fix(#2174 P0): 信任链从i2i改为t2i文生图——方舟实测验证通过

#2170/#2172的信任链用Seedream图生图(i2i,传reference_images=用户真人照)，实测产物不被Seedance信任，仍被400 portrait_intercept拦截。方舟文档+实测确认：信任的是Seedream文生图(t2i)产物——纯prompt描述人物，不传reference_images，产物是纯模型生成人像，同账号30天内可直接传Seedance。改动： - VLM prompt新增portrait_prompt字段（60-100字人物外貌描述） - preheat_trust_chain签名从portrait_urls改为portrait_descriptions，t2i模式不传reference_images - video_generation移除现场跑i2i逻辑，仅使用预热好的t2i结果；预热失败走#2166自动降级t2v - 预热时机从VLM前改为VLM后（需要VLM输出的portrait_prompt），仍与文案阶段并行 - 单测适配：TestTrustChain全部改为pre_trusted_images路径验证实测验证(充值后): - Seedream flash t2i ~15s出图，人像prompt中英文混合写实风格 - Seedance 2.5 i2v用t2i产物URL → 成功出5s视频(120s) - Seedance 2.0-mini i2v用t2i产物URL → 成功出5s视频 - 对照组直传用户真人照片 → 400 portrait_intercept（预期）
2026-10-04 15:31:38 +08:00
parent 371d1b9daf
commit 0e78f175fe
4 changed files with 106 additions and 119 deletions
@@ -92,13 +92,20 @@ def _save_job(repo, job, session):
    session.commit()


-def _start_trust_chain_preheat(job_id: str, portrait_urls: list[str]) -> None:
-    """#2172 后台启动信任链预热（Seedream AI 化人像），不阻塞调用方。
+def _start_trust_chain_preheat(job_id: str, portrait_descriptions: list[str]) -> None:
+    """#2172/#2174 后台启动信任链预热（Seedream t2i 文生图人像），不阻塞调用方。
+
+    #2174 重要：改为 t2i 文生图模式——用 VLM 分析出的人物外貌描述做 prompt，不传 reference_images，
+    产物是方舟信任模型输出，Seedance 直接放行不触发肖像审核。
+    i2i（传用户照片做 reference）产物不被信任，实测仍被 400 portrait_intercept 拦截。

    预热成功后把结果写入 job.pre_trusted_images，阶段3 渲染直接使用，省掉串行等待。
-    预热失败静默（pre_trusted_images 保持 None），阶段3 会现场跑信任链兜底。
+    预热失败静默（pre_trusted_images 保持 None），阶段3 会走 #2166 自动降级纯 t2v。
    """
-    if not portrait_urls:
+    # 过滤有效描述：非空且不是"无人像"
+    _valid = [d for d in (portrait_descriptions or []) if d and isinstance(d, str) and "无人像" not in d and len(d) >= 10]
+    if not _valid:
+        logger.info("[trust-chain][preheat] 无有效人物描述（可能是纯商品图），跳过预热 job=%s", job_id)
        return
    # 判断是否是 doubao provider（DashScope/Wan 不需要信任链）
    try:
@@ -122,16 +129,16 @@ def _start_trust_chain_preheat(job_id: str, portrait_urls: list[str]) -> None:
            except Exception:
                pass

-            logger.info("[trust-chain][preheat] 后台预热启动 job=%s n=%d", job_id, len(portrait_urls))
-            result = preheat_trust_chain(portrait_urls, timeout=120)
-            if result and len(result) == len(portrait_urls):
+            logger.info("[trust-chain][preheat] 后台t2i预热启动 job=%s n=%d", job_id, len(_valid))
+            result = preheat_trust_chain(_valid, timeout=120)
+            if result and len(result) >= 1:
                sess2, repo2, job2 = _get_repo_and_job(job_id)
                try:
                    job2.pre_trusted_images = result
                    repo2.update(job2)
                    sess2.commit()
                    logger.info(
-                        "[trust-chain][preheat] 预热完成并持久化 job=%s n=%d",
+                        "[trust-chain][preheat] t2i预热完成并持久化 job=%s n=%d",
                        job_id,
                        len(result),
                    )
@@ -318,15 +325,17 @@ _IMAGE_ANALYSIS_SYSTEM_PROMPT = """你是电商商品视觉分析师，从商品
    "3-5 条图片中能看到的外观/视觉特征（如『红色瓶盖白色瓶身』『鸡头图案 Logo』等）"
  ],
  "scene": "图片场景（如白底棚拍/浴室实拍/桌面静物/手持实拍等）",
+  "portrait_prompt": "如果图片中有清晰人物面部，用60-100字中文描述该人物外貌（性别、年龄段、发型/发色、肤色、脸型、五官特征、当前穿着、表情姿态），用于AI生图参考；没有人物或看不清面部填「无人像」",
  "summary": "100-180字中文导购描述，连贯自然段落，像电商详情页介绍，前端直接展示，必须提到品牌/品名/核心外观特征，不能写『无法判断』"
 }"""

 _IMAGE_ANALYSIS_USER_PROMPT = """请分析这张商品图片，输出严格 JSON。重点：
 1. name/brand/text_on_package 从图片包装 OCR 读取，不编造；
 2. appearance/packaging 各写 50-100 字，要具体；
-3. summary 必须是 100-180 字连贯中文段落，说清商品是什么、长什么样、适合谁用，不要写「无法判断」；
-4. 非产品图时 category 填「非产品图」，name 填实际看到的内容；
-5. 看不清的字段填「无法判断」。"""
+3. portrait_prompt：有人物时详细描述外貌（性别/年龄/发型/肤色/穿着/表情）用于AI人像生成参考，无人像填「无人像」；
+4. summary 必须是 100-180 字连贯中文段落，说清商品是什么、长什么样、适合谁用，不要写「无法判断」；
+5. 非产品图时 category 填「非产品图」，name 填实际看到的内容；
+6. 看不清的字段填「无法判断」。"""


 def _vision_fallback(idx: int, reason: str, extra: dict | None = None) -> dict:
@@ -338,6 +347,7 @@ def _vision_fallback(idx: int, reason: str, extra: dict | None = None) -> dict:
        "text_on_package": [],
        "key_features": [],
        "scene": "通用",
+        "portrait_prompt": "无人像",
        "summary": "",
        "_source": reason,
    }
@@ -414,6 +424,7 @@ def _analyze_single_image(
        raw.setdefault("text_on_package", [])
        raw.setdefault("key_features", [])
        raw.setdefault("scene", "通用")
+        raw.setdefault("portrait_prompt", "无人像")
        raw.setdefault("summary", "")
        if not isinstance(raw.get("text_on_package"), list):
            raw["text_on_package"] = []
@@ -1357,15 +1368,23 @@ def run_viral_video_pipeline(self: Task, job_id: str) -> dict:
        _hb_stop, _hb_thread = _start_heartbeat_thread(job_id)
        _set_stage(job, repo, session, ViralVideoStage.IMAGE_ANALYSIS, "正在分析商品特征...")

-        # #2172: 信任链预热与 VLM 分析并行启动（不阻塞）
-        if job.images:
-            try:
-                _start_trust_chain_preheat(job.id, list(job.images))
-            except Exception as _e:
-                logger.warning("[爆款视频][阶段1] 启动信任链预热失败: %s", _e)
-
        image_analysis = _step_image_analysis(job)
        job.image_analysis = image_analysis
+        # #2174: VLM完成后立即启动信任链t2i预热（从VLM结果提取人物描述），与文案阶段并行
+        if job.images:
+            try:
+                _products = (image_analysis or {}).get("products", []) or []
+                _portrait_descs = [
+                    (p.get("portrait_prompt") or "无人像") for p in _products
+                ] if _products else []
+                # 兼容单图结果格式（非products列表）
+                if not _portrait_descs and isinstance(image_analysis, dict):
+                    _pp = image_analysis.get("portrait_prompt") or "无人像"
+                    if _pp and _pp != "无人像":
+                        _portrait_descs = [_pp]
+                _start_trust_chain_preheat(job.id, _portrait_descs)
+            except Exception as _e:
+                logger.warning("[爆款视频][阶段1] 启动信任链t2i预热失败: %s", _e)
        _save_job(repo, job, session)
        _emit_progress(job_id, ViralVideoStage.IMAGE_ANALYSIS, 15.0, "图片分析完成", {"result": image_analysis})