baseline: Clover 独立仓库首次基线提交

将 Clover 从上层产品包旧仓库中独立出来,建立专属版本控制。
当前状态=纵切片端到端已打通(登录→选品→出文出图→审核→下载包),
M1文案质量去套路化已验收。此提交作为后续按核销清单逐条修复的基线。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/app/workers/pipeline_steps.py

@@ -0,0 +1,93 @@
+"""
+app/workers/pipeline_steps.py — 生产链 Step1-4
+Step1: 查 DB（task/product）
+Step2: 查 key → Fernet 解密（局部变量，不传出，基石B）
+Step3: 构建 AI clients
+Step4: 推 task_started SSE + 飞轮上下文
+"""
+
+import json
+import logging
+
+logger = logging.getLogger(__name__)
+
+
+def load_task_and_product(db, task_id: int):
+    """Step1: 查任务 + 产品，失败返 None 或抛异常。"""
+    from app.models.task import GenerationTask
+    from app.models.product import Product
+
+    task = db.query(GenerationTask).filter(GenerationTask.id == task_id).first()
+    if not task:
+        logger.error("task_id=%s not found", task_id)
+        return None, None
+
+    product = db.query(Product).filter(Product.id == task.product_id).first()
+    if not product:
+        raise ValueError(f"product_id={task.product_id} not found")
+    return task, product
+
+
+def decrypt_user_key(db, operator_id: int, workspace_id: int) -> str:
+    """
+    Step2: 查 key → Fernet 解密，返回 plain_key（只活在调用方局部变量）。
+    绝不打印、不持久化 plain_key（基石B）。
+    """
+    from app.models.workspace import UserApiKey
+    from app.utils.fernet_utils import decrypt_key
+
+    api_key_row = db.query(UserApiKey).filter(
+        UserApiKey.user_id == operator_id,
+        UserApiKey.workspace_id == workspace_id,
+        UserApiKey.provider.in_(["openai", "apiports"]),  # G6坑修复：接受主备通道名
+    ).first()
+    if not api_key_row:
+        raise ValueError("用户未配置 API Key，请先录入")
+    return decrypt_key(api_key_row.encrypted_key)
+
+
+def build_clients_and_clear_key(plain_key: str):
+    """
+    Step3: 构建 AIClients，plain_key 传入后立即由调用方置 None。
+    返回 clients 对象。
+    """
+    from app.services.ai_engine.gemini_factory import build_ai_clients
+    return build_ai_clients(plain_key)
+
+
+def build_product_dict(product) -> dict:
+    """把 ORM product 转成 AI 引擎所需的 dict（不含任何 key）。"""
+    return {
+        "name": product.name,
+        "category": product.category or "通用好物",
+        "selling_points": json.loads(product.selling_points or "[]"),
+        "style_tone": product.style_tone or "素人分享风",
+        "text_angles": json.loads(product.text_angles or "[]"),
+        "custom_prompt": product.custom_prompt or "",
+        "brand_keyword": product.brand_keyword or "",       # S3: 品牌词透传进生成prompt(每条植入)
+        "target_audience": product.target_audience or "",   # 012: 人群透传进storyboard/文案prompt
+        "image_path": product.image_path or "",             # 产品参考图路径（前端上传后填入）
+    }
+
+
+def load_flywheel_context(db, workspace_id: int, product_id: int, product_dict: dict) -> tuple[str, dict]:
+    """
+    查最近50条飞轮事件，聚合偏好上下文。
+    返回 (prompt_fragment, full_ctx)。
+    """
+    from app.models.flywheel import PreferenceEvent
+    from app.services.ai_engine.preference_aggregator import aggregate_preference_context
+
+    recent = db.query(PreferenceEvent).filter(
+        PreferenceEvent.workspace_id == workspace_id,
+        PreferenceEvent.product_id == product_id,
+    ).order_by(PreferenceEvent.id.desc()).limit(50).all()
+
+    events_dicts = [
+        {"signal_type": e.signal_type, "workspace_id": e.workspace_id,
+         "product_id": e.product_id, "angle_label": e.angle_label or "",
+         "signal_weight": e.signal_weight, "reason": e.reason or ""}
+        for e in recent
+    ]
+    ctx = aggregate_preference_context(events_dicts, product_dict, workspace_id, product_id)
+    return ctx.get("prompt_fragment", ""), ctx