ | +| `app/main.py` `extract_image_from_response/walk_json_values/decode_image_data_url` | 响应取图(鲁棒)⭐ | +| `app/main.py` `image_to_data_url/save_jpg_under_limit` | 传图 / JPG 压缩 | +| `app/main.py` `BatchWorker.run/process_one/call_generate_with_heartbeat/RateLimiter` | 并发/限速/重试/心跳 ⭐ | +| `app/main.py` `detect_api_type/normalize_api_url/api_config_errors` | 多接口适配与校验 | +| `api_config.json` / `settings.json` / `prompt.txt` | 配置与提示词模板 | +| `bootstrap.py` + `offline_runtime/` | 离线运行/打包(cmbot 不需要照搬) | +| `需求规格说明.md` | 完整功能需求(最权威) |