v106-v109 童装支持 + 标题模板外部化 + 模板导出增强

- 新增男童/女童检测（gender_from_category 优先判童装）与童装场景图生成（configs/kids_features.yaml：模特/场景/服装风格，同一商品固定同一组） - 童装 SPU 字段映射：kids_type→SPU商品属性-类型、kids_age→适用年龄段、 target_audience 按性别映射、kids_type_map 女童「上衣」→「针织上衣」 - 标题生成提示词外部化：prompts/title_prompt_{1,2,3}.md + config.yaml 路由表 - 模板多站点匹配：经营站点可配多个，命中任意一个即匹配 - 种草图生成失败自动重试（seed_shot.retries，换场景/模特/风格） - 模板导出新增 Preview 文件夹（成功产品 _composite.oss.jpg + result.xlsx） - 修复 SKU 尺码未按从小到大排序（_size_rank 支持单一年龄码 6Y/10Y）
2026-09-01 17:24:23 +08:00
parent 3dc594cf57
commit d68cc3b9e3
20 changed files with 826 additions and 136 deletions
@@ -113,18 +113,26 @@ FLAT_LAY_PROMPT = (
 )


-def _active_prompt(kind: str, prompts: Optional[Dict] = None) -> str:
+def _read_prompt_md(filename: str) -> str:
+    """读取 prompts/<filename> 提示词文件：优先运行根（exe 旁，可编辑），回退数据根；找不到/空返回空串。"""
+    for base in (runtime_root(), project_root()):
+        p = base / "prompts" / filename
+        if p.exists():
+            text = p.read_text(encoding="utf-8").strip()
+            if text:
+                return text
+    return ""
+
+
+def _active_prompt(kind: str) -> str:
    """返回当前图源应使用的合成提示词。

-    kind="model" → 模特三图提示词（配置覆盖优先生效，否则内置 MODEL_WEAR_PROMPT）；
-    kind="flat"  → 平铺三图提示词（配置覆盖优先生效，否则内置 FLAT_LAY_PROMPT）。
+    kind="model" → 模特三图提示词（优先读 prompts/model_prompt.md，缺失/留空回退内置 MODEL_WEAR_PROMPT）；
+    kind="flat"  → 平铺三图提示词（优先读 prompts/flat_prompt.md，缺失/留空回退内置 FLAT_LAY_PROMPT）。
    """
-    cfgs = prompts or {}
    if kind == "flat":
-        return (str(cfgs.get("flat_prompt") or "").strip()
-                or FLAT_LAY_PROMPT)
-    return (str(cfgs.get("model_prompt") or "").strip()
-            or MODEL_WEAR_PROMPT)
+        return _read_prompt_md("flat_prompt.md") or FLAT_LAY_PROMPT
+    return _read_prompt_md("model_prompt.md") or MODEL_WEAR_PROMPT


 def _resolve_sku(db_path, basemap_root, spu_code: str, sku_code: str, colors=None) -> Optional[str]:
@@ -187,7 +195,7 @@ def _process_spu(
    db_path, basemap_root, material_root, category, prod_dir, brief, ib,
    spu, sku_code, pcfg, errors, shared_design=None, title_backend=None, country="",
    img_code="", model_img=None, design_size="1024x1024", compose_size="1536x2048",
-    on_503=None, model_kind="model", prompts=None,
+    on_503=None, model_kind="model",
 ) -> Optional[Dict[str, Any]]:
    """处理单个款号：选色 → 底图 → 设计稿 → (mark==1) 模特 → 合成 → 模板导出。
    shared_design: compose 节点生成的纯印花设计稿路径（图2）；为 None 时回退本节点 generate。
@@ -195,7 +203,6 @@ def _process_spu(
              （按货号命名，包含该货号对应的所有图片）。
    on_503: 致命图像服务错误（503/账户不可用）回调（供调用方提前终止任务）。
    model_kind: 图源类型 "model"（模特图）/ "flat"（平铺图），决定用哪个合成提示词。
-    prompts: {"model": str, "flat": str} 可配置提示词覆盖（来自 config.product.mark_dirs）；缺省用内置。
    返回 result dict；内部异常已兜底，不中断。
    """
    # 输出目录 = 货号子文件夹（product/DG000/…），该货号所有图片都放这里
@@ -324,8 +331,8 @@ def _process_spu(
        elif model_img is not None:
            composite_path = str(prod_dir / f"{img_code}_composite.png")
            try:
-                # 三图合成：按图源类型选提示词（可配置覆盖优先，否则内置 MODEL_WEAR/FLAT_LAY）
-                wear_prompt = _active_prompt(model_kind, prompts)
+                # 三图合成：按图源类型选提示词（优先读 prompts/*.md，否则内置 MODEL_WEAR/FLAT_LAY）
+                wear_prompt = _active_prompt(model_kind)
                kind_label = "平铺" if model_kind == "flat" else "模特"
                print(f"{tag}  {kind_label}三图合成提交中（3 参考图 img2img，网关处理约 2-6 分钟，请耐心等待）…")
                t0 = time.time()
@@ -407,7 +414,7 @@ def _process_spu(
                    continue
                cp = str(prod_dir / f"{img_code}_{str(sc).split('-')[-1]}_composite.png")
                try:
-                    ib.print(_active_prompt(model_kind, prompts), str(model_img), cp,
+                    ib.print(_active_prompt(model_kind), str(model_img), cp,
                             brief.get("composite_negative", ""),
                             extra_images=[design_path, str(bm)],  # 图2印花, 图3该色底图
                             size=compose_size)   # 合成图尺寸按 config compose.size
@@ -546,7 +553,6 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
    #      → product_node 用对应提示词合成（模特三图 / 平铺三图）
    model_assign: Dict[int, Any] = {}
    mark_dirs = pcfg.get("mark_dirs") or {}
-    prompts_cfg = (mark_dirs.get("1") or {})
    try:
        from graph.product import build_mark_sources
        sources = build_mark_sources(material_root, mark_dirs, category)
@@ -559,7 +565,7 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
    if source_pool:
        for _i in range(len(worklist)):
            img, kind = random.choice(source_pool)   # 每任务随机抽一张（含 kind）
-            model_assign[_i] = {"img": img, "kind": kind, "prompts": prompts_cfg}
+            model_assign[_i] = {"img": img, "kind": kind}
        print(f"[product] 任务级图源分配：{len(model_assign)} 个产品任务（mark_dirs 模特/平铺图随机抽，含 kind）")
    else:
        print("[product] material_library 无任何可用图（模特/平铺均无）→ 跳过合成，仅导出模板")
@@ -628,7 +634,6 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
                             country, img_code=img_code,
                             model_img=_src.get("img"),       # 按任务序号取独立随机图源
                             model_kind=_src.get("kind", "model"),
-                             prompts=_src.get("prompts"),
                             design_size=str((config.get("compose") or {}).get("design_size") or "1024x1024"),
                             compose_size=str((config.get("compose") or {}).get("size") or "1536x2048"))
            if r:
@@ -103,7 +103,8 @@ def seed_shot_node(state: Dict[str, Any]) -> Dict[str, Any]:
        category = read_template_category(tp)
        gender = gender_from_category(category)
        if gender:
-            print(f"[seed_shot] 类目「{category[:30]}…」含{'男' if gender == 'male' else '女'} → 固定 {gender} 模特")
+            label = {"male": "男", "female": "女", "boy_kids": "男童", "girl_kids": "女童"}.get(gender, gender)
+            print(f"[seed_shot] 类目「{category[:30]}…」检测到 {label} → 固定 {gender} 模特")
        elif category:
            print(f"[seed_shot] 类目「{category[:30]}…」无男/女 → 男女模特随机")

@@ -141,7 +142,8 @@ def seed_shot_node(state: Dict[str, Any]) -> Dict[str, Any]:
                continue
            generated = generate_seed_shots(ib, base, cn, material, n, str(shot_dir),
                                            r.get("composite_negative", ""),
-                                            size=size, prefix=pfx, gender=gender)
+                                            size=size, prefix=pfx, gender=gender,
+                                            retries=int(ss_cfg.get("retries", 3)))
            paths.extend(generated)
        if not paths:
            return None
@@ -29,6 +29,38 @@ def _template_out_path(prod_dir: Path, tpl_name: str) -> Path:
    return prod_dir / f"{tpl_name}_已填写_{int(time.time())}.xlsx"


+def _build_preview(output_dir: Path, products: List[Dict[str, Any]]) -> None:
+    """生成 Preview 文件夹：仅成功导入模板的产品（template_path 已设置），
+    复制其 _composite.oss.jpg（压缩版合成图）到 Preview，并生成 result.xlsx
+    （货号 | 中文标题 | 英文标题 三列）。"""
+    import shutil
+    from openpyxl import Workbook
+    preview_dir = output_dir / "Preview"
+    preview_dir.mkdir(parents=True, exist_ok=True)
+    rows: List[tuple] = []
+    for r in products:
+        if not r.get("template_path"):
+            continue
+        code = str(r.get("img_code") or r.get("oss_code") or "")
+        comp = r.get("composite_path") or r.get("printed_path")
+        if comp:
+            oss_file = Path(comp).with_suffix(".oss.jpg")
+            if oss_file.exists():
+                dst = preview_dir / oss_file.name
+                if not dst.exists():
+                    shutil.copy2(oss_file, dst)
+        rows.append((code, r.get("cn_title") or "", r.get("en_title") or ""))
+    if rows:
+        wb = Workbook()
+        ws = wb.active
+        ws.title = "result"
+        ws.append(["货号", "中文标题", "英文标题"])
+        for row in rows:
+            ws.append(list(row))
+        wb.save(str(preview_dir / "result.xlsx"))
+    print(f"[template] Preview 已生成（{len(rows)} 个成功产品）: {preview_dir}")
+
+
@with_fallback("template_export")
 def template_export_node(state: Dict[str, Any]) -> Dict[str, Any]:
    products: List[Dict[str, Any]] = state.get("product") or []
@@ -68,7 +100,8 @@ def template_export_node(state: Dict[str, Any]) -> Dict[str, Any]:
                break

    from graph.template_export import (export_products, _resolve_component_map,
-                                       _resolve_season_map, _resolve_pattern_map)
+                                       _resolve_season_map, _resolve_pattern_map,
+                                       _resolve_target_audience_map, _resolve_kids_type_map)
    tdir = (pcfg.get("template_dir") or "").strip() or str(Path(tp).parent)
    prod_dir = output_dir / "product"
    prod_dir.mkdir(parents=True, exist_ok=True)
@@ -124,12 +157,15 @@ def template_export_node(state: Dict[str, Any]) -> Dict[str, Any]:
                component_map=_resolve_component_map(config),
                season_map=_resolve_season_map(config),
                pattern_map=_resolve_pattern_map(config),
+                target_audience_map=_resolve_target_audience_map(config),
+                kids_type_map=_resolve_kids_type_map(config),
            )
            for r in products:
                if (r.get("composite_path") or r.get("printed_path")) and (r.get("en_title") or "").strip():
                    r["template_path"] = str(out)
            exported.append(str(out))
            print(f"[template] 商品上传模板已生成（{len(batch)} 个产品一次合并）: {out}")
+            _build_preview(output_dir, products)
        except Exception as e:  # noqa: BLE001
            errors.append({"node": "template_export", "type": type(e).__name__,
                           "message": f"模板批量导出失败: {e}", "trace": ""})