品牌 Logo电商套图工场江西规芯智能科技有限公司

使用说明

这是一套可独立部署的电商视觉生产工具:上传商品图,规则层拆成可编辑节点,逐张改 Prompt / 局部重绘,发布检查后拼成长图。

1 · 快速开始

公网用户:请从 规芯门户 进入;账号由管理员开通,不需要在服务器上运行任何命令。 下面的 node server.js 步骤是给本地部署 / 开发用的,不是公网用户的操作步骤。
  1. 项目根目录运行 node server.js。
  2. 打开 首页,进入 画布工作台。
  3. 点「新建任务」:上传商品图,补齐上游 5 字段与产品身份锁 7 项。
  4. 点「开始生成」→ 规则层拆成图片节点 + 提示词节点,不会替你编造卖点。
  5. 逐张上传 / AI 生成 / 局部重绘;再点「发布检查」。
  6. 点「拼长图」:勾选图片、排序、选宽度与间距,导出 PNG / HTML / manifest。

账号 / 登录(统一账号)

公网用户请从 规芯门户 进入;套图账号由管理员在门户勾选开通。首次从门户进入会自动关联你的邮箱。

本页保留的本地账号登录仅用于内测 / 已有账号;注册和本地找回密码已关闭。忘记密码请联系管理员在规芯门户处理。密码使用 scrypt 哈希,会话 Cookie 为 HttpOnly + SameSite=Lax;拼图验证一次性、5 分钟过期。

当前为邀请内测,还没有多租户隔离、支付订阅、内容审核和 AI 登记。公开收费上线前必须补齐这些。

2 · 画布工作台

拆解与 Prompt

一条任务会拆成图片节点、提示词节点与版本节点。检查器展示七槽位 Prompt、只读负面词、图内文案(后期叠字,不进 Prompt),每个提示词节点可单独重生成。包装清单等 photo_required 图位硬拦截 AI,必须实拍;layout 图位只出规格。

局部重绘

图片节点工具条「局部重绘」可涂抹蒙版,结果作为新版本用虚线连回原图,不覆盖原图。

三种模式

智能 / 快速 / 电商套图 Agent 会映射到规则层的 9 图序列(智能与 Agent 用 SOP 默认序列,快速用仓库推导版)。模式不会绕过任何合规检查。

参数条

模型 / 清晰度 / 数量是只读项:分别由服务端 .env 与规则层图位决定,界面不会假装可以切换。页面比例只会传入 AI 请求,最终尺寸仍以平台规则卡的图位规格为准。

提示词库

提示词配方库 按“领域 × 行业 × 图像意图”组合,当前 4 个领域、30 个行业包、10 种意图,共 300 套中文七槽位 Prompt。可选择行业、意图,填入产品名/卖点/颜色/材质/平台,生成并复制 Prompt;新增行业只需加一条 JSON。

搜索首位标准

电商搜索首位工程标准(2026 版) 已作为独立文档页加入:百度前 3、豆包/抖音商品卡、文心/Kimi/DeepSeek/元宝的“第一位”定义,以及 Schema、Web Vitals、E-E-A-T、三层词库、AI 信源矩阵、四阶段路线与验收阈值。内容按你提供的版本整理,正式对外发布前需核对标准原文与授权。

3 · 拼长图

适用于公众号图文与电商店铺长页:

4 · 发布检查与导出闸门

结论含义导出行为
PASS合规 + 像素 + 参数一致 + 三方签章 + 平台已核实都满足可发布就绪,PNG 无强制水印
MANUAL有未确认项或平台规则未核实只允许 PREVIEW_ 预览稿,publish_ready=false
BLOCK高危命中 / 缺图 / 参数冲突 / PREVIEW_ONLY禁止导出(预览稿也不行)

14 张平台卡中有 10 张仍为 verified:false(含淘宝 / 京东 / 拼多多 / 抖店 / 快手 / eBay / Shopify / 公众号等)。系统不会把搜索摘要当硬规则;正式上架前必须到卖家中心逐项核对。

5 · 公众号图文

公众号使用独立域包,拆成首条封面 900×383、分享方形 383×383、正文配图 1080、长图 1080 四个图位。Brief 必填主题、目标读者、核心要点、CTA;缺项拒绝拆解。域包不会编造文章事实,W1–W7 未核实项一律 MANUAL。

6 · 人工验收 10 分制

每张图先判硬失败;硬失败直接 0 分,不进入打分。产品身份变化、编造卖点/参数/认证、违禁文字/水印、尺寸错误、换 SKU、产品缺失,都属于硬失败。

维度分值满分标准
产品身份一致性37 项身份锁全部保持;仅光影差异可给 2 分
卖点真实性2所有文字/数字可回溯到上游字段或 spec_table;必须 2 分
平台合规2尺寸、白底、主体/文字占比、安全区、禁用水印/边框全部通过
画质与瑕疵2100% 视图无结构、手部、文字、反光、边缘崩坏
风格一致与可发布性1同组光影/背景/视角一致,无需再修图

记录模板:qa/review.template.json → 复制为 qa/review.json 填写,运行 node qa/review-score.js qa/review.json。完整指南:qa/review-rubric.md。

7 · 图内文字 OCR(已接入 Umi-OCR)

本项目已安装 Umi-OCR Paddle v2.1.5 到 tools/Umi-OCR_Paddle_v2.1.5/,start.bat 会自动启动;如果 1224 端口已有 Umi-OCR 就跳过。未启动或识别失败时,图内文字仍按人工确认(MANUAL),系统不会假装识别过。

当前 .env:

OCR_PROVIDER=umi
OCR_URL=http://127.0.0.1:1224
OCR_TIMEOUT_MS=30000
OCR_OPTIONS_JSON={"data.format":"text","ocr.language":"models/config_chinese.txt","ocr.limit_side_len":960}

ocr.language 明确指定简体中文;ocr.limit_side_len=960 是速度/精度平衡值。小字多的图可改为 2880,同时把超时提高到 60000。

本机实测(项目内图片,非行业基准):商品图 Paddle 约 2–4 秒、Rapid 约 2.6 秒;中文整页 Paddle 约 7–18 秒、Rapid 约 7–8 秒。Paddle 的中文标点保留更好,默认选 Paddle;Rapid 在 tools/Umi-OCR_Rapid_v2.1.5/,可切换,但选项名是 ocr.maxSideLen。

先用真实图验证 OCR:node scripts/ocr-smoke.js "C:/path/to/test.png"。它绕过项目 QA,直接打印 OCR 文本与耗时,不产生模型费用。

要量化准确率:复制 qa/ocr_acceptance.template.json 为 qa/ocr_acceptance.json,填真实图片与人工校对文本,运行 node scripts/ocr-acceptance.js qa/ocr_acceptance.json,输出字符准确率、必检词召回和 p95 延迟。

如果追求最高中文精度、愿意接受更大的部署成本,可直接用独立 PaddleOCR(PP-OCRv6 / PaddleOCR-VL);RapidOCR 更轻、CPU 更快,字符准确率略低。Tesseract 中文不建议;dots.ocr / PaddleOCR-VL 对显卡和显存要求更高,不适合当前笔记本全量部署。

OCR 验收建议:清晰图字符准确率 ≥98%、违禁词召回率 ≥95%、误报 ≤2%、单图 p95 ≤1.5 秒;用 200–300 张真实商品图测,不用文档截图代替。

8 · V1 表单式详情页

V1 保持可用:产品信息 → 自动分区 → 在线改字 → 上传 / AI 配图 → 一键导出长图 PNG / HTML / 文案。V2 画布是新增工作台,不替换 V1。

9 · 接入图像服务(可选)

不配置也能完整使用「上传图片」流程。启用 AI 出图:复制 .env.example 为 .env,填 IMAGE_PROVIDER / IMAGE_API_URL / IMAGE_API_KEY,重启服务。Gemini 当前模型为 gemini-nano-banana-2.1;ChatGPT / Gemini 的网页免费额度和 API 计费不是同一件事,商用前请以账号后台与官方条款为准。

未配置时 /api/generate 明确返回 503 PROVIDER_NOT_CONFIGURED,不会产出假图。代理支持 HTTP CONNECT / SOCKS5(含账号认证)/ NO_PROXY。真实模型的费用与效果需自行用 key 验证。

客户自带 API(BYOK):推荐客户本地部署,在自己的 .env 填自己的 key,费用由客户账户直接结算,我们不代管 key、不承担 token 成本。OpenAI 兼容端点可用 IMAGE_PROVIDER=generic 并声明 IMAGE_CAPABILITIES;标准 OpenAI / Gemini / 火山端点用对应 provider。中心化代管多客户 key 需要加密、租户隔离和审计,暂不做。

10 · 还没做的(如实标注)