类型	材质	特点	训练轨道
硬木胎	紫光檀、黑檀、红木、乌木	可量产主力，工厂友好	core
大漆胎	传统大漆木胎、脱胎漆器	高端传统，工时长	extended
金属胎	铜胎、银胎、混合胎	现代感强，适合首饰	extended

镶嵌材料全谱：

材料	特征	训练轨道
贝母螺钿（厚/薄/砌）	虹彩光泽，主力材料	core
银丝螺钿	拉丝/编丝/线条感	core
朱砂	填色/点缀，传统感	extended
金属箔片（金/银箔）	奢华感叠加	extended
组合工艺	多材质混嵌	extended（core 稳定后）

2.2 双轨训练策略（V2.1 核心修正）

原则：训练侧全工艺语义覆盖，但 core 必须先于 extended 稳定。

core（当前主线）              extended（扩展域）
──────────────               ──────────────────
硬木胎 + 贝母/银丝            大漆/金属胎/朱砂/组合
商业主力产品                  工艺语义补全
先训练，先评估                core 稳定后按比例注入

分阶段样本比例：

阶段	图片总量	core:extended	说明
Phase 1（当前）	< 30张	10:0	全 core，不引入 extended
Phase 2	30-100张	8:2	开始按比例注入 extended
Phase 3	100张+	7:3 或 6:4	视 extended 增益评估调整

防回归机制：

extended 样本默认进 reference_only/，经人工合规审核后才能转 trainable/
每轮训练固定保留独立的 core 验证集，extended 注入前后均需对比 core 指标不退化

3. 双引擎架构

┌─────────────────────────────────────────────────────┐
│                   用户输入（自然语言）                  │
└──────────────────────┬──────────────────────────────┘
                       │
        ┌──────────────▼──────────────────┐
        │  [拦截层] 文化禁忌词库            │ ← 硬规则，命中即拒绝
        │  cultural_taboos.yaml            │   不消耗推理 token
        └──────────────┬──────────────────┘
                       │ 通过
        ┌──────────────▼──────────────────┐
        │  理解引擎（LLaVA QLoRA）          │
        │  - 理解用户需求与参考图片          │
        │  - RAG 注入文化知识               │
        │  - 生成 design_brief.json        │
        │  - 工艺可行性评估（规则打分）      │
        └──────────────┬──────────────────┘
                       │ design_brief.json
        ┌──────────────▼──────────────────┐
        │  规则评估器（Evaluator）          │
        │  - 工厂可行性（尺寸/工时/工序）   │
        │  - 市场匹配（客群/价格带/风格）   │
        │  score ≥ 0.6 → 继续              │
        │  score < 0.6 → 返回修改建议      │
        └──────────────┬──────────────────┘
                       │ 评分 ≥ 0.6
        ┌──────────────▼──────────────────┐
        │  生成引擎（SDXL LoRA → ComfyUI） │
        │  - 接收 sdxl_prompt              │
        │  - 螺钿风格 LoRA 控制质量         │
        │  - 输出位图（PNG / WebP）         │
        │  [SVG 为可选后处理，非原生能力]   │
        └──────────────┬──────────────────┘
                       │
        ┌──────────────▼──────────────────┐
        │  输出包（三件套）                 │
        │  1. 设计图（PNG/WebP）            │
        │  2. 工厂参数卡                    │
        │  3. 市场适配建议                  │
        └─────────────────────────────────┘

引擎选型确认：

生成引擎：SDXL + LoRA（非 FLUX）
- SDXL 推理 ~6GB，LoRA 训练 ~7GB，8GB 显存可用
- FLUX.1-dev 需 ~23GB，FLUX.1-schnell 量化版仍需 ~12GB，均超出限制
- kohya_ss 已在项目目录内，工具链现成

4. 子系统设计

4.1 子系统 A：采集器

目标：持续收集全工艺螺钿 + 时尚参考 + 文化素材

合规来源优先级：

Unsplash / Pexels / Pixabay（CC0，可商用）
博物馆数字藏品（通常 CC BY）
网络采集（一律进 reference_only，不入训练集）

输出目录结构：

images/
  ├── trainable/
  │   ├── core/            ← 硬木胎 + 贝母/银丝（经审核）
  │   └── extended/        ← 大漆/金属/朱砂（经合规审核后入）
  └── reference_only/
      └── trend/           ← 时尚趋势参考（版权不明）

annotations/
  ├── core/
  ├── extended/
  └── mapping_logs/        ← design_brief → dataset_schema 转换日志

必存合规字段：source_url、license、crawl_time、usage_note

4.2 子系统 B：文化知识库

技术栈（确定）：

组件	选型	理由
向量数据库	ChromaDB（本地）	纯 CPU，不占显存
Embedding 模型	BGE-M3	中英双语，CPU 可运行
检索方式	语义 + 关键词混合	文化专业词汇关键词更精确

知识卡片结构：

文化元素词表（上海海派视觉符号、欧美偏好语言）
视觉映射（图形、色彩、材质倾向）
商业映射（客群、价格带、适配平台）
文化禁忌条目（单独提取入 cultural_taboos.yaml）

推理注入链：

用户提示词 → ChromaDB 检索 → 相关语义片段 → LLaVA 生成 design_brief

4.3 文化禁忌拦截层（B 的硬规则前置）

文件：knowledge/rules/cultural_taboos.yaml

拦截时机：在 brief 生成之前，直接对用户输入做词汇/语义匹配。命中即拒绝，返回具体原因。

禁忌类型举例：

color_taboos:
  - market: EU_NA
    pattern: ["纯白+葬礼语境", "纯黑+特定宗教语境"]
    reason: "特定场景下的文化误用风险"

symbol_taboos:
  - pattern: ["卍", "swastika"]
    market: EU_NA
    reason: "与纳粹符号混淆，欧美市场绝对禁止"
  - pattern: ["倒五角星+特定组合"]
    reason: "撒旦主义联想，欧美部分客群强烈抵触"

cultural_appropriation:
  - pattern: ["印第安头饰", "土著图腾"]
    market: NA
    reason: "北美文化挪用敏感领域"

4.4 子系统 C：Orchestrator（提示词编排）

设计 Brief（分阶段字段策略）

Phase 1 精简版（当前使用，8个核心字段）：

{
  "product_type": "handheld_mirror",
  "cultural_theme": {
    "cn_element": "上海海派 Art Deco",
    "market_target": "EU"
  },
  "visual_spec": {
    "motif": "外滩建筑剪影 + 几何线条",
    "style_keywords": ["geometric_silhouette", "iridescent", "minimalist"]
  },
  "material_spec": {
    "substrate": "purple_sandalwood",
    "inlay_primary": "nacre"
  },
  "production_params": {
    "dimensions": "12x8x0.5cm",
    "production_time": "6-8h"
  },
  "generation_params": {
    "sdxl_prompt": ""
  }
}

Phase 2 完整版（管道跑通后扩展，18个字段）：

完整字段在 Phase 1 基础上新增：

material_spec.inlay_secondary（组合材质）
material_spec.surface_finish
production_params.cost_tier
production_params.complexity
production_params.factory_notes
generation_params.negative_prompt
generation_params.style_lora
cultural_theme.cultural_notes（RAG 召回片段）
evaluation（评分器填入）

4.5 规则评估器（V2.1 修正：规则优先，不做模型打分）

评分维度与规则：

维度1：工厂可行性（manufacturability）

检查项	规则	权重
尺寸合理性	长/宽/高在工厂标准加工范围内	0.3
工时范围	单品 6-10 小时（超出为 complex，低于为 simple）	0.25
材质组合现实性	substrate × inlay 组合在已知工艺体系内	0.25
工序复杂度	complexity ≠ "complex"（本阶段不接 complex）	0.2

维度2：市场匹配（market_fit）—— Phase 1 纯规则版

检查项	规则	权重
风格与目标市场匹配	EU/NA → geometric/minimalist ≥ 1个关键词	0.3
价格带匹配	产品类型 × cost_tier 在合理区间	0.25
文化禁忌缺席	通过禁忌拦截层则此项满分	0.3
主题可识别性	motif 非空且可解释	0.15

为何不做模型打分（V2.1 修正理由）：当前无市场销售反馈数据，模型对自己生成的 brief 打分会形成"自评自证"的伪精确。规则打分透明、可审计、可随销售数据积累后升级为模型打分。

三档评分行动：

综合分	标签	dataset_schema production_feasibility	行动
≥ 0.8	高可行性	`"high"`	自动通过，直接生成
0.6-0.8	中等	`"medium"`	带警告生成，标注待人工确认
< 0.6	不可行	不入数据集	返回修改建议，拒绝生成

4.6 字段映射层（V2.1 新增：design_brief → dataset_schema）

这一层是数据飞轮的关键：使 brief 生成的设计可以回流为新的训练数据。

design_brief 字段	dataset_schema 字段	映射规则
`product_type`	`product_type`	直接映射
`cultural_theme.cn_element`	`visual_subject`	主题抽取为可视对象
`visual_spec.style_keywords`	`design_style`	关键词归并
`visual_spec.motif`	`visual_description_cn`	中文视觉主描述
`material_spec.substrate`	`base_material`	术语标准化（purple_sandalwood→紫光檀）
`material_spec.inlay_primary` + `inlay_secondary`	`inlay_material`	组合拼接
`production_params.complexity`	`complexity_level`	simple/medium 直接映射
`production_params.factory_notes`	`technical_specs.inlay_technique`	提取工艺关键词
`production_params.dimensions`	`technical_specs.dimensions`	直接映射
`production_params.production_time`	`technical_specs.production_time`	直接映射
`production_params.cost_tier`	`technical_specs.cost_level`	low/mid/high → 经济/中等/高端
`cultural_theme.market_target`	`market_orientation`	EU/NA/CN → 欧美/中国/全球
`generation_params.sdxl_prompt`	`prompt_template`	存模板或实例文本
`evaluation.manufacturability_score`	`production_feasibility`	按三档阈值映射
`user_prompt_raw`	`visual_description_cn`（附注）	保留用户原文

自动生成字段：

visual_description_en：由 tags_mapping.json 规则标准化
reference_tags：由 style_keywords + cultural_notes 自动提取

5. 完整脚手架目录

模型进阶V1/
├── README.md
├── docs/
│   ├── 子项目执行计划-V2.1.md
│   ├── 数据合规与授权规范.md
│   ├── design_brief字段说明.md          ← Phase1精简版 + Phase2完整版
│   └── 评估规则说明.md
│
├── collector/
│   ├── configs/
│   │   ├── keyword_pools.yaml           ← 全工艺中英关键词（core/extended分类）
│   │   └── source_whitelist.yaml        ← 合规来源白名单
│   └── scripts/
│       ├── crawl_images.py
│       ├── deduplicate_images.py         ← pHash 感知哈希去重
│       └── build_source_meta.py
│
├── knowledge/
│   ├── corpus/                          ← 文化资料原文（PDF/MD/TXT）
│   ├── rules/
│   │   ├── cultural_taboos.yaml         ← 硬规则拦截词库（V2.1 新增）
│   │   ├── manufacturability_rules.yaml
│   │   └── market_fit_rules.yaml
│   ├── scripts/
│   │   ├── ingest_texts.py
│   │   ├── build_vector_index.py        ← ChromaDB + BGE-M3
│   │   └── query_knowledge.py
│   └── index/                           ← ChromaDB 本地索引
│
├── orchestrator/
│   ├── templates/
│   │   ├── design_brief_phase1.json     ← 精简版（8字段）
│   │   └── design_brief_phase2.json     ← 完整版（18字段）
│   └── scripts/
│       ├── generate_design_brief.py
│       └── brief_to_schema_mapping.py   ← 字段映射层（V2.1 新增）
│
├── evaluator/
│   └── scripts/
│       └── score_design.py              ← 规则打分（三档：high/medium/reject）
│
└── generation/
    ├── comfyui_workflows/
    │   └── luodian_sdxl.json            ← ComfyUI SDXL workflow 模板
    └── scripts/
        └── run_generation.py            ← 调用 ComfyUI API，输出 PNG/WebP

6. 执行节奏（V2.1 版）

阶段	时长	内容	优先理由
第1阶段	1周	锁定 core 数据定义 + 字段映射层建立	保证数据闭环可跑
第2阶段	1周	文化知识库（ChromaDB+BGE-M3 最小可用）+ 禁忌词库初版	RAG 上线，brief 生成有内容
第3阶段	1周	编排器（Phase1精简brief + 规则评估器）	最快路径出第一个可验证结果
第4阶段	2周	SDXL 螺钿风格 LoRA 训练（kohya_ss + ComfyUI）	独立于LLaVA，可并行推进
第5阶段	2-3周	采集链路打通 + core 数据扩充至30张	合规审查需要时间，后置
第6阶段	持续	extended 按比例注入 + LLaVA 新一轮 LoRA 迭代	core 稳定后启动

7. 多 Agent 扩展开口（预留，不入核心架构）

当前决策：基于 Token 成本与项目盈利预期，Swarms 多 Agent 协同暂不纳入核心架构。所有模块按"单 Agent 顺序执行"模式实现。

开口条件（满足任一可评估升级）：

项目产生稳定收入，Token 成本可被商业化抵消
Claude Code Swarms 官方正式发布且成本结构明确
单 Agent 模式出现明显瓶颈（如数据采集与知识库更新串行太慢）

接口规范（现在即按此编写，升级零成本）：

# 每个子系统统一接口 → 未来改为 Agent 委托时，逻辑不变，调用方式变

def run_taboo_check(user_input: str) -> TabooResult: ...
def run_knowledge_query(query: str) -> KnowledgeResult: ...
def run_brief_generator(user_input: str, knowledge: KnowledgeResult) -> DesignBrief: ...
def run_evaluator(brief: DesignBrief) -> EvaluationResult: ...
def run_generator(brief: DesignBrief) -> GenerationResult: ...
def map_brief_to_schema(brief: DesignBrief) -> DatasetRecord: ...

# 当前：顺序执行
taboo  = run_taboo_check(user_input)
if taboo.blocked: return taboo.reason
knowledge = run_knowledge_query(user_input)
brief     = run_brief_generator(user_input, knowledge)
eval_     = run_evaluator(brief)
if eval_.score < 0.6: return eval_.suggestions
result    = run_generator(brief)
record    = map_brief_to_schema(brief)   # 回流训练数据

# 未来 Swarms：并发委托（接口签名不变）

8. 验收标准

8.1 架构验收

双引擎分工清晰，design_brief.json 是唯一跨引擎接口
禁忌拦截层在 brief 生成之前执行
规则评估器独立于生成引擎（不存在"自评自证"）

8.2 数据验收

core/trainable 与 extended/reference_only 边界明确
所有图片有 source_url/license/crawl_time 合规追踪
字段映射层可将 brief 自动转换为 dataset_schema 格式

8.3 训练验收

Phase 2 注入 extended 前后，core 验证集指标不退化
生成结果包含可执行的工厂参数卡（不只是视觉概念图）

8.4 商业验收

输出包含：客群、价格带、平台建议
score < 0.6 的方案返回具体修改建议（闭环）
输出设计的市场适配分高于无垂直训练的通用模型基准

9. 当前决议

已落版：

全工艺双轨训练策略（core 先行，extended 按比例注入）
双引擎结构（LLaVA 理解 + SDXL 生成，ComfyUI 管道）
禁忌拦截层（YAML 硬规则，brief 生成前执行）
规则优先评估器（三档阈值，不做模型打分）
字段映射层（design_brief → dataset_schema，数据飞轮闭环）
Phase 1 精简 brief（8 字段），Phase 2 完整 brief（18 字段）
Swarms 预留接口（开口但不入核心）

暂不执行：

脚手架代码开发
爬取脚本开发
知识库服务化部署

下一步决策点：

确认第1阶段启动时间（锁定 core 定义 + 字段映射）
提供文化资料文本（上海海派、欧美偏好）供知识库构建
提供 SDXL 螺钿风格参考图（10-20张，供 LoRA 训练）