pod_trend_agent/README.md

POD 热点抓取 Agent（LangGraph 工程化版）

自动抓取海外各国（US / GB / JP / AU / MX / DE / BR / SA / PL / ES / IT / CA）实时热点 + 风格趋势， 过滤侵权风险，产出可直接用于 AI 生图的印花设计提示词，并完成 设计稿 → 三合一模特试穿 → OSS 图床 → 种草图 → 商品上传模板 的完整 POD 生产链路。本版本用 LangGraph 重写，强调工程化、节点兜底、可插拔。

两种运行模式

模式	入口	数据来源	适用
热点采集模式	UI「热点采集」	Google Trends（trending/style/related）	抓国家实时热点词，LLM 筛出可印花设计
Pinterest 参考模式	UI「Pinterest 参考模式」	Pinterest 爬图 + LLM 多模态分析	从真实图片提炼原创印花设计，侵权风险更低

架构：LangGraph 状态图

模式 A：热点采集模式

START → seed → fetch → filter → score → screen → prompt_build → compose → product
      → oss_upload → seed_shot → template_export → END

节点	职责	可插拔点 / 兜底
seed	动态生成种子词（trending 派生 + 历史热点 + 月份/节日 → LLM）	策略可插拔（graph/seeds/）；LLM 失败回退静态种子
fetch	抓取热点（Google Trends 多数据源汇总）	数据源可插拔（graph/sources/）；单源失败不影响其它源
filter	黑名单 + 真实人物 + 设计相关性三级过滤	各级独立 try，单级失败不影响其它级
score	归一化 + 跨源融合 + 综合分	纯逻辑，空数据返回空
screen	LLM 合规筛查 + 结构化四要素	LLM 后端可插拔（graph/llms/）；调用失败降级 Mock
prompt_build	用固定模板装配 image/wearable/composite 提示词	四要素缺失时动态推导兜底
compose	生成纯印花设计稿（白底，可直接打印）	图像后端可插拔（graph/backends/）；无底图只导出
product	SPU/颜色选品 → 底图 → 三图合成（图1模特+图2设计稿+图3底图）	缺底图/模特图自动跳过
oss_upload	压缩（3:4 / ≥1340×1785 / <2MB）+ 上传阿里云 OSS	可关闭（oss.enabled=false）
seed_shot	从三合一主图按颜色选取种草图 + 上传	按 seed_shot.count 随机选取
template_export	把 SPU/SKU 数据填入商品上传模板	模板列名模糊匹配，多语言变体兼容

模式 B：Pinterest 参考模式

START → pinterest_init → pinterest_search → pinterest_scrape → pinterest_analyze
      → [pinterest_route 循环：简报不足 → 回 pinterest_search]
      → pinterest_finalize（排空简报池，后台并发生成 设计→三合一→OSS→种草图）
      → template_export → END

节点	职责
pinterest_init	创建简报池 + 并发生成流水线（graph/pinterest_pipeline.py）
pinterest_search	按需生成搜索词（direct=种子词直接拼「 t-shirt design」；llm=LLM 按需生成，json_schema+防重复）
pinterest_scrape	用 Playwright 爬取 Pinterest 图片（共享 Chrome 登录态，并发=1）
pinterest_analyze	从图池取图 → 多并发 LLM 多模态分析 → 原创设计简报（侵权检测 + 原创化引导）
pinterest_route	简报不足 → 图池有未消费图 → 继续分析；图池不足 → 新一轮搜索；轮次耗尽 → 结束
pinterest_finalize	排空简报池，后台线程池并发生成（设计→三合一→OSS→种草图），合并产品

图池机制：爬取的图片注册到 image_pool.json（路径+md5+搜索词）；分析过的图片 md5 一律拉黑 （used_images.json，合适/不合适都拉黑）；图池有未消费图片 → 直接分析（不搜索）；不足 → 新一轮搜索。 每个简报带 image_index/source_md5 全局 id 校验，保证简报、设计稿、三合一套图对应同一张图。 分析前对图片做文件完整性校验（PIL.verify() 过滤损坏/截断图），避免把坏 base64 发给多模态网关 导致 400 拒收；分析失败（无有效图片/网关 400）时直接放弃该产品、跳过后续流程（不做纯文本降级、 不做 mock 兜底），由路由自动取新图继续。

并发控制（config.yaml 的 pinterest:）：analyze_concurrency（分析线程数）、analyze_batch （每轮取图数，0=自动补齐让 pipeline 队列满并发）、max_designs（每搜索词简报上限）、 scrape_concurrency（爬图并发，必须=1）、err400_limit（400 超限放弃当前种子词）。

每个节点都用 graph/validate.with_fallback 包裹：任何未预料异常都被捕获、记入 state['errors']、返回最小更新，整图继续往下走，单点故障不中断流水线。

目录结构

pod_trend_agent/
├── cli.py                 # 命令行入口
├── ui_app.py              # 桌面 UI（Tkinter）
├── config.yaml            # 全局配置（数据源、权重、黑名单、LLM、模板、compose/product/oss/seed_shot）
├── configs/
│   ├── countries/         # 各国 Google Trends 种子词（US|GB|JP|AU|MX|DE|BR|SA|PL|ES|IT|CA.yaml）
│   ├── pinterest/         # 各国 Pinterest 种子词池（<CC>.yaml）
│   ├── model_features.yaml    # 模特特征库（按性别分组 female/male，种草图用）
│   ├── seed_shot_templates.yaml  # 种草图提示词模板
│   └── style_features.yaml
├── prompts/<country>/     # ★ 每个国家不同的提示词单独文件夹
│   ├── system_prompt.md   #   该国 LLM 系统提示（补充段，叠加到默认规则）
│   └── aesthetics.yaml    #   审美 hint + 风格-配色 extra 规则 + 额外黑名单
├── graph/
│   ├── state.py           # AgentState（共享状态）
│   ├── validate.py        # with_fallback 兜底 + 数据校验
│   ├── loader.py          # 配置/提示词加载与合并
│   ├── scoring.py         # 归一化/融合/过滤（纯逻辑）
│   ├── style_rules.py     # 动态风格/配色推导
│   ├── templates.py       # 固定提示词模板（按国家区分，文字敏感规则）
│   ├── classify.py        # 热点分类
│   ├── pinterest.py       # Pinterest 图池/黑名单/压缩/MD5 去重
│   ├── pinterest_pipeline.py  # 简报池 + 并发生成流水线（Pinterest 模式核心）
│   ├── product.py / product_batch.py  # 三合一合成 / 批量
│   ├── seed_shot.py       # 种草图选取 + 模特特征（性别分组）
│   ├── template_export.py # 商品上传模板导出（列名模糊匹配）
│   ├── oss_upload.py      # 图片压缩 + 阿里云 OSS 上传
│   ├── sources/           # 数据源可插拔（google_trends + 注册表）
│   ├── llms/              # LLM 后端可插拔（mock / openai_compat + 注册表）
│   ├── backends/          # 图像后端可插拔（openai / mock）
│   ├── seeds/             # 种子词策略可插拔（static / dynamic + holidays）
│   ├── nodes/             # 流水线节点（seed/fetch/.../pinterest_*/product/oss/seed_shot/template_export）
│   └── agent.py           # 构建并编译 StateGraph（build_graph / build_pinterest_graph）
├── templates/
│   └── template_router.py # 商品上传模板路由（列名定位、数据写入）
├── scripts/
│   └── package.py         # 一键打包脚本（PyInstaller → dist_vXX）
├── basemap/               # 平铺衣服底图（<款号>/<SKU.code>/）
├── material_library/      # 模特图（<品类>/）
├── db/spu_sku.db          # SPU/SKU 数据库
├── pinterest_scraper/     # Playwright 爬虫 + Chrome 登录态
└── output/<country>/      # ★ 每个国家的产物独立文件夹
    ├── design_briefs.json/md   # 设计简报（含 image_prompt / composite_prompt）
    ├── designs/               # 纯印花设计稿
    ├── product/               # 三合一合成图 + 已填写商品模板 <SKU>_已填写.xlsx
    └── report.md              # 各阶段统计 + 兜底错误记录

Pinterest 参考模式详解

1. 种子词池：configs/pinterest/<CC>.yaml 存各国风格化种子词（含节日词），偏向印花设计。
2. 按需搜索：每次只生成 1 个搜索词（search_terms_per_run=1），自动追加「 t-shirt design」后缀 （保证爬到的图是真实印花艺术，而非生活方式/风景图）；爬取成功才标记已用，失败不拉黑。
3. 爬图：Playwright 打开 Pinterest 搜索页截图采集（共享 .chrome_session 登录态，并发强制=1）。
4. 图池 + MD5 去重：图片注册 image_pool.json；分析过的 md5 一律拉黑（used_images.json）； 设计稿生成后全局 MD5 去重（.cache/global_design_md5.json），跨国家生效。
5. 多模态分析：大图先压缩（max 1024px / 1.5MB）再送 LLM，产出原创设计简报（motif/风格/配色/构图 + risk_level：safe/review/blocked）。blocked 拦截、review 加原创化魔改引导、safe 直接生成。 每张图由多模态模型判定 suitable_for_print（是否适合做印花），False 的简报在节点层被过滤丢弃， 且该图 md5 立即拉黑，不进入生成流程。
6. 并发生成：简报推入 PinterestPipeline，后台线程池（product.concurrency，默认 5）逐条 生成 设计稿 → 三合一 → OSS 上传 → 种草图，边分析边生成，不等全部分析完。 每完成一个产品立即追加落盘到 output/<country>/<ts>/products_pending.jsonl（中断/崩溃也不丢已 完成产品），全部完成后统一合并写模板。

生成可靠性 / 错误处理

• 致命 503（图像服务不可用，如 "No available compatible accounts"）：端到端识别 （设计稿 compose → 三合一 product → 种草图 seed_shot），置位终止标志后提前终止任务—— 停止继续搜索/分析，abort_unfinished 丢弃未完成简报，已完成落盘的产品保留，直接合成模板导出。
• 图像 API 重试退避（graph/backends/openai_image_backend.py）：429 尊重网关 Retry-After 头，否则指数退避；5xx（500/502/503/504 超时）与网关空响应（JSON 解析失败）均退避 3/6/9s 重试、 最多 3 次，避免空响应/超时风暴触发限流。
• yunfei / 标准 OpenAI 网关适配：compose.execution_mode 与 background 参数默认不再传入—— yunfei 等网关不认识它们会返回空 body；base_url 需带 /v1 前缀（如 https://img.yunfei.best/v1），否则请求错误路径得到空响应。
• 模特分配：material_library/<品类> 内的合格模特图（3:4 比例过滤）按任务序号独立随机， 同一 SPU 的多款不再共用同一张模特。每张种草图随机取不同模特特征。

模特性别分组

configs/model_features.yaml 的模特特征按性别分组（female / male）。种草图生成时读取商品上传 模板的「类目」表头值：

• 类目含「男」（如 男士时尚>男装>男装T恤）→ 固定从 male 组随机取模特
• 类目含「女」→ 固定从 female 组随机取模特
• 都不含 → 男女混合随机

生图尺寸（读 config，不硬编码）

图片类型	配置项	默认
纯印花设计稿	compose.design_size	1024x1024（1:1）
三合一合成图	compose.size	1536x2048（3:4）
种草图	seed_shot.size	1536x2048（3:4）

商品上传模板导出

生成产品图后，从 db 读该 SPU/SKU 信息（材质/成分/图案/领型/面料/克重/印花类型/尺码表/边长/包装重量…）， 经 templates/template_router.py 的路由函数填入商品上传模板，输出 {模板原文件名}_已填写.xlsx 到 output/<国家>/product/。模板已自包含在项目 templates/（config.product.template_path，可改为自由上传）。

• 数据从模板第 6 行（数据区空行）开始填，SPU 与各尺码 SKU 紧邻；
• 写入前按货号最后 3 位升序排序：template_export 在批量填模板前取货号（img_code，前端 code_prefix 前缀命名的货号）末 3 位数字从小到大排序再顺序插入，保证 SPU/SKU 块按货号有序， 不受后台并发生成顺序影响；
• 不再产生空白 xlsx：修复了旧版本探测模板可写性时误建空文件的 bug，product 目录只保留填好 的有效文件，文件名 = 模板原文件名 + _已填写（非固定「商品上传」）；
• 列名模糊匹配：模板列名按名称匹配（非固定行列），支持中/英/日变体；
• 胸围识别：识别「基码表-胸围（cm）」「胸围全围（cm）」等含「胸围」的列，全部填 sku.bust 值；
• 申报价格：模糊匹配所有含「申报价格」的列，统一按加价后价格填写（price × (1+markup_percent%)）；
• 款式来源：SPU 行「款式来源」统一填「现货款」；
• 商品产地：国家简称映射正式名称（如「沙特」→「沙特阿拉伯」，_COUNTRY_NAME_MAP 可扩展）；
• 详情图文：由全部主图 + 种草图组成（不再拼接 img_url_2）；
• 规格类型2 = {size}*{color}；币种=CNY；发货仓1~N 取模板顶头按「、」分隔，库存均 200；
• 模板文件被占用（打开中）时自动换名 <SKU>_已填写_N.xlsx，不中断导出；
• 多颜色 + 模式：sku_code 支持逗号分隔多颜色；spu_per_color（true=每颜色一个 SPU 块 / false=单 SPU 挂多颜色变体）；CLI 用 --single-spu 切单 SPU 模式，UI 用「颜色多选 + 模板模式」。

用法

# 跑全部国家（热点采集模式，默认 US GB JP AU）
python cli.py

# 只跑英国，Mock 兜底 LLM
python cli.py -c GB --provider mock

# 跑美国 + 真实 LLM（provider 已在 config.llm_screen 配好时可不传）
python cli.py -c US

# 提供平铺衣服底图，把设计印上去（需 config.compose.backend + api_key）
python cli.py -c US --base path/to/flatlay.png

# 查看 db 可选款号 / 某款颜色
python cli.py --list-spus
python cli.py --list-colors DG004

# 指定款号+颜色跑流水线（product.backend=mock 占位 / openai 真生图需 compose.api_key）
python cli.py -c GB --spu DG004 --sku DG004-BL01

桌面 UI（Tkinter 轻量版）

# 开发模式直接跑
python ui_app.py

# 无 GUI 自检（验证环境/核心链路，结果写入运行根 self_test_result.txt）
python ui_app.py --self-test

UI 功能：国家多选、流程选择（热点采集 / Pinterest 参考模式）、LLM 后端选择、种子上限、 SPU/颜色选品、运行（后台线程 + 实时日志）、结果表格（双击看完整提示词）、打开产物目录。

打包

# 一键打包（自动取下一个版本号）
python scripts/package.py

# 指定版本号
python scripts/package.py 84

产物：dist_vXX/PODTrendAgent.exe。打包流程：PyInstaller 构建（不跑自检）→ 同步数据目录 （config.yaml / configs / prompts / templates / basemap / material_library / db / output / logs）→ 复制当前 Chrome 登录态到 exe 同目录（pinterest_scraper/.chrome_session）→ 同步上一个版本的 .cache。 exe 运行时优先读 exe 旁这份配置（改了就生效），exe 内置的作为兜底默认。

数据流要点

0. seed（动态种子词）：收集 trending 派生（去噪 + 人名 + 风险护栏过滤）、上轮 safe 历史热点、 当前月份/临近节日，由 LLM 后端（mock 规则 / 真 LLM）生成动态种子词，与 yaml 静态种子合并注入抓取配置。
1. fetch 抓 gt_trending（国家 RSS 实时榜）+ gt_style/gt_related（风格/行业种子关联词）。
2. filter 三级过滤：合规黑名单（全局 + 各国 extra_blacklist）→ 真实人物 → 泛新闻/科技/赛事词。
3. score 按 (source,kind) 分组 min-max 归一化、跨源融合加权重。
4. screen LLM 合规筛查，产出 risk_level / 四要素；keep_review=false 时丢弃待复核。
5. prompt_build 用四要素 + 固定模板装配 image/wearable/composite 提示词（结构一致、可复用 img2img）。
6. compose 生成纯印花设计稿（白底，可直接打印），product 取第一张作为图2 复用。
7. product SPU/颜色选品 → basemap 底图 → 三图合成（图1模特 + 图2设计稿 + 图3底图）→ 模板。
8. oss_upload 压缩（3:4 / ≥1340×1785 / <2MB）+ 上传阿里云 OSS，URL 写回 *_url 字段。
9. seed_shot 从三合一主图按颜色选取种草图（模特性别分组），上传 OSS，URL 写入模板「详情图文」。
10. template_export 把 SPU/SKU 数据填入商品上传模板，输出 <SKU>_已填写.xlsx。

合规红线（最重要）：版权/商标/真实人物/敏感内容一律拦截或降级；二创/重绘仍有风险， 拿不准进"待复核"。各国侵权盲区不同（如英国 WWE/游戏/乐队、日本动漫 IP），放在 prompts/<country>/aesthetics.yaml 的 extra_blacklist 按国家隔离。