POD 趋势感知 Agent：缓存热点模式 + 三图合成 + 热点去重/风格去重 + review 兜底

- 缓存热点批量流程（有采集缓存不触发 Google）
- 简报不足直接从采集缓存生成（轻量补齐）
- 三图合成（模特/印花/底图）+ 底图压缩 <2MB
- 热点去重→风格去重自动切换 + 不适合类目 review 兜底
- 透明背景（background=transparent）+ 提示词清洗（敏感词/背景描述）
- 任务前 basemap 校验 + 模板国家校验 + 模特任务级分配

graph/llms/base.py

@@ -0,0 +1,55 @@
+"""LLM 后端抽象接口（可插拔核心）。
+
+新增一个 LLM 后端只需：① 继承 LLMBackend 实现 screen()；② 在 graph/llms/__init__.py
+的 LLM_BACKENDS 注册表里登记。config 的 ``llm_screen.provider`` 选择用哪个。
+"""
+from abc import ABC, abstractmethod
+from typing import Any, Dict, List
+
+
+class LLMBackend(ABC):
+    #: 注册名（与 config.llm_screen.provider 对应）
+    name: str = "base"
+
+    @abstractmethod
+    def screen(
+        self,
+        topics: List[str],
+        country: str,
+        aesthetic_hint: str,
+        system_prompt: str,
+        blacklist: List[str],
+        batch_size: int = 12,
+    ) -> List[Dict[str, Any]]:
+        """对一批话题做合规筛查 + 结构化四要素提取，返回列表。
+
+        每条结构（与旧 llm_screen.screen_combined 的 screened 一致）：
+        {
+          "topic": <原始话题>,
+          "safe_for_print": bool,
+          "risk_level": "safe" | "review" | "blocked",
+          "risk_reasons": [str],
+          "suitable_for_print": bool,
+          "design_category": "Style"|"Meme"|"Event"|"Niche"|"Pattern"|"Quote"|"Failed",
+          "concept": <中文概念, 1 句>,
+          "motif": <英文主体>,
+          "art_style": <英文风格>,
+          "color_palette": <英文配色>,
+          "composition": <英文构图>,
+          "negative_prompt": <负向>,
+          "confidence": 0-1,
+        }
+
+        实现内部必须处理调用失败/超时，失败时抛出异常由节点降级逻辑接管（或直接返回兜底结果）。
+        """
+        raise NotImplementedError
+
+    @abstractmethod
+    def generate_seeds(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """根据上下文（trending 派生 / 历史热点 / 月份节日）生成 Google Trends 相关查询种子词。
+
+        返回 {"style_seeds": [str], "related_seeds": [str]}。
+        context 字段：country, trending_seeds, history_hotspots, season, month_themes, upcoming_holidays。
+        实现内部必须处理调用失败/超时，失败时抛异常由 seed_node 降级逻辑接管。
+        """
+        raise NotImplementedError