╔══════════════════════════════════════════════════════════════╗ ║ 百年日报 · 完整生产线 ║ ╚══════════════════════════════════════════════════════════════╝ ┌────────────────────────────────────────────────────────────────┐ │ 📥 一、采集（Internet Archive） │ │ │ │ 申报 ──── shenbao-1926.06-{seq} seq=145+(day-1) ~6版 │ │ 时事新报 ── shishi-xinbao-1926.06.22 ~12版 │ │ 香港工商日报 ─ NPKS{YYYYMMDD} ~4版 │ │ │ │ ⚠ 页数探测：curl -sL 测文件大小，>100KB=有效 │ │ 不能靠状态码302或metadata判断 │ └────────────────────────────────────────────────────────────────┘ │ ▼ ┌────────────────────────────────────────────────────────────────┐ │ 🖼 二、图片处理（Baidu OCR + 框选） │ │ │ │ ┌─── 主流程 ──────────────────────────────────────┐ │ │ │ python3 baidu_ocr_box.py input.jpg output.jpg [选项] │ │ │ │ 自动缩放→OCR→坐标还原→画暖棕框(139,58,58)+标签 │ │ │ └──────────────────────────────────────────────────┘ │ │ │ │ 框选模式（可混合使用）： │ │ ├── --find "关键词" ← 推荐，零误框 │ │ ├── 两步走：--no-draw→--from-coords ← 最稳 │ │ ├── --box X1,Y1,X2,Y2 ← 手动坐标 │ │ ├── --all-blocks ← 全版框 │ │ └── 自动关键词匹配（默认） │ │ │ │ ⚠ 先决条件：/root/.env 有 BAIDU_API_KEY + BAIDU_SECRET_KEY │ │ ⚠ 每次必须先跑Baidu OCR（免费200页），不行再回退vision │ │ ⚠ 不压缩原图质量，仅当超4096px时才等比例缩放 │ │ │ │ 回退方案（OCR不可用时）： │ │ ① curl探测有效页 → ② vision_analyze扫描内容 → │ │ ③ PIL手动宽框 → ④ 参考已知页面尺寸（申报3375×4820等） │ └────────────────────────────────────────────────────────────────┘ │ ▼ ┌────────────────────────────────────────────────────────────────┐ │ ✍️ 三、写作 │ │ │ │ 标题：百年日报 #XXX | 一句话标题（选最硬的新闻原文） │ │ │ │ 板块结构： │ │ ┌──────────────────────────────────────────────────┐ │ │ │ 时政风云（张季鸾·老报人视角） │ │ │ │ 格式：「」引用原文 │ │ │ │ ——灰色斜体点评 │ │ │ │ 铁律：每报独立配图，敢下判断不煽情 │ │ │ ├──────────────────────────────────────────────────┤ │ │ │ 市井万花筒（老舍·口语俏皮） │ │ │ │ 格式：事件标题（来源报纸） │ │ │ │ ——灰色斜体点评 │ │ │ │ 铁律：句子短，俏皮不贫，只说事不论人是非 │ │ │ ├──────────────────────────────────────────────────┤ │ │ │ 时光广告铺（街坊邻居·口语点评） │ │ │ │ 格式：**报纸名** + 广告原文 │ │ │ │ ——灰色斜体点评 │ │ │ │ 铁律：不从此往回看，不点评真假好坏 │ │ │ └──────────────────────────────────────────────────┘ │ │ │ │ 全文统一格式： │ │ ┌──────────────────────────────────────────────────┐ │ │ │ 【开头】 │ │ │ │ 民国十五年六月二十二日。 │ │ │ │ 北讯传来，皆于今日刊出；南音递至，俱是此刻新编│ │ │ │ 。诸君请看。 │ │ │ │ │ │ │ │ 【正文】时政风云→市井万花筒→时光广告铺 │ │ │ │ │ │ │ │ 【结尾】本期素材（报名·日期·IA来源） │ │ │ │ → 百年日报·本报启事（求关注转发） │ │ │ └──────────────────────────────────────────────────┘ │ │ │ │ 配图铁律： │ │ ├── 时政风云每报各一张配图 │ │ ├── 市井万花筒至少一张 │ │ ├── 时光广告铺至少一张 │ │ ├── 图注写内容不写技术（❌Baidu OCR→✅申报头版） │ │ ├── 路径用绝对路径 │ │ └── 图注格式：

描述文字

│ └────────────────────────────────────────────────────────────────┘ │ ▼ ┌────────────────────────────────────────────────────────────────┐ │ 🎨 四、封面 + 发布 │ │ │ │ 封面： │ │ ├── 纯报纸头版顶部裁切 │ │ ├── 宽高比 ≈ 2.35:1 → 900×383 │ │ ├── 不加任何文字/色块/标识叠层 │ │ └── JPEG quality 95 │ │ │ │ 发布（wenyan-mcp → 公众号草稿箱）： │ │ ├── theme_id="yigujianjin-v2" │ │ ├── ⚠ 用content参数（不要用file，会报handler错误） │ │ ├── ⚠ 不要传app_id │ │ ├── 不要正文#H1（frontmatter已有）和[^n]脚注 │ │ └── 所有图片路径用绝对路径 │ └────────────────────────────────────────────────────────────────┘ │ ▼ ┌────────────────────────────────────────────────────────────────┐ │ 🤖 六、Agent 并行写稿工作流（可选） │ │ │ │ 主控（Hermes） │ │ │ │ │ ├── 采集IA → Baidu OCR → vision扫版 → 整理素材 │ │ │ │ │ ├── delegate_task ─┬── Agent A：时政风云 │ │ │ ├── Agent B：市井万花筒 │ │ │ └── Agent C：时光广告铺 │ │ │ │ │ └── 收集稿件 → 按顺序拼接： │ │ ① 开头引导语 │ │ ② ## 时政风云 │ │ ③ ## 市井万花筒 │ │ ④ ## 时光广告铺 │ │ ⑤ ## 本期素材 │ │ ⑥ 百年日报·本报启事 │ │ ⑦ 检查配图路径+图注格式 │ │ ⑧ 发布到草稿箱 │ │ │ │ 已知限制： │ │ ├── 百度OCR免费200页一次性 │ │ ├── 大公报1926不在IA上，需Playwright │ │ ├── 服务器2核1.9G无OpenCV │ │ └── vision_analyze有429限速 │ └────────────────────────────────────────────────────────────────┘