Metadata-Version: 2.5
Name: aigc-pipeline
Version: 0.1.2
Summary: AIGC 接口批量驱动 + 飞书审核工作流（图片生成 → 飞书推送 → 审核补生成 → 视频）
Project-URL: Homepage, https://github.com/your-username/aigc-pipeline
Project-URL: Repository, https://github.com/your-username/aigc-pipeline
Project-URL: Issues, https://github.com/your-username/aigc-pipeline/issues
Author-email: xuchaohui <hfyhui@126.com>
License-Expression: MIT
License-File: LICENSE
Keywords: aigc,feishu,image-generation,video-generation,workflow
Classifier: Development Status :: 4 - Beta
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Topic :: Multimedia :: Graphics
Classifier: Topic :: Utilities
Requires-Python: >=3.10
Requires-Dist: httpx>=0.27
Provides-Extra: dev
Requires-Dist: build>=1.0; extra == 'dev'
Requires-Dist: pytest>=7; extra == 'dev'
Description-Content-Type: text/markdown

# aigc-pipeline

> AIGC 接口批量驱动 + 飞书审核工作流（图片生成 → 飞书推送 → 审核补生成 → 视频）

按用户的 8 步流程串联：

1. 读 `generation_tasks.json`
2. 按 `image_prompt_b` + `all_reference_images_d` 生成图片
3. 按命名规则保存到本地（`{片段名}-{日期}-{署名}/{片段名}-{日期}-（N）.png`）
4. 推送到飞书群 `@` 审核员（interactive 卡片 + 文件名列表）
5. 审核员把不合格图片移到 `<out_dir>/rejected/` 子目录
6. 程序检测 `rejected/` 触发补生成（最多 N 轮），重推全量
7. 通过图片 + `video_prompt_f` 生成视频（一图一视频）
8. 视频按命名规则存储 + 推送飞书

---

## 安装

### 方式一：从源码开发安装

```bash
git clone <repo>
cd aigc-pipeline
pip install -e .
```

### 方式二：从 whl 安装

```bash
pip install aigc_pipeline-0.1.0-py3-none-any.whl
```

---

## 快速开始

### 方式一：CLI 命令行（最直接）

```bash
# 准备：config.toml + generation_tasks.json 已存在

# 1. 跑指定 JSON 的完整流程（图片+飞书审核+视频+推送）
aigc-pipeline --tasks-json /path/to/generation_tasks.json

# 2. 或者用模块方式（同上）
python -m aigc_pipeline --tasks-json /path/to/generation_tasks.json

# 3. 第一次接入推荐先 dry-run（不真发飞书）
aigc-pipeline --tasks-json /path/to/generation_tasks.json --skip-feishu
```

### 方式二：Python import（嵌入你自己的代码）

最小完整示例——读 config → 读 JSON → 跑完整流程：

```python
from pathlib import Path
from aigc_pipeline import (
    AppConfig, load_config, log_loaded_config,
    FeishuBot, WorkflowContext,
)
from aigc_pipeline.naming import today_str
from aigc_pipeline.workflow import run_full_workflow

# 1) 加载配置
cfg = load_config(Path("./config.toml"))
log_loaded_config(cfg)  # 打印所有生效的配置 + 用户覆盖的字段

# 2)（可选）代码中覆盖 tasks_json，不必改 config.toml
cfg.batch.tasks_json_path = "/path/to/generation_tasks.json"

# 3) 构造飞书机器人
bot = FeishuBot(
    webhook_url=cfg.feishu.webhook_url,
    reviewer_user_ids=list(cfg.feishu.reviewer_user_ids),
    dry_run=cfg.feishu.dry_run,
    mention_reviewers=cfg.feishu.mention_reviewers,
)

# 4) 构造工作流上下文
ctx = WorkflowContext(
    cfg=cfg,
    bot=bot,
    user_mapping=dict(cfg.users),     # 来自 config.toml 的 [users] section
    output_root=Path(cfg.paths.output_dir),
    date_str=today_str(),              # "8.23" 格式
    max_review_rounds=5,
)

# 5) 跑完整流程
summary = run_full_workflow(ctx, Path(cfg.batch.tasks_json_path))
print(summary)
```

### 方式三：编程式精细控制

只跑某个 task、临时改 quantity、跳过视频：

```python
from dataclasses import replace
from pathlib import Path
from aigc_pipeline import AppConfig, load_config, load_tasks, run

cfg = load_config(Path("./config.toml"))
tasks = load_tasks(Path("./path/to/generation_tasks.json"))

for task in tasks:
    if task.record_id != "recvsxt4rtJ4Wd":   # 只跑指定 record_id
        continue
    for template in task.templates:
        # 临时改 quantity 为 1（不按 JSON 的 total_quantity 循环）
        proxy_task = replace(task, total_quantity=1)
        # 临时切到 video mode
        cfg.task.mode = "video"
        result = run(cfg, proxy_task, template)
        print(result)
```

### 方式四：只用底层 AIGC 接口（不跑工作流）

如果只想调上传/jobs/下载，不跑命名规则和审核流程：

```python
from pathlib import Path
from aigc_pipeline import AppConfig, load_config
from aigc_pipeline.core import (
    TokenManager,
    upload_one_reference,
    step_submit_job_multi,
    step_poll_until_done,
    step_download_assets,
    make_client_job_id,
    build_jobs_payload,
)

cfg = load_config(Path("./config.toml"))
tm = TokenManager(
    token_file=Path(cfg.paths.token_file),
    username=cfg.auth.username,
    password=cfg.auth.password,
    base_url=cfg.server.base_url,
)
token = tm.get()

import httpx
with httpx.Client(timeout=cfg.server.timeout_seconds) as client:
    # 1. 上传一张参考图
    ref_url, ref_name = upload_one_reference(client, token, Path("./ref.png"), cfg)
    # 2. 提交 jobs
    submit = step_submit_job_multi(
        client, token,
        image_urls=[ref_url],
        reference_names=[ref_name],
        prompt="让门店表现廉价感",
        client_job_id=make_client_job_id(1700000000000, 0),
        cfg=cfg,
    )
    # 3. 轮询
    finished = step_poll_until_done(client, token, submit["id"], cfg)
    # 4. 下载产物
    saved = step_download_assets(finished, Path("./out/"))
    print("saved:", saved)
```

---

## CLI 参数

| 参数 | 作用 |
|---|---|
| `--config PATH` | 配置文件路径（TOML），默认 `./config.toml` |
| `--tasks-json PATH` | 批量任务 JSON 路径，覆盖 config |
| `--skip-video` | 跳过视频生成阶段 |
| `--skip-feishu` | 不实际推送飞书（dry_run=true） |
| `--max-rounds N` | 最多几轮“审核-补生成”循环（默认 5） |
| `--wait-seconds N` | 推送后阻塞 N 秒让审核员操作（默认 0） |
| `--record-id ID` | 只跑指定 `record_id` 的 task |
| `--mode image\|video` | 覆盖 `cfg.task.mode` |
| `--quantity-mode loop\|single` | 覆盖 `cfg.batch.quantity_mode` |

---

## 对外集成：脱敏 facade

如果集成方不需了解底层实现（HTTP / IP / URL / token），使用 `AIGCPipeline` 高层 facade：

```python
from aigc_pipeline import AIGCPipeline

pipeline = AIGCPipeline.from_config("config.toml")

# 生成图片
paths = pipeline.generate_image(
    prompt="让门店表现廉价感",
    reference_paths=["./ref1.png", "./ref2.png"],
    quantity=3,
)
print(paths)  # [Path('outputs/.../（1）.png'), ...]

# 生成视频
video = pipeline.generate_video(
    image_path="./output/xxx.png",
    prompt="门店表现出城市烟火气",
)

# 跑完整流程（图片 + 审核 + 视频 + 飞书）
summary = pipeline.run_from_json("tasks.json")
```

**脱敏策略**：
- `AIGCPipeline` 不暴露 `base_url` / `cfg` / `httpx.Client` 等内部细节
- 日志中的 URL host 部分 mask 成 `<host>`（例：`POST http://14.103.124.30/api/auth/login` → `POST /api/auth/login`）
- Authorization header mask 成 `Bearer ********`
- 默认 `from aigc_pipeline import *` 只导出 `AIGCPipeline`，不导出底层细节

脱敏是**仅限日志**，实际服务端请求仍用完整 URL（功能不受影响）。

高级用户如需直接调用底层 API（了解 base_url、自己控制 httpx），可直接 import：

```python
from aigc_pipeline.config import AppConfig, load_config
from aigc_pipeline.core import run, load_tasks, make_logged_client
from aigc_pipeline.feishu import FeishuBot
from aigc_pipeline.workflow import WorkflowContext, run_full_workflow
```

---

## 典型场景

### 1. 第一次接入：dry-run 测通流程

```bash
aigc-pipeline --tasks-json /path/to/generation_tasks.json --skip-feishu
```

不真发飞书，跑通图片+审核+视频，看日志和本地产物。

### 2. 给审核员时间标记不合格图

```bash
aigc-pipeline --tasks-json /path/to/generation_tasks.json --wait-seconds 60
```

推送后阻塞 60 秒，期间审核员把不合格图移到 `<output_dir>/<片段名>/rejected/`。程序自动检测并补生成。

### 3. 只生成图片，不生成视频

```bash
aigc-pipeline --skip-video
```

用于审图阶段快速迭代。

### 4. 切换视频模式

在 `config.toml [task]` 里设 `mode = "video"`，或 CLI 一次性覆盖：

```bash
aigc-pipeline --mode video
```

### 5. 调试单条 task

```bash
aigc-pipeline --record-id recvsxt4rtJ4Wd --skip-feishu
```

只跑指定 record_id，节省时间。

### 6. 嵌入你的业务脚本

```python
import json
from pathlib import Path
from aigc_pipeline import AppConfig, load_config, load_tasks, run
from aigc_pipeline.workflow import run_full_workflow, WorkflowContext
from aigc_pipeline.feishu import FeishuBot
from aigc_pipeline.naming import today_str

cfg = load_config(Path("./config.toml"))
bot = FeishuBot(
    webhook_url=cfg.feishu.webhook_url,
    reviewer_user_ids=list(cfg.feishu.reviewer_user_ids),
    dry_run=cfg.feishu.dry_run,
)
ctx = WorkflowContext(
    cfg=cfg,
    bot=bot,
    user_mapping=dict(cfg.users),
    output_root=Path(cfg.paths.output_dir),
    date_str=today_str(),
)
summary = run_full_workflow(ctx, Path("./your_tasks.json"))
with open("summary.json", "w", encoding="utf-8") as f:
    json.dump(summary, f, ensure_ascii=False, indent=2)
```

---

## 配置文件（`config.toml`）

```toml
[server]
base_url = "http://14.103.124.30"

[auth]
username = "D-39JLlay"
password = "39JLlay"

[task]
mode = "image"            # image | video
prompt = "让门店表现廉价感"
model_image = "auto-image"
model_video = "auto-video"

[batch]
tasks_json_path = "/path/to/generation_tasks.json"
quantity_mode = "loop"    # loop | single

[feishu]
webhook_url = "https://open.feishu.cn/open-apis/bot/v2/hook/xxx"
reviewer_user_ids = ["ou_xxx", "ou_yyy"]
dry_run = false           # true = 只打印 payload 不真发

[review]
rejected_subdir = "rejected"
wait_seconds = 0          # 推送后阻塞秒数
```

任何字段缺失会回退到代码默认值。详见 `config.toml`。

---

## 用户账号映射（`config.toml` 的 `[users]` section）

```toml
[users]
"D-39JLlay": "张三"
"D-99xxx": "李四"
```

把 `generation_tasks.json` 的 `assignee` 字段映射到中文署名（用于产物命名）。

**fallback 规则**：如果账号未在 `[users]` 中，自动提取账号字符串中的中文字符（如 `D-39姜` → `姜`）。

---

## 命名规则

| 类型 | 文件夹 | 文件 |
|---|---|---|
| 通用素材 | `{片段名}-{日期}-{署名}` | `{片段名}-{日期}-（N）.{ext}` |
| 门店素材 | `{片段名}-{门店编号}-{日期}-{署名}` | `{片段名}-{门店编号}-{日期}-（N）.{ext}` |
| 视频目录 | `{图片目录}_video` | `{图片 basename}.mp4` |

- 日期格式 `8.23` / `12.5`（不带前导 0）
- 序号用全角括号 `（1）` `（2）`
- 通用 vs 门店由 JSON 的 `category` 字段判断（`门店素材` / `门店` / `store` 任一关键词）
- 门店素材的 segment_name 第一段是门店编号（如 `130014WL-玉湖公园`）

示例：
```
outputs/
├── 玉湖公园-1-8.23-姜/
│   ├── 玉湖公园-1-8.23-（1）.png
│   ├── 玉湖公园-1-8.23-（2）.png
│   └── rejected/                # 审核员把不合格图放这里
│       └── 玉湖公园-1-8.23-（3）.png
└── 玉湖公园-1-8.23-姜_video/
    └── 玉湖公园-1-8.23-（1）.mp4
```

---

## 审核反馈机制

- **方案 C（文件标记）**：审核员把不合格图移到 `<image_dir>/rejected/` 子目录
- 程序下次运行（或本次 `--wait-seconds` 到期后）扫描 `rejected/`
- 发现不合格 → 删除对应位置 → 补生成 N 张 → 重新推送全量
- 最多循环 `--max-rounds` 轮（默认 5）

---

## 项目结构

```
src/aigc_pipeline/
├── __init__.py         # 公开 API
├── __main__.py         # python -m aigc_pipeline
├── cli.py              # CLI 入口（argparse）
├── config.py           # AppConfig + load_config (TOML)
├── core.py             # AIGC 底层：upload/submit/poll/download
├── naming.py           # 命名规则 + users.yaml 加载
├── feishu.py           # 飞书 webhook 推送
└── workflow.py         # 审核工作流编排
```

---

## 开发

```bash
# 安装 dev 依赖
pip install -e ".[dev]"

# 跑测试
pytest

# 构建 whl + sdist
python -m build

# 产出文件
ls dist/
# aigc_pipeline-0.1.0-py3-none-any.whl
# aigc_pipeline-0.1.0.tar.gz
```

---

## License

MIT