671 lines
27 KiB
Python
671 lines
27 KiB
Python
import os
|
||
from openai import OpenAI
|
||
import pandas as pd
|
||
from datetime import datetime
|
||
import cv2
|
||
import time
|
||
import random
|
||
import json
|
||
import logging
|
||
|
||
class ContentGenerator:
|
||
def __init__(self,
|
||
model_name="qwenQWQ",
|
||
api_base_url="http://localhost:8000/v1",
|
||
api_key="EMPTY",
|
||
output_dir="/root/autodl-tmp/poster_generate_result",
|
||
):
|
||
"""
|
||
初始化海报生成器
|
||
|
||
参数:
|
||
csv_path: CSV文件路径
|
||
img_base_dir: 图片基础目录
|
||
output_dir: 输出结果保存目录
|
||
model_name: 使用的模型名称
|
||
api_base_url: API基础URL
|
||
api_key: API密钥
|
||
"""
|
||
self.output_dir = output_dir
|
||
self.model_name = model_name
|
||
self.api_base_url = api_base_url
|
||
self.api_key = api_key
|
||
|
||
# 不在初始化时创建OpenAI客户端，而是在需要时临时创建
|
||
self.client = None
|
||
|
||
# 初始化数据
|
||
self.df = None
|
||
self.all_images_info = []
|
||
self.structured_prompt = ""
|
||
self.current_img_info = None
|
||
self.add_description = ""
|
||
|
||
self.temperature = 0.7
|
||
self.top_p = 0.8
|
||
self.presence_penalty = 1.2
|
||
|
||
# 设置日志
|
||
logging.basicConfig(level=logging.INFO,
|
||
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
|
||
self.logger = logging.getLogger(__name__)
|
||
|
||
|
||
def load_infomation(self, info_directory_path):
|
||
"""
|
||
加载额外描述文件
|
||
|
||
参数:
|
||
info_directory_path: 信息目录路径
|
||
"""
|
||
## 读取路径下的所有文件
|
||
for path in info_directory_path:
|
||
# file_extend_path = os.path.join(self.img_base_dir, info_directory, "description.txt")
|
||
try:
|
||
with open(path, "r") as f:
|
||
self.add_description += f.read()
|
||
except:
|
||
self.add_description = ""
|
||
|
||
def _create_temp_client(self):
|
||
"""
|
||
创建临时OpenAI客户端
|
||
|
||
返回:
|
||
OpenAI客户端实例
|
||
"""
|
||
try:
|
||
import gc
|
||
# 强制垃圾回收
|
||
gc.collect()
|
||
|
||
# 创建新的客户端实例
|
||
print(f"创建临时OpenAI客户端，API URL: {self.api_base_url}")
|
||
client = OpenAI(
|
||
base_url=self.api_base_url,
|
||
api_key=self.api_key
|
||
)
|
||
return client
|
||
except Exception as e:
|
||
print(f"创建OpenAI客户端失败: {str(e)}")
|
||
return None
|
||
|
||
def _close_client(self, client):
|
||
"""
|
||
关闭并清理OpenAI客户端
|
||
|
||
参数:
|
||
client: 需要关闭的客户端实例
|
||
"""
|
||
try:
|
||
# OpenAI客户端可能没有显式的close方法
|
||
# 将引用设为None，让Python垃圾回收处理
|
||
client = None
|
||
import gc
|
||
gc.collect()
|
||
print("OpenAI客户端资源已释放")
|
||
except Exception as e:
|
||
print(f"关闭客户端失败: {str(e)}")
|
||
|
||
|
||
def split_content(self, content):
|
||
"""
|
||
分割结果, 返回去除
|
||
```json
|
||
```的json内容
|
||
|
||
参数:
|
||
content: 需要分割的内容
|
||
|
||
返回:
|
||
分割后的json内容
|
||
"""
|
||
try:
|
||
# 首先尝试直接解析整个内容，以防已经是干净的 JSON
|
||
try:
|
||
return json.loads(content)
|
||
except json.JSONDecodeError:
|
||
pass # 不是干净的 JSON，继续处理
|
||
|
||
# 常规模式：查找 ```json 和 ``` 之间的内容
|
||
if "```json" in content:
|
||
json_str = content.split("```json")[1].split("```")[0].strip()
|
||
try:
|
||
return json.loads(json_str)
|
||
except json.JSONDecodeError as e:
|
||
print(f"常规格式解析失败: {e}, 尝试其他方法")
|
||
|
||
# 备用模式1：查找连续的 { 开头和 } 结尾的部分
|
||
import re
|
||
json_pattern = r'(\[.*?\])'
|
||
json_matches = re.findall(json_pattern, content, re.DOTALL)
|
||
if json_matches:
|
||
for match in json_matches:
|
||
try:
|
||
result = json.loads(match)
|
||
if isinstance(result, list) and len(result) > 0:
|
||
return result
|
||
except:
|
||
continue
|
||
|
||
# 备用模式2：查找 { 开头 和 } 结尾，并尝试解析
|
||
content = content.strip()
|
||
square_bracket_start = content.find('[')
|
||
square_bracket_end = content.rfind(']')
|
||
|
||
if square_bracket_start != -1 and square_bracket_end != -1:
|
||
potential_json = content[square_bracket_start:square_bracket_end + 1]
|
||
try:
|
||
return json.loads(potential_json)
|
||
except:
|
||
print("尝试提取方括号内容失败")
|
||
|
||
# 最后一种尝试：查找所有可能的 JSON 结构并尝试解析
|
||
json_structures = re.findall(r'({.*?})', content, re.DOTALL)
|
||
if json_structures:
|
||
items = []
|
||
for i, struct in enumerate(json_structures):
|
||
try:
|
||
item = json.loads(struct)
|
||
# 验证结构包含预期字段
|
||
if 'main_title' in item and ('texts' in item or 'index' in item):
|
||
items.append(item)
|
||
except:
|
||
continue
|
||
|
||
if items:
|
||
return items
|
||
|
||
# 都失败了，打印错误并引发异常
|
||
print(f"无法解析内容，返回原始文本: {content[:200]}...")
|
||
raise ValueError("无法从响应中提取有效的 JSON 格式")
|
||
|
||
except Exception as e:
|
||
print(f"解析内容时出错: {e}")
|
||
print(f"原始内容: {content[:200]}...") # 仅显示前200个字符
|
||
raise e
|
||
|
||
def generate_posters(self, poster_num, tweet_content, system_prompt=None, max_retries=3):
|
||
"""
|
||
生成海报内容
|
||
|
||
参数:
|
||
poster_num: 海报数量
|
||
tweet_content: 推文内容
|
||
system_prompt: 系统提示，默认为None则使用预设提示
|
||
max_retries: 最大重试次数
|
||
|
||
返回:
|
||
生成的海报内容
|
||
"""
|
||
full_response = ""
|
||
timeout = 60 # 请求超时时间（秒）
|
||
|
||
if not system_prompt:
|
||
# 使用默认系统提示词
|
||
system_prompt = f"""
|
||
你是一个专业的文案处理专家，擅长从文章中提取关键信息并生成吸引人的标题和简短描述。
|
||
现在，我需要你根据提供的文章内容，生成{poster_num}个海报的文案配置。
|
||
|
||
每个配置包含：
|
||
1. main_title：主标题，简短有力，突出景点特点
|
||
2. texts：两句简短文本，每句不超过15字，描述景点特色或游玩体验
|
||
|
||
以JSON数组格式返回配置，示例：
|
||
[
|
||
{{
|
||
"main_title": "泰宁古城",
|
||
"texts": ["千年古韵","匠心独运"]
|
||
}},
|
||
...
|
||
]
|
||
|
||
仅返回JSON数据，不需要任何额外解释。确保生成的标题和文本能够准确反映文章提到的景点特色。
|
||
"""
|
||
|
||
if self.add_description:
|
||
# 创建用户内容，包括info信息和tweet_content
|
||
user_content = f"""
|
||
以下是需要你处理的信息：
|
||
|
||
关于景点的描述:
|
||
{self.add_description}
|
||
|
||
推文内容:
|
||
{tweet_content}
|
||
|
||
请根据这些信息，生成{poster_num}个海报文案配置，以JSON数组格式返回。
|
||
确保主标题(main_title)简短有力，每个text不超过15字，并能准确反映景点特色。
|
||
"""
|
||
else:
|
||
# 仅使用tweet_content
|
||
user_content = f"""
|
||
以下是需要你处理的推文内容:
|
||
{tweet_content}
|
||
|
||
请根据这些信息，生成{poster_num}个海报文案配置，以JSON数组格式返回。
|
||
确保主标题(main_title)简短有力，每个text不超过15字，并能准确反映景点特色。
|
||
"""
|
||
|
||
self.logger.info(f"正在生成{poster_num}个海报文案配置")
|
||
|
||
# 创建临时客户端
|
||
temp_client = self._create_temp_client()
|
||
|
||
if temp_client:
|
||
# 重试逻辑
|
||
for retry in range(max_retries):
|
||
try:
|
||
self.logger.info(f"尝试生成内容 (尝试 {retry+1}/{max_retries})")
|
||
|
||
# 定义流式响应处理回调函数
|
||
def handle_stream_chunk(chunk, is_last=False, is_timeout=False, is_error=False, error=None):
|
||
nonlocal full_response
|
||
|
||
if chunk:
|
||
full_response += chunk
|
||
# 实时输出到控制台
|
||
print(chunk, end="", flush=True)
|
||
|
||
if is_last:
|
||
print("\n") # 输出完成后换行
|
||
if is_timeout:
|
||
print("警告: 响应流超时")
|
||
if is_error:
|
||
print(f"错误: {error}")
|
||
|
||
# 使用AI_Agent的新回调方式
|
||
from core.ai_agent import AI_Agent
|
||
ai_agent = AI_Agent(
|
||
self.api_base_url,
|
||
self.model_name,
|
||
self.api_key,
|
||
timeout=timeout,
|
||
max_retries=max_retries,
|
||
stream_chunk_timeout=30 # 流式块超时时间
|
||
)
|
||
|
||
# 使用回调方式处理流式响应
|
||
try:
|
||
full_response = ai_agent.generate_text_stream_with_callback(
|
||
system_prompt,
|
||
user_content,
|
||
handle_stream_chunk,
|
||
temperature=self.temperature,
|
||
top_p=self.top_p,
|
||
presence_penalty=self.presence_penalty
|
||
)
|
||
|
||
# 如果成功生成内容，跳出重试循环
|
||
ai_agent.close()
|
||
break
|
||
|
||
except Exception as e:
|
||
error_msg = str(e)
|
||
self.logger.error(f"AI生成错误: {error_msg}")
|
||
ai_agent.close()
|
||
|
||
# 继续重试逻辑
|
||
if retry + 1 >= max_retries:
|
||
self.logger.warning("已达到最大重试次数，使用备用方案...")
|
||
# 生成备用内容
|
||
full_response = self._generate_fallback_content(poster_num)
|
||
else:
|
||
self.logger.info(f"将在稍后重试，还剩 {max_retries - retry - 1} 次重试机会")
|
||
|
||
except Exception as e:
|
||
error_msg = str(e)
|
||
self.logger.error(f"API连接错误 (尝试 {retry+1}/{max_retries}): {error_msg}")
|
||
|
||
# 如果已经达到最大重试次数
|
||
if retry + 1 >= max_retries:
|
||
self.logger.warning("已达到最大重试次数，使用备用方案...")
|
||
# 生成备用内容（简单模板）
|
||
full_response = self._generate_fallback_content(poster_num)
|
||
else:
|
||
self.logger.info(f"将在稍后重试，还剩 {max_retries - retry - 1} 次重试机会")
|
||
|
||
# 关闭临时客户端
|
||
self._close_client(temp_client)
|
||
|
||
return full_response
|
||
|
||
def _generate_fallback_content(self, poster_num):
|
||
"""生成备用内容，当API调用失败时使用"""
|
||
self.logger.info("生成备用内容")
|
||
default_configs = []
|
||
for i in range(poster_num):
|
||
default_configs.append({
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
return json.dumps(default_configs, ensure_ascii=False)
|
||
|
||
def save_result(self, full_response):
|
||
"""
|
||
保存生成结果到文件
|
||
|
||
参数:
|
||
full_response: 生成的完整响应内容
|
||
|
||
返回:
|
||
结果文件路径
|
||
"""
|
||
# 生成时间戳
|
||
print(full_response)
|
||
date_time = datetime.now().strftime("%Y-%m-%d_%H-%M-%S")
|
||
|
||
try:
|
||
# 解析内容为JSON格式
|
||
parsed_data = self.split_content(full_response)
|
||
|
||
# 验证内容格式并修复
|
||
validated_data = self._validate_and_fix_data(parsed_data)
|
||
|
||
# 创建结果文件路径
|
||
result_path = os.path.join(self.output_dir, f"{date_time}.json")
|
||
os.makedirs(os.path.dirname(result_path), exist_ok=True)
|
||
|
||
# 保存结果到文件
|
||
with open(result_path, "w", encoding="utf-8") as f:
|
||
json.dump(validated_data, f, ensure_ascii=False, indent=4)
|
||
|
||
print(f"结果已保存到: {result_path}")
|
||
return result_path
|
||
|
||
except Exception as e:
|
||
self.logger.error(f"保存结果到文件时出错: {e}")
|
||
# 尝试创建一个简单的备用配置
|
||
fallback_data = [{"main_title": "景点风光", "texts": ["自然美景", "人文体验"], "index": 1}]
|
||
|
||
# 保存备用数据
|
||
result_path = os.path.join(self.output_dir, f"{date_time}_fallback.json")
|
||
os.makedirs(os.path.dirname(result_path), exist_ok=True)
|
||
|
||
with open(result_path, "w", encoding="utf-8") as f:
|
||
json.dump(fallback_data, f, ensure_ascii=False, indent=4)
|
||
|
||
print(f"出错后已保存备用数据到: {result_path}")
|
||
return result_path
|
||
|
||
def _validate_and_fix_data(self, data):
|
||
"""
|
||
验证并修复数据格式，确保符合预期结构
|
||
|
||
参数:
|
||
data: 需要验证的数据
|
||
|
||
返回:
|
||
修复后的数据
|
||
"""
|
||
fixed_data = []
|
||
|
||
# 如果数据是列表
|
||
if isinstance(data, list):
|
||
for i, item in enumerate(data):
|
||
# 检查项目是否为字典
|
||
if isinstance(item, dict):
|
||
# 确保必需字段存在
|
||
fixed_item = {
|
||
"index": item.get("index", i + 1),
|
||
"main_title": item.get("main_title", f"景点风光 {i+1}"),
|
||
"texts": item.get("texts", ["自然美景", "人文体验"])
|
||
}
|
||
|
||
# 确保texts是列表格式
|
||
if not isinstance(fixed_item["texts"], list):
|
||
if isinstance(fixed_item["texts"], str):
|
||
fixed_item["texts"] = [fixed_item["texts"], "美景体验"]
|
||
else:
|
||
fixed_item["texts"] = ["自然美景", "人文体验"]
|
||
|
||
# 限制texts最多包含两个元素
|
||
if len(fixed_item["texts"]) > 2:
|
||
fixed_item["texts"] = fixed_item["texts"][:2]
|
||
elif len(fixed_item["texts"]) < 2:
|
||
while len(fixed_item["texts"]) < 2:
|
||
fixed_item["texts"].append("美景体验")
|
||
|
||
fixed_data.append(fixed_item)
|
||
|
||
# 如果项目是字符串（可能是错误格式的texts值）
|
||
elif isinstance(item, str):
|
||
self.logger.warning(f"配置项 {i+1} 是字符串格式，将转换为标准格式")
|
||
fixed_item = {
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": [item, "美景体验"]
|
||
}
|
||
fixed_data.append(fixed_item)
|
||
else:
|
||
self.logger.warning(f"配置项 {i+1} 格式不支持: {type(item)}，将使用默认值")
|
||
fixed_data.append({
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
|
||
# 如果数据是字典
|
||
elif isinstance(data, dict):
|
||
fixed_item = {
|
||
"index": data.get("index", 1),
|
||
"main_title": data.get("main_title", "景点风光"),
|
||
"texts": data.get("texts", ["自然美景", "人文体验"])
|
||
}
|
||
|
||
# 确保texts是列表格式
|
||
if not isinstance(fixed_item["texts"], list):
|
||
if isinstance(fixed_item["texts"], str):
|
||
fixed_item["texts"] = [fixed_item["texts"], "美景体验"]
|
||
else:
|
||
fixed_item["texts"] = ["自然美景", "人文体验"]
|
||
|
||
# 限制texts最多包含两个元素
|
||
if len(fixed_item["texts"]) > 2:
|
||
fixed_item["texts"] = fixed_item["texts"][:2]
|
||
elif len(fixed_item["texts"]) < 2:
|
||
while len(fixed_item["texts"]) < 2:
|
||
fixed_item["texts"].append("美景体验")
|
||
|
||
fixed_data.append(fixed_item)
|
||
|
||
# 如果数据是字符串或其他格式
|
||
else:
|
||
self.logger.warning(f"数据格式不支持: {type(data)}，将使用默认值")
|
||
fixed_data.append({
|
||
"index": 1,
|
||
"main_title": "景点风光",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
|
||
# 确保至少有一个配置项
|
||
if not fixed_data:
|
||
fixed_data.append({
|
||
"index": 1,
|
||
"main_title": "景点风光",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
|
||
return fixed_data
|
||
|
||
def run(self, info_directory, poster_num, tweet_content):
|
||
"""
|
||
运行海报内容生成流程，并返回生成的配置数据。
|
||
|
||
参数:
|
||
info_directory: 信息目录路径列表 (e.g., ['/path/to/description.txt'])
|
||
poster_num: 需要生成的海报配置数量
|
||
tweet_content: 用于生成内容的推文/文章内容
|
||
|
||
返回:
|
||
list | dict | None: 生成的海报配置数据 (通常是列表)，如果生成或解析失败则返回 None。
|
||
"""
|
||
self.load_infomation(info_directory)
|
||
|
||
# Generate the raw string response from AI
|
||
full_response = self.generate_posters(poster_num, tweet_content)
|
||
|
||
# Check if generation failed (indicated by return code 404 or other markers)
|
||
if full_response == 404 or not isinstance(full_response, str) or not full_response.strip():
|
||
logging.error("Poster content generation failed or returned empty response.")
|
||
return None
|
||
|
||
# Extract the JSON data from the raw response string
|
||
try:
|
||
result_data = self.split_content(full_response) # This should return the list/dict
|
||
|
||
# 验证并修复结果数据格式
|
||
fixed_data = []
|
||
|
||
# 如果结果是列表，检查每个项目
|
||
if isinstance(result_data, list):
|
||
for i, item in enumerate(result_data):
|
||
# 如果项目是字典并且有required_fields，按原样添加或修复
|
||
if isinstance(item, dict):
|
||
# 检查并确保必需字段存在
|
||
if 'main_title' not in item:
|
||
item['main_title'] = f"景点标题 {i+1}"
|
||
logging.warning(f"配置项 {i+1} 缺少 main_title 字段，已添加默认值")
|
||
|
||
if 'texts' not in item:
|
||
item['texts'] = ["景点特色", "游玩体验"]
|
||
logging.warning(f"配置项 {i+1} 缺少 texts 字段，已添加默认值")
|
||
|
||
if 'index' not in item:
|
||
item['index'] = i + 1
|
||
logging.warning(f"配置项 {i+1} 缺少 index 字段，已添加默认值")
|
||
|
||
fixed_data.append(item)
|
||
# 如果项目是字符串（可能是错误格式的texts值）
|
||
elif isinstance(item, str):
|
||
logging.warning(f"配置项 {i+1} 是字符串格式，将转换为标准格式")
|
||
fixed_item = {
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": [item, "美景体验"]
|
||
}
|
||
fixed_data.append(fixed_item)
|
||
else:
|
||
logging.warning(f"配置项 {i+1} 格式不支持: {type(item)}，将使用默认值")
|
||
fixed_data.append({
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
|
||
# 如果处理后的列表为空（极端情况），则使用默认值
|
||
if not fixed_data:
|
||
logging.warning("处理后的配置列表为空，使用默认值")
|
||
for i in range(poster_num):
|
||
fixed_data.append({
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
|
||
logging.info(f"成功生成并修复海报配置数据，包含 {len(fixed_data)} 个项目")
|
||
return fixed_data
|
||
|
||
# 如果结果是单个字典（不常见但可能），将其转换为列表
|
||
elif isinstance(result_data, dict):
|
||
logging.warning(f"生成的配置数据是单个字典格式，将转换为列表")
|
||
|
||
# 检查并确保必需字段存在
|
||
if 'main_title' not in result_data:
|
||
result_data['main_title'] = "景点风光"
|
||
|
||
if 'texts' not in result_data:
|
||
result_data['texts'] = ["自然美景", "人文体验"]
|
||
|
||
if 'index' not in result_data:
|
||
result_data['index'] = 1
|
||
|
||
fixed_data = [result_data]
|
||
return fixed_data
|
||
|
||
# 如果结果是其他格式（如字符串），创建默认配置
|
||
else:
|
||
logging.warning(f"生成的配置数据格式不支持: {type(result_data)}，将使用默认值")
|
||
for i in range(poster_num):
|
||
fixed_data.append({
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
return fixed_data
|
||
|
||
except Exception as e:
|
||
logging.exception(f"Failed to parse JSON from AI response in ContentGenerator: {e}\nRaw Response:\n{full_response[:500]}...") # Log error and partial response
|
||
|
||
# 失败后创建一个默认配置
|
||
logging.info("创建默认海报配置数据")
|
||
default_configs = []
|
||
for i in range(poster_num):
|
||
default_configs.append({
|
||
"index": i + 1,
|
||
"main_title": f"景点风光 {i+1}",
|
||
"texts": ["自然美景", "人文体验"]
|
||
})
|
||
return default_configs
|
||
|
||
def set_temperature(self, temperature):
|
||
self.temperature = temperature
|
||
|
||
def set_top_p(self, top_p):
|
||
self.top_p = top_p
|
||
|
||
def set_presence_penalty(self, presence_penalty):
|
||
self.presence_penalty = presence_penalty
|
||
|
||
def set_model_para(self, temperature, top_p, presence_penalty):
|
||
self.temperature = temperature
|
||
self.top_p = top_p
|
||
self.presence_penalty = presence_penalty
|
||
|
||
# def main():
|
||
# # 配置参数
|
||
# info_directory = [
|
||
# "/root/autodl-tmp/sanming_img/相机/甘露寺/description.txt"
|
||
# ] # 信息目录
|
||
# poster_num = 4 # 海报数量
|
||
|
||
# # 推文内容
|
||
# tweet_content = """<title>
|
||
# 🌿清明遛娃天花板！悬空古寺+非遗探秘
|
||
# </title>
|
||
# <content>
|
||
# 清明假期带娃哪里玩？泰宁甘露寺藏着明代建筑奇迹！一柱擎天的悬空阁楼+状元祈福传说，让孩子边玩边涨知识✨
|
||
|
||
# 🎒行程亮点：
|
||
# ✅ 安全科普第一站：讲解"一柱插地"千年不倒的秘密，用乐高积木模型让孩子理解力学原理
|
||
# ✅ 文化沉浸体验：穿汉服听"叶状元还愿建寺"故事，触摸3.38米粗的"状元柱"许愿
|
||
# ✅ 自然探索路线：连接金湖栈道徒步，观察丹霞地貌与古建筑的巧妙融合
|
||
|
||
# 📌实用攻略：
|
||
# 📍位置：福建省三明市泰宁县金湖西路（导航搜"甘露岩寺"）
|
||
# 🕒最佳时段：上午10点前抵达避开人流，下午可衔接参观明清园（80元/人）
|
||
# ⚠️注意事项：悬空栈道设置儿童安全绳租赁点，建议穿防滑鞋
|
||
|
||
# 💡亲子彩蛋：
|
||
# 1️⃣ 在"右鼓左钟"景观区玩声音实验，敲击不同岩石听回声差异
|
||
# 2️⃣ 领取任务卡完成"寻找建筑中的T形拱"小游戏，集章兑换非遗木雕书签
|
||
# 3️⃣ 结合清明节俗，用竹简模板书写祈福语系在古松枝头
|
||
|
||
# 周边推荐：游览完可直奔尚书第明代古民居群，对比不同时期建筑特色，晚餐推荐尝泰宁特色"灯盏糕"，亲子套票更划算！
|
||
|
||
# 清明带着孩子来场穿越850年的建筑探险，把课本里的力学知识变成触手可及的历史课堂！🌸
|
||
|
||
# #清明节周边游 #亲子科普游 #福建遛娃 #泰宁旅行攻略 #建筑启蒙
|
||
# </content>
|
||
# """
|
||
|
||
# # 创建海报生成器
|
||
# generator = ContentGenerator()
|
||
|
||
# # 运行生成流程
|
||
# generator.run(info_directory, poster_num, tweet_content)
|
||
|
||
|
||
# if __name__ == "__main__":
|
||
# main()
|