更新了文档，增加了部分解耦功能

README.md

@@ -32,7 +32,7 @@ pip install numpy pandas opencv-python pillow
 
 ## 核心组件与目录结构
 
-- `main.py`: 项目入口，负责加载配置、编排主要流程（选题生成 -> 内容与海报生成）。
+- `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）。
@@ -41,9 +41,9 @@ pip install numpy pandas opencv-python pillow
   - `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（如文本文件、配置文件中的路径指向的文件）。
-  - `prompt_manager.py`: **提示词管理器**: **集中管理**不同阶段（选题、内容生成）的提示词构建逻辑。它调用 `ResourceLoader` 获取基础文件，并根据配置和当前任务（如特定选题）组装最终的 System Prompt 和 User Prompt。
-  - `tweet_generator.py`: **流程与数据结构**: 包含选题生成 (`run_topic_generation_pipeline`) 和单篇内容生成 (`generate_single_content`) 的流程函数，以及相关的数据类（如 `tweetTopicRecord`, `tweetContent`）。
+  - `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。
@@ -54,23 +54,24 @@ pip install numpy pandas opencv-python pillow
 
 1.  **加载配置**: `main.py` 读取 `poster_gen_config.json` 文件。
 2.  **选题生成**: 
-    - 调用 `utils.tweet_generator.run_topic_generation_pipeline`。
-    - 内部调用 `utils.prompt_manager.PromptManager.get_topic_prompts()` 来构建选题阶段的系统和用户提示词（结合模板、资源文件、配置参数）。
-    - 初始化一个 `core.ai_agent.AI_Agent` 实例。
-    - 调用 AI Agent 发送请求生成选题文本。
-    - 使用 `core.topic_parser` 解析结果。
-    - 保存选题结果 (`tweet_topic.json`) 到输出目录。
-    - 关闭此阶段的 AI Agent。
-3.  **内容与海报生成**: (在 `main.generate_content_and_posters_step` 中执行)
-    - 初始化 `utils.prompt_manager.PromptManager` 和 **一个共享的** `core.ai_agent.AI_Agent` 实例供此阶段所有任务使用（**优化点：避免为每个变体重复创建Agent**）。
-    - 遍历上一步生成的每个选题 (`topic_item`)：
-        - 为当前选题调用 `prompt_manager.get_content_prompts(topic_item)` 获取内容生成的特定提示词。
-        - 遍历每个变体 (variant)：
-            - 调用 `utils.tweet_generator.generate_single_content`，传入**共享的 AI Agent** 和**特定于此选题的提示词**，生成推文内容。
-        - 调用 `core.contentGen` 处理生成的文本内容，准备海报所需元素。
-        - 调用 `core.simple_collage` 处理图片。
-        - 调用 `core.posterGen` 结合图片和文本生成最终海报。
-    - 所有选题处理完毕后，关闭此阶段共享的 AI Agent。
+    - `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