article-visual-design

name	article-visual-design
description	Manages images for WeChat article (公众号图文) content including template selection, visual rhythm planning, cover generation (封面), content illustration (配图) with vision verification, compression, and CDN upload. Use when generating or processing images for WeChat articles. Use when user mentions '封面', '配图', '插图', '视觉设计', '图片上传', 'generate cover', 'visual rhythm', 'template', or when the article pipeline calls for image planning, generation, verification, or uploading.
user-invocable	false

公众号图文图片管理（模板化 + 视觉校验）

图片模式与跳过条件（运行控制驱动）

公众号文章的封面与正文配图由 user message 的结构化运行控制 article_image_mode 决定。缺失时按 cover_and_content。本 skill 不解析自然语言禁令：

article_image_mode	受影响阶段
cover_and_content	Phase 2/3/4 全部执行
cover_only	Phase 3（配图规划）+ Phase 4（配图生成）跳过——不写 image-plan.md/images.json；正文不内联 <img>；模板 image_count.min 不再生效，不得据此强制生成配图
content_only	Phase 2（封面生成）跳过——封面已委托 article-cover-design skill，见其「跳过条件」；不生成 $DIR/cover.png，不取 media_id/$COVER_PATH
text_only	Phase 2/3/4 全跳过

封面关·配图开时，Phase 4 正文图因无封面作 ref_image_path 风格锚点，改为各自独立生成（不传 ref_image_path，或链到首张已生成图），严禁指向不存在的 $DIR/cover.png。Phase 0/1（模板选择、节奏规划、三维风格分析）不受开关影响，始终执行。

下方各 Phase 顶部再次标注其跳过条件；质量验证的图片相关项在配图开关关闭时跳过。

公众号图片尺寸与展示规则

公众号图片的比例和大小由本 skill 固定，并在 MCP generate_image 参数中显式传入；不依赖项目级/任务级 image ratio 自动推断。项目/任务的 image ratio 可服务其他平台，但公众号文章优先使用下列固定规则：

图片类型 / slot	MCP size	HTML image_size	用途
封面 / hero	size="21:9"	full-bleed	服务端裁剪到 900×383，用作 thumb_media_id
section_opener / 普通正文配图	size="4:3"	full-width	段落之间的章节图，适合公众号阅读流
inline_detail / 段内细节图	size="1:1"	inline	局部特写、操作细节、补充说明
信息图 / 流程图 / 对比图 / 清单总结图	默认 size="4:3"，仅当内容更适合方形时用 size="1:1"	full-width 或 inline	信息密度高但不能撑满正文

visual-rhythm-plan.md 中正文图 slot 默认不要滥用 full-bleed；正文阅读流优先 full-width 或 inline。render_template 会按 image_size 控制展示宽度：full-bleed=100%、full-width=86%、inline=68%。

受控文字策略

图片上是否需要文字由场景决定，不再一律纯图：

• 封面：当标题利益点强、系列感明显、教程/清单/杂志编辑风、或用户/项目视觉风格明确需要时，可生成 2-8 个字的短标题/关键词；普通氛围图、真实场景摄影、情绪意象封面默认无字。
• 正文图：真实场景/氛围图默认无字；信息图、流程图、对比图、清单总结图可带少量中文标签或短句。
• 所有文字必须写入 prompt 与 verification_prompt，vision 校验必须检查文字是否短、清晰、无乱码、无水印、无 logo、无密集排版；文字失败时优先改为无字图或重试。

MCP 工具

MCP 工具	说明
generate_image (project_id, prompt, image_type, output_path, task_id, size, ref_image_path, verify_with_vision?, verification_prompt?, upload_to_cdn?)	生成单张图片。upload_to_cdn=true（生成与上传原子化）时在同一调用内完成"生成→保存→视觉校验→压缩→上传微信 CDN"，直接返回 wechat_url + media_id；校验未通过则不上传；上传失败返回 upload_error（生成不浪费，仅重试上传）。返回 download_url（始终为可 HTTP fetch 的存储 URL，不再返回 base64 data URL）、file_path、wechat_url、media_id、verification（可选）
analyze_image (project_id, image_url 或 file_path, prompt)	用 vision 模型分析图片，用于人工二次校验或失败诊断
upload_image (project_id, file_path)	上传外部/下载来的图片到微信 CDN，返回 CDN URL。已生成的图不再用此工具——生成时直接用 generate_image(upload_to_cdn=true) 原子上传
download_image (project_id, url)	下载在线图片
compress_image (file_path)	压缩图片

---

五阶段流程

Phase 0: 模板选择 + 节奏规划
  └─ 读取 03-article.md → 选模板 → 写 visual-rhythm-plan.md

Phase 1: 三维风格分析
  └─ 账号定位 + 内容主题 + 受众 → $VISUAL_STYLE / $COLOR_PALETTE / $MOOD

Phase 2: 封面生成
  └─ 基于风格分析 + 文章核心隐喻 → 生成 + 上传

Phase 3: 配图规划
  └─ 逐章节提取 visual_brief + required_entities + must_match_excerpts → 写 image-plan.md

Phase 4: 配图生成（带 vision 校验）
  └─ 按 rhythm-plan slot 顺序生成 → vision 校验 → 失败重试 → 写 images.json

---

Phase 0：模板选择与节奏规划

步骤 0a：选择文章类型模板

读取 $DIR/03-article.md（或 04-article-final.md），根据结构特征匹配模板：

特征	模板	文件
标题/大纲含"3 个/5 种/N 条"+ 并列项	listicle	templates/article/listicle.yaml
按步骤序号组织（步骤 1 / 步骤 2 / step N）	tutorial	templates/article/tutorial.yaml
情节弧、场景描写、人物/时间线	story-narrative	templates/article/story-narrative.yaml
其他（深度观点、评论、分析）	long-form-essay	templates/article/long-form-essay.yaml（默认）

自动决策原则：不向用户询问。特征模糊时优先选 long-form-essay。

步骤 0b：创建 visual-rhythm-plan.md

读取 $DIR/03-article.md，对每个 ## 章节，分配一个 slot。详细模板和示例见 references/rhythm.md。

每个 slot 必须包含：

• slot_id：hero / section_opener / inline_detail / footer
• section_index：对应 ## 章节的 0-based 序号（footer 用 -1）
• image_size：full-bleed / full-width / inline（正文阅读流优先 full-width / inline，避免正文图撑满）
• module：从模板的 modules.preferred 中选，可为 null
• composition_type：从 8 种构图类型中选（参见 references/content.md）
• chapter_anchor：对应章节的标题或核心论点（1 句话）

产出：$DIR/visual-rhythm-plan.md

---

Phase 1：视觉风格确定（配置优先，分析兜底）

步骤 1a：读取任务已解析的视觉风格（权威来源）

公众号"模板"由三个正交维度组成：图片视觉（visual_style）、写作者（writer）、排版样式（theme）。三者各自独立解析，互不推导——写作者绝不决定图片视觉。

get_project_profile 已按 task > project 解析并返回视觉维度的最终值：

• $VISUAL_STYLE_CONFIGURED = profile 的 visual_style 字段（解析后的视觉风格描述/关键词）
• $VISUAL_STYLE_SOURCE = profile 的 visual_style_source（task / project）

关键规则：

• 若 $VISUAL_STYLE_CONFIGURED 非空 → 它是权威视觉锚点。以它为 $VISUAL_STYLE 的核心，三维分析只做补充细化（配色、情绪、构图），绝不可覆盖或偏离配置的视觉方向。例如配置了"温暖自然的生活摄影"，分析就只能往暖色调、自然光、真实场景细化，不得生成维多利亚木刻/黑白版画等冲突风格。
• 若 $VISUAL_STYLE_CONFIGURED 为空（所有层级都未配置视觉）→ 执行完整三维分析兜底。

步骤 1b：三维风格分析（细化 / 兜底）

基于 get_project_profile 返回的 $ACCOUNT_POSITIONING / $ACCOUNT_KEYWORDS / $ACCOUNT_AUDIENCE 和 $DIR/04-article-final.md 内容，执行三维分析。当步骤 1a 有配置锚点时，分析必须向该锚点收敛（即用账号/内容主题来充实已指定的视觉方向），而非另起炉灶。

详细规范见 references/cover.md。

产出：$VISUAL_STYLE（含配置锚点 + 细化方向）/ $COLOR_PALETTE / $MOOD / $VISUAL_STYLE_SOURCE

---

Phase 2：封面生成（委托 article-cover-design skill）

封面开关守卫：当 article_image_mode 为 content_only 或 text_only 时，Phase 2 整体跳过——不调 generate_image、不生成 $DIR/cover.png、不取 media_id/$COVER_PATH。article-cover-design skill 同步跳过（见其「跳过条件」）。封面关·配图开时，Phase 4 正文图改用无锚点独立生成。

封面是全篇风格锚点（产物 $DIR/cover.png 供 Phase 4 内容图 ref_image_path 继承）。封面设计已独立成稿——using the article-cover-design skill，它硬编码官方比例（900×383 / 2.35:1）、中心安全区构图（转发卡 1:1 兼容）、受控文字策略、从文章核心隐喻推导视觉概念、vision 6 维评分卡把关。本阶段只交代与本 skill 的衔接：

• 核心规格：大图 2.35:1（900×383px，服务端强制精确裁剪），转发卡 1:1 由中心安全区自动覆盖，受控文字策略（按真实场景决定是否带短文字）。
• 生成调用：generate_image(project_id=$PROJECT_ID, prompt=<封面提示词>, image_type="cover", output_path="$DIR/cover.png", task_id=$TASK_ID, size="21:9", upload_to_cdn=true, verify_with_vision=true, verification_prompt=<6 维评分卡>)。
  • size="21:9" 是生成提示比（Volcengine 支持的最近比）；服务端按 platform=article + image_type=cover 把成品精确裁到 900×383 并像素断言——微信零裁剪，告别「需要手动裁剪的纯图」。
  • upload_to_cdn=true：vision 校验通过才上传，直接返回 media_id（封面 thumb）+ wechat_url；校验未通过不上传（不浪费素材位）。
• vision 评分卡不过 → 按 sharper_prompt_hint 锐化 prompt 重试，最多 3 次；仍不过请求用户协助，不得用未通过封面发布。
• 详细推导链、6 维评分卡模板、迭代策略、cover-prompt.md 审计见 article-cover-design/SKILL.md；三维风格方向参考见 references/cover.md。

产出：$DIR/cover.png, media_id, $COVER_PATH

---

Phase 3：配图内容规划（升级 schema）

配图开关守卫：当 article_image_mode 为 cover_only 或 text_only 时，Phase 3 整体跳过——不创建 image-plan.md；模板 image_count.min 不再生效，不得据此强制规划配图。节奏规划（Phase 0b）仍创建，所有非 hero slot 的 image_url=null。

新 schema：visual_brief + required_entities + must_match_excerpts

旧 schema 的 visual_subject 字段过于抽象（"商务场景"、"科技背景"），已废弃。新 schema 强制要求三个具体字段：

字段	含义	示例
visual_brief	1-2 句白话描述"这张图必须画什么"	"一颗石头路上的裂缝中钻出嫩绿新芽，背景是虚化的晨光。"
required_entities	必须出现的具体物体列表	["stone path with crack", "tender green shoots", "soft morning light (background blur)"]
must_match_excerpts	章节中支撑这些实体的原句	["他说，'你看这条石板路的缝里，不也长出了新芽？'"]

详细正反例和规划流程见 references/content.md。

产出：$DIR/image-plan.md

---

Phase 4：配图生成（带 vision 校验循环）

配图开关守卫：当 article_image_mode 为 cover_only 或 text_only 时，Phase 4 整体跳过——不生成任何正文图、不写 images.json、正文不内联 <img>。封面关·配图开时本 Phase 仍执行，但步骤 4c 的 ref_image_path 不得指向未生成的 $DIR/cover.png（改不传或链首图）。

按 $DIR/visual-rhythm-plan.md 中 slot 的顺序生成。每个 slot 执行：

步骤 4a：构建 prompt

基于 image-plan.md 中对应章节的：

• visual_brief（主体描述）
• required_entities（必须出现的实体清单）
• composition_type（构图约束）
• 叠加 $VISUAL_STYLE / $COLOR_PALETTE 风格语言

步骤 4b：构建 vision 校验 prompt

按下方模板构建 verification_prompt（必须在 4c 调用 generate_image 前就绪，服务端要求 verify_with_vision=true 时 verification_prompt 非空）：

这张图用于文章《$ARTICLE_TITLE》的章节《$CHAPTER_TITLE》。
章节核心论点：$CORE_POINT
必须出现的视觉元素：$REQUIRED_ENTITIES（逐项列出）
视觉简报：$VISUAL_BRIEF
请按 JSON 格式回答：
{
  "all_entities_present": true/false,
  "missing_entities": ["缺的实体 1", ...],
  "relevance_score": "high" | "medium" | "low",
  "has_forbidden_content": true/false,
  "forbidden_notes": "文字/水印/低俗等问题描述",
  "overall_pass": true/false,
  "sharper_prompt_hint": "如不通过，给出更锐化的 prompt 建议"
}

步骤 4c：生成图片（带 vision 校验 + 原子上传）

generate_image(
  project_id=$PROJECT_ID,
  prompt=<步骤 4a 构建的 prompt>,
  image_type="content",
  output_path="$DIR/img_N.png",
  task_id=$TASK_ID,
  ref_image_path=<封面开关开启时 "$DIR/cover.png"；封面关时省略或链到首张已生成图>,
  verify_with_vision=true,
  size=<按 slot 固定：section_opener 用 "4:3"；inline_detail 用 "1:1"；信息图/流程图/对比图默认 "4:3">,
  verification_prompt=<步骤 4b 构建的校验 prompt>,
  upload_to_cdn=true
)

关键：

• size：必须显式传入，普通正文配图/信息图用 size="4:3"，段内细节图用 size="1:1"；不得依赖项目级/任务级 image ratio。
• ref_image_path：封面开关开启时用 $DIR/cover.png（风格锚点）；封面关·配图开时不传（或链到首张已生成图），严禁指向不存在的 $DIR/cover.png。
• upload_to_cdn=true 让生成与上传原子化：同一调用内完成生成→保存→校验→压缩→上传微信 CDN。校验通过才上传（不浪费素材位），返回值直接带 wechat_url + media_id；校验失败则不上传，结果无 wechat_url。不再有独立的 upload_image 阶段——每张图生成的瞬间即持久化到 CDN。

旧版 server 兼容：若 server 不支持 verify_with_vision / upload_to_cdn 参数，去掉这两个参数生成图后，单独调用 analyze_image 做校验 + upload_image 上传，并按 references/content.md 的容错解析规则处理返回文本：

analyze_image(
  project_id=$PROJECT_ID,
  file_path=$DIR/img_N.png,
  prompt=<步骤 4b 构建的校验 prompt>
)

步骤 4d：失败重试策略

读取 generate_image 返回的 verification 对象（字段名是服务端归一化后的 passed/score/missing_entities/notes，不是 LLM 原始 JSON 的 overall_pass/relevance_score）：

• passed=true → 通过，继续下一步
• passed=false 且 score=medium → 用 notes 中的 sharper_prompt_hint 锐化 prompt 重试（最多 2 次，共 3 次尝试）
• passed=false 且 score=low → 同上重试
• 3 次仍失败 → 标记 quality_status=failed，继续后续 slot

锐化 prompt 策略：

• 在 prompt 开头加 "MUST CONTAIN: " + verification.missing_entities 列表
• 把 visual_brief 改写得更具体（加入材质、颜色、方位）
• 移除任何抽象风格词，只保留具体场景描述

步骤 4e：记录并立即原子落盘（生成即持久化）

generate_image(upload_to_cdn=true) 返回时，wechat_url + media_id 已就绪（或返回 upload_error）。无需调用 upload_image。立即把这张图记录写回 $DIR/images.json——每张图返回即落盘，使中断最多丢失"正在生成的那一张"。

• 从 generate_image 返回值取 wechat_url → 写入记录的 url 字段；upload_error 时记到 upload_error 字段并用 upload_image(file_path=...) 单独重试上传（不重新生成）。
• 原子写 $DIR/images.json：先写临时文件 $DIR/.images.json.tmp → fsync → rename 覆盖 $DIR/images.json。绝不要"攒齐所有图再一次性写"——那是丢失窗口。
• 每条记录必须包含：

  {
    "index": 1,
    "slot_id": "section_opener",
    "section_index": 1,
    "image_type": "content",
    "chapter_title": "...",
    "composition_type": "三分法",
    "visual_brief": "...",
    "required_entities": ["..."],
    "must_match_excerpts": ["..."],
    "prompt": "Final prompt used",
     
       
       
       
       
       
    
     
       
       
    
     
     
     
     
     
     
  
  

  必须直接来自服务端 返回值的 字段； 由 agent 维护。

步骤 4f：插入到文章

按 slot_id 和 section_index 把 ![描述](CDN_URL) 插入到 $DIR/04-article-final.md：

• section_opener：紧跟 ## 章节标题 之后
• inline_detail：在 after_paragraph_index 指定的段落之后
• hero：紧跟文章第一个 ## 之前（如有 hero module 文字，则在 hero module 之后）

---

质量验证

配图开关守卫：配图开关关闭时，下方所有图片相关检查项（文件完整性/风格一致性/视觉多样性/Vision 通过率/审计完整性/CDN 持久化）跳过，不计为失败；节奏完整性、模板一致性（slot 映射）仍执行。封面关·配图开时，「风格一致性」改为"无 ref_image_path 或链首图"。

生成完成后执行 7 项检查：

• 节奏完整性：visual-rhythm-plan.md 中每个 ## 都映射到一个 slot
• 模板一致性：所选模板的 rhythm 规则被遵守（如 listicle 的 section_opener 必填、inline_detail forbidden）
• 文件完整性：所有图片文件存在且可访问
• 风格一致性：封面+配图均开启时，images.json 中所有内容图 ref_image_path="$DIR/cover.png"；封面关·配图开时无 ref_image_path 或链首图，且不得指向不存在的 $DIR/cover.png
• 视觉多样性：3 张以上配图使用 3 种以上不同 composition_type（清单模板可豁免，因要求统一构图）
• Vision 校验通过率：至少 80% 的内容图 verification.passed=true
• 审计完整性：images.json 每条含 visual_brief / required_entities / must_match_excerpts / verification / slot_id / section_index / wechat_url / media_id
• CDN 持久化：images.json 每条都有非空 wechat_url（每张图生成即上 CDN）；缺 URL 的 slot 用 generate_image(upload_to_cdn=true) 补或 upload_image 重传

未通过检查时：

• 单图失败 → 重试或降级标记
• 节奏/模板违规 → 回到 Phase 0 重新规划
• Vision 通过率 < 80% → 检查 prompt 构建逻辑，必要时回退到 Phase 3 重新规划

---

保存结果

• 含 CDN 图片链接的文章覆盖写回 $DIR/04-article-final.md
• 所有配图信息保存为 $DIR/images.json

---

技术规范

微信图片限制：

• 最大尺寸：10MB（超出自动压缩）
• 最大宽度：1920px（保持比例压缩）
• 支持格式：JPG、PNG、GIF、WebP

公众号常用比例：

• 封面图（公众号封面）：2.35:1（900x383px 标准）
• 正文配图（section_opener）：4:3，MCP 显式传 size="4:3"
• 章节内细节图（inline_detail）：1:1，MCP 显式传 size="1:1"
• Hero slot：full-bleed 2.35:1

---

常见失败与修复

问题	原因	修复
Vision 校验持续失败	prompt 过于抽象	锐化 visual_brief，明确每个 required_entity 的材质、颜色、方位
配图与章节无关	required_entities 与章节原文脱节	回到 Phase 3 重新提取，确保 must_match_excerpts 是章节原句
所有配图构图雷同	未在 rhythm-plan 中分配不同 composition_type	重新规划 rhythm-plan，强制 3+ 种构图（清单模板除外）
风格漂移	封面开启时未使用封面作为参考图；或封面关闭时错误引用不存在的封面	封面+配图均开启时确保内容图 ref_image_path="$DIR/cover.png"；封面关·配图开时不传或链首图
封面与文章脱节	封面 prompt 缺少内容隐喻	在封面 prompt 中加入文章核心论点的视觉隐喻
节奏违反模板规则	未读模板 YAML 的 rhythm 字段	重新加载模板，按 rhythm 字段约束 slot 分配

---

参考文档

• references/cover.md — 封面设计规范（三维风格分析 + prompt 模板）
• references/content.md — 配图规划与生成（新 schema + vision 校验循环）
• references/rhythm.md — 节奏规划与模板选择（visual-rhythm-plan.md 模板）