From agentic-ai-skills
Generates poetic parallel-universe micro-novels from 2026 World Cup match facts using (entity, event_type, emotion_intensity) triplets. Creates multimodal text+image stories via Baidu Ernie models. Activates on football narrative or triplet inputs.
npx claudepluginhub agenticaiplan/agenticaiskills --plugin agentic-ai-skillsThis skill uses the workspace's default tool permissions.
**执行本 Skill 前必须检查环境变量 `AISTUDIO_API_KEY` 是否已配置。**
Generates 300-500 word literary micro-fiction from fragmented user emotions and scenes in healing, sharp, or reflective styles. Triggers for emotional expression, story creation, or scene-to-novel conversion.
Generates optimized prompts for Gemini 2.5 Flash Image (Nano Banana) using best practices for photorealistic shots, art styles, and multi-turn editing workflows.
Creates original educational comics with multiple art styles, tones, detailed panel layouts, and sequential image generation for knowledge topics like biographies or tutorials.
Share bugs, ideas, or general feedback.
执行本 Skill 前必须检查环境变量 AISTUDIO_API_KEY 是否已配置。
Step 1: 检查 AISTUDIO_API_KEY 环境变量
↓
未配置 → Step 2: 引导用户获取并告知 API Key
↓
Step 3: 自动为用户配置 AISTUDIO_API_KEY
↓
已配置 → Step 4: 开始执行创作任务
如果 AISTUDIO_API_KEY 未配置或为空，必须停止执行并引导用户：
❌ API Key 未配置
本 Skill 需要百度星河社区 API Key 才能运行。
请按以下步骤操作：
- 访问 百度星河社区 注册账号
- 在个人中心获取 API Key
- 告知我您的 API Key，我将为您自动配置
注意：您无需在终端手动设置环境变量，直接告诉我 API Key 即可。
用户告知 API Key 后，自动为其配置环境变量：
export AISTUDIO_API_KEY="用户提供的key"
配置完成后确认：
✅ API Key 已配置成功，开始执行创作任务...
三元组意图驱动 × 实时联网检索 × 深度创意写作 × 多模态长图渲染 赛后一小时内完成从事实到诗意的全链路自动化创作
本Agent将世界杯比赛事件转化为"平行宇宙"式的文学叙事——基于真实赛况事实，但以诗意、文学化的方式重新诠释，创造出既有事实根基又富有艺术想象力的微小说作品。
关键原则：
使用本 skill 需要百度星河社区 API Key。
获取 API Key：访问 百度星河社区 注册并获取 API Key
💡 提示：执行 Skill 时会自动检查 API Key，如未配置会引导您设置。
| 配置项 | 值 |
|---|---|
| API Base URL | https://aistudio.baidu.com/llm/lmapi/v3 |
| 创作模型 | ernie-5.0-thinking-preview（原生全模态大模型） |
| 目标生图模型 | ernie-image-turbo（通过星河社区调用） |
| 最大输出Token | 65536 |
文本生成 API：
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://aistudio.baidu.com/llm/lmapi/v3",
)
# 流式调用
chat_completion = client.chat.completions.create(
model="ernie-5.0-thinking-preview",
messages=[{"role": "user", "content": "你的问题"}],
stream=True,
extra_body={"web_search": {"enable": True}},
max_completion_tokens=65536
)
for chunk in chat_completion:
if not chunk.choices or len(chunk.choices) == 0:
continue
# 处理推理内容 (thinking)
if hasattr(chunk.choices[0].delta, "reasoning_content") and chunk.choices[0].delta.reasoning_content:
print(chunk.choices[0].delta.reasoning_content, end="", flush=True)
else:
print(chunk.choices[0].delta.content, end="", flush=True)
关键参数说明：
| 参数 | 类型 | 说明 |
|---|---|---|
model | string | 模型名称：ernie-5.0-thinking-preview |
messages | array | 对话消息列表 |
stream | boolean | 是否流式输出，推荐 true |
extra_body.web_search.enable | boolean | 是否启用联网搜索 |
max_completion_tokens | integer | 最大输出Token数，默认 65536 |
pip install openai
| Skill | 用途 |
|---|---|
web-access | 执行联网检索，获取赛况事实和在地文化信息 |
所有请求必须包含三元组 (entity, event_type, emotion_intensity)，这是驱动整条流水线的唯一入口契约。
| 字段 | 类型 | 说明 | 示例 |
|---|---|---|---|
entity | string | 核心角色/球队/球员 | "梅西" / "巴西队" / "姆巴佩" |
event_type | string | 赛事事件类型 | "绝杀进球" / "点球大战失利" / "退场红牌" |
emotion_intensity | integer 0–10 | 情绪强度，驱动叙事视角路由 | 9 |
同一事件，不同视角的情绪方向完全相反。例如：
判断流程：
情绪方向定义：
| 方向 | 说明 | 适用场景 |
|---|---|---|
positive | 正向情绪 | 喜悦、胜利、庆祝、骄傲、感动 |
negative | 负向情绪 | 悲伤、失落、遗憾、愤怒、绝望 |
常见事件的情绪方向参考：
| 事件类型 | 正向视角（entity方） | 负向视角（对手方） |
|---|---|---|
| 绝杀进球 | 胜利狂欢 | 心碎绝望 |
| 帽子戏法 | 英雄礼赞 | 无力回天 |
| 夺冠时刻 | 巅峰荣耀 | 遗憾落败 |
| 点球大战获胜 | 惊险晋级 | 梦碎十二码 |
| 红牌退场 | -（通常为负向） | 获得优势 |
| 小组赛出局 | -（负向） | 竞争对手淘汰 |
情绪强度路由规则：
| emotion_intensity | 叙事视角 | 文风 |
|---|---|---|
| ≥ 8 | 第一人称热血 | 内心独白，高密度感官意象 |
| 5–7 | 伪纪实 | 第三人称限知，新闻笔法夹叙事 |
| < 5 | 纯第三人称冷峻 | 疏离感，白描，克制 |
| 步骤 | 模型 | 说明 |
|---|---|---|
| Step 1-9 | ernie-5.0-thinking-preview | 创作模型（原生全模态大模型） |
| Step 10 | ernie-image-turbo | 目标生图模型 |
┌──────────────────────────────────────────────────────────────┐
│ Phase 1 · 意图解构与契约锁定 │
│ Step 1 │ Intent_Parser │ 解析三元组 → conflict_archetype │
│ Step 2 │ Config_Manager │ 锁定体裁契约 (300-500字微小说) │
│ │ 📍 模型: ernie-5.0-thinking-preview │
└────────────────────────────┬─────────────────────────────────┘
▼
┌──────────────────────────────────────────────────────────────┐
│ Phase 2 · 逻辑规划与实时搜索 │
│ Step 3 │ Logic_Planner │ 路由叙事视角，配置 pacing_target │
│ │ 📍 模型: ernie-5.0-thinking-preview │
│ Step 4 │ Web_Search │ 双路检索：赛况事实 + 在地文化 │
│ │ 📍 使用 web-access skill │
└────────────────────────────┬─────────────────────────────────┘
▼
┌──────────────────────────────────────────────────────────────┐
│ Phase 3 · 创意生产与多重审计 │
│ Step 5 │ Creative_Writer │ 高质微小说创作 (300-500字) │
│ Step 6 │ Safety_Guard │ 合规审查 + 事实置信度核查 │
│ Step 7 │ Reflexion_Critic │ 自评闭环 (σ>0.3 触发局部重写) │
│ │ │ 上限3次 → 失败则熔断降级 │
│ │ 📍 模型: ernie-5.0-thinking-preview │
└────────────────────────────┬─────────────────────────────────┘
▼
┌──────────────────────────────────────────────────────────────┐
│ Phase 4 · 审美映射与多模态交付 │
│ Step 8 │ Aesthetic_Mapper │ 色彩/字体/间距映射 + CLIP校准 │
│ Step 9 │ LongImage_Renderer│ 生成图片提示词 (1:1 & 9:16) │
│ │ 📍 模型: ernie-5.0-thinking-preview │
│ Step 10│ MultiModal_Publisher│ 调用生图API生成最终图片 │
│ │ 📍 模型: ernie-image-turbo (目标生图模型) │
└──────────────────────────────────────────────────────────────┘
解析三元组，提取 conflict_archetype（叙事冲突原型）、psyche_mode（心理模式）与 emotion_direction（情绪方向）。
⚠️ 必须首先判断情绪方向
根据用户输入判断用户站在哪一方视角：
| 判断依据 | 示例 | 情绪方向 |
|---|---|---|
| 用户明确表达支持方 | "我们赢了！"、"法国队帽子戏法太牛了" | 正向 |
| 用户明确表达对立面 | "被绝杀了，心碎"、"我们的点球输了" | 负向 |
| 用户使用第一人称关联 entity | "梅西的绝杀"（用户是梅西球迷） | 正向 |
| 用户未明确视角 | "姆巴佩帽子戏法写个故事" | 需询问 |
询问用户示例：
您提到「姆巴佩帽子戏法」，请问您是站在哪一方视角来创作？
- 法国队/姆巴佩球迷视角 → 正向情绪（英雄礼赞、胜利狂欢）
- 对手球队球迷视角 → 负向情绪（无力回天、绝望心碎）
请告诉我您的视角，我将为您创作相应的叙事。
模型调用：ernie-5.0-thinking-preview
冲突原型类型（需结合情绪方向）：
| 情绪方向 | 正向冲突原型 | 负向冲突原型 |
|---|---|---|
| positive | hero_rises（英雄崛起） | - |
| positive | last_stand（最后一战·胜利） | - |
| positive | underdog_rises（黑马崛起） | - |
| negative | - | hero_falls（英雄迟暮） |
| negative | - | bitter_betrayal（苦涩背叛） |
| negative | - | silent_defeat（无声落败） |
| 双向 | silent_redemption（无声救赎） | silent_redemption（无声救赎） |
心理模式类型（需结合情绪方向）：
| 情绪方向 | 正向心理模式 | 负向心理模式 |
|---|---|---|
| positive | volcanic（火山爆发式） | - |
| positive | triumphant（凯旋式） | - |
| positive | transcendent（超然升华式） | - |
| negative | - | melancholic（忧郁沉思式） |
| negative | - | numb（麻木疏离式） |
| negative | - | defiant（抗争不屈式） |
⚠️ 拆解三元组后，必须让用户确认
确认内容展示：
三元组拆解结果确认
字段 值 核心角色 姆巴佩 事件类型 帽子戏法 情绪强度 8 情绪方向 正向（法国队球迷视角） 冲突原型 hero_rises（英雄崛起） 心理模式 volcanic（火山爆发式） 请确认以上拆解是否正确？
- 确认 → 继续执行
- 需要调整 → 请告诉我需要修改的内容
{
"entity": "球员/球队名",
"event_type": "事件类型",
"emotion_intensity": 0-10,
"emotion_direction": "positive/negative",
"conflict_archetype": "冲突原型",
"psyche_mode": "心理模式",
"user_perspective": "用户视角说明"
}
确认输出契约：体裁为社媒微小说，篇幅300-500字，锁定叙事约束参数。
模型调用：ernie-5.0-thinking-preview
输出格式：
{
"genre": "社媒微小说",
"length_limit": {"min": 300, "max": 500},
"pov_mode": "视角模式",
"forbidden_patterns": ["禁止模式列表"],
"tone_anchor": "英文基调描述短语"
}
禁止模式：
根据 pov_mode 配置叙事节奏目标 pacing_target，确定三幕结构分配。
模型调用：ernie-5.0-thinking-preview
节奏类型：
staccato - 断奏式（短促有力）wave - 波浪式（起伏有致）avalanche - 雪崩式（递进爆发）输出格式：
{
"act_1_words": 开篇字数,
"act_2_words": 冲突字数,
"act_3_words": 结局字数,
"pacing_target": "节奏类型",
"sensory_anchors": ["感官锚点1", "感官锚点2", "感官锚点3"],
"emotion_score_series": [0.3, 0.5, 0.8, 1.0, 0.9]
}
重要：两路检索必须独立执行，保持事实溯源可追踪。
使用 web-access skill 执行检索
Query-A：赛况事实检索
搜索关键词：{年份}世界杯 {entity} {event_type} 赛况比分 场馆
需要获取：
match_score - 比分minute_of_event - 事件发生分钟数venue - 场馆名称attendance - 观众人数key_facts - 关键事实（最多5条）confidence_scores - 每条事实的置信度（0.0-1.0）Query-B：在地文化细节检索
搜索关键词：{年份}世界杯 举办城市 本地文化 球迷氛围 地标
需要获取：
city_name - 城市名local_atmosphere - 本地氛围描述cultural_symbols - 文化符号（3个）crowd_chant_fragment - 球迷口号片段将 Steps 1–4 所有输出作为上下文，生成 ≤300 字微小说正文。
模型调用：ernie-5.0-thinking-preview
创作规则：
emotion_direction（正向/负向情绪）创作时必须遵循以下8项高质标准，确保微小说品质：
1. 叙事创新性
2. 剧情紧凑度
3. 核心主题明确
4. 情感浓度
5. 悬念与张力
6. 人物辨识度
7. 语言精炼度
8. 真实感与共情
情绪方向创作指南：
| 情绪方向 | 叙事基调 | 感官锚点示例 | 关键词 |
|---|---|---|---|
| positive（正向） | 胜利、喜悦、荣耀、骄傲 | 金色光芒、欢呼声、香槟味道 | 狂喜、巅峰、永恒、传奇 |
| negative（负向） | 失落、遗憾、悲壮、心碎 | 雨滴、沉默、灰色天空 | 沉默、离别、最后一眼、遗憾 |
正向情绪示例：
"金色雨从天而降，我听见九万人的咆哮化成一首歌。这不是一个进球——这是一个时代的加冕..."
负向情绪示例：
"雨还在下。我听见自己的心跳，和看台上那片沉默融为一体。十二码的距离，却隔着整整一个时代..."
事实模糊化规则：
| confidence_score | 处理方式 | 示例转换 |
|---|---|---|
| ≥ 0.80 | 直接使用 | "第89分钟" |
| 0.60–0.79 | 轻度模糊 | "比赛尾声" |
| < 0.60 | 强制虚化 | "某个注定的瞬间" |
输出格式：
{
"novel_text": "微小说正文",
"word_count": 字数,
"sensory_anchors_used": ["使用的感官锚点"],
"fuzzified_facts": ["模糊化处理的事实"],
"quality_checklist": {
"narrative_innovation": true/false,
"plot_compactness": true/false,
"theme_clarity": true/false,
"emotional_intensity": true/false,
"suspension_tension": true/false,
"character_distinctiveness": true/false,
"language_precision": true/false,
"empathy_realism": true/false
}
}
并行执行内容合规审查与事实置信度核查。
模型调用：ernie-5.0-thinking-preview
审计维度：
compliance_pass - 合规是否通过forbidden_content_check - 禁止内容检查（政治/宗教争议意象、低俗违法内容、近现代名人肖像）fact_confidence_pass - 事实置信度是否通过overall_pass - 整体是否通过输出格式：
{
"compliance_pass": true/false,
"compliance_issues": ["问题列表"],
"forbidden_content_check": true/false,
"forbidden_content_found": ["发现的禁止内容"],
"fact_confidence_pass": true/false,
"unfuzzified_risks": ["未模糊化风险"],
"overall_pass": true/false,
"audit_note": "审计摘要"
}
对小说进行多维自评，任一核心维度不通过则回流 Step 5。
模型调用：ernie-5.0-thinking-preview
硬性门槛（必须通过，不纳入评分）：
高质方法论校验维度（按重要性权重）：
| 维度 | 权重 | 评分标准 | 不通过处理 |
|---|---|---|---|
| 叙事创新性 | 15% | 是否有新颖变量或独特视角，避免套路化 | 提示创新方向后回流 |
| 剧情紧凑度 | 20% | 是否无冗余铺垫，起承转合完整 | 删减冗余后回流 |
| 核心主题明确 | 15% | 主题是否清晰，情感内核是否有共鸣 | 明确主题后回流 |
| 情感层次 | 15% | 情绪弧线是否完整，情感浓度是否足够，有无层次起伏 | 调整情绪曲线后回流 |
| 悬念与张力 | 10% | 开篇/结尾是否有悬念设计，冲突是否合乎逻辑 | 增加悬念钩子后回流 |
| 人物一致性 | 15% | 人物性格是否鲜明，行为是否符合人设，无突兀反转 | 调整人物细节后回流 |
| 语言精炼度 | 5% | 是否有金句，是否无冗余长句 | 精简语言后回流 |
| 真实感与共情 | 5% | 是否真实自然，能否触发共情 | 增加感官细节后回流 |
高质评分计算：
quality_score = Σ (维度评分 × 权重)
quality_score ≥ 0.75 → 通过0.60 ≤ quality_score < 0.75 → 需改进后回流quality_score < 0.60 → 熔断，标记 quality_status: "degraded"熔断规则：最多重试3次，超限则标记 quality_status: "degraded" 直通 Step 8。
输出格式：
{
"word_count_ok": true/false,
"quality_score": 0.0-1.0,
"quality_breakdown": {
"narrative_innovation": 0.0-1.0,
"plot_compactness": 0.0-1.0,
"theme_clarity": 0.0-1.0,
"emotional_depth": 0.0-1.0,
"suspension_tension": 0.0-1.0,
"character_consistency": 0.0-1.0,
"language_precision": 0.0-1.0,
"empathy_realism": 0.0-1.0
},
"overall_pass": true/false,
"rewrite_instructions": "重写指令或null",
"iteration": 当前迭代次数
}
将情绪评分序列映射为色彩、字体、间距参数。
模型调用：ernie-5.0-thinking-preview
输出格式：
{
"dominant_color_hex": "#主色调",
"secondary_color_hex": "#辅助色",
"font_weight": "light/regular/bold/heavy",
"line_spacing_multiplier": 1.0-2.0,
"landscape_base": "英文视觉背景描述",
"clip_cosine_score": 0.0-1.0,
"recalibration_note": "校准说明或null"
}
CLIP校准：cos θ < 0.72 时必须输出 recalibration_note 并重新映射。
生成双版面图片提示词，用于后续调用生图API。
模型调用：ernie-5.0-thinking-preview（生成图片提示词）
重要提示：
ernie-image-turbo 对中文理解能力更强，所有图片提示词必须使用中文撰写参考文档：撰写提示词时请参考 image_prompt_guide.md，确保提示词清晰、优质、符合文生图最佳实践。
生成图片提示词时必须遵循以下6项高质标准：
1. 场景辨识度
2. 场景叙事功能
3. 视觉构图简洁
4. 情绪色彩统一
5. 视觉钩子设计
6. 光影层次丰富
图片必须体现三元组中的 event_type 和 emotion_direction，通过视觉元素传达事件性质和情绪方向：
正向情绪（positive）视觉元素：
| 核心事件 | 视觉元素 | 色彩基调 |
|---|---|---|
| 绝杀进球（进球方） | 球员剪影、金色光芒、胜利姿态、欢腾人群 | 深红/金色 |
| 帽子戏法（进球方） | 三颗足球、庆祝动作、聚光灯、金色数字"3" | 深紫/金色 |
| 夺冠时刻 | 举起奖杯、金色雨、国旗飘扬、烟火 | 金色/翠绿 |
| 点球大战获胜 | 拥抱庆祝、晋级横幅、惊险逃生后的狂喜 | 蓝色/金色 |
负向情绪（negative）视觉元素：
| 核心事件 | 视觉元素 | 色彩基调 |
|---|---|---|
| 绝杀进球（被进球方） | 孤独背影、沉默的球场、黯淡灯光 | 灰蓝/暗色 |
| 帽子戏法（对手方） | 无力回天、空旷球门、绝望眼神 | 灰色/暗紫 |
| 点球大战失利 | 孤独背影、空旷球门、雨滴、点球点 | 灰蓝/银白 |
| 红牌退场 | 红色卡片、离场背影、孤独通道 | 灰色/暗红 |
| 小组赛出局 | 低头沉默、更衣室背影、空荡球场 | 灰蓝/暗色 |
⚠️ 重要：同一事件根据 emotion_direction 选择完全不同的视觉元素和色彩基调。
图片生成提示词结构（中文）：
方图提示词：
一张方形海报，
[主色调]渐变背景，[辅助色]光晕点缀，
画面中央呈现[核心事件的视觉表现]，
[背景描述]，
[风格关键词]，[情绪关键词]，[核心事件关键词]，
高清，编辑品质，2026年世界杯主题
长图提示词（纯背景，不含文字）：
一张竖版长图海报，
[主色调]背景，[辅助色]点缀，
画面呈现[核心事件的视觉表现]作为背景，
顶部和中央区域留有简洁空间，
[背景描述]作为微妙的纹理，
[风格关键词]，[情绪关键词]，[核心事件关键词]，
高清，编辑品质，2026年世界杯主题
提示词撰写要点：
聚合所有步骤输出，调用生图API生成图片，叠加微小说文字和免责声明，组装结构化交付包。
⚠️ 执行流程（必须按顺序完成）：
Step 10.1: 生成方图 (1:1) 和长图 (9:16) ─────────→ 获取 image_1x1_url 和 image_9x16_url
│
▼
Step 10.1.1: ⚠️ 用户确认与反馈循环 ─────────────────→ 用户满意后继续
│
▼
Step 10.2.1: 为方图叠加免责声明 ──────────────────→ 获取 image_1x1_final_path
│
▼
Step 10.2.2: 为长图叠加微小说文字 + 免责声明 ──────→ 获取 image_9x16_final_path
│
▼
Step 10.3: 组装最终输出 ─────────────────────────→ 返回完整 JSON
⚠️ 关键提醒：
dominant_color_hex 自动判断使用白色或黑色文字模型调用：ernie-image-turbo（目标生图模型）
API 调用方式 (OpenAI SDK)：
import base64
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://aistudio.baidu.com/llm/lmapi/v3",
)
response = client.images.generate(
model="ernie-image-turbo",
prompt="图片描述提示词",
n=1,
response_format="url", # 或 "b64_json"
size="1024x1024",
extra_body={
"seed": 42,
"use_pe": True,
"num_inference_steps": 8,
"guidance_scale": 1.0
}
)
# 获取图片 URL
image_url = response.data[0].url
⚠️ 此步骤不可跳过！图片生成后必须让用户确认满意度。
图片生成完成后，必须向用户展示生成的图片并收集反馈。
执行流程：
Step 1: 展示生成的图片给用户
↓
Step 2: 询问用户满意度
↓
Step 3a: 用户满意 → 继续执行 Step 10.2
↓
Step 3b: 用户不满意 → 收集反馈意见 → 重新生成图片
↓
重试（最多3次，超限提示用户）
用户确认询问模板：
图片已生成完成！
请查看上方图片，您对生成的效果满意吗？
- 满意 → 我将继续完成后续步骤（叠加文字、组装最终输出）
- 不满意 → 请告诉我您希望调整的地方（如：色彩、构图、氛围、风格等），我将重新生成
请回复您的选择或反馈意见。
反馈处理流程：
| 用户反馈类型 | 处理方式 |
|---|---|
| 用户回复"满意"/"可以"/"继续"等肯定词 | 继续执行 Step 10.2 |
| 用户回复具体修改意见 | 收集反馈，调整 Step 9 的图片提示词，重新调用 Step 10.1 |
| 用户回复"不满意"但无具体意见 | 询问具体调整方向（色彩/构图/氛围/风格） |
重试规则：
⚠️ 禁止行为：
⚠️ 此步骤不可遗漏！所有图片必须叠加免责声明，长图还需叠加微小说文字。
文生图模型无法精确渲染文字，需通过代码在生成的图片上叠加内容。
执行顺序：
Step 10.2.1: 为方图 (1:1) 叠加免责声明
↓
Step 10.2.2: 为长图 (9:16) 叠加微小说文字 + 免责声明
↓
Step 10.3: 组装最终输出
免责声明要求：
执行检查清单（执行前必须确认）：
novel_text）dominant_color_hex）文字颜色选择规则（根据背景色调自动判断）：
| 背景主色调 | 文字颜色 | RGB 值 | 判断逻辑 |
|---|---|---|---|
| 深色（深红、深紫、深蓝、灰蓝等） | 白色 | (255, 255, 255) | 背景亮度 < 128 |
| 浅色（白、淡黄、淡蓝等） | 黑色 | (0, 0, 0) | 背景亮度 ≥ 128 |
| 不确定时 | 白色带描边 | 白色文字 + 黑色描边 | 确保可读性 |
完整代码示例（直接执行）：
from PIL import Image, ImageDraw, ImageFont
import requests
from io import BytesIO
import textwrap
DISCLAIMER_TEXT = "AI创意叙事，不构成新闻报道"
def calculate_brightness(hex_color: str) -> float:
"""计算颜色亮度（0-255）"""
hex_color = hex_color.lstrip('#')
r, g, b = tuple(int(hex_color[i:i+2], 16) for i in (0, 2, 4))
return (r * 299 + g * 587 + b * 114) / 1000
def get_font(font_size: int) -> ImageFont:
"""获取可用的中文字体"""
font_paths = [
"/System/Library/Fonts/PingFang.ttc", # macOS
"/System/Library/Fonts/STHeiti Light.ttc", # macOS 备选
"/usr/share/fonts/truetype/noto/NotoSansCJK-Regular.ttc", # Linux
"/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc", # Linux 备选
"/Windows/Fonts/msyh.ttc", # Windows 微软雅黑
"NotoSansSC-Regular.otf", # 当前目录
]
for font_path in font_paths:
try:
return ImageFont.truetype(font_path, font_size)
except:
continue
return ImageFont.load_default()
def add_disclaimer(img: Image.Image, brightness: float) -> Image.Image:
"""
在图片底部居中添加免责声明
Args:
img: PIL Image 对象
brightness: 背景亮度值
Returns:
添加了免责声明的图片
"""
draw = ImageDraw.Draw(img)
width, height = img.size
# 免责声明样式：小字号，半透明灰色，不干扰主视觉
disclaimer_font_size = 12
disclaimer_font = get_font(disclaimer_font_size)
# 根据背景亮度选择免责声明颜色（灰色系，半透明效果）
if brightness < 128:
disclaimer_color = (180, 180, 180, 200) # 浅灰色（深色背景用）
else:
disclaimer_color = (100, 100, 100, 200) # 深灰色（浅色背景用）
# 计算免责声明位置（底部居中，距底部20px）
bbox = draw.textbbox((0, 0), DISCLAIMER_TEXT, font=disclaimer_font)
text_width = bbox[2] - bbox[0]
x = (width - text_width) // 2
y = height - 35 # 距底部35px，留出一定边距
# 绘制免责声明
draw.text((x, y), DISCLAIMER_TEXT, font=disclaimer_font, fill=disclaimer_color[:3])
return img
def process_square_image(
image_url: str,
dominant_color_hex: str,
output_path: str = "/tmp/final_1x1.png"
) -> str:
"""
为方图叠加免责声明
Args:
image_url: 生成的方图URL
dominant_color_hex: 背景主色调（来自Step 8，如 "#1a1a2e"）
output_path: 输出图片路径
Returns:
输出图片路径
"""
# 下载图片
response = requests.get(image_url)
img = Image.open(BytesIO(response.content))
# 计算背景亮度
brightness = calculate_brightness(dominant_color_hex)
# 添加免责声明
img = add_disclaimer(img, brightness)
# 保存结果
img.save(output_path)
print(f"✅ 方图免责声明叠加完成: {output_path}")
return output_path
def overlay_text_on_image(
image_url: str,
novel_text: str,
dominant_color_hex: str,
output_path: str = "/tmp/final_9x16.png"
) -> str:
"""
在生成的长图上叠加微小说文字 + 免责声明
⚠️ 此函数必须执行，不可跳过
Args:
image_url: 生成的背景图片URL
novel_text: 微小说原文（300-500字）
dominant_color_hex: 背景主色调（来自Step 8，如 "#1a1a2e"）
output_path: 输出图片路径
Returns:
输出图片路径
"""
# 1. 下载背景图片
response = requests.get(image_url)
img = Image.open(BytesIO(response.content))
draw = ImageDraw.Draw(img)
# 2. 根据背景亮度自动选择文字颜色
brightness = calculate_brightness(dominant_color_hex)
text_color = (255, 255, 255) if brightness < 128 else (0, 0, 0)
# 3. 字体设置
font_size = 24
line_height = int(font_size * 1.8) # 行间距
margin = 50
font = get_font(font_size)
# 4. 自动换行处理（每行约25个中文字符）
chars_per_line = 25
lines = textwrap.wrap(novel_text, width=chars_per_line)
# 5. 绘制微小说文字
y_position = margin
for line in lines:
draw.text((margin, y_position), line, font=font, fill=text_color)
y_position += line_height
# 6. 叠加免责声明（底部居中）
img = add_disclaimer(img, brightness)
# 7. 保存结果
img.save(output_path)
print(f"✅ 长图文字叠加完成，已保存至: {output_path}")
print(f" - 背景亮度: {brightness:.1f}")
print(f" - 微小说文字颜色: {'白色' if text_color == (255, 255, 255) else '黑色'}")
print(f" - 总行数: {len(lines)}")
print(f" - 免责声明: 已叠加")
return output_path
# ========== 执行示例 ==========
# 方图处理（仅叠加免责声明）
# final_1x1_path = process_square_image(
# image_url="方图URL",
# dominant_color_hex="#1a1a2e" # 来自 Step 8
# )
# 长图处理（叠加微小说文字 + 免责声明）
# final_9x16_path = overlay_text_on_image(
# image_url="长图URL",
# novel_text="微小说正文...",
# dominant_color_hex="#1a1a2e" # 来自 Step 8
# )
执行后验证：
常见问题修复：
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 文字不可见 | 颜色与背景相近 | 切换文字颜色（白↔黑）或添加描边 |
| 文字溢出 | 字号过大或行数过多 | 减小字号至 20px 或增加每行字符数 |
| 字体缺失 | 系统无指定字体 | 使用上述代码中的字体路径列表 |
| 排版混乱 | 未正确换行 | 使用 textwrap.wrap() 确保自动换行 |
| 免责声明不清晰 | 颜色对比不足 | 调整免责声明颜色为更明显的灰色 |
文字叠加参数标准值：
| 参数 | 标准值 | 说明 |
|---|---|---|
| 微小说字体 | 思源黑体 / PingFang SC | 清晰易读的中文字体 |
| 微小说字号 | 24px | 300-500字篇幅最佳 |
| 行间距 | 1.8倍字号 | 阅读舒适 |
| 微小说文字颜色 | 自动判断 | 根据背景亮度选择白/黑 |
| 边距 | 50px | 四周留白 |
| 每行字符 | 25个中文字 | 确保排版整齐 |
| 免责声明字号 | 12px | 小字号，不干扰主视觉 |
| 免责声明颜色 | 半透明灰色 | 根据背景亮度调整深浅 |
| 免责声明位置 | 底部居中 | 距底部35px |
⚠️ 输出前必须确认：
最终输出格式：
{
"novel_text": "微小说正文",
"word_count": 字数,
"image_1x1_url": "方图原始URL",
"image_1x1_final_path": "方图最终路径（已叠加免责声明，如 /tmp/final_1x1.png）",
"image_9x16_url": "长图背景URL（生成原始图）",
"image_9x16_final_path": "长图最终路径（已叠加文字+免责声明，如 /tmp/final_9x16.png）",
"text_overlay_completed": true,
"disclaimer_added": true,
"text_color_used": "white/black",
"provenance_metadata": {
"match_source": "事实来源",
"retrieval_timestamp": "检索时间戳",
"confidence_summary": "置信度摘要"
},
"quality_status": "passed/degraded",
"disclaimer": "AI创意叙事，不构成新闻报道"
}
if hasattr(response.data[0], 'b64_json') and response.data[0].b64_json: image_bytes = base64.b64decode(response.data[0].b64_json) with open("output.png", "wb") as f: f.write(image_bytes)
**图片生成参数说明**：
| 参数 | 类型 | 说明 | 推荐值 |
|------|------|------|--------|
| `model` | string | 模型名称 | `ernie-image-turbo` |
| `prompt` | string | 图片描述提示词 | 来自 Step 9 的提示词 |
| `n` | integer | 生成图片数量 (1-4) | `1` |
| `response_format` | string | 返回格式 | `url` 或 `b64_json` |
| `size` | string | 图片尺寸 | 见下方支持列表 |
| `seed` | integer | 随机种子 | `42` |
| `use_pe` | boolean | 使用 Prompt Enhancement | `true` |
| `num_inference_steps` | integer | 推理步数 | `8` |
| `guidance_scale` | float | 引导系数 | `1.0` |
**支持的图片尺寸**：
- `1024x1024` - 方图 (1:1)
- `1376x768` - 横版 (16:9)
- `1264x848` - 横版 (3:2)
- `1200x896` - 横版 (4:3)
- `896x1200` - 竖版 (3:4)
- `848x1264` - 竖版 (2:3)
- `768x1376` - 竖版 (9:16)
- `1024x1820` - 长图 (9:16)
**最终输出格式**：
```json
{
"novel_text": "微小说正文",
"word_count": 字数,
"image_1x1_url_or_base64": "方图URL或Base64",
"image_9x16_url_or_base64": "长图URL或Base64",
"provenance_metadata": {
"match_source": "事实来源",
"retrieval_timestamp": "检索时间戳",
"confidence_summary": "置信度摘要"
},
"quality_status": "passed/degraded",
"pipeline_summary": {
"persona_drift_sigma": 值,
"emotion_arc_fit": 值,
"audit_pass": true/false,
"total_iterations": 迭代次数
}
}
| 评估维度 | 阈值 | 不通过处理 |
|---|---|---|
| 人设漂移 σ | ≤ 0.30 | 变异 tone_anchor 参数后回流 Step 5 |
| 情绪弧线拟合度 | ≥ 0.70 | 调整三幕字数分配后回流 Step 5 |
| 字数达标 | 300-500字 | 调整字数后回流 Step 5 |
| 最大重试次数 | 3次 | 超限触发熔断，quality_status: "degraded" |
| HTTP状态码 | 含义 | 处理策略 |
|---|---|---|
401 | API Key 无效 | 中止，提示检查密钥 |
429 | 限流 | 指数退避重试：1s → 4s → 16s，最多3次 |
5xx | 服务端错误 | 指数退避重试3次，失败后降级 |
| 产物 | 规格 | 用途 |
|---|---|---|
| 微小说正文 | 300-500字中文 | 社媒文案 |
| 1:1 方图 | 1024×1024 | 朋友圈 / Instagram |
| 9:16 竖版长图 | 1024×1820 | 微博 / 小红书 / Story |
| 溯源元数据 | JSON | 内容审核 / 存档 |
| 质量状态标记 | passed / degraded | 发布决策参考 |
用户输入：
为梅西在2026世界杯的绝杀进球写一个平行宇宙故事，情绪强度9
三元组解析：
{
"entity": "梅西",
"event_type": "绝杀进球",
"emotion_intensity": 9
}
执行流程：
silent_redemption, psyche_mode: transcendent第一人称热血, tone_anchor: breathless, luminous, time-suspendedavalanche, 三幕结构 80/140/80 字AISTUDIO_API_KEY 环境变量本工具仅供创意写作与体育人文传播用途。 所有生成内容均为 AI 创意叙事，不构成新闻报道，请勿作为事实依据传播。