三剪客 · 长文自动生产线
## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几次)。
拿到后填进环境变量A7W_API_KEY,或直接传给--key参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。
能做什么
给一个主题,一条链路跑完一篇可发布的长文:选题角度 → 大纲 → 正文 → 配图 → 平台适配。
它替代的不是"写不出来",而是"写之前先想清楚"和"写完之后还要改三遍"这两段:
想不清角度,写出来的就是一篇正确但没人转发的文章;
不做平台适配,同一篇稿子发到头条和知乎就是两个效果。
七个独立子命令,每一步的产出都能单独拿去用:
| 子命令 | 做什么 | 产出 |
|---|---|---|
outline | 出选题角度 + 大纲 | 4 个互不重叠的角度(受众 / 钩子 / 凭什么)+ 选定角度 + 分节大纲(每节计划字数与要点) |
write | 按大纲写正文 | 标题 + 摘要 + 2500~4500 字正文 + 结尾引导 |
images | 按正文出配图方案 + 出图 | 自动决定画什么、几张、什么比例,先报价再出图 |
adapt | 长文改写成平台版 | 公众号 / 头条 / 知乎版(各自字数区间与结构要求不同) |
all | 串起全链路 | outline.md + article.md + images/ + adapt-*.json + 合并稿 + 质检报告 |
cost | 只算钱 | 预估 token 与点数,一次调用都不发 |
models | 现查在架模型 | 模型清单(免费) |
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 出图有实测价(1K = 24 点/张);文本只出 token,金额要你自己传 --yuan-per-ktok |
| 要多久 | 实测:大纲 ~8s、正文 ~12~17s、一张图 ~40s、一个平台版 ~10s |
| 要装什么 | 什么都不用装。只用 Python 标准库 |
| 中断了怎么办 | 断点续跑:已完成的步骤直接跳过,重跑不重复扣费;但出图断点按「分辨率 + 提示词内容」判定——提示词改一个字、或 --resolution 换一档就重出重扣(是不是真花这笔钱由你决定,成本警告见排错表末) |
| 会瞎编数据吗 | 提示词写死了"不编数据、不编人名机构、不做效果承诺",并用合规闸门兜底 |
| 配图比例准不准 | 只认文件头里的真实像素,不信接口自报;容差 3%,容差内也打印偏差 |
一篇长文的四件套
write 产出的每一篇都必须齐这四件,缺一项会被闸门标红:
- 标题 —— 要具体,不许是「关于 XX 的思考」这类泛题
- 摘要 —— 一句话说清"读完能拿走什么"(30~70 字)
- 正文 —— Markdown,3~6 个小标题分节,含至少一处具体例子与一处常见误区
- 结尾引导 —— 最后两段里要有具体的关注 / 在看 / 收藏 / 评论动作
第 4 项是"能发的文章"与"写完的草稿"的分水岭。没有结尾引导,读者读完就走。
怎么用(命令行)
第 0 步:获取 API Key
到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...)。
第 1 步:装依赖
零依赖。 不需要 pip install 任何东西,只要机器上有 Python 3.7+:
python3 --version
包里自带的 scripts/a7w.py 是零依赖客户端(只用 urllib / json / mimetypes),scripts/run.py 与 scripts/imgprobe.py 也只用标准库。
约定:
scripts/a7w.py是所有 Skill 包共用的零依赖客户端,我们靠
「包内副本 SHA256 == 规范版」批量校验各包的客户端有没有被意外改坏。
所以本包没有为了自己的业务去改它——长文生产线需要的东西全写在run.py里,
读图片像素的能力放在独立的imgprobe.py里。
第 2 步:填 Key
# Linux / macOS
export A7W_API_KEY=sk-你的key
# Windows PowerShell
$env:A7W_API_KEY="sk-你的key"
也可以存进配置文件反复用(推荐):
python3 scripts/a7w.py login --key sk-你的key
第 3 步:先确认网关通(免费,不花点数)
python3 scripts/run.py models --type text
这个命令打的是 GET https://api.a7w.cn/api/v1/models,会列出当前在架的模型。
模型名会变,一定用
models子命令现查,别写死在脚本里。
但要注意:deepseek-chat这个别名实测可用(会路由到deepseek-flash),
而它不在/api/v1/models的返回列表里 —— 所以"列表里没有"不等于"不能用"。
第 4 步:先算钱(不出网,不花钱)
python3 scripts/run.py cost --platform wechat --sections 5
输出会告诉你:几次调用、预估 token、预估出图点数,以及这个金额是怎么估出来的。
第 5 步:出选题角度与大纲
python3 scripts/run.py outline --topic "短视频二创批量出片的产能瓶颈" \
--platform wechat --angles 4 --sections 5 --json --out outline.json
先看不花钱的提示词:
python3 scripts/run.py outline --topic "短视频二创批量出片的产能瓶颈" --dry-run
第 6 步:写正文
python3 scripts/run.py write --outline outline.json --json --out article.json
第 7 步:配图(真花钱,先报价)
# 不加 --yes 时:只出方案 + 报价,**不提交任何任务**
python3 scripts/run.py images --article article.json --platform wechat --count 2
# 确认后加 --yes 才真的出图
python3 scripts/run.py images --article article.json --platform wechat --count 2 \
--budget 50 --yes --outdir "%TEMP%\longform-images"
第 8 步:平台适配
python3 scripts/run.py adapt --article article.json --platform toutiao
python3 scripts/run.py adapt --article article.json --all-platforms
第 9 步(推荐):一条命令跑完整条链路
python3 scripts/run.py all --topic "短视频二创批量出片的产能瓶颈" \
--platform wechat --adapt-all --images 2 --budget 50 --yes \
--outdir "%TEMP%\longform-out"
产出目录长这样:
%TEMP%\longform-out/
├── outline.md / outline.json 选题角度 + 分节大纲
├── article.md / article.json 正文(四件套)
├── images-plan.json 配图方案(画什么、几张、为什么)
├── images/ 真图(**在包外**)+ 出图断点
│ ├── 1-cover-16x9-….png
│ └── images-summary.json 每张的真实像素 vs 请求比例
├── adapt-wechat.json 平台版(--adapt-all 时才有)
├── adapt-toutiao.json
├── adapt-zhihu.json
├── longform.md 合并稿,可直接发
├── AUDIT.md / audit.json 质量与合规自检报告
└── longform-state.json 断点文件
输出目录一定要指到包外(%TEMP%\...)。Skill 包的上传白名单只收.md .py .txt .json .sh .js .yaml .yml .csv,包内塞图片会让上传 400 ——
所以脚本把「--outdir 落在包内」做成硬闸门(退出码 2),在花钱之前就拦下。
中断了就原样重跑,内容没变的部分不会重复扣费(出图的断点里含提示词内容,改提示词会重出重扣,见排错表末的成本警告):
python3 scripts/run.py all --topic "短视频二创批量出片的产能瓶颈" --outdir "%TEMP%\longform-out"
# [1/4] 大纲已完成,跳过(断点续跑,不再重复扣费)
# [2/4] 正文已完成,跳过(2541 字,已复检 ok)
# [3/4] … 已完成的图跳过
# 已用 0 次文本调用 · token prompt=0 completion=0 total=0
断点命中要同时满足两个条件:状态标记
ok,且产出文件里的内容本身也合格。
只信状态的话,手工改坏article.json之后重跑会被当成"已完成"直接跳过,
闸门就变成假绿了。
直接用 curl 调(不依赖本包脚本)
底层就是一个标准的 OpenAI 兼容调用(域名来自算力集市 api.a7w.cn):
curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
-H "Authorization: Bearer $A7W_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-chat",
"messages": [{"role": "user", "content": "给「短视频二创产能瓶颈」出 4 个选题角度,只输出 JSON"}],
"temperature": 0.7,
"max_tokens": 4096,
"response_format": {"type": "json_object"}
}'
算力网关里成功响应不带
code字段——直接看choices[0].message.content。
带code == 1的那层信封({"code":1,"data":{...}})是给生成应用的,
本包两种形态都认,但不要改成用code == 0判成功。
出图是异步的,两步走:
# 1) 提交,拿到 task_id
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/nano_banana/submit" \
-H "Authorization: Bearer $A7W_API_KEY" -H "Content-Type: application/json" \
-d '{"prompt":"极简信息图风,圆形节点与色块表示流程,无任何文字","action":"generate",
"model":"nano-banana","resolution":"1K","aspect_ratio":"16:9"}'
# 2) 轮询任务(⚠️ status 在 data 顶层,不在 data.result 里)
curl -sS "https://api.a7w.cn/api/v1/tasks/<task_id>" \
-H "Authorization: Bearer $A7W_API_KEY"
参数说明
全局
| 参数 | 说明 |
|---|---|
--key | 临时指定 Key;优先级最高。别把它写进脚本或文档 |
--model | 模型名,默认 deepseek-chat(实测可用)。用 models 现查在架模型 |
--temperature | 采样温度,默认 0.7 |
--max-tokens | 最大输出 token,默认 8192;正文一次几千字,别调太低 |
--budget | 成本上限。出图按点、文本按 --yuan-per-ktok 折算成元;超了就地停,退出码 3 |
--yuan-per-ktok | 文本单价(元/千 token)。默认不折算金额(网关不公布文本单价);填了才出金额,且只是估算 |
--json | 以 JSON 输出,写在子命令前面或后面都可以;JSON 模式下 stdout 只有一个完整 JSON,进度走 stderr |
--out <文件> | 把结果写到文件(是文件,不是目录) |
--dry-run | 只打印将发送的提示词,不调模型、不花钱 |
--no-json-mode | 不要求上游返回 JSON 对象(个别模型不支持 response_format 时用) |
outline —— 选题角度 + 大纲
| 参数 | 说明 |
|---|---|
--topic | 必填。文章主题 |
--platform | wechat(公众号,默认) / toutiao(头条) / zhihu(知乎),决定字数区间与结构口径 |
--angles | 要几个选题角度,默认 4。脚本按实际解析出的个数核对,对不上标红 |
--sections | 正文分几节,默认 5 |
--audience | 受众补充说明(写给谁、什么场景) |
--requirements | 必须覆盖的硬性要求,会原样给到模型 |
--tone | 语气/调性,例如「克制、少形容词」 |
write —— 写正文
| 参数 | 说明 |
|---|---|
--outline | 必填。outline --json --out 产出的文件 |
--platform | 目标平台;给了 --outline 时以大纲里的 platform 为准 |
--from-file | 闸门复检用:不调模型,直接拿一份返回 JSON 过闸门(见「排错」最后一节) |
--trust-chars | 闸门自检用:采信产出侧声明的 chars 而不是本地数字数 |
images —— 配图方案 + 出图
| 参数 | 说明 |
|---|---|
--article | write --json --out 产出的文件 |
--platform | 目标平台,默认 wechat(决定配图比例:公众号/头条 16:9、知乎 4:3) |
--count | 最多出几张(真闸门,少花钱)。不传就是方案里的实际张数 |
--ratio | 出图比例,默认按平台。可选 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2 / 2:3 / 5:4 / 4:5 / 21:9 |
--resolution | 1K(默认) / 2K / 4K。只有 1K 有实测价 24 点/张。这一维进了出图断点 key:换了档位重跑会重出(否则你要 4K 却拿到 1K 的图) |
--points-per-image | 单张点数(覆盖实测价)。2K/4K 必须传它才给估算 |
--budget | 出图成本上限(点)。超了不提交任何任务,退出码 3 |
--yes | 确认真的花钱。不加就只报价(退出码 4,不提交任务) |
--outdir | 出图输出目录,默认 %TEMP%\longform-images。必须在包外(包内 exit=2) |
--snap | 出图后按请求比例精确裁剪(本地裁,裁完读文件头复核) |
--ratio-tolerance | 比例容差,默认 0.03(3%);地板 0.0025 |
--poll-timeout / --poll-interval | 单张轮询上限(默认 600s)与间隔(默认 5s) |
--allow-prompt-hits | 允许带违禁词/占位符的出图提示词(默认拦截) |
--allow-article-hits | 正文命中闸门也继续配图(默认拦截) |
--local-image | 比例闸门自检用:拿本地图跑「真实像素 vs 请求比例」判定,不出网不花钱 |
--force | 忽略出图断点重出(会重复扣费) |
adapt —— 平台适配
| 参数 | 说明 |
|---|---|
--article | 必填。write --json --out 产出的文件 |
--platform | 目标平台,默认 wechat |
--all-platforms | 三个平台版都出 |
--chars-min / --chars-max | 覆盖字数区间(默认按平台口径) |
--from-file | 同 write |
all —— 串起全链路(断点续跑)
| 参数 | 说明 |
|---|---|
--topic | 必填。文章主题 |
--outdir | 输出目录,默认 %TEMP%\longform-out;必须在包外 |
--img-outdir | 配图目录,默认 <outdir>/images;必须在包外 |
--platform / --angles / --sections / --audience / --requirements / --tone | 同 outline |
--images | 出几张图;传 0 表示完全跳过配图(不出网、不花钱) |
--adapt-all | 末端把三个平台版都出一遍 |
--yes | 确认配图花钱(--images 0 时不需要) |
--force | 忽略断点全部重跑(会重复扣费,只在确实要重做时用) |
cost —— 只算钱
| 参数 | 说明 |
|---|---|
--platform | 目标平台,默认 wechat |
--sections | 分节数,默认 5 |
--images | 配图张数,默认取平台建议中值;0 表示不算配图 |
--all-platforms / --adapt-off | 算不算平台适配的钱 |
--points-per-image | 单张出图点数(覆盖实测价 24 点/张) |
--budget | 出图预算上限(点),超了退出码 3 |
各平台口径(--platform 到底改了什么)
| 平台 | 正文字数区间 | 建议配图 | 出图比例 | 结构口径 |
|---|---|---|---|---|
wechat 公众号 | 2500~4500 | 2~5 张 | 16:9 | 开头钩子 + 3~6 个小标题分节 + 结尾引导 |
toutiao 头条 | 1800~3500 | 3~6 张 | 16:9 | 结论前置 + 分点展开 + 结尾引导 |
zhihu 知乎 | 2500~6000 | 1~4 张 | 4:3 | 先给判断 + 依据与边界 + 结尾引导 |
字数口径是去掉 Markdown 符号与空白后的字符数,中英文都按字符算。
不按"汉字数"算,是因为长文里中英混排、数字、代码都很常见,
只数汉字会把 400 字的英文段落当 0 字,判定会比实际宽松得多。
八道本地硬闸门
闸门都是拦截 + 标红 + stderr 汇总 + 退出码非 0,不是"提示一下"。
文章是要挂在你账号下面被人读的,缺陷出了这道门的代价是你的号。
| # | 闸门 | 拦什么 | 判据 |
|---|---|---|---|
| 1 | 合规 | 广告法违禁词 + 站外导流 / 标题党 | 本地正则表(BANNED_PATTERNS),模型自评不采信 |
| 2 | 占位符残留 | {} / [待填] / XXX / (此处省略) | 六条正则,括号那条只认枚举占位词 |
| 3 | prompt_echo | 照抄提示词示例 | 去标点后相等 / Jaccard ≥ 0.75 / 覆盖度 ≥ 0.60 |
| 4 | 字数区间 | 不在平台区间 | 产出侧数字数,超出的不替你截断 |
| 5 | 结构完整性 | 缺标题 / 缺正文 / 没分节 / 缺结尾引导 | 逐项校验,缺项标红 |
| 6 | 出图比例真伪 | 接口自报与真实像素不符 | 读文件头的宽高,容差 3%,容差内也打印偏差 |
| 7 | 成本上限 | 超 --budget | 出图前先报价,提交任何任务之前判 |
| 8 | --outdir 落包内 | 产出图进包 | 包路径判定,退出码 2(用法错) |
闸门一的「最」字豁免(可枚举、可复核)
「最 X」在正常中文里到处都是,一刀切会把好文章全拦下。所以加了一层上下文豁免:
「最 X」后面紧跟(允许夹一个「的」)
`不同 / 区别 / 差异 / 共同 / 相同 / 相似 / 常见 / 容易 / 重要 / 关键 / 主要 / 先 / 后 /
基本 / 简单 / 难 / 麻烦 / 省事 / 常用 / 合适 / 适合 / 保险 / 稳妥`
→ 判为普通用法,放行。最好的工具 / 最强 / 最高级 / 最大优惠 仍然照拦。
⚠️ 句首不许误豁免。 命中处前面只有空白、或前一个非空白字符是句末标点时,
视为句首 → 不豁免。因为「最大区别是……」这种句首写法经常正是标题式的最高级宣称。
闸门为什么必须自己在产出侧数字数
write / adapt 都是大模型一次吐几千字。只要采信产出侧自报的字数,闸门就会变假绿:
一份声明 chars: 4000、实际只有几十字的产出会顺利过关。
所以字数字段一律由脚本自己数(count_chars),产出侧的 chars 只用于对照。--trust-chars 这个开关存在的唯一目的,就是故意采信自报值来演示这道闸门真的会拦。
闸门六为什么必须读文件头
教训来自同族包的实测:只信模型自报字段的闸门变成假绿。出图场景的形态是
「接口说 aspect_ratio=16:9,真实像素却是别的」。
所以这里只认文件头里的宽高(imgprobe.image_size),不采信任何返回字段。
顺带记一条上游特性(必须写进文档,否则闸门天天误报):上游不是按比例给像素,
而是先定总像素、再把每边向下取整到 32 的倍数,所以 10 种比例里有 5 种给不出像素级精确比例:
| 请求 | 实测像素 | 实得比例 | 偏差 |
|---|---|---|---|
1:1 | 1024x1024 | 1.0000 | 0.00% |
4:3 | 1184x864 | 1.3704 | 0.00% |
3:2 | 1248x832 | 1.5000 | 0.00% |
2:3 | 832x1248 | 0.6667 | 0.00% |
21:9 | 1536x672 | 2.2857 | 0.00% |
16:9 | 1344x768 | 1.7500 | 1.56% |
9:16 | 768x1344 | 0.5714 | 1.56% |
3:4 | 864x1184 | 0.7297 | 2.70% |
4:5 | 896x1152 | 0.7778 | 2.78% |
5:4 | 1152x896 | 1.2857 | 2.86% |
这不是网关 bug,是扩散模型按 32 对齐的常规做法。处理方式三条一起用:
① 默认容差 3%(容差内不算假,但明确打印真实像素与偏差,不藏);
② 超容差 → 标红 + 计入闸门失败 + 退出码 3;
③ --snap 按请求比例本地裁准,裁完再读文件头复核,裁成功才记 exact。
实测记录
以下都是本包上线前真跑出来的数(模型 deepseek-chat,主题"短视频二创批量出片的产能瓶颈"):
| 动作 | token(prompt / completion) | 耗时 | 结果 |
|---|---|---|---|
outline 4 角度 / 5 节 | 755 / 1272(total 2027) | 8.9s | 结构校验 11 项全过,计划 3500 字 |
outline 重跑 | 755 / 866(total 1621) | 7.3s | 同上(prompt 命中 512 缓存 token) |
write 一篇 | 1293 / 2611(total 3904) | 17.1s | 3223 字 |
write 一篇 | 1293 / 1966(total 3259) | 11.5s | 2400 字 → 被闸门四拦下(低于 2500) |
adapt → 头条 | 2802 / 2147(total 4949) | 9.3s | 2632 字,落 1800~3500 区间 |
images 2 张(16:9 / 1K) | 方案 2935 / 513 | 提交后约 40s/张 | 真实像素 1344x768,偏差 1.56%(容差内),扣费 24 点/张 |
all 全链路(2 图 + 3 平台版) | 11309 / 10291(total 21600) | —— | 产出全部落盘,闸门汇总见 AUDIT.md |
关于字数的实测提醒:只写"落在区间内"时,模型会习惯性贴下限,甚至写下限少 10%。
本包在 write 提示词里明确写了"瞄准区间中上段、宁可比下限多两百字",
但实测仍偶有偏短 —— 这时闸门会拦下并如实报出字数,不会替你硬凑。
偏短就重跑一次(成本约 4000 token),或手工补两句。
排错
| 现象 / 报错 | 原因 | 怎么办 |
|---|---|---|
Missing or invalid relay API key(HTTP 401) | Key 无效、已过期或写错 | 重新到 https://api.a7w.cn/ 领取;确认没把 Bearer 重复写进环境变量 |
| 点数不足(HTTP 402) | 账号点数用完 | 到 https://api.a7w.cn/ 充值后重试 |
| 模型不存在(HTTP 404) | 模型名写错或已下架 | python3 scripts/run.py models --type text 现查在架模型名 |
| 模型返回的不是合法 JSON | 模型在 JSON 前后多吐了字符或解释 | 脚本已用 json.JSONDecoder.raw_decode 扫描第一个完整对象。仍失败就加 --no-json-mode 并换模型 |
| 正文命中违禁词 / 字数越界(退出码 3) | 模型写了「最好」这类词,或字数不在区间 | 命中项会在 stderr 与 JSON 里逐条列出。是误伤就改对应那句重跑;字数不够就让模型重写,脚本不会替你截断 |
有结尾引导 被判不合格 | 正文最后几段与 ending 字段里都没有引导词 | 让模型重写结尾,或在 --from-file 复检前手工补一句 |
| 出图比例不合格(退出码 3) | 真实像素与请求比例偏差超容差 | 看 stderr 打印的真实像素与偏差。加 --snap 本地裁准,或调 --ratio-tolerance |
预估 N 点超过 --budget | 超了出图成本上限 | 提预算、减 --count,或先 cost 试算 |
这是一次真花钱的操作,确认后加 --yes 重跑(退出码 4) | 出图没给 --yes | 先看报价,确认后加 --yes;只想看正文用 --images 0 |
输出目录 … 在 Skill 包内(退出码 2) | --outdir 指到了包内 | 换到包外,例如 %TEMP%\longform-out |
| 重跑又扣了一次钱 | 那次要出的图,提示词变了(正文的断点 key 与提示词无关,改正文本身不会因此重出图) | 出图断点按提示词内容判定,内容变了就该重做——这是设计如此。想省钱就别改,直接重跑即可跳过 |
| 升级到 1.0.3 后第一次重跑,图好像全重出了 | 旧断点文件的 key 与新算法对不上(这正是修掉静默复用旧图的那一步) | 已实测:升级后第一次重跑会重新出图,先 cost 看预估、必要时才加 --yes;之后就正常续跑了 |
| 提示词改了、却像是复用了旧图 | 1.0.2 及更早的版本判定断点时,没有把提示词的后半段算进去 —— 只改后半段就会被当成同一张图 | 已修:本版按完整提示词判定,改一个字就重出、不再静默复用 |
改了 --resolution(1K→4K)、图却还是 1K 的 | 1.0.3 及更早的断点 key 里没有分辨率这一维,key 不变 → 命中旧图 | 已修:本版把 resolution 也进 key,且记录里的档位与本次不一致时强制重出。命中 1.0.3 旧断点会重跑一次,之后正常 |
| 升级到 1.0.4 后第一次重跑,图好像全重出了 | 旧断点文件的 key 与新算法(多了分辨率这一维)对不上 | 这是修掉「要 4K 拿到 1K」的代价:先 cost 看预估、必要时才加 --yes;之后就正常续跑了 |
| Windows 下中文乱码 | 控制台代码页不是 UTF-8 | 脚本已把 stdout/stderr 切成 UTF-8;仍有问题先 chcp 65001 或设 PYTHONIOENCODING=utf-8 |
| 想复核一份已有产出,但不想再花钱 | —— | 用 --from-file:write --outline outline.json --from-file 某份返回.json 只跑闸门、不调模型 |
出图断点按提示词内容与分辨率判定,改提示词或换档位会重复扣费:出图的断点 key 由
「图号 + 分辨率 + 提示词」算出来,
提示词变一个字、或 --resolution 换一档,key 就变,已完成记录不匹配,会重新出图并再次扣费。实测有人连跑 5 次付费出图
会话(约 240 点 ≈ 2.4 元),超出预算 5 倍。重跑前请先确认提示词与分辨率都没变,或先用 cost 核对预估花费。
反过来说:本包的断点不会拿旧图糊弄你。改过提示词、或换过分辨率就一定重出,
改没改以提示词内容与档位为准,
不会出现「以为重出了、其实拿到旧图」这种不打一声招呼的复用。
收集排错信息时请附上:完整命令、--dry-run 的输出、AUDIT.md 内容、原始报错文本。
不要在报错信息或截图里带上你的 API Key。
退出码(可直接用于流水线)
| 退出码 | 含义 |
|---|---|
0 | 全部干净,闸门全绿 |
2 | 用法错误(--outdir 落在包内 / 参数写错) |
3 | 被闸门拦下(违禁词 / 占位符 / 照抄示例 / 字数越界 / 结构残缺 / 比例不符 / 超预算) |
4 | 调用失败(网络 / 鉴权 / 点数 / 模型名),或出图没给 --yes |
130 | 用户中断(Ctrl+C) |
3 与 4 分开是有意的:3 = "上游没问题,是被本地规则拦了",4 = "上游/网络有问题,或者你还没确认花钱"。CI 里这两种要采取完全不同的动作。
--json 输出契约(给流水线与 agent 消费,只在 --json 下生效):
- 成功:结果对象里多一个
"ok": true;顶层是数组时包成{"ok": true, "data": [...]} - 失败:如果本次有产出要报,就把错误并入结果主体
("ok": false + "exit": <码> + "error": {"kind":…,"message":…}),
这样正文、逐条闸门命中原因、配图真实像素这些失败时最需要机读的东西不会丢;
如果本次没有任何产出,则只发一个独立信封{"ok": false, "exit": 3, "error": {"kind": "gate", "message": "…"}}
- 两种情况都保证:stdout 只有一个完整 JSON 文档,
json.loads一次通过;
exit 就是本次真实退出码;kind 取 gate / usage / budget / call / interrupt / internal
internal是没预料到的异常(代码 bug)的兜底:stdout 给信封、
完整 traceback 原样打到 stderr、退出码固定 1 —— 报 bug,不藏 bug
- 人读文案照旧走 stderr;退出码语义一个都不变;非
--json模式输出与以前完全一致 --json写在子命令前面或后面都可以
文件结构
sanjianke-longform-factory/
├── SKILL.md 本文件
├── README.md 给人看的说明
├── LICENSE.md MIT,署名三剪客
├── references/
│ ├── longform-writing-method.md 长文写作方法与判定口径
│ ├── platform-specs.md 三个平台的字数 / 结构 / 配图规格
│ └── compliance-and-gates.md 合规红线与八道闸门的判据
└── scripts/
├── a7w.py api.a7w.cn 零依赖客户端(**逐字节等于规范版,本包不改它**)
├── imgprobe.py 图片头探针:读真实像素(只读,纯标准库)
└── run.py outline / write / images / adapt / all / cost / models
端点速查
本包全部能力都走 api.a7w.cn(下面几行的域名都来自算力集市 api.a7w.cn):
| 用途 | 方法与路径 |
|---|---|
| 选题角度 / 大纲 / 正文 / 平台适配(算力集市 api.a7w.cn) | POST https://api.a7w.cn/api/v1/chat/completions |
| 在架模型清单(算力集市 api.a7w.cn) | GET https://api.a7w.cn/api/v1/models |
| 提交出图任务(算力集市 api.a7w.cn) | POST https://api.a7w.cn/api/v1/apps/nano_banana/submit |
| 轮询任务(算力集市 api.a7w.cn) | GET https://api.a7w.cn/api/v1/tasks/<task_id> |
文本协议是 OpenAI 兼容:Authorization: Bearer <Key>,请求体用model / messages / temperature / max_tokens / response_format。
三条实测记下来的口径:
- 走
/chat/completions的成功响应不带code字段,直接读
choices[0].message.content;{"code":1,"data":{...}} 那层信封是给生成应用的。
- 出图任务的
status在data顶层,不在data.result里。平台文档写的是
data.result.status,照文档写会永远读不到状态、一路轮询到超时。
实际扣费只信 data.usage.points_cost。
deepseek-chat不在/api/v1/models的返回列表里,但实测可用(路由到
deepseek-flash)。所以"列表里没有"不等于"不能用"。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
- 算力集市 api.a7w.cn(注册领 Key):https://api.a7w.cn/
- 长文写作方法与判定口径:
references/longform-writing-method.md - 三个平台的字数 / 结构 / 配图规格:
references/platform-specs.md - 合规红线与八道闸门的判据:
references/compliance-and-gates.md
免责声明:本包内置的违禁词表与判定口径是启发式自检工具,来自公开经验整理,
不构成法律意见,也不代表任何平台的官方审核标准。
文章内容的准确性、版权、以及宣发物料的合规责任由使用者承担;
医疗健康、金融投资、母婴、特殊化妆品等高风险类目必须人工复核后再使用。
正文与配图由大模型生成,发布前请至少通读一遍——脚本能拦下违禁词、占位符、
照抄示例、字数越界、结构残缺与比例不符,拦不住事实性错误。