pindou-skill：拼豆图纸一键生成
把一张照片（或一段文字描述）做成可打印的拼豆图纸。
pipeline 五步：跟用户聊清楚风格 / 尺寸 / 底色 → 写 spec.json 把 spec 翻成中文 prompt 分支：用户给了照片 → edit.py（图像编辑）；只给文字 → generate.py（文生图） → ai_pixel.png 暂停让用户看 ai_pixel.png，不满意就改 prompt 重抽 提取色块 → 量化 → 渲染最终 pattern.png + bom.csv
依赖：pip install openai opencv-python-headless "numpy<2" scipy scikit-image pandas pillow
API key / endpoint 配置：scripts/edit.py 和 scripts/generate.py 顶部的 API_KEY 和 BASE_URL 直接写在文件里，默认走 https://api.bianxie.ai/v1（bianxie 中转的 gpt-image-2）。换 OpenAI 官方就改 BASE_URL = "https://api.openai.com/v1"、DEFAULT_MODEL = "gpt-image-1"。
工作目录约定：把当前会话的产物都丢进 outputs// 一个目录里（spec、prompt、ai_pixel、raw.svg、grid.json、pattern.png 一起）。 用语义+模型 tag，别只用时间戳。
不要把 "spec_lock / commit / palette_id" 这种词丢给用户。用日常说法逐个确认：
照片：让用户给路径（本地图片）。如果用户只给文字、没有照片，跳到第 3 步用 generate.py 文生图。
画风：写实 / 卡通 / 扁平纯色 / 黑白二值（对应 style：realistic / cartoon / flat / binary）。
网格尺寸：默认 36×36 左右 或 50×50，按主体长宽比给个估计。"小一点更好拼" 就 36×36，"大一点更精细" 就 60×60+。注意：这是建议值，真实网格数以 AI 实际画出为准，svg_to_grid 会从 SVG 反推。
背景怎么处理：三选一 — 保留原背景（background_mode：keep）抠掉换纯色，需要让用户给颜色（background_mode：solid，background_color：#FFFFFF 之类）直接挖空，只拼主体（background_mode：remove）。
最多几种颜色：默认 18（越少越好买、越好拼；越多越像照片）。
保留哪些细节：例如 "耳朵的粉色一定要在"、"眼睛要亮一点"。
要 AI 一次画几张候选给你挑？：默认 1。建议问用户："AI 一次出 1 / 2 / 3 / 4 张候选给你挑一张？多张能减少反复重抽，但每多一张就多一次 token 消耗。"
写到 spec.json 的 n_candidates。如果用户没主动选， 默认 1。
把上面这些写到 outputs//spec.json：
{
"spec_id": "",
"palette_id": "mard_221",
"grid_w": 36,
"grid_h": 54,
"style": "cartoon",
"background_mode": "solid",
"background_color": "#FFFFFF",
"max_colors": 18,
"must_include_colors": [],
"forbid_colors": [],
"preserve_features": ["眼睛保持高亮", "耳朵内侧的粉色保留"],
"ai_draws_grid": true,
"cell_px": 20,
"show_grid_numbers": true,
"show_color_codes": true,
"n_candidates": 1
}
cell_px 是最终图纸里每格画多大（像素），不是网格数。建议 20-40，A4 打印用 40 比较舒服。
调色板：默认用 ${SKILL_DIR}/palettes/mard_221.csv（MARD 标准 221 色）。用户提供别的就换。
python ${SKILL_DIR}/scripts/spec_to_prompt.py \
outputs//spec.json \
-o outputs//image_prompt.txt
不需要修改 prompt 文本。
分支：--n 取自 spec.json 的 n_candidates（用户在第 1 步选的）。一次出 N 张候选，用户在第 4 步挑一张。
3a. 用户给了照片 → 走 edit.py（图像编辑）
PROMPT="$(cat outputs//image_prompt.txt)"
N=$(python -c "import json; print(json.load(open('outputs//spec.json')).get('n_candidates', 1))")
python ${SKILL_DIR}/scripts/edit.py \
"$PROMPT" \
--size 1024x1536 --quality medium \
--n $N \
--tag \
--out-dir outputs/
# 输出会是
_edit__0.png ... _edit__.png 一共 N 张
3b. 用户只给文字、没有照片 → 走 generate.py（文生图）
PROMPT="$(cat outputs//image_prompt.txt)"
N=$(python -c "import json; print(json.load(open('outputs//spec.json')).get('n_candidates', 1))")
python ${SKILL_DIR}/scripts/generate.py \
"$PROMPT" \
--size 1024x1536 --quality medium \
--n $N \
--tag \
--out-dir outputs/
# 输出会是 _0.png ... _.png
生成的图必须是带可见网格线的像素图（每格内部基本纯色）。提取脚本依赖网格线的存在，这是 prompt 已经强约束的部分。
- 暂停让用户看图 → 挑一张作为 ai_pixel.png（STOP）
这一步必须 STOP，不要绕过。
N=1：把唯一一张候选给用户看，问一句："这张像素图你 OK 吗？要不要重抽 / 改风格 / 改色数？"
N>1：把 N 张候选并排给用户看（可以用 make_teaser.py 或者直接附图），问："这几张里你最喜欢哪张？（也可以全部不要，我们重抽）"
用户挑中之后，把那张 cp 成 outputs//ai_pixel.png：
cp outputs//
_.png outputs//ai_pixel.png
如果用户说全部不满意要重抽：先问用户调什么再抽，不要默默重抽。可调项：改 spec.json 里的 style / max_colors / preserve_features / background_mode；改 prompt（让用户口述调整方向，你修订 image_prompt.txt 后再跑 3）；增加 n_candidates 一次多抽几张
5a. 从 ai_pixel.png 按网格线取每格中位数色 → raw.svg
RUN=outputs/
python ${SKILL_DIR}/scripts/extract_svg.py \
$RUN/ai_pixel.png \
$RUN/raw.svg \
--debug-dir $RUN/debug
debug 阶段两张图人眼校验：$RUN/debug/grid_lines.png：红/绿线压在网格上，如果偏移就说明 adaptiveThreshold 参数对这张图不对路。$RUN/debug/cells.png：每格中央的黄色框是采样区，要在格内、不压网格线。
5a-check. AI 实际画出的网格数 ≠ spec.grid_w/h 时必须 STOP 询问用户
extract_svg 的输出会打印类似 [extract] grid 30 x 30 = 900 cells。如果这个 grid 数与 spec.json 的 grid_w / grid_h 不一致，绝对不要默默重抽消耗 token，把情况摆给用户："你要求的是 36×36，但 AI 实际画成了 44×44。两个走法选一个：① 接受 44×44 直接出图（豆数会变多）② 重新让 AI 画一次，prompt 加强网格数约束（会再花一次 API 费用）③ 改 spec 把目标改成 44×44（等于承认 AI 画的）"
只有用户明确说 "重抽" 才回 Step 3。如果用户没回应或者回应模糊， 默认接受当前网格继续走 5b，不要擅自重抽。注意：gpt-image 对精确网格数的控制力本身有限，1-3 格的偏差很常见，不一定是失败 — 让用户判断。
5b. raw.svg + spec + palette →
by