maomomo-article-writer/references/image-generation.md

# 图片生成脚本与后端选择

需要实际生成配图文件、使用 API/CLI fallback、批量生成 assets，或排查图片接口配置时，先读本文件。

## 后端选择

优先顺序：

1. Codex / 当前 agent 的内置图片生成工具。适合大多数配图任务。
2. `scripts/maomomo_image_gen.py` API/CLI fallback。适合用户明确要求 API/CLI、内置工具不可用、需要批量 manifest、或希望把生成过程记录到文件时。

不要因为脚本存在就强制使用脚本。若内置图片工具可用，仍优先使用内置工具生成独立 PNG，再保存到 `assets/`。

生成第一张图前，必须向用户确认：

- 已检查哪种内置图片生成工具是否可用。
- 准备使用的生图后端。
- 是否需要 `scripts/maomomo_image_gen.py` fallback，以及原因。
- 当前会沿用环境变量或配置文件中的 baseURL、model、quality，不会擅自改成 `low`。

确认后，整篇文章所有图片保持同一个生图后端和质量配置。只有用户明确要求切换，或当前后端无法完成必需能力时，才重新确认后端。

## 配置来源

脚本按以下顺序读取配置：

- `MAOMOMO_IMAGE_API_KEY` / `OPENAI_API_KEY`
- `MAOMOMO_IMAGE_BASE_URL` / `OPENAI_BASE_URL`
- `MAOMOMO_IMAGE_MODEL` / `CODEX_PPT_IMAGE_MODEL`
- `~/.codex/config.toml` 中的 `base_url`
- `~/.codex/auth.json` 中可识别的 API key

不要在日志、回答、Markdown 或 manifest 中写入完整 API key。

## 单张生成

```bash
uv run python scripts/maomomo_image_gen.py generate \
  --out article/origin_image/hsbc-mastercard-alipay-campaign-01-cover.png \
  --style warm-fintech-guide \
  --title "汇丰 Mastercard 支付宝活动" \
  --image-type "封面图" \
  --core-text "先看报名、门槛和封顶，避免白刷"
```

先只看 prompt：

```bash
uv run python scripts/maomomo_image_gen.py generate \
  --out article/origin_image/hsbc-mastercard-alipay-campaign-01-cover.png \
  --style data-card-dashboard \
  --title "返现计算图" \
  --image-type "计算图" \
  --core-text "HKD 190 ÷ 9% ≈ HKD 2,112，超过部分没有额外收益" \
  --dry-run
```

## prompt 文件输入

- `prompts/*.json` 用于管理图片 job、路径、参考素材、可见文字白名单和完整 prompt。
- 如果生成脚本的 `--prompt-file` 读取纯文本，必须先从 JSON 的 `prompt` 字段抽取为同名 `.prompt.txt`，再把 `.prompt.txt` 传给图片接口。
- 不要把整个 JSON 文件作为 `--prompt-file` 传入；否则模型可能把 JSON 外壳、字段名或管理信息画进图片。
- 抽取出的 `.prompt.txt` 仍必须包含可见文字限制：只允许出现指定业务文案和 `MAOMOMO`，不得出现风格标签、prompt 描述、额外 slogan 或无关文字。

推荐抽取方式：

```bash
uv run python - <<'PY'
from pathlib import Path
import json

path = Path("article/prompts/hsbc-mastercard-alipay-campaign_01.json")
data = json.loads(path.read_text(encoding="utf-8"))
prompt = str(data["prompt"]).strip()
out = path.with_suffix(".prompt.txt")
out.write_text(prompt + "\n", encoding="utf-8", newline="\n")
print(out)
PY
```

然后生成：

```bash
uv run python scripts/maomomo_image_gen.py generate \
  --out article/origin_image/hsbc-mastercard-alipay-campaign-01-cover.png \
  --prompt-file article/prompts/hsbc-mastercard-alipay-campaign_01.prompt.txt
```

## 批量 manifest

manifest 示例：

```json
{
  "images": [
    {
      "file_name": "origin_image/hsbc-mastercard-alipay-campaign-01-cover.png",
      "type": "封面图",
      "title": "汇丰 Mastercard 支付宝活动",
      "core_text": "先报名，再看门槛和封顶",
      "alt_text": "MAOMOMO 汇丰 Mastercard 支付宝返现活动封面图",
      "style": "warm-fintech-guide",
      "aspect_ratio": "16:9"
    },
    {
      "file_name": "origin_image/hsbc-mastercard-alipay-campaign-02-calculation.png",
      "type": "计算图",
      "title": "怎么刷到刚刚好",
      "core_text": "HKD 190 ÷ 9% ≈ HKD 2,112，超过部分没有额外收益",
      "style": "data-card-dashboard"
    }
  ]
}
```

运行：

```bash
uv run python scripts/maomomo_image_gen.py batch \
  --manifest article/image_manifest.json \
  --base-dir article
```

`file_name` 必须与本次生成目录一致，且最终文件必须真实存在。发布用 Markdown 默认引用 `assets/`，因此输出到 `origin_image/` 后要在 QA 通过时同步到同名 `assets/` 文件。

重要限制：

- 不要在样张确认前运行批量生成。
- 默认用 `generate` 单张生成；`batch` 只用于用户明确授权的全量生成或 dry-run prompt 输出。
- 即使使用 `batch`，脚本也是逐项请求图片接口；生成后仍要逐张 QA，并把通过的图片同步到 `assets/`。
- 发布用 Markdown 默认引用 `assets/`，因此如果 manifest 输出到 `origin_image/`，必须在 QA 后复制到对应 `assets/` 路径。
- 金融活动 manifest 中涉及信用卡、支付卡或支付网络时，必须记录 `reference_assets`、`payment_network` 和 `card_art_rule`，并在 QA 中核对卡组织没有画错。
- manifest、prompt、`deck_spec.json` 和发布稿中的港币金额统一使用 `HKD`，来源原文抽取文件除外。

## 内置风格名

可用：

- `warm-fintech-guide`
- `clean-professional`
- `clean-editorial`
- `data-card-dashboard`
- `handdrawn-note`
- `creative-magazine`
- `retro-flat-illustration`
- `e-ink-editorial`
- `scientific-defense`
- `mckinsey-brief`
- `xiaohongshu-vertical`

查看完整描述：

```bash
uv run python scripts/maomomo_image_gen.py styles
```

## 失败处理

- API key 缺失：提示用户配置环境变量或检查 Codex 配置，不要编造图片文件。
- 接口失败：保留已生成图片，说明失败项，必要时用 `--dry-run` 交付 prompt 清单作为临时排查材料。
- 图片文字乱码或金额错误：重新生成该单张图片；不要手工覆盖文字伪装成模型输出。
- 图片不符合风格：先更新 manifest 的 `style` / `core_text` / `extra`，再重跑对应项。
- 图片生成超时：可以对同一张图重试较长超时；不要为了快擅自降低 `quality`。
- Playwright 只用于已有 HTML / SVG / 网页截图检查，不能替代 GPT Image2 / 图片 API 生成海报、OG 图、卡片图或文章配图。

## 状态记录

每张图片 job 的 dispatch、result 和 blocker 都要写入项目状态文件。推荐状态文件：

```text
{article_dir}/slide_jobs.json
{article_dir}/slide_run_state.json
```

记录字段至少包括：

- job id，例如 `hsbc-mastercard-alipay-campaign_01`
- prompt 文件，例如 `prompts/hsbc-mastercard-alipay-campaign_01.json`
- 输出原图，例如 `origin_image/hsbc-mastercard-alipay-campaign-01-cover.png`
- 发布图，例如 `assets/hsbc-mastercard-alipay-campaign-01-cover.png`
- 状态：`pending`、`dispatched`、`recorded`、`blocked`
- 生图后端、agent id、QA note、失败原因

使用 `scripts/maomomo_job_state.py` 更新状态，不要手工改 JSON 后声称完成。

初始化状态：

```bash
uv run python scripts/maomomo_job_state.py init article \
  --selected-backend "built-in image tool"
```

查看状态：

```bash
uv run python scripts/maomomo_job_state.py status article
```

记录 dispatch：

```bash
uv run python scripts/maomomo_job_state.py dispatch article \
  --job hsbc-mastercard-alipay-campaign_02 \
  --agent-id "<agent id>" \
  --prompt-file prompts/hsbc-mastercard-alipay-campaign_02.json
```

单张 QA 通过后，记录结果并同步到 `origin_image/` 和 `assets/`：

```bash
uv run python scripts/maomomo_job_state.py result article \
  --job hsbc-mastercard-alipay-campaign_02 \
  --agent-id "<agent id>" \
  --backend-used "built-in image tool" \
  --selected-source /absolute/path/to/generated.png \
  --qa-note "文字清楚，日期、金额、公式和卡组织已核对，风格与样张一致。"
```

记录 blocker：

```bash
uv run python scripts/maomomo_job_state.py blocker article \
  --job hsbc-mastercard-alipay-campaign_02 \
  --agent-id "<agent id>" \
  --reason "选定图片后端在 worker 中不可用"
```

如果状态脚本失败，最终报告必须说明原因，并附上状态文件当前路径和未完成 job。