TravelContentCreator/README.md

# 旅游内容创作工具 (Travel Content Creator)

这是一个基于AI的旅游内容自动生成工具，可以根据景点信息自动生成高质量的旅游推文和宣传海报。

## 功能特点

- **自动选题生成**：根据提供的景点信息和配置的提示词模板，自动生成吸引人的旅游选题。
- **内容创作**：基于选题和配置的提示词模板，自动生成文字内容（标题、正文）。
- **海报制作**：结合景点图片和生成的文字内容，自动创建精美的宣传海报。
- **批量处理**：支持一次性生成多个选题和多个变体内容。
- **模块化设计**：核心功能（配置加载、提示词管理、AI交互、选题、内容生成、海报制作）分离，方便维护和扩展。
- **配置驱动**：通过 `poster_gen_config.json` 文件集中管理所有运行参数。

## 安装

### 环境要求
- Python 3.6+
- 依赖库安装：

```bash
# 安装依赖库
pip install numpy pandas opencv-python pillow
# 可能还需要安装AI模型的客户端库，例如 requests 或 特定模型的SDK
# pip install requests
```

### 项目依赖项
- OpenCV (cv2)：图像处理
- NumPy：数据操作
- Pandas：数据处理
- PIL (Pillow)：图像处理和绘制

## 核心组件与目录结构

- `main.py`: **项目入口与协调器**: 负责加载配置、初始化共享资源（如 AI Agent）、并按顺序调用 `utils` 模块中的函数来执行主要流程（选题生成 -> 内容与海报生成协调）。
- `poster_gen_config.json`: (用户需从 `example_config.json` 创建) 核心配置文件。
- `core/`: 核心算法与功能模块
  - `ai_agent.py`: **AI代理**: 封装与大语言模型 API 的底层交互逻辑（发送请求、接收响应）。
  - `topic_parser.py`: **选题解析器**: 解析 AI 模型返回的选题文本。
  - `contentGen.py`: **内容处理器**: 对 AI 生成的原始推文内容进行结构化处理，提取适用于海报的元素。
  - `posterGen.py`: **海报生成器**: 负责将图片和文字元素组合生成最终的海报图片，处理字体、布局等。
  - `simple_collage.py`: **图片拼贴工具**: 提供图片预处理和拼贴功能。
- `utils/`: 工具与辅助模块
  - `resource_loader.py`: **资源加载器**: 负责加载项目所需的各种**原始**资源文件。
  - `prompt_manager.py`: **提示词管理器**: **集中管理**不同阶段提示词的构建逻辑。
  - `tweet_generator.py`: **主要流程执行与数据结构**: 包含执行**选题生成** (`run_topic_generation_pipeline`)、**单选题内容生成** (`generate_content_for_topic`)、**单选题海报生成** (`generate_posters_for_topic`) 的核心函数，以及相关的数据类。
- `genPrompts/`: 内容生成提示词模板目录。
- `SelectPrompt/`: 选题生成提示词模板目录。
- `resource/`: 存放基础的景点信息 `.txt` 文件等数据资源。
- `examples/`: 使用示例和测试脚本。
- `result/`: 默认输出结果保存目录。

## 项目流程与技术细节

1.  **加载配置**: `main.py` 读取 `poster_gen_config.json` 文件。
2.  **选题生成**: 
    - `main.py` 调用 `utils.tweet_generator.run_topic_generation_pipeline(config)`。
    - 此函数内部：
        - 调用 `utils.prompt_manager.PromptManager.get_topic_prompts()` 构建提示词。
        - 初始化 `core.ai_agent.AI_Agent`。
        - 调用 AI Agent 生成选题文本。
        - 使用 `core.topic_parser` 解析结果。
        - 保存选题结果 (`tweet_topic.json`)。
        - 关闭此阶段的 AI Agent。
    - 返回 `run_id` 和 `tweet_topic_record` 给 `main.py`。
3.  **内容与海报生成协调**: (在 `main.generate_content_and_posters_step` 中执行)
    - 初始化 `utils.prompt_manager.PromptManager`。
    - 初始化一个**共享的** `core.ai_agent.AI_Agent` 实例供后续所有内容生成使用。
    - 遍历上一步返回的每个选题 (`topic_item`)：
        - **内容生成**: 调用 `utils.tweet_generator.generate_content_for_topic()`，传入共享的 AI Agent、Prompt Manager、配置和当前选题信息。
            - 此函数内部循环生成该选题的所有内容变体，每次调用 `prompt_manager.get_content_prompts()` 获取特定提示词，并使用共享 AI Agent 执行 `generate_single_content`。
        - **海报生成**: 如果内容生成成功，调用 `utils.tweet_generator.generate_posters_for_topic()`，传入配置、选题信息和生成的内容列表。
            - 此函数内部负责初始化 `ContentGenerator` 和 `PosterGenerator`，调用 `core` 模块中的函数处理图片和文本，并生成所有海报变体。
    - 所有选题处理完毕后，在 `main.generate_content_and_posters_step` 中关闭共享的 AI Agent。

## 使用方法

1. 准备景点资源信息 (`.txt` 文件)，放入 `resource/Object/` 目录（或其他在配置中指定的路径）。
2. 准备景点图片资源，按照 `README.md` 中"开始使用"部分的说明组织图片目录结构，并确保 `poster_gen_config.json` 中的 `image_base_dir` 指向正确的图片根目录。
3. 复制 `example_config.json` 为 `poster_gen_config.json`，并根据你的 API Key、模型端点、文件路径、图片根目录等进行修改。
4. **运行完整流程**: 
   ```bash
   python main.py
   ```
5. **分阶段运行**: (参考 `examples/` 目录下的脚本)
   ```bash
   # 阶段 1: 仅生成选题
   python examples/run_step1_topics.py 
   # (记下输出的 Run ID)
   
   # 阶段 2: 处理已生成的选题
   python examples/run_step2_content_posters.py <your_run_id>
   ```

## 配置说明

配置文件: `poster_gen_config.json`

**必须配置项**：

- `api_url`: 大语言模型 API 地址
- `api_key`: API 密钥
- `model`: 使用的模型名称
- `topic_system_prompt`: 选题生成系统提示词文件路径
- `topic_user_prompt`: 选题生成基础用户提示词文件路径
- `content_system_prompt`: 内容生成系统提示词文件路径
- `resource_dir`: 包含景点等资源文件信息的列表 (结构见 `example_config.json`)
- `prompts_dir`: 存放 Demand/Style/Refer 等提示词片段的目录路径
- `output_dir`: 输出结果保存目录路径
- `image_base_dir`: **图片资源根目录绝对路径或相对路径**
- `num`: （选题阶段）生成选题数量
- `variants`: （内容生成阶段）每个选题生成的变体数量

**可选配置项**：

- `date`: 日期标记（用于提示词，默认为当前日期）
- `topic_temperature`, `topic_top_p`, `topic_max_tokens`: 选题生成 API 相关参数
- `content_temperature`: 内容生成 API 相关参数
- `camera_image_subdir`: 存放原始照片和描述文件的子目录名（相对于 `image_base_dir`，默认"相机"）
- `modify_image_subdir`: 存放处理后/用于拼贴的图片的子目录名（相对于 `image_base_dir`，默认"modify"）
- `poster_target_size`: 海报目标尺寸 `[宽, 高]`（默认 `[900, 1200]`）

项目提供了一个示例配置文件 `example_config.json`，请务必复制并修改：

```bash
cp example_config.json poster_gen_config.json
nano poster_gen_config.json
```

## 开始使用

### 1. 准备景点信息文件

在 `resource/Object/` 目录中创建景点信息文件（UTF-8编码），文件名应与配置和选题结果中的 `object` 字段对应，例如 `景点信息-泰宁古城.txt`：

```
景点名称：泰宁古城
位置：福建省三明市泰宁县
简介：泰宁古城始建于宋代...
特色：古城墙、古街巷...
```

### 2. 准备图片资源

将景点的高质量图片保存在配置的 `image_base_dir` 下，并按以下推荐结构组织（子目录名可通过配置修改）：

```
<image_base_dir>/
├── 相机/  (camera_image_subdir)
│   ├── 泰宁古城/
│   │   ├── 图片1.jpg
│   │   ├── 图片2.jpg
│   │   └── description.txt  (可选的图片描述文件，供内容生成参考)
│   └── 其他景点/
│       └── ...
└── modify/  (modify_image_subdir)
    ├── 泰宁古城/
    │   ├── 用于拼贴的图片1.jpg
    │   ├── ...
    └── 其他景点/
        └── ...
```
**注意**: 海报生成步骤会从 `modify` 子目录中查找用于制作海报的图片。

### 3. 配置文件

仔细检查并修改 `poster_gen_config.json`，确保所有路径（特别是 `image_base_dir`）和 API 信息正确无误。

### 4. 运行生成流程

根据需要选择完整流程或分阶段执行（见"使用方法"部分）。

生成的结果将保存在配置的`output_dir`目录下的 `run_id` 子目录中。

## 示例

查看`examples/`目录及其 `README.md` 文件，了解如何运行测试脚本或单独使用项目组件。

## 注意事项

- 确保已安装所有依赖库。
- **图片目录结构和命名**需严格符合预期，以便程序能找到对应景点的图片。
- AI生成内容的质量很大程度上取决于**提示词的设计**和**输入资源信息的质量**。
- 仔细检查 API Key、URL 和文件路径配置。
- 如果遇到问题，检查程序输出的日志信息和错误提示。