万象 wanxiang · 电商 AI 创意工作流

心想 · 象成 — 商品图进,带评分的电商主图 + 多平台营销文案出。 面向中国电商与跨境商家的 AI Creative Studio:多模型智能路由省成本,VLM 三维评分给证据,6 品类专家规则保专业。

🔗 在线 Demo: http://203.205.88.27:8000 · 体验账号 admin@wanxiang.cn / lingangopc123(已充 888 credits;余额用完联系作者补充)

---

这个项目强在哪(30 秒版)

差异化	是什么	在哪验证
多模型智能路由	9 条规则在 9 个图像模型(GPT-Image-2 / Seedream / Flux / Gemini)间自动选型:中文文字场景走 Seedream,多对象 SKU 走 Gemini,英文排版走 Flux Flex…相比全程锁定旗舰模型,典型负载省约 50%,验证型负载最高 86%(完整算式)	packages/image_adapters/router.py + docs/ROUTING.md
VLM 三维评分 + 改进建议	每张出图自动打 CTR / Brand / Clarity 三维分(0-100),并给一条可执行的改进建议("商品占比偏小,建议提至 60%")。分数定义与局限见 docs/SCORING.md — 我们不把 VLM 预估分冒充真实投放 CTR	packages/scoring/vlm_scorer.py + docs/SCORING.md
6 品类专家规则	美妆/食品/饮品/服饰/数码/家居各一组"必带元素/必避禁忌/推荐光影"规则注入 prompt 编译,来源是 AI 从 50 个精选模板聚类提取 + 人工复核	packages/creative_core/industry_specialists/

端到端产出长什么样? 直接看 examples/ — 同一商品在小红书 vs Instagram 的不同文案与配图、"翻译 vs 本地化"对照、一个 creative job 的 7 阶段全程 trace。

---

Quick Start(本地跑起来)

依赖:Docker、Python 3.11、Node 18+。

# 1. 起基础设施(Postgres 16 + pgvector / Redis 7)
docker compose up -d

# 2. 后端依赖 + 数据库迁移
pip install -r apps/api/requirements.txt
cp .env.production.example .env   # 按需改 DATABASE_URL/REDIS_URL/模型 API key
alembic upgrade head

# 3. 三个进程(各开一个终端)
uvicorn main:app --port 5010 --app-dir apps/api          # API
arq apps.worker.main.WorkerSettings                       # Worker(出图流水线)
cd apps/web && npm install && npm run dev                 # Web → http://localhost:3000

生产环境一键部署(Docker 全栈 + nginx 反代)见 DEPLOY.md,或直接 ./deploy.sh。

API 文档(Swagger)

API 跑起来后,交互式文档在:

• Swagger UI: http://localhost:5010/docs
• ReDoc: http://localhost:5010/redoc
• 健康检查: GET /health(存活)/ GET /health/ready(DB+Redis 连通)

外部依赖说明

出图/评分/文案需要真实模型 API key(在 admin 后台 /admin/models 配置,支持 apiyi 聚合渠道 + DeepSeek/OpenAI)。没有 key 也能验证什么? WX_MOCK_AI=1 可零外部调用跑通完整流水线,见 docs/VERIFICATION.md 的离线验证路径。

---

功能矩阵

创作主链路(7 阶段状态机)

商品图 + brief → AI 解析 → 3 个创意策略(用户选)→ 高转化 Prompt 编译(品类专家规则 + RAG 模板检索 + 品牌约束注入)→ 多模型路由出图 → VLM 三维评分 + 改进建议 → 反馈闭环。

• Fast Lane 极速模式: 跳过策略选择与 prompt 审阅直出 — v31 实测 88.4s,v33 RAG 检索优化后 45.7s(计时证据见 examples/03)
• 场景预设: 双十一 / 新品上架 / 清仓 / 礼盒 / 白底 / 直播切片 / 跨境 / 批发,一键预填 brief
• 画面风格(v31/v34): 智能 / 棚拍静物 / 生活场景 / 使用瞬间 / 社媒种草感 / Amazon 主图(纯白底+占比 85%+无文字的硬约束出图,配套合规预检) — 非棚拍风格强制注入「人、动作、场景、情绪」
• 评分一键执行(v33): AI 总监建议直接变按钮 — 摆拍感强→一键场景化重画 / 光线暗→一键补光 / 背景乱→直达换背景
• 批量 SKU: 共享 brief + N 个 SKU 一次出 N 组图

工具链(基于已出图的二次加工)

工具	说明	成本
换背景	8 种场景 preset + 自定义 + 实拍背景上传,商品保留	~5c/张
抠图	透明 PNG,Gemini edit + PIL color-key	~4.5c
局部编辑	手动框选 bbox + 指令,Crop-Edit-Composite	按模型
一键多尺寸	banner / 详情头图 / 视频封面等 5 规格	免费
水印/文案叠加	5 种 preset(价格角标/促销横条等)	免费
变体生成	同 prompt 不同 seed 再来 N 张	按模型
Amazon 合规预检(v34)	5 项主图硬规则逐项 pass/fail(纯白底/占比≥85%/无文字道具等)+ 修复建议	~0.3c

营销文案(跨境双语)

10 个平台(小红书/抖音/天猫/京东/朋友圈/微博/Instagram/TikTok/Amazon Listing/Meta 广告)× 6 种风格(种草/国潮/极简/促销/生活方式/搞笑梗)× 3 档长度,VLM 看图生成 1-3 版本;中文可编辑后一键翻译成英文 — 本地化而非直译。每条文案自动过广告法合规检查(极限词/医疗宣称/夸大承诺,命中给改写建议)。

公开层

• 模板社区 /explore: 发布作品为模板(封面 VLM 综合分 ≥75 准入门槛),按「评分×真实使用热度」综合排序,fork 复用,双语标题(机制详见 docs/COMMUNITY.md)
• 主图诊断器 /diagnose: 免登录上传主图 → 三维评分 + 改进建议(获客入口)

---

架构

flowchart LR
    subgraph 前端
      WEB[Next.js 14<br/>App Router]
    end
    subgraph 后端
      API[FastAPI<br/>:5010]
      WK[arq Worker<br/>7-phase 状态机]
    end
    subgraph 基础设施
      PG[(Postgres 16<br/>+ pgvector)]
      RD[(Redis 7<br/>队列 + SSE pub/sub)]
    end
    subgraph AI
      LLM[LLM<br/>brief/策略/编译/文案]
      IMG[图像模型 ×9<br/>智能路由]
      VLM[VLM 评分<br/>CTR/Brand/Clarity]
    end
    WEB -->|REST + SSE| API
    API -->|enqueue| RD --> WK
    API & WK --> PG
    WK --> LLM & IMG & VLM

7 阶段: BRIEF → STRATEGY →(用户选)→ COMPILE →(用户审)→ IMAGE → SCORING → COMPLETED,每阶段独立可重跑,SSE 实时推进度。完整 trace 见 examples/04。

仓库结构

apps/
  api/        FastAPI 路由层(jobs / 工具链 / 模板 / 计费 / admin)
  worker/     arq worker · creative_job 7-phase 流水线
  web/        Next.js 前端(create 工作台 / explore / workspace / admin)
packages/
  creative_core/    brief 解析 / 策略 / prompt 编译器 / 品类专家 / RAG 检索
  image_adapters/   9 模型统一 adapter + 智能路由 + 价格表
  scoring/          VLM 三维评分
  shared/           DB models / 计费 / 文案生成 / 图像工具服务
seed-assets/  模板种子 SQL + 样图
examples/     端到端真实产出样本(评审从这里看)
docs/         SCORING / ROUTING / COMMUNITY / VERIFICATION
tests/        pytest 单测(路由规则 / 计费 / 图像合成)

测试

pytest tests/        # 156 个用例:路由 fallback 链 / credit 计价 / 图像合成 / 合规 / mock / 全链路集成 / 文档一致性
cd apps/web && npx tsc --noEmit && npx eslint .   # 前端 0 error / 0 warning

文档索引

文档	内容
examples/	端到端真实产出样本(多平台对照 / 翻译 vs 本地化 / job trace)
docs/VERIFICATION.md	评测复核入口:验证哪条 workflow、依赖清单、离线路径
docs/SCORING.md	"高转化"评分的定义、rubric、A/B 证据与局限
docs/ROUTING.md	9 条路由规则 + 成本节省的完整算式
docs/COMMUNITY.md	模板社区:已实现机制 + 准入/回流/版权设计
PROPOSAL.md	完整产品提案(场景 / 逻辑 / 评测标准 / 竞品对标)
DEPLOY.md	生产部署手册(Docker + nginx + 运维)
TODO.md	路线图

免责声明与合规

• AI 生成的图片与文案仅供参考,正式投放前请人工二审,确保符合目标平台广告规范与当地法规(广告法 / FTC / 欧盟消费者保护等)。
• 评分体系中的 "CTR" 为 VLM 视觉预估分,不等于真实投放点击率,定义与局限见 docs/SCORING.md。
• 用户上传的商品图版权归上传者所有;发布到模板社区的内容授权规则见 docs/COMMUNITY.md。