chore(bug/qa): 归档测试清单、bug 报告与 QA 诊断脚本

- core/bug: 各轮电商项目测试清单 xlsx + 验证报告/套图提示词梳理 md - core/qa: consumption_summary / diag_login / diag_sessions / probe_usage 诊断脚本 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-29 19:26:36 +08:00
parent 0465838f84
commit 1d5c2c0910
15 changed files with 1428 additions and 0 deletions
@@ -0,0 +1,143 @@
 # 平台套图（cover）提示词梳理 + 「没参考图片 / 参考不精准」真因
 > 整理时间：2026-06-29　范围：图片生成 → 平台套图（mode=cover）
 > 涉及代码：
 > - 前端拼词：[core/frontend/src/routes/ai-tools.tsx](../frontend/src/routes/ai-tools.tsx)（`promptTemplate` + 平台名追加）
 > - 后端真正发给模型的提示词：[core/backend/apps/ai/services.py](../backend/apps/ai/services.py) `build_platform_cover_prompt_refs()`（977 行）+ `run_standalone_image_task`（2194 行 cover 分支）
 ---
 ## 一句话结论
 **10 个平台用的是同一套提示词，彼此之间唯一的区别只有结尾追加的一句「{平台名}平台头图版式」。**
 代码里没有任何按平台区分尺寸、版式、画幅、调性的逻辑——抖音不会出 9:16 竖封、小红书不会出 3:4、淘宝/天猫不会强制 1:1 主图，全部是同一个模板换个平台名字而已。这就是「看起来没怎么按平台来」的根本原因。
 ---
 ## 提示词是怎么拼出来的（两段拼接）
 ### 第 1 段：前端拼好的 base_prompt
 打开页面时，按商品名预填一个模板（`platformCover.promptTemplate`）：
 ```
 {商品名}，电商平台头图，统一视觉，主图特写
 ```
 点「开始生成」时，对每个选中的平台各起一批，并在末尾追加平台名（ai-tools.tsx 第 1086~1089 行）：
 ```
 {商品名}，电商平台头图，统一视觉，主图特写，{平台名}平台头图版式
 ```
 > ⚠️ 平台之间的差异**仅此一处**。后端没有 platform 字段，平台信息全靠这句话表达。
 ### 第 2 段：后端把 base_prompt 包进固定模板（真正发给模型的词）
 `build_platform_cover_prompt_refs()`（无模特、index=0 时）：
 ```
 参考图1是「{商品名}」的真实商品主图。 请基于该商品生成电商平台套图(主图 / 封面 / 详情排版),统一视觉风格; 商品的外形、品牌文字、配色、Logo、材质必须与参考图1高度一致,严禁改动或重新设计包装;干净背景、电商主图构图、真实质感。 本张:正面居中主图版式,商品占画面主体,纯净背景,经典电商主图构图。 {第1段的 base_prompt}
 ```
 如果该批选了模特，则把中间替换为：
 ```
 参考图1是「{商品名}」的真实商品主图。 参考图2是出镜模特。请生成参考图2中的这位模特展示参考图1中商品的电商平台套图(主图 / 封面 / 详情); 模特的五官、发型、肤色、身形必须与参考图2高度一致,不要换人; 商品的外形、品牌文字、配色、Logo、材质必须与参考图1高度一致,严禁改动或重新设计包装;干净背景、电商主图构图、真实质感。 本张:…… {第1段的 base_prompt}
 ```
 末尾那句「本张：……」是**同一批 4 张图防雷同**用的，按张轮换（不区分平台）：
 | 第几张(index) | 版式指令 |
 | --- | --- |
 | 1 | 正面居中主图版式，商品占画面主体，纯净背景，经典电商主图构图 |
 | 2 | 换一种排版——商品偏置 + 卖点文案分区，场景化背景，杂志感构图 |
 | 3 | 特写细节版式，放大商品材质/做工，近景视角，突出质感 |
 | 4 | 生活场景套图版式，商品置于真实使用情境，环境光，氛围感构图 |
 | 5 | 多角度组合版式，商品换一个朝向/视角，几何分区背景，现代简约风 |
 | 6 | 促销封面版式，留出标题/价签区，高对比配色，强视觉冲击构图 |
 ---
 ## 各平台完整提示词（以「南卡 Lite Pro 蓝牙耳机」、未选模特、第 1 张为例）
 > 下面每条只有**最后一句的平台名**不同，前面完全一样。
 ### 抖音电商
 ```
 参考图1是「南卡 Lite Pro 蓝牙耳机」的真实商品主图。 请基于该商品生成电商平台套图(主图 / 封面 / 详情排版),统一视觉风格; 商品的外形、品牌文字、配色、Logo、材质必须与参考图1高度一致,严禁改动或重新设计包装;干净背景、电商主图构图、真实质感。 本张:正面居中主图版式,商品占画面主体,纯净背景,经典电商主图构图。 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，抖音电商平台头图版式
 ```
 ### 淘宝
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，淘宝平台头图版式
 ```
 ### 天猫
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，天猫平台头图版式
 ```
 ### 京东
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，京东平台头图版式
 ```
 ### 拼多多
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，拼多多平台头图版式
 ```
 ### 小红书
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，小红书平台头图版式
 ```
 ### 快手
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，快手平台头图版式
 ```
 ### 视频号
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，视频号平台头图版式
 ```
 ### 亚马逊
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，亚马逊平台头图版式
 ```
 ### 1688
 ```
 …（前略，同上）… 南卡 Lite Pro 蓝牙耳机，电商平台头图，统一视觉，主图特写，1688平台头图版式
 ```
 ---
 ## 「好像没参考图片 / 参考了但不精准」的真因
 参考图**确实有传**给模型（cover 分支 `edit_images = [product_url] (+ 模特图)`，2196 行），但精准度受三件事拖累：
 1. **只传 1 张商品图，而且取的是「主图」**
   cover 模式用 `_product_cover_url()`——优先 `cover_asset`，其次标记为主图的图，再次第一张。
   - 只有单张参考，信息量本来就少；
   - 更关键：这张主图**可能本身就是之前 AI 生成的图**（不是真实商品照），等于「拿 AI 图再喂 AI」，误差累积，越生成越走样。
   - 对比模特上身图模式（mode=model）用的是 `_product_reference_urls(limit=3)`——最多 3 张、且**主动排除 AI 生成图**、优先真实上传图。cover 没用这套，所以参考质量天然更差。
 2. **是否真"编辑参考图"取决于当前图像模型**
   - 默认 `tokenssr:gpt-image-2` 支持 `image_edit`（多图参考编辑），会真照着参考图改 → 较准；
   - 若落到火山 Seedream（无 image_edit），只能走「图生图」，**只松散借个色调、不锁主体** → 这就是典型的「看起来没参考我的图」。
 3. **平台差异没进提示词，更没进尺寸**
   平台名只是一句空泛的「XX平台头图版式」，模型并不知道抖音要竖屏短视频封面、淘宝/天猫要 1:1 白底主图、小红书要 3:4 种草图。画幅由用户选的 ratio 统一决定，不按平台变。
 ---
 ## 建议改法（按性价比排序，供参考）
 1. **cover 也改用 `_product_reference_urls(limit=3)`**（多张真实图、排除 AI 图）——最小改动、收益最大，直接提升还原度。
 2. **给每个平台写真正差异化的版式/画幅模板**（建议做成 admin 可编辑的 `PromptTemplate`，key 如 `platform_cover_douyin`），把平台的推荐比例、版式、调性写进去，并按平台自动选 ratio。
 3. **确认线上默认图像模型是支持 image_edit 的 gpt-image-2**，避免悄悄落到只会图生图的 Seedream。
 > 注：1、3 属于「改完需部署才生效」；当前 admin 提示词页可改的只有后端那段固定模板（key=`platform_cover`，目前各平台共用，不区分平台）。
@@ -0,0 +1,998 @@
 # 平台套图线上提示词优化版
 > 基于 `D:/feishudownload/平台套图提示词梳理.md` 和当前仓库代码整理。
 > 目标不是重写一套全新生图系统，而是在现在线上拼词链路上做最小可落地升级。
 ---
 ## 0. 结论
 现在线上提示词的图片丰富度来源于 6 个 `本张` 轮换版式，这部分应该保留。
 真正要改的是：
 1. 删除 `详情 / 详情排版 / 详情套图`，平台套图只生成头图、主图、封面图候选。
 2. 平台差异不能再靠末尾一句 `{平台名}平台套图版式`，需要把 `platform_id` 传到后端。
 3. 后端 `build_platform_cover_prompt_refs()` 在固定模板里注入平台块、品类块、模型块、背景反差块、文案块，但所有块都必须遵守“头图低信息密度上限”。
 4. cover 参考图不要只取 `_product_cover_url()` 单张主图，应改用 `_product_reference_urls(limit=3)`，真实上传图优先、排除 AI 图。
 5. 普通客户不要选择模型；前端只暴露平台、张数、比例、是否真人上身、是否需要文案等业务选项，后端按 `slot_name / category / copy_policy / platform_id` 自动路由 Seedream 或 image2。
 6. 图片比例必须由后端 size / 后处理裁切保证，不能只在 prompt 里写比例。当前 `4:5` 会 fallback 成 `1:1`，这是比例错误的直接原因。
 ---
 ## 0.1 原 MD 逐条迁移对照
 原文件 `D:/feishudownload/平台套图提示词梳理.md` 不是废弃材料，下面这些结论必须全部继承。本文件在原结论上做低信息密度和比例修正。
 | 原 MD 内容 | 是否迁移 | 新文档处理方式 |
 | --- | --- | --- |
 | 10 个平台只有最后一句平台名不同 | 已迁移 | 改为必须传 `platform_id` 到后端，不再靠 `{平台名}平台套图版式`。 |
 | 前端 base_prompt 是平台套图入口第一段 | 已迁移并修正 | 保留前端入口，但删除 `详情排版`，默认词改为“平台商品头图”。 |
 | 后端 `build_platform_cover_prompt_refs()` 是真正发给模型的固定模板 | 已迁移 | 仍以这个函数为主改造点，新增 `platform_id / index / count / model_route / selected_model / target_ratio` 参数，其中 `selected_model` 仅内部覆盖。 |
 | 有模特时参考图2是出镜模特 | 已迁移 | 保留模特参考逻辑，但内衣上身图新增“不得被其他衣物遮挡”的强约束。 |
 | 6 个 `本张` 轮换版式能防雷同 | 已迁移并降噪 | 保留 6 个视觉骨架，但新增“头图低信息密度上限”，防止变成详情页。 |
 | 各平台完整提示词只是最后一句不同 | 已迁移 | 不再复制原来的 10 条重复 prompt，改为 `PLATFORM_COVER_BLOCKS` 平台块。 |
 | cover 参考图确实有传，但只传 1 张主图 | 已迁移 | P0 改为 `_product_reference_urls(product, limit=3)`。 |
 | 主图可能是 AI 生成图，误差会累积 | 已迁移 | 继续使用 `_product_reference_urls` 的“真实上传图优先、排除 AI 图”规则。 |
 | 模特上身图模式已经用多图真实参考 | 已迁移 | cover 向 model 模式看齐，也使用多张真实商品参考。 |
 | 是否真编辑参考图取决于模型能力 | 已补充 | 新增模型能力检查：支持 `image_edit` 的模型优先；Seedream 需要按图生图能力单独降级预期。 |
 | Seedream 只松散借色调，不锁主体 | 已迁移 | 内衣/商品一致性中把 Seedream 作为单独分支处理，不承诺同等参考锁定能力。 |
 | 平台差异没进提示词，也没进尺寸 | 已迁移并扩展 | 新增平台块 + 平台尺寸表 + `target_ratio` 最终比例校验。 |
 | 建议 1：cover 改用 `_product_reference_urls(limit=3)` | 已迁移 | P0 第 4 条。 |
 | 建议 2：每个平台写真正差异化模板，最好 admin 可编辑 | 已补充 | 新增 `platform_cover_{platform_id}` 模板 key 建议；配置缺失时 fallback 到内置平台块。 |
 | 建议 3：确认默认图像模型支持 image_edit | 已补充 | 新增模型能力与 fallback 规则，避免悄悄落到只会图生图的模型。 |
 | 注：当前 admin 只有共用 `platform_cover` | 已补充 | 新增 admin 配置迁移方案，从单一 key 拆到平台 key。 |
 不再逐字复制原 MD 里的 10 条平台示例 prompt，因为那些示例的价值是证明“它们完全一样”。新的实现应保留这个诊断结论，而不是保留重复 prompt 本身。
 ---
 ## 1. 当前线上问题对应代码
 ### 1.1 前端默认提示词
 当前代码：
 ```ts
 // core/frontend/src/routes/ai-tools.tsx
 promptTemplate: (title) => `${title}，电商平台套图，统一视觉，主图 + 详情排版`
 ```
 问题：
 - `详情排版` 会把模型引到详情页、长图、营销页。
 - `电商平台套图` 太宽泛，不等于平台头图。
 建议改为：
 ```ts
 promptTemplate: (title) => `${title}，平台商品头图，统一视觉，商品主体清晰`
 ```
 页面文案也建议从：
 ```text
 选择平台模板，一键生成主图 / 封面 / 详情套图。
 ```
 改为：
 ```text
 选择平台模板，一键生成平台商品头图。
 ```
 ### 1.2 前端平台拼词
 当前代码：
 ```ts
 // core/frontend/src/routes/ai-tools.tsx
 void startBatch({
  ...base,
  prompt: platName ? `${base.prompt}，${platName}平台套图版式` : base.prompt,
  platformIds: [pid]
 });
 ```
 问题：
 - `platformIds` 只存在前端 batch 展示里，没有传给后端。
 - 后端实际只能看到 prompt 里那句平台名。
 - 另一个多商品入口只传 `platformIds`，甚至没有把平台名拼进 prompt，两个入口不一致。
 建议：
 ```ts
 void startBatch({
  ...base,
  prompt: base.prompt,
  platformId: pid,
  platformIds: [pid]
 });
 ```
 并在 `onGenerate / api.submitGenerateImage / GenerateImageView / enqueue_standalone_images / request_payload` 全链路新增：
 ```ts
 platform_id?: string
 ```
 后端任务需要保存：
 ```json
 {
  "platform_id": "taobao",
  "platform_name": "淘宝"
 }
 ```
 不要再把平台名作为用户提示词的一部分。
 ### 1.3 后端固定模板
 当前代码：
 ```py
 def build_platform_cover_prompt_refs(product, has_model: bool, base_prompt: str = "") -> str:
    lines = [f"参考图1是「{name}」的真实商品主图。"]
    if has_model:
        lines += [
            "参考图2是出镜模特。请生成参考图2中的这位模特展示参考图1中商品的电商平台套图(主图 / 封面 / 详情);",
            "模特的五官、发型、肤色、身形必须与参考图2高度一致,不要换人;",
        ]
    else:
        lines.append("请基于该商品生成电商平台套图(主图 / 封面 / 详情排版),统一视觉风格;")
 ```
 建议改为：
 ```py
 def build_platform_cover_prompt_refs(
    product,
    *,
    has_model: bool,
    base_prompt: str = "",
    platform_id: str = "taobao",
    index: int = 0,
    count: int = 4,
    model_route: str = "",
    selected_model: str = "",  # 仅内部调试/强制覆盖使用，普通客户不传
    product_ref_count: int = 1,
 ) -> str:
    ...
 ```
 其中：
 - `platform_id` 用于选择平台提示词块。
 - `index` 用于选择本张 slot。
 - `count` 用于 4/8/12 张变体。
 - `model_route` 是后端按 slot 自动算出的模型路由结果，用于 image2 / Seedream 分支。
 - `selected_model` 只作为内部调试或后台强制覆盖字段，普通客户不应看到也不应传。
 - `product_ref_count` 用于写 `参考图1~N`，避免多图参考时 prompt 仍写只有参考图1。
 ---
 ## 2. 参考图策略
 当前 cover 使用：
 ```py
 product_url = _product_cover_url(product)
 edit_images = [product_url] + ([model_url] if model_url else [])
 ```
 建议 cover 也改为：
 ```py
 product_urls = _product_reference_urls(product, limit=3)
 edit_images = product_urls + ([model_url] if model_url else [])
 ```
 提示词写法：
 ```text
 参考图1~{{product_ref_count}} 是同一件商品的真实商品参考图，用于锁定商品外观、颜色、材质、结构、Logo、品牌文字和比例。
 这些参考图只锁定商品本体，不锁定原图里的床品、桌面、墙面、绿植、毛巾、窗帘、道具和拍摄光线。
 ```
 如果后端能生成 `product_cutout_ref`，商品图、结构图、细节图优先传去背景商品参考图。
 ---
 ## 3. 保留线上 6 个版式骨架
 不要废掉线上这 6 类，它们是现在图片丰富度比较好的原因。
 但不要原样写成“所有平台通用”，而是作为 slot，再被平台/品类/模型翻译。
 ```text
 slot_1_hero:
 正面居中主图版式，商品占画面主体，纯净背景，经典电商主图构图。
 slot_2_selling_layout:
 商品偏置 + 卖点文案分区，场景化背景，杂志感构图。
 slot_3_detail_closeup:
 特写细节版式，放大商品材质/做工，近景视角，突出质感。
 slot_4_lifestyle_scene:
 生活场景套图版式，商品置于真实使用情境，环境光，氛围感构图。
 slot_5_multi_angle:
 多角度组合版式，商品换一个朝向/视角，几何分区背景，现代简约风。
 slot_6_promo_cover:
 促销封面版式，留出标题/价签区，高对比配色，强视觉冲击构图。
 ```
 4 张时不要总取前 4 个固定模板。应按平台和品类挑 4 个最适合的角色。
 重要修正：
 ```text
 这 6 个版式只是“画面丰富度骨架”，不是信息密度许可。
 平台头图不是详情页。默认 4 张里不要出现参数表、长卖点列表、复杂箭头结构图、密集图标、2x3 信息宫格。
 结构说明和细节宫格只能作为 8 / 12 张里的轻量辅图，而且必须像单张商品轮播头图，不像详情页截图。
 ```
 ---
 ## 3.1 头图低信息密度上限
 所有平台、所有模型都必须遵守：
 ```text
 一张头图只讲一个视觉任务。
 画面第一优先级是商品/上身效果/使用场景，不是文字信息。
 商品或模特主体占画面 60%-80%，文字和装饰不能抢主体。
 ```
 允许的信息量：
 ```text
 无文案图：0 个字。适合首图、上身图、挂拍、生活场景、细节摄影。
 轻文案图：1 个短标题，最多 8 个汉字左右；可加 1-2 个极短标签。
 活动图：1 个品牌名 + 1 条活动短语，活动条只占底部或角落，不铺满画面。
 轻细节图：1-2 个局部特写，可有极短标签；不要做成详情页的 4 宫格说明。
 ```
 禁止的信息量：
 ```text
 不要参数表、规格表、长句卖点、三段式说明、大量箭头、密集图标、2x3/3x3 宫格、左右对比详情页。
 不要一张图同时出现品牌区、活动条、价格区、图标卖点、编号卖点、结构箭头和细节标签。
 不要为了平台感写很多文字；平台感主要靠背景、镜头、主体占比、轻量版式和调色。
 ```
 4 张默认角色应收敛为：
 ```text
 1. 商品/上身主视觉：无文案。
 2. 场景主视觉：挂拍、生活场景、手部整理、穿搭准备，无文案或 1 个极短标题。
 3. 轻卖点封面：商品主体 + 1 个短标题 + 最多 2 个短标签。
 4. 质感特写：材质/扣位/肩带/细节摄影，无文案或 1 个短标签。
 ```
 ---
 ## 4. 平台提示词块
 后端维护 `PLATFORM_COVER_BLOCKS`。
 ### 淘宝
 ```text
 平台：淘宝。
 画面像淘宝搜索货架和商品主图，移动端缩略图下商品一眼可识别。
 常见结构：左上小品牌区、中央或偏右商品主体、底部活动条或底部轻卖点条、成人模特上身、挂拍、局部质感特写。
 内衣类默认 4 张优先成人模特上身、挂拍/场景、轻卖点封面、质感特写；图标卖点、编号卖点、结构说明、细节宫格只作为 8/12 张轻量辅图，不进入默认 4 张。
 背景干净但不能单调，允许浅灰棚拍、浅色墙面、试衣间背景、窗边挂拍、干净台面。
 禁止生成详情页、长图、平台 UI、二维码、直播间界面、虚假价格和未提供折扣。
 ```
 ### 天猫
 ```text
 平台：天猫。
 画面像品牌旗舰店商品首图，品牌感、质感、留白、材质光影更重要。
 常见结构：品牌主视觉、材质背景、精致展台、克制卖点区、少量品牌文案。
 促销感弱于淘宝，不要大红大黄低价感，不要拼多多式强利益区。
 ```
 ### 京东
 ```text
 平台：京东。
 画面像京东商品主图，清晰、可信、理性、标准。
 常见结构：白底/浅灰商品图、克制品质短标题、包装/配件/材质细节。
 信息区要非常少，只允许 1 个短标题或 1-2 个短标签；不要参数表、功能说明长区、详情页式模块，不要小红书滤镜，不要强生活方式过度氛围。
 ```
 ### 拼多多
 ```text
 平台：拼多多。
 画面像拼多多商品主图或活动头图，主体大、信息直接、利益区明显。
 可以有高对比活动区和大标题，但只讲一个利益点；不能编造价格、优惠、折扣、销量和平台补贴。
 背景明亮，商品边缘清楚，不要复杂品牌大片感。
 ```
 ### 抖音电商
 ```text
 平台：抖音电商。
 画面像信息流商品封面和短视频电商封面，近景、强裁切、真实使用瞬间、动作感更强。
 常见背景：衣橱、梳妆台、卧室、开箱、手部整理、拿取、穿搭准备。
 文案更短，商品主体更大，适合快速停留。
 不要生成抖音 UI、播放按钮、直播间贴片、字幕条，也不要套淘宝底部活动条。
 ```
 ### 小红书
 ```text
 平台：小红书。
 画面像生活方式笔记封面，自然光、真实体验、种草氛围。
 常见背景：卧室、衣橱、梳妆台、桌面、浴室、旅行收纳、通勤准备。
 标题像用户体验表达，少硬广、少参数表、少促销条。
 ```
 ### 快手
 ```text
 平台：快手。
 画面像快手小店商品图或直播前置封面素材，真实、直接、可信。
 可以有桌面展示、手持展示、打包台、家中真实环境、开箱场景。
 不要生成直播 UI、主播贴片和平台水印。
 ```
 ### 视频号
 ```text
 平台：视频号/微信小店。
 画面克制可信，适合社交分享和商品卡。
 背景可用干净家居、礼赠、办公、生活空间、柔和自然光。
 不要生成微信聊天界面、二维码、公众号 UI。
 ```
 ### 亚马逊
 ```text
 平台：亚马逊。
 第 1 张必须是 MAIN 合规图：纯白背景，只展示售卖商品本体，无文字、无道具、无边框、无水印，商品占画面主要区域。
 第 2 张以后可以是 Lifestyle、Feature、Size、Detail、Package 辅图。
 不要生成 Amazon 徽章、评分、排名、优惠和平台 UI。
 ```
 ### 1688
 ```text
 平台：1688。
 画面像批发采购图，商品清楚，偏规格、材质、工艺、包装、供货信息。
 背景可用白底、浅灰、工厂台面、仓储、包装台、材料/工艺背景。
 头图仍然保持低信息密度，只允许 1 个短标题或 1-2 个短标签；不要做成规格表详情页。不要虚构工厂资质、库存、起订量、认证和价格。
 ```
 ---
 ## 4.1 Admin PromptTemplate 拆分
 原 MD 里提到：当前 admin 提示词页可改的只有后端共用模板 `platform_cover`，不区分平台。这一点要保留为开发改造项。
 建议模板 key：
 ```text
 platform_cover_base
 platform_cover_taobao
 platform_cover_tmall
 platform_cover_jd
 platform_cover_pdd
 platform_cover_douyin
 platform_cover_xhs
 platform_cover_kuaishou
 platform_cover_wechat
 platform_cover_amazon
 platform_cover_1688
 ```
 读取规则：
 ```text
 1. 先读 platform_cover_base，放商品锁定、头图范围、低信息密度、通用负面约束。
 2. 再读 platform_cover_{platform_id}，放平台调性、默认比例、平台版式倾向。
 3. 如果平台 key 不存在，fallback 到代码内置 PLATFORM_COVER_BLOCKS。
 4. 不允许继续用一个 platform_cover 模板服务所有平台。
 ```
 这样 UI 设计师后续可以在 admin 中单独微调淘宝、抖音、小红书等平台的提示词，不需要每次改代码。
 ---
 ## 4.2 模型能力检查
 原 MD 里提到：是否真“编辑参考图”取决于当前图像模型。这是参考不精准的核心原因之一，需要作为任务创建前的能力检查。
 规则：
 ```text
 resolved_model = selected_model_override or model_route_result
 if mode = cover and resolved_model supports image_edit:
  使用多图参考 edit_images，商品外观锁定预期较高。
 if mode = cover and resolved_model does not support image_edit:
  明确标记 reference_lock_level = weak。
  prompt 中仍传商品参考，但不能承诺严格编辑参考图。
  需要更强商品锁定提示，并优先使用 product_cutout_ref。
 if resolved_model = Seedream:
  按图生图 / 参考图生成能力处理，商品外观可能只松散继承。
  不要把 Seedream 和 gpt-image-2 写成同等参考锁定能力。
 if resolved_model = gpt-image-2 / image2:
  优先使用 image_edit 能力；若当前网关实际不支持 reference image，则必须在 debug metadata 标记 image_edit_unavailable。
 ```
 任务 debug metadata 必须保存：
 ```json
 {
  "model_route": "auto / seedream / image2 / overlay_text",
  "resolved_model": "seedream / gpt-image-2 / image2",
  "selected_model": "",
  "model_route_reason": "slot_name + category + copy_policy",
  "override_by_user": false,
  "supports_image_edit": true,
  "reference_lock_level": "strong / weak",
  "product_ref_count": 3,
  "used_real_uploaded_refs": true,
  "used_ai_generated_cover_ref": false
 }
 ```
 ---
 ## 4.3 自动模型路由策略
 实测结论：不要让普通客户手动选择 Seedream / image2。商家只关心平台、张数、比例、是否真人上身、是否需要文案；模型选择应由后端按图片角色自动决定。
 后台可以保留 `selected_model` 作为调试开关，但线上默认使用 `model_route = auto`。
 ```text
 默认模型分工：
 Seedream：
 - 适合内衣/服饰真人上身图。
 - 适合淘宝感、卖货感、轻营销封面。
 - 可以生成少量中文卖点，但仍必须限制在 allowed_copy_text。
 image2：
 - 适合无字商品摄影。
 - 适合挂拍、平铺、收纳、材质、肩带、背扣、边缘走线等细节图。
 - 对假品牌、假 Logo、信息图漂移更可控。
 - 不建议直接生成成人内衣真人上身图。
 overlay_text：
 - 当文案必须准确时，模型只生成无字图，再由前端/后端叠字。
 - 不依赖模型生成价格、折扣、品牌名、卖点短句或平台合规文案。
 ```
 路由规则：
 ```text
 if category in ["服饰内衣", "内衣", "泳衣", "贴身衣物"] and slot_name = clean_on_model_hero:
  model_route = seedream
  display_mode = on_model
  copy_policy = none
 if slot_name in ["product_hanging_scene", "flat_lay_lifestyle_scene", "texture_detail_photo", "package_or_material_context"]:
  model_route = image2
  copy_policy = none
 if slot_name = light_selling_cover:
  if copy_must_be_accurate = true:
    model_route = image2 + overlay_text
    copy_policy = none_for_model_then_overlay
  else:
    model_route = seedream
    copy_policy = selling_point_copy
 if platform_id = amazon and amazon_slot = MAIN:
  model_route = image2
  copy_policy = none
  background = pure_white
 if selected_model is provided by internal debug/admin:
  selected_model can override model_route, but debug metadata must record override_by_user = true.
 ```
 内衣默认 4 张推荐路由：
 ```text
 1. clean_on_model_hero → Seedream
   成人模特直接穿着内衣，无文案。
 2. product_hanging_scene → image2
   挂拍/衣架/窗边/衣橱，无文案。
 3. light_selling_cover → Seedream 或 image2 + overlay_text
   若只要氛围卖点图，可用 Seedream 直接生成少量短文案；
   若要求文字准确、可控、可改，必须用 image2 生成无字图后叠字。
 4. texture_detail_photo → image2
   面料、肩带、背扣、边缘走线等单个细节，无文案。
 ```
 前端交互原则：
 ```text
 普通客户不显示模型下拉框。
 普通客户只选择：平台、图片数量、比例、是否真人上身、是否需要文案、视觉偏好。
 高级调试/运营后台才显示模型覆盖选项。
 ```
 混合模型成套感约束：
 ```text
 Seedream 和 image2 可以混合生成同一套图，但不能只靠 slot 自己发挥。
 后端必须为同一批次生成 visual_system_guard，并注入每一张 prompt。
 visual_system_guard 至少包含：
 - 统一商品主色：商品颜色、材质、结构不能随模型改变。
 - 统一背景色系：同一批次限定 1-2 个背景色族，例如冷灰 / 蓝灰 / 浅灰，不允许一张深灰商业棚拍、一张暖白生活大片差太远。
 - 统一背景明度：默认中浅灰到浅灰，不要 Seedream 过深、image2 过白；除白底合规图外，不要纯白大底。
 - 统一光线：柔和自然光或柔和棚拍二选一，同一批次不要混用夜景、强硬光、暖黄家居光和冷灰棚拍。
 - 统一构图气质：高端淘宝轮播商品摄影，主体大、低信息密度、留白克制。
 - 统一后处理：输出后可做轻量色温/亮度/对比度归一化，让不同模型看起来像同一品牌同一天拍摄。
 若混合模型结果看起来不是一套，优先修 visual_system_guard 和后处理，不退回让客户手动选模型。
 ```
 ---
 ## 5. 背景反差规则
 新增后端字段：
 ```text
 product_color_family = 从商品图或商品数据识别出的主色
 background_contrast_guard = 根据主色生成的背景避让规则
 ```
 直接写进 prompt：
 ```text
 背景必须和商品主色形成清楚反差，不能让商品和背景同色相融。
 浅色商品不要使用奶白、浅米、浅粉等近似大面积背景；优先使用冷灰、蓝灰、浅绿、浅薰衣草、自然木色、明确投影或边缘光。
 黑色/深色商品不要使用黑色、深灰、深棕大背景；优先使用暖白、浅灰、肤色墙面、浅木色或日光窗边背景。
 粉色/红色商品不要使用同色粉红或红色大背景；优先白、浅灰、浅绿、浅蓝、自然木色。
 除亚马逊 MAIN 或明确白底 slot 外，不要把整组图片都做成白底/浅灰底。
 ```
 ---
 ## 6. 内衣类模型分支
 ### 6.1 Seedream
 Seedream 可以生成成人内衣上身图，但容易出现其他衣服污染。
 Seedream 内衣上身图必须注入：
 ```text
 这是真人试穿商品头图任务。
 必须生成成人模特直接穿着参考商品图中的内衣，内衣是唯一服饰重点。
 罩杯、肩带、下围、杯型、面料、颜色和关键版型必须完整可见，并与参考商品一致。
 不要出现 T 恤、衬衫、吊带背心、运动上衣、连衣裙、制服、职业装、厚外套或任何遮挡内衣主体的第二件衣服。
 不要把内衣穿在其他衣物外面，也不要在内衣下面加一层衣服。
 最多允许轻薄开衫、薄纱或披肩松散搭在肩膀/手臂外侧，但不得盖住罩杯、肩带、下围和关键版型。
 画面是正规电商服饰目录拍摄，成人、克制、商品展示向，非性感化，非挑逗姿势。
 本张默认无文案，不要活动条、卖点图标和复杂模板。
 镜头建议为脖颈以下到腰部/胯部以上的上半身商品目录构图，模特正面或轻微侧身，罩杯、肩带、下围和背带结构不能被裁切。
 不要生成时尚大片、写真大片、暧昧姿势、夸张首饰、纹身、强烈夜店光、品牌水印、伪水印或角落签名。
 ```
 Seedream 内衣 4 张推荐：
 ```text
 1. clean_on_model_hero：成人模特直接穿着内衣，干净上身主视觉，无文案。
 2. hanging_or_lifestyle_scene：窗边挂拍、衣橱、手部整理或轻生活场景，无文案。
 3. light_selling_cover：商品主体 + 1 个短标题 + 最多 2 个短标签，不出现真人。
 4. texture_detail_photo：面料、肩带、扣位或边缘走线的质感特写，无文案或 1 个短标签。
 ```
 ### 6.2 image2
 image2 更稳定，但成人内衣真人上身容易被安全策略拦截。
 image2 内衣套图不能退化成 4 张相似浅色商品图。推荐角色：
 ```text
 1. product_hanging_scene：挂拍/衣架/窗边/衣橱，自然光，无文案。
 2. flat_lay_lifestyle_scene：平铺或手部整理，桌面/收纳/旅行场景，无真人身体。
 3. light_selling_cover：商品主体 + 1 个平台化短标题 + 最多 2 个短标签，文案来自 allowed_copy_text。
 4. texture_detail_photo：单个材质/肩带/背扣/边缘走线特写，无文案或 1 个短标签。
 5. soft_shape_display：隐形人台或立体轮廓，无真人皮肤，无复杂标签。
 6. ghost_mannequin_shape_display：隐形人台或立体轮廓，无真人皮肤。
 7. package_or_material_context：包装、材质、收纳、洗护或手感场景，不虚构配件。
 ```
 4 张至少选择 4 个不同角色，但不能选择“结构说明图 + 细节宫格 + 卖点信息图”这种组合；默认组合应是挂拍、生活平铺、轻卖点封面、质感特写。
 image2 实测会主动把“主图/卖点/信息图/模板”理解成多文字海报，所以 `copy_policy = none` 的 slot 不要使用这些词。应改写成“纯商品摄影、无文字、无标签、无图标、无排版模块、无海报感”。若需要文案，优先后期叠字，不依赖模型生成准确文字。
 ---
 ## 7. 文案生成规则
 不要只照抄商品库卖点，也不要让模型自由编。
 后端先生成 `copy_plan`：
 ```json
 {
  "product_display_name_for_prompt": "黑色夏薄款文胸",
  "cover_headline": "夏日轻薄透气",
  "cover_subpoints": ["清爽透气", "日常舒适", "穿着不闷"],
  "allowed_copy_text": ["夏日轻薄透气", "清爽透气", "日常舒适", "穿着不闷"],
  "copy_sources": {
    "夏日轻薄透气": ["title: 夏薄款", "selling_points[0]: 透气"],
    "清爽透气": ["selling_points[0]: 透气"]
  }
 }
 ```
 允许：
 - 把 `透气` 丰富成 `夏日透气不闷`、`清爽透气感`。
 - 把标题里的类目/季节/款式和卖点合成短标题。
 - 按平台语气调整表达。
 禁止：
 - 商品数据没有的价格、折扣、销量、排名、认证、百分比、杯型范围、尺码、明星同款。
 - 把普通卖点扩成强功效或绝对承诺。
 - 把完整 SEO 标题直接塞给生图模型。
 ---
 ## 7.1 图片比例修正
 当前比例错误不是提示词问题，而是后端 size 映射问题。
 当前代码：
 ```py
 def _ratio_to_image_size(ratio: str) -> str:
    return {
        "1:1": "1024x1024",
        "3:4": "1024x1536",
        "9:16": "1024x1536",
        "4:3": "1536x1024",
        "16:9": "1536x864",
    }.get((ratio or "").strip(), "1024x1024")
 ```
 问题：
 ```text
 平台套图前端默认 ratio = 4:5，但后端没有 4:5，所以 fallback 成 1024x1024。
 3:4 和 9:16 都映射成 1024x1536，实际是 2:3，不是 3:4，也不是 9:16。
 如果使用 YunQi gpt-image-2，网关只支持 1024x1024 / 1024x1536 / 1536x1024 这类固定 size，无法直接生成精确 4:5。
 混合模型时原始输出尺寸会不一致：实测同一批 target_ratio = 1:1，Seedream 返回 1664x2496，image2 返回 1024x1024。
 ```
 必须改：
 ```text
 1. 后端 request_payload 必须保存用户选择的 target_ratio。
 2. 后端必须根据 platform_id + target_ratio 算出同批次唯一 target_export_size，例如 1:1 = 1200x1200，3:4 = 900x1200，4:5 = 960x1200。
 3. 如果模型支持目标比例，就直接用最接近且不低于 target_export_size 的 size。
 4. 如果模型只支持固定 size，就先生成最接近且覆盖目标画幅的尺寸，再做主体保护裁切或补边。
 5. 所有模型返回的原图都必须进入同一个 normalize_output_image() 后处理，最终返回给用户的同一批图片必须是完全相同的 width x height，而不只是比例相同。
 6. prompt 里可以写“1:1 方图构图 / 4:5 构图”，但不能依赖 prompt 保证最终像素比例或最终像素尺寸。
 ```
 同批次导出契约：
 ```text
 batch_target_ratio = 用户选择或 platform_default_ratio
 batch_target_export_size = 后端根据 platform_id + target_ratio 决定
 每张图生成后必须执行：
 1. 读取 raw_width / raw_height。
 2. 按 batch_target_ratio 做主体保护裁切或补边。
 3. resize 到 batch_target_export_size。
 4. 写入 normalized_width / normalized_height / crop_or_pad_method 到 debug metadata。
 5. 返回给前端和素材库的只能是 normalized image，不返回 raw image。
 ```
 normalize_output_image() 推荐策略：
 ```text
 优先主体保护裁切：适合商品主体完整、背景足够的图。
 主体会被裁掉时改用补边：使用同批次背景色 / 模糊延展 / 纯净浅灰补边，不改变商品本体。
 禁止直接拉伸变形。
 禁止同一批次有的图 1664x2496、有的图 1024x1024 直接进入素材库。
 ```
 建议平台默认比例：
 ```text
 淘宝 / 天猫 / 京东 / 拼多多 / 快手 / 视频号 / 1688：默认 1:1，适合商品上架主图。
 亚马逊 MAIN：默认 1:1，纯白合规主图。
 抖音电商：商品上架主图默认 1:1；鞋包服饰类可额外支持 3:4，但不是默认全平台 4:5。
 小红书：商城商品主图默认 1:1；如果用户明确选择“笔记封面 / 种草封面”，再用 3:4。
 不要把内容流封面比例直接当商品上架主图比例。
 ```
 验收标准：
 ```text
 用户选 1:1，最终图片像素比例必须是 1:1。
 用户选 4:5，最终图片像素比例必须是 4:5，不能返回 1:1。
 用户选 3:4，最终图片像素比例必须是 3:4，不能返回 2:3。
 用户选 9:16，最终图片像素比例必须是 9:16，不能返回 2:3。
 同一批平台套图的最终图片必须是完全相同的像素尺寸，例如全部 1200x1200，不能混用 1664x2496 和 1024x1024。
 ```
 ---
 ## 7.2 各平台头图尺寸调研
 这里的“头图尺寸”按用户可直接上架的商品主图 / 商品轮播图理解，不按短视频封面、笔记封面或店铺装修 banner 理解。
 结论：
 ```text
 大多数电商商品主图仍然以 1:1 方图为默认安全规格。
 服饰、鞋包、内衣等展示类目常见 3:4 长图，但通常是类目/素材位扩展，不应替代所有平台默认比例。
 小红书、抖音等内容平台的“内容封面”可以是 3:4、4:5 或 9:16，但“商品上架主图”仍要优先按商品图规则处理。
 ```
 ### 7.2.1 平台尺寸表
 | platform_id | 平台 | 商品上架主图默认比例 | 常见/可选比例 | 建议最终导出尺寸 | 备注 |
 | --- | --- | --- | --- | --- | --- |
 | `taobao` | 淘宝 | `1:1` | 服饰/部分类目可用 `3:4` | `1:1` 用 `1200x1200` 或至少 `800x800`；`3:4` 用 `750x1000` 或更高等比 | 不要默认 4:5。平台头图首图仍优先方图；服饰/内衣可按用户或类目切到 3:4。 |
 | `tmall` | 天猫 | `1:1` | 服饰/部分类目可用 `3:4` | `1:1` 用 `1200x1200` 或至少 `800x800`；`3:4` 用 `750x1000` 或更高等比 | 与淘宝类似，但视觉更品牌化。 |
 | `jd` | 京东 | `1:1` | 可支持 `3:4` 长图 | 方图最终限制在平台可接受区间内，建议 `1200x1200`；长图可用 `750x1000` | 京东公开公告提到主图方图和长图均有尺寸范围，不要把京东做成内容流竖封。 |
 | `pdd` | 拼多多 | `1:1` | 活动素材位可能有横版特殊图 | 商品轮播图建议 `800x800` 或 `1000x1000`，至少不低于 `480x480` | 商品主轮播图保守按方图；活动横图不是平台套图默认输出。 |
 | `douyin` | 抖音电商 | `1:1` | 鞋包服饰类可用 `3:4`；内容流封面另算 | 方图至少 `600x600`，白底/场景建议 `800x800`；服饰 3:4 可用 `750x1000` | 商品上架主图不是短视频封面。只有用户明确要信息流封面时，才走 3:4/9:16。 |
 | `xhs` | 小红书 | 商城商品主图优先 `1:1` | 店铺商品也常见 `3:4`；笔记封面推荐 `3:4` | 商城商品主图 `800x800` 或 `750x1000`；笔记封面可用 `1080x1440` / `1242x1660` | 如果目标是“商品上架”，默认 1:1；如果目标是“种草笔记封面”，才默认 3:4。 |
 | `kuaishou` | 快手 | `1:1` | 可按类目支持 `3:4`，但不作为默认 | 建议 `800x800` 或更高方图 | 快手规则强调商品主图为 1:1，至少 3 张清晰主图。 |
 | `wechat` | 视频号 / 微信小店 | `1:1` | 社交封面可另配竖版，但商品主图保守方图 | 建议 `800x800` 方图 | 公开资料未给稳定统一像素规格，具体以微信小店后台提示为准；系统默认不要 4:5。 |
 | `amazon` | 亚马逊 | MAIN 图建议 `1:1` 方图输出 | 辅图可有生活方式/尺寸说明，但仍建议统一商品图比例 | MAIN 建议 `1600x1600`，至少最长边 `1000px`；平台接受最长边 `500-10000px` | MAIN 图必须纯白背景、无文案、无道具，商品填充约 85%。 |
 | `1688` | 1688 | `1:1` 或近似方图 | B2B 信息图仍保持方图或近方图 | 建议 `750x750` / `800x800` / `1000x1000` | 1688/阿里系 B2B 主图倾向正方形或近正方形，不能默认竖封。 |
 ### 7.2.2 平台比例选择规则
 ```text
 如果用户未手动选择比例：
  使用 platform_default_ratio。
 如果用户手动选择比例：
  仍应尊重用户选择，但最终图片必须真实裁切/补边到该比例。
 如果用户选择的平台默认不适合该比例：
  前端可以给轻提示，例如“淘宝/京东/拼多多商品主图通常建议 1:1，当前选择 4:5 可能不适合直接上架”。
 如果用户目标是“内容封面”而非“商品上架主图”：
  抖音 / 小红书 / 快手 / 视频号可使用 3:4、4:5 或 9:16，但 prompt 中必须标记 cover_usage = content_feed_cover。
 如果目标是“商品上架主图”：
  不要默认使用 4:5。
 ```
 ### 7.2.3 建议配置
 ```ts
 const PLATFORM_RATIO_PRESETS = {
  taobao: {
    listingDefault: "1:1",
    apparelOptional: "3:4",
    finalSizes: { "1:1": "1200x1200", "3:4": "750x1000" }
  },
  tmall: {
    listingDefault: "1:1",
    apparelOptional: "3:4",
    finalSizes: { "1:1": "1200x1200", "3:4": "750x1000" }
  },
  jd: {
    listingDefault: "1:1",
    optional: "3:4",
    finalSizes: { "1:1": "1200x1200", "3:4": "750x1000" }
  },
  pdd: {
    listingDefault: "1:1",
    finalSizes: { "1:1": "1000x1000" }
  },
  douyin: {
    listingDefault: "1:1",
    apparelOptional: "3:4",
    contentCoverOptional: "9:16",
    finalSizes: { "1:1": "1000x1000", "3:4": "750x1000", "9:16": "1080x1920" }
  },
  xhs: {
    listingDefault: "1:1",
    shopOptional: "3:4",
    noteCoverDefault: "3:4",
    finalSizes: { "1:1": "1080x1080", "3:4": "1080x1440" }
  },
  kuaishou: {
    listingDefault: "1:1",
    finalSizes: { "1:1": "1000x1000" }
  },
  wechat: {
    listingDefault: "1:1",
    finalSizes: { "1:1": "1000x1000" }
  },
  amazon: {
    listingDefault: "1:1",
    finalSizes: { "1:1": "1600x1600" }
  },
  "1688": {
    listingDefault: "1:1",
    finalSizes: { "1:1": "1000x1000" }
  }
 }
 ```
 ### 7.2.4 对当前产品的直接修正
 ```text
 平台套图页面不要再全局默认 4:5。
 默认比例应改为“自动：按平台推荐”。
 如果开发暂时不做自动比例，保守默认应改成 1:1，而不是 4:5。
 比例选择器保留 1:1 / 3:4 / 4:5 / 9:16 / 16:9，但 4:5 不作为任何商品上架主图默认值。
 ```
 ### 7.2.5 尺寸来源与可信度
 ```text
 官方公开规范优先，其次使用平台商家后台公告、平台学习中心、主流设计工具/服务商整理。
 淘宝、天猫、拼多多、微信小店、小红书店铺等平台部分尺寸规则会按类目和后台版本变化，公开网页不一定完整；最终实现应保留后台配置能力。
 ```
 参考链接：
 - 抖音电商学习中心《商品主图发布规范》：https://school.jinritemai.com/doudian/web/article/aHean96XQDdv
 - 抖音小店物料尺寸整理：https://www.canva.cn/learn/douyin-size/
 - 京东主图尺寸放宽公告入口：https://mtt.m.jd.com/article/articleView/6bcf496d-ed86-46fe-9667-f0878bf97d35.action
 - 快手电商《商品信息诊断规则》：https://edu.kwaixiaodian.com/rule/web/detail?id=yOOEScxkb9
 - 微信小店商品素材准备 FAQ：https://e.qq.com/faq/wechat-store/product-listing/faq-spsj-002/
 - Amazon Seller Central 商品图片指南：https://sellercentral.amazon.com/gp/help/external/G1881
 - Amazon Handmade 图片要求最佳实践：https://sellercentral.amazon.com/help/hub/reference/external/GNRP6DDJV79DUHRD?mons_sel_locale=zh_CN
 - 小红书店铺商品主图规则参考：https://www.sohu.com/a/784371738_121331647
 - 小红书封面尺寸参考：https://www.canva.cn/sizes/little-red-book/
 - 阿里巴巴商品图片规范参考：https://activity.alibaba.com/page/04cb5e7a.html
 ---
 ## 8. 后端主模板建议
 ```text
 参考图1~{{product_ref_count}} 是「{{product_display_name_for_prompt}}」的真实商品参考图。
 这些参考图用于锁定商品外观、颜色、材质、结构、Logo、品牌文字、比例和关键细节。
 不要根据商品名称重新设计商品，不要生成相似款，不要改变商品品类。
 只生成一张适合「{{platform_name}}」的商品头图/主图/封面图候选。
 不要生成详情页、详情长图、多屏排版、店铺首页、平台 UI、直播间界面、二维码、水印或广告后台素材。
 头图信息密度：
 这是一张商品头图，不是商品详情页。画面第一优先级是商品主体/上身效果/使用场景。
 商品或模特主体应占画面 60%-80%。除非本张 copy_policy 要求轻文案，否则不要出现文字。
 如需文案，只允许 1 个短标题，最多再加 1-2 个极短标签；不要参数表、规格表、长句卖点、密集图标、复杂箭头、2x3/3x3 宫格或详情页式模块。
 {{platform_prompt_block}}
 本张是同一组平台头图中的第 {{image_index}} 张，共 {{count}} 张。
 本张版式角色：{{slot_name}}
 本张版式要求：{{slot_prompt_block}}
 本张展示方式：{{display_mode}}
 本张文案策略：{{copy_policy}}
 本张模型路由：{{model_route}} / {{resolved_model}}（后端自动决定，非用户输入）
 本张目标画幅：{{target_ratio}} 构图；最终像素尺寸由系统后处理统一为 {{target_export_size}}，不要在画面内生成边框或留白模板。
 同组视觉系统：
 {{visual_system_guard}}
 背景要求：
 {{background_contrast_guard}}
 参考图里的床品、桌面、墙面、绿植、毛巾、窗帘、道具和原始拍摄光线都不是锁定对象。
 背景必须服从本张平台和 slot，不要复刻参考图背景。
 商品数据：
 品牌：{{brand}}
 品类：{{category}}
 商品卖点：{{selling_points}}
 允许出现的文案：{{allowed_copy_text}}
 文案限制：
 若 copy_policy = none，画面不要出现任何文字。
 若 copy_policy = selling_point_copy，只使用 allowed_copy_text 里的短文案，并且最多出现 1 个短标题 + 2 个短标签。
 不要生成任何商品数据中不存在的品牌名、英文 Logo、角落签名、系列名、假水印或模型名；品牌为空或不确定时，画面不得出现品牌文字。
 若画面必须有文字，只允许 1 个短标题或最多 2 个短标签；禁止把文案做成信息图、参数表、图标阵列或详情页模块。
 不要生成商品数据没有的价格、折扣、销量、排名、认证、百分比、杯型范围、尺码或平台官方标识。
 用户补充提示词：
 {{base_prompt}}
 用户提示词只影响氛围、构图、场景、光线和表达偏好；不能覆盖商品一致性、平台规则、slot 规则和合规限制。
 画面质量：
 商品主体清晰，移动端缩略图下仍能识别，商业级质感，真实可信，高分辨率。
 同组图片必须像同一个品牌视觉系统，但每张在构图、背景、镜头距离、主体位置和信息重点上明显不同。
 ```
 ---
 ## 9. 通用负面提示词
 ```text
 不要生成详情页、详情长图、多屏排版、店铺页面、平台 UI、直播间界面、二维码、联系方式、水印、平台 Logo、官方认证标识、虚假角标。
 不要根据商品名称重新生成商品，不要凭空设计新商品，不要改变参考商品图中的包装、Logo、颜色、材质、文字、图案、比例和关键细节，不要把商品生成成其他品类，不要擅自增加套装、配件或赠品。
 不要生成商品数据中不存在的品牌名、英文 Logo、系列名、角落签名、模型名、AI 工具名、伪水印或装饰性商标。
 不要生成商品数据中不存在的价格、优惠券、满减、折扣、限时活动、销量、排名、认证、功效承诺、医疗效果、绝对化用语或夸大宣传。
 不要出现错别字、乱码、小字堆叠、不可读文字、大段文案、过度牛皮癣式排版。不要让文字遮挡商品主体。
 不要生成 2x3 / 3x3 信息宫格、密集图标卖点、参数表、横向长条详情页、结构箭头堆叠或把多张详情页压缩进一张图。
 不要让商品和背景同色相融。不要用与商品主色过于接近的大面积背景，不要让浅色商品贴在奶白/浅米/浅粉底上消失，不要让深色商品贴在深灰/黑色背景里丢失边缘。
 若 display_mode = on_model 且商品为内衣、泳衣或贴身衣物，不要出现 T 恤、衬衫、吊带背心、运动上衣、连衣裙、制服、职业装、厚外套或任何遮挡内衣主体的第二件衣服。
 不要让同组图片看起来像同一张图的重复版本。不要重复同一背景、同一构图、同一镜头距离、同一商品位置和同一信息重点。
 ```
 ---
 ## 10. 开发落地顺序
 P0：
 1. 前端默认 prompt 删除 `详情排版`。
 2. API payload 新增 `platform_id`，后端 request_payload 保存 `platform_id`。
 3. 后端保存 `target_ratio` 和 `target_export_size`，修正 `_ratio_to_image_size()`，所有模型原图必须经过 `normalize_output_image()` 裁切/补边/resize 到同一批次统一像素尺寸。
 4. 后端 cover 参考图改为 `_product_reference_urls(product, limit=3)`。
 5. `build_platform_cover_prompt_refs()` 接收 `platform_id/index/count/model_route/selected_model/product_ref_count/target_ratio`，其中 `selected_model` 仅用于内部调试覆盖。
 6. 后端维护低信息密度版 `PLATFORM_COVER_BLOCKS` 和 `slot_prompt_block`。
 7. 增加模型能力检查，保存 `supports_image_edit / reference_lock_level / product_ref_count`，避免把 Seedream 当成强参考编辑模型。
 8. 新增 `model_route = auto`：按 `slot_name / category / copy_policy / platform_id` 自动选择 Seedream、image2 或 image2 + overlay_text；普通客户不显示模型选择。
 9. 内衣类新增 Seedream / image2 模型分支，但默认 4 张不使用复杂结构说明图和详情宫格。
 10. 加 `visual_system_guard`，混合模型同批次必须统一商品主色、背景色族、背景明度、光线和后处理。
 11. 加 `background_contrast_guard`，避免商品融背景。
 12. debug metadata 保存 `raw_width/raw_height/normalized_width/normalized_height/crop_or_pad_method`，方便排查尺寸问题。
 P1：
 1. 增加 `copy_plan` 生成，基于商品库卖点丰富文案。
 2. 商品上传后生成/缓存 `product_cutout_ref`。
 3. 将 prompt、platform_id、slot_name、copy_policy、background_contrast_guard 写入 debug metadata。
 4. admin 提示词从单一 `platform_cover` 拆为 `platform_cover_base + platform_cover_{platform_id}`，支持设计师按平台微调。
 5. 增加高级调试开关，允许内部人员覆盖 `selected_model`，但必须记录 `override_by_user = true` 和覆盖原因。
 ---
 ## 11. 验收标准
 必须通过：
 1. 平台套图不再出现详情页、详情长图、多屏排版。
 2. 默认 4 张都像头图：主体大、信息少、没有参数表/长卖点/复杂箭头/密集宫格。
 3. 用户选择的比例必须被最终图片像素遵守，4:5 不能返回 1:1，3:4/9:16 不能返回 2:3。
 4. 同一批平台套图最终返回的图片必须是完全相同的像素尺寸，不能混用 Seedream 原始尺寸和 image2 原始尺寸。
 5. 同一平台 4 张图不是同一张图的轻微变体。
 6. 淘宝、抖音、小红书、京东的背景、镜头和排版明显不同。
 7. 内衣 Seedream 上身图不出现其他衣服遮挡内衣。
 8. image2 内衣 4 张至少覆盖挂拍、生活平铺、轻卖点封面、质感特写等不同视觉角色。
 9. 商品颜色不能和背景融在一起。
 10. 商品形态、颜色、结构、Logo、材质不能被模型重新设计。
 11. 文案可以基于卖点丰富，但不能编造价格、折扣、百分比、杯型范围、销量、认证。
 12. `copy_policy = none` 的图片不得出现任何文字、假品牌、假 Logo、模型名、工具名、伪水印或角落签名。
 13. image2 生成结果不得漂成信息图/详情页压缩图；Seedream 上身图不得漂成性感写真或裁切掉内衣关键结构。
 14. 普通客户前台不出现 Seedream / image2 模型选择；默认 4 张内衣套图应按路由生成：上身图 Seedream，挂拍/平铺/细节 image2，准确文案走 overlay_text。
 15. 混合模型同批次必须看起来像一套：商品颜色一致、背景色族一致、背景明度差异不过大、光线方向和后处理气质一致。
@@ -0,0 +1,60 @@
 # 第7轮修复 · 本地验收结果
 > 验收人：Claude Code（Playwright 真点）· 环境：本地 前端 :5173 + 后端 :8010(sqlite) · 账号：ZWQ（ZWQ-Test 团队 owner，10 商品）
 > 日期：2026-06-29
 图例：✅通过 · ⚠️部分/受限 · 🚀需后端部署本地无法验 · ⛔需付费生成未触发 · ❓本轮未做
 ---
 ## 一、实改代码 8 处
 | # | 项 | 结果 | 证据 |
 |---|---|---|---|
 | ZWQ-1 | 编辑删图真删除 + 刷新后悬停垃圾桶图标 | ✅ | 进编辑→主图 3 张，删 1 张→保存提示「商品已更新」→**整页刷新重进编辑，主图确为 2 张（真删持久化）**，且垃圾桶按钮仍在、hover 触发 |
 | ZWQ-2② | 最近项目进度条 4 段 | ✅ | DOM 实测所有 `.prog` 均为 4 段 |
 | ZWQ-2③ | 已完成项目末段绿色 | ✅ | 全绿(已完成)项目第 4 段=绿(66,195,102)；橙色只作「当前进行阶段」标记，非完成项 |
 | PMC-4 | 消息中心收件箱文字不错位 | ✅ | 收件箱卡片文字在框内对齐，右侧详情字段排版整齐 |
 | PMC-5 | 费用预估 | ⚠️部分 | 预估随候选数线性变化(4张¥8 / 8张¥16，确定性显示)；平台为单选；**「预估=实扣」一致性需真实付费生成才能确认，未触发** |
 | PMC-10 | 多图失败错误上抛 | 🚀 | 需后端部署，本地不生效 |
 | PMC-11 | 创建账户弹窗点遮罩不关闭 | ✅ | 点遮罩→弹窗保持打开；点取消→正常关闭 |
 ## 二、上轮已实现（本地=最新代码，复测确认）
 | # | 项 | 结果 | 证据 |
 |---|---|---|---|
 | YYX-1 | 提示词输入框加大 | ✅ | textarea 279×148px，多行 |
 | YYX-3 | 选模型胶囊嵌入输入框左下 | ✅ | 「火山 Seedream ▾」胶囊在输入框内左下角 |
 | YYX-4 | 搜索不丢平台数据/筛选/×清空 | ✅ | 搜「相机」商品列表过滤为 1 条，**右侧平台网格(淘宝/天猫/京东…)完整未丢**；筛选按钮在位 |
 | YYX-6 | 折叠左侧栏 icon | ✅ | 点折叠→左栏收起只剩商品图片 |
 | YYX-10 | 去掉白容器/分割线 | ✅ | 结果区直接空状态提示，无白盒包裹 |
 | YYX-12 | 工作台「新建商品」弹抽屉 | ✅ | 停留 /dashboard 并弹出新建商品抽屉，未跳商品库 |
 | YYX-13 | 卖点有「添加」按钮 | ✅ | 核心卖点字段输入框右侧有「添加」按钮 |
 | YYX-5 | 重跑排底+滚动 | ⚠️受限 | 需已生成批次在工作区交互，本地无 worker 无法生成新批次 |
 | YYX-7 | 批次气泡去重复「加入资产库」 | ⚠️受限 | 同上，需生成批次的气泡更多菜单 |
 | YYX-9 | 筛选有内容时置顶提示栏 | ⚠️受限 | 任务类型/平台筛选未能在本地稳定触发筛选态，未复现提示栏 |
 | YYX-11 | 样式复用组件/token | ⚠️代码层 | 视觉未见异常；属代码层，以 build 通过为准 |
 | YYX-8 | 未读生成任务角标 | 🚀 | 数据源需后端部署 |
 | PMC-1 | 失败一次后不再连续失败 | ⛔ | 需真实生成，本地无 worker 且会触发付费，未触发 |
 | PMC-2/7 | 点创作后自动下滑 | ⛔ | 同上 |
 | PMC-3 | image 模式点创作后清空输入框 | ⛔ | 同上 |
 | PMC-8 | 删批次后不再弹「图片已生成」 | ⛔ | 同上 |
 | PMC-9 | 多图差异化(seed/prompt) | ⛔ | 同上 |
 ## 三、本轮未做（不验）
 YYX-2(真 logo)、ZWQ-2①(最近项目含图片项目)、PMC-6(点生成失败-后端)、PMC-10 语义(重跑复用不计费) —— 报告已标注本轮未做/待产品确认。
 ---
 ## 结论
 - **本地可验证的 11 项全部通过**(ZWQ-1/2②/2③、PMC-4/11、YYX-1/3/4/6/10/12/13)。其中 **ZWQ-1 做了删-存-刷新-重进 的完整持久化验证**，确认真删生效，是本轮最关键的修复。
 - **PMC-5** 预估显示确定性正确，但「预估=实扣」需一次真实付费生成才能闭环。
 - **🚀 部署项**(PMC-10、YYX-8 数据源)与 **⛔ 需付费生成的 PMC-1/2/7/3/8/9、YYX-5/7** 本地无法验证：本地不连集群 worker，且触发生成会真实扣费。建议这些项在测试/预发部署后用同一清单复测。
 ## 验收期间的数据改动（请知悉）
 1. 为登录把 **ZWQ 账号密码重置为 `Test123456`**（本地 sqlite 测试库）。
 2. ZWQ-1 验证时删除了 **SK-II 套装商品的 1 张主图**（3→2，本地库，可重新上传恢复）。
 </content>
@@ -0,0 +1,67 @@
 # 电商项目测试清单（7）—— 修复验证报告
 > 给测试 Agent：本轮共处理 26 条。请按下表逐条复测。**注意：先确认你测的是最新部署**——上一轮大量功能已在代码里实现，但测试人员当时测的是旧部署导致误报，本轮同样有 16 条属于「代码早已实现，重新部署即可看到」，请在新部署上验证。
 >
 > 状态图例：✅已改代码 · ☑️代码已实现(重新部署验证) · 🚀需后端部署生效 · ❓待产品确认(本轮未做) · ⛔超出bug范围(本轮未做)
 ---
 ## 一、需重点复测（实改代码 8 处）
 | # | 模块 | 原问题 | 状态 | 复测步骤 | 预期结果 |
 |---|---|---|---|---|---|
 | ZWQ-1 | 商品库 | ①编辑商品删图弹"删除成功"但实际没删；②刷新重进编辑后悬停图片无垃圾桶图标 | ✅ | 进商品库→编辑某商品→悬停图片→点垃圾桶删除；再刷新页面重进编辑重复一次 | 删除真正生效（刷新后图片确实没了）；刷新后悬停图片仍出现垃圾桶图标 |
 | ZWQ-2② | 工作台 | 最近项目进度条 5 段，与视频项目的 4 段不一致 | ✅ | 工作台→最近项目，看进度条段数 | 进度条 4 段，与【视频项目】菜单一致 |
 | ZWQ-2③ | 工作台 | 已完成项目第 4 段仍显示红色 | ✅ | 工作台→最近项目，找一个已完成的项目看末段颜色 | 已完成项目第 4 段显示绿色 |
 | PMC-4 | 工作台 | 消息中心收件箱文字与 UI 框错位 | ✅ | 进消息中心→收件箱，看信息文字排版 | 文字与框对齐，不错位 |
 | PMC-5 | 图片生成 | 生成前费用预估与生成后实扣有差别 | ✅ | 平台套图选多个平台生成→对比"预估费用"与实际扣款 | 预估 = 平台数 × 候选数 × 单价，与实扣一致（仅修预估展示，单价/扣费逻辑未动） |
 | PMC-10 | 图片生成 | 多图生成失败时报错信息被吞，看不到真因 | 🚀 | 触发一次生图失败，看后端日志/错误提示 | 火山生图失败时错误体上抛，能看到真实失败原因（**需后端部署**） |
 | PMC-11 | 团队 | 创建账户弹窗点窗口外区域就关闭 | ✅ | 团队管理→右上角【创建账户】→点弹窗外的遮罩区域 | 弹窗不关闭，须点取消/关闭按钮才关 |
 ---
 ## 二、代码已实现，请在新部署上验证（16 条）
 > 这些上轮已实现但测的是旧部署。**只需在最新部署复测一遍确认即可，不应再报为 bug。**
 | # | 模块 | 原问题 | 复测要点 |
 |---|---|---|---|
 | PMC-1 | 图片生成 | 失败一次后后面都失败 | 故意失败一次后再正常生成，应能成功（并发锁已会复位） |
 | PMC-2/7 | 图片生成 | 点创作后画面不自动下滑 | 点创作后列表自动滚动到最新内容，不用手动拖 |
 | PMC-3 | 图片生成 | 点创作后输入框文字没清掉 | image 模式点创作后输入框自动清空 |
 | PMC-8 | 图片生成 | 删除批次后右下角仍弹"图片已生成" | 生成中删除当前批次，之后不再弹"图片已生成" |
 | PMC-9 | 图片生成 | 生成的图片文字内容雷同 | 前端未写死 seed、prompt 按 index 差异化；多图应有差异 |
 | YYX-1 | 平台套图 | 提示词输入框太小 | 输入框已加大 |
 | YYX-3 | 平台套图 | 选模型应作胶囊嵌入输入框靠左置底 | 选模型胶囊已嵌入提示词输入框内左下 |
 | YYX-4 | 平台套图 | 搜索时左侧平台数据丢失/缺筛选/缺×清空 | 搜索不丢平台数据；搜索 icon 右有筛选按钮（按平台筛选悬浮弹窗）；搜索框有×清空；筛选弹窗有清空按钮 |
 | YYX-5 | 平台套图 | 重跑任务应排底+自动滚到新任务 | 重跑后新任务在最底部，面板自动滚到新任务位置 |
 | YYX-6 | 平台套图 | 缺折叠左侧栏 icon | 有折叠 icon，点击收起左侧栏只显示商品图片 |
 | YYX-7 | 平台套图 | "更多"里有重复的"加入资产库"入口 | 批次气泡里的重复入口已去掉，保留单图入库+主入口 |
 | YYX-8 | 平台套图 | 缺未读生成任务数字胶囊 | 导航"图片生成"右显总未读数、商品预览图右下角显各自未读数（🚀数据源需后端部署） |
 | YYX-9 | 平台套图 | 筛选有内容时缺置顶提示栏 | 筛选框有内容时工作台置顶提示栏，点"清空筛选"退出筛选视图 |
 | YYX-10 | 平台套图 | 工作区白容器+分割线占地方 | 白色容器和分割线已去掉，图片显示区更大 |
 | YYX-11 | 平台套图 | 样式未按规范复用组件 | 已复用现成组件、token 化样式 |
 | YYX-12 | 工作台 | 点"新建商品"跳到商品库而非弹抽屉 | 工作台点"新建商品"直接弹出新建商品抽屉 |
 | YYX-13 | 新建商品 | 卖点只能回车输入太隐晦 | 已有"添加卖点"按钮（YYX#G29 位置） |
 ---
 ## 三、本轮未做（需产品/负责人确认，不必复测）
 | # | 模块 | 原问题 | 未做原因 |
 |---|---|---|---|
 | YYX-2 | 平台套图 | 使用对应平台真 logo | ❓历史结论"真 logo 暂不做"，本轮清单又列出，待确认是否要做（素材和组件已在位，要做改动不大） |
 | ZWQ-2① | 工作台 | 最近项目应含图片项目 | ❓图片走 AITask/batch、视频走 Project，是两套数据模型，并入需后端新增聚合接口，属产品语义决策 |
 | PMC-6 | 图片生成 | 点击生成图片失败 | 前端链路就绪，真因属后端出图，随 PMC-10 部署后一并验证 |
 | PMC-10(语义) | 图片生成 | "重跑应复用原任务不另计费" | ⛔每次重跑=一次真 provider 调用+一次扣费，复用不计费需重设计扣费语义，超出 bug 范围；前端"排底+滚动"已实现 |
 ---
 ## 四、不在本轮范围（清单中标注的"暂不修复/功能如此"，未列入）
 ZWQ row8（演员库无删除）、row11（确认资产进故事板的提示判断）、row12（故事板敏感内容拦截，属内容审核非代码 bug）、row14（角色三视图防呆）——均按清单原标注「本次暂不修复 / 功能如此不用修复」处理。
 ---
 **构建验证**：全量 `npm run build`（tsc -b && vite build）EXIT=0，1754 模块构建成功；后端 `volcano.py` AST 校验通过。
 **部署提醒**：🚀 标记项（PMC-10、PMC-6、YYX-8 角标数据源及后端侧）必须重新部署后才能验证，本地不生效。
@@ -0,0 +1,79 @@
 """消费汇总:把 DB 里所有扣费/充值/退费流水按团队、按任务类型、按模型聚合。
 跑法:cd core/backend && DJANGO_SETTINGS_MODULE=airshelf.settings.development .venv/bin/python ../qa/consumption_summary.py
 """
 import os, sys
 from collections import defaultdict
 from decimal import Decimal
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "backend"))
 os.environ.setdefault("DJANGO_SETTINGS_MODULE", "airshelf.settings.development")
 import django  # noqa: E402
 django.setup()
 from django.db.models import Sum, Count  # noqa: E402
 from apps.billing.models import CreditLedger  # noqa: E402
 from apps.ai.models import AITask  # noqa: E402
 Z = Decimal("0")
 print("=" * 60)
 print("一、全平台流水汇总(内部额度,单位 CNY)")
 print("=" * 60)
 for row in (
    CreditLedger.objects.values("ledger_type")
    .annotate(total=Sum("amount"), n=Count("id"))
    .order_by("ledger_type")
 ):
    print(f"  {row['ledger_type']:12} 笔数={row['n']:6}  合计={row['total'] or Z}")
 charge_total = CreditLedger.objects.filter(ledger_type="charge").aggregate(s=Sum("amount"))["s"] or Z
 recharge_total = CreditLedger.objects.filter(ledger_type="recharge").aggregate(s=Sum("amount"))["s"] or Z
 refund_total = CreditLedger.objects.filter(ledger_type="refund").aggregate(s=Sum("amount"))["s"] or Z
 print(f"\n  >>> 实际消费(charge)总额 = {charge_total}")
 print(f"  >>> 充值(recharge)总额   = {recharge_total}")
 print(f"  >>> 退费(refund)总额      = {refund_total}")
 print("\n" + "=" * 60)
 print("二、按团队拆分消费(charge)")
 print("=" * 60)
 for row in (
    CreditLedger.objects.filter(ledger_type="charge")
    .values("team__name", "team_id")
    .annotate(total=Sum("amount"), n=Count("id"))
    .order_by("-total")
 ):
    print(f"  team={row['team__name']!r:24} 任务数={row['n']:5}  消费={row['total']}")
 print("\n" + "=" * 60)
 print("三、按任务类型拆分消费(charge 关联的 AITask.task_type)")
 print("=" * 60)
 agg = defaultdict(lambda: [0, Z])  # task_type -> [count, sum]
 qs = (
    CreditLedger.objects.filter(ledger_type="charge", task__isnull=False)
    .select_related("task")
    .values_list("task__task_type", "amount")
 )
 for tt, amt in qs:
    agg[tt][0] += 1
    agg[tt][1] += amt or Z
 for tt, (n, s) in sorted(agg.items(), key=lambda kv: -kv[1][1]):
    print(f"  {tt:16} 次数={n:6}  消费={s}")
 print("\n" + "=" * 60)
 print("四、单价表(ModelConfig.unit_price = 平台每次固定收费,非三方实际成本)")
 print("=" * 60)
 from apps.ai.models import ModelConfig  # noqa: E402
 for mc in ModelConfig.objects.all().order_by("capability", "name"):
    print(f"  {mc.capability:8} {mc.provider.name}:{mc.name:30} 单价={mc.unit_price}  status={mc.status}")
 print("\n" + "=" * 60)
 print("五、AITask 成本字段抽样(estimated_cost vs actual_cost)")
 print("=" * 60)
 print(f"  task 总数={AITask.objects.count()}  成功={AITask.objects.filter(status='succeeded').count()}  失败={AITask.objects.filter(status='failed').count()}")
 print(f"  actual_cost 总和={AITask.objects.aggregate(s=Sum('actual_cost'))['s'] or Z}")
 # 检查 response_payload 里有没有三方返回的 usage/token/费用
 sample = AITask.objects.filter(status="succeeded").exclude(response_payload={}).first()
 if sample:
    keys = list(sample.response_payload.keys()) if isinstance(sample.response_payload, dict) else type(sample.response_payload)
    print(f"  response_payload 样本 keys = {keys}")
@@ -0,0 +1,47 @@
 import os, sys
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "backend"))
 os.environ.setdefault("DJANGO_SETTINGS_MODULE", "airshelf.settings.development")
 import django; django.setup()
 from django.contrib.auth import get_user_model
 from apps.accounts.models import Team, TeamMember
 U = get_user_model()
 print("=" * 60)
 print("一、用户整体状态分布")
 print("=" * 60)
 total = U.objects.count()
 print(f"  用户总数 = {total}")
 print(f"  is_active=True  = {U.objects.filter(is_active=True).count()}")
 print(f"  is_active=False = {U.objects.filter(is_active=False).count()}   <-- Django 登录直接拒")
 print(f"  status=active   = {U.objects.filter(status='active').count()}")
 print(f"  status=disabled = {U.objects.filter(status='disabled').count()}  <-- is_disabled 拒登")
 # 密码可用性
 unusable = sum(1 for u in U.objects.all() if not u.has_usable_password())
 print(f"  无可用密码(密码被清/损坏) = {unusable}")
 print("\n" + "=" * 60)
 print("二、团队状态")
 print("=" * 60)
 print(f"  团队总数 = {Team.objects.count()}  active={Team.objects.filter(status='active').count()}  disabled={Team.objects.filter(status='disabled').count()}")
 for t in Team.objects.filter(status='disabled'):
    print(f"    停用团队: {t.name} (id={t.id})")
 print("\n" + "=" * 60)
 print("三、ZWQ 相关账号详情")
 print("=" * 60)
 qs = U.objects.filter(username__icontains="zwq") | U.objects.filter(username__icontains="ZWQ")
 qs = qs.distinct()
 if not qs:
    print("  没找到 username 含 zwq 的用户,列出全部用户名供你认:")
    for u in U.objects.all().order_by("username")[:60]:
        print(f"    {u.username}")
 for u in qs:
    print(f"\n  username={u.username!r}")
    print(f"    is_active={u.is_active}  status={u.status}  has_usable_password={u.has_usable_password()}")
    print(f"    is_platform_admin={u.is_platform_admin}  is_superuser={u.is_superuser}")
    print(f"    last_login={u.last_login}  date_joined={u.date_joined}")
    print(f"    password_hash_prefix={u.password[:25]!r}")
    mems = TeamMember.objects.filter(user=u).select_related("team")
    for m in mems:
        print(f"    团队成员: team={m.team.name!r} team_status={m.team.status} member_status={m.status} role={m.role}")
@@ -0,0 +1,18 @@
 import os, sys
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "backend"))
 os.environ.setdefault("DJANGO_SETTINGS_MODULE", "airshelf.settings.development")
 import django; django.setup()
 from apps.accounts.models import LoginSession
 from rest_framework.authtoken.models import Token
 print("=== 最近 30 条成功登录(LoginSession) ===")
 for s in LoginSession.objects.select_related("user").order_by("-created_at")[:30]:
    fields = {f.name: getattr(s, f.name) for f in s._meta.fields}
    extra = {k: v for k, v in fields.items() if k not in ("id", "user", "created_at", "updated_at")}
    print(f"  {s.created_at:%Y-%m-%d %H:%M:%S}  user={s.user.username:18} {extra}")
 print(f"\n  LoginSession 总数 = {LoginSession.objects.count()}")
 print(f"  现存 Token(已登录会话) 数 = {Token.objects.count()}")
 print("\n=== 现存 Token 的用户 + 签发时间 ===")
 for t in Token.objects.select_related("user").order_by("-created")[:30]:
    print(f"  {t.created:%Y-%m-%d %H:%M:%S}  {t.user.username}")
@@ -0,0 +1,16 @@
 import os, sys, json
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "backend"))
 os.environ.setdefault("DJANGO_SETTINGS_MODULE", "airshelf.settings.development")
 import django; django.setup()
 from apps.ai.models import AITask
 for tt in ["product_image", "script_generation", "video_segment", "storyboard", "voiceover"]:
    t = AITask.objects.filter(task_type=tt, status="succeeded").exclude(response_payload={}).first()
    print("=" * 50, tt)
    if not t:
        print("  (无样本)"); continue
    rp = t.response_payload if isinstance(t.response_payload, dict) else {}
    usage = rp.get("usage")
    print("  usage =", json.dumps(usage, ensure_ascii=False))
    # 顶层除大字段外的 keys
    print("  payload keys =", [k for k in rp.keys()])