feat: 出图机检闭环、判据规则库与 SOP 拆解原子化

.github/workflows/skill-eval.yml

@@ -49,6 +49,20 @@ jobs:
         run: python tools/lint_skills.py
       - name: 触发用例与 Markdown 视图一致性
         run: python evals/check_cases.py
+      - name: 拆解原子与原文同步
+        run: python tools/atomize.py check
+      - name: 工具脚本离线自检
+        run: |
+          python -m pip install --quiet pillow
+          python tools/check_image.py --selftest
+          python tools/slop_check.py --selftest
+          python tools/compose_prompt.py --selftest
+          python tools/run_loop.py --selftest
+          python tools/rules_engine.py --selftest
+          python tools/visual_audit.py --selftest
+          python tools/corpus.py --selftest
+          python tools/fix_stats.py --selftest
+          python tools/atomize.py --selftest
       - name: promptfoo 配置结构
         run: |
           npx --yes promptfoo@$PROMPTFOO_VERSION validate config \

.gitignore

@@ -5,3 +5,4 @@ node_modules/
 __pycache__/
 memory/
 out/
+.tmp/

README.md

@@ -2,13 +2,13 @@
 
 面向电商 AI 视觉生产的技能合集，兼容 ZCode 与 Claude Code。一个 SOP 全库按五个工作室组织，配两个导演技能补位。仓库里每个子目录就是一个完整技能，拷入本地技能目录即可使用：
 
-- `ecom-prompt-sop`：34 篇 SOP 原文库，内部按 AI 主图台 / AI 详情页台 / SKU 批量台 / 模特与视频台 / 图片反推台五个工位路由
+- `ecom-prompt-sop`：34 篇 SOP 的**拆解库**——每篇一个原子文件，含提示词模板、规则条款、检查清单、占位符与原文全文；内部按 AI 主图台 / AI 详情页台 / SKU 批量台 / 模特与视频台 / 图片反推台五个工位路由
 - `ecom-main-image-prompts`：主图导演，接无品类线索的裸主图方案
 - `ecom-detail-page-prompts`：详情页导演，接无品类线索的裸详情页方案
 
 ## 五工作室
 
-SOP 全库按五个工位组织，先判工位再定位篇目，34 篇原文一篇未改、结构未拆：
+SOP 全库按五个工位组织，先判工位再定位到唯一一篇的原子，34 篇已全部拆解归档：
 
 | 工位 | 接什么 | 产物 | 门禁 |
 |---|---|---|---|
@@ -26,7 +26,7 @@ SOP 全库按五个工位组织，先判工位再定位篇目，34 篇原文一
 
 | 技能 | 用途 | 规模 |
 |---|---|---|
-| `ecom-prompt-sop` | 电商视觉五工作室（主图台 / 详情页台 / SKU 台 / 模特与视频台 / 反推台）的 SOP 原文库，覆盖全平台主图与详情页（含跨境）、白底图、买家秀、爆款图与视频反推、服饰/3C/美妆/美食/家具/包包/海产/杯壶/檀木等品类、SKU 批量处理、图内文字翻译、模特换装和电商视频生成 | 1 个 `SKILL.md` + 34 篇 SOP |
+| `ecom-prompt-sop` | 电商视觉五工作室（主图台 / 详情页台 / SKU 台 / 模特与视频台 / 反推台）的 SOP 拆解库，覆盖全平台主图与详情页（含跨境）、白底图、买家秀、爆款图与视频反推、服饰/3C/美妆/美食/家具/包包/海产/杯壶/檀木等品类、SKU 批量处理、图内文字翻译、模特换装和电商视频生成 | 1 个 `SKILL.md` + 34 个原子 |
 | `ecom-main-image-prompts` | 主图导演。根据产品图规划整套主图方案，内置参考图产品锁定（保留/改动清单）、套图风格锁、平台合规与 AI 标注、模特人脸、图内文字、证据账本和工具适配规则 | 1 个 `SKILL.md` + 2 个参考文件 |
 | `ecom-detail-page-prompts` | 详情页导演。按品类和决策链路规划详情页结构及逐页提示词，默认淘宝，可在输入中指定其他平台，内置参考图产品锁定、套图风格锁、证据账本、AI 合规和输出边界规则 | 1 个 `SKILL.md` + 1 个参考文件 |
 
@@ -37,30 +37,71 @@ SOP 全库按五个工位组织，先判工位再定位篇目，34 篇原文一
 ```text
 .
 ├─ ecom-prompt-sop/
-│  ├─ SKILL.md                      # 五工作室入口：判工位 → 定位唯一一篇 → 读原文
-│  └─ references/                   # 34 篇原文，按内容分类存放，未被拆分或改写
-│     ├─ 01_通用主图详情页/          # 8 篇
-│     ├─ 02_爆款反推与风格拆解/      # 6 篇（反推台主力）
-│     ├─ 03_品类专项/               # 10 篇（主图台与详情页台共用）
-│     ├─ 04_SKU批量与跨平台处理/     # 5 篇（SKU 台）
-│     └─ 05_模特与视频生成/          # 5 篇（模特与视频台 2 篇 + 反推台视频反推 3 篇）
+│  ├─ SKILL.md                      # 五工作室入口：判工位 → 定位原子 → 取模板与规则
+│  ├─ EVAL.md                       # 评测答案键（评测者用，不进 SKILL.md）
+│  └─ references/
+│     ├─ _atoms/                    # 34 个原子：模板/规则/清单/占位符 + 原文全文
+│     │  ├─ a01.json … a34.json
+│     │  ├─ index.json              # 原子索引（编号、任务、工位、数量）
+│     │  ├─ semantic.json           # 语义层（每篇一句话任务与标签）
+│     │  └─ _mech/                  # 机械层（提取中间产物）
+│     ├─ _rules/                    # 平台 / 品类 / 场景判据
+│     ├─ _corpus/                   # 正样本语料（已验证提示词）
+│     ├─ _index.json                # 篇目索引（含槽位映射与原文历史路径）
+│     └─ _prompt-slots.md           # 五槽位规范
 ├─ ecom-main-image-prompts/
 ├─ ecom-detail-page-prompts/
-├─ tools/                           # 静态检查脚本与触发用例的人类可读视图
+├─ tools/                           # 检查、组装、机检、闭环、拆解脚本
 ├─ evals/                           # promptfoo 配置、用例与断言脚本
 └─ .github/workflows/skill-eval.yml # CI
 ```
 
-`ecom-prompt-sop/SKILL.md` 只负责分台与路由，提示词原文都在 `references/` 下，目录名保持原有内容分类，没有按工位搬动文件。没有指定品类的裸主图、裸详情页需求，会分别转交 `ecom-main-image-prompts` 和 `ecom-detail-page-prompts`。
+`ecom-prompt-sop/SKILL.md` 只负责分台与路由，每个工位的篇目表直接给出原子编号；执行时读 `_atoms/aNN.json`，取模板、规则、验收项。34 篇原文已拆解进原子（`source_text` 保留全文），`references/` 下不再有散落的 SOP 文件。没有指定品类的裸主图、裸详情页需求，会分别转交 `ecom-main-image-prompts` 和 `ecom-detail-page-prompts`。
 
 ## 主要能力
 
 - 参考图产品锁定：以产品图为主，输出保留/改动清单，文字锁定作为兜底
-- 套图风格锁：整套图复用同一组色板、光影、字体和版式，避免风格漂移
+- 套图风格锁（10 字段）：色板、光影、背景系统、镜头、构图、文字层级、材质处理、道具白名单、品牌调性、通用边界，整套图原样复用，交付前做漂移自检
 - 证据账本：卖点按「已确认 / 有依据 / 待补证 / 禁止」分级，避免编造宣称
+- 资料不足先出卖点信息大纲：只给产品图或零散规格时，先交付卖点池与四态准入（可直接用/需核实/仅类目教育/禁用），用户确认后再写提示词
 - 平台 AI 标注合规：覆盖 Amazon `contains-synthetic-performer` 元数据、TikTok Shop AI 披露和国内双标识等要求
 - 工具适配：为不同生图工具提供写法变体、中文文字渲染技巧和多轮编辑脚本
 - 输出边界：用自然语言描述禁止项，替代简单堆砌负面词
+- 反 AI 感双层过滤：文字层清掉 8k / masterpiece 这类堆词，视觉层避开过度光滑、塑料高光、完美对称、悬浮无投影等八类 AI 痕迹
+- 生成后机检：出图后按目标平台检查白底纯度、主体占比、比例、分辨率与图内文字，机检不过的不上架
+
+## 拆解原子（唯一载体）
+
+34 篇原文里混着五样东西：解释、提示词模板、规则条款、检查清单、占位符。`tools/atomize.py` 把它们分开，**原文全文也一并存进原子**，所以 `references/` 下不再需要散落的 SOP 文件：
+
+- `ecom-prompt-sop/references/_atoms/index.json`：34 个原子的索引（编号、一句话任务、工位、模板/规则/清单数量）
+- `ecom-prompt-sop/references/_atoms/aNN.json`：每篇一个原子，含
+  - `templates`：提示词模板，代码块型（```）与裸段落型（跟在提示词小标题下的纯文本）都收，带原文行号
+  - `rules`：正文里的规则条款（带「必须 / 禁止 / 不得」等，带行号），模板内的不重复抽
+  - `checklists`：验收清单、板块要求这类编号条目
+  - `placeholders`：需要替换的占位符清单
+  - `source_text`：原文全文——原子自包含的关键，脱离外部文件也能读到上下文与示例
+  - `source`：原文行数与 sha，用于校验 `source_text` 是否被改过
+
+拆完之后：路由读索引，取提示词读 `templates`，查合规判据读 `rules`，验收读 `checklists`，需要上下文与示例读 `source_text`。
+
+```bash
+python tools/atomize.py check     # 自包含校验：source_text、模板、规则、清单是否自洽（不读磁盘原文）
+python tools/atomize.py merge     # 合并语义层，重新生成原子与索引
+python tools/atomize.py restore   # 应急：从原子的 source_text 还原出 34 篇原文
+python tools/atomize.py extract   # 仅当原文还在时可用：重新提取机械层
+```
+
+改原子的正确姿势：直接改 `_atoms/aNN.json` 里的 `templates` / `rules`（改完 `check` 会重新算 sha 并提示是否一致），或者在 `semantic.json` 里改任务与标签后 `merge`。
+
+## 判据规则与语料
+
+34 篇 SOP 给的是「方法」，`_rules/` 与 `_corpus/` 给的是「判据与范例」——两者都不依赖散落的原文文件：
+
+- `ecom-prompt-sop/references/_rules/`：平台、品类、场景三份 JSON，把原文里的硬判据变成可校验规则（白底与占比阈值、禁用宣称、必填槽位、画面禁项、AI 标注义务）。`tools/rules_engine.py` 读它做校验与约束注入。
+- `ecom-prompt-sop/references/_corpus/`：验证过并出过好图的提示词样本，`tools/corpus.py` 按相似度检索并编译成 few-shot 范例段。
+
+规则管「不能写什么」，语料管「写成什么样才算够」。原文删掉之后，这两样仍然成立。
 
 ## 安装
 
@@ -88,12 +129,21 @@ cp -r Ecom-Prompt-Studio/ecom-prompt-sop ~/.agents/skills/
 
 | 工具 | 用途 |
 |---|---|
-| `tools/lint_skills.py` | 静态检查：frontmatter 合规、引用文件存在性、路由表与 34 篇 SOP 双向覆盖、`SKILL.md` 长度预算、占位符闭合（【】/[]/{{}}）和密钥扫描。零第三方依赖 |
-| `tools/trigger-cases.md` | 23 条触发与路由回归用例的人类可读视图，便于改版前后对照 |
-| `evals/cases.json` | 23 条用例的机器可读源 |
+| `tools/lint_skills.py` | 静态检查：frontmatter 合规、引用文件存在性、路由表与 34 篇 SOP 双向覆盖、34 篇机器可读索引一致、SKILL.md 点名的工具脚本存在、`SKILL.md` 长度预算、占位符闭合（【】/[]/{{}}）和密钥扫描。零第三方依赖 |
+| `tools/atomize.py` | 原文拆解器：把 34 篇拆成模板（代码块型与裸段落型）、正文规则句、检查清单、占位符，并把原文全文存进原子；`check` 做自包含校验（不读磁盘原文），`restore` 可从原子还原原文 |
+| `tools/trigger-cases.md` | 30 条触发与路由回归用例的人类可读视图，便于改版前后对照 |
+| `tools/check_image.py` | 出图后平台机检：白底纯度、主体占比、比例、分辨率、文件大小、透明通道、OCR 文字；`--fix` 自动归一白底、补比例、放大。仅依赖 Pillow，OCR 可选 |
+| `tools/slop_check.py` | 提示词定稿前自查：SD 时代堆词、绝对化用语、虚假促销、功效宣称、认证背书、AI 痕迹特征。零依赖 |
+| `tools/compose_prompt.py` | 五槽位组装器：槽位 JSON 编译成成品提示词（保真段 → 场景 → 主体 → 细节 → 用途 → 约束），自动补平台约束并跑必填与反 AI 感校验。零依赖 |
+| `tools/run_loop.py` | 出图闭环：生成 → 平台机检 → 把修复句写回提示词 → 重跑，到轮次上限为止，每轮落盘并给 manifest；离线 `--dry-run` 不出图只推演修复句 |
+| `tools/rules_engine.py` | 判据规则引擎：按平台、品类、场景三份规则校验槽位，查白底冲突、禁用宣称、必填槽位缺失，可 `--inject` 补默认约束 |
+| `tools/visual_audit.py` | 视觉验收：主体一致性（感知哈希 + 颜色直方图）与 AI 感启发式（饱和度 / 平滑度 / 死白 / 边缘密度），只提示不判定 |
+| `tools/corpus.py` | 正样本语料库：已验证提示词的录入、相似度检索、编译成 few-shot 范例段 |
+| `tools/fix_stats.py` | 修复句效果统计：从闭环 manifest 算出每条修复句的真实生效率，用来判断措辞要不要改 |
+| `evals/cases.json` | 30 条用例的机器可读源 |
 | `evals/check_cases.py` | 校验 `cases.json` 与 `trigger-cases.md` 一致，并确认预期 SOP 路径存在 |
 | `evals/promptfooconfig.yaml` | 触发回归：断言每条提示命中的技能名与 SOP 路径 |
-| `evals/promptfooconfig.quality.yaml` | 文本质量抽检：读取 SOP 原文生成提示词，按硬规则评分；图片输出仍由人工检查 |
+| `evals/promptfooconfig.quality.yaml` | 文本质量抽检：从原子读 `source_text` 生成提示词，按硬规则评分；图片输出仍由人工检查 |
 | `tools/qwen_image.py` | 命令行出图通道：提示词直接投喂 Qwen-Image 2.1 Pro，支持文生图与最多 10 张参考图的图生图 |
 | `tools/IMAGE-GEN-AUTHORIZATION.md` | **出图授权规则（硬性）**：任何图片生成模型调用前须取得用户授权，说明用途与预计花费 |
 
@@ -119,9 +169,11 @@ python tools/qwen_image.py -f prompt.txt -i front.jpg -i detail.jpg -n 2 --seed
 
 触发回归主要判断「技能选得对不对」，因为选错技能是用户最容易感知的问题。CI 分三层：
 
-1. **静态检查**（每次 push / PR）：运行 `tools/lint_skills.py`、`evals/check_cases.py` 和 promptfoo 配置结构校验，不需要密钥。
-2. **触发回归**（每次 push / PR）：用 promptfoo 跑 23 条提示，断言返回的技能名和 SOP 路径。评测输入直接读取三个 `SKILL.md`，路由表改动会立即生效。
-3. **文本质量抽检**（每周一和手动触发）：读取指定 SOP 原文生成提示词，用 `llm-rubric` 按该 SOP 的硬规则评分，图片输出不做自动评分。
+1. **静态检查**（每次 push / PR）：运行 `tools/lint_skills.py`（含索引覆盖、槽位名合法性、规则与语料合法性、原子结构与路由引用、工具引用、EVAL 完整性）、`evals/check_cases.py`、`tools/atomize.py check`（原子自包含校验）、九个工具脚本的离线自检，以及 promptfoo 配置结构校验，不需要密钥。
+2. **触发回归**（每次 push / PR）：用 promptfoo 跑 30 条提示，断言返回的技能名和 SOP 路径。评测输入直接读取三个 `SKILL.md`，路由表改动会立即生效。
+3. **文本质量抽检**（每周一和手动触发）：按原子编号读 `source_text` 生成提示词，用 `llm-rubric` 按该 SOP 的硬规则评分，图片输出不做自动评分。
+
+三个技能各带一份 `EVAL.md` 答案键（能力边界题 / 生产决策题 / 应用任务 + 评分口径），供人工或独立评测流程使用。答案键不链接进 `SKILL.md`，`lint_skills.py` 会校验它存在且未被入口引用，避免被评 agent 直接读到答案。
 
 模型通过 DeepSeek 官方 provider 接入，密钥不写入仓库或评测配置：