yuanflow-cli 0.1.10 → 0.1.12

package/skills/yuanflow-skill/HTML/346/212/245/345/221/212/347/224/237/346/210/220/templates/warm-beige/report-warm-beige.css

@@ -0,0 +1,258 @@
+:root {
+  --bg: #e9e5dc;
+  --page: #fbfaf6;
+  --ink: #1b1814;
+  --muted: #6b6459;
+  --primary: #1d1b18;
+  --primary-2: #9b6a3a;
+  --line: #d8cfc1;
+  --soft: #f3efe6;
+  --soft-2: #eee6d7;
+  --success: #12805c;
+  --warning: #b56b00;
+  --danger: #d92d20;
+}
+
+* { box-sizing: border-box; }
+
+body {
+  margin: 0;
+  background: var(--bg);
+  color: var(--ink);
+  font-family: "Microsoft YaHei", "PingFang SC", "Noto Sans CJK SC", Arial, sans-serif;
+  line-height: 1.68;
+}
+
+.report-page {
+  width: min(1120px, calc(100% - 40px));
+  margin: 28px auto;
+  padding: 40px 42px 26px;
+  background: var(--page);
+  border: 1px solid var(--line);
+  box-shadow: 0 18px 48px rgba(47, 40, 31, 0.08);
+}
+
+.report-topline {
+  display: flex;
+  justify-content: space-between;
+  gap: 24px;
+  color: var(--muted);
+  font-size: 13px;
+  border-bottom: 1px solid var(--line);
+  padding-bottom: 14px;
+}
+
+.report-header {
+  padding: 24px 0 22px;
+}
+
+.eyebrow {
+  color: var(--primary-2);
+  font-size: 14px;
+  font-weight: 700;
+  margin: 0 0 8px;
+}
+
+h1 {
+  margin: 0;
+  color: var(--primary);
+  font-size: 32px;
+  line-height: 1.22;
+  letter-spacing: 0;
+}
+
+.subtitle {
+  margin: 10px 0 0;
+  color: var(--muted);
+  font-size: 15px;
+}
+
+.tags {
+  display: flex;
+  flex-wrap: wrap;
+  gap: 8px;
+  margin-top: 16px;
+}
+
+.tag {
+  padding: 6px 10px;
+  border: 1px solid var(--line);
+  background: var(--soft);
+  color: var(--primary);
+  font-size: 12px;
+  font-weight: 700;
+}
+
+.summary {
+  display: grid;
+  gap: 12px;
+  padding: 18px;
+  background: linear-gradient(180deg, #f6f1e8, #fbfaf6);
+  border: 1px solid var(--line);
+}
+
+.summary-strong {
+  margin: 0;
+  color: var(--primary);
+  font-size: 20px;
+  font-weight: 800;
+}
+
+.section {
+  margin-top: 22px;
+}
+
+.section-title {
+  display: flex;
+  align-items: center;
+  gap: 10px;
+  margin: 0 0 12px;
+  color: var(--primary);
+  font-size: 18px;
+}
+
+.section-title::before {
+  content: "";
+  width: 4px;
+  height: 18px;
+  background: var(--primary);
+}
+
+.grid-2 { display: grid; grid-template-columns: repeat(2, 1fr); gap: 14px; }
+.grid-3 { display: grid; grid-template-columns: repeat(3, 1fr); gap: 14px; }
+.grid-4 { display: grid; grid-template-columns: repeat(4, 1fr); gap: 12px; }
+
+.card {
+  border: 1px solid var(--line);
+  background: #fffdf8;
+  padding: 15px;
+}
+
+.card.soft { background: var(--soft); }
+
+.metric-value {
+  color: var(--primary);
+  font-size: 28px;
+  line-height: 1;
+  font-weight: 900;
+}
+
+.metric-label, .muted {
+  color: var(--muted);
+  font-size: 13px;
+}
+
+.number {
+  display: inline-grid;
+  place-items: center;
+  width: 28px;
+  height: 28px;
+  background: var(--primary);
+  color: #fff;
+  font-size: 13px;
+  font-weight: 800;
+}
+
+.list {
+  margin: 0;
+  padding-left: 18px;
+}
+
+.list li { margin: 6px 0; }
+
+.table {
+  width: 100%;
+  border-collapse: collapse;
+  overflow: hidden;
+}
+
+.table th, .table td {
+  border: 1px solid var(--line);
+  padding: 12px;
+  text-align: left;
+  vertical-align: top;
+}
+
+.table th {
+  background: var(--soft);
+  color: var(--primary);
+}
+
+.bar-chart {
+  display: grid;
+  grid-template-columns: repeat(7, 1fr);
+  align-items: end;
+  gap: 12px;
+  height: 170px;
+  padding: 16px;
+  border: 1px solid var(--line);
+  background: repeating-linear-gradient(0deg, #fffdf8, #fffdf8 33px, #e8dfd1 34px);
+}
+
+.bar {
+  background: linear-gradient(180deg, #b8894f, var(--primary));
+  min-height: 24px;
+}
+
+.timeline {
+  display: grid;
+  gap: 14px;
+  border-left: 3px solid var(--primary);
+  padding-left: 18px;
+}
+
+.timeline-item {
+  position: relative;
+  border: 1px solid var(--line);
+  padding: 14px;
+  background: #fffdf8;
+}
+
+.timeline-item::before {
+  content: "";
+  position: absolute;
+  left: -27px;
+  top: 20px;
+  width: 12px;
+  height: 12px;
+  background: var(--primary);
+  border: 3px solid #fff;
+}
+
+.flow-row {
+  display: grid;
+  grid-template-columns: repeat(5, 1fr);
+  gap: 8px;
+  align-items: stretch;
+}
+
+.flow-step {
+  position: relative;
+  padding: 12px;
+  background: var(--soft);
+  border: 1px solid var(--line);
+  color: var(--primary);
+  font-weight: 800;
+  text-align: center;
+}
+
+.priority-high { border-top: 6px solid var(--danger); }
+.priority-medium { border-top: 6px solid #b8894f; }
+.priority-low { border-top: 6px solid #12b76a; }
+
+.footer {
+  display: flex;
+  justify-content: space-between;
+  gap: 20px;
+  margin-top: 30px;
+  padding-top: 14px;
+  border-top: 1px solid var(--line);
+  color: var(--muted);
+  font-size: 12px;
+}
+
+@media (max-width: 820px) {
+  .report-page { width: calc(100% - 20px); padding: 28px 20px; }
+  .grid-2, .grid-3, .grid-4, .flow-row { grid-template-columns: 1fr; }
+  .report-topline, .footer { flex-direction: column; }
+}

package/skills/yuanflow-skill/README.md

@@ -0,0 +1,102 @@
+# yuanflow-skill
+
+YuanFlow Skill 是 `yuanflow-cli` 的 Agent Skill 仓库，用于把社媒平台 API 调用能力安装到支持 Skill 的本地 AI Agent 中。
+
+## 包含内容
+
+- `SKILL.md`：总入口，负责分流和索引。
+- `yuanflow-cli/`：API CLI 子 Skill，说明 `yuanflow-cli` 的安装、配置、命令发现、schema 查询、dry-run 和 agent-json 调用方式。
+- `自媒体知识库/`：自媒体知识库渐进查询 Skill，走 `yuanflow-cli knowledge`。
+- `OSS文件中转工具/`：OSS 临时上传、签名链接、对象复制 Skill，走 `yuanflow-cli oss`。
+- `生图技能/`：图片生成与编辑 Skill，优先走 YuanFlow 内置 `yuanflow_image_request`。
+- `HTML报告生成/`：单页 HTML 报告生成 Skill，内置 9 种米色留白报告模板。
+- `本地音视频转文字/`：本地 SenseVoice 音视频转文字 Skill，首次明确使用时按需下载模型。
+
+## 适用场景
+
+- 查询抖音、小红书、Bilibili、微信视频号、微信公众号等平台数据。
+- 查看可用 API 命令、快捷命令和 schema。
+- 让本地 Agent 稳定调用 `yuanflow-cli` 并解析 JSON 输出。
+- 查询自媒体知识库公开方向、方法包和规则摘要。
+- 上传文件到临时 OSS、生成签名链接或复制 OSS 对象。
+- 生成图片、编辑图片，并缓存返回 URL 或 base64 图片。生成图片必填 `prompt`，可选 `size / quality / style / n / response_format`；编辑图片必须通过 multipart 上传本地图片。
+- 把自媒体分析、数据复盘、文案方案、账号监控、知识梳理和执行计划生成可直接打开的单页 HTML 报告。
+- 在用户明确要求本地转写时，把本地音频或视频转成文字；视频会先抽取音频，模型和缓存都保存在 Skill 自己目录下。
+
+## 双环境使用方式
+
+这套 Skill 同时支持两种环境：
+
+- YuanFlow 主程序内：优先使用内置工具 `yuanflow_cli_call`、`yuanflow_gateway_request` 或 `yuanflow_image_request`，token 由主程序认证系统注入，不要求用户安装 npm 或配置 token。
+- 外部 Agent 内：优先使用本地 `yuanflow-cli`；如果本地没有，再通过 npm 安装。
+
+外部 Agent 独立使用时，推荐环境变量：
+
+```bash
+YUANCHUANG_API_TOKEN=<你的令牌>
+```
+
+也可以通过 `yuanflow-cli config set-token <你的令牌>` 保存到本地配置。
+
+## 配合 npm 包使用
+
+安装 `yuanflow-cli`：
+
+```bash
+npm install -g yuanflow-cli
+```
+
+安装 Skill 到本地 Agent：
+
+```bash
+yuanflow-skill install
+```
+
+指定安装目标：
+
+```bash
+yuanflow-skill install --agent codex,cursor
+```
+
+项目级安装：
+
+```bash
+yuanflow-skill install --project
+```
+
+查看可发现的 Skill：
+
+```bash
+yuanflow-skill list-skills
+```
+
+## 目录规范
+
+每个子 Skill 使用独立目录，并在目录内提供 `SKILL.md`。
+
+```text
+.
+├─ SKILL.md
+├─ yuanflow-cli
+│  └─ SKILL.md
+├─ 自媒体知识库
+│  └─ SKILL.md
+├─ 生图技能
+│  └─ SKILL.md
+├─ HTML报告生成
+│  ├─ SKILL.md
+│  ├─ templates/
+│  └─ references/
+├─ 本地音视频转文字
+│  ├─ SKILL.md
+│  └─ scripts/
+└─ OSS文件中转工具
+   └─ SKILL.md
+```
+
+## 维护说明
+
+- 根目录 `SKILL.md` 只维护分流逻辑。
+- 子 Skill 的具体说明和工作流放在各自目录中。
+- 新增子 Skill 时，在根目录 `SKILL.md` 中补充分流规则。
+- 保持 Skill 名称、目录名和 npm 命令名一致，统一使用小写 `yuanflow-*`。

package/skills/yuanflow-skill/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: yuanflow-skill
-description: Use when the user asks about social-media API workflows, platform data queries, command discovery, or choosing among yuanflow-cli sub-skills for atomic access to Douyin, Xiaohongshu, Bilibili, WeChat, TikTok, YouTube, Weibo, Zhihu and related platforms.
+description: Use when the user asks about social-media API workflows, platform data queries, command discovery, image generation, OSS transfer, knowledge-base workflows, HTML report generation, or choosing among yuanflow-cli sub-skills for atomic access to Douyin, Xiaohongshu, Bilibili, WeChat, TikTok, YouTube, Weibo, Zhihu and related platforms.
 ---
 
 # YuanFlow Skill
@@ -21,6 +21,8 @@ description: Use when the user asks about social-media API workflows, platform d
 - `自媒体知识库/`
 - `OSS文件中转工具/`
 - `生图技能/`
+- `HTML报告生成/`
+- `本地音视频转文字/`
 
 ## 环境判断
 
@@ -152,6 +154,28 @@ description: Use when the user asks about social-media API workflows, platform d
 
 - `生图技能`
 
+### 10. 走 `HTML报告生成`
+
+遇到下面这些需求，优先进入这个子 Skill：
+
+- 生成 HTML 报告、单页报告、可视化长文报告。
+- 把自媒体分析、数据复盘、文案方案、账号监控、知识梳理、执行计划整理成可直接打开的 HTML 文件。
+- 用户要求套用报告模板、生成报告页面、做一份可以离线查看的 HTML 总结页。
+
+子 Skill 名称：
+
+- `HTML报告生成`
+
+### 11. 走 `本地音视频转文字`
+
+只有当用户明确要求使用本地音视频转文字、本地转写、本地 ASR、离线转写或本地模型把音频/视频转成文字时，才进入这个子 Skill。
+
+不要因为用户普通提到音频、视频、口播、文案或总结就自动使用。
+
+子 Skill 名称：
+
+- `本地音视频转文字`
+
 ## 多需求时怎么处理
 
 如果用户一次提了多段流程，不要强行塞进一个子 Skill，按阶段拆开：

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/SKILL.md

@@ -0,0 +1,148 @@
+---
+name: 本地音视频转文字
+description: 仅当用户明确要求使用本地音视频转文字、本地转写、本地 ASR、离线/本地模型把音频或视频转成文字时使用；不要因为用户普通提到音频、视频、文案或总结就自动使用。
+---
+
+# 本地音视频转文字
+
+本 Skill 用本地 SenseVoice 模型把音频或视频转成文字。它只在用户明确提出“使用本地音视频转文字”“本地转写”“用本地模型转文字”“离线转写”等需求时使用。
+
+## 触发边界
+
+只有满足下面条件之一时才使用：
+
+- 用户明确要求使用“本地音视频转文字”这个技能。
+- 用户明确要求本地转写、本地 ASR、离线转写、本地模型转文字。
+- 用户提供音频或视频文件，并明确说要用本地能力把它转成文字。
+
+不要在下面情况自动使用：
+
+- 用户只是让你总结一段已有文字。
+- 用户只是提到音频、视频、文案、脚本，但没有要求本地转写。
+- 用户要求在线识别、云端转写或其它指定服务。
+
+## 固定目录
+
+本 Skill 的脚本目录为当前 Skill 目录下的 `scripts/`。
+
+默认目录：
+
+- 模型保存目录：`scripts/models`
+- 任务缓存目录：`scripts/cache`
+- 抽取音频目录：`scripts/cache/audio`
+- 转写文本目录：`scripts/cache/transcripts`
+
+在 YuanFlow 程序内置环境中，`skill_read` 返回的 `config.managed_skill_dir` 是当前 Skill 的真实目录。执行脚本时优先以这个目录为基准：
+
+```powershell
+cd "<config.managed_skill_dir>\scripts"
+```
+
+不要把模型下载到用户桌面、项目根目录或系统临时目录。不要把模型文件打包进 Skill 或 npm 包。
+
+## 首次使用模型下载规则
+
+开始转写前先检查模型目录是否已经存在：
+
+- `scripts/models/SenseVoiceSmall`
+- `scripts/models/fsmn-vad`
+
+如果这两个目录都存在且不为空，直接执行后续任务。
+
+如果首次使用没有模型，运行脚本时允许自动下载：
+
+- SenseVoice：`iic/SenseVoiceSmall`
+- VAD：`iic/speech_fsmn_vad_zh-cn-16k-common-pytorch`
+
+下载由 `modelscope.snapshot_download()` 完成，保存到 `scripts/models`。下载完成后继续转写。
+
+## 执行流程
+
+1. 确认用户明确要求本地转写。
+2. 读取本 Skill 完整说明。
+3. 定位 `config.managed_skill_dir` 或当前 Skill 目录。
+4. 检查 Python 虚拟环境和依赖；不要全局安装依赖。
+5. 如果用户提供的是视频，先转为音频，再把音频转成文字。
+6. 如果用户提供的是音频，直接转成文字。
+7. 把输出的 `.txt` 文件路径和核心转写结果报告给用户。
+
+## 环境准备
+
+在 `scripts/` 目录下创建虚拟环境并安装依赖：
+
+```powershell
+python -m venv .venv
+.\.venv\Scripts\python.exe -m pip install -r requirements-transcribe.txt
+```
+
+视频转音频需要本机可用 `ffmpeg`。如果用户给的是视频且系统找不到 `ffmpeg`，先明确报告缺少 ffmpeg，不要伪造转写结果。
+
+## 推荐调用方式
+
+统一入口脚本：
+
+```powershell
+cd "<Skill目录>\scripts"
+.\.venv\Scripts\python.exe .\transcribe_media.py "C:\path\to\input.mp3"
+```
+
+视频示例：
+
+```powershell
+cd "<Skill目录>\scripts"
+.\.venv\Scripts\python.exe .\transcribe_media.py "C:\path\to\input.mp4"
+```
+
+常用参数：
+
+| 参数 | 说明 |
+| --- | --- |
+| `input_path` | 音频文件、视频文件或目录。 |
+| `--cache-root` | 缓存目录，默认 `scripts/cache`。 |
+| `--models-root` | 模型目录，默认 `scripts/models`。 |
+| `--recursive` | 输入为目录时递归扫描。 |
+| `--device` | `auto`、`cpu`、`cuda:0` 等，默认 `auto`。 |
+| `--language` | `zh`、`en`、`yue`、`ja`、`ko`、`auto`，默认 `auto`。 |
+| `--batch-size-s` | 动态 batch 秒数，默认 `60`。设备性能差时调小。 |
+| `--overwrite` | 允许覆盖已存在的音频缓存和文本结果。 |
+
+## 低性能设备处理
+
+如果用户设备性能较差，或执行期间出现 CPU、内存不足、进程被系统杀掉、模型加载失败等情况，不要一次性硬跑完整任务。
+
+处理方式：
+
+- 优先把 `--batch-size-s` 调小，例如 `20` 或 `10`。
+- 明确告诉用户当前设备资源不足，正在改用更小批次。
+- 如果仍然失败，建议先用 ffmpeg 把长音频切分成多个片段后逐段转写。
+- 每段完成后保留对应 `.txt` 文件，并在最终结果中说明哪些片段已完成、哪些片段失败、失败原因是什么。
+
+不要只回复“失败”或“网络错误”。要报告：
+
+- 模型目录是否已存在。
+- 是否发生了首次模型下载。
+- 输入文件类型是音频还是视频。
+- 视频是否已抽取音频。
+- 输出文本文件路径。
+- 如果分段执行，列出每段结果文件。
+
+## 清理规则
+
+只有用户明确要求删除缓存或模型文件时，才可以删除：
+
+- 缓存目录：`scripts/cache`
+- 模型目录：`scripts/models`
+
+删除前必须确认目标路径位于当前 Skill 的 `scripts/` 目录下，不能删除其它项目目录、用户桌面目录或系统目录。
+
+## 输出要求
+
+成功后回复必须包含：
+
+- 转写是否成功。
+- 是否首次下载模型，或复用了已有模型。
+- 如果输入是视频，说明已先抽取音频。
+- `.txt` 结果文件的绝对路径。
+- 转写文本的核心内容，长文本可以先给摘要并提示文件里有完整文本。
+
+不要编造没有生成的文件路径。不要暴露任何 token 或认证信息。

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/common/__init__.py

@@ -0,0 +1 @@
+

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/common/media.py

@@ -0,0 +1,46 @@
+from __future__ import annotations
+
+import shutil
+import subprocess
+from pathlib import Path
+
+from .utils import ensure_parent
+
+
+def extract_audio(
+    video_path: Path,
+    output_path: Path,
+    *,
+    ffmpeg_bin: str = "ffmpeg",
+    sample_rate: int = 16000,
+    channels: int = 1,
+    overwrite: bool = False,
+) -> Path:
+    if not shutil.which(ffmpeg_bin):
+        raise FileNotFoundError(f"未找到 ffmpeg：{ffmpeg_bin}")
+    if output_path.exists() and not overwrite:
+        return output_path
+
+    ensure_parent(output_path)
+    command = [
+        ffmpeg_bin,
+        "-y" if overwrite else "-n",
+        "-i",
+        str(video_path),
+        "-vn",
+        "-ac",
+        str(channels),
+        "-ar",
+        str(sample_rate),
+        str(output_path),
+    ]
+    result = subprocess.run(
+        command,
+        capture_output=True,
+        text=True,
+        encoding="utf-8",
+        errors="replace",
+    )
+    if result.returncode != 0:
+        raise RuntimeError(result.stderr.strip() or "ffmpeg 抽音频失败")
+    return output_path

package/skills/yuanflow-skill//346/234/254/345/234/260/351/237/263/350/247/206/351/242/221/350/275/254/346/226/207/345/255/227/scripts/common/sensevoice.py

@@ -0,0 +1,82 @@
+from __future__ import annotations
+
+import re
+from pathlib import Path
+
+from .utils import ensure_dir
+
+
+SENSEVOICE_REPO = "iic/SenseVoiceSmall"
+VAD_REPO = "iic/speech_fsmn_vad_zh-cn-16k-common-pytorch"
+TOKEN_RE = re.compile(r"<\|[^>]+\|>")
+
+
+def import_snapshot_download():
+    try:
+        from modelscope import snapshot_download  # type: ignore
+    except ImportError:
+        from modelscope.hub.snapshot_download import snapshot_download  # type: ignore
+    return snapshot_download
+
+
+def model_dir_ready(model_dir: Path) -> bool:
+    return model_dir.exists() and any(model_dir.iterdir())
+
+
+def ensure_model_dir(model_dir: Path, model_id: str) -> tuple[Path, bool]:
+    if model_dir_ready(model_dir):
+        return model_dir, False
+    snapshot_download = import_snapshot_download()
+    ensure_dir(model_dir)
+    try:
+        snapshot_download(
+            model_id=model_id,
+            local_dir=str(model_dir),
+            local_dir_use_symlinks=False,
+        )
+    except TypeError:
+        snapshot_download(
+            model_id=model_id,
+            local_dir=str(model_dir),
+        )
+    return model_dir, True
+
+
+def ensure_models(models_root: Path) -> tuple[Path, Path, bool]:
+    sensevoice_dir, downloaded_sensevoice = ensure_model_dir(
+        models_root / "SenseVoiceSmall",
+        SENSEVOICE_REPO,
+    )
+    vad_dir, downloaded_vad = ensure_model_dir(models_root / "fsmn-vad", VAD_REPO)
+    return sensevoice_dir, vad_dir, downloaded_sensevoice or downloaded_vad
+
+
+def resolve_device(device: str = "auto") -> str:
+    if device != "auto":
+        return device
+    try:
+        import torch  # type: ignore
+
+        return "cuda:0" if torch.cuda.is_available() else "cpu"
+    except Exception:
+        return "cpu"
+
+
+def clean_transcript(text: str) -> str:
+    cleaned = TOKEN_RE.sub(" ", text)
+    cleaned = re.sub(r"\s+", " ", cleaned)
+    return cleaned.strip()
+
+
+def build_model(models_root: Path, device: str = "auto"):
+    from funasr import AutoModel  # type: ignore
+
+    sensevoice_dir, vad_dir, downloaded = ensure_models(models_root)
+    model = AutoModel(
+        model=str(sensevoice_dir),
+        trust_remote_code=True,
+        vad_model=str(vad_dir),
+        vad_kwargs={"max_single_segment_time": 30000},
+        device=resolve_device(device),
+    )
+    return model, downloaded