Article Visual Design

公众号图文图片管理（模板化 + 视觉校验）

图片模式与跳过条件（运行控制驱动）

公众号文章的封面与正文配图由 user message 的结构化运行控制 article_image_mode 决定。缺失时按 cover_and_content。本 skill 不解析自然语言禁令：

封面关·配图开时，Phase 4 正文图因无封面作 ref_image_path 风格锚点，改为各自独立生成（不传 ref_image_path，或链到首张已生成图），严禁指向不存在的 $DIR/cover.png。Phase 0/1（模板选择、节奏规划、三维风格分析）不受开关影响，始终执行。

下方各 Phase 顶部再次标注其跳过条件；质量验证的图片相关项在配图开关关闭时跳过。

公众号图片尺寸与展示规则

公众号图片的比例和大小由本 skill 固定，并在 MCP generate_image 参数中显式传入；不依赖项目级/任务级 image ratio 自动推断。项目/任务的 image ratio 可服务其他平台，但公众号文章优先使用下列固定规则：

visual-rhythm-plan.md 中正文图 slot 默认不要滥用 full-bleed；正文阅读流优先 full-width 或 inline。render_template 会按 image_size 控制展示宽度：full-bleed=100%、full-width=86%、inline=68%。

受控文字策略

图片上是否需要文字由场景决定，不再一律纯图：

• 封面：当标题利益点强、系列感明显、教程/清单/杂志编辑风、或用户/项目视觉风格明确需要时，可生成 2-8 个字的短标题/关键词；普通氛围图、真实场景摄影、情绪意象封面默认无字。
• 正文图：真实场景/氛围图默认无字；信息图、流程图、对比图、清单总结图可带少量中文标签或短句。
• 所有文字必须写入 prompt 与 verification_prompt，vision 校验必须检查文字是否短、清晰、无乱码、无水印、无 logo、无密集排版；文字失败时优先改为无字图或重试。

MCP 工具

五阶段流程

Phase 0: 模板选择 + 节奏规划
  └─ 读取 03-article.md → 选模板 → 写 visual-rhythm-plan.md

Phase 1: 三维风格分析
  └─ 账号定位 + 内容主题 + 受众 → $VISUAL_STYLE / $COLOR_PALETTE / $MOOD

Phase 2: 封面生成
  └─ 基于风格分析 + 文章核心隐喻 → 生成 + 上传

Phase 3: 配图规划
  └─ 逐章节提取 visual_brief + required_entities + must_match_excerpts → 写 image-plan.md

Phase 4: 配图生成（带 vision 校验）
  └─ 按 rhythm-plan slot 顺序生成 → vision 校验 → 失败重试 → 写 images.json

Phase 0：模板选择与节奏规划

步骤 0a：选择文章类型模板

读取 $DIR/03-article.md（或 04-article-final.md），根据结构特征匹配模板：

自动决策原则：不向用户询问。特征模糊时优先选 long-form-essay。

步骤 0b：创建 visual-rhythm-plan.md

读取 $DIR/03-article.md，对每个 ## 章节，分配一个 slot。详细模板和示例见 references/rhythm.md。

每个 slot 必须包含：

• slot_id：hero / section_opener / inline_detail / footer
• section_index：对应 ## 章节的 0-based 序号（footer 用 -1）
• image_size：full-bleed / full-width / inline（正文阅读流优先 full-width / inline，避免正文图撑满）
• module：从模板的 modules.preferred 中选，可为 null
• composition_type：从 8 种构图类型中选（参见 references/content.md）
• chapter_anchor：对应章节的标题或核心论点（1 句话）

产出：$DIR/visual-rhythm-plan.md

Phase 1：视觉风格确定（配置优先，分析兜底）

步骤 1a：读取任务已解析的视觉风格（权威来源）

公众号"模板"由三个正交维度组成：图片视觉（visual_style）、写作者（writer）、排版样式（theme）。三者各自独立解析，互不推导——写作者绝不决定图片视觉。

get_project_profile 已按 task > project 解析并返回视觉维度的最终值：

• $VISUAL_STYLE_CONFIGURED = profile 的 visual_style 字段（解析后的视觉风格描述/关键词）
• $VISUAL_STYLE_SOURCE = profile 的 visual_style_source（task / project）

关键规则：

• 若 $VISUAL_STYLE_CONFIGURED 非空 → 它是权威视觉锚点。以它为 $VISUAL_STYLE 的核心，三维分析只做补充细化（配色、情绪、构图），绝不可覆盖或偏离配置的视觉方向。例如配置了"温暖自然的生活摄影"，分析就只能往暖色调、自然光、真实场景细化，不得生成维多利亚木刻/黑白版画等冲突风格。
• 若 $VISUAL_STYLE_CONFIGURED 为空（所有层级都未配置视觉）→ 执行完整三维分析兜底。

步骤 1b：三维风格分析（细化 / 兜底）

基于 get_project_profile 返回的 $ACCOUNT_POSITIONING / $ACCOUNT_KEYWORDS / $ACCOUNT_AUDIENCE 和 $DIR/04-article-final.md 内容，执行三维分析。当步骤 1a 有配置锚点时，分析必须向该锚点收敛（即用账号/内容主题来充实已指定的视觉方向），而非另起炉灶。

详细规范见 references/cover.md。

产出：$VISUAL_STYLE（含配置锚点 + 细化方向）/ $COLOR_PALETTE / $MOOD / $VISUAL_STYLE_SOURCE

Phase 2：封面生成（委托 article-cover-design skill）

封面开关守卫：当 article_image_mode 为 content_only 或 text_only 时，Phase 2 整体跳过——不调 generate_image、不生成 $DIR/cover.png、不取 media_id/$COVER_PATH。article-cover-design skill 同步跳过（见其「跳过条件」）。封面关·配图开时，Phase 4 正文图改用无锚点独立生成。

封面是全篇风格锚点（产物 $DIR/cover.png 供 Phase 4 内容图 ref_image_path 继承）。封面设计已独立成稿——using the article-cover-design skill，它硬编码官方比例（900×383 / 2.35:1）、中心安全区构图（转发卡 1:1 兼容）、受控文字策略、从文章核心隐喻推导视觉概念、vision 6 维评分卡把关。本阶段只交代与本 skill 的衔接：

• 核心规格：大图 2.35:1（900×383px，服务端强制精确裁剪），转发卡 1:1 由中心安全区自动覆盖，受控文字策略（按真实场景决定是否带短文字）。
• 生成调用：generate_image(project_id=$PROJECT_ID, prompt=<封面提示词>, image_type="cover", output_path="$DIR/cover.png", task_id=$TASK_ID, size="21:9", upload_to_cdn=true, verify_with_vision=true, verification_prompt=<6 维评分卡>)。
  • size="21:9" 是生成提示比（Volcengine 支持的最近比）；服务端按 platform=article + image_type=cover 把成品精确裁到 900×383 并像素断言——微信零裁剪，告别「需要手动裁剪的纯图」。
  • upload_to_cdn=true：vision 校验通过才上传，直接返回 media_id（封面 thumb）+ wechat_url；校验未通过不上传（不浪费素材位）。
• vision 评分卡不过 → 按 sharper_prompt_hint 锐化 prompt 重试，最多 3 次；仍不过请求用户协助，不得用未通过封面发布。
• 详细推导链、6 维评分卡模板、迭代策略、cover-prompt.md 审计见 article-cover-design/SKILL.md；三维风格方向参考见 references/cover.md。

产出：$DIR/cover.png, media_id, $COVER_PATH

Phase 3：配图内容规划（升级 schema）

配图开关守卫：当 article_image_mode 为 cover_only 或 text_only 时，Phase 3 整体跳过——不创建 image-plan.md；模板 image_count.min 不再生效，不得据此强制规划配图。节奏规划（Phase 0b）仍创建，所有非 hero slot 的 image_url=null。

新 schema：visual_brief + required_entities + must_match_excerpts

旧 schema 的 visual_subject 字段过于抽象（"商务场景"、"科技背景"），已废弃。新 schema 强制要求三个具体字段：

详细正反例和规划流程见 references/content.md。

产出：$DIR/image-plan.md

Phase 4：配图生成（带 vision 校验循环）

配图开关守卫：当 article_image_mode 为 cover_only 或 text_only 时，Phase 4 整体跳过——不生成任何正文图、不写 images.json、正文不内联 <img>。封面关·配图开时本 Phase 仍执行，但步骤 4c 的 ref_image_path 不得指向未生成的 $DIR/cover.png（改不传或链首图）。

按 $DIR/visual-rhythm-plan.md 中 slot 的顺序生成。每个 slot 执行：

步骤 4a：构建 prompt

基于 image-plan.md 中对应章节的：

• visual_brief（主体描述）
• required_entities（必须出现的实体清单）
• composition_type（构图约束）
• 叠加 $VISUAL_STYLE / $COLOR_PALETTE 风格语言

步骤 4b：构建 vision 校验 prompt

按下方模板构建 verification_prompt（必须在 4c 调用 generate_image 前就绪，服务端要求 verify_with_vision=true 时 verification_prompt 非空）：

这张图用于文章《$ARTICLE_TITLE》的章节《$CHAPTER_TITLE》。
章节核心论点：$CORE_POINT
必须出现的视觉元素：$REQUIRED_ENTITIES（逐项列出）
视觉简报：$VISUAL_BRIEF
请按 JSON 格式回答：
{
  "all_entities_present": true/false,
  "missing_entities": ["缺的实体 1", ...],
  "relevance_score": "high" | "medium" | "low",
  "has_forbidden_content": true/false,
  "forbidden_notes": "文字/水印/低俗等问题描述",
  "overall_pass": true/false,
  "sharper_prompt_hint": "如不通过，给出更锐化的 prompt 建议"
}

步骤 4c：生成图片（带 vision 校验 + 原子上传）

generate_image(
  project_id=$PROJECT_ID,
  prompt=<步骤 4a 构建的 prompt>,
  image_type="content",
  output_path="$DIR/img_N.png",
  task_id=$TASK_ID,
  ref_image_path=<封面开关开启时 "$DIR/cover.png"；封面关时省略或链到首张已生成图>,
  verify_with_vision=true,
  size=<按 slot 固定：section_opener 用 "4:3"；inline_detail 用 "1:1"；信息图/流程图/对比图默认 "4:3">,
  verification_prompt=<步骤 4b 构建的校验 prompt>,
  upload_to_cdn=true
)

关键：

• size：必须显式传入，普通正文配图/信息图用 size="4:3"，段内细节图用 size="1:1"；不得依赖项目级/任务级 image ratio。
• ref_image_path：封面开关开启时用 $DIR/cover.png（风格锚点）；封面关·配图开时不传（或链到首张已生成图），严禁指向不存在的 $DIR/cover.png。
• upload_to_cdn=true 让生成与上传原子化：同一调用内完成生成→保存→校验→压缩→上传微信 CDN。校验通过才上传（不浪费素材位），返回值直接带 wechat_url + media_id；校验失败则不上传，结果无 wechat_url。不再有独立的 upload_image 阶段——每张图生成的瞬间即持久化到 CDN。

旧版 server 兼容：若 server 不支持 verify_with_vision / upload_to_cdn 参数，去掉这两个参数生成图后，单独调用 analyze_image 做校验 + upload_image 上传，并按 references/content.md 的容错解析规则处理返回文本：

analyze_image(
  project_id=$PROJECT_ID,
  file_path=$DIR/img_N.png,
  prompt=<步骤 4b 构建的校验 prompt>
)

步骤 4d：失败重试策略

读取 generate_image 返回的 verification 对象（字段名是服务端归一化后的 passed/score/missing_entities/notes，不是 LLM 原始 JSON 的 overall_pass/relevance_score）：

• passed=true → 通过，继续下一步
• passed=false 且 score=medium → 用 notes 中的 sharper_prompt_hint 锐化 prompt 重试（最多 2 次，共 3 次尝试）
• passed=false 且 score=low → 同上重试
• 3 次仍失败 → 标记 quality_status=failed，继续后续 slot

锐化 prompt 策略：

• 在 prompt 开头加 "MUST CONTAIN: " + verification.missing_entities 列表
• 把 visual_brief 改写得更具体（加入材质、颜色、方位）
• 移除任何抽象风格词，只保留具体场景描述

步骤 4e：记录并立即原子落盘（生成即持久化）

generate_image(upload_to_cdn=true) 返回时，wechat_url + media_id 已就绪（或返回 upload_error）。无需调用 upload_image。立即把这张图记录写回 $DIR/images.json——每张图返回即落盘，使中断最多丢失"正在生成的那一张"。

• 从 generate_image 返回值取 wechat_url → 写入记录的 url 字段；upload_error 时记到 upload_error 字段并用 upload_image(file_path=...) 单独重试上传（不重新生成）。
• 原子写 $DIR/images.json：先写临时文件 $DIR/.images.json.tmp → fsync → rename 覆盖 $DIR/images.json。绝不要"攒齐所有图再一次性写"——那是丢失窗口。
• 每条记录必须包含：

  {
    "index": 1,
    "slot_id": "section_opener",
    "section_index": 1,
    "image_type": "content",
    "chapter_title": "...",
    "composition_type": "三分法",
    "visual_brief": "...",
    "required_entities": ["..."],
    "must_match_excerpts": ["..."],
    "prompt": "Final prompt used",
    "verification": {
      "passed": true,
      "score": "high",
      "missing_entities": [],
      "notes": "",
      "raw": "<vision 模型原始输出>"
    },
    "verification_audit": {
      "attempt_count": 1,
      "sharper_prompt_history": []
    },
    "ref_image_path": "$DIR/cover.png 或 null（封面关·配图开时）",
    "file_path": "$DIR/img_01.png",
    "url": "https://cdn.../img_01.png",
    "wechat_url": "https://cdn.../img_01.png",
    "media_id": "媒体素材ID（来自 generate_image upload_to_cdn=true）",
    "quality_status": "passed"
  }
  

  verification 必须直接来自服务端 generate_image(verify_with_vision=true) 返回值的 verification 字段；verification_audit 由 agent 维护。

步骤 4f：插入到文章

按 slot_id 和 section_index 把 ![描述](CDN_URL) 插入到 $DIR/04-article-final.md：

• section_opener：紧跟 ## 章节标题 之后
• inline_detail：在 after_paragraph_index 指定的段落之后
• hero：紧跟文章第一个 ## 之前（如有 hero module 文字，则在 hero module 之后）

质量验证

配图开关守卫：配图开关关闭时，下方所有图片相关检查项（文件完整性/风格一致性/视觉多样性/Vision 通过率/审计完整性/CDN 持久化）跳过，不计为失败；节奏完整性、模板一致性（slot 映射）仍执行。封面关·配图开时，「风格一致性」改为"无 ref_image_path 或链首图"。

生成完成后执行 7 项检查：

• 节奏完整性：visual-rhythm-plan.md 中每个 ## 都映射到一个 slot
• 模板一致性：所选模板的 rhythm 规则被遵守（如 listicle 的 section_opener 必填、inline_detail forbidden）
• 文件完整性：所有图片文件存在且可访问
• 风格一致性：封面+配图均开启时，images.json 中所有内容图 ref_image_path="$DIR/cover.png"；封面关·配图开时无 ref_image_path 或链首图，且不得指向不存在的 $DIR/cover.png
• 视觉多样性：3 张以上配图使用 3 种以上不同 composition_type（清单模板可豁免，因要求统一构图）
• Vision 校验通过率：至少 80% 的内容图 verification.passed=true
• 审计完整性：images.json 每条含 visual_brief / required_entities / must_match_excerpts / verification / slot_id / section_index / wechat_url / media_id
• CDN 持久化：images.json 每条都有非空 wechat_url（每张图生成即上 CDN）；缺 URL 的 slot 用 generate_image(upload_to_cdn=true) 补或 upload_image 重传

未通过检查时：

• 单图失败 → 重试或降级标记
• 节奏/模板违规 → 回到 Phase 0 重新规划
• Vision 通过率 < 80% → 检查 prompt 构建逻辑，必要时回退到 Phase 3 重新规划

保存结果

• 含 CDN 图片链接的文章覆盖写回 $DIR/04-article-final.md
• 所有配图信息保存为 $DIR/images.json

技术规范

微信图片限制：

• 最大尺寸：10MB（超出自动压缩）
• 最大宽度：1920px（保持比例压缩）
• 支持格式：JPG、PNG、GIF、WebP

公众号常用比例：

• 封面图（公众号封面）：2.35:1（900x383px 标准）
• 正文配图（section_opener）：4:3，MCP 显式传 size="4:3"
• 章节内细节图（inline_detail）：1:1，MCP 显式传 size="1:1"
• Hero slot：full-bleed 2.35:1

常见失败与修复

参考文档

• references/cover.md — 封面设计规范（三维风格分析 + prompt 模板）
• references/content.md — 配图规划与生成（新 schema + vision 校验循环）
• references/rhythm.md — 节奏规划与模板选择（visual-rhythm-plan.md 模板）