| # 螺钿垂直模型子项目方案（模型进阶 V1） |
|
|
| ## 1. 文档定位 |
| - 文档用途：作为【螺钿垂直模型】的进阶子项目立项与执行框架，用于你与 Claude 的同步评估。 |
| - 当前状态：仅做方案落版与架构设计，不在本阶段生成代码脚手架。 |
| - 目标导向：在“工艺可落地 + 市场可接受 + 文化可解释”的前提下，提升螺钿设计生成质量与商业可用性。 |
|
|
| --- |
|
|
| ## 2. 你的原文提示词（保留） |
|
|
| > 我希望设计款螺钿的产品，这个产品包含上海海派文化元素，并面向欧美市场具有一定吸引力的产品设计风格，提供产品创意以及设计画面的设计图。（提示词结束） |
|
|
| --- |
|
|
| ## 3. 项目核心判断 |
|
|
| 1. 现有 LLaVA QLoRA 路线更擅长“图文理解/描述”，不等同于“高质量图片生成主力模型”。 |
| 2. 文化理解能力优先通过 `RAG（检索增强）` 注入，不建议在 8GB 显存下先做重型文本微调。 |
| 3. 需要把“文化知识注入”和“设计图生成”解耦，形成双引擎协作： |
| - 文化知识引擎：理解上海/欧美文化语义与市场偏好； |
| - 设计生成引擎：输出可制造、可销售的设计方案与视觉图。 |
|
|
| --- |
|
|
| ## 4. 子项目总体架构 |
|
|
| ## 4.1 子系统 A：互联网图片采集与训练素材准备 |
| - 目标：持续收集螺钿图、时尚元素图、欧美偏好图、中国文化符号图。 |
| - 输入：关键词模板、来源白名单、采集配额。 |
| - 输出： |
| - `images/` 分层目录（seed / student_xxx / trend_xxx） |
| - `annotations/` 对应 JSON 标注 |
| - `source_meta.jsonl`（记录来源、时间、license、url） |
|
|
| ## 4.2 子系统 B：文化理解模块（知识库） |
| - 目标：学习你上传的书籍、论文、文化文本（如上海文化、欧美文化偏好），并在推理时召回。 |
| - 输入：PDF/Word/TXT/Markdown 文本资料。 |
| - 输出： |
| - 分块后的知识库语料 |
| - 向量索引 |
| - 结构化知识卡（文化元素、视觉符号、禁忌、市场偏好） |
|
|
| ## 4.3 子系统 C：提示词编排与落地评估 |
| - 目标：把用户自然语言需求转换为“可生成 + 可制造 + 可销售”的设计任务。 |
| - 输出： |
| - `design_brief.json`（创意目标、市场定位、工艺限制、成本级别） |
| - 图像生成 prompt 套件 |
| - 工艺可行性评分与风险说明 |
|
|
| --- |
|
|
| ## 5. 互联网抓图模块设计（A） |
|
|
| ## 5.1 采集对象范围 |
| - 螺钿与相关工艺：贝母、银丝、木胎、平嵌、浅雕、海派工艺等。 |
| - 时尚元素：奢侈品牌视觉语言、欧美生活方式、音乐/展陈/产品视觉。 |
| - 中国元素：海派文化、城市符号、传统纹样的现代化表达。 |
|
|
| ## 5.2 采集流程 |
| 1. 关键词池生成（含中英关键词）。 |
| 2. 多源抓取（优先 API 和可授权来源）。 |
| 3. 下载入临时区。 |
| 4. 自动去重（pHash/感知哈希）。 |
| 5. 质量过滤（清晰度、分辨率、可读性）。 |
| 6. 标注增强（主题、风格、材质、市场方向）。 |
| 7. 入正式库并同步 `source_meta.jsonl`。 |
|
|
| ## 5.3 合规与风控 |
| - 必存字段：`source_url`、`license`、`crawl_time`、`usage_note`。 |
| - 严禁将版权风险不明素材直接进入训练主集。 |
| - 建议把素材分为： |
| - `trainable/`（可训练） |
| - `reference_only/`（仅风格参考，不入训练） |
|
|
| --- |
|
|
| ## 6. 文化理解模块设计（B） |
|
|
| ## 6.1 知识输入与处理 |
| 1. 文本解析：PDF/Docx/TXT 标准化。 |
| 2. 语义分块：按章节与主题切片。 |
| 3. 向量化建库：支持相似检索与关键词检索。 |
| 4. 生成知识卡片： |
| - 文化元素词表（上海海派、欧美偏好） |
| - 视觉映射（图形、色彩、材质倾向） |
| - 商业映射（客群、价格带、场景） |
|
|
| ## 6.2 推理注入机制（推荐） |
| - `用户提示词 -> 检索知识 -> 生成 design_brief -> 图像生成` |
| - 优先 `RAG 注入` 而非先做文本微调。 |
| - 只有当知识稳定且样本量足够时，再考虑做小规模 SFT。 |
|
|
| --- |
|
|
| ## 7. 与主体模型的协作关系 |
|
|
| 1. 主体（当前）：螺钿工艺理解 + 基础视觉语义能力（LLaVA）。 |
| 2. 子项目增强： |
| - 数据层：更多“螺钿 + 时尚 + 文化”多样素材； |
| - 知识层：文化语义检索增强； |
| - 决策层：可落地评估与市场导向过滤。 |
| 3. 目标输出： |
| - 创意文本说明 |
| - 设计画面（生成模型输出） |
| - 工艺参数（可工厂执行） |
| - 市场适配建议（欧美/中国） |
|
|
| --- |
|
|
| ## 8. 脚手架思路（本阶段只设计，不实现） |
|
|
| ## 8.1 建议目录 |
| ```text |
| 模型进阶V1/ |
| ├─ README.md |
| ├─ docs/ |
| │ ├─ 子项目执行计划.md |
| │ ├─ 数据合规与授权规范.md |
| │ └─ Claude评估清单.md |
| ├─ collector/ |
| │ ├─ configs/ |
| │ │ ├─ keyword_pools.yaml |
| │ │ └─ source_whitelist.yaml |
| │ ├─ scripts/ |
| │ │ ├─ crawl_images.py |
| │ │ ├─ deduplicate_images.py |
| │ │ └─ build_source_meta.py |
| │ └─ output/ |
| ├─ knowledge/ |
| │ ├─ corpus/ |
| │ ├─ scripts/ |
| │ │ ├─ ingest_texts.py |
| │ │ ├─ build_vector_index.py |
| │ │ └─ query_knowledge.py |
| │ └─ index/ |
| ├─ orchestrator/ |
| │ ├─ templates/ |
| │ │ └─ design_brief.template.json |
| │ └─ scripts/ |
| │ └─ generate_design_brief.py |
| └─ evaluator/ |
| ├─ rules/ |
| │ ├─ manufacturability_rules.yaml |
| │ └─ market_fit_rules.yaml |
| └─ scripts/ |
| └─ score_design.py |
| ``` |
|
|
| ## 8.2 接口思路 |
| - `collector -> dataset`：输出图片与标注草稿。 |
| - `knowledge -> orchestrator`：返回检索片段和文化要点。 |
| - `orchestrator -> evaluator`：生成可评分设计任务。 |
| - `evaluator -> training/inference`：通过阈值过滤低可行方案。 |
|
|
| --- |
|
|
| ## 9. 执行节奏建议（V1） |
|
|
| 1. 第1阶段（1-2周）：采集链路打通 + 合规标注字段固定。 |
| 2. 第2阶段（1周）：文化知识库最小可用（可检索、可注入）。 |
| 3. 第3阶段（1-2周）：提示词编排 + 工艺/市场双评分。 |
| 4. 第4阶段：回灌训练集，启动新一轮 LoRA/生成模型迭代。 |
|
|
| --- |
|
|
| ## 10. 给 Claude 的同步评估清单 |
|
|
| 1. 架构是否正确解耦了“文化理解”和“图像生成”？ |
| 2. 在 8GB 显存约束下，RAG 优先是否合理？ |
| 3. 采集与训练数据的版权合规流程是否足够？ |
| 4. `design_brief` 字段是否满足工厂落地与市场评估？ |
| 5. 当前 V1 是否需要先做“参考库”与“训练库”分离？ |
| 6. 主体模型（LLaVA）与后续生成模型（如 SDXL/FLUX）协作边界是否清晰？ |
| 7. 哪些模块应最先实现，才能最快产生可验证业务价值？ |
|
|
| --- |
|
|
| ## 11. 当前决议 |
| - 已落版：子项目总体框架、原始提示词保留、脚手架设计思路、执行节奏与评估清单。 |
| - 暂不执行：脚手架代码生成、抓取脚本开发、知识库服务化部署。 |
|
|
|
|
