城市画像（双页：产业 + 高校）

> 首次使用先自检：python scripts/check_env.py
> 本包（skillHub 版）不含字体二进制，毛笔字体以 base64 分片存放在 assets/fonts/part-*.txt，
> 缺失时 check_env.py 会自动调用 scripts/restore_font.py 还原（约 2 秒）。
> 如需含字体的版本，请向作者要 city-core-poster-share.zip。

> 出品标准见 references/standards.md（v1.1）：画布、字号阶梯、卡片高度、数量上限、排序、
> 配色、数据来源、素材规则、命名、六条禁令。任何城市图都要过 scripts/check_standard.py 才算交付。

产出什么

两张竖版长图（宽固定 1080，高度按内容自动加长，出图 ×2）：

高度不固定：内容少时按 9:16（1920 高）出，内容多时自动加长——6 项产业约 2025，18 所高校约 3331（1:3.1），
手机上就是往下滑，不需要翻页。宽度始终 1080，保证字号在手机屏上够大。

为什么不做表格：表格要在 1080 宽里塞 5 列，正文只能给到 11px；单列卡片能把正文提到 25px。

工作流（四步，不可跳步）

第 1 步 · 锁定城市

规范成地级市及以上正式名（南京市、苏州市、深圳市）。县级市并入其地级市，或按用户意图保留并在 city 写全称。用户给省份时反问具体城市。

第 2 步 · 联网核实（强制）

用 WebSearch 查两类事实，不许凭记忆填数字：

1. 核心产业：<城市> 2025 主导产业 产值 规模 国家级先进制造业集群
   - 取政府工作报告 / 统计局公报 / 工信局年度报告
   - 每项要有「规模量级」（1 万亿+、5000 亿+）或明确集群身份；查不到就换产业
   - 数量：一般 5~8 项；产业门类齐全的大城市可到 10 项
2. 核心高校 + 优势专业：<城市> 双一流 高校 名单、<城市> 985 211 大学
   - 只算本市校区，异地校区不冒充
   - 层次标签：985 / 211 / 双一流（可叠加）；省属重点写 省重点
   - majors 优先用教育部双一流建设学科名单里的学科名（最权威、可核验）；名校再补 1~2 个公认王牌方向
   - 排序：985 → 211 → 双一流 → 省重点；同层次按一流学科数量降序
   - 数量：上限 20 所（超出的在 uni_note 里交代总数），全部排进同一张图
3. 顺带核实 2~4 个 KPI：GDP、三产占比、规上工业/高新技术产业产值

查证结果写进 source。

第 2.5 步 · 院校核验（底线，不可跳过）

每年都有学校更名，写错校名比写错数字更伤信任。 逐所核一遍再写数据：

1. 现行校名：以教育部《全国高等学校名单》（最新年度）+ 学校官网首页标题为准，写全称。
2. 近三年更名：搜 <旧校名> 更名 教育部 批复。常见两类：学院→大学、独立学院→公办本科。
3. 机器拦截：assets/school-renames.json 存了已知更名对照，渲染时用旧名会直接告警。
   例：常熟理工学院 → 2025 年已更名为 苏州工学院（教发函〔2025〕26 号）。
4. 依据落库：数据里填 verified_at（核验日期）与 schools_source（依据），缺了会告警。
5. 优势专业按可信度取：双一流建设学科 > 国家级一流本科专业建设点 > 学科评估 > 定性描述；
   拿不准就写"XX 见长"，不要编具体专业名。

第 3 步 · 写数据 JSON

字段细节见 references/data-spec.md。最小形态：

{
  "city": "南京市", "en": "NANJING", "province": "江苏省",
  "tagline": "全国首个「中国软件名城」 · 长三角科教重镇",
  "industries": [{"name": "软件和信息服务", "scale": "1 万亿+", "tag": "国家级集群",
                  "desc": "首个中国软件名城，涉软企业超 6 万家",
                  "players": ["华为南京研究所", "中兴通讯"]}],
  "universities": [{"name": "南京大学", "tags": ["985","211","双一流"],
                    "majors": "天文学、地质学、中国语言文学 等 16 个"}],
  "source": "南京市统计局 2025 年公报；教育部第二轮双一流名单"
}

写到临时文件，如 /tmp/<城市>.json。

第 4 步 · 一键出图 + 质检

不要手工拼命令，用 make_city.py：它按标准依次做完「校验 → 素材 → 渲染 → 质检 → 记录」，
任何一步不过都会明确打出来，并按结果返回退出码。

PY=/Users/davidtqy/.workbuddy/binaries/python/envs/default/bin/python
SK=~/.workbuddy/skills/city-core-poster

$PY $SK/scripts/make_city.py --data /tmp/nanjing.json --out ~/WorkBuddy/南京市

输出：

── 出图：南京市 ──
① 数据校验   ✓ 字段与来源均合规
② 素材       页头大图：缓存命中 · 南京.jpg
             底部剪影：实图蒙版 · 南京.png（缓存命中）
③ 渲染       ✓ 南京市-产业.png  2160×4338  884KB
             ✓ 南京市-高校.png  2160×6662  1201KB
④ 质检       ✓ 全部合格
⑤ 记录       南京市-manifest.json
✓ 出品合格｜南京市｜2160×4338 / 2160×6662

• 退出码 0 = 合格（可能有警告）；1 = 有硬性不合格（来源非官方、超上限、长宽比超限…）。
  退出码非 0 就不要交付，先按提示修数据。
• --strict：有警告也算不合格（自己严格把关时用）。
• 事后复检：$PY $SK/scripts/check_standard.py --manifest ~/WorkBuddy/南京市-manifest.json

第 5 步 · 交付

用 present_files 把两张图一起给出，附一句结论（最硬的产业 / 最强的学校），
并把 -manifest.json 一并留给用户——里面记着数据哈希、参数、素材出处、所有质检项，
下次同一座城市重出图时可以对比参数，保证系列一致。

数据来源（硬性要求）

所有数据必须来自官方公开发布的文件。 这是这个技能的底线，不是建议。

只认这些来源（白名单）

这些一律不用（黑名单）

百度百科、维基百科、知乎、公众号、小红书、自媒体榜单、"XX 之最"类营销稿、招聘/房产网站、
培训机构宣传页。这些可以作为找线索的起点，但必须回到官方原文核对才能写进数据。

三条硬规则

1. 每个数字都要能指回一份官方文件。source 字段写清「文件名 + 年份 + 发布单位」，
   例：南京市统计局《2025 年南京经济运行情况》；教育部《第二轮双一流建设高校及建设学科名单》。
2. 年份必须标注且统一。year 写数据年份；产业规模、GDP 用同一年份，不要混用 2024 与 2025。
3. 查不到就留空，不许估算、不许转述"据说"。宁可少一条产业，也不能出现无法溯源的数字。

交付前自检（逐条过）

• [ ] source 是否写明发布单位与年份？是否含"统计局/教育部/政府工作报告"等官方字样？
• [ ] 每个 scale 数字能否在 source 对应的文件里找到？
• [ ] 高校名单是否来自教育部双一流名单（而不是学校招生简章）？
• [ ] majors 是否取自建设学科名单，而非自拟专业名？
• [ ] 是否有任何一条来自百科/自媒体却未回原文核对？

渲染时会自动检查 source 是否包含官方字样，缺失或不含官方关键词会打印 ⚠ 提示。

关键字印章（学校前面那个圈）

每所高校卡片左侧是一个圆形印章：纸白圆盘 + 城市色描边 + 书法字。不贴真实校徽。

取字规则（按优先级，三步）

① 先看学科方向——这类字最直观，一眼能认出学校是干什么的：

② 再看校名主干：跳过「南京/北京/中国/华东/东北」等地名与大区前缀，取第一个有辨识度的字。
例：河海→河、南京邮电→邮、南京审计→审、黑龙江大学→黑。

③ 同册重字时扩成两字（按以下顺序级联，保证一定收敛、绝不出三字以上）：

学科关键词原样(2字) → 前缀+学科字 → 学科字+主干末字 → 学科字+"大" → 主干末两字 → 主干前两字 → 校名前两字

例（哈尔滨册）：哈尔滨工业大学→工业、哈尔滨工程大学→工程（同属"工"，故用关键词全称区分）、
哈尔滨医科大学→医、黑龙江中医药大学→中、东北林业大学→林、黑龙江科技大学→科、
黑龙江工程学院→黑工（"工"已被占用，退到第 2 档）。结果必须无重复、无三字。

> 想手工指定某一所，直接在数据里加 "badge": "医" 字段，优先级最高（渲染时不再推导）。

> 为什么不贴真校徽：实测自动抓取命中率约 3/17，大量抓到校门照片、「LOGO 代找」广告和城市夜景，
> 贴错比不贴更伤可信度；而逐校人工核对成本过高。印章方案识别度够、永不出错。

顶部地标大图（默认自动抓取）

页头会铺一张城市实景照片：约占设计高 384px（1080 宽基准），整体压暗 + 带内自下而上再压暗
+ 设计 y≈305 处彻底淡出，毛笔字压在上面，章节标题与所有卡片都落在干净底上。

取图顺序（--hero 参数）

抓图自带两级门槛：先按「清晰档」1280×480 挑，全军覆没才退到「勉强档」900×340 并标注偏小；
两档都没有就回退剪影底纹，命令行会明确提示可用 --hero 路径 手动补图。绝不把糊图铺上去。

照片择优维度：够宽 ≥1920 优先、横版、上部 26% 区域越均匀越好（毛笔字要压得住）。
取景竖向偏上（HERO_CROP_BIAS=0.30），多留天空、避开地面灯火 —— 夜景城市（如哈尔滨）
最容易出现"灯火把标题冲成一片灰"，这个偏移就是为它设的。

• 照片要求：横版、2000px 宽以上、主体在中部或右侧（左上角会被毛笔字压住）。
• 不要用轮廓线稿冒充照片，糊成一片反而更难看。

> 可调旋钮集中在 render_city_poster.py 顶部 HERO_* 常量：深度、取景偏置、压暗量、
> 下沿额外压暗、完全不透明/彻底透明的设计 y。改一处即全局生效。

城市印记与剪影

• 顶部毛笔字用马善政毛笔楷书（assets/fonts/MaShanZheng-Regular.ttf，SIL OFL 1.1，见同目录 OFL.txt），
  配朱红印章与墨色噪点肌理；字体缺失时自动退到宋体粗。

底部剪影：优先用矢量库，可被实图替换

内置 18 城（北京/上海/广州/深圳/杭州/南京/苏州/成都/重庆/武汉/西安/天津/长沙/青岛/厦门/哈尔滨/南昌/郑州），
每城按「一个主标志物当锚点（占高 0.75~1.0）+ 背景楼群压低」绘制：
南京是紫峰+明城墙+南京眼双环，广州是小蛮腰，青岛是太平山电视塔，哈尔滨是圣索菲亚，
苏州是东方之门……没用收录的城市走程序化天际线。

想换成实图剪影：把「白形状 + 透明底」的 PNG 放到 ~/.cache/city-core-poster/skylines/<城市>.png，
渲染时自动优先使用；也可以 --skyline-image 路径 --skyline-dir 目录 指定。

抓取素材：scripts/fetch_city_art.py

PY=/Users/davidtqy/.workbuddy/binaries/python/envs/default/bin/python
$PY scripts/fetch_city_art.py --city 南京                    # 抓剪影 → 蒙版
$PY scripts/fetch_city_art.py --city 南京 --kind photo        # 抓实景照片（页头大图）
$PY scripts/fetch_city_art.py --data <json> --sheet /tmp/qc.png   # 出核对图

实测结论（2026-10）：

所以默认路线是：页头用实拍照片 + 底部用矢量剪影。剪影抓取当"碰运气"，抓到好的就换掉。

关于水印（重要）

不做任何"擦水印"处理。 带水印的素材要么整张不用，要么只取它真正的剪影本体
（阈值 + 只保留最大连通块，淡色水印与文字会自然被排除，不是"抹掉"）。

抓到的素材只在本地缓存（~/.cache/city-core-poster/），交付图里建议在 source 里附一句素材出处；
这些图仅供小范围非商业使用，公开发布前请自行确认授权。

配色：一城一色（默认，不用手挑）

每座城市有一个固定色相，取自这座城市最被认得的视觉符号，并归入 8 个色系，避免深底上发脏的黄绿区。
同一座城市永远同色——同一批图发出去，家长一眼能看出是"一套城市系列"。

• 未收录城市：归入同色系（如济南 214°、合肥 232°），或按城市名 CRC32 哈希取色。
• 自动做两件补偿：紫/品红区间降饱和（深底易发荧光）、第二强调色冷暖对撞（冷色配金、暖色配冰蓝）。
• 背景亮度默认 1.15（明亮但不刺眼）；要更亮 --brightness 1.3，要更沉 0.95。
• 需要整册统一色调时仍可 --theme ocean|ink|pine|ember（此时忽略城市取色）。
• 改某城颜色：编辑 scripts/render_city_poster.py 的 CITY_HUE，改一个 0~360 的数字。

常用参数

make_city.py（推荐入口）：

--data x.json          城市数据（必填）
--out ~/WorkBuddy/南京市  输出前缀（必填）
--scale 2              输出倍率（2=2160 宽手机高清，默认；1=1080 快速预览）
--hero auto            页头实景图：auto（默认，缺图自动抓）/ none / 图片路径
--skyline auto         底部剪影：auto（有缓存蒙版就用）/ none（用矢量）/ 图片路径
--format jpg           jpg（默认，体积小、微信直发）/ png（文字最锐，印刷或二次编辑）
--brightness 1.15      背景亮度（1.3 更亮 / 0.95 更沉）
--theme ink            固定风格，覆盖城市取色
--strict               有警告也算不合格

render_city_poster.py（单页调试用，多了这几个）：

--pages both           产业 + 高校（默认）；industry / university 单出
--width / --height     默认 1080×1920；版式按宽度等比缩放，改宽不失衡
--ss 1.4               额外超采样，边缘更柔（耗时 ×2）
--no-reflect           关闭水面倒影

排障