ljg-library

ljg-library：取景框借书卡

一本书，铸成一张 2050 图书馆借书卡。封面、作者、书目是身份；核心是把这本书独创的「取景框」压成一幅意向画面——作者从某个角度看某个问题，看到了一幅别人没看到的画面。文字 block 用费曼式把这幅画面讲透，图解 block 用 AI 生图把它画出来。合上书半年后，瞥一眼这张卡，那幅画面回来——这是「没白读」的物证。

图解 block = AI 生成插画（不再手搓 SVG）。继刚是固定主角——把他的真墨像（assets/ljg-portrait.png）当 character reference 喂给模型，生成「认得出的他」在这幅意向画面里当「你」（在做/经历那个核心动作）。两种风格 mold：

• -a 动物森友会（默认）：暖萌治愈，奶油/青/木/黄、圆角软卡通、村民+小岛。
• -c pixel + cyber-hacker：暗黑霓虹、16-bit 像素、CRT/glitch、青绿洋红。

生图用 assets/gen_illustration.py（直调 marswave gemini-3-pro，绕交互门控、可进批量管线）。完整设计历程见 [[reference_ianxiaohei_drawing_upgrade]] 记忆。

约束

输出为视觉文件（PNG），不适用 Org-mode / Denote / ASCII-only 规范。

灵魂：意向画面提炼 + 图文同呈

卡好不好看是壳，能不能从一本书提炼出它独创的看世界方式、压成一幅意向画面、用费曼讲解 + 手绘图形分别呈现它，才是命。这一步若失手，整张卡退化成豆瓣读书卡。

核心：取景框 = 角度 + 问题 + 画面。 作者从某个机位看某个问题，看到一幅别人没看到的画面。这幅意向画面是枢轴——文字讲它、图形画它，两者是同一幅画面的两次呈现。

第一要义：把画面讲清楚，不求压短。 取消一切「压成一句」之类的字数约束——画面具体、讲解通俗准确，比讲短重要。

执行前，先 Read references/extraction.md：第一部分走取景六步（对象 → 角度 → 旧画面 → 意向画面 → 费曼讲解 → 校验）产出意向画面 + 文字（主句 {{FRAME}} + 费曼讲解 {{EXP}}，{{EXP}} 必走 feynman-eli5 skill）；第二部分把意向画面写成一段英文 frame 构图、用选定 mold 生图（gen_illustration.py）——继刚是固定主角「你」，在画面里做/经历那个核心动作。

输入弹性：继刚常常自己已经想透（读完顺手就想铸卡）。给了思想就直接用（只走校验 + 画图）；没给则走全程提炼。

视觉规格

生成 HTML 前，先 Read references/visual.md——浅色玻璃卡身规格、卡身动态强调色、字体、两种 mold（-a 动森 / -c cyber）的生图规格 + 主角配方 + 图解板裱框、踩过的坑全在里面。这是视觉质量底线。

风格 mold

mold	参数	风格	何时用
动物森友会	-a（默认，不写也是它）	暖萌治愈、奶油/青/木/黄、圆角软卡通、村民+小岛、气泡木牌字	默认；温暖、邀请感、把硬道理包进可爱里
pixel + cyber-hacker	-c	暗黑霓虹、16-bit 像素、CRT/glitch、青绿洋红、终端字	继刚点名、或概念本身偏冷峻/技术/紧张时

两种都由 gen_illustration.py --mold a|c 产；主角恒为继刚（从墨像参考生成）。

流程

输入：书名（或 书名 + 已想透的取景框思想）[+ -a/-c 选 mold，默认 -a]
  ↓
1. weread 取真封面 + 书目（见下「素材获取」）
2. web 抓作者头像
3. 提封面主色 → 卡身动态强调色（python assets/extract_color.py <封面>）
4. 提炼意向画面：对象 + 角度 → 意向画面（用户给了→校验，没给→走 extraction.md 取景六步）
5. 费曼讲解 → {{FRAME}}（一句话点画面）+ {{EXP}}（走 feynman-eli5 把画面讲透）
6. 写 frame 构图（英文：继刚作主角在做/经历什么、隐喻物件、信息流、3-5 个中文标注），用选定 mold 生图：
   python3 assets/gen_illustration.py --mold a --frame "<...>" --out /tmp/ljg_lib_{slug}_sketch.png
7. 填 assets/library_template.html 的占位变量（{{SKETCH_IMG}} = file://生成图）
8. 渲染（capture.js，fullpage 自适应高度）
9. Read 自验（看生成图：继刚认得出 ✓、意向画面一眼读懂 ✓、标注中文正确 ✓、与取景框文字同一幅画面 ✓）；不满意调 frame 重生 → 交付路径

素材获取（关键，按此顺序降级）

封面 + 书目（weread）

继刚有微信读书。走 weread skill 的 /store/search（先 Read ~/.claude/skills/weread/search.md）：

curl -s -X POST "https://i.weread.qq.com/api/agent/gateway" \
  -H "Authorization: Bearer $WEREAD_API_KEY" -H "Content-Type: application/json" \
  -d '{"api_name":"/store/search","keyword":"<书名>","scope":10,"skill_version":"1.0.3"}'

• 回包 results[].books[].bookInfo（每个 result 组一本）有 title / author / translator / cover / publisher。
• 封面 cover URL 是 s_ 缩略图（70×100，太小会糊）。把 s_ 换成 t7_ 拿高清（285×411）：.../cover/942/635942/t7_635942.jpg。下载时带 -H "Referer: https://weread.qq.com/"。
• 取不到 weread → 联网搜豆瓣封面（web-access / markdown-proxy）→ 仍无则 CSS 占位书封。

作者头像（web）

维基百科原图最稳。Wikipedia API 直接拿 original 图 URL：

curl -s -A "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)" \
  "https://en.wikipedia.org/w/api.php?action=query&titles=<英文名>&prop=pageimages&piprop=original&format=json"
# 拿到 .original.source 后下载（带 UA）：
curl -sL -A "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)" -o /tmp/lib_avatar.jpg "<original-url>"

• 坑：thumb 路径（/thumb/.../480px-xxx.jpg）若该尺寸未缓存会返 HTML 错误页。用原图路径（去掉 /thumb/ 和尺寸段），并必须带 User-Agent（缺 UA 被 Wikimedia 拦）。
• 无头像 → 省略头像（模板作者行不显示 avatar），不阻塞。

墨像 = 主角参考图（固定复用）

assets/ljg-portrait.png（继刚真头像抠底墨像）现在是生图的 character reference——gen_illustration.py 把它喂给模型，让模型画出「认得出的继刚」在选定 mold 风格里当主角。不再是合成进图的元素，所以图解里的继刚是模型按 mold 风格化的他（动森村民版 / 像素霓虹版），认得出即可，不追求像素级同一张脸（继刚已认可这条——选了"像素化/风格化你"）。源头像更新只需替换这个 png。

卡身动态强调色

python3 assets/extract_color.py /tmp/lib_cover.jpg
# 输出形如：#c43d30

从封面提取最显著的彩色作卡身强调色（换书自动换色：红封→红卡、蓝封→蓝卡）。脚本默认挑「最频繁的彩色」——若封面主体是大面积米 / 灰背景，它会挑出发闷的背景色；这时改按「鲜艳度 × 频次」重排，从真实像素里挑一个撑得住的彩色（别凭空写死）。注意：这只是卡身强调色（标签/英文行/关键词高亮/署名印）；图解板是生成图自带的背景（动森奶油 / cyber 暗黑），各管各的、不串。动森 mold 时强调色挑暖色（棕/橙/绿）更配。

模板变量（library_template.html）

变量	内容
{{ACCENT}}	卡身动态强调色 hex（如 #c43d30，从封面提取）
{{COVER}}	封面的 file:// 绝对路径
{{AVATAR_IMG}}	整个头像 <img class="avatar" src="file://…">（无头像填空字符串，作者行自动省 avatar）
{{TITLE}} {{EN}} {{SUBTITLE}}	书名中 / 英 / 副标题
{{TAGS}}	3-4 个主题标签（书的核心概念），每个 <span class="tag">…</span>
{{AUTHOR_CN}} {{AUTHOR_META}}	作者中文名 / 「英文名 · 出版社 年份」
{{FRAME}}	意向画面主句：一句话点出这幅画面的换眼睛主张，关键词用 <span class="hl">…</span> 染卡身强调色
{{EXP}}	费曼讲解：走 feynman-eli5 把这幅意向画面讲通俗讲准、完整流畅，关键词同样 <span class="hl">
{{SKETCH_TITLE}}	图解板的名字（英文 + 中文，如 Ergodicity 遍历性）
{{SKETCH_IMG}}	生成插画的 file:// 绝对路径（由 gen_illustration.py --mold a|c 产，见 extraction.md 第二部分）

渲染

node ~/.claude/skills/ljg-card/assets/capture.js \
  /tmp/ljg_library_{name}.html ~/Downloads/{name}.png 1080 1440 fullpage

复用 ljg-card 的 capture.js（playwright 已装在 ljg-card/node_modules）。必须 fullpage——卡片高度自适应内容，不留底部空白。file:// 引用本地封面 / 头像 / 墨像可直接渲染。

交付

1. Read 输出的 PNG 亲眼验图，并放大看图解板（封面加载 ✓、费曼讲解把意向画面讲透 ✓、卡身色协调 ✓、生成图：继刚作主角认得出 ✓、意向画面一眼读懂 ✓、中文标注正确无糊 ✓、与取景框文字同一幅画面 ✓、右侧无空白、底部无留白 ✓）。生图不满意（标注糊 / 继刚不像 / 画面没读懂）就调 frame 重生。
2. 报告文件路径 + 一句意向画面提炼说明 + 用了哪个 mold。

Gotchas（务必避开）

• 封面尺寸：weread s_ 前缀是 70×100 缩略图，必糊。换 t7_ 拿 285×411 高清，下载带 Referer。
• 头像 thumb 陷阱：Wikimedia /thumb/.../NNNpx- 特定尺寸未缓存会返 HTML 错误页。用原图路径 + User-Agent。
• 生图必看图验收：生图非确定（每次不同），且 gemini 偶尔糊中文标注 / 继刚不够像 / 没画对动作——必 Read 生成图亲验，不行就调 frame 重生（标注少而短、主角说清、隐喻具体最稳）。
• frame 要"具体可画"：写继刚在做/经历的那个核心动作 + 真实隐喻物件 + 信息怎么流。抽象命题画不出来——回意向画面把它落成可见的物/动作（见 extraction.md）。
• 主角恒为继刚、风格化不追同一脸：从墨像参考生成，认得出即可（动森村民版/像素版）。别回头去合成真墨像贴脸——已验证生图风格化远比合成自然（合成见记忆备选档，不用）。
• 两套色别串：卡身强调色从封面提取（标签/高亮/印）；图解背景是生成图自带（动森奶油 / cyber 暗黑）。
• 批量管线：gen_illustration.py 直调 marswave、不走 listenhub skill 的交互门控，所以 ljg-paper-flow 批量铸卡能用；但每张要联网 + 花 API + 看图一回合，比纯 SVG 慢。
• 意向画面是认知位移的成像，不是摘要：主句「原来不是 X，其实是 Y」+ 费曼讲解讲透机制，不是「本书讲了……」。验收尺：凉脑子瞥一眼，那幅画面回不回得来。