by 运行时依赖
安装命令
点击复制技能文档
品牌DNA提取器 从任何网站URL中提取结构化的品牌身份-profile。分析颜色、字体和视觉风格，以生成可重用的品牌-profile，用于创建符合品牌的内容。 环境变量 export OPENAI_API_KEY="你的openai_key" #用于VLM视觉分析（备用） export GOOGLE_GENAI_API_KEY="你的gemini_key" #用于VLM视觉分析（主） export SUPABASE_URL="你的supabase_url" #可选：用于缓存结果 export SUPABASE_KEY="你的supabase_key" #可选：服务角色密钥 它提取的内容 组件详细信息 颜色调色板 主色、次色、强调色、背景色和文本色——从CSS变量、计算样式和K-means图像聚类中获取 字体 标题和正文字体、字重、来源（Google Fonts、Adobe Fonts、系统） 视觉风格 情绪描述、摄影风格、构图注释、照明特征、品牌个性、目标受众信号 图像 Logo、favicon、英雄图像、产品图像、其他图像——分类和排名 Python使用 import asyncio from brand_dna_extractor.extractor import BrandDNAExtractor, extract_brand_dna # 快速提取 async def main(): result = await extract_brand_dna( url="https://example.com", user_id="可选用户ID", force_refresh=False, ) if result.success: dna = result.brand_dna print(dna.color_palette.dominant_color) # "#2563EB" print(dna.typography.primary_font.family) # "Inter" print(dna.visual_style.moods) # ["温暖极简", "友好"] print(dna.visual_style.brand_personality) # "自信和平静..." else: print(result.error) asyncio.run(main()) # 完全控制 extractor = BrandDNAExtractor( vlm_provider="gemini", # "gemini"（默认）或"openai" enable_storage=True, # 在Supabase中缓存结果 enable_embeddings=False, # 跳过CLIP嵌入生成 ) result = await extractor.extract( url="https://example.com", include_subpages=True, # 也爬取关于/产品页面 max_subpages=5, force_refresh=False, ) 5步提取流程 步骤1：网站爬取 使用两级爬取策略： 主爬取——DOM结构爬取（SimpleScraper） 快速HTTP请求，结构化HTML解析 提取CSS变量、计算样式、样式表、JSON-LD数据 针对Shopify商店进行优化（读取产品JSON-LD） 遵循include_subpages爬取最多max_subpages个附加URL 备用爬取——Playwright爬取（PlaywrightScraper） 在简单爬取产生<3个画廊/产品图像时激活 处理JavaScript渲染内容 可选依赖：pip install playwright && playwright install 步骤2：图像提取和分类 图像被分类为以下类型： 类型 描述 logo 网站Logo（通过位置、alt文本、大小检测） favicon 网站favicon hero 大型上方折叠横幅图像 product 产品摄影 lifestyle 上下文/生活方式图像 other 其余UI图像 最多提取100个图像；保留前30个产品+30个其他图像。 步骤3：颜色分析 多源颜色提取和分类： CSS自定义属性（--primary-color、--brand-color等） + 计算元素样式（headerBackground、ctaBackground、linkColor等） + K-means聚类在Logo像素（3种颜色） + K-means聚类在英雄/产品图像（每个3种颜色，最高5个图像） ↓ 删除重复（欧几里得距离阈值=30） ↓ 按照亮度/饱和度分类： L > 0.9 → 背景 L < 0.15 → 文本 S > 0.6 → 强调色 source=primary → 主色 否则 → 次色 ColorPalette输出： palette.dominant_color # "#2563EB"（十六进制字符串） palette.primary_colors # List[ColorInfo]（最多3种） palette.secondary_colors # List[ColorInfo]（最多3种） palette.accent_colors # List[ColorInfo]（最多2种） palette.background_colors # List[ColorInfo]（最多2种） palette.text_colors # List[ColorInfo]（最多2种） ColorInfo字段： hex、rgb、hsl、role、source、name、frequency、css_property 步骤4：字体分析 从三个来源检测字体： CSS计算字体 解析从计算元素样式中声明的font-family 按角色分类：标题、正文、cta、nav 区分系统字体和自定义字体 Google Fonts（从样式表URL中检测） 解析旧（/css?family=）和新（/css2?family=）API格式 提取家族名称和字重变体 Adobe Fonts / Typekit（从样式表URL中检测） 标志使用use.typekit.net或use.adobe.com Typography输出： typography.primary_font # FontInfo — 主体字体 typography.secondary_font # FontInfo — 标题字体（如果不同） typography.heading_fonts # List[FontInfo] typography.body_fonts # List[FontInfo] typography.accent_fonts # List[FontInfo] typography.google_fonts_urls # List[str] typography.detected_