公众号封面图制作#

📋 概述#

基于全网每日收录的爆款文章数据，获取同赛道爆款封面的视觉元素，通过AI分析总结高转化视觉规律，生成贴合文章内容、符合平台流量审美的封面设计方案（含案例+生图提示词）。仅在主Agent中执行，不派发给子Agent。

🎯 触发规则#

场景处理方式用户提供内容主题/赛道执行任务流程用户要求生成封面方案执行任务流程用户上传文案或图片要求分析执行任务流程用户询问技能功能/用法仅介绍技能用户未提供明确创作主题仅介绍技能

📝 术语规范#

统一使用"爆款封面"，禁止使用：爆炸封面→爆款封面、爆炸数据→爆款数据、抓取数据→获取/查询数据、抓取封面→获取封面。

🔒 数据来源#

所有爆款数据必须来自接口，禁止联网搜索、使用其他数据源或脑补数据。数据不足时明确告知用户。

🔑 鉴权#

获取 API Key#

请前往 红狐hub 获取API KEY

配置 API Key#

方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中：

json

{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }

方案2: 终端配置

bash

export REDFOX_API_KEY="ak_xxxx..."

⚙️ 前置准备#

• 依赖： requests（ pip install requests）
• 凭证：环境变量 REDFOX_API_KEY（详见鉴权章节）
• 数据范围：仅含昨天至30天前的数据，默认查询近30天

🔄 操作流程#

步骤1：意图解析#

结构化解析用户需求，提取4个维度：

维度说明示例内容主题优先领域词护肤、穿搭、美食、职场内容类型内容形式干货、测评、种草、教程风格偏好视觉/调性专业、吸引点击、情绪、极简核心关键词搜索关键词秋冬、美白、护肤、干皮

提取2-5个核心关键词（逗号分隔），优先细分领域词，结合风格偏好补充场景词。

步骤2：爆款数据查询#

bash

# 有赛道关键词
python3 scripts/fetch_explosive_covers.py --keyword <关键词1,关键词2,关键词3>
# 无赛道关键词
python3 scripts/fetch_explosive_covers.py --keyword ""

• 最多5个关键词，总长度≤200字符
• 关键词整体一次传入接口，不做拆分循环调用
• 时间参数默认不传（接口自行决定默认范围）；用户指定"近N天"时 startDate = 今天 - (N-1)天

步骤3：智能匹配筛选#

数据量处理≥20条直接使用<20条扩展关键词（如：美白→美白、护肤、美白祛斑），重新查询，合并数据

筛选规则：按阅读数从高到低排序，取前20条。关键词扩展最多1-2次，每次2-3个相似词。

步骤4：AI图像分析与特征提取#

1. 解析脚本返回的JSON数据（含 articles 文章数组，以及 latestHotArticles、 hotTopics、 relatedSearches 辅助数据）
2. 提取 imageUrl 字段合并为封面候选池—— 直接使用原始值，不做任何修改（新接口字段名为 imageUrl，旧接口为 coverUrl，脚本已做兑容）
3. 按互动量从高到低取前20条
4. 逐张分析封面图（使用原生图片理解能力，直接访问 imageUrl）

7维度分析：

维度分析内容文字内容是否有文字、内容、字体大小、位置、颜色、醒目程度主体元素人物/产品/场景/图案等主要视觉元素色彩特征主色调、配色方案、对比度、冷暖色调构图布局画面结构、元素分布、主体位置、留白处理视觉风格实拍/插画/拼贴/极简/炫酷等风格类型点击吸引力痛点/好奇/美感/实用——为什么吸引点击尺寸检测宽x高，是否合格（≥10px）

图片过滤规则：

• 空白图片（纯色块、无内容）：标注"需过滤"，后续所有环节排除
• 小尺寸图片（宽或高 <10px）：全部过滤
• 输出前二次检查：确保无空白/小尺寸图片混入

分类汇总：将相似风格的封面归为同一类，统计特征规律（分类前先过滤空白图片）。

步骤5：输出HTML分析报告与设计方案#

使用 references/report_template.html（JS渲染型模板），只需注入 JSON 数据，禁止在输出时临时生成完整 HTML。

1. 复制模板到输出文件： cp references/report_template.html ./爆款封面分析报告_{关键词}.html
2. 将分析结果组装为 JSON 对象（格式见 references/report_template.md）
3. 用 SearchReplace 在 输出文件（非模板原文件）中将 __REPORT_DATA__ 的默认空值替换为实际 JSON
4. 执行 open ./爆款封面分析报告_{关键词}.html 在浏览器中打开

JSON 结构（只需填充以下字段，无需生成任何 HTML）：

json

{
  "keyword": "用户关键词",
  "analysisCount": 20,
  "styles": [{ "name": "", "count": 0, "coreVisual": "", "features": "", "covers": [] }],
  "plans": [{ "name": "", "coreVisual": "", "case": { "imageUrl": "", "url": "", "title": "", "author": "", "reads": "" }, "prompt": "" }]
}

要求说明模板references/report_template.html（JS 渲染型，样式/防盗链已内置）数据格式详见 references/report_template.md JSON 数据结构章节封面展示按风格类型分类，每类最多5张案例参考imageUrl 原始值 + 标题(url链接) + 作者 + 仅阅读数生图提示词严格遵循 2.35:1 横版比例

步骤6：用户选择方案并生成封面图#

⚠️ 先询问用户，等回复后再生成——不要在用户选择前就生成封面图！

第一阶段（输出报告后立即执行）：HTML模板末尾已包含方案选择区域，展示报告后停止，等待用户回复。

第二阶段（用户回复后执行）：

1. 确认用户选择的方案（1/2/3）及其生图提示词
2. 如用户上传了图片，用原生图片理解能力分析
3. 使用原生图像生成能力生成封面图（2.35:1，900x383像素）
4. 直接展示图片，不需要HTML包裹

步骤7：输出前自检#

检查项内容风格类型每类有：名称、频次、核心视觉、关键特征、封面示例三个方案各有风格名称、核心视觉、案例参考（不重复）、生图提示词

• 封面图链接使用 imageUrl 字段原始值 | 图片过滤 | 无空白图片、无小尺寸图片 | | 用户交互 | 已询问方案选择并等待回复 |

⚠️ 注意事项#

• 封面图容器比例 2.35:1 (900x383)，使用 object-fit: cover + object-position: center 自适应截取
• HTML添加防盗链 meta 标签 <meta name="referrer" content="no-referrer">
• 案例参考仅保留阅读数（clicksCount），删除点赞和在看
• 封面图用 <a> 标签包裹可点击跳转大图，方案标题用 url 字段链接
• 图像分析使用原生图片理解能力，直接访问封面URL，逐张分析