Merge branch 'refs/heads/main' into dev-content-needs-generation

.env.template

@@ -1,7 +1,10 @@
 KNOWHUB_API=http://43.106.118.91:9999
 BROWSER_USE_API_KEY=
 
+# qwen模型
+QWEN_BASE_URL=
+QWEN_API_KEY=
+
+# sonnet模型
 OPEN_ROUTER_API_KEY=
-ALI_API_KEY=
-ALI_BASE_URL=
 

agent/core/runner.py

@@ -892,6 +892,82 @@ class AgentRunner:
 
         return summary_text
 
+    @staticmethod
+    def _try_fix_json(s: str) -> Optional[dict]:
+        """尝试修复常见的 JSON 截断/格式问题，返回 dict 或 None"""
+        import re
+
+        fixed = s.strip()
+
+        # 1. 修复值中未转义的引号（如 "key": "he said "hello" to me"）
+        # 策略：找到 key-value 模式中值字符串内部的裸引号并转义
+        def _fix_inner_quotes(text: str) -> str:
+            # 匹配 ": "..." 模式，修复值内部的未转义引号
+            result = []
+            i = 0
+            while i < len(text):
+                # 找到 ": " 后面的值字符串开头
+                if text[i] == '"':
+                    # 找到这个引号对应的字符串结束位置
+                    j = i + 1
+                    while j < len(text):
+                        if text[j] == '\\':
+                            j += 2  # 跳过转义字符
+                            continue
+                        if text[j] == '"':
+                            break
+                        j += 1
+                    # 检查引号后面是否是合法的 JSON 分隔符
+                    if j < len(text):
+                        after = j + 1
+                        # 跳过空白
+                        while after < len(text) and text[after] in ' \t\n\r':
+                            after += 1
+                        if after < len(text) and text[after] not in ':,}]\n\r':
+                            # 这个引号不是真正的结束引号，继续往后找
+                            # 找到下一个后面跟合法分隔符的引号
+                            k = j + 1
+                            found_end = False
+                            while k < len(text):
+                                if text[k] == '"':
+                                    peek = k + 1
+                                    while peek < len(text) and text[peek] in ' \t\n\r':
+                                        peek += 1
+                                    if peek >= len(text) or text[peek] in ':,}]':
+                                        # 这才是真正的结束引号，转义中间的引号
+                                        inner = text[i+1:k].replace('"', '\\"')
+                                        result.append('"' + inner + '"')
+                                        i = k + 1
+                                        found_end = True
+                                        break
+                                k += 1
+                            if found_end:
+                                continue
+                result.append(text[i])
+                i += 1
+            return ''.join(result)
+
+        fixed = _fix_inner_quotes(fixed)
+
+        # 2. 去掉尾部多余逗号
+        fixed = re.sub(r',\s*([}\]])', r'\1', fixed)
+
+        # 3. 尝试补全截断的字符串和括号
+        for suffix in ['', '"', '"}', '"]', '"}]', '"}}']:
+            try:
+                attempt = fixed + suffix
+                open_braces = attempt.count('{') - attempt.count('}')
+                open_brackets = attempt.count('[') - attempt.count(']')
+                attempt += '}' * max(0, open_braces) + ']' * max(0, open_brackets)
+                result = json.loads(attempt)
+                if isinstance(result, dict):
+                    logger.info(f"[JSON Fix] 成功修复 JSON (suffix={repr(suffix)})")
+                    return result
+            except json.JSONDecodeError:
+                continue
+
+        return None
+
     async def _agent_loop(
         self,
         trace: Trace,
@@ -1339,7 +1415,26 @@ class AgentRunner:
                     tool_args = tc["function"]["arguments"]
 
                     if isinstance(tool_args, str):
-                        tool_args = json.loads(tool_args) if tool_args.strip() else {}
+                        if not tool_args.strip():
+                            tool_args = {}
+                        else:
+                            try:
+                                tool_args = json.loads(tool_args)
+                            except json.JSONDecodeError:
+                                # 尝试修复常见的截断/格式问题
+                                tool_args = self._try_fix_json(tool_args)
+                                if tool_args is None:
+                                    logger.warning(f"[Tool Call] JSON 解析失败，跳过工具调用 {tool_name}: {tc['function']['arguments'][:200]}")
+                                    history.append({
+                                        "role": "tool",
+                                        "tool_call_id": tc["id"],
+                                        "content": f"Error: 工具参数 JSON 格式错误，无法解析。请重新生成正确的 JSON 参数调用此工具。原始参数: {tc['function']['arguments'][:200]}",
+                                    })
+                                    yield Message(role="tool", content={
+                                        "tool_name": tool_name,
+                                        "error": "JSON 参数解析失败",
+                                    }, description="工具参数 JSON 格式错误")
+                                    continue
                     elif tool_args is None:
                         tool_args = {}
 

agent/llm/__init__.py

@@ -7,6 +7,7 @@ LLM Providers
 from .gemini import create_gemini_llm_call
 from .openrouter import create_openrouter_llm_call
 from .yescode import create_yescode_llm_call
+from .qwen import create_qwen_llm_call
 from .usage import TokenUsage, TokenUsageAccumulator, create_usage_from_response
 from .pricing import (
     ModelPricing,
@@ -20,6 +21,7 @@ __all__ = [
     "create_gemini_llm_call",
     "create_openrouter_llm_call",
     "create_yescode_llm_call",
+    "create_qwen_llm_call",
     # Usage
     "TokenUsage",
     "TokenUsageAccumulator",

agent/llm/pricing.py

@@ -65,15 +65,16 @@ class ModelPricing:
         cost = 0.0
 
         # 基础输入费用
-        # 如果有缓存，需要分开计算
-        if usage.cache_read_tokens or usage.cache_creation_tokens:
-            # 普通输入 = 总输入 - 缓存读取（缓存读取部分单独计价）
-            regular_input = usage.input_tokens - usage.cache_read_tokens
-            cost += (regular_input / 1_000_000) * self.input_price
+        # 根据 Anthropic 官方文档：
+        # total_input_tokens = input_tokens + cache_read_tokens + cache_creation_tokens
+        # 这三个字段是分开的，不重叠
+        cost += (usage.input_tokens / 1_000_000) * self.input_price
+
+        # 缓存相关费用（如果有）
+        if usage.cache_read_tokens:
             cost += (usage.cache_read_tokens / 1_000_000) * self.get_cache_read_price()
+        if usage.cache_creation_tokens:
             cost += (usage.cache_creation_tokens / 1_000_000) * self.get_cache_creation_price()
-        else:
-            cost += (usage.input_tokens / 1_000_000) * self.input_price
 
         # 输出费用
         # 如果有 reasoning tokens，需要分开计算

agent/llm/qwen.py

@@ -0,0 +1,206 @@
+"""
+Qwen LLM provider using OpenAI SDK.
+"""
+
+import os
+import logging
+from typing import Any, Callable, Dict, List, Optional
+from openai import AsyncOpenAI
+
+# 这里的导入根据你的项目结构调整
+from .usage import TokenUsage
+from .pricing import PricingCalculator
+
+logger = logging.getLogger(__name__)
+
+# 2026 推荐：如果 qwen3.5-plus 报 404，请先用 qwen-plus 测试
+# 阿里有时要求兼容模式下的 ID 必须是特定的字符串
+DEFAULT_QWEN_MODEL = "qwen-plus" 
+
+def create_qwen_llm_call(
+    model: str = DEFAULT_QWEN_MODEL,
+    base_url: Optional[str] = None,
+    api_key: Optional[str] = None,
+) -> Callable:
+    """
+    Create a Qwen LLM call function using the OpenAI SDK.
+    """
+    # 获取配置
+    # 注意：使用 OpenAI SDK 时，base_url 必须包含到 /v1
+    api_key = api_key or os.getenv("QWEN_API_KEY")
+    base_url = base_url or os.getenv("QWEN_BASE_URL", "https://dashscope.aliyuncs.com/compatible-mode/v1")
+
+    if not api_key:
+        raise ValueError("QWEN_API_KEY is required")
+
+    # 初始化 OpenAI 异步客户端
+    # SDK 会自动处理 /chat/completions 的拼接
+    client = AsyncOpenAI(
+        api_key=api_key,
+        base_url=base_url
+    )
+
+    pricing_calc = PricingCalculator()
+
+    async def llm_call(
+        messages: List[Dict[str, Any]],
+        model: str = model,
+        tools: Optional[List[Dict]] = None,
+        temperature: float = 0.2,
+        max_tokens: int = 16384,
+        **kwargs
+    ) -> Dict[str, Any]:
+        
+        try:
+            response = await client.chat.completions.create(
+                model=model,
+                messages=messages,
+                tools=tools,
+                temperature=temperature,
+                max_tokens=max_tokens,
+                **kwargs
+            )
+
+            # 获取内容
+            content = response.choices[0].message.content or ""
+            
+            # --- 关键修正位置 ---
+            # 将 Pydantic 对象转换为原始 Dict 列表，这样 runner.py 的 .get() 才不会报错
+            tool_calls = None
+            if response.choices[0].message.tool_calls:
+                tool_calls = [
+                    tc.model_dump() for tc in response.choices[0].message.tool_calls
+                ]
+            # ------------------
+
+            usage = TokenUsage(
+                input_tokens=response.usage.prompt_tokens,
+                output_tokens=response.usage.completion_tokens,
+            )
+
+            cost = pricing_calc.calculate_cost(model=model, usage=usage)
+
+            return {
+                "content": content,
+                "tool_calls": tool_calls, # 现在这里是 List[Dict] 了
+                "prompt_tokens": usage.input_tokens,
+                "completion_tokens": usage.output_tokens,
+                "reasoning_tokens": getattr(response.usage, "reasoning_tokens", 0),
+                "finish_reason": response.choices[0].finish_reason,
+                "cost": cost,
+                "usage": usage,
+            }
+
+        except Exception as e:
+            logger.error(f"Qwen SDK Call Failed: {str(e)}")
+            raise
+
+    return llm_call
+
+
+async def qwen_llm_call(
+    messages: List[Dict[str, Any]],
+    model: str = DEFAULT_QWEN_MODEL,
+    tools: Optional[List[Dict]] = None,
+    **kwargs
+) -> Dict[str, Any]:
+    """
+    Qwen LLM 调用函数（独立函数，可直接使用）
+
+    Args:
+        messages: OpenAI 格式消息列表
+        model: 模型名称（如 "qwen-plus", "qwen-turbo", "qwen-max"）
+        tools: OpenAI 格式工具定义
+        **kwargs: 其他参数（temperature, max_tokens 等）
+
+    Returns:
+        {
+            "content": str,
+            "tool_calls": List[Dict] | None,
+            "prompt_tokens": int,
+            "completion_tokens": int,
+            "reasoning_tokens": int,
+            "cache_creation_tokens": int,
+            "cache_read_tokens": int,
+            "finish_reason": str,
+            "cost": float,
+            "usage": TokenUsage,
+        }
+    """
+    import asyncio
+    from .pricing import calculate_cost
+
+    api_key = os.getenv("QWEN_API_KEY")
+    if not api_key:
+        raise ValueError("QWEN_API_KEY environment variable not set")
+
+    base_url = os.getenv("QWEN_BASE_URL", "https://dashscope.aliyuncs.com/compatible-mode/v1")
+    client = AsyncOpenAI(api_key=api_key, base_url=base_url)
+
+    # 构建请求参数
+    create_kwargs = {
+        "model": model,
+        "messages": messages,
+    }
+    if tools:
+        create_kwargs["tools"] = tools
+    if "temperature" in kwargs:
+        create_kwargs["temperature"] = kwargs["temperature"]
+    if "max_tokens" in kwargs:
+        create_kwargs["max_tokens"] = kwargs["max_tokens"]
+
+    # 带重试的调用
+    max_retries = 3
+    last_exception = None
+    for attempt in range(max_retries):
+        try:
+            response = await client.chat.completions.create(**create_kwargs)
+            break
+        except (ConnectionError, TimeoutError, OSError) as e:
+            last_exception = e
+            if attempt < max_retries - 1:
+                wait = 2 ** attempt * 2
+                logger.warning(
+                    "[Qwen] %s (attempt %d/%d), retrying in %ds",
+                    type(e).__name__, attempt + 1, max_retries, wait,
+                )
+                await asyncio.sleep(wait)
+                continue
+            logger.error("[Qwen] Request failed after %d attempts: %s", max_retries, e)
+            raise
+        except Exception as e:
+            logger.error("[Qwen] Request failed: %s", e)
+            raise
+    else:
+        raise last_exception  # type: ignore[misc]
+
+    # 解析响应
+    choice = response.choices[0]
+    content = choice.message.content or ""
+    finish_reason = choice.finish_reason
+
+    # tool_calls: Pydantic 对象转 dict
+    tool_calls = None
+    if choice.message.tool_calls:
+        tool_calls = [tc.model_dump() for tc in choice.message.tool_calls]
+
+    # 解析 usage
+    usage = TokenUsage(
+        input_tokens=response.usage.prompt_tokens,
+        output_tokens=response.usage.completion_tokens,
+    )
+
+    cost = calculate_cost(model, usage)
+
+    return {
+        "content": content,
+        "tool_calls": tool_calls,
+        "prompt_tokens": usage.input_tokens,
+        "completion_tokens": usage.output_tokens,
+        "reasoning_tokens": getattr(response.usage, "reasoning_tokens", 0) or 0,
+        "cache_creation_tokens": 0,
+        "cache_read_tokens": 0,
+        "finish_reason": finish_reason,
+        "cost": cost,
+        "usage": usage,
+    }

agent/tools/builtin/browser/baseClass.py

@@ -57,7 +57,7 @@ from pathlib import Path
 from langchain_core.runnables import RunnableLambda
 from argparse import Namespace # 使用 Namespace 快速构造带属性的对象
 from langchain_core.messages import AIMessage
-from ....llm.openrouter import openrouter_llm_call
+from ....llm.qwen import qwen_llm_call
 
 # 将项目根目录添加到 Python 路径
 sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
@@ -1391,7 +1391,7 @@ async def extraction_adapter(input_data):
     else:
         prompt = str(input_data)
     
-    response = await openrouter_llm_call(
+    response = await qwen_llm_call(
         messages=[{"role": "user", "content": prompt}]
     )
     

config/pricing.yaml

@@ -68,27 +68,37 @@ models:
   - model: claude-3-5-haiku-20241022
     input_price: 0.80
     output_price: 4.00
+    cache_creation_price: 1.00   # 0.80 * 1.25
+    cache_read_price: 0.08       # 0.80 * 0.1
     provider: anthropic
 
   - model: claude-3-opus-20240229
     input_price: 15.00
     output_price: 75.00
+    cache_creation_price: 18.75  # 15.00 * 1.25
+    cache_read_price: 1.50       # 15.00 * 0.1
     provider: anthropic
 
   # Claude 通配符（匹配新版本）
   - model: claude-3-5-sonnet*
     input_price: 3.00
     output_price: 15.00
+    cache_creation_price: 3.75
+    cache_read_price: 0.30
     provider: anthropic
 
   - model: claude-sonnet-4*
     input_price: 3.00
     output_price: 15.00
+    cache_creation_price: 3.75   # 3.00 * 1.25
+    cache_read_price: 0.30       # 3.00 * 0.1
     provider: anthropic
 
   - model: claude-opus-4*
-    input_price: 15.00
-    output_price: 75.00
+    input_price: 5.00
+    output_price: 25.00
+    cache_creation_price: 6.25   # 5.00 * 1.25
+    cache_read_price: 0.50       # 5.00 * 0.1
     provider: anthropic
 
   # ===== Google Gemini =====
@@ -153,31 +163,43 @@ models:
   - model: anthropic/claude-sonnet-4.5
     input_price: 3.00
     output_price: 15.00
+    cache_creation_price: 3.75
+    cache_read_price: 0.30
     provider: openrouter
 
   - model: anthropic/claude-opus-4.5
     input_price: 5.00
     output_price: 25.00
+    cache_creation_price: 6.25
+    cache_read_price: 0.50
     provider: openrouter
 
   - model: anthropic/claude-opus-4.6
     input_price: 5.00
     output_price: 25.00
+    cache_creation_price: 6.25
+    cache_read_price: 0.50
     provider: openrouter
 
   - model: anthropic/claude-haiku-4.5
     input_price: 1.00
     output_price: 5.00
+    cache_creation_price: 1.25
+    cache_read_price: 0.10
     provider: openrouter
 
   - model: anthropic/claude-sonnet-4
     input_price: 3.00
     output_price: 15.00
+    cache_creation_price: 3.75
+    cache_read_price: 0.30
     provider: openrouter
 
   - model: anthropic/claude*
     input_price: 3.00
     output_price: 15.00
+    cache_creation_price: 3.75
+    cache_read_price: 0.30
     provider: openrouter
 
   - model: openai/gpt-4o*

examples/plan/aliduoduo/description/制作亮点.md

@@ -0,0 +1,68 @@
+"聚类结果": [
+{
+"聚类主题": "极具反差的猫咪神态",
+"聚类描述": "这是该类图片的实质亮点。画面视觉主体是一只橘白相间的猫咪，其面部表情在上下两部分形成剧烈反差：上方是张大嘴巴的抗拒/咆哮神态，下方则是睁大眼睛的乖巧/期待神态。这种拟人化的情绪表演赋予了图片核心的戏剧张力和幽默灵魂。",
+"亮点类型": "实质",
+},
+{
+"聚类主题": "纵向二分的对比叙事构图",
+"聚类描述": "这是该类图片的形式亮点。画面统一采用了互联网模因（Meme）经典的垂直双分栏结构，通过物理空间的上下并置，建立起“拒绝”与“接受”的二元对立逻辑。这种结构化的视觉呈现引导观众进行对比阅读，是支撑笑点产生的核心排版形式。",
+"亮点类型": "形式",
+},
+{
+"聚类主题": "加工前后的水果形态对比",
+"聚类描述": "这是该类图片的实质亮点。作为剧情反转的诱因，各类水果（芒果、榴莲、菠萝、奇异果）展示了两种物理形态：上方是带皮、带刺或完整的“麻烦”状态，下方是去皮、切好摆盘的“享用”状态。这种水果实物的视觉变化构成了猫咪态度转变的直接理由。",
+"亮点类型": "实质",
+},
+{
+"聚类ID": "cluster_food_seafood_state",
+"聚类主题": "带壳与去壳的海鲜形态对比",
+"聚类描述": "这是该类图片的实质亮点。画面展示了海鲜（虾）的两种截然不同的物理状态：上方是带壳、难以直接食用的完整状态，下方是去壳后的纯肉状态。这种特定的海鲜处理细节差异是触发剧情的核心道具。",
+"亮点类型": "实质",
+"亮点列表": [
+{
+"图片名": "img_5",
+"亮点": {
+"合并结论": "状态迥异的虾肉特写",
+"结论描述": "这是一个实质主导的亮点。作为触发猫咪情绪变化的诱因，左侧展示的虾呈现出两种截然不同的物理状态：上方是带壳、带头、难以食用的整虾，下方是去壳、红润诱人的纯虾肉。这种视觉上的细节差异（带壳vs去壳）精准地传达了“懒人吃法”的笑点逻辑。",
+"亮点类型": "实质",
+"合并引用的数据": {
+"段落5.1.5：虾": {
+"实质": "带壳的整虾是构成对比逻辑的关键前提（因为有壳所以拒绝），是故事起因的核心视觉元素，其形态决定了猫咪的拒绝态度。",
+"形式": {
+"图像完整性": "0.85 - ‘完整带壳’的状态是该图像的关键特征，它与下半部分‘剥好的虾肉’形成鲜明对比，是理解猫咪拒绝（怕麻烦/不喜欢剥壳）笑点的核心视觉线索。",
+"图像内容": "0.86 - 作为画面的核心主体，这只完整的虾是表达‘不爱吃虾’这一主题的直接载体，是构成上半部分剧情的基础。"
+},
+"关系": {
+"段间关系-拒绝猫咪-其他关系-情境关联关系": "0.8 - 这是该段落最核心的关系特征。虾是猫咪拒绝动作的直接对象，这种互动关系构成了画面的主要叙事冲突和幽默点。",
+"段间关系-拒绝文字-其他关系-内容指向关系": "0.75 - 文字内容明确指代了画面中的虾，这种图文对应关系确保了观众能准确理解文字中“我不爱吃”所指的具体对象。"
+}
+},
+"段落5.2.5：去壳虾仁": {
+"实质": "去壳的虾仁是整个梗的“包袱”所在，视觉上的去壳状态直接触发了猫咪的态度转变，是理解“区别对待”逻辑的关键。",
+"形式": {
+"图像完整性": "0.91 - “去壳”这一特征是本图与上一张图（带壳虾）形成对比的关键，直接解释了猫咪态度转变的原因（喜欢吃但不喜欢剥壳），是叙事的视觉关键点。",
+"图像内容": "0.93 - 去壳虾仁的图像是该部分的核心视觉主体，直接对应下方文字“我爱吃”以及猫咪的喜爱反应，缺失后图片失去表意对象。"
+},
+"关系": {
+"段间关系-喜爱猫咪-其他关系-情境关联关系": "0.88 - 这是图片的核心逻辑，去壳虾仁是猫咪喜爱的直接对象，触发了猫咪渴望的表情，构成了表情包的笑点。",
+"段间关系-段落5.2.2-空间关系-定性-语义关联关系": "0.86 - 从语义上确认了虾仁是猫咪情感指向的目标，对理解图片叙事至关重要。"
+}
+}
+},
+"亮点ID": "img_5_hl_3"
+}
+}
+]
+},
+{
+"聚类主题": "拟人化的卡通手势贴纸",
+"聚类描述": "这是该类图片的实质亮点。画面中叠加了高饱和度的黄色Emoji手势物体（拒绝手势与捧手动作）。作为独立的视觉实体，这些卡通贴纸被赋予了物理意义，直观地替代了猫咪的前肢，生动地演绎了“拒绝”与“索要”的具体动作。",
+"亮点类型": "实质",
+},
+{
+"聚类主题": "跨次元的拼贴视觉风格",
+"聚类描述": "这是该类图片的形式亮点。图片采用了一种特定的视觉混合手法，将高写实的摄影素材（猫咪、背景）与扁平化或3D风格的卡通符号（Emoji）生硬地结合在一起。这种打破次元壁的拼贴风格增强了画面的互联网网感和荒诞趣味性。",
+"亮点类型": "形式",
+}
+]

examples/plan/aliduoduo/description/制作点.md

@@ -0,0 +1,60 @@
+{
+"元素ID": "元素1",
+"元素名称": "拒绝猫咪",
+"元素描述": "一只白色和橘色相间的猫咪，张大嘴巴，眼睛紧闭，表情夸张，呈现出拒绝或不喜欢的姿态。",
+"段落数量": 7,
+"段落列表": [
+"段落1.1.2",
+"段落2.1.2",
+"段落3.1.2",
+],
+"综合权重": 95.5
+},
+{
+"元素ID": "元素2",
+"元素名称": "喜爱猫咪",
+"元素描述": "一只白色和橘色相间的猫咪，脸颊鼓起，眼睛睁开，表情温顺，呈现出喜爱或期待的姿态。",
+"段落数量": 7,
+"段落列表": [
+"段落1.2.2",
+"段落2.2.2",
+"段落3.2.2",
+],
+"综合权重": 95.5
+},
+{
+"元素ID": "元素3",
+"元素名称": "拒绝手势",
+"元素描述": "一个黄色的卡通手势，拇指和食指伸出，其余手指握拳，表示拒绝或停止。",
+"段落数量": 7,
+"段落列表": [
+"段落1.1.3",
+"段落2.1.3",
+"段落3.1.3",
+],
+"综合权重": 92.5
+},
+{
+"元素ID": "元素4",
+"元素名称": "喜爱手势",
+"元素描述": "一对黄色的卡通手掌，掌心向上，手指微曲，表示喜爱、接受或欢迎。",
+"段落数量": 7,
+"段落列表": [
+"段落1.2.3",
+"段落2.2.3",
+"段落3.2.3",
+],
+"综合权重": 92.5
+},
+{
+"元素ID": "元素5",
+"元素名称": "手",
+"元素描述": "一只肤色白皙的手，掌心向上，手指微曲，呈现托举物品的姿态。",
+"段落数量": 14,
+"段落列表": [
+"段落1.1.4",
+"段落2.1.4",
+"段落3.1.4"
+],
+"综合权重": 88.0
+}

examples/plan/aliduoduo/description/阿里多多酱__img_1_制作表.json

@@ -0,0 +1,336 @@
+[
+  {
+    "名称": "表情包图片",
+    "描述": "一张分为上下两部分的表情包图片，上半部分表示拒绝，下半部分表示喜爱。",
+    "段落ID": "段落1",
+    "形式": {
+      "图像拼接": {
+        "名称": "图像拼接",
+        "描述": "图片由上下两部分拼接而成，上半部分（0,0到1200,400）和下半部分（0,400到1200,800）在垂直方向上紧密连接，形成一个完整的矩形图像。",
+        "类型": "图像布局",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.595
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.616
+      }
+    },
+    "子段落": [
+      {
+        "名称": "上半部分",
+        "描述": "表示拒绝某种食物的场景。",
+        "段落ID": "段落1.1",
+        "形式": {
+          "图像拼接": {
+            "名称": "图像拼接",
+            "描述": "上半部分图片由文字、猫咪、拒绝手势、手和芒果五个元素合成。文字位于左上角，猫咪位于右侧，拒绝手势位于猫咪下方，手位于左下角，芒果位于手上方。所有元素均放置在白色背景上，形成一个统一的拒绝场景。",
+            "类型": "图像布局",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.518
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.642
+          }
+        },
+        "子段落": [
+          {
+            "名称": "拒绝文字",
+            "描述": "表示拒绝的文字。",
+            "段落ID": "段落1.1.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“我不爱吃芒果，谢谢”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.546
+              }
+            }
+          },
+          {
+            "名称": "拒绝猫咪",
+            "描述": "一只张大嘴巴，闭着眼睛，表现出拒绝表情的白色猫咪。",
+            "段落ID": "段落1.1.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪，头部和部分身体可见，面部表情为张大嘴巴打哈欠或发出拒绝的声音，眼睛紧闭，表现出明显的拒绝姿态。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.908
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "猫咪图像的背景是透明的，使其能够无缝地融入白色背景中。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情是张大嘴巴、闭着眼睛，呈现出拒绝、不情愿或厌恶的姿态。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.95
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.975
+              }
+            }
+          },
+          {
+            "名称": "拒绝手势",
+            "描述": "一个黄色竖起大拇指表示拒绝的手势表情符号。",
+            "段落ID": "段落1.1.3",
+            "形式": {
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "手势图像的背景是透明的，使其能够无缝地融入白色背景中。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.385
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落1.1.4",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只肤色手，手掌向上，呈托举状，手腕部分可见。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.927
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "手部图像的背景是透明的，使其能够无缝地融入白色背景中。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.245
+              }
+            }
+          },
+          {
+            "名称": "芒果",
+            "描述": "一个完整的黄色芒果。",
+            "段落ID": "段落1.1.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一个完整的黄色芒果，表面有细小的水珠。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.63
+                }
+              },
+              "图像颜色": {
+                "名称": "图像颜色",
+                "描述": "芒果的颜色为鲜亮的黄色，带有少量橙色渐变。",
+                "类型": "图像样式",
+                "形式ID": "形式6",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "图像完整性": {
+                "名称": "图像完整性",
+                "描述": "芒果呈现为完整的、未被切割的形态。",
+                "类型": "图像特征",
+                "形式ID": "形式4",
+                "评分详情": {
+                  "combined_score": 0.63
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.63
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "下半部分",
+        "描述": "表示喜爱某种食物的场景。",
+        "段落ID": "段落1.2",
+        "形式": {
+          "图像拼接": {
+            "名称": "图像拼接",
+            "描述": "下半部分图片由文字、猫咪、喜爱手势、手和芒果块五个元素合成。文字位于左上角，猫咪位于右侧，喜爱手势位于猫咪下方，手位于左下角，芒果块位于手上方。所有元素均放置在白色背景上，形成一个统一的喜爱场景。",
+            "类型": "图像布局",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.598
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.73
+          }
+        },
+        "子段落": [
+          {
+            "名称": "喜爱文字",
+            "描述": "表示喜爱的文字。",
+            "段落ID": "段落1.2.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“芒果！我爱吃！”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.56
+                }
+              },
+              "文字大小": {
+                "名称": "文字大小",
+                "描述": "文字高度约为100像素，宽度约为600像素，占据了段落1.2.1的整个区域。",
+                "类型": "文字样式",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.56
+              }
+            }
+          },
+          {
+            "名称": "喜爱猫咪",
+            "描述": "一只面带微笑，表情愉悦的白色猫咪。",
+            "段落ID": "段落1.2.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪，头部和部分身体可见，面部表情为微笑，眼睛微眯，嘴角上扬，表现出明显的喜爱和愉悦姿态。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.927
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情是面带微笑，眼睛微眯，呈现出愉悦、喜爱和满足的姿态。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.95
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.972
+              }
+            }
+          },
+          {
+            "名称": "喜爱手势",
+            "描述": "一个黄色合拢表示喜爱的双手手势表情符号。",
+            "段落ID": "段落1.2.3",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.385
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落1.2.4",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只肤色手，手掌向上，呈托举状，手腕部分可见。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.927
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "手部图像的背景是透明的，使其能够无缝地融入白色背景中。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.245
+              }
+            }
+          },
+          {
+            "名称": "芒果块",
+            "描述": "一碗切好的芒果块。",
+            "段落ID": "段落1.2.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一碗切好的芒果块，芒果块呈不规则的立方体状，堆叠在碗中。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "图像颜色": {
+                "名称": "图像颜色",
+                "描述": "芒果块的颜色为鲜亮的黄色，碗的颜色为纯白色。",
+                "类型": "图像样式",
+                "形式ID": "形式6",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "图像容器": {
+                "名称": "图像容器",
+                "描述": "芒果块被盛放在一个白色的、方形的、带有一定深度的碗状容器中。",
+                "类型": "图像布局",
+                "形式ID": "形式16",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.644
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/aliduoduo/description/阿里多多酱__img_2_制作表.json

@@ -0,0 +1,300 @@
+[
+  {
+    "名称": "表情包图片",
+    "描述": "一张分为上下两部分的表情包图片，上半部分表示拒绝，下半部分表示喜爱。",
+    "段落ID": "段落2",
+    "形式": {
+      "图像拼接": {
+        "名称": "图像拼接",
+        "描述": "图像由上下两部分拼接而成，上半部分（0,0,1200,400）和下半部分（0,400,1200,800）在垂直方向上紧密连接，共同构成一个完整的800x1200像素的图像。",
+        "类型": "图像布局",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.626
+        }
+      },
+      "图像背景透明": {
+        "名称": "图像背景透明",
+        "描述": "图像的背景为纯白色，所有前景元素（文字、猫咪、手、榴莲、手势）均被抠图并叠加在白色背景上，背景区域无任何图案或纹理。",
+        "类型": "图像样式",
+        "形式ID": "形式5",
+        "评分详情": {
+          "combined_score": 0.451
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.74
+      }
+    },
+    "子段落": [
+      {
+        "名称": "上半部分",
+        "描述": "表示拒绝某种食物的场景。",
+        "段落ID": "段落2.1",
+        "形式": {
+          "评分详情": {
+            "combined_score": 0.541
+          }
+        },
+        "子段落": [
+          {
+            "名称": "拒绝文字",
+            "描述": "表示拒绝的文字。",
+            "段落ID": "段落2.1.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“我 不爱吃榴莲，谢谢”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.504
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.504
+              }
+            }
+          },
+          {
+            "名称": "拒绝猫咪",
+            "描述": "一只张大嘴巴，闭着眼睛，表现出拒绝表情的白色猫咪。",
+            "段落ID": "段落2.1.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪，头部和部分身体可见，面部表情为张大嘴巴，闭着眼睛，表现出明显的拒绝和厌恶。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.758
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "猫咪图像的背景被完全移除，只保留猫咪主体，边缘清晰，无背景残留。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情为拒绝和厌恶，通过张大的嘴巴和紧闭的眼睛来表现。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.874
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.886
+              }
+            }
+          },
+          {
+            "名称": "拒绝手势",
+            "描述": "一个黄色竖起大拇指表示拒绝的手势表情符号。",
+            "段落ID": "段落2.1.3",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.385
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落2.1.4",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.28
+              }
+            }
+          },
+          {
+            "名称": "榴莲",
+            "描述": "一个完整的带刺榴莲。",
+            "段落ID": "段落2.1.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一个完整的榴莲，表面布满尖刺，呈椭圆形。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "图像完整性": {
+                "名称": "图像完整性",
+                "描述": "榴莲图像呈现为一个完整的、未被剥开的榴莲果实。",
+                "类型": "图像特征",
+                "形式ID": "形式4",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "图像纹理": {
+                "名称": "图像纹理",
+                "描述": "榴莲表面具有清晰可见的尖刺纹理，质感粗糙。",
+                "类型": "图像样式",
+                "形式ID": "形式15",
+                "评分详情": {
+                  "combined_score": 0.504
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.616
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "下半部分",
+        "描述": "表示喜爱某种食物的场景。",
+        "段落ID": "段落2.2",
+        "形式": {
+          "评分详情": {
+            "combined_score": 0.465
+          }
+        },
+        "子段落": [
+          {
+            "名称": "喜爱文字",
+            "描述": "表示喜爱的文字。",
+            "段落ID": "段落2.2.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“榴莲！ 我爱吃！”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.532
+              }
+            }
+          },
+          {
+            "名称": "喜爱猫咪",
+            "描述": "一只面带微笑，表情愉悦的白色猫咪。",
+            "段落ID": "段落2.2.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪，头部和部分身体可见，面部表情为面带微笑，眼睛微眯，表现出愉悦和喜爱的神情。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.824
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "猫咪图像的背景被完全移除，只保留猫咪主体，边缘清晰，无背景残留。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情为愉悦和喜爱，通过微笑的嘴巴和微眯的眼睛来表现。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.855
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.888
+              }
+            }
+          },
+          {
+            "名称": "喜爱手势",
+            "描述": "一个黄色合拢表示喜爱的双手手势表情符号。",
+            "段落ID": "段落2.2.3",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.378
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落2.2.4",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只肤色手，手掌向上，呈托举状，手腕部分被截断。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.824
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "手部图像的背景被完全移除，只保留手部主体，边缘清晰，无背景残留。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.451
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.245
+              }
+            }
+          },
+          {
+            "名称": "榴莲果肉",
+            "描述": "几块剥开的榴莲果肉。",
+            "段落ID": "段落2.2.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是几块剥开的榴莲果肉，果肉呈黄色，形状不规则。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.63
+                }
+              },
+              "图像颜色": {
+                "名称": "图像颜色",
+                "描述": "榴莲果肉的颜色为鲜亮的黄色，部分区域有白色纤维。",
+                "类型": "图像样式",
+                "形式ID": "形式6",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "图像完整性": {
+                "名称": "图像完整性",
+                "描述": "榴莲果肉图像呈现为几块已经剥开的果肉，而非完整的榴莲果实。",
+                "类型": "图像特征",
+                "形式ID": "形式4",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.63
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/aliduoduo/description/阿里多多酱__img_3_制作表.json

@@ -0,0 +1,309 @@
+[
+  {
+    "名称": "表情包图片",
+    "描述": "一张分为上下两部分的表情包图片，上半部分表示拒绝，下半部分表示喜爱。",
+    "段落ID": "段落3",
+    "形式": {
+      "图像拼接": {
+        "名称": "图像拼接",
+        "描述": "图片由上下两部分拼接而成，上半部分（0,0,1200,400）和下半部分（0,400,1200,800）在垂直方向上紧密连接，形成一个完整的矩形图像。",
+        "类型": "图像布局",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.595
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.751
+      }
+    },
+    "子段落": [
+      {
+        "名称": "上半部分",
+        "描述": "表示拒绝某种食物的场景。",
+        "段落ID": "段落3.1",
+        "形式": {
+          "图像拼接": {
+            "名称": "图像拼接",
+            "描述": "上半部分图片由文字（0,0,600,100）、拒绝猫咪（600,100,1200,400）、拒绝手势（600,300,750,400）、手（0,200,400,400）和菠萝（100,100,400,300）等元素组合而成，这些元素在白色背景上自由排布，没有严格的网格或对齐规则，形成一个表达拒绝主题的场景。",
+            "类型": "图像布局",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.476
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.674
+          }
+        },
+        "子段落": [
+          {
+            "名称": "拒绝文字",
+            "描述": "表示拒绝的文字。",
+            "段落ID": "段落3.1.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“我不爱吃菠萝，谢谢”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.546
+              }
+            }
+          },
+          {
+            "名称": "拒绝猫咪",
+            "描述": "一只张大嘴巴，闭着眼睛，表现出拒绝表情的白色猫咪。",
+            "段落ID": "段落3.1.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪的头部特写，猫咪的毛发蓬松，眼睛紧闭，嘴巴张大，露出粉色的口腔和舌头，整体姿态表现出强烈的拒绝或厌恶。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.894
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情是夸张的拒绝或厌恶，通过紧闭的眼睛和张大的嘴巴来表现，具有强烈的喜剧效果。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.898
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.937
+              }
+            }
+          },
+          {
+            "名称": "拒绝手势",
+            "描述": "一个黄色竖起大拇指表示拒绝的手势表情符号。",
+            "段落ID": "段落3.1.3",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.315
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落3.1.4",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只肤色手掌，手掌向上摊开，手指微微弯曲，呈托举状，手腕部分被截断。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.894
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "手部图像的背景被完全移除，手部主体被精确抠出，边缘清晰，与白色背景无缝融合。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.245
+              }
+            }
+          },
+          {
+            "名称": "菠萝",
+            "描述": "一个完整的菠萝。",
+            "段落ID": "段落3.1.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一个完整的菠萝，带有绿色的冠芽和金黄色的果实，果实表面有明显的网格状纹理和突起的“眼睛”。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.623
+                }
+              },
+              "图像颜色": {
+                "名称": "图像颜色",
+                "描述": "菠萝果实主体呈金黄色（近似RGB: 255,192,0），冠芽为深绿色（近似RGB: 0,128,0）。",
+                "类型": "图像样式",
+                "形式ID": "形式6",
+                "评分详情": {
+                  "combined_score": 0.504
+                }
+              },
+              "图像完整性": {
+                "名称": "图像完整性",
+                "描述": "菠萝图像呈现的是一个未经切割、完整的菠萝果实，包括果肉和冠芽。",
+                "类型": "图像特征",
+                "形式ID": "形式4",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "图像纹理": {
+                "名称": "图像纹理",
+                "描述": "菠萝果实表面具有清晰的网格状纹理，每个网格中心有突起的褐色小点，冠芽部分有细长的叶片纹理。",
+                "类型": "图像样式",
+                "形式ID": "形式15",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.623
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "下半部分",
+        "描述": "表示喜爱某种食物的场景。",
+        "段落ID": "段落3.2",
+        "形式": {
+          "图像拼接": {
+            "名称": "图像拼接",
+            "描述": "下半部分图片由文字（0,400,600,500）、喜爱猫咪（600,500,1200,800）、喜爱手势（600,700,750,800）、手（0,600,400,800）和菠萝块（100,500,400,700）等元素组合而成，这些元素在白色背景上自由排布，没有严格的网格或对齐规则，形成一个表达喜爱主题的场景。",
+            "类型": "图像布局",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.49
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.662
+          }
+        },
+        "子段落": [
+          {
+            "名称": "喜爱文字",
+            "描述": "表示喜爱的文字。",
+            "段落ID": "段落3.2.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "文字内容为“菠萝！我爱吃！”。",
+                "类型": "文字特征",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.56
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.567
+              }
+            }
+          },
+          {
+            "名称": "喜爱猫咪",
+            "描述": "一只面带微笑，表情愉悦的白色猫咪。",
+            "段落ID": "段落3.2.2",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一只白色猫咪的头部特写，猫咪的毛发蓬松，眼睛半睁，嘴角上扬，露出微笑的表情，整体姿态表现出愉悦和喜爱。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.852
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "猫咪图像的背景被完全移除，猫咪主体被精确抠出，边缘清晰，与白色背景无缝融合。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "图像表情": {
+                "名称": "图像表情",
+                "描述": "猫咪的表情是愉悦和喜爱，通过半睁的眼睛和上扬的嘴角来表现，具有可爱的喜剧效果。",
+                "类型": "图像特征",
+                "形式ID": "形式10",
+                "评分详情": {
+                  "combined_score": 0.929
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.951
+              }
+            }
+          },
+          {
+            "名称": "喜爱手势",
+            "描述": "一个黄色合拢表示喜爱的双手手势表情符号。",
+            "段落ID": "段落3.2.3",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.336
+              }
+            }
+          },
+          {
+            "名称": "手",
+            "描述": "一只托举着食物的肤色手。",
+            "段落ID": "段落3.2.4",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.336
+              }
+            }
+          },
+          {
+            "名称": "菠萝块",
+            "描述": "一碗切好的菠萝块。",
+            "段落ID": "段落3.2.5",
+            "形式": {
+              "图像内容": {
+                "名称": "图像内容",
+                "描述": "图像内容是一个透明玻璃碗中盛放着切好的菠萝块，菠萝块呈不规则的块状，颜色金黄，表面湿润。",
+                "类型": "图像特征",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "图像背景透明": {
+                "名称": "图像背景透明",
+                "描述": "菠萝块和碗的图像背景被完全移除，主体被精确抠出，边缘清晰，与白色背景无缝融合。",
+                "类型": "图像样式",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.406
+                }
+              },
+              "图像颜色": {
+                "名称": "图像颜色",
+                "描述": "菠萝块呈金黄色（近似RGB: 255,215,0），玻璃碗呈透明无色。",
+                "类型": "图像样式",
+                "形式ID": "形式6",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.616
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/aliduoduo/index.md

@@ -0,0 +1,68 @@
+# 阿里多多酱 — 内容还原素材索引
+
+> 本目录包含一组猫咪表情包帖子的解构数据，用于驱动 AI 还原出与原帖视觉一致的图片。
+> 还原思路：先理解制作亮点和制作点（做什么），再深入制作表（怎么做）。
+
+---
+
+## 目录结构
+
+```
+aliduoduo/
+└── descriptions/
+    ├── 制作亮点.md              # ★ 最重要 — 5 组视觉亮点聚类，定义还原优先级
+    ├── 制作点.md                # ★ 最重要 — 5 个核心制作元素及权重排序
+    ├── 创作表.md                # 原帖创作视角描述（当前为空）
+    ├── 阿里多多酱__img_1_制作表.json  # img_1 详细制作表（芒果主题）
+    ├── 阿里多多酱__img_2_制作表.json  # img_2 详细制作表（榴莲主题）
+    └── 阿里多多酱__img_3_制作表.json  # img_3 详细制作表（菠萝主题）
+```
+
+当前无 features/ 目录（无多模态特征素材）。
+
+---
+
+## 第一层：制作亮点与制作点（还原优先级）
+
+### 制作亮点（`descriptions/制作亮点.md`）
+
+5 组视觉亮点聚类，分为实质亮点和形式亮点：
+
+| 亮点聚类                 | 类型 | 核心描述                                     |
+| ------------------------ | ---- | -------------------------------------------- |
+| 极具反差的猫咪神态       | 实质 | 上方张嘴抗拒 vs 下方乖巧期待，拟人化情绪表演 |
+| 加工前后的水果形态对比   | 实质 | 带皮完整状态 vs 去皮切好状态，态度转变的诱因 |
+| 带壳与去壳的海鲜形态对比 | 实质 | 带壳整虾 vs 去壳虾仁，特定于 img_5           |
+| 拟人化的卡通手势贴纸     | 实质 | 黄色 Emoji 手势替代猫咪前肢，演绎拒绝与索要  |
+| 纵向二分的对比叙事构图   | 形式 | Meme 经典垂直双分栏，拒绝 vs 接受的二元对立  |
+| 跨次元的拼贴视觉风格     | 形式 | 写实摄影素材与扁平卡通符号的混搭拼贴         |
+
+### 制作点（`descriptions/制作点.md`）
+
+按权重排序的 5 个核心制作元素：
+
+| 制作元素 | 权重 | 说明                                 |
+| -------- | ---- | ------------------------------------ |
+| 拒绝猫咪 | 95.5 | 白橘猫，张嘴闭眼，夸张抗拒表情       |
+| 喜爱猫咪 | 95.5 | 白橘猫，鼓腮睁眼，温顺期待表情       |
+| 拒绝手势 | 92.5 | 黄色卡通手势，拇指食指伸出，表示拒绝 |
+| 喜爱手势 | 92.5 | 黄色卡通手掌，掌心向上，表示接受     |
+| 手       | 88.0 | 肤色白皙的手，掌心向上，托举物品姿态 |
+
+---
+
+## 第二层：制作表（还原的详细蓝图）
+
+每张图有一个 JSON 制作表，包含：
+
+- 上下两部分的分层段落结构（拒绝场景 / 喜爱场景）
+- 每个元素的形式参数（图像拼接、布局、色彩等）
+- 每个层级的综合评分
+
+### 3 张图概览
+
+| 图片  | 主题食物 | 核心结构                                      |
+| ----- | -------- | --------------------------------------------- |
+| img_1 | 芒果     | 上：带皮芒果+拒绝猫咪 / 下：切好芒果+喜爱猫咪 |
+| img_2 | 榴莲     | 上：带壳榴莲+拒绝猫咪 / 下：榴莲果肉+喜爱猫咪 |
+| img_3 | 菠萝     | 上：带皮菠萝+拒绝猫咪 / 下：切好菠萝+喜爱猫咪 |

examples/plan/config.py

@@ -11,7 +11,7 @@ from agent.core.runner import KnowledgeConfig, RunConfig
 
 RUN_CONFIG = RunConfig(
     # 模型配置
-    model="claude-sonnet-4.5",
+    model="qwen3.5-plus",
     temperature=0.3,
     max_iterations=1000,
 
@@ -35,12 +35,18 @@ RUN_CONFIG = RunConfig(
         owner="",  # 所有者（空则尝试从 git config user.email 获取，再空则用 agent:{agent_id}）
         default_tags={"project": "research", "domain": "ai_agent"},  # 默认 tags（会与工具调用参数合并）
         default_scopes=["org:cybertogether"],  # 默认 scopes
-        default_search_types=["strategy", "tool"],  # 默认搜索类型过滤
-        default_search_owner="1746532635@qq.com"  # 默认搜索 owner 过滤（空则不过滤）
+        default_search_types=["strategy", "tool","plan"],  # 默认搜索类型过滤
+        default_search_owner=""  # 默认搜索 owner 过滤（空则不过滤）
     )
 )
 
 
+# ===== 任务配置 =====
+
+INPUT_DIR = "examples/plan/xiaocong"       # 输入素材目录
+OUTPUT_ID = "output_cong"                   # 输出目录 ID，输出保存在 examples/plan/outputs/{OUTPUT_ID}/
+
+
 # ===== 基础设施配置 =====
 
 SKILLS_DIR = "./skills"

examples/plan/research.prompt

@@ -1,5 +1,5 @@
 ---
-model: anthropic/claude-sonnet-4.5
+model: qwen3.5-plus
 temperature: 0.3
 ---
 
@@ -8,6 +8,10 @@ $system$
 
 **你不需要关心具体的实现细节**（如工具参数、模型权重等），只需要确定还原的整体策略和粗工序。
 
+**变量说明**：
+- `%input_dir%`：输入素材目录路径
+- `%output_id%`：输出目录 ID，输出文件保存在 `examples/plan/outputs/%output_id%/` 下
+
 ## 核心概念
 
 ### 还原策略
@@ -18,7 +22,7 @@ $system$
 
 ## 输出要求
 
-所有输出文件必须保存在 `examples/plan/output/` 目录下。
+所有输出文件必须保存在 `examples/plan/outputs/%output_id%/` 目录下。
 每个阶段都要产出过程文件。
 
 ## 工作流程
@@ -26,30 +30,35 @@ $system$
 ### 第一步：需求分析（轻量读取，聚焦于"还原什么"）
 
 只需要读取少量核心文件，理解还原需求：
-- `examples/input/index.md`（导航概览）
-- `examples/input/descriptions/图片亮点.md`（核心亮点聚类）
-- `examples/input/descriptions/制作点.md`（核心制作元素及权重）
-- `examples/input/descriptions/创作表.md` (创作视角描述)
+- `%input_dir%/index.md`（导航概览）
+- `%input_dir%/descriptions/制作亮点.md`（核心亮点聚类）
+- `%input_dir%/descriptions/制作点.md`（核心制作元素及权重）
+- `%input_dir%/descriptions/创作表.md`（创作视角描述，如果存在）
 
 这一步的目标不是理解所有素材细节，而是搞清楚：**需要在哪些角度精准还原，哪些地方不能出错。**
 
-**输出** `examples/plan/output/analysis.json`：
+**输出** `examples/plan/outputs/%output_id%/analysis.json`：
+
+1. **内容品类判断**：
+   - 总结这组图属于什么品类（如：户外人像写真、产品展示、美食摄影、室内场景、插画风格等）
+   - 品类的典型特征是什么（如人像写真的核心是人物一致性+光影氛围，产品展示的核心是材质还原+角度变化）
+   - 这个品类在 AI 还原中通常面临哪些共性挑战
+   - 品类判断将作为后续搜索策略的重要维度——不同品类可能适配不同的还原策略
 
-1. **上限点（内容角度的精准还原目标）**：
+2. **上限点（内容角度的精准还原目标）**：
    - 直接来自图片亮点中的核心亮点聚类
    - 这些是内容层面必须高度还原的特征（如画中画结构、Impasto 质感、白绿配色等）
    - 注意：上限点虽然是内容上的重点，但不一定技术上最难——有些可能很容易还原
 
-2. **下限点（你自己总结的底线要求）**：
+3. **下限点（你自己总结的底线要求）**：
    这部分不在已有文件中，需要你基于对内容的理解自行总结。下限点是那些：
    - 如果做不好，会让整组图"一眼假"或"一眼 AI"的特征
    - 例如：人物跨图一致性（不同角度是否像同一个人）、手部/手指的真实性、衣物褶皱的自然度、道具的空间透视关系、光影的物理合理性等
    - **下限点往往是技术上最难、最需要重点攻克的部分**
    - 对每个下限点，说明为什么它重要、做不好会怎样
 
-3. **需求总结**：
-   - 将上限点和下限点整合为一份还原需求清单
-   - 标注优先级：哪些是"必须做到"、哪些是"尽量做到"
+4. **需求总结**：
+   - 将品类特征、上限点和下限点整合为一份还原需求清单
 
 **每一条结论都要附带推理过程。**
 
@@ -59,6 +68,8 @@ $system$
 
 带着第一步的需求，去搜索可行的还原策略。核心问题是：**什么样的策略能同时满足上限点和下限点的要求？**
 
+//根据需求，生成出的query词的理由，以及预期目标。然后拿结果与预期目标做一次对比评估
+
 **策略搜索顺序（优先级从高到低）**：
 
 1. **优先：搜索知识库**：
@@ -68,7 +79,7 @@ $system$
 
 2. **其次：线上调研**：
    - 知识库中没有或不够用时，再去线上搜索
-   - 从工作流角度（小红书、公众号、知乎）：搜索多图一致性生成、人物写真还原等实战工作流
+   - 从工作流角度（小红书、公众号、知乎）：根据第一步得到的需求自行决定关键词搜索信息, 主要搜索相关实战工作流
    - 从工具能力角度（GitHub、产品官网、社区）：搜索各类工具的能力边界，判断哪些能力可以支撑哪种策略
      - C 端平台（Midjourney、即梦、海螺、Lovart、可灵等）
      - 专业平台和开源项目
@@ -83,24 +94,25 @@ $system$
 - 它依赖什么工具能力（当前是否可用）
 - 它能否满足第一步中的上限点和下限点
 - 优点、局限性、风险
+- 是否与预期目标是一致的（避免被调研结果带偏）
 
-**实时输出**到 `examples/plan/output/research.json`。
+**实时输出**到 `examples/plan/outputs/%output_id%/research.json`。
 
 **调研中途检查**：每完成一轮搜索，重新读取 analysis.json，检查策略是否能覆盖需求。
 
 最终选定一个策略（或策略组合），说明选择理由。
 
+//是否评估，是否评估准确
+
 ### 第三步：实例化粗工序（精细读取素材）
 
 **开始前**：重新读取 analysis.json 和 research.json。
 
-现在才需要精细地查看具体素材。根据选定的策略，逐个读取：
-- 每张图的制作表（`descriptions/写生油画__img_N_制作表.json`）
-- 每个 features/ 目录的 mapping.json 和具体素材
+现在才需要精细地查看具体素材。根据选定的策略，逐个读取。
 
 目标是将策略实例化：手头有哪些素材可以直接用、策略中的每一步对应到具体的图和特征上。
 
-**输出粗工序**到 `examples/plan/output/pipeline.json`：
+**输出粗工序**到 `examples/plan/outputs/%output_id%/pipeline.json`：
 ```json
 {
   "selected_strategy": {
@@ -131,18 +143,21 @@ $system$
 
 ### 第四步：生成 HTML 报告
 
-运行已有的 `examples/plan/output/generate_report.py`（如果存在且适配），或编写一个新的，读取 JSON 文件生成 `restoration_plan.html`。
+运行已有的 `examples/plan/outputs/%output_id%/generate_report.py`（如果存在且适配），或编写一个新的，读取 JSON 文件生成 `restoration_plan.html`。
 
 ## 注意事项
-- `input/index.md` 是你的导航入口
-- `input/features/` 下按维度组织了特征目录，每个目录有 mapping.json
-- 所有输出必须在 `examples/plan/output/` 目录下
+- `%input_dir%/index.md` 是你的导航入口
+- 如果存在 `%input_dir%/features/`，其下按维度组织了特征目录，每个目录有 mapping.json
+- 所有输出必须在 `examples/plan/outputs/%output_id%/` 目录下
 - analysis.json 是指导性文件，后续每个阶段开始前都要重新读取
 - 遇到不确定的地方，优先调研，其次请求人工协助（feishu 联系孙若天）
 - 保存结论性知识：对于调研中得出的通用性策略知识，使用 save_knowledge 工具存储
 
 $user$
-请开始对 input/ 中的图文帖子内容制定还原的粗工序。
+输入目录：%input_dir%
+输出ID：%output_id%
+
+请开始对 %input_dir% 中的图文帖子内容制定还原的粗工序。
 
 1. 先读取图片亮点和制作点，分析还原需求（上限点+自己总结的下限点），输出 analysis.json
 2. 带着需求去搜索还原策略（工作流、工具能力、知识库），评估并选定策略，输出 research.json（输出策略时，要列举该策略的来源:knowledge_id,网页，帖子）

examples/plan/run.py

@@ -36,13 +36,13 @@ from agent.trace import (
     Trace,
     Message,
 )
-from agent.llm import create_openrouter_llm_call
+from agent.llm import create_qwen_llm_call
 from agent.cli import InteractiveController
 from agent.utils import setup_logging
 from agent.tools.builtin.browser.baseClass import init_browser_session, kill_browser_session
 
 # 导入项目配置
-from config import RUN_CONFIG, SKILLS_DIR, TRACE_STORE_PATH, DEBUG, LOG_LEVEL, LOG_FILE, BROWSER_TYPE, HEADLESS
+from config import RUN_CONFIG, SKILLS_DIR, TRACE_STORE_PATH, DEBUG, LOG_LEVEL, LOG_FILE, BROWSER_TYPE, HEADLESS, INPUT_DIR, OUTPUT_ID
 
 
 async def main():
@@ -81,7 +81,9 @@ async def main():
 
     # 4. 构建任务消息
     print("4. 构建任务消息...")
-    messages = prompt.build_messages()
+    print(f"   - 输入目录: {INPUT_DIR}")
+    print(f"   - 输出 ID: {OUTPUT_ID}")
+    messages = prompt.build_messages(input_dir=INPUT_DIR, output_id=OUTPUT_ID)
 
     # 5. 初始化浏览器
     import platform
@@ -115,7 +117,7 @@ async def main():
     store = FileSystemTraceStore(base_path=TRACE_STORE_PATH)
     runner = AgentRunner(
         trace_store=store,
-        llm_call=create_openrouter_llm_call(model=model_for_llm),
+        llm_call=create_qwen_llm_call(model=model_for_llm),
         skills_dir=SKILLS_DIR,
         debug=DEBUG
     )

examples/plan/xiaocong/descriptions/制作亮点.md

@@ -0,0 +1,32 @@
+"聚类结果":[{
+  "聚类主题": "拟真纸张与笔记本实体",
+  "聚类描述": "该聚类属于实质。这些亮点展示了构成画面的物理基础，包括带有褶皱纹理的信纸和具有实体感的螺旋活页笔记本。它们作为具体的视觉物体，为内容提供了具有真实触感和生活气息的书写介质。",
+  "亮点类型": "实质",
+},
+{
+  "聚类主题": "拟物化笔记场景呈现",
+  "聚类描述": "该聚类属于形式。设计通过模仿实体螺旋笔记本的构图框架、边缘纹理和阴影处理，构建了一种沉浸式的“手记”视觉风格。这种呈现方式将数字化内容包装在熟悉的物理容器形式中，增强了阅读的代入感。",
+  "亮点类型": "形式",
+},
+{
+  "聚类主题": "结构化排版与导视",
+  "聚类描述": "该聚类属于形式。画面利用居中堆叠、虚线分隔、层级列表等排版手段，构建了严谨而清晰的视觉秩序。这种结构化的布局形式通过空间分割和视线引导，将复杂的信息拆解为易于消化的模块，提升了阅读体验。",
+  "亮点类型": "形式",
+},
+{
+  "聚类主题": "手绘装饰与卡通图标",
+  "聚类描述": "该聚类属于实质。画面中散布着星星、花朵、笑脸及各类卡通小图标等手绘涂鸦元素。这些具象的装饰性物体不仅丰富了画面的视觉层次，更以轻松活泼的风格中和了科技主题的枯燥感。",
+  "亮点类型": "实质",
+},
+{
+  "聚类主题": "语义化色彩高亮",
+  "聚类描述": "该聚类属于形式。设计模拟了学生做笔记时的色彩标记习惯，利用荧光笔触、彩色字体对关键术语进行视觉强调。这种形式手段建立了清晰的信息层级，有效地引导读者快速捕捉核心知识点。",
+  "亮点类型": "形式",
+},
+{
+  "聚类主题": "知识可视化图表",
+  "聚类描述": "该聚类属于实质。亮点展示了一个具体的数据转化图表，将抽象的算法逻辑具象化为可视的矩阵数据。它是画面中用于教育解释的核心物体，直观演示了从分词到向量的转化过程。",
+  "亮点类型": "实质"
+}
+
+]

examples/plan/xiaocong/descriptions/制作点.md

@@ -0,0 +1,37 @@
+{
+"元素ID": "元素1",
+"元素名称": "核心英文单词",
+"元素描述": "页面中心位置的英文单词，字体较大，颜色突出，通常位于一个彩色背景块上。",
+"段落数量": 4,
+"段落列表": [
+"段落1.3.3",
+"段落2.2.2",
+"段落3.2.2",
+"段落4.2.2"
+],
+"综合权重": 87.3
+},
+{
+"元素ID": "元素2",
+"元素名称": "背景",
+"元素描述": "带有横线的笔记本纸张纹理背景，边缘有虚线边框，整体呈现笔记风格。",
+"段落数量": 3,
+"段落列表": [
+"段落2.1",
+"段落3.1",
+"段落4.1"
+],
+"综合权重": 59.2
+},
+{
+"元素ID": "元素3",
+"元素名称": "回形针装饰",
+"元素描述": "页面左侧和右侧边缘的蓝色回形针形状装饰，用于固定页面，具有立体感。",
+"段落数量": 3,
+"段落列表": [
+"段落2.2.1",
+"段落3.2.1",
+"段落4.2.1"
+],
+"综合权重": 48.7
+}

examples/plan/xiaocong/descriptions/小葱__img_1_制作表.json

@@ -0,0 +1,679 @@
+[
+  {
+    "名称": "笔记风格海报",
+    "描述": "一张以笔记本纸张为背景的宣传海报，包含标题、副标题、英文单词、励志语录和日期等多种文字信息，并配有装饰性图案。",
+    "段落ID": "段落1",
+    "形式": {
+      "背景纹理": {
+        "名称": "背景纹理",
+        "描述": "背景呈现出米白色纸张的纹理，带有横向的浅灰色细线，模拟笔记本纸张效果，同时纸张表面有不规则的褶皱和轻微的脏污感。",
+        "类型": "纹理",
+        "形式ID": "形式12",
+        "评分详情": {
+          "combined_score": 0.644
+        }
+      },
+      "背景颜色": {
+        "名称": "背景颜色",
+        "描述": "背景主色调为米白色，具体RGB值为(245, 245, 235)。",
+        "类型": "色彩",
+        "形式ID": "形式9",
+        "评分详情": {
+          "combined_score": 0.518
+        }
+      },
+      "文字内容": {
+        "名称": "文字内容",
+        "描述": "海报中包含中文文字“小葱白工”、“每天掌握一个”、“AI知识点”、“你走过的路，都会成为你的底气。”，英文文字“Growth”、“Hope”、“Future”、“Embedding”、“\"The paths you've walked will build your strength.\"”，以及日期“04.28”。",
+        "类型": "内容",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.672
+        }
+      },
+      "文字颜色": {
+        "名称": "文字颜色",
+        "描述": "“小葱白工”为深灰色（RGB: 60, 60, 60），“Growth”、“Hope”、“Future”为浅灰色（RGB: 150, 150, 150），“每天掌握一个”、“AI知识点”为深灰色（RGB: 60, 60, 60），“Embedding”为蓝色（RGB: 60, 140, 220），“你走过的路，都会成为你的底气。”为深灰色（RGB: 60, 60, 60），“\"The paths you've walked will build your strength.\"”为深灰色（RGB: 60, 60, 60），“Date: 04.28”为深灰色（RGB: 60, 60, 60）。",
+        "类型": "色彩",
+        "形式ID": "形式5",
+        "评分详情": {
+          "combined_score": 0.574
+        }
+      },
+      "文字字号": {
+        "名称": "文字字号",
+        "描述": "“每天掌握一个”和“AI知识点”的字号最大，目测约为100pt；“Embedding”字号次之，目测约为90pt；“你走过的路，都会成为你的底气。”和“\"The paths you've walked will build your strength.\"”字号较小，目测约为30pt；“小葱白工”、“Growth”、“Hope”、“Future”、“Date: 04.28”字号最小，目测约为25pt。",
+        "类型": "尺寸",
+        "形式ID": "形式7",
+        "评分详情": {
+          "combined_score": 0.595
+        }
+      },
+      "文字字体": {
+        "名称": "文字字体",
+        "描述": "中文标题“每天掌握一个”、“AI知识点”和副标题“你走过的路，都会成为你的底气。”采用手写风格的粗体中文字体；英文单词“Embedding”采用粗体无衬线字体；“小葱白工”采用手写风格中文字体；“Growth”、“Hope”、“Future”采用手写风格英文衬线字体；英文励志语录“\"The paths you've walked will build your strength.\"”采用手写风格英文衬线字体；日期“Date: 04.28”采用手写风格英文无衬线字体。",
+        "类型": "字体",
+        "形式ID": "形式8",
+        "评分详情": {
+          "combined_score": 0.616
+        }
+      },
+      "文字排版": {
+        "名称": "文字排版",
+        "描述": "“小葱白工”位于画面左上角，横向排列；“Growth”、“Hope”、“Future”位于画面右上角，竖向排列，每个单词被椭圆形边框包围；“每天掌握一个”位于画面中央偏上，横向居中排列；“AI知识点”位于“每天掌握一个”下方，横向居中排列；“Embedding”位于“AI知识点”下方，横向居中排列；“你走过的路，都会成为你的底气。”位于画面中下部，横向居中排列；“\"The paths you've walked will build your strength.\"”位于中文励志语录下方，横向居中排列；“Date: 04.28”位于画面左下角，横向排列。",
+        "类型": "布局",
+        "形式ID": "形式3",
+        "评分详情": {
+          "combined_score": 0.546
+        }
+      },
+      "图案形状": {
+        "名称": "图案形状",
+        "描述": "画面左上角有两颗星星图案，一颗为五角星，一颗为四角星；画面右上角有三个椭圆形边框；画面左下角有三朵花朵图案，每朵花有四个花瓣，花瓣呈圆形，花蕊呈圆形；画面右下角有四颗四角星图案。",
+        "类型": "形状",
+        "形式ID": "形式2",
+        "评分详情": {
+          "combined_score": 0.49
+        }
+      },
+      "涂抹形状": {
+        "名称": "涂抹形状",
+        "描述": "副标题“AI知识点”下方有一个不规则的粉色涂抹区域，形状呈横向椭圆形，边缘模糊，模拟手绘涂抹效果。",
+        "类型": "形状",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "涂抹颜色": {
+        "名称": "涂抹颜色",
+        "描述": "涂抹区域的颜色为粉色，具体RGB值为(255, 180, 200)。",
+        "类型": "色彩",
+        "评分详情": {
+          "combined_score": 0.406
+        }
+      },
+      "涂抹位置": {
+        "名称": "涂抹位置",
+        "描述": "涂抹区域位于画面中央，覆盖了副标题“AI知识点”的下方，其顶点坐标为[200, 470], [1000, 470], [1000, 700], [200, 700]。",
+        "类型": "布局",
+        "评分详情": {
+          "combined_score": 0.42
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.658
+      }
+    },
+    "子段落": [
+      {
+        "名称": "背景",
+        "描述": "一张带有横线和褶皱纹理的米白色笔记本纸张背景。",
+        "段落ID": "段落1.1",
+        "形式": {
+          "背景纹理": {
+            "名称": "背景纹理",
+            "描述": "背景呈现出米白色纸张的纹理，带有横向的浅灰色细线，模拟笔记本纸张效果，同时纸张表面有不规则的褶皱和轻微的脏污感。",
+            "类型": "纹理",
+            "形式ID": "形式12",
+            "评分详情": {
+              "combined_score": 0.63
+            }
+          },
+          "背景颜色": {
+            "名称": "背景颜色",
+            "描述": "背景主色调为米白色，具体RGB值为(245, 245, 235)。",
+            "类型": "色彩",
+            "形式ID": "形式9",
+            "评分详情": {
+              "combined_score": 0.56
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.644
+          }
+        }
+      },
+      {
+        "名称": "顶部装饰与信息",
+        "描述": "画面顶部左右两侧的装饰性图案和文字。",
+        "段落ID": "段落1.2",
+        "形式": {
+          "文字颜色": {
+            "名称": "文字颜色",
+            "描述": "“小葱白工”为深灰色（RGB: 60, 60, 60），“Growth”、“Hope”、“Future”为浅灰色（RGB: 150, 150, 150）。",
+            "类型": "色彩",
+            "形式ID": "形式5",
+            "评分详情": {
+              "combined_score": 0.616
+            }
+          },
+          "文字字号": {
+            "名称": "文字字号",
+            "描述": "“小葱白工”、“Growth”、“Hope”、“Future”字号较小，目测约为25pt。",
+            "类型": "尺寸",
+            "形式ID": "形式7",
+            "评分详情": {
+              "combined_score": 0.644
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.441
+          }
+        },
+        "子段落": [
+          {
+            "名称": "左侧标识",
+            "描述": "画面左上角由星星图案和文字组成的标识。",
+            "段落ID": "段落1.2.1",
+            "形式": {
+              "图案形状": {
+                "名称": "图案形状",
+                "描述": "包含一颗粉色五角星和一颗黄色四角星。",
+                "类型": "形状",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "中文文字“小葱白工”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.672
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "文字颜色为深灰色，具体RGB值为(60, 60, 60)。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号较小，目测约为25pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用手写风格中文字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字位于星星图案下方，横向排列，整体居中。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.266
+              }
+            },
+            "子段落": [
+              {
+                "名称": "星星图案",
+                "描述": "左上角由粉色和黄色星星组成的图案。",
+                "段落ID": "段落1.2.1.1",
+                "形式": {
+                  "图案形状": {
+                    "名称": "图案形状",
+                    "描述": "包含一颗粉色五角星和一颗黄色四角星。",
+                    "类型": "形状",
+                    "形式ID": "形式2",
+                    "评分详情": {
+                      "combined_score": 0.49
+                    }
+                  },
+                  "评分详情": {
+                    "combined_score": 0.231
+                  }
+                }
+              },
+              {
+                "名称": "标识文字",
+                "描述": "左上角星星图案下方的中文文字。",
+                "段落ID": "段落1.2.1.2",
+                "形式": {
+                  "评分详情": {
+                    "combined_score": 0.301
+                  }
+                }
+              }
+            ]
+          },
+          {
+            "名称": "右侧标签",
+            "描述": "画面右上角竖向排列的三个椭圆形边框文字标签。",
+            "段落ID": "段落1.2.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "包含英文文字“Growth”、“Hope”、“Future”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.672
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "文字颜色为浅灰色，具体RGB值为(150, 150, 150)。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号较小，目测约为25pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用手写风格英文衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "三个单词竖向排列，每个单词被一个椭圆形边框包围，整体位于画面右上角。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.231
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "主要内容区",
+        "描述": "海报中央区域，包含标题、副标题和核心英文单词，是视觉焦点。",
+        "段落ID": "段落1.3",
+        "形式": {
+          "文字内容": {
+            "名称": "文字内容",
+            "描述": "包含中文文字“每天掌握一个”、“AI知识点”和英文文字“Embedding”。",
+            "类型": "内容",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.616
+            }
+          },
+          "文字颜色": {
+            "名称": "文字颜色",
+            "描述": "“每天掌握一个”、“AI知识点”为深灰色（RGB: 60, 60, 60），“Embedding”为蓝色（RGB: 60, 140, 220）。",
+            "类型": "色彩",
+            "形式ID": "形式5",
+            "评分详情": {
+              "combined_score": 0.532
+            }
+          },
+          "文字字号": {
+            "名称": "文字字号",
+            "描述": "“每天掌握一个”和“AI知识点”的字号最大，目测约为100pt；“Embedding”字号次之，目测约为90pt。",
+            "类型": "尺寸",
+            "形式ID": "形式7",
+            "评分详情": {
+              "combined_score": 0.574
+            }
+          },
+          "文字字体": {
+            "名称": "文字字体",
+            "描述": "中文标题“每天掌握一个”、“AI知识点”采用手写风格的粗体中文字体；英文单词“Embedding”采用粗体无衬线字体。",
+            "类型": "字体",
+            "形式ID": "形式8",
+            "评分详情": {
+              "combined_score": 0.49
+            }
+          },
+          "文字排版": {
+            "名称": "文字排版",
+            "描述": "“每天掌握一个”位于画面中央偏上，横向居中排列；“AI知识点”位于“每天掌握一个”下方，横向居中排列；“Embedding”位于“AI知识点”下方，横向居中排列。",
+            "类型": "布局",
+            "形式ID": "形式3",
+            "评分详情": {
+              "combined_score": 0.455
+            }
+          },
+          "涂抹位置": {
+            "名称": "涂抹位置",
+            "描述": "涂抹区域位于画面中央，覆盖了副标题“AI知识点”的下方，其顶点坐标为[200, 470], [1000, 470], [1000, 700], [200, 700]。",
+            "类型": "布局",
+            "评分详情": {
+              "combined_score": 0.42
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.616
+          }
+        },
+        "子段落": [
+          {
+            "名称": "标题",
+            "描述": "深灰色粗体中文字，位于画面顶部偏中。",
+            "段落ID": "段落1.3.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "中文文字“每天掌握一个”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号最大，目测约为100pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.448
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用手写风格的粗体中文字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.462
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字位于画面中央偏上，横向居中排列。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.406
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.476
+              }
+            }
+          },
+          {
+            "名称": "副标题",
+            "描述": "深灰色粗体中文字，位于粉色涂抹背景上。",
+            "段落ID": "段落1.3.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "中文文字“AI知识点”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号较大，目测约为100pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.406
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用手写风格的粗体中文字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.476
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字位于“每天掌握一个”下方，横向居中排列，部分文字位于粉色涂抹背景上。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.455
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.532
+              }
+            }
+          },
+          {
+            "名称": "核心英文单词",
+            "描述": "蓝色粗体英文单词，位于副标题下方。",
+            "段落ID": "段落1.3.3",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "英文单词“Embedding”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.672
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "文字颜色为蓝色，具体RGB值为(60, 140, 220)。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号较大，目测约为90pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用粗体无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字位于“AI知识点”下方，横向居中排列。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.672
+              }
+            }
+          },
+          {
+            "名称": "粉色涂抹背景",
+            "描述": "副标题下方的粉色不规则涂抹区域。",
+            "段落ID": "段落1.3.4",
+            "形式": {
+              "涂抹颜色": {
+                "名称": "涂抹颜色",
+                "描述": "涂抹区域的颜色为粉色，具体RGB值为(255, 180, 200)。",
+                "类型": "色彩",
+                "评分详情": {
+                  "combined_score": 0.406
+                }
+              },
+              "涂抹位置": {
+                "名称": "涂抹位置",
+                "描述": "涂抹区域位于画面中央，覆盖了副标题“AI知识点”的下方，其顶点坐标为[200, 470], [1000, 470], [1000, 700], [200, 700]。",
+                "类型": "布局",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.441
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "励志语录",
+        "描述": "位于画面中下部的中文和英文励志语录。",
+        "段落ID": "段落1.4",
+        "形式": {
+          "评分详情": {
+            "combined_score": 0.294
+          }
+        }
+      },
+      {
+        "名称": "底部信息区",
+        "描述": "画面底部左侧的日期信息和右侧的装饰性图案。",
+        "段落ID": "段落1.5",
+        "形式": {
+          "文字颜色": {
+            "名称": "文字颜色",
+            "描述": "文字颜色为深灰色，具体RGB值为(60, 60, 60)。",
+            "类型": "色彩",
+            "形式ID": "形式5",
+            "评分详情": {
+              "combined_score": 0.616
+            }
+          },
+          "文字字号": {
+            "名称": "文字字号",
+            "描述": "文字字号最小，目测约为25pt。",
+            "类型": "尺寸",
+            "形式ID": "形式7",
+            "评分详情": {
+              "combined_score": 0.644
+            }
+          },
+          "文字排版": {
+            "名称": "文字排版",
+            "描述": "日期位于画面左下角，横向排列。",
+            "类型": "布局",
+            "形式ID": "形式3",
+            "评分详情": {
+              "combined_score": 0.546
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.35
+          }
+        },
+        "子段落": [
+          {
+            "名称": "日期",
+            "描述": "画面左下角的日期信息。",
+            "段落ID": "段落1.5.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "日期“Date: 04.28”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.672
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "文字颜色为深灰色，具体RGB值为(60, 60, 60)。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号最小，目测约为25pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "采用手写风格英文无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字位于画面左下角，横向排列。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.161
+              }
+            }
+          },
+          {
+            "名称": "底部装饰图案",
+            "描述": "画面右下角由黄色花朵和星星组成的图案。",
+            "段落ID": "段落1.5.2",
+            "形式": {
+              "图案形状": {
+                "名称": "图案形状",
+                "描述": "包含三朵黄色花朵图案，每朵花有四个圆形花瓣，圆形花蕊，以及绿色的花茎；四颗黄色四角星图案。",
+                "类型": "形状",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.245
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/xiaocong/descriptions/小葱__img_2_制作表.json

@@ -0,0 +1,415 @@
+[
+  {
+    "名称": "笔记风格海报",
+    "描述": "一张以蓝色和黄色为主色调的笔记风格海报，模拟了笔记本纸张和活页夹的样式，内容围绕“Embedding”这一主题展开。",
+    "段落ID": "段落2",
+    "形式": {
+      "背景颜色": {
+        "名称": "背景颜色",
+        "描述": "海报背景由左侧的蓝色活页夹边缘和右侧的白色笔记本纸张组成。活页夹边缘为纯蓝色，色值为 #87CEEB。笔记本纸张为纯白色，色值为 #FFFFFF。",
+        "类型": "色彩",
+        "形式ID": "形式9",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "背景形状": {
+        "名称": "背景形状",
+        "描述": "海报整体背景为矩形，尺寸为1200x1700像素。左侧活页夹边缘呈不规则的波浪形，模拟了活页夹的环形结构。右侧白色笔记本纸张为矩形，边缘有虚线和圆孔。",
+        "类型": "形状",
+        "形式ID": "形式10",
+        "评分详情": {
+          "combined_score": 0.574
+        }
+      },
+      "文字内容": {
+        "名称": "文字内容",
+        "描述": "海报内容围绕“Embedding”这一主题展开，包含标题“Embedding”、问题“什么是“Embedding”？”、流程描述“从文本到“Embedding”的流程”以及详细的解释和示例表格。",
+        "类型": "内容",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.616
+        }
+      },
+      "文字颜色": {
+        "名称": "文字颜色",
+        "描述": "主要标题“Embedding”为黑色（#000000）。问题标题（如“什么是“Embedding”？”）的数字序号为蓝色（#4682B4），问号和文字为黑色（#000000）。正文内容为黑色（#000000）。表格中的文字颜色为黑色（#000000）。",
+        "类型": "色彩",
+        "形式ID": "形式5",
+        "评分详情": {
+          "combined_score": 0.546
+        }
+      },
+      "文字字号": {
+        "名称": "文字字号",
+        "描述": "主标题“Embedding”字号最大，约为100pt。问题标题（如“什么是“Embedding”？”）字号次之，约为30pt。正文内容字号较小，约为18pt。表格中的文字字号最小，约为14pt。",
+        "类型": "尺寸",
+        "形式ID": "形式7",
+        "评分详情": {
+          "combined_score": 0.504
+        }
+      },
+      "文字字体": {
+        "名称": "文字字体",
+        "描述": "主标题“Embedding”采用粗体无衬线字体。问题标题和正文内容采用常规无衬线字体。表格中的文字采用常规无衬线字体。",
+        "类型": "字体",
+        "形式ID": "形式8",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "文字排版": {
+        "名称": "文字排版",
+        "描述": "主标题“Embedding”居中排版。问题标题左对齐，并带有序号和卡通表情。正文内容左对齐，段落之间有间距。表格内容居中对齐。",
+        "类型": "布局",
+        "形式ID": "形式3",
+        "评分详情": {
+          "combined_score": 0.602
+        }
+      },
+      "表格填充色": {
+        "名称": "表格填充色",
+        "描述": "表格的表头行填充色为浅绿色（#90EE90），第一列（Tokenization和Embedding）的背景色为浅紫色（#E6E6FA），其余数据单元格的背景色为白色（#FFFFFF）。",
+        "类型": "色彩",
+        "形式ID": "形式16",
+        "评分详情": {
+          "combined_score": 0.455
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.616
+      }
+    },
+    "子段落": [
+      {
+        "名称": "背景",
+        "描述": "海报的背景，模拟了活页夹的蓝色边缘和白色笔记本纸张，纸张边缘有虚线和圆孔。",
+        "段落ID": "段落2.1",
+        "形式": {
+          "背景颜色": {
+            "名称": "背景颜色",
+            "描述": "背景由左侧的蓝色活页夹边缘和右侧的白色笔记本纸张组成。活页夹边缘为纯蓝色，色值为 #87CEEB。笔记本纸张为纯白色，色值为 #FFFFFF。",
+            "类型": "色彩",
+            "形式ID": "形式9",
+            "评分详情": {
+              "combined_score": 0.427
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.441
+          }
+        }
+      },
+      {
+        "名称": "顶部装饰与信息",
+        "描述": "位于海报顶部，包含一个黄色回形针和标题文字。",
+        "段落ID": "段落2.2",
+        "形式": {
+          "评分详情": {
+            "combined_score": 0.301
+          }
+        },
+        "子段落": [
+          {
+            "名称": "回形针装饰",
+            "描述": "一个黄色的回形针，固定在纸张顶部。",
+            "段落ID": "段落2.2.1",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.154
+              }
+            }
+          },
+          {
+            "名称": "核心英文单词",
+            "描述": "海报的核心主题词，以大号黑色粗体英文显示。",
+            "段落ID": "段落2.2.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "核心英文单词为“Embedding”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.665
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "核心英文单词“Embedding”为黑色，色值为 #000000。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "核心英文单词“Embedding”字号最大，约为100pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "核心英文单词“Embedding”采用粗体无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "核心英文单词“Embedding”居中排版，位于回形针下方，顶点坐标为 [250, 180] 到 [950, 300]。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.665
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "主要内容区",
+        "描述": "海报的主体部分，包含多个标题和详细的文本内容，以笔记形式呈现。",
+        "段落ID": "段落2.3",
+        "形式": {
+          "文字内容": {
+            "名称": "文字内容",
+            "描述": "主要内容区包含多个标题和详细的文本内容，如“什么是“Embedding”？”、“从文本到“Embedding”的流程”以及对Embedding概念的解释、生成流程的描述和示例表格中的文字。",
+            "类型": "内容",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.532
+            }
+          },
+          "文字字体": {
+            "名称": "文字字体",
+            "描述": "所有文字均采用无衬线字体，标题部分为粗体，正文和表格为常规字体。",
+            "类型": "字体",
+            "形式ID": "形式8",
+            "评分详情": {
+              "combined_score": 0.525
+            }
+          },
+          "文字排版": {
+            "名称": "文字排版",
+            "描述": "问题标题左对齐，并带有序号和卡通表情。正文内容左对齐，段落之间有间距。表格内容居中对齐。",
+            "类型": "布局",
+            "形式ID": "形式3",
+            "评分详情": {
+              "combined_score": 0.476
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.532
+          }
+        },
+        "子段落": [
+          {
+            "名称": "问题标题1",
+            "描述": "第一个问题标题，包含序号、问号和卡通表情。",
+            "段落ID": "段落2.3.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题内容为“1 什么是“Embedding”？”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.462
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "标题左对齐，数字序号“1”被蓝色圆圈包裹，位于文字左侧，卡通问号表情位于标题文字右侧。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.602
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.476
+              }
+            }
+          },
+          {
+            "名称": "问题1正文",
+            "描述": "对“Embedding”概念的解释。",
+            "段落ID": "段落2.3.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "正文内容为“Embedding (嵌入)是指把文本(也可能包括图像、视频等其他模态数据)转成能表达语义信息的浮点数向量,向量之间的数学距离可以反映对应文本之间的语义相关性。”",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.56
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "所有文字均为黑色，色值为 #000000。其中“语义信息”和“语义相关性”两个词语被高亮显示为蓝色（#4682B4）。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "正文内容字号约为18pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "正文内容采用常规无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.56
+              }
+            }
+          },
+          {
+            "名称": "问题标题2",
+            "描述": "第二个问题标题，包含序号和卡通表情。",
+            "段落ID": "段落2.3.3",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题内容为“2 从文本到“Embedding”的流程”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.469
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "标题文字字号约为30pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.469
+              }
+            }
+          },
+          {
+            "名称": "问题2正文",
+            "描述": "详细解释了从文本到Embedding的生成流程。",
+            "段落ID": "段落2.3.4",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "正文内容包含“Embedding的生成方式,主要分两种情况:”、“1)大模型推理中的Embedding(Token级)”、“• 文本先通过分词器拆分成最小语言单位token,例如:\"unbelievable\" → [\"un\", \"believ\", \"able\"]。”、“• 接着查询词表,将每个token被映射成一个数字编号,比如:\"un\" → 1087。”、“• 根据编号查询Embedding矩阵,快速取出对应的浮点数向量,例如:\"un\" → [0.24, -0.31, 0.88, ..., 0.05]。”和“生成Token级的Embedding,是大模型理解输入文本的第一步。”",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.602
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "所有文字均为黑色，色值为 #000000。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "正文内容左对齐，采用列表形式，项目符号为实心圆点。段落之间有间距。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.602
+              }
+            }
+          },
+          {
+            "名称": "示例表格",
+            "描述": "一个展示Tokenization和Embedding对应关系的表格。",
+            "段落ID": "段落2.3.5",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "表格内容包含表头“Tokenization”、“Embedding”以及“This is a cute dog”的Tokenization和Embedding数值，如“[CLS]”、“This”、“is”、“a”、“cute”、“dog”、“[SEP]”及其对应的数字编号和浮点数向量。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.581
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "表格中的文字字号约为14pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "表格中的文字采用常规无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "表格内容居中对齐。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.455
+                }
+              },
+              "表格填充色": {
+                "名称": "表格填充色",
+                "描述": "表格的表头行填充色为浅绿色（#90EE90），第一列（Tokenization和Embedding）的背景色为浅紫色（#E6E6FA），其余数据单元格的背景色为白色（#FFFFFF）。",
+                "类型": "色彩",
+                "形式ID": "形式16",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.581
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/xiaocong/descriptions/小葱__img_3_制作表.json

@@ -0,0 +1,414 @@
+[
+  {
+    "名称": "笔记风格海报",
+    "描述": "一张以蓝色和黄色为主色调的笔记风格海报，模拟了笔记本纸张和活页夹的样式，内容围绕“Embedding”这一主题展开。",
+    "段落ID": "段落3",
+    "形式": {
+      "背景颜色": {
+        "名称": "背景颜色",
+        "描述": "海报整体背景色调为蓝色和黄色。",
+        "类型": "色彩",
+        "形式ID": "形式9",
+        "评分详情": {
+          "combined_score": 0.49
+        }
+      },
+      "背景纹理": {
+        "名称": "背景纹理",
+        "描述": "背景模拟了笔记本纸张和活页夹的纹理，包括活页夹的蓝色边缘、白色纸张、纸张边缘的虚线和圆孔。",
+        "类型": "纹理",
+        "形式ID": "形式12",
+        "评分详情": {
+          "combined_score": 0.644
+        }
+      },
+      "文字内容": {
+        "名称": "文字内容",
+        "描述": "海报内容围绕“Embedding”这一主题展开，包含标题、解释性文本、示例和结论。",
+        "类型": "内容",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.63
+        }
+      },
+      "文字颜色": {
+        "名称": "文字颜色",
+        "描述": "文字颜色主要为黑色，部分关键词如“Embedding模型”、“压缩”为紫色，标题中的数字“2”和“3”为蓝色，部分文字如“专门训练好的”为黄色背景高亮。",
+        "类型": "色彩",
+        "形式ID": "形式5",
+        "评分详情": {
+          "combined_score": 0.546
+        }
+      },
+      "文字字号": {
+        "名称": "文字字号",
+        "描述": "标题“Embedding”字号最大，其他正文和子标题字号相对较小，但子标题略大于正文字号。",
+        "类型": "尺寸",
+        "形式ID": "形式7",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "文字字体": {
+        "名称": "文字字体",
+        "描述": "标题“Embedding”为粗体无衬线字体，其他文字为常规无衬线字体。",
+        "类型": "字体",
+        "形式ID": "形式8",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "文字排版": {
+        "名称": "文字排版",
+        "描述": "文字排版采用左对齐，标题居中，正文分段落，并使用项目符号和序号进行组织。",
+        "类型": "布局",
+        "形式ID": "形式3",
+        "评分详情": {
+          "combined_score": 0.595
+        }
+      },
+      "线条形状": {
+        "名称": "线条形状",
+        "描述": "背景纸张边缘有虚线，内容区有虚线分隔线，活页夹边缘有环形线条。",
+        "类型": "形状",
+        "形式ID": "形式11",
+        "评分详情": {
+          "combined_score": 0.574
+        }
+      },
+      "线条样式": {
+        "名称": "线条样式",
+        "描述": "纸张边缘为虚线，内容区段落之间有水平虚线分隔，活页夹边缘为连续的环形线条。",
+        "类型": "样式",
+        "形式ID": "形式14",
+        "评分详情": {
+          "combined_score": 0.42
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.658
+      }
+    },
+    "子段落": [
+      {
+        "名称": "背景",
+        "描述": "海报的背景，模拟了活页夹的蓝色边缘和白色笔记本纸张，纸张边缘有虚线和圆孔。",
+        "段落ID": "段落3.1",
+        "形式": {
+          "背景颜色": {
+            "名称": "背景颜色",
+            "描述": "背景由左侧的蓝色活页夹边缘和右侧的白色笔记本纸张组成。",
+            "类型": "色彩",
+            "形式ID": "形式9",
+            "评分详情": {
+              "combined_score": 0.595
+            }
+          },
+          "背景纹理": {
+            "名称": "背景纹理",
+            "描述": "背景模拟了活页夹的塑料质感和笔记本纸张的纸质感，纸张边缘有虚线和圆孔。",
+            "类型": "纹理",
+            "形式ID": "形式12",
+            "评分详情": {
+              "combined_score": 0.42
+            }
+          },
+          "线条形状": {
+            "名称": "线条形状",
+            "描述": "纸张左侧边缘有垂直虚线，顶部和底部有水平虚线，左侧有三个圆形孔洞。活页夹部分有三个半圆形环状线条。",
+            "类型": "形状",
+            "形式ID": "形式11",
+            "评分详情": {
+              "combined_score": 0.574
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.602
+          }
+        }
+      },
+      {
+        "名称": "顶部装饰与信息",
+        "描述": "位于海报顶部，包含一个黄色回形针和标题文字。",
+        "段落ID": "段落3.2",
+        "形式": {
+          "评分详情": {
+            "combined_score": 0.35
+          }
+        },
+        "子段落": [
+          {
+            "名称": "回形针装饰",
+            "描述": "一个黄色的回形针，固定在纸张顶部。",
+            "段落ID": "段落3.2.1",
+            "形式": {
+              "图案形状": {
+                "名称": "图案形状",
+                "描述": "一个典型的回形针形状，由弯曲的线条构成。",
+                "类型": "形状",
+                "形式ID": "形式2",
+                "评分详情": {
+                  "combined_score": 0.406
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.175
+              }
+            }
+          },
+          {
+            "名称": "核心英文单词",
+            "描述": "海报的核心主题词，以大号黑色粗体英文显示。",
+            "段落ID": "段落3.2.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "核心英文单词为“Embedding”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.672
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "文字颜色为黑色。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号非常大，是海报中最大的文字，高度约为120像素。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "文字字体为粗体无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字在指定区域内居中排版，坐标为[250, 180]到[950, 300]。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.672
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "主要内容区",
+        "描述": "海报的主体部分，包含多个标题和详细的文本内容，以笔记形式呈现。",
+        "段落ID": "段落3.3",
+        "形式": {
+          "文字内容": {
+            "名称": "文字内容",
+            "描述": "主要内容区包含多个标题和详细的文本内容，如“独立使用的Embedding (句子/文档级)”、“Embedding”的本质:语义可“被数字表示”等，以及相关的解释和示例。",
+            "类型": "内容",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.581
+            }
+          },
+          "文字颜色": {
+            "名称": "文字颜色",
+            "描述": "大部分文字为黑色，部分关键词如“Embedding模型”、“压缩”为紫色，标题中的数字“2”和“3”为蓝色，部分文字如“专门训练好的”为黄色背景高亮。",
+            "类型": "色彩",
+            "形式ID": "形式5",
+            "评分详情": {
+              "combined_score": 0.455
+            }
+          },
+          "文字排版": {
+            "名称": "文字排版",
+            "描述": "文字排版采用左对齐，段落之间有水平虚线分隔，并使用序号和项目符号进行组织。",
+            "类型": "布局",
+            "形式ID": "形式3",
+            "评分详情": {
+              "combined_score": 0.504
+            }
+          },
+          "图案形状": {
+            "名称": "图案形状",
+            "描述": "包含标题前的数字“2”和“3”的圆形背景，以及标题“Embedding”的本质:语义可“被数字表示”右侧的卡通太阳表情图案，以及正文中的绿色对勾符号。",
+            "类型": "形状",
+            "形式ID": "形式2",
+            "评分详情": {
+              "combined_score": 0.406
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.581
+          }
+        },
+        "子段落": [
+          {
+            "名称": "问题标题2补充",
+            "描述": "对Embedding生成方式的第二种情况的标题。",
+            "段落ID": "段落3.3.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题内容为“2) 独立使用的Embedding (句子/文档级)”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.455
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.476
+              }
+            }
+          },
+          {
+            "名称": "问题2补充正文",
+            "描述": "详细解释了独立使用的Embedding（句子/文档级）。",
+            "段落ID": "段落3.3.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "正文内容为“如果需要表示一整句或一段文本(比如在RAG中检索),就不能只查表了。常见做法是:将文本输入到一个专门训练好的Embedding模型(如 Sentence-BERT、M3E),通过推理生成一个完整的句子或文档级向量。这种Embedding包含了更丰富的上下文信息,适合检索、相似性判断等场景。”",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.504
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号统一，为常规大小。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "文字字体为常规无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.518
+              }
+            }
+          },
+          {
+            "名称": "问题标题3",
+            "描述": "第三个问题标题，包含序号和卡通表情。",
+            "段落ID": "段落3.3.3",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题内容为“3 “Embedding”的本质:语义可“被数字表示””。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.504
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "数字“3”为蓝色，关键词“Embedding”、“被数字表示”为黑色粗体，其余文字为黑色。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.546
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号相对正文较大，但小于主标题“Embedding”。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.434
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字左对齐，位于坐标[180, 720]到[1020, 790]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.504
+              }
+            }
+          },
+          {
+            "名称": "问题3正文",
+            "描述": "详细解释了Embedding的本质及其语义表示能力。",
+            "段落ID": "段落3.3.4",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "正文内容为“在模型训练中,发现文本的语义可以被“压缩”成一组数字向量,且向量之间的距离和方向,能自然反映文本间的语义关系。比如:•“猫”和“狗”对应向量的数学距离很近,代表它们语义接近(都是动物)•“房子”和“你好”对应向量的数学距离很远,表示它们语义无关• 模型甚至可以学到:king - man + woman ≈ queen 这样的语义数学关系这些规律并非人为设定,而是模型通过海量数据自动学习到的。”",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.56
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "文字字号统一，为常规大小。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.644
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "文字字体为常规无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "文字左对齐，分多段，使用项目符号进行组织，段落之间有水平虚线分隔，位于坐标[180, 810]到[1020, 1500]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.56
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/xiaocong/descriptions/小葱__img_4_制作表.json

@@ -0,0 +1,405 @@
+[
+  {
+    "名称": "笔记风格海报",
+    "描述": "一张以蓝色和黄色为主色调的笔记风格海报，模拟了笔记本纸张和活页夹的样式，内容围绕“Embedding”这一主题展开。",
+    "段落ID": "段落4",
+    "形式": {
+      "背景颜色": {
+        "名称": "背景颜色",
+        "描述": "海报背景由左侧的蓝色活页夹边缘和右侧的白色笔记本纸张组成。活页夹边缘为纯蓝色，笔记本纸张为纯白色。",
+        "类型": "色彩",
+        "形式ID": "形式9",
+        "评分详情": {
+          "combined_score": 0.42
+        }
+      },
+      "背景纹理": {
+        "名称": "背景纹理",
+        "描述": "背景纹理模拟了笔记本纸张和活页夹的样式。活页夹边缘呈现出光滑的塑料质感，笔记本纸张具有纸张的轻微粗糙感，并带有横向的浅灰色虚线横格和左侧的红色竖向虚线边缘，以及左侧的三个圆形打孔。",
+        "类型": "纹理",
+        "形式ID": "形式12",
+        "评分详情": {
+          "combined_score": 0.574
+        }
+      },
+      "背景形状": {
+        "名称": "背景形状",
+        "描述": "海报整体背景为矩形，尺寸为1200x1700像素。左侧活页夹边缘呈不规则的波浪形，模拟活页夹的脊背。右侧的笔记本纸张部分为矩形，顶部和底部边缘有圆角，左侧边缘有三个圆形打孔。",
+        "类型": "形状",
+        "形式ID": "形式10",
+        "评分详情": {
+          "combined_score": 0.455
+        }
+      },
+      "文字内容": {
+        "名称": "文字内容",
+        "描述": "海报内容围绕“Embedding”这一主题展开，包括核心标题“Embedding”，以及“Embedding”的应用场景和常见问题答疑两大部分。应用场景部分详细列举了检索增强生成、相似性判断、文本聚类与分析等具体应用。常见问题答疑部分以问答形式解释了Token与Embedding的区别、Embedding的训练方式以及Embedding向量长度的固定性等问题。",
+        "类型": "内容",
+        "形式ID": "形式1",
+        "评分详情": {
+          "combined_score": 0.658
+        }
+      },
+      "文字颜色": {
+        "名称": "文字颜色",
+        "描述": "核心标题“Embedding”为黑色。应用场景和常见问题答疑的标题文字为黑色。正文内容大部分为黑色，其中部分关键词如“编码为语义向量”、“检索增强生成(RAG)”、“相似性判断”、“文本聚类与分析”、“编号(离散的ID)”、“承载语义的连续向量”、“海量语料学习到的语义表示”、“计算结构”、“批量处理和矩阵运算”等被高亮显示为紫色。问答部分的“Q:”和“A:”为绿色。",
+        "类型": "色彩",
+        "形式ID": "形式5",
+        "评分详情": {
+          "combined_score": 0.546
+        }
+      },
+      "文字字号": {
+        "名称": "文字字号",
+        "描述": "核心标题“Embedding”字号最大，约为100pt。一级标题“④ “Embedding”的应用场景”和“⑤ 常见问题答疑”字号次之，约为30pt。正文内容字号约为20pt。问答部分的“Q:”和“A:”字号与正文相同，约为20pt。",
+        "类型": "尺寸",
+        "形式ID": "形式7",
+        "评分详情": {
+          "combined_score": 0.525
+        }
+      },
+      "文字字体": {
+        "名称": "文字字体",
+        "描述": "核心标题“Embedding”采用粗体无衬线字体。所有正文、标题和问答内容均采用无衬线字体，字形清晰简洁。",
+        "类型": "字体",
+        "形式ID": "形式8",
+        "评分详情": {
+          "combined_score": 0.42
+        }
+      },
+      "文字排版": {
+        "名称": "文字排版",
+        "描述": "核心标题“Embedding”居中排版。一级标题“④ “Embedding”的应用场景”和“⑤ 常见问题答疑”左对齐，并带有序号和图标。正文内容左对齐，段落之间有行距，列表项使用圆点符号。问答部分“Q:”和“A:”左对齐，并与回答内容在同一行或下一行。",
+        "类型": "布局",
+        "形式ID": "形式3",
+        "评分详情": {
+          "combined_score": 0.616
+        }
+      },
+      "线条形状": {
+        "名称": "线条形状",
+        "描述": "背景纸张上有横向的虚线横格和左侧的红色竖向虚线边缘。活页夹边缘呈波浪形线条。内容区域的标题下方和段落之间有横向的虚线分隔线。",
+        "类型": "形状",
+        "形式ID": "形式11",
+        "评分详情": {
+          "combined_score": 0.49
+        }
+      },
+      "评分详情": {
+        "combined_score": 0.658
+      }
+    },
+    "子段落": [
+      {
+        "名称": "背景",
+        "描述": "海报的背景，模拟了活页夹的蓝色边缘和白色笔记本纸张，纸张边缘有虚线和圆孔。",
+        "段落ID": "段落4.1",
+        "形式": {
+          "背景颜色": {
+            "名称": "背景颜色",
+            "描述": "背景由左侧的蓝色活页夹边缘和右侧的白色笔记本纸张组成。活页夹边缘为纯蓝色，笔记本纸张为纯白色。",
+            "类型": "色彩",
+            "形式ID": "形式9",
+            "评分详情": {
+              "combined_score": 0.525
+            }
+          },
+          "背景形状": {
+            "名称": "背景形状",
+            "描述": "背景整体为矩形，尺寸为1200x1700像素。左侧活页夹边缘呈不规则的波浪形，模拟活页夹的脊背。右侧的笔记本纸张部分为矩形，顶部和底部边缘有圆角，左侧边缘有三个圆形打孔。",
+            "类型": "形状",
+            "形式ID": "形式10",
+            "评分详情": {
+              "combined_score": 0.49
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.525
+          }
+        }
+      },
+      {
+        "名称": "顶部装饰与信息",
+        "描述": "位于海报顶部，包含一个黄色回形针和标题文字。",
+        "段落ID": "段落4.2",
+        "形式": {
+          "文字字体": {
+            "名称": "文字字体",
+            "描述": "核心主题词“Embedding”采用粗体无衬线字体。标题“④ “Embedding”的应用场景”采用无衬线字体。",
+            "类型": "字体",
+            "形式ID": "形式8",
+            "评分详情": {
+              "combined_score": 0.56
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.371
+          }
+        },
+        "子段落": [
+          {
+            "名称": "回形针装饰",
+            "描述": "一个黄色的回形针，固定在纸张顶部。",
+            "段落ID": "段落4.2.1",
+            "形式": {
+              "评分详情": {
+                "combined_score": 0.154
+              }
+            }
+          },
+          {
+            "名称": "核心英文单词",
+            "描述": "海报的核心主题词，以大号黑色粗体英文显示。",
+            "段落ID": "段落4.2.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "核心英文单词“Embedding”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.665
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "核心英文单词“Embedding”为黑色。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "核心英文单词“Embedding”字号最大，约为100pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.63
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "核心英文单词“Embedding”采用粗体无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.56
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "核心英文单词“Embedding”居中排版，位于顶点坐标[250, 180]到[950, 300]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.595
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.665
+              }
+            }
+          }
+        ]
+      },
+      {
+        "名称": "主要内容区",
+        "描述": "海报的主体部分，包含多个标题和详细的文本内容，以笔记形式呈现。",
+        "段落ID": "段落4.3",
+        "形式": {
+          "文字内容": {
+            "名称": "文字内容",
+            "描述": "包含标题“④ “Embedding”的应用场景”和“⑤ 常见问题答疑”，以及其下的详细文本内容。应用场景部分列举了检索增强生成、相似性判断、文本聚类与分析等应用。常见问题答疑部分以问答形式解释了Token与Embedding的区别、Embedding的训练方式以及Embedding向量长度的固定性等问题。",
+            "类型": "内容",
+            "形式ID": "形式1",
+            "评分详情": {
+              "combined_score": 0.588
+            }
+          },
+          "文字颜色": {
+            "名称": "文字颜色",
+            "描述": "标题文字为黑色。正文内容大部分为黑色，其中部分关键词如“编码为语义向量”、“检索增强生成(RAG)”、“相似性判断”、“文本聚类与分析”、“编号(离散的ID)”、“承载语义的连续向量”、“海量语料学习到的语义表示”、“计算结构”、“批量处理和矩阵运算”等被高亮显示为紫色。问答部分的“Q:”和“A:”为绿色。",
+            "类型": "色彩",
+            "形式ID": "形式5",
+            "评分详情": {
+              "combined_score": 0.525
+            }
+          },
+          "文字字号": {
+            "名称": "文字字号",
+            "描述": "一级标题“④ “Embedding”的应用场景”和“⑤ 常见问题答疑”字号约为30pt。正文内容字号约为20pt。问答部分的“Q:”和“A:”字号与正文相同，约为20pt。",
+            "类型": "尺寸",
+            "形式ID": "形式7",
+            "评分详情": {
+              "combined_score": 0.476
+            }
+          },
+          "文字排版": {
+            "名称": "文字排版",
+            "描述": "标题左对齐，并带有序号和图标。正文内容左对齐，段落之间有行距，列表项使用圆点符号。问答部分“Q:”和“A:”左对齐，并与回答内容在同一行或下一行。",
+            "类型": "布局",
+            "形式ID": "形式3",
+            "评分详情": {
+              "combined_score": 0.546
+            }
+          },
+          "评分详情": {
+            "combined_score": 0.588
+          }
+        },
+        "子段落": [
+          {
+            "名称": "问题标题4",
+            "描述": "第四个问题标题，包含序号和卡通表情。",
+            "段落ID": "段落4.3.1",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题“④ “Embedding”的应用场景”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "标题字号约为30pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "标题左对齐，并带有序号“④”和扳手图标，位于顶点坐标[180, 380]到[900, 450]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.455
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.532
+              }
+            }
+          },
+          {
+            "名称": "问题4正文",
+            "描述": "详细解释了Embedding的多种应用场景。",
+            "段落ID": "段落4.3.2",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "详细解释了Embedding的多种应用场景，包括检索增强生成(RAG)、相似性判断和文本聚类与分析。其中，“编码为语义向量”、“检索增强生成(RAG)”、“相似性判断”、“文本聚类与分析”等关键词被高亮。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.616
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "正文内容大部分为黑色，其中“编码为语义向量”、“检索增强生成(RAG)”、“相似性判断”、“文本聚类与分析”等关键词被高亮显示为紫色。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "正文内容左对齐，段落之间有行距，列表项使用圆形实心点作为符号，位于顶点坐标[180, 460]到[1020, 850]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.623
+              }
+            }
+          },
+          {
+            "名称": "问题标题5",
+            "描述": "第五个问题标题，包含序号和卡通表情。",
+            "段落ID": "段落4.3.3",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "标题“⑤ 常见问题答疑”。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字字号": {
+                "名称": "文字字号",
+                "描述": "标题字号约为30pt。",
+                "类型": "尺寸",
+                "形式ID": "形式7",
+                "评分详情": {
+                  "combined_score": 0.455
+                }
+              },
+              "文字字体": {
+                "名称": "文字字体",
+                "描述": "标题采用无衬线字体。",
+                "类型": "字体",
+                "形式ID": "形式8",
+                "评分详情": {
+                  "combined_score": 0.42
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.525
+              }
+            }
+          },
+          {
+            "名称": "问题5正文",
+            "描述": "以问答形式解答了关于Embedding的常见问题。",
+            "段落ID": "段落4.3.4",
+            "形式": {
+              "文字内容": {
+                "名称": "文字内容",
+                "描述": "以问答形式解答了关于Embedding的常见问题，包括Token与Embedding的区别、Embedding的训练方式以及Embedding向量长度的固定性。其中，“编号(离散的ID)”、“承载语义的连续向量”、“海量语料学习到的语义表示”、“计算结构”、“批量处理和矩阵运算”等关键词被高亮。",
+                "类型": "内容",
+                "形式ID": "形式1",
+                "评分详情": {
+                  "combined_score": 0.637
+                }
+              },
+              "文字颜色": {
+                "名称": "文字颜色",
+                "描述": "问答部分的“Q:”和“A:”为绿色。回答内容大部分为黑色，其中“编号(离散的ID)”、“承载语义的连续向量”、“海量语料学习到的语义表示”、“计算结构”、“批量处理和矩阵运算”等关键词被高亮显示为紫色。",
+                "类型": "色彩",
+                "形式ID": "形式5",
+                "评分详情": {
+                  "combined_score": 0.525
+                }
+              },
+              "文字排版": {
+                "名称": "文字排版",
+                "描述": "问答部分“Q:”和“A:”左对齐，并与回答内容在同一行或下一行，位于顶点坐标[180, 980]到[1020, 1600]的区域内。",
+                "类型": "布局",
+                "形式ID": "形式3",
+                "评分详情": {
+                  "combined_score": 0.49
+                }
+              },
+              "评分详情": {
+                "combined_score": 0.637
+              }
+            }
+          }
+        ]
+      }
+    ]
+  }
+]

examples/plan/xiaocong/index.md

@@ -0,0 +1,66 @@
+# 小葱白工 — 内容还原素材索引
+
+> 本目录包含一组 AI 知识科普笔记风格海报的解构数据，用于驱动 AI 还原出与原帖视觉一致的图片。
+> 还原思路：先理解制作亮点和制作点（做什么），再深入制作表（怎么做）。
+
+---
+
+## 目录结构
+
+```
+xiaocong/descriptions
+├── 制作亮点.md              # ★ 最重要 — 6 组视觉亮点聚类，定义还原优先级
+├── 制作点.md                # ★ 最重要 — 3 个核心制作元素及权重排序
+├── 小葱__img_1_制作表.json  # img_1 详细制作表
+├── 小葱__img_2_制作表.json  # img_2 详细制作表
+├── 小葱__img_3_制作表.json  # img_3 详细制作表
+└── 小葱__img_4_制作表.json  # img_4 详细制作表
+```
+
+当前无 features/ 目录（无多模态特征素材）。
+
+---
+
+## 第一层：制作亮点与制作点（还原优先级）
+
+### 制作亮点（`descriptions/制作亮点.md`）
+
+6 组视觉亮点聚类，分为实质亮点和形式亮点：
+
+| 亮点聚类             | 类型 | 核心描述                                             |
+| -------------------- | ---- | ---------------------------------------------------- |
+| 拟真纸张与笔记本实体 | 实质 | 带褶皱纹理的信纸和螺旋活页笔记本，真实触感的书写介质 |
+| 手绘装饰与卡通图标   | 实质 | 星星、花朵、笑脸等手绘涂鸦，中和科技主题的枯燥感     |
+| 知识可视化图表       | 实质 | 数据转化图表，将抽象算法逻辑具象化为可视矩阵         |
+| 拟物化笔记场景呈现   | 形式 | 模仿实体螺旋笔记本的构图框架、边缘纹理和阴影         |
+| 结构化排版与导视     | 形式 | 居中堆叠、虚线分隔、层级列表，严谨清晰的视觉秩序     |
+| 语义化色彩高亮       | 形式 | 模拟学生笔记的荧光笔触和彩色字体，建立信息层级       |
+
+### 制作点（`descriptions/制作点.md`）
+
+按权重排序的 3 个核心制作元素：
+
+| 制作元素     | 权重 | 说明                                       |
+| ------------ | ---- | ------------------------------------------ |
+| 核心英文单词 | 87.3 | 页面中心的大号英文单词，位于彩色背景块上   |
+| 背景         | 59.2 | 带横线的笔记本纸张纹理，虚线边框，笔记风格 |
+| 回形针装饰   | 48.7 | 页面边缘的蓝色回形针形状装饰，具有立体感   |
+
+---
+
+## 第二层：制作表（还原的详细蓝图）
+
+每张图有一个 JSON 制作表，包含：
+
+- 分层段落结构（背景 → 标题区 → 内容区 → 装饰元素）
+- 每个元素的形式参数（背景纹理、文字颜色、字体、排版布局等）
+- 每个层级的综合评分
+
+### 4 张图概览
+
+| 图片  | 核心内容             | 主要特点                                   |
+| ----- | -------------------- | ------------------------------------------ |
+| img_1 | Embedding 概念介绍   | 笔记本纸张背景 + 励志语录 + 日期标注       |
+| img_2 | Embedding 详细解释   | 螺旋笔记本框架 + 回形针装饰 + 结构化排版   |
+| img_3 | Embedding 应用场景   | 螺旋笔记本框架 + 手绘装饰 + 语义色彩高亮   |
+| img_4 | Embedding 可视化图表 | 螺旋笔记本框架 + 知识可视化矩阵 + 彩色标注 |