头马会议海报背景图提示词生成器

把一场例会的信息，变成一段可直接粘贴进「即梦」的背景图提示词；若用户要成品，则继续出图、叠字、合成嘉宾。

核心原则（不可违背）

1. AI 只负责背景，不负责信息。俱乐部名、场次、地址、时间一律后期叠，AI 图里不许出现。
2. 唯一例外是主题书法字。用户确认过：主题二字（2–4 字）以书法体画在画面上方，其余文字全部禁掉。
3. 嘉宾永远是后期合成的。即使海报有分享嘉宾，负向约束里也必须写「不要出现人物」——否则 AI 会在右侧画一个人，与后期合成的真人直接冲突。
4. 留白必须量化。只写"留白"模型会填满画面；必须给百分比 + 用途 + 边界。
5. 俱乐部中立。本技能服务所有头马俱乐部，不预设任何具体俱乐部。名称、地址、时间、大区等信息一律来自用户提供的接龙，不猜、不套"常见默认值"。填错地址的 poster 比没有 poster 更糟。
   - 例外：用户是 EGG「诞」头马演讲俱乐部（文本出现 EGG/「诞」/蛋）时，改用专属技能
   egg-poster-generator——EGG 的固定信息（地址/时段/愿景/金句）内建在那里，出图更快更准。
6. 默认直接交付成品图，不输出提示词文本。用户已明确：要的是能直接看能下载的 PNG，不是"拿去即梦跑的提示词"。因此：
   - references/prompt-skeleton.md 是内部工具——用它构造写给 ImageGen 的 prompt，但绝不把 prompt 原文贴给用户
   - 即梦提示词降为可选附录，只有用户明确说"要即梦提示词"时才输出
   - 回复里只给：图片 + 极简说明（意象、会议信息核对）
7. 默认只出 1 张，不主动出多张候选。用户明确说过"生成一张图就可以了"。多张既费积分又让人选择困难。
   - 只有用户说"多来几版挑挑""出几个方案"时才出 3 张
   - 出 1 张时更要把好关：跑完越界检测再交付，没有备选可以兜底
8. canvas-design 作为可选的艺术背景引擎。默认路径 A（六段骨架→ImageGen）覆盖绝大多数例会；
   当用户明确要"更有设计感/艺术感"的海报，或 ImageGen 出图偏套路时，走路径 B：先调用 canvas-design
   技能写一份主题化视觉设计哲学（.md），再把它落到一张 PNG 背景，最后仍由 PIL 叠字、合嘉宾。
   路径 B 与路径 A 的关键区别：允许保留 canvas-design 自带的极简视觉性文字（sculptural labels /
   主题词点缀 / 细瘦小标），这是其美学的一部分，不再强制禁用——但 canvas 文字必须满足：①只落在中部视觉区
   （约画面 26%–74%），绝不侵入上 26% / 下 28% 的会议信息区；②只能是装饰性/抽象文字，
   不得出现真实会议信息（俱乐部名、场次、地址、时间、嘉宾名，这些一律仍由 PIL 叠）；
   ③ Step 7 的 PIL 只在上下留白区放会议信息，与 canvas 文字天然分区、不重叠。输出 PNG 直接喂给 overlay_text.py --bg。

工作流

Step 0 — 判断输入类型并解析

用户贴的原文有两类，先判断是哪一类，再走对应解析。

> 用户明确说过：贴的通常不是接龙报名信息，而是俱乐部的活动信息。判断不出时按 A 处理。

A. 活动信息 → 跑解析器

python scripts/parse_activity.py --file activity.txt          # 或 --text "..." / stdin
python scripts/parse_activity.py --file activity.txt --out parsed.json --quiet

输出 schema（缺字段一律留空，绝不臆造）：

{
  "session": "第 472 次会议", "theme": "演讲的节奏设计",
  "club": "...", "time": "...", "address": "...",
  "guests": [{"index":1,"name":"","title":"","bio":"","photo":"","photo_kind":"url|path|none"}],
  "missing": ["会议时间", "嘉宾2 照片"]
}

规则：

• 多嘉宾逐一识别：按空行 / 「嘉宾」「讲者」「照片」标记切块，每块一位嘉宾；
  「嘉宾：王敏、张涛」这种一行多人的按顿号拆
• 照片字段原样保留：URL 或本地路径都不加工，只标 photo_kind（url / path / none）
• 容错：格式不固定、字段缺失或乱序都能跑；认不到的留空
• 缺失项在 missing 里列出（含「嘉宾N 头衔」这种逐位标注），供 Step 1 追问
• 解析器只做正则启发式，跑完必须人工复核一遍——尤其是姓名与头衔的边界

B. 角色接龙 → 正则抽取

Step 1 — 追问缺失项（只问缺的）

把解析结果按下面这张表核对，只追问 missing 里列出的：

已解析出的字段绝不重复问。追问时一次性问完，不要一轮一项。

多嘉宾时的海报处理：composite_guest.py 一次合成一位，多位就串联跑
（第一次输出当第二次的 --base），用 --center-x / --bottom-ratio / --height-ratio
错开位置；两人用 0.32 / 0.68，三人用 0.24 / 0.50 / 0.76，人像高度降到 0.30 左右。

> ⚠️ 本技能面向所有头马俱乐部，不预设任何具体俱乐部。地址、时间、大区等信息一律不猜、不套"常见默认值"——填错地址的 poster 比没有 poster 更糟。

Step 2 — 一次问完偏好

用 AskUserQuestion 一次性问（不分多轮）：

• 画布比例（3:4 竖版 1080×1440 默认 · 9:16 · 1:1 · A3 印刷）/ 视觉调性（现代商务·国际化 默认 · 新国潮 · 温暖人文 · 未来科技 · 极简留白）/ 有无分享嘉宾（有 · 无）
• 俱乐部 · 场次 · 主题 · 地址 · 时间 · 嘉宾信息 → 让用户一次性自由输入

> 俱乐部不预设选项（本技能服务所有头马俱乐部）。上轮已解析出俱乐部时，把它作为默认项写进题面让用户确认即可，不要列候选名单。

Step 3 — 查主题意象映射表

读 references/theme-visual-map.md，用主题关键词模糊匹配。无命中则走回退：把主题拆成可画名词，套「官方五色抽象几何层叠 + 渐变光晕 + 细腻噪点」。

Step 3.5 — 选择背景渲染路径（A / B）

绝大多数例会走 路径 A（下面的 Step 4–6，六段骨架 → ImageGen）。以下情形改走 路径 B：

• 用户明确要"更有设计感 / 艺术感 / 高级感"的海报
• 这是要对外分享 / 公众号 / 印刷的宣传物料，而非内部例会通知
• ImageGen 连续出图偏套路、缺乏独特美学世界观

路径 B：用 canvas-design 生成艺术背景

1. 调用 canvas-design 技能，先写一份主题化视觉设计哲学（.md）：
   把会议主题翻译成一个具名美学运动（如「演讲的节奏设计」→「Rhythmic Geometry 节奏几何」），
   按该技能的范式强调空间 / 色彩 / 尺度 / 留白与"大师级 craftsmanship"，但必须主题化——
   哲学要为这场会议的主题服务，而非泛泛而谈。
   - 不必每次从零写：技能已预置可套用 / 改写的设计哲学范例，如
   references/luminous-convergence.md（科技感 + 人文温度 / 连接 / 成长类主题），
   可直接采用或在其基础上做主题化改写。
2. 按 canvas-design 的"画布创作"步骤，把哲学落到一张 PNG 背景，目标比例与路径 A 一致
   （3:4 竖版 1080×1440 默认 · 9:16 · 1:1 · A3）。
3. ⚠️ 适配约束（路径 B 相对 canvas-design 默认行为的调整）：
   - 视觉性文字可保留（路径 B 的特色）：canvas-design 默认会在画面上放"极简文字作视觉点缀"，
   路径 B 允许保留这部分文字（它是 canvas-design 美学的组成部分），不再强制禁用。三条边界必须守住：
   (a) canvas 自带文字只许落中部视觉区（约画面 26%–74%），不得侵入上 26% / 下 28% 的会议信息区；
   (b) canvas 文字只能是装饰性 / 抽象表达（主题词点缀、sculptural label、细瘦英文小标等），
   严禁出现真实会议信息——俱乐部名、场次、地址、时间、嘉宾名一律不进 canvas，仍由 PIL 叠；
   (c) Step 7 的 PIL 只在上下留白区放会议信息，与 canvas 文字天然分区、不重叠；
   若某次构图里 canvas 文字意外进入信息区，以 PIL 信息为准（重出该区域或让 canvas 文字退让）。
   - 预留上下留白区：上 26% / 下 28% 必须留空供 PIL 放俱乐部名 / 主题 / 地址 / 时间，
   中部留给 canvas-design 的视觉表达（含其文字）。
   - 交付 PNG 直接当 overlay_text.py --bg 的输入，继续 Step 7 / Step 8。
4. 路径 B 同样要跑 Step 9 文字越界检测（对 canvas 输出也用差分法核验留白区是否被破坏）。

> 路径 B 出的是"背景"，不是"成品"——canvas-design 的画布只是替代了 ImageGen 那一帧背景图，
> 后续叠字、合嘉宾、越界检测与路径 A 完全一致，保证两条路径的海报信息层结构统一。

Step 4 — 填六段骨架

严格按 references/prompt-skeleton.md 的六段式与长度预算填。语序即权重，不许调换。

Step 5 — 过自检清单（不过就改，不许直接交付）

• [ ] 主题词已通过 --theme 交给 PIL 渲染（不是写进 prompt 让 AI 画汉字）
• [ ] S1 写了各区百分比 + 用途 + 边界
• [ ] 有嘉宾时：S1 写了右侧人物位，S6 禁了人物
• [ ] S6 负向约束完整禁文字、不留例外口子（主题字已交给 PIL，画面须 100% 无字）
• [ ] 五要素齐全：构图 / 色彩 / 风格 / 细节 / 灯光
• [ ] 总长 150–300 中文字（超了砍形容词，不砍分区与意象）
• [ ] 无歧义词（"一些""某种""大约"）
• [ ] 色号与中文色名并列出现

Step 6 — 出图（默认执行，不用等用户额外要求）

用户要的是图片本身，所以这一步是主流程，不是可选项。

1. 生成前告知积分消耗（单张约 5–10 积分；默认只出 1 张）
2. 调 connect_cloud_service 取 clientTempToken（有效期仅约 15 分钟，每轮重新取）
3. 作为 tempKey 传给 ImageGen：size 直接填目标画布尺寸（如 1080x1440），quality="high"
   - 模型会把边长对齐到 64 的倍数（实测 1080x1440 → 实际输出 1072x1440），比例几乎不变
   - ⚠️ 不要生成 1024x1536 再 cover 到 3:4：会纵向裁掉 180px，留白区随之上移，导致文字压到意象上（实测事故）
4. 默认只出 1 张。选定一个意象方向，叠字后交付——只给背景图用户无法判断成品效果
   - 用户明确说要多版挑选时，才出 3 张不同方向的候选并全部叠字
5. 出图后跑「文字越界自动检测」（见下），越界的重生成，不要硬交付——只出 1 张时这条更关键，没有备选兜底
6. 垂直元素（光柱、台阶、向上的光束）天生容易画超高。若某张顶部侵入留白区，改用水平带状构图重写 prompt（实测有效：垂直光柱侵入到 y=239，改横向带后 0% 侵入）

Step 7 — 叠会议信息

跑 scripts/overlay_text.py。主题大字用 --theme 交给 PIL 渲染，背景图保持无字，避免重影与错别字。

python overlay_text.py \
  --bg bg1.png --out poster_1.png --canvas 1080x1440 \
  --club "<俱乐部全称>" --theme "<会议主题>" --slogan "<标语，可省略>" \
  --session "第 N 次会议" --time "X月X日（周X）H:MM-H:MM" --address "<地址>"

• --canvas 指定目标画布：背景图按 cover 模式等比铺满（不变形、不留白、居中裁切），
  任意尺寸的背景图（包括用户自己的照片）都能稳定铺满；不填则用背景图原始尺寸
• 头马 logo 默认自动贴左上角（可选：平台未打包 logo 图片，放你自己的 assets/toastmasters_logo.webp/.png/.jpg 即自动启用；2026-09 用户原提供的是透明 PNG，
  透明底 RGBA，高 6.2% 画布、左边距 3.5%，等比缩放）——每张海报都要有，无需用户交代；
  换 logo 用 --logo 路径，不要时用 --no-logo。顶部文字自动为 logo 让出两侧宽度。
  右上角留白给二维码（暂无固定素材，用户给了再贴）
• 信息条文字按背景亮度自动取色（暗底白字/亮底深字）——金蓝嘉宾风是暗底，写死深色会看不清
• 有分享嘉宾时加 --guest（信息条改左右两列），背景花时加 --plate

Step 8 — 合成嘉宾照片（有嘉宾时）

跑 scripts/composite_guest.py。三分支自动判断素材（透明底 / 纯色底 / 杂乱底），按 references/guest-compositing.md 的「不突兀六原则」处理。

Step 9 — 文字越界自动检测（出图后必做）

绘图模型不会严格遵守"留白区"约束，常把意象画进预留区。靠肉眼不可靠（且当前模型读不了图），用这个方法程序化检测：

import numpy as np
from PIL import Image
a = np.array(Image.open(p).convert("L")).astype(float)
H, W = a.shape
rowmed = np.median(a, axis=1)                    # 每行中位数 = 该行底色基准
ink = np.abs(a - rowmed[:, None]) > 42           # 偏离底色即视为"内容"
top_lim, bot_lim = int(H * 0.26), int(H * 0.74) # 留白区边界
tr = np.where(ink[:top_lim].sum(axis=1) > W * 0.012)[0]        # 上部区内容行
br = np.where(ink[bot_lim:].sum(axis=1) > W * 0.012)[0]        # 下部区内容行

判定标准（1080×1440 / 1024×1536 实测值）：

• 上部区内容应止于 y≈303（俱乐部名+主题+标语三行），止于 398 说明背景意象侵入了留白区 → 该张重生成
• 下部区内容应在 y≈1270–1370，触及 1516 说明压边
• 三张检测值应基本一致；某张明显异常就是那张的图有问题

> 这个方法救过一次真实事故：第 263 次海报的第三张，光束柱顶部侵入上部留白区（y 320–398 有内容，另两张止于 303），重生成后修复。

升级版：差分法（更准，推荐）。上面的方法会把背景元素误判成文字。用「成品 − 纯背景」求差，得到真正的文字区域：

# 先生成一张不叠字的纯背景：overlay_text.py --bg bg1.png --out co1.png --canvas 1080x1440
diff = np.abs(fg - bg) > 30          # 文字 = 成品独有的内容
trows = np.where(diff[:int(H*0.26)].sum(axis=1) > W*0.01)[0]   # 上部文字行
brows = np.where(diff[int(H*0.74):].sum(axis=1) > W*0.01)[0]   # 下部文字行

再算文字区的背景复杂度——这才是可读性的真正指标：

bmed = np.median(bg, axis=1); bink = np.abs(bg - bmed[:, None]) > 42
seg = bink[trows.min():trows.max()+1]
noise = seg.sum() / seg.size        # < 3% 说明文字压在纯净留白上，清晰可读

判据：noise < 3% 通过。实测三张均为 0.00%，而仅用单行法会误报 poster_2/3 不合格。

Step 10 — 交付

① 成品海报 PNG（默认 1 张，主交付） ② 分层 PNG（背景 / 文字 / 嘉宾分开存）

交付格式

主交付：成品海报 PNG，直接 present_files。

回复正文只写三件事：

1. 每张是什么意象（一句话，配合图片本身）
2. 会议信息核对表——把从接龙抽出的俱乐部 / 场次 / 时间 / 地址 / 嘉宾列出来，让用户一眼发现抄错的地方
3. 需要用户决策的点（选哪张、要不要加嘉宾、要不要改配色）

禁止出现在回复里：ImageGen 的 prompt 原文、即梦参数、六段骨架、提示词文本。
（这些是内部参数，用户明确表示不要。）

【可选附录】只有用户明确说"要即梦提示词"时，才额外输出：

【主提示词】<150-300 字>
【即梦参数】比例 3:4 · 精细度 高 · 生成 4 张
【分区示意】上 26% / 中 46% / 下 28%（与 LAYOUT 常量一致）

参考文件

相关技能

Python 环境

统一用隔离 venv 的解释器：
C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe
（不要用 .../versions/3.13.12/python.exe，其 site-packages 会被环境重置清空）

已装：Pillow、python-pptx、openpyxl、rembg、onnxruntime。
中文字体：C:\Windows\Fonts\msyhbd.ttc（微软雅黑 Bold，默认）、msyh.ttc、simhei.ttf、simkai.ttf（楷体）。执行前先 os.path.exists 校验。