3218485270
71a48e4ed5
- 图源映射统一：热点采集与 Pinterest 模式均走 config.product.mark_dirs 配置，按任务序号随机抽模特图/平铺图 - 商品产地固定：统一为「中国大陆」+「产地省份=广东省」（不再读站点/字典映射） - 模板 SKU 字段检测：按建议售价同一套路检测 SKU分类/SKU数量/SKU数量单位，必填时填入单品/1/件 - 多模态分析提示词可配置：prompts/pinterest_analyze_system.md + user.md，支持国家覆盖，不丢文件回退内置 - 自定义图片模式：新增 pinterest_custom_load_node，图片数量硬校验，选品清单 ≤ 有效图片数 - 模板导出优化：写入前按货号末 3 位升序排序，不再产生空白 xlsx - 修复 v90 project review 10 项（503 致命终止、线程安全、原子写入等）
82 lines
3.9 KiB
Python
82 lines
3.9 KiB
Python
"""Pinterest 参考模式自定义节点：加载本地图片文件夹 → 校验数量 → 注册进图池（pinterest_custom_load）。
|
||
|
||
仅自定义模式（pinterest.mode=custom）使用，替代 pinterest_search + pinterest_scrape：
|
||
直接把 pinterest.custom_image_dir 内的有效图片（jpg/jpeg/png/webp）注册进图池，
|
||
再复用 pinterest_analyze 直接送多模态分析，沿用 Pinterest 后续所有步骤
|
||
（分析→设计→三合一→OSS→种草图→模板导出）。
|
||
|
||
数量校验（硬校验，不满足则不启动分析）：
|
||
1. 文件夹必须有有效图片（>0）；
|
||
2. 选品清单总数（product.spu_tasks 展开后，state.pinterest_target）必须 ≤ 有效图片数 ——
|
||
「选品清单不得大于有效图片数」。
|
||
|
||
每次运行把图池重建为该文件夹的图片集（自定义模式唯一图源），并清空已消费拉黑
|
||
（used_images），保证用户每次重新上传/选择文件夹的所有有效图片都会被重新多模态分析。
|
||
"""
|
||
from typing import Any, Dict
|
||
|
||
from graph.pinterest import (
|
||
image_md5,
|
||
list_valid_images,
|
||
save_image_pool,
|
||
save_used_images,
|
||
)
|
||
from graph.validate import with_fallback
|
||
|
||
|
||
@with_fallback("pinterest_custom_load")
|
||
def pinterest_custom_load_node(state: Dict[str, Any]) -> Dict[str, Any]:
|
||
config = state["config"]
|
||
output_dir = state["output_dir"]
|
||
country = state["country"]
|
||
|
||
pcfg = config.get("pinterest") or {}
|
||
folder = str(pcfg.get("custom_image_dir") or "").strip()
|
||
|
||
images = list_valid_images(folder)
|
||
valid_n = len(images)
|
||
target = int(state.get("pinterest_target") or 1)
|
||
|
||
errors = list(state.get("errors") or [])
|
||
stats = dict(state.get("stats") or {})
|
||
|
||
# —— 硬校验 1：必须有有效图片 ——
|
||
if valid_n == 0:
|
||
msg = (f"自定义图片文件夹「{folder or '(未填写)'}」中没有有效图片"
|
||
f"（请填写 pinterest.custom_image_dir，文件夹内应有 jpg/jpeg/png/webp 图片）")
|
||
errors.append({"node": "pinterest_custom_load", "type": "ValidationError",
|
||
"message": msg, "trace": ""})
|
||
stats["pinterest_custom"] = {"folder": folder, "valid_images": 0, "target": target, "ok": False}
|
||
print(f"[pinterest_custom_load] ❌ {msg}")
|
||
return {"errors": errors, "stats": stats}
|
||
|
||
# —— 硬校验 2：选品清单总数 ≤ 有效图片数 ——
|
||
if target > valid_n:
|
||
msg = (f"选品清单数量（{target}）大于自定义图片有效数量（{valid_n}）："
|
||
f"选品清单不得大于有效图片数，请补充图片或减少选品")
|
||
errors.append({"node": "pinterest_custom_load", "type": "ValidationError",
|
||
"message": msg, "trace": ""})
|
||
stats["pinterest_custom"] = {"folder": folder, "valid_images": valid_n, "target": target, "ok": False}
|
||
print(f"[pinterest_custom_load] ❌ {msg}")
|
||
return {"errors": errors, "stats": stats}
|
||
|
||
# —— 每次运行重建图池为该文件夹图片集 + 清空已消费拉黑 → 所有有效图片都被重新分析 ——
|
||
pool = {"updated_at": "", "images": []}
|
||
seen_md5: set = set()
|
||
for f in images:
|
||
m = str(image_md5(str(f)) or "").strip().lower()
|
||
if not m or m in seen_md5:
|
||
continue
|
||
seen_md5.add(m)
|
||
pool["images"].append({"path": str(f), "md5": m, "term": "custom"})
|
||
save_image_pool(output_dir, country, pool)
|
||
save_used_images(output_dir, country, set())
|
||
|
||
stats["pinterest_custom"] = {
|
||
"folder": folder, "valid_images": valid_n,
|
||
"target": target, "loaded": len(pool["images"]), "ok": True,
|
||
}
|
||
print(f"[pinterest_custom_load] 自定义图源：{folder} → 有效图片 {valid_n} 张（选品清单 {target}），"
|
||
f"已注册进图池，直接进入多模态分析")
|
||
return {"custom_mode": True, "pinterest_custom_folder": folder,
|
||
"custom_load_ok": True, "errors": errors, "stats": stats} |