chore: finalize delivery cleanup

.gitignore

@@ -24,6 +24,13 @@ logs/
 .DS_Store
 verify_output/
 **/verify_output/
+frontend/verify_task103/
+backend/test_color_compare.py
+backend/test_3sets_e2e.py
+backend/scripts/run_log.txt
+test/
+test/node_modules/
+test/.env
 output_e2e/
 **/output_e2e/
 screenshot-*.png

backend/scripts/real_image_check.py

@@ -31,7 +31,8 @@ TEST_PROMPT = "\n".join([
     "避免美白/祛斑/速效/医用等违规词；必须保持产品包装与参考图一致。",
 ])
 
-_REF = ROOT / "test/output/01_连通测试.png"
+_REF_ENV = os.environ.get("REAL_IMAGE_REF", "").strip()
+_REF = Path(_REF_ENV).expanduser() if _REF_ENV else None
 
 
 async def _apiports(key, url, ref, model, size):
@@ -73,6 +74,11 @@ async def run():
     fallback = os.environ.get("IMAGE_PROVIDER_FALLBACK", "codeproxy").lower()
     out_dir = Path(__file__).parent.parent / "verify_output"
     out_dir.mkdir(parents=True, exist_ok=True)
+    if _REF is None or not _REF.exists() or not _REF.is_file():
+        raise FileNotFoundError(
+            "请通过 REAL_IMAGE_REF 指定本地参考图路径，例如："
+            "REAL_IMAGE_REF=/path/to/ref.png python3 scripts/real_image_check.py"
+        )
     ref = _REF.read_bytes()
     t0 = time.time(); img = None; used = None
     for prov in [primary, fallback]:

backend/scripts/run_log.txt

@@ -1,13 +0,0 @@
-2026-06-09 11:39:33,251 INFO [apiports] 出图中 model=gpt-image-2 size=1024x1536
-2026-06-09 11:41:04,233 INFO HTTP Request: POST https://www.apiports.com/v1/api/generate "HTTP/1.1 200 OK"
-2026-06-09 11:41:04,236 ERROR [apiports] 失败: 无法解析: []
-2026-06-09 11:41:04,236 INFO [codeproxy] 出图中 model=gpt-image-2 size=1024x1536
-2026-06-09 11:42:33,485 INFO HTTP Request: POST https://codeproxy.dev/v1/images/edits "HTTP/1.1 200 OK"
-
-===== 出图结果 =====
-  provider: codeproxy
-  耗时: 181.2s
-  大小: 2009KB
-  路径: /Users/qiyu/Documents/企业培训项目/万牛会L1准备/北哥小红书产品/Clover/backend/verify_output/素颜霜_封面hook.png
-====================
-

backend/test_3sets_e2e.py

@@ -1,44 +0,0 @@
-"""Task 端到端真跑临时验证脚本。
-
-手动运行：
-    cd backend && python3 test_3sets_e2e.py
-"""
-import sys
-
-sys.path.insert(0, "/app")
-
-
-def main():
-    from app.core.database import SessionLocal
-    from app.models.task import GenerationTask
-    from app.constants.enums import TaskStatus
-    from app.workers.tasks import run_generation_pipeline
-
-    db = SessionLocal()
-    try:
-        task = GenerationTask(
-            workspace_id=3,
-            product_id=1,
-            operator_id=3,
-            theme="伪素颜·黄黑皮提亮·3套正交",
-            text_count=1,
-            image_count=2,
-            track="ai",
-            need_product_image=True,
-            status=TaskStatus.PENDING,
-        )
-        db.add(task)
-        db.commit()
-        db.refresh(task)
-        task_id = task.id
-        print(f"建task成功 task_id={task_id} image_count=2 (期望3套×2=6张)")
-    finally:
-        db.close()
-
-    print(f"=== 同步执行 run_generation_pipeline({task_id}) ===")
-    result = run_generation_pipeline.apply(args=[task_id]).get()
-    print(f"=== 结果: {result} ===")
-
-
-if __name__ == "__main__":
-    main()

backend/tests/test_delivery_readiness_fixes.py

@@ -18,6 +18,9 @@ class _Query:
     def all(self):
         return self._rows
 
+    def count(self):
+        return len(self._rows)
+
 
 class _Db:
     def __init__(self, text_rows, image_rows):
@@ -32,26 +35,44 @@ class _Task:
     image_count = 3
 
 
-def test_submit_review_requires_each_strategy_to_select_full_image_count():
-    db = _Db(
-        text_rows=[("A",), ("B",), ("C",)],
-        image_rows=[("A", 1), ("A", 2), ("A", 3), ("B", 4), ("C", 5), ("C", 6), ("C", 7)],
-    )
+def test_submit_review_requires_at_least_one_text_and_one_image():
+    db = _Db(text_rows=[], image_rows=[])
 
     with pytest.raises(CloverHTTPException) as exc:
         task_actions._validate_strategy_selection(db, _Task())
 
-    assert "图片未选满：B(1/3)" in exc.value.biz_message
+    assert "请至少选择 1 条文案" in exc.value.biz_message
+    assert "请至少选择 1 张图片" in exc.value.biz_message
 
 
-def test_submit_review_passes_when_all_strategies_have_text_and_full_images():
+def test_submit_review_requires_at_least_one_image():
+    db = _Db(text_rows=[("A",)], image_rows=[])
+
+    with pytest.raises(CloverHTTPException) as exc:
+        task_actions._validate_strategy_selection(db, _Task())
+
+    assert exc.value.biz_message == "请至少选择 1 张图片"
+
+
+def test_submit_review_requires_at_least_one_text():
+    db = _Db(text_rows=[], image_rows=[("A", 1)])
+
+    with pytest.raises(CloverHTTPException) as exc:
+        task_actions._validate_strategy_selection(db, _Task())
+
+    assert exc.value.biz_message == "请至少选择 1 条文案"
+
+
+def test_submit_review_passes_with_one_text_and_one_image():
+    db = _Db(text_rows=[("B",)], image_rows=[("C", 7)])
+
+    task_actions._validate_strategy_selection(db, _Task())
+
+
+def test_submit_review_does_not_require_all_strategies_or_full_image_count():
     db = _Db(
-        text_rows=[("A",), ("B",), ("C",)],
-        image_rows=[
-            ("A", 1), ("A", 2), ("A", 3),
-            ("B", 4), ("B", 5), ("B", 6),
-            ("C", 7), ("C", 8), ("C", 9),
-        ],
+        text_rows=[("A",)],
+        image_rows=[("B", 4)],
     )
 
     task_actions._validate_strategy_selection(db, _Task())

test/01_connect_test.js

@@ -1,26 +0,0 @@
-'use strict';
-// 第1步：连通性测试 —— 1张素颜霜产品图 + 最简prompt，验证 codeproxy/gpt-image-2/key 全打通
-const path = require('path');
-const fs = require('fs');
-const { imageEdit, saveResult } = require('./aiClient');
-
-const PRODUCT_IMG = '/Users/qiyu/Documents/企业培训项目/万牛会L1准备/产品包系统测试资料/产品白底图/素颜霜/IMG_9439.JPG';
-const OUT_DIR = path.join(__dirname, 'output');
-
-async function main() {
-  if (!fs.existsSync(OUT_DIR)) fs.mkdirSync(OUT_DIR, { recursive: true });
-  console.log('=== 第1步 连通性测试 ===');
-  console.log('产品图:', PRODUCT_IMG, fs.existsSync(PRODUCT_IMG) ? '✓存在' : '✗缺失');
-
-  const prompt = '生成一张小红书风格的素颜霜产品图，竖版3:4，明亮干净，真实实拍质感，产品摆在浅色台面上，自然光。保持产品包装、颜色、质感与参考图一致。';
-  try {
-    const result = await imageEdit({ images: [PRODUCT_IMG], prompt, traceId: 'connect-test' });
-    const out = path.join(OUT_DIR, '01_连通测试.png');
-    await saveResult(result, out);
-    console.log('\n✅ 链路打通！返回类型:', result.type, '→ 已保存:', out);
-  } catch (e) {
-    console.log('\n❌ 失败:', e.message);
-    console.log('排查方向: 401=key权限问题 / 404=端点或模型名 / 429=配额 / 超时=中转站慢');
-  }
-}
-main();

test/02_baseline_test.js

@@ -1,69 +0,0 @@
-'use strict';
-// step-2 基线生图：用移植的素颜霜prompt，每张带产品图，生成3张到 output/
-// 探地基基线 —— 不是达标测试，是看gpt-image-2出素颜霜种草图的底子
-require('dotenv').config();
-const path = require('path');
-const fs = require('fs');
-const { imageEdit, saveResult } = require('./aiClient');
-const { PRODUCT, ROLES, buildImagePrompt } = require('./suyanshuang_data');
-
-const MODEL = process.env.MODEL_IMAGE || 'gpt-image-2';
-const SIZE = process.env.IMAGE_SIZE || '1024x1536';
-const PRODUCT_IMG = '/Users/qiyu/Documents/企业培训项目/万牛会L1准备/产品包系统测试资料/产品白底图/素颜霜/IMG_9439.JPG';
-const OUT_DIR = path.join(__dirname, 'output');
-
-const JOBS = [
-  { role: 'hook', file: '02_封面hook.png' },
-  { role: 'texture', file: '03_质感texture.png' },
-  { role: 'closer', file: '04_软转化closer.png' },
-];
-
-async function runOne(job) {
-  const r = ROLES[job.role];
-  const prompt = buildImagePrompt(job.role);
-  const traceId = `clover-baseline-${job.role}`;
-  console.log(`\n── [${r.name}] 开始生成 ──`);
-  console.log(`  模型=${MODEL} 尺寸=${SIZE} 产品图=${path.basename(PRODUCT_IMG)}`);
-  const t0 = Date.now();
-  try {
-    const result = await imageEdit({
-      images: [PRODUCT_IMG],
-      prompt,
-      traceId,
-      model: MODEL,
-      size: SIZE,
-    });
-    const outPath = path.join(OUT_DIR, job.file);
-    await saveResult(result, outPath);
-    const ms = Date.now() - t0;
-    const kb = fs.existsSync(outPath) ? Math.round(fs.statSync(outPath).size / 1024) : 0;
-    console.log(`  ✅ 完成 用时${ms}ms 大小${kb}KB → ${job.file}`);
-    return { role: job.role, ok: true, ms, kb, file: job.file };
-  } catch (e) {
-    const ms = Date.now() - t0;
-    console.log(`  ❌ 失败 用时${ms}ms：${e.message}`);
-    return { role: job.role, ok: false, ms, err: e.message };
-  }
-}
-
-(async () => {
-  if (!fs.existsSync(OUT_DIR)) fs.mkdirSync(OUT_DIR, { recursive: true });
-  if (!fs.existsSync(PRODUCT_IMG)) {
-    console.error(`产品图不存在：${PRODUCT_IMG}`);
-    process.exit(1);
-  }
-  console.log(`===== Clover 基线生图测试 =====`);
-  console.log(`产品：${PRODUCT.name}｜成分：${PRODUCT.ingredients.join('/')}`);
-  const results = [];
-  for (const job of JOBS) {
-    // 串行跑，避免并发触发中转站限流；一张一张看结果
-    results.push(await runOne(job));
-  }
-  console.log(`\n===== 汇总 =====`);
-  for (const r of results) {
-    if (r.ok) console.log(`  ${r.role}: ✅ ${r.ms}ms ${r.kb}KB`);
-    else console.log(`  ${r.role}: ❌ ${r.err}`);
-  }
-  const okN = results.filter((r) => r.ok).length;
-  console.log(`\n成功 ${okN}/${JOBS.length} 张，输出目录：${OUT_DIR}`);
-})();

test/aiClient.js

@@ -1,109 +0,0 @@
-'use strict';
-// Clover 图片质量测试 · codeproxy 调用核心
-// 复用自 xhs-tool/backend/infrastructure/aiClient.js（已实测跑通的对的路），简化：去降级、去sharp
-const path = require('path');
-require('dotenv').config({ path: path.join(__dirname, '.env') });
-const FormData = require('form-data');
-const https = require('https');
-const fs = require('fs');
-
-const KEY = process.env.AI_API_KEY;
-const BASE_URL = process.env.AI_BASE_URL;
-const MODEL_IMAGE = process.env.MODEL_IMAGE || 'gpt-image-2';
-const IMAGE_TIMEOUT = 300000;
-
-if (!KEY) throw new Error('AI_API_KEY 未配置（见 test/.env）');
-
-const sleep = ms => new Promise(r => setTimeout(r, ms));
-
-function toBuffer(img) {
-  if (Buffer.isBuffer(img)) return img;
-  if (typeof img === 'string' && img.startsWith('data:'))
-    return Buffer.from(img.replace(/^data:[^;]+;base64,/, ''), 'base64');
-  return fs.readFileSync(img); // 本地文件路径
-}
-
-// 单次请求：POST /images/edits (multipart)
-function postEditOnce({ imgList, prompt, m, sz }) {
-  const form = new FormData();
-  form.append('model', m);
-  form.append('prompt', prompt);
-  form.append('size', sz);
-  form.append('n', '1');
-  for (let i = 0; i < imgList.length; i++) {
-    const buf = toBuffer(imgList[i]);
-    form.append('image[]', buf, { filename: `img_${i}.jpg`, contentType: 'image/jpeg' });
-  }
-  return new Promise((resolve, reject) => {
-    const ac = new AbortController();
-    const timer = setTimeout(() => { ac.abort(); req.destroy(new Error('300s timeout')); }, IMAGE_TIMEOUT);
-    const req = https.request(`${BASE_URL}/images/edits`, {
-      method: 'POST',
-      headers: { ...form.getHeaders(), Authorization: `Bearer ${KEY}` },
-      signal: ac.signal,
-    }, (r) => {
-      let body = '';
-      r.on('data', d => body += d);
-      r.on('end', () => { clearTimeout(timer); resolve({ status: r.statusCode, body }); });
-      r.on('error', reject);
-    });
-    req.on('error', (e) => { clearTimeout(timer); reject(e); });
-    form.pipe(req);
-  });
-}
-
-// 可重试错误：上游/网关临时故障 + 限流 + 超时
-const RETRYABLE = new Set([429, 500, 502, 503, 504]);
-
-// 带参考图出图：失败自动退避重试（复用 xhs-tool 的重试思路）
-async function imageEdit({ images, prompt, traceId = 't', model, size, maxRetry = 3 }) {
-  const m = model || MODEL_IMAGE;
-  const sz = size || process.env.IMAGE_SIZE || '1024x1536';
-  const imgList = Array.isArray(images) ? images : [images];
-  let lastErr;
-  for (let attempt = 1; attempt <= maxRetry; attempt++) {
-    const t0 = Date.now();
-    try {
-      const res = await postEditOnce({ imgList, prompt, m, sz });
-      console.log(`[imageEdit][${traceId}] try=${attempt}/${maxRetry} model=${m} size=${sz} imgs=${imgList.length} status=${res.status} ms=${Date.now()-t0}`);
-      if (res.status === 200) {
-        const d = JSON.parse(res.body).data[0];
-        if (d.url) return { type: 'url', value: d.url };
-        if (d.b64_json) return { type: 'b64', value: d.b64_json };
-        throw new Error('返回既无 url 也无 b64_json');
-      }
-      lastErr = new Error(`HTTP ${res.status}: ${res.body.slice(0, 300)}`);
-      if (!RETRYABLE.has(res.status)) throw lastErr; // 401/404等不重试，直接抛
-    } catch (e) {
-      lastErr = e;
-      const code = (e.message.match(/HTTP (\d+)/) || [])[1];
-      if (code && !RETRYABLE.has(Number(code))) throw e;
-    }
-    if (attempt < maxRetry) {
-      const wait = 3000 * attempt; // 3s,6s 退避
-      console.log(`  ↻ 上游临时故障，${wait/1000}s 后重试…`);
-      await sleep(wait);
-    }
-  }
-  throw lastErr;
-}
-
-// 保存结果到文件（url则下载，b64则解码）
-async function saveResult(result, outPath) {
-  if (result.type === 'b64') {
-    fs.writeFileSync(outPath, Buffer.from(result.value, 'base64'));
-    return outPath;
-  }
-  // url：下载
-  await new Promise((resolve, reject) => {
-    https.get(result.value, (r) => {
-      const chunks = [];
-      r.on('data', c => chunks.push(c));
-      r.on('end', () => { fs.writeFileSync(outPath, Buffer.concat(chunks)); resolve(); });
-      r.on('error', reject);
-    }).on('error', reject);
-  });
-  return outPath;
-}
-
-module.exports = { imageEdit, saveResult, toBuffer, sleep };

test/e2e_image_check.py

@@ -1,94 +0,0 @@
-"""
-端到端生图验证（补齐后质量检查）
-- 真实 DB 解密 key → 真实 AIClients → 真实 plan_image_set → 真实调 apiports 出 6 图
-- 只验证生图链路；文案侧用占位 note，不走文案生成
-用法（容器内）：python3 /app/test/e2e_image_check.py
-"""
-import asyncio
-import os
-import sys
-
-sys.path.insert(0, "/app")
-
-OUT_DIR = "/app/test/output_e2e"
-REF_IMG = "/app/test/ref_product.png"   # 预先拷入的真实参考图
-IMAGE_COUNT = 6
-
-
-def load_clients_and_product():
-    """用真实 DB 解密 key 构建 clients，并取产品 dict。"""
-    from app.core.database import SessionLocal
-    from app.models.product import Product
-    from app.workers.pipeline_steps import (
-        decrypt_user_key, build_clients_and_clear_key, build_product_dict,
-    )
-    db = SessionLocal()
-    try:
-        product = db.query(Product).order_by(Product.id.desc()).first()
-        if not product:
-            raise SystemExit("库里没有产品记录")
-        product_dict = build_product_dict(product)
-        # 用产品所属 workspace 的 key（user_id 取 product.workspace_id 同号那条）
-        plain_key = decrypt_user_key(db, product.workspace_id, product.workspace_id)
-        clients = build_clients_and_clear_key(plain_key)
-        plain_key = None
-        return clients, product_dict
-    finally:
-        db.close()
-
-
-def fake_note(product_dict: dict) -> dict:
-    """占位文案 note（不走文案生成，只为生图提供 hook/卖点上下文）。"""
-    pts = product_dict.get("selling_points") or ["温和不刺激", "成分干净", "上脸快吸收"]
-    return {
-        "title": f"{product_dict['name']}用一周的真实变化",
-        "content": "姐妹们这个我真的要安利，敏感肌也能用，质地清爽不黏腻，"
-                   "坚持用上脸状态肉眼可见地稳定了，分享给同样在找平替的你。",
-        "tags": ["敏感肌", "护肤平替", "成分党", "种草"],
-        "selling_points": pts,
-    }
-
-
-async def main():
-    os.makedirs(OUT_DIR, exist_ok=True)
-    if not os.path.isfile(REF_IMG):
-        raise SystemExit(f"参考图不存在：{REF_IMG}（请先拷入）")
-    with open(REF_IMG, "rb") as f:
-        ref_bytes = f.read()
-    print(f"参考图已加载：{len(ref_bytes)} bytes")
-
-    clients, product_dict = load_clients_and_product()
-    print(f"产品：{product_dict['name']} | 类目：{product_dict['category']} "
-          f"| style_tone：{product_dict['style_tone']}")
-    print(f"卖点：{product_dict['selling_points']}")
-
-    note = fake_note(product_dict)
-
-    from app.services.ai_engine.image_gen import generate_storyboard_images
-    results = await generate_storyboard_images(
-        client=clients,
-        note=note,
-        product=product_dict,
-        image_count=IMAGE_COUNT,
-        reference_images=[ref_bytes],
-    )
-
-    ok = 0
-    for i, r in enumerate(results, 1):
-        role = r.get("role", f"img{i}")
-        if r.get("error"):
-            print(f"  [{i}] {role}  ❌ {r['error']}")
-            continue
-        b = r.get("image_bytes") or b""
-        path = os.path.join(OUT_DIR, f"{i:02d}_{role}.png")
-        with open(path, "wb") as f:
-            f.write(b)
-        ok += 1
-        print(f"  [{i}] {role}  ✅ {len(b)} bytes → {path}")
-
-    print(f"\n完成：{ok}/{len(results)} 张成功，输出目录 {OUT_DIR}")
-    await clients.aclose()
-
-
-if __name__ == "__main__":
-    asyncio.run(main())

test/package-lock.json

@@ -1,271 +0,0 @@
-{
-  "name": "test",
-  "version": "1.0.0",
-  "lockfileVersion": 3,
-  "requires": true,
-  "packages": {
-    "": {
-      "name": "test",
-      "version": "1.0.0",
-      "license": "ISC",
-      "dependencies": {
-        "dotenv": "^17.4.2",
-        "form-data": "^4.0.5"
-      }
-    },
-    "node_modules/asynckit": {
-      "version": "0.4.0",
-      "resolved": "https://registry.npmjs.org/asynckit/-/asynckit-0.4.0.tgz",
-      "integrity": "sha512-Oei9OH4tRh0YqU3GxhX79dM/mwVgvbZJaSNaRk+bshkj0S5cfHcgYakreBjrHwatXKbz+IoIdYLxrKim2MjW0Q==",
-      "license": "MIT"
-    },
-    "node_modules/call-bind-apply-helpers": {
-      "version": "1.0.2",
-      "resolved": "https://registry.npmjs.org/call-bind-apply-helpers/-/call-bind-apply-helpers-1.0.2.tgz",
-      "integrity": "sha512-Sp1ablJ0ivDkSzjcaJdxEunN5/XvksFJ2sMBFfq6x0ryhQV/2b/KwFe21cMpmHtPOSij8K99/wSfoEuTObmuMQ==",
-      "license": "MIT",
-      "dependencies": {
-        "es-errors": "^1.3.0",
-        "function-bind": "^1.1.2"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/combined-stream": {
-      "version": "1.0.8",
-      "resolved": "https://registry.npmjs.org/combined-stream/-/combined-stream-1.0.8.tgz",
-      "integrity": "sha512-FQN4MRfuJeHf7cBbBMJFXhKSDq+2kAArBlmRBvcvFE5BB1HZKXtSFASDhdlz9zOYwxh8lDdnvmMOe/+5cdoEdg==",
-      "license": "MIT",
-      "dependencies": {
-        "delayed-stream": "~1.0.0"
-      },
-      "engines": {
-        "node": ">= 0.8"
-      }
-    },
-    "node_modules/delayed-stream": {
-      "version": "1.0.0",
-      "resolved": "https://registry.npmjs.org/delayed-stream/-/delayed-stream-1.0.0.tgz",
-      "integrity": "sha512-ZySD7Nf91aLB0RxL4KGrKHBXl7Eds1DAmEdcoVawXnLD7SDhpNgtuII2aAkg7a7QS41jxPSZ17p4VdGnMHk3MQ==",
-      "license": "MIT",
-      "engines": {
-        "node": ">=0.4.0"
-      }
-    },
-    "node_modules/dotenv": {
-      "version": "17.4.2",
-      "resolved": "https://registry.npmjs.org/dotenv/-/dotenv-17.4.2.tgz",
-      "integrity": "sha512-nI4U3TottKAcAD9LLud4Cb7b2QztQMUEfHbvhTH09bqXTxnSie8WnjPALV/WMCrJZ6UV/qHJ6L03OqO3LcdYZw==",
-      "license": "BSD-2-Clause",
-      "engines": {
-        "node": ">=12"
-      },
-      "funding": {
-        "url": "https://dotenvx.com"
-      }
-    },
-    "node_modules/dunder-proto": {
-      "version": "1.0.1",
-      "resolved": "https://registry.npmjs.org/dunder-proto/-/dunder-proto-1.0.1.tgz",
-      "integrity": "sha512-KIN/nDJBQRcXw0MLVhZE9iQHmG68qAVIBg9CqmUYjmQIhgij9U5MFvrqkUL5FbtyyzZuOeOt0zdeRe4UY7ct+A==",
-      "license": "MIT",
-      "dependencies": {
-        "call-bind-apply-helpers": "^1.0.1",
-        "es-errors": "^1.3.0",
-        "gopd": "^1.2.0"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/es-define-property": {
-      "version": "1.0.1",
-      "resolved": "https://registry.npmjs.org/es-define-property/-/es-define-property-1.0.1.tgz",
-      "integrity": "sha512-e3nRfgfUZ4rNGL232gUgX06QNyyez04KdjFrF+LTRoOXmrOgFKDg4BCdsjW8EnT69eqdYGmRpJwiPVYNrCaW3g==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/es-errors": {
-      "version": "1.3.0",
-      "resolved": "https://registry.npmjs.org/es-errors/-/es-errors-1.3.0.tgz",
-      "integrity": "sha512-Zf5H2Kxt2xjTvbJvP2ZWLEICxA6j+hAmMzIlypy4xcBg1vKVnx89Wy0GbS+kf5cwCVFFzdCFh2XSCFNULS6csw==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/es-object-atoms": {
-      "version": "1.1.2",
-      "resolved": "https://registry.npmjs.org/es-object-atoms/-/es-object-atoms-1.1.2.tgz",
-      "integrity": "sha512-HWcBoN6NileqtSydK2FqHbS/LoDd2pqrnQHLyJzBj4kOp/ky2MWMN694xOfkK8/SnUsW2DH7EfyVlydKCsm1Zw==",
-      "license": "MIT",
-      "dependencies": {
-        "es-errors": "^1.3.0"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/es-set-tostringtag": {
-      "version": "2.1.0",
-      "resolved": "https://registry.npmjs.org/es-set-tostringtag/-/es-set-tostringtag-2.1.0.tgz",
-      "integrity": "sha512-j6vWzfrGVfyXxge+O0x5sh6cvxAog0a/4Rdd2K36zCMV5eJ+/+tOAngRO8cODMNWbVRdVlmGZQL2YS3yR8bIUA==",
-      "license": "MIT",
-      "dependencies": {
-        "es-errors": "^1.3.0",
-        "get-intrinsic": "^1.2.6",
-        "has-tostringtag": "^1.0.2",
-        "hasown": "^2.0.2"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/form-data": {
-      "version": "4.0.5",
-      "resolved": "https://registry.npmjs.org/form-data/-/form-data-4.0.5.tgz",
-      "integrity": "sha512-8RipRLol37bNs2bhoV67fiTEvdTrbMUYcFTiy3+wuuOnUog2QBHCZWXDRijWQfAkhBj2Uf5UnVaiWwA5vdd82w==",
-      "license": "MIT",
-      "dependencies": {
-        "asynckit": "^0.4.0",
-        "combined-stream": "^1.0.8",
-        "es-set-tostringtag": "^2.1.0",
-        "hasown": "^2.0.2",
-        "mime-types": "^2.1.12"
-      },
-      "engines": {
-        "node": ">= 6"
-      }
-    },
-    "node_modules/function-bind": {
-      "version": "1.1.2",
-      "resolved": "https://registry.npmjs.org/function-bind/-/function-bind-1.1.2.tgz",
-      "integrity": "sha512-7XHNxH7qX9xG5mIwxkhumTox/MIRNcOgDrxWsMt2pAr23WHp6MrRlN7FBSFpCpr+oVO0F744iUgR82nJMfG2SA==",
-      "license": "MIT",
-      "funding": {
-        "url": "https://github.com/sponsors/ljharb"
-      }
-    },
-    "node_modules/get-intrinsic": {
-      "version": "1.3.0",
-      "resolved": "https://registry.npmjs.org/get-intrinsic/-/get-intrinsic-1.3.0.tgz",
-      "integrity": "sha512-9fSjSaos/fRIVIp+xSJlE6lfwhES7LNtKaCBIamHsjr2na1BiABJPo0mOjjz8GJDURarmCPGqaiVg5mfjb98CQ==",
-      "license": "MIT",
-      "dependencies": {
-        "call-bind-apply-helpers": "^1.0.2",
-        "es-define-property": "^1.0.1",
-        "es-errors": "^1.3.0",
-        "es-object-atoms": "^1.1.1",
-        "function-bind": "^1.1.2",
-        "get-proto": "^1.0.1",
-        "gopd": "^1.2.0",
-        "has-symbols": "^1.1.0",
-        "hasown": "^2.0.2",
-        "math-intrinsics": "^1.1.0"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      },
-      "funding": {
-        "url": "https://github.com/sponsors/ljharb"
-      }
-    },
-    "node_modules/get-proto": {
-      "version": "1.0.1",
-      "resolved": "https://registry.npmjs.org/get-proto/-/get-proto-1.0.1.tgz",
-      "integrity": "sha512-sTSfBjoXBp89JvIKIefqw7U2CCebsc74kiY6awiGogKtoSGbgjYE/G/+l9sF3MWFPNc9IcoOC4ODfKHfxFmp0g==",
-      "license": "MIT",
-      "dependencies": {
-        "dunder-proto": "^1.0.1",
-        "es-object-atoms": "^1.0.0"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/gopd": {
-      "version": "1.2.0",
-      "resolved": "https://registry.npmjs.org/gopd/-/gopd-1.2.0.tgz",
-      "integrity": "sha512-ZUKRh6/kUFoAiTAtTYPZJ3hw9wNxx+BIBOijnlG9PnrJsCcSjs1wyyD6vJpaYtgnzDrKYRSqf3OO6Rfa93xsRg==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.4"
-      },
-      "funding": {
-        "url": "https://github.com/sponsors/ljharb"
-      }
-    },
-    "node_modules/has-symbols": {
-      "version": "1.1.0",
-      "resolved": "https://registry.npmjs.org/has-symbols/-/has-symbols-1.1.0.tgz",
-      "integrity": "sha512-1cDNdwJ2Jaohmb3sg4OmKaMBwuC48sYni5HUw2DvsC8LjGTLK9h+eb1X6RyuOHe4hT0ULCW68iomhjUoKUqlPQ==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.4"
-      },
-      "funding": {
-        "url": "https://github.com/sponsors/ljharb"
-      }
-    },
-    "node_modules/has-tostringtag": {
-      "version": "1.0.2",
-      "resolved": "https://registry.npmjs.org/has-tostringtag/-/has-tostringtag-1.0.2.tgz",
-      "integrity": "sha512-NqADB8VjPFLM2V0VvHUewwwsw0ZWBaIdgo+ieHtK3hasLz4qeCRjYcqfB6AQrBggRKppKF8L52/VqdVsO47Dlw==",
-      "license": "MIT",
-      "dependencies": {
-        "has-symbols": "^1.0.3"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      },
-      "funding": {
-        "url": "https://github.com/sponsors/ljharb"
-      }
-    },
-    "node_modules/hasown": {
-      "version": "2.0.4",
-      "resolved": "https://registry.npmjs.org/hasown/-/hasown-2.0.4.tgz",
-      "integrity": "sha512-T2UbfbBEF32wiepXIsMlTW9+dDYC6wMh/t/vYA4tuOMKqWz/n3vr1NFSxQiyP+zk2mXsoMA/i/7qV6LKut1t1A==",
-      "license": "MIT",
-      "dependencies": {
-        "function-bind": "^1.1.2"
-      },
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/math-intrinsics": {
-      "version": "1.1.0",
-      "resolved": "https://registry.npmjs.org/math-intrinsics/-/math-intrinsics-1.1.0.tgz",
-      "integrity": "sha512-/IXtbwEk5HTPyEwyKX6hGkYXxM9nbj64B+ilVJnC/R6B0pH5G4V3b0pVbL7DBj4tkhBAppbQUlf6F6Xl9LHu1g==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.4"
-      }
-    },
-    "node_modules/mime-db": {
-      "version": "1.52.0",
-      "resolved": "https://registry.npmjs.org/mime-db/-/mime-db-1.52.0.tgz",
-      "integrity": "sha512-sPU4uV7dYlvtWJxwwxHD0PuihVNiE7TyAbQ5SWxDCB9mUYvOgroQOwYQQOKPJ8CIbE+1ETVlOoK1UC2nU3gYvg==",
-      "license": "MIT",
-      "engines": {
-        "node": ">= 0.6"
-      }
-    },
-    "node_modules/mime-types": {
-      "version": "2.1.35",
-      "resolved": "https://registry.npmjs.org/mime-types/-/mime-types-2.1.35.tgz",
-      "integrity": "sha512-ZDY+bPm5zTTF+YpCrAU9nK0UgICYPT0QtT1NZWFv4s++TNkcgVaT0g6+4R2uI4MjQjzysHB1zxuWL50hzaeXiw==",
-      "license": "MIT",
-      "dependencies": {
-        "mime-db": "1.52.0"
-      },
-      "engines": {
-        "node": ">= 0.6"
-      }
-    }
-  }
-}

test/package.json

@@ -1,16 +0,0 @@
-{
-  "name": "test",
-  "version": "1.0.0",
-  "main": "aiClient.js",
-  "scripts": {
-    "test": "echo \"Error: no test specified\" && exit 1"
-  },
-  "keywords": [],
-  "author": "",
-  "license": "ISC",
-  "description": "",
-  "dependencies": {
-    "dotenv": "^17.4.2",
-    "form-data": "^4.0.5"
-  }
-}

test/suyanshuang_data.js

@@ -1,61 +0,0 @@
-'use strict';
-// 素颜霜真实素材 + 移植自产品包image.js的小红书种草prompt
-// 卖点/成分/标签均取自北哥真实文案(文案3.txt)，不杜撰
-
-const PRODUCT = {
-  name: '倍分子素颜霜',
-  category: '美妆护肤·素颜霜',
-  sellingPoints: ['黄黑皮提亮', '伪素颜自然', '不假白不卡纹', '洗面奶就能卸', '懒人必备'],
-  ingredients: ['烟酰胺(改善暗沉/自然提亮)', '水解珍珠(锁水保湿/匀肤色)', '角鲨烷(裸妆奶油肌/不卡纹)'],
-  texture: '水润奶油质地，丝滑一抹到底，上脸清透不厚重',
-  tags: ['#素颜霜', '#素颜霜分享', '#黄黑皮', '#冷白皮', '#早八', '#伪素颜'],
-  // 合规红线(取自产品包违禁词)：禁用 美白/祛斑/速效/医用/药妆；视觉禁 before/after/变白
-  forbidden: ['美白', '祛斑', '速效', '医用', '药妆', '前后对比', '变白'],
-};
-
-// 真实拍摄感约束(移植自 xhs-tool single-product.md，补强真实感)
-const REALISM = `真实拍摄感：模拟iPhone主摄浅景深，光线不均匀有明暗过渡，允许桌面轻微纹理、织物自然褶皱；避免AI完美对称、塑料感无瑕疵、过度饱和。追求"小红书博主随手拍"质感，不是广告大片。`;
-
-// 违禁规避(移植自 image.js basePrompt 合规段)
-const COMPLIANCE = `重要限制：禁止生成小红书/App界面截图，禁止点赞评论分享底栏头像等社交App元素；禁止肤色变白、瑕疵消失、功效前后对比等暗示；允许安全的质地状态对比(未推开/推开后、薄涂/厚涂、手背局部肤感)；避免"美白/祛斑/速效/医用/药妆"等违规词；中文文字少而清晰，每张只一个主标题，正文点位最多3条，四周留安全边距文字不贴边不被裁切；必须保持产品包装、颜色、质感与参考图一致。`;
-
-// 3个叙事角色(移植自 image.js storyboardByRole 的美妆护肤分支)
-const ROLES = {
-  hook: {
-    name: '封面-钩子',
-    title: '黄黑皮逆袭｜伪素颜天花板',
-    visual: '自然光生活场景，手持素颜霜或产品在桌面前景，画面有真实肤感/手部细节，像iPhone实拍封面',
-    overlay: '黄黑皮也能拥有的妈生好皮',
-  },
-  texture: {
-    name: '质感-证明',
-    title: '水润奶油质地·一抹到底',
-    visual: '手背或指尖涂抹质地微距，产品放在旁边，自然光，真实皮肤纹理，展示未推开与推开后的真实质地状态',
-    overlay: '清透不厚重·不卡纹不假白',
-  },
-  closer: {
-    name: '软转化-囤货',
-    title: '挖到宝了·姐妹快冲',
-    visual: '产品放在梳妆台/宿舍桌面囤货角，配日常物品，真实分享氛围，轻量种草口吻',
-    overlay: '洗面奶就能卸·懒人必备',
-  },
-};
-
-// 组装单张图的完整prompt(移植自 image.js promptFromStoryboard)
-function buildImagePrompt(roleKey) {
-  const r = ROLES[roleKey];
-  return [
-    `生成一张小红书可上传的独立竖版3:4图文海报/素材图，目标1024x1536，可直接上传的独立图片，不是提示词不是App截图。`,
-    `产品：${PRODUCT.name}（${PRODUCT.category}）。`,
-    `本张角色：${r.name}。`,
-    `画面主体：${r.visual}。`,
-    `图上文字(少而精)：主标题「${r.title}」，可选点位「${r.overlay}」。`,
-    `核心卖点：${PRODUCT.sellingPoints.join('、')}。`,
-    `质地：${PRODUCT.texture}。`,
-    `视觉风格：小红书种草风，明亮干净，暖色调，自然实拍质感。`,
-    REALISM,
-    COMPLIANCE,
-  ].join('\n');
-}
-
-module.exports = { PRODUCT, ROLES, buildImagePrompt };

test/水印验证落盘.md

@@ -1,53 +0,0 @@
-# Clover · AI生图水印问题 验证落盘
-
-> 创建：2026-06-04｜验证人：CC｜性质：洞3子问题B（生成的图能不能直接发）实测
-> 触发：倩倩姐指出「AI生图有暗水印，发小红书会被识别，传统靠PS转格式，系统里不能再拉PS」
-
-## 一句话结论
-AI生图的"暗水印"分两层。**第1层(C2PA元数据)一行代码重编码就清除，根本不用PS；第2层(像素隐形水印)靠"转码+轻微像素扰动"自动化削弱**。两层都能在后端图像库(sharp/Pillow)里一道工序完成，全程不碰PS。
-
-## 暗水印的真身（实测扒出来的）
-对刚生成的 `02_封面hook.png` 扒元数据，确认水印是 **C2PA**（Content Provenance 内容溯源标准）：
-- PNG里有个 `caBX` 数据块，明文写着：
-  - `OpenAI Media Service API` ← 谁生成的
-  - `c2pa.watermarked` ← 它自己声明"我被加了水印"
-  - `urn:c2pa:...` 唯一ID + 数字签名 + sha256哈希 ← 一整套"AI出生证明"
-
-### 两层水印对照
-| 层 | 是什么 | 藏在哪 | 去除难度 |
-|---|---|---|---|
-| 第1层 C2PA元数据 | 明文"AI出生证明"(来源/时间/签名) | PNG的`caBX`块，**与像素无关** | 🟢 极易，重编码即掉 |
-| 第2层 SynthID像素水印 | 埋在像素里的隐形扰动，肉眼不可见 | 像素本身 | 🟡 较难，需重编码+扰动削弱 |
-
-> 倩倩姐说的"PS转格式"= 干掉第1层(重新导出丢元数据)。系统里用sharp/Pillow重编码等价替代，不用PS。
-
-## 实测结果
-### 第1层 C2PA：重编码即清除（已验证✅）
-```
-02_封面hook.png      2149880字节  C2PA: ❌还在(原图)
-test_cleaned.png     2013094字节  C2PA: ✅已清除(PNG重存)
-test_cleaned.jpg      301450字节  C2PA: ✅已清除(转JPG，顺带2MB→300KB)
-```
-结论：图像库读进来→重新save()，默认不保留元数据块，C2PA标识彻底消失。
-
-### 第2层 像素水印：三种自动化手段（已验证可生成✅）
-1. **转JPG有损压缩(q90)** → 压缩天然扰动像素，最低成本，266KB
-2. **缩放重采样(缩2px再放回)** → 像素网格位移，水印对齐被破坏，278KB
-3. **裁边1px** → 改变像素坐标基准，297KB
-
-三种单用或组合，后端一道工序完成，是"PS手工转格式"的自动化版本。
-
-## 落到产品架构（重要）
-- **新增一道必经工序：出图后处理(post-process)**。位置在 worker 出图成功 → 存盘/返回前，强制过一遍"去水印"。
-- 工序内容：图像库重编码(清C2PA) + 转JPG/轻缩放(削像素水印) + 顺带压缩瘦身。
-- 这道工序**对客户透明**，客户拿到的就是干净可直发的图，不需要任何手动操作、不碰PS。
-- 技术栈：后端已选sharp(Node)或Pillow(Python)，本就在依赖里，零新增成本。
-
-## 诚实的边界（不吹）
-- 第1层C2PA：100%能去，已实测。
-- 第2层SynthID：是Google/OpenAI私有算法，**检测器不公开**，本地无法100%验证"是否彻底去干净"。行业现状：转码+重采样能显著削弱/破坏其鲁棒性，但没有任何方案敢保证100%。
-- **务实策略**：先上"重编码+转JPG+轻微重采样"这套标准工序(覆盖99%场景)；真要较真，后期可加更强的像素扰动或第三方去水印库。这条不卡当前进度。
-
-## 待办
-- [ ] 产品架构方案补一道"出图后处理/去水印"工序(worker出图→后处理→存盘)
-- [ ] 临时验证文件清理：output/test_cleaned.* output/clean_*.jpg

test/洞1链接读取验证落盘.md

@@ -1,57 +0,0 @@
-# Clover · 洞1 标杆链接读取 验证落盘
-
-> 创建：2026-06-04｜验证人：CC｜性质：洞1（标杆链接能否读取）实测+代码勘察
-> 北哥真实标杆链接3条(采集表xlsx)：
-> - xiaohongshu.com/explore/63db1c9b00000000020011e2
-> - xiaohongshu.com/explore/649b90240000000011012d8a
-> - xiaohongshu.com/explore/680ae7d3000000001c028a5b
-
-## 一句话结论
-不是"链接读不了"，是**裸抓读不了、登录态能读**。但凡"系统替客户去取数据"——哪怕只取一条——机制和批量爬虫一样、风险一样(封号+违反平台ToS)。真正干净的分界线 = 系统碰不碰小红书服务器。
-
-## 实测1：裸HTTP抓取 = 死
-3条真实链接裸抓(无登录态、无签名)，全部返回**完全相同的552780字节风控兜底假页**，标题"你访问的页面不见了"，正文/赞藏评全被抽空。小红书反爬：必须 登录Cookie + 动态签名(x-s/x-t) 才给真数据。
-
-## 实测2：本地已有一套跑通的"登录态采集"方案（金矿）
-倩倩姐n8n里有现成跑通链路，代码全在本地：
-- **工作流**：`企业培训项目/n8n/小红书仿写.json`（链接→读文案→读图片→二创→发布全链路）
-  - 节点 `@donney521/n8n-nodes-xiaohongshu`：operation=basicInfo(读文案) / images(读图) / search(搜索)
-- **节点源码**：`/Users/qiyu/n8n-nodes-xiaohongshu/`（仅依赖axios，逻辑在 src/XhsClient.ts）
-- **签名服务**：`/Users/qiyu/xhs-sign-server/sign_server.py`（246行，Flask+Playwright，端口5005，当前未运行）
-
-### 机制（透明了）
-```
-笔记链接 → XhsClient提取noteId
-   → 调签名服务(Playwright开隐身真浏览器，跑小红书自家JS函数 window._webmsxyw 算签名)
-   → 带 Cookie + x-s/x-t 请求 edith.xiaohongshu.com(小红书内部API)
-   → 拿到真数据：title/desc/likedCount/collectedCount/commentCount/images[]/tags[]/user
-```
-聪明点：不破解算法，而是让小红书**自己页面的JS**替我们算签名(stealth伪装绕webdriver检测)。算法它改、函数还是它自己的，照用。
-
-### 三个脆弱点（诚实）
-1. 🟡 要养Cookie：登录态(a1+web_session)需扫码、会过期、要维护
-2. 🟡 签名服务是重资产：常驻Playwright无头浏览器，吃内存、要保活、会崩
-3. 🔴 **合规与封号**：走内部API+绕反爬=违反平台ToS，号可能被封，对外卖有合规隐患
-
-## 关键判断：「输入链接→读取」也算自动扒
-- 区别只在"扒多少"(频率→被抓速度)，不在"扒不扒"(性质→都违规、都可能封号)
-- 风险落在**提供登录态的那个账号**头上：我们的号→坑我们；客户的号→坑客户
-- 真正分界线 = **系统碰不碰小红书服务器**：
-  - 系统替客户取(输入链接自动读) → 碰 → 算扒、有封号风险
-  - 客户自己截图+粘文案 → 不碰 → 不算扒、零平台风险
-
-## 洞1 最终结论：分场景三档（修正"一律降级截图"）
-| 档 | 方案 | 拿数据 | 风险 | 定位 |
-|---|---|---|---|---|
-| 🔴 裸抓 | 纯链接抓 | ❌实测死 | — | 排除 |
-| 🟢 截图手填 | 客户截图+粘文案 | ✅ | 零平台风险 | **一期对外SaaS标配(安全底座)** |
-| 🟡 登录态采集 | 链接自动提取(这套n8n) | ✅全套 | 养号+签名服务+封号合规 | **北哥内部自用插件，二期可选模块，不进对外标配** |
-
-### 决策依据
-1. Clover要卖给郑州一堆企业 → 对外标配不能内置"会让客户号被封"的功能 → 对外用🟢截图手填
-2. 北哥自己做内容、自担风险、用自己的号 → 可用🟡登录态采集帮自己扒标杆 → 北哥车间内部加速插件
-3. 这套代码现成跑通，真要做直接搬不重造(又一条"走过的对的路")，存档备用
-
-## 待办
-- [ ] 架构方案：标杆采集对外=截图手填；登录态采集列为北哥内部/二期可选模块
-- [ ] (二期若做)签名服务+XhsClient打包进Clover北哥车间，作opt-in

test/洞2北哥意愿验证落盘.md

@@ -1,45 +0,0 @@
-# Clover · 洞2 北哥愿不愿用 验证落盘
-
-> 创建：2026-06-04｜验证人：CC+倩倩姐判断｜性质：洞2(北哥愿不愿放下豆包用Clover)资料实测+倩倩姐拍板
-> 证据源：会议记录(产品业务推进会议.txt) + 北哥团队填写的采集表(xlsx) + 倩倩姐对北哥的直接了解
-
-## 一句话结论
-"愿不愿放下豆包"是伪命题。真相：**北哥已看过Clover生成的图、基本满意，只剩字体细节要优化**——换工具的坎已迈过，剩下是产品打磨不是说服。
-
-## 关键证据
-### 证据1：北哥的豆包只用在"写文案"一步，且不是痛点
-采集表里北哥团队填的真实流程(一条笔记1小时)：
-| 步骤 | 工具 | 耗时 |
-|---|---|---|
-| 1定主题 | — | 5分 |
-| 2提卖点 | — | 10分 |
-| 3刷爆款截图 | 手动(小红书App) | — |
-| 4写文案 | **豆包** | 15分 |
-| 5配图 | — | 2分 |
-| 6、7 | — | **北哥标注：最花时间** |
-→ 最痛的是出图/配图(6、7)，不是写文案。**Clover主攻出图，正中痛点。**
-
-### 证据2：北哥已看过Clover的图，基本满意（倩倩姐确认）
-- 之前给北哥看过Clover生成的图，他**基本满意**，只提"一小部分字体"要优化
-- 字体问题=基线测试发现的"瓶身小字糊"，后续细节优化(等北哥出图标准来迭代prompt)即可
-- → 洞2从"推测"升级为"已验证认可"
-
-### 证据3：采集表"禁纯AI"红线 → 已可化解
-- 采集表模块C填了"必须实拍/禁纯AI"，但这是认知低时写的(见progress认知1)
-- 化解牌：gpt-image-2带产品实拍图(image edit)=基于真实产品图再创作，非凭空AI画，还原度高
-- 北哥已看过图基本满意 = 这道心理坎实际已过
-
-## 倩倩姐拍板的产品设计（定下来）
-1. **文案双轨**：Clover自带文案(背后接更强大模型，质量大概率优于豆包) + 支持导入外部文案(豆包等)
-   - 豆包唯一可能优势=对中国用户语感理解，存疑不一定
-2. **客户可自调prompt**：文案和图，客户都能改提示词，不是黑盒（呼应基石约束A不写死 + 可插拔/自调整）
-3. **共存不强抢**：不喊"取代豆包"，喊"帮你把最累的出图自动化"；豆包想用还用，Clover无缝接
-
-## 洞2 最终结论
-- 北哥用Clover概率：高（已看过图、基本满意）
-- 产品姿态：对着痛点(出图)说话，文案双轨+客户可调prompt+允许豆包共存
-- 遗留：字体优化(细节，等北哥标准迭代prompt) → 不阻塞
-
-## 待办
-- [ ] 架构方案：文案双轨(自带+导入) / 客户可调prompt / 出图为主战场
-- [ ] (细节期)字体优化随北哥出图标准一起迭代

test/洞4收费验证落盘.md

@@ -1,39 +0,0 @@
-# Clover · 洞4 软件收费/商业模式 验证落盘
-
-> 创建：2026-06-04｜验证人：CC+倩倩姐拍板｜性质：洞4(软件收费)商业判断（7洞最后一个）
-> 锚定约束：老板战略"TOKEN充值加进产品=业务闭环"(产品业务推进会议.txt) + 已拍板决策1(key隔离计费)
-
-## 一句话结论
-MVP阶段软件免费(收费逻辑底层麻烦，后续单独讨论)；token统一走我们自己的站url，但每账号自录自用各算各的key隔离不变。url收口到自己站(token生意闭环) + key隔离(成本清晰)，两全。
-
-## 收费两层（自助打印店比喻）
-| 层 | 收什么 | MVP定法 |
-|---|---|---|
-| 🟦耗材费(token) | AI生成消耗 | 客户付，买我们token站的token，走自己的key |
-| 🟩软件费 | 用Clover工具本身 | **MVP免费**，收费逻辑后续讨论(底层麻烦) |
-
-## 倩倩姐拍板（定下来）
-1. **软件MVP免费**：收费底层麻烦，后续单独讨论，MVP先免费用、先把产品跑起来验证价值
-2. **token统一用我们自己站的url**：所有账号都连我们token站(不再兼容客户填任意中转站url)
-3. **key按人隔离自录自用**：
-   - 小王登录→录小王的key(他在我们这买的/公司买的)，小李登录→录小李的key
-   - 不同key不同计费，各算各的(决策1保留不变)
-   - 共同点：用的都是我们token站的url
-4. 设计精髓：**url统一=token业务收口到自己站(老板"卖token闭环"落地) + key隔离=每人成本清晰不混账**
-
-## 对已拍板决策1的修正（小修）
-- 原决策1："每账号绑自己token站key，按key单独算，key自录自用，禁止合并站级key混算；兼容填url+key"
-- 修正：**url收窄=统一用我们站(不再兼容任意中转站url)**；key自录自用+按key隔离计费**完全不变**
-- 新增：软件费MVP免费(收费推迟到产品成熟后单独讨论)
-
-## 业内四模式备查（收费阶段再用）
-| 模式 | 说明 | 备注 |
-|---|---|---|
-| A订阅(按月/年) | 现金流稳 | 收费阶段候选 |
-| B按席位/量 | 匹配多租户+中央厨房 | 收费阶段候选(荐) |
-| C买断 | 违背"闭环"战略 | 排除 |
-| D token抽成 | key自录自用→平台无法抽成 | 排除(但卖自家token站token=另一种token变现，已采用) |
-
-## 待办
-- [ ] MVP架构：软件免费(不做计费墙)；token统一站url+按账号key隔离用量
-- [ ] (收费阶段)单独讨论软件收费底层逻辑，候选席位订阅

test/洞5违禁词验证落盘.md

@@ -1,49 +0,0 @@
-# Clover · 洞5 违禁词处理 验证落盘
-
-> 创建：2026-06-04｜验证人：CC实测+倩倩姐拍板｜性质：洞5(违禁词软提示vs硬拦截)代码勘察+真实文案实测
-> 证据：产品包/worker/src/copy.js 现成违禁词逻辑 + 北哥采集表红线 + 北哥真实文案3.txt
-
-## 一句话结论
-不是"软提示vs硬拦截"二选一，是**三级处理**(自动改/软提示/硬拦截)。产品包代码已验证这个思路，默认分级+北哥可调。
-
-## 实测发现
-### 现成资产（产品包 copy.js）
-- 违禁词库：`BANNED_WORDS=[美白,祛斑,速效,医用,药妆]` `BANNED_VISUAL_WORDS=[前后对比,使用前后,变白,瑕疵消失,治疗前后...]`
-- 检测打分：扫文案命中违禁词→扣合规分→标注"含禁用词:xxx"(379-382行)
-- 自动改写 sanitizePlanningText(201-205行)：前后对比→质地说明、变白→自然光泽感、瑕疵消失→妆感更服帖、治疗→日常使用
-
-### 实测结果
-1. 北哥真实文案3.txt → 命中违禁词**0个**(北哥自己写得很合规，"仅用提亮/自然/伪素颜")
-2. 故意造违规文案测试，暴露关键点：
-   - 检测全中(美白/祛斑/速效/变白/前后对比/医用/药妆一个没漏)
-   - **但自动改写有边界**：sanitize只配了视觉类替换规则，`美白/祛斑/速效/医用/药妆`这5个功效词**只检测不改写**
-   - 原因合理：视觉描述有等价合规说法可自动改；功效宣称词替换会扭曲原意，须人工改
-
-## 洞5 结论：三级处理（机场安检三通道）
-| 级别 | 类型 | 处理 | 例 | 现成 |
-|---|---|---|---|---|
-| 🟢自动改 | 视觉描述类(有等价合规说法) | 自动改写，客户无感 | 前后对比→质地说明、变白→自然光泽感 | ✅已有sanitize，直接搬 |
-| 🟡软提示 | 功效宣称词(改了扭曲原意) | 标黄+建议词，客户自己改 | 美白→提亮?、祛斑→改善暗沉? | 🟡检测有，补提示UI |
-| 🔴硬拦截 | 高危词(发了必被封) | 必须改才能发 | 医用、药妆(医疗级宣称) | 🔴需新增 |
-
-### 为什么三级（不能纯软/纯硬）
-- 纯软提示：医用/药妆这类发出去直接限流封号，只标黄不拦，客户手滑就出事 → 须兜底
-- 纯硬拦截：美白在"提亮肤色"语境可合规，一刀切误杀烦客户
-- 自动改：视觉类有现成等价说法，自动改体验最好(产品包已做)
-
-## 倩倩姐拍板（定下来）
-1. **三级处理** ✅ 采纳
-2. **默认分级 + 北哥可调** ✅ 一期就做可调分级
-3. 违禁词库可配置可更新(基石A不写死)，平台规则变能后台改
-4. 双保险：生成时prompt就规避(产品包prompt已做) + 发布前检查
-5. 图片视觉违禁(前后对比图)：文本扫不到→靠prompt约束模型不生成(基线已验证守住)+发布前人工眼检
-
-### 默认分级建议（北哥标准来了可调）
-- 🔴硬拦截：医用、药妆、特效、根治(医疗级宣称，封号高危)
-- 🟡软提示：美白、祛斑、速效(建议词：提亮/改善暗沉/快速见效)
-- 🟢自动改：前后对比、变白、瑕疵消失、治疗前后(视觉类，有等价说法)
-> 具体归级待北哥合规标准细化(采集表只填了禁5词，没填严重程度分级)
-
-## 待办
-- [ ] 架构方案：违禁词三级处理模块(词库可配置+分级可调)；自动改逻辑搬产品包sanitize
-- [ ] (采集补)向北哥要违禁词严重程度分级

test/洞6发布交付验证落盘.md

@@ -1,56 +0,0 @@
-# Clover · 洞6 发布最后一公里 验证落盘
-
-> 创建：2026-06-04｜验证人：CC实测+倩倩姐拍板｜性质：洞6(发布最后一公里)代码勘察+定位修正
-> ⚠️ 本洞修正了产品出口的根本定位，重要
-
-## 一句话结论
-发布出口不是"发到小红书"，是**产出达人能直接用的素材交付包**。因为北哥团队=素材生产方(中央厨房)，真正发布的是一堆分散的达人。系统自动发从需求上就不成立。
-
-## 定位修正（最关键认知）
-- 北哥团队 = **素材生产方(中央厨房)**：批量生产种草素材
-- 达人 = **素材发布方(分发渠道)**：拿素材包自己发，分散、不懂上下文
-- Clover出口 = **"达人拿了就能照着发"的结构化素材交付包**
-- → 这解释了洞1洞6为何都该手动：真正发布的人是分散的达人，不可能自动登录一堆达人的号
-- → "不能变形/命名好/分类/清单"不是锦上添花，是**刚需**：素材流转到第三方手里，全靠素材包自解释，命名乱/图变形/配错文案=达人发错或不会发
-
-## 代码勘察（发布自动化的现成方案=不采用）
-- n8n仿写工作流有发布节点 `n8n-nodes-douyin.xiaohongshu` operation=publish
-- 机制：调第三方/自建发布中台(Domain默认localhost:3000)，getQrCode扫码托管账号→/api/note/publish代发
-- 凭证=API Key+Domain，是又一层"托管账号代发"中间件，非小红书官方
-- 🔴 风险最高：代发=机器发布特征(营销号典型)，封号风险比读取(洞1)更大；还多一层第三方托管账号
-- 结论：存档，不采用（且需求上达人发布也用不上自动发）
-
-## 洞6 结论：三档（对外走素材包交付）
-| 档 | 做法 | 风险 | 定位 |
-|---|---|---|---|
-| 🔴 全自动发布 | 系统直接发小红书 | 最高(封号) | 对外不做+需求不成立(达人分散) |
-| 🟢 素材包交付 | 打包好图文，达人手动发 | 零平台风险 | **对外标配** |
-| 🟡 官方蒲公英/聚光 | 合规代发 | 需企业资质 | 二期看北哥资质 |
-
-## 倩倩姐拍板：达人素材交付包（定下来）
-做好素材打包、分类、不变形、命名规范、发布清单。手动下载到一个地方，人工(达人)去发。
-
-### 交付包结构
-```
-某产品某主题_素材包/
-├── 📋 发布清单.txt        ← 达人照做：发几条/每条用哪些图/什么文案/什么标签
-├── 笔记1_封面hook/
-│   ├── 01_封面图.jpg      ← 命名带顺序，达人不会传错序
-│   ├── 02_质感图.jpg
-│   ├── 03_软转化图.jpg
-│   └── 文案.txt           ← 标题+正文+标签，达人直接复制
-├── 笔记2_xxx/
-└── ✅ 合规说明.txt        ← 违禁词已过/图已去水印，达人放心发
-```
-
-### 设计要点（把导出做到不像降级）
-1. **图不变形**：去水印后处理时严守尺寸比例(3:4)，不挤压拉伸
-2. **命名规范**：序号前缀(01/02/03)保证达人按序传图
-3. **分类清晰**：按笔记分文件夹，一条笔记的图文聚在一起
-4. **发布清单**：达人不懂上下文，清单要能自解释(发几条、配图顺序、文案、标签)
-5. **合规说明**：附"违禁词已过/已去水印"，让达人放心发
-
-## 待办
-- [ ] 架构方案：出口=素材交付包生成器(打包+分类+命名+清单+合规说明)
-- [ ] 数据模型考虑"达人"角色/素材包流转(可能影响表设计)
-- [ ] 自动发布(n8n方案)存档，二期看官方蒲公英资质

test/洞7数据归属验证落盘.md

@@ -1,38 +0,0 @@
-# Clover · 洞7 数据归属/导出 验证落盘
-
-> 创建：2026-06-04｜验证人：CC实测+倩倩姐拍板｜性质：洞7(数据归属/导出)代码勘察+商业判断
-> 与洞6"达人交付"强联动
-
-## 一句话结论
-数据分三类按层归属：原始数据(输入+产出)100%归客户、可导出不绑架；飞轮学到的偏好归平台、作为服务能力。这是C方案(分层归属)，倩倩姐已拍板。
-
-## 代码勘察（banana地基现状）
-- 归属：所有表有`user_id`(按用户归属)，但**无workspace_id**(没团队/多租户隔离) → 印证架构方案"全表加workspace_id"决策，地基只到个人级
-- 导出：banana**完全没有导出功能** → 🔴自造项，需新建
-
-## 三类数据归属
-| 类型 | 例 | 归谁 | 导出 | 隔离 |
-|---|---|---|---|---|
-| 🟦客户输入物 | 产品图/卖点/标杆截图/自调prompt | 客户 | ✅必须能导 | workspace隔离 |
-| 🟩客户产出物 | 文案/图/素材包 | 客户 | ✅必须能导(本就要交付达人) | workspace隔离 |
-| 🟨飞轮偏好 | 调教手感(8选3记录/审核理由/学到的偏好) | **平台** | 不随客户走 | 最敏感 |
-
-## 倩倩姐拍板（C方案，定下来）
-1. **原始数据(输入+产出+素材包) → 100%归客户，随时导出，不绑架** = 对外卖的信任基础，必须承诺
-2. **飞轮学到的偏好 → 归平台**，作为"越用越懂你"的服务能力，客户走了不带走
-   - 类比：健身房——你的体测数据是你的(可带走)，教练攒下的带人经验是健身房的(带不走)
-3. **可导出一期就做**(洞6素材包交付本来就是导出，一套逻辑)
-4. **飞轮归属写进给客户的协议/说明**讲明(法务表述可能要老板拍)
-
-## 叠加洞6达人交付的特殊点
-- 素材包交付给外部达人后=数据已离开Clover，属"客户主动分发"，平台不担泄露责任(协议写明客户对其分发负责)
-- 达人**不进Clover系统**(只收素材包)→ 不涉及给达人开账号/达人数据隔离 → 简化架构
-
-## 对地基的影响
-- 全表加 workspace_id(架构方案已定) = 数据归属的技术底座，实现客户间隔离
-- 新建导出/素材包生成功能(banana没有，🔴自造) = 兑现"可导出"+洞6出口，一套逻辑
-- 偏好数据表标记归属层级(原始data vs 学习成果)，为C方案留技术口子
-
-## 待办
-- [ ] 架构方案：全表workspace_id隔离 + 导出/素材包生成器 + 偏好表标归属层级
-- [ ] 协议/客户说明：写明"原始数据可导出归客户 / 飞轮偏好归平台"(法务表述待老板拍)