古诗词记忆卡片生成器（交互式版）

概述

概述

将一首古诗词转化为图文并茂的 HTML 记忆卡片。与原版 skill 的核心区别：在关键节点加入人机交互，尤其是图片生成环节——每张图生成后都展示给用户确认，不满意时根据用户反馈调整 prompt 重新生成，直到满意为止。

与原版 skill 的区别

适用场景

• 对图片质量有较高要求，希望每张图都符合心意
• 教学/出版级别素材，需要人工把关
• 用户对水墨画风格有特定偏好（如更写意/更工笔/色彩偏冷偏暖）
• 单首精心制作（不适合批量，批量请用原版）

工作流（4 步 + 4 个交互节点）

整个流程在原版 4 步 SOP 基础上，在每一步结束处加入交互节点。每步使用的模型/工具说明如下。

交互节点总览

第 1 步 准备数据 → [交互节点 A] 确认分句正确
       ↓
第 2 步 逐句生图（核心交互） → [交互节点 B] 每张图确认/调整
       ↓
第 3 步 生成文本 → [交互节点 C] 确认文本内容
       ↓
第 4 步 组装 HTML → [交互节点 D] 确认最终成品

第 1 步：准备古诗数据

使用模型/工具：无（纯数据整理，由 WorkBuddy 直接处理）

输入：诗名、作者、朝代、原文

输出：结构化的古诗数据，包含分句列表 + 每句意境描述

操作：

1. 根据用户提供的诗名，确认原文
2. 将原文按句拆分（4 句、8 句或其他）
3. 为每句准备一段意境描述（用于第 2 步生图的 prompt）
4. 确认作者、朝代、整体创作背景

🔷 交互节点 A：确认分句正确

用文字向用户展示分句结果，并询问：

我已将《XX》拆分为 N 句，每句意境如下：

1. 句原文 — 意境描述
2. …

分句和意境描述是否准确？如需调整请告诉我。

• 用户确认 → 进入第 2 步
• 用户要求调整 → 根据反馈修改分句或意境描述，再次确认

第 2 步：逐句交互式生成图片（核心）

使用模型/工具：腾讯混元（Hunyuan）文生图模型，通过 ImageGen 工具调用（先用 ToolSearch 加载 ImageGen 的 schema，再用 DeferExecuteTool 调用）

成本预估：每张图 5-10 credits，含重试每首诗约 6-12 张图（30-120 credits）

交互式生图流程（对每一句诗执行）

对第 i 句诗 (i = 1, 2, ..., N):
  attempt = 0
  current_prompt = 基础 prompt（套用风格模板 + 该句意境）
  
  循环:
    attempt += 1
    1. 用 current_prompt 调用 ImageGen 生成图片
       ⚠️ 必须串行调用（见下方"避坑指南"）
    2. 用 present_files 展示图片给用户
    3. 用 AskUserQuestion 询问用户反馈：
       选项：
       - "满意，继续下一句" → 接受该图，跳出循环
       - "不满意，调整重试" → 用户在"其他"输入具体调整意见
       - "跳过这句配图" → 不配图，用占位符
    
    4. 如果满意 → 保存图片，进入下一句
       如果不满意 → 根据用户反馈调整 prompt（见下方"prompt 调整规则"），回到步骤 1
       如果跳过 → 用占位符，进入下一句
    
    5. 如果 attempt >= 3（达到重试上限）:
       询问用户："已重试 3 次，是否接受当前图片或跳过？"
       - 接受 → 保存当前图
       - 跳过 → 用占位符

prompt 调整规则

当用户反馈不满意时，根据反馈类型调整 prompt：

重要：每次调整后，保留原 prompt 中有效的部分，只修改用户指出的部分，避免"推倒重来"导致其他方面变差。

调整记录

每次用户提出调整意见，记录下来：

• 哪句图被调整了
• 用户的具体反馈是什么
• prompt 怎么改的
• 改后效果如何

这些记录有两个用途：

1. 后续句子的 prompt 可以借鉴已确认句子的调整方向（如用户偏好更写意风格，后续句子一开始就往写意方向调）
2. 如果用户之后想做其他古诗，这些偏好可以累积成"用户画像"

prompt 模板和调整示例：详见 references/prompt_templates.md 和 references/interactive_adjustment_guide.md

🔷 交互节点 B：每张图确认（已嵌入第 2 步）

每张图生成后立即展示并询问，不需要单独节点。

第 3 步：生成文本内容

使用模型/工具：当前对话模型（即执行此 skill 的 WorkBuddy 实例所用的模型，如 DeepSeek、GPT 等）

操作：生成以下文本：

1. 作者背景：作者生平要点、创作风格、文学地位（150-200 字）
2. 整体意境：这首诗的整体氛围、情感基调、艺术特色（100-150 字）
3. 逐句赏析：每句诗的字面意思 + 深层意蕴 + 配图说明（每句 50-100 字）

要求：逐句赏析要和第 2 步最终确认的图片意境呼应（不是和初始 prompt 呼应，而是和实际生成的图片呼应）

🔷 交互节点 C：确认文本内容

用文字向用户展示文本内容，并询问：

文本内容已生成，包括作者背景、整体意境、逐句赏析。请确认是否需要调整？

• 满意 → 进入第 4 步
• 需调整 → 告诉我哪里要改（如"作者背景太长""第三句赏析不够深入"）

第 4 步：组装 HTML 卡片

使用模型/工具：无（模板化组装，使用 assets/card_template.html）

操作：

1. 读取 assets/card_template.html 模板
2. 替换变量（{{POEM_TITLE}}、{{AUTHOR}}、{{LINE_X_IMAGE}} 等）
3. 图片路径用相对路径
4. 保存为 {{诗名}}_记忆卡片.html

🔷 交互节点 D：确认最终成品

用 present_files 展示 HTML 卡片，并询问：

HTML 卡片已生成，请查看效果。是否满意？

• 满意 → 完成
• 需调整样式 → 告诉我哪里要改（如"配色太暗""字体太大"），修改模板后重新组装

模型与工具一览表

关键注意事项

图片生成（第 2 步）的坑

1. 并行调用会导致文件覆盖（重要）：实测发现，并行调用 ImageGen 时，即使为每张图指定了不同的 output_dir，所有图仍会被存到同一个目录，互相覆盖后只剩 1 张图。必须串行调用：一张图生成完成后再发下一张。
2. 风格统一：必须用同一套风格描述词（"Traditional Chinese ink wash painting, vertical scroll format"），否则 4 张图画风不一致。用户调整某张图的 prompt 时，只调整意境描述部分，不要动风格词。
3. 成本控制：交互式版本因含重试，credits 消耗是原版的 1.5-3 倍。每首诗预算 30-120 credits。批量处理请用原版 skill。

交互设计的原则

1. 每张图都要确认：不要跳过交互节点 B，即使你觉得图片很好。用户的审美判断是最终标准。
2. 重试有上限：每张图最多重试 3 次。达到上限后强制让用户选择"接受当前"或"跳过"，避免无限循环。
3. 调整要精准：根据用户反馈只调整对应部分，不要推倒重来。保留用户满意的元素。
4. 记录偏好：用户的调整反馈要记录，影响后续句子的初始 prompt 方向。
5. 跳过选项：允许用户跳过某句配图（用占位符），不要强制每句都有图。

文本生成（第 3 步）的要求

1. 准确性优先：作者生平、创作背景必须准确
2. 和最终图片呼应：逐句赏析要呼应最终确认的图片（可能经过多次调整），不是初始 prompt
3. 篇幅控制：记忆卡片追求简洁

HTML 组装（第 4 步）的规范

1. 相对路径：图片路径必须用相对路径
2. 响应式：模板已做响应式处理
3. 字体：使用 STSong/STKaiti 等中文字体
4. 独立可打开：HTML 文件应能脱离服务器独立打开

批量处理说明

⚠️ 本 skill 不适合批量处理。交互式版本每首诗需要多轮确认，处理一首诗可能需要 10-20 分钟。批量处理（如唐诗三百首）请使用原版 ancient-poetry-memory-card skill。

本 skill 适合：

• 单首精心制作
• 制作"样板诗"（确定风格偏好后，再用原版批量）

资源说明

assets/

• card_template.html — HTML 卡片基础模板（与原版相同）

references/

• prompt_templates.md — 图片生成 prompt 模板和示例集（与原版相同）
• interactive_adjustment_guide.md — 交互式调整指南，包含常见调整场景和 prompt 修改示例