模版萃取师 (style-extract)
一、何时使用本技能
触发场景（满足任一即激活）：
1. 用户发送素材（PPT/PPTX/图片/网页 HTML 或 URL）并要求"解析风格""沉淀模版""收进我的风格库"。
2. 用户产出指令含"参考 xx 风格""按 xx 模版""用默认风格"。
3. 用户提到"模版萃取师""style-extract""风格档案""我的模版库"。
二、仓库位置（通用引擎，不绑定用户路径）
- 技能本身不含用户实际风格档案，是通用引擎。
- 运行期通过读取
INDEX.md定位仓库根（INDEX 中标注repo_root）。首次使用时若未配置，询问用户仓库路径（默认建议style-extract/，可放任意工作区）。 - 无需任何第三方笔记软件：风格档案是普通 Markdown 文件（带 YAML frontmatter），AI 用内置解析器读取，人用任意文本编辑器/VSCode/文件管理器查看即可。Obsidian 只是可选的增强查看器（见文末附注），不装也能完整使用本技能。
- 目录结构（两层：格式→风格）：
<repo>/ INDEX.md # 总索引 + default 标记 + 风格清单 _template.md # 新建风格字段模板 00-源素材/PPT|图片|网页/ # 原始素材(带前缀命名) 01-PPT风格/<风格名>/<风格名>.md 02-图片风格/<风格名>/<风格名>.md 03-网页风格/<风格名>/<风格名>.md tools/ # parse_ppt.py / parse_web.py / extract_img.py / similarity.py
三、核心流程
A. 解析并沉淀新风格
- 接收素材：用户发来文件/URL → 复制到
00-源素材/<格式>/<建议名>-源.<ext>（批量时先全部复制）。
- 内容去重：复制/下载前对文件做 MD5 比对，若目录内已存在内容完全相同的文件（同图被文章多处引用、或重跑抓取），只保留 1 份，不新增重复。tools/fetch_wechat_imgs.py已内置此逻辑（_dup_path）；手动复制也须先比对。
A0. 从链接/网页扒图（用户给的是文章 URL 而非图片文件时）
当用户发来网页链接/文章 URL（如微信公众号、知乎、博客）并要求解析其中图片风格时，先扒图再解析：
- 微信公众号文章（mp.weixin.qq.com）：
- 用 tools/fetch_wechat_imgs.py <文章URL> [前缀] 抓取。原理：
1. urllib 模拟浏览器 UA + Referer 绕过基础反爬；
2. 关键：微信正文图不在 data-src/src 属性，而藏在 JS 数据的 cdn_url / ori_url 字段里，脚本专门解析这两个字段提取 mmbiz.qpic.cn 链接（这是微信的坑，直接抓 <img> 只能拿到头像）；
3. 下载时按内容 MD5 去重（_dup_path），同图被多处引用只落 1 份；
4. 落盘到 00-源素材/图片/<前缀>-<月日>-NN-源.<ext>。
- 抓取后过滤噪声小图：边长 < 300px 的头像/图标/二维码直接排除，只留正文大图。
- 视觉去重提示：文章常拆成多张纵向长图切片，同文同模板导致版式雷同、但内容各不同——只删 MD5 完全相同者，版式雷同不删（避免丢信息）。在每个文章图组目录写 README.md 标注此规则。
- 普通网页/博客：用 tools/parse_web.py <url> 直接解析页面 CSS 提取配色/字体；若需扒页内图片，可用等同逻辑（requests/urllib 抓 HTML → 解析 <img src>/CSS 背景图 → 下载）。
- 扒图完成后，对每张正文图跑 extract_img.py 解析，再走 A 流程沉淀。
- 跑解析脚本（必须用真实代码，不靠猜）：
- PPT →python tools/parse_ppt.py <file>
- 网页 →python tools/parse_web.py <file|url>
- 图片 →python tools/extract_img.py <file>
解析输出结构化 JSON（配色/字体/字号/版式/标签）。 - 建议命名：根据
type+ 核心特征（主色/字体/标签）建议中文风格名，批量时一次性给出所有建议名+摘要。 - 询问确认（一次性，不逐个打扰）：展示"建议名 + 提取摘要 + 源文件落位"，请用户确认/修改名字。重名自动加
-2。 - 相似度比对：对新风格跑
tools/similarity.py，阈值 0.75：
- ≥0.75 → 提示"是否归类到【xx】并加相似链接"（档案独立，不污染原风格）
- <0.75 → 提示"是否新建独立风格"
- 仅用户明确说"并入"才合并字段。 - 落盘：按
_template.md写0X-<格式>风格/<风格名>/<风格名>.md，frontmatter 填解析值；图片字体若 pending 且无同源 PPT 推断，填楷体默认（fonts.fallback: ["楷体","KaiTi","serif"]，title/body 留空标 pending）。 - 更新 INDEX.md：在对应格式清单追加
- <风格名> · 标签 · default?（纯列表写法，任意编辑器可读）；若是第一套且未指定 default，标记default: true并询问用户（选项含"调整路径"入口）。 - 回读校验：读取刚写的 md，确认 frontmatter 与解析一致。
B. 后续产出套用风格
- 加载：读
INDEX.md获 default 与全部风格；用户指定"参考 xx"则加载0X-*/<xx>/<xx>.md。 - 多风格组合：用户用
+连接（如科技蓝+极简页）；优先级由用户指定（如"以科技蓝为主，加极简页元素"）；冲突字段按用户指定优先级裁决；首次组合询问是否存为永久组合风格（记 INDEX 组合区）。 - 未指定风格：加载 default 风格。
- 产出前自检清单（逐项对照 frontmatter，漏项即补）：
- [ ] 配色：primary/secondary/bg/text 是否取自档案
- [ ] 字体：title/body 是否一致（pending 用楷体）
- [ ] 字号层级：title/subtitle/body/caption/gap 是否匹配
- [ ] 圆角/间距：radius/gap 是否达标
- [ ] 版式：cover_style/content_grid/has_footer 是否遵循 - 交付：产出内容（PPT/网页/图片/文档），并说明"已套用【xx】风格，维度对照见上"。
四、冲突与边界
- 绝不自动覆盖已有风格；归类/新建/并入/组合全部用户确认。
- 图片字体无法提取 → pending + 默认楷体，用户可在任意编辑器打开
<风格名>.md改 frontmatter 补全。 - 解析值存真实提取结果，不臆造；拿不到的字段留空而非编造。
- 用户资产留本地仓库；skill 通用，不指向特定用户路径。
五、工具依赖
- Python 3 + Pillow（图片取色）。PPT/网页/相似度仅用标准库。
- 解析脚本位于仓库
tools/，AI 调用前先确认 python 可用。
六、可选增强：Obsidian 用户额外能力（非必需）
本技能不依赖 Obsidian。若你恰好使用 Obsidian，把仓库作为库打开可额外获得：图谱视图（风格间"相似"关系以双链呈现）、Dataview 自动汇总、快捷跳转。实现：风格档案"关联"小节写 [[相似风格名]]（非 Obsidian 用户看到的是普通中括号文本，功能不受影响）。未装 Obsidian 的用户忽略本节约即可，所有功能照常。
七、常见问题 FAQ
Q1 说"模版萃取师"/发素材后没反应？
技能未启用或未触发。先确认已安装启用；对话中直接说"解析这张图的风格"或"模版萃取师"即可激活。仍无效则检查触发词配置。
Q2 图片风格字体显示楷体？
图片文件不含字体元数据，无法提取字体名，按约定默认楷体（fonts.fallback）。要换实际字体：编辑 <风格名>.md 的 frontmatter，把 fonts.title/fonts.body 填上字体名（如 "微软雅黑"）即可。
Q3 相似度 0.75 怎么来的，能调吗？
经验阈值：调高更保守（多建独立风格、少归类），调低更聚合（易归类）。修改 tools/similarity.py 顶部 THRESHOLD 常量后重跑即可。
Q4 微信图只抓到头像/抓不到？
微信正文图不在 <img src>，藏在 JS 的 cdn_url/ori_url，脚本已专门解析。若仍抓不到，多为付费/强防盗链文章，改走普通网页用 parse_web.py 解析页面 CSS。
Q5 风格档案存哪，能换路径吗？
存于你首次指定的仓库根（INDEX.md 标注 repo_root）。换路径：改 INDEX 里 repo_root，或重新导入时指定新目录。
Q6 解析配色偏色/字体识别不准？
图片取色受背景与压缩影响；PPT 字体以 theme 为准、特殊字体需人工确认。均可直接在 frontmatter 手动修正 colors.primary/secondary、fonts.*，档案以你改的为准。
Q7 批量导入重名/重复图怎么处理？
重名自动加 -2；内容完全相同（MD5）只留 1 张；版式雷同不删（避免丢信息），仅标注来源。
Q8 不用 Obsidian 能完整用吗？
能。档案是普通 Markdown 文件，AI 用内置解析器读取，任意文本编辑器/文件管理器可看，不绑定任何笔记软件。
