balandiukk/mymuseinsp-pipeline

GitHub: balandiukk/mymuseinsp-pipeline

一个用于自动化Etsy商品列表创建的多智能体AI管道,通过视觉聚类和SEO优化将手动工作时间大幅缩短。

Stars: 0 | Forks: 0

# MyMuseInsp — 多智能体AI内容管道 本仓库托管该管道的**公开架构文档**。源代码为私有(位于Etsy店铺业务内部)。 ## 功能概述 我经营一家销售AI生成剪贴画的Etsy商店。手动创建一个商品列表意味着:筛选数百个Midjourney生成图像 → 策划一个连贯的集合 → 研究SEO竞争对手 → 撰写符合Etsy 42条规则验证的标题/标签/描述 → 打包PNG文件 → 生成视频预览 → 上传到Google Drive → 创建商品列表。 手动完成一个商品列表大约需要2小时。该管道将每批次的监督时间缩短至约10分钟。 **吞吐量:** 每月约800张图像生成,分批处理为30–40个商品列表。 ## 架构 ``` flowchart TD A["🎨 Midjourney batch
~200–800 unsorted PNGs"] --> B["👁 Vision sub-agents
caption each image"] B --> C["🔗 Rule-based clustering
group by theme"] C --> D["📁 Sorted folders
'NN theme/01.png..NN.png'"] D --> E["👀 Human curation
swipe + thumb-strip UX"] E --> F["🔢 Sequential renumber
001..NNN, no gaps"] F --> G["🗜 Optimizer v2
WebP Q70 → PNG → oxipng
~15% size saved, RGBA preserved"] G --> H["☁️ Drive upload
idempotent, loose PNGs"] D --> I["🔎 SEO research
Etsy v3 API listings/active"] I --> J["📊 Competitor analysis
tags · favorers · price · age"] J --> K["✍️ ListingWriter agent
SEO_RULES.md (42 rules)
title · tags · description"] K --> L["💰 Pricing tier lookup
count → anchor price"] H --> M["📋 Etsy v3 draft listing
OAuth, taxonomy 77"] L --> M M --> N["🎬 Video preview
1080×1080 60fps mesh gradient"] N --> O["🚀 Publish with cover banner
10/day drip schedule"] style A fill:#fff4e6,stroke:#ff9500 style E fill:#e6f4ff,stroke:#0096ff style M fill:#e6ffe6,stroke:#22c55e style O fill:#e6ffe6,stroke:#22c55e ``` ## 分阶段详解 ### 1. Midjourney 筛选管道 将大型未分类的Midjourney转储(200–800张PNG)通过视觉子智能体为每张图像生成描述,然后通过基于规则的视觉主题聚类,生成以 ` /` 命名的排序文件夹,其中图像重新编号为 `01.png..NN.png`。在一个包含804张PNG的转储上验证,产生了38个主题文件夹。 ### 2. 策划用户体验 滑动界面 + 底部缩略图条,用于快速接受/拒绝。支持触控板双指缩放。采用柔和明亮的背景调色板。专为速度设计——每个文件夹约5分钟。 ### 3. 重新编号与优化 按顺序重新编号为 `001..NNN.png`,无间隔。优化器 v2:PNG → WebP Q70 → PNG → oxipng。保留RGBA通道,不进行调色板扁平化,文件大小减少约15%。 ### 4. Google Drive 打包 幂等上传——跳过名称已存在的文件。根据Etsy买家偏好提供松散的PNG文件(非ZIP)。每个商品列表在 `My Muse Shop` 父文件夹下有一个子文件夹。 ### 5. SEO研究智能体 使用 `x-api-key`(无需OAuth)访问Etsy v3 `/listings/active?keywords=X` 端点以收集竞争对手数据:标签云、收藏者数量、价格分布、商品列表龄。替代了付费的EverBee / Erank订阅。 ### 6. 列表撰写智能体 根据42条Etsy SEO规则生成标题/13个标签/描述: - 标题:无逗号,避免过多的全大写(会触发Etsy的 `all_caps` 错误) - 标签:每个最多20个字符,最多13个标签 - 描述:无否定性限制项目符号,SEO关键词分布均匀 - 锚点价格来自定价层级(根据541个商品列表的市场扫描,数量对应标价) ### 7. Etsy v3 草稿创建 使用OAuth权限范围向 `POST /listings` 发送请求,默认设置:`taxonomy_id=77`(绘图与插画 > 数字),自动续期=true。价格更新注意事项:`PATCH /listings` 会静默忽略 `price` 字段——必须使用 `PUT /listings/{id}/inventory` 并提供完整的产品和供应信息。 ### 8. 视频预览生成 为Etsy商品列表库生成1080×1080 60fps预览视频。默认效果:在图像集上覆盖从暖色→冷色→暖色旋转的调色板网格渐变,自动检测横向与纵向布局。 ### 9. 缓冲发布 草稿每天发布10个,并附带从 `banners.zip` 解压的封面横幅。不一次性发布41个——Etsy将批量发布视为接近垃圾邮件的行为。 ## 辅助工具 - **重新定价现有商品** — 通过 `PUT inventory` 批量更新90多个活跃商品列表的锚点价格。解析每个描述中的商品数量,查找匹配的定价层级,应用更新。 - **清理未售商品** — 检测续期日期前零销量的商品列表并禁用 `auto_renew`。需要 `transactions_r` OAuth 权限范围。 - **风格检测** — 图像风格分类器,用于支持定价和描述模板(手绘风 vs 卡通风 vs 照片风)。 ## 技术栈 - **LLM编排:** Claude Code(智能体驱动的规范工作流) - **视觉:** 用于图像描述的Claude Sonnet视觉模型,用于聚类的自定义嵌入模型 - **图像处理:** Pillow, WebP, oxipng, FFmpeg(视频预览) - **APIs:** Etsy v3 (OAuth + x-api-key), Google Drive v3 (测试OAuth模式), HuggingFace, CivitAI - **本地环境:** Python 3.11,无GPU — 图像生成完全手动(通过Midjourney界面) ## 重要性说明 该管道围绕一个硬性约束构建:**操作者(我)非技术人员,且希望每周手动操作时间≤5小时**。其他所有流程均自动化。 瓶颈曾经在于:每个新商品列表都需要约2小时的重复性工作(SEO研究、打包、撰写描述)。该管道将此缩短为约10分钟的监督——其余时间无人值守运行。这是"Claude-Code驱动的产品工程"模型的实践体现:为智能体制定规范,验证输出,然后让它上线发布。 ## 构建者 **[克里斯蒂娜·巴拉纽克](https://www.linkedin.com/in/christina-balandiuk-a35ab433a/)** — 提示工程师与AI产品构建者,巴塞罗那。 源代码闭源(这是一个活跃的业务)。仅提供架构文档。
标签:AI内容生成, Etsy API, Etsy店铺管理, Google Drive集成, Midjourney, OAuth认证, PNG格式, SEO优化, SEO研究, WebP格式, 主题分类, 云存储, 人工策展, 公开文档, 关键词研究, 内容管道, 图像优化, 图像压缩, 多代理系统, 定价策略, 定时发布, 批量处理, 描述撰写, 文件重编号, 标签优化, 标题优化, 电商自动化, 竞争对手分析, 系统架构文档, 自动化列表创建, 视觉聚类, 视频生成, 逆向工具