✨ feat(config): 更新模型配置与LLM提示词指南

- 将默认LLM模型从gemini-2.0-flash升级为gemini-3-flash-preview
- 将博主人设从"性感福利主播"更改为"二次元coser"
- 优化LLM生成SD提示词的指南，新增中国审美人物描述规则
- 为各SD模型添加颜值核心词、示范prompt和禁止使用的关键词
- 新增三维人物描述法（眼睛/肤色/气质）和专属光线词指导

📦 build(openspec): 归档旧规范并创建新规范

- 将improve-maintainability规范归档至2026-02-25目录
- 新增2026-02-26-improve-ui-layout规范，包含UI布局优化设计
- 新增2026-02-26-optimize-image-generation规范，包含图片生成优化设计
- 在根目录openspec/specs下新增图片质量、后处理、中国审美和LLM提示词规范

♻️ refactor(sd_service): 优化SD模型配置和图片后处理

- 为各SD模型添加中国审美特征词和欧美面孔排除词
- 新增高画质预设档，SDXL模型启用Hires Fix参数
- 将后处理拆分为beauty_enhance和anti_detect_postprocess两个独立函数
- 新增美化增强功能，支持通过enhance_level参数控制强度

♻️ refactor(services): 更新内容生成服务以支持美化增强

- 在generate_images函数中新增enhance_level参数
- 将美化强度参数传递至SDService.txt2img调用

♻️ refactor(ui): 优化UI布局和添加美化强度控件

- 注入自定义CSS主题层，优化字体、按钮和卡片样式
- 将全局设置迁移至独立的"⚙️ 配置"Tab，优化Tab顺序
- 在内容创作Tab的高级设置中添加美化强度滑块控件
- 优化自动运营Tab布局，改为2列卡片网格展示

config.json

@@ -3,8 +3,8 @@
     "base_url": "https://wolfai.top/v1",
     "sd_url": "http://127.0.0.1:7861",
     "mcp_url": "http://localhost:18060/mcp",
-    "model": "gemini-2.0-flash",
+    "model": "gemini-3-flash-preview",
-    "persona": "性感福利主播，身材火辣衣着大胆，专注分享穿衣显身材和私房写真风穿搭",
+    "persona": "二次元coser，喜欢分享cos日常和动漫周边",
     "auto_reply_enabled": false,
     "schedule_enabled": false,
     "my_user_id": "69872540000000002303cc42",

llm_service.py

@@ -327,25 +327,38 @@ class LLMService:
             base = (
                 f"生成 Stable Diffusion 英文提示词，当前使用模型: {display} ({desc})\n"
                 "该模型擅长东亚网红/朋友圈自拍风格，请按以下规则生成 sd_prompt：\n"
-                "- 人物要求（最重要！）：必须是东亚面孔中国人\n"
+                "- 人物要求（最重要！）：必须是东亚面孔中国人，必须描述眼睛、肤色、表情、妆容\n"
-                "- 推荐使用 (权重:数值) 语法加强关键词，例如 (asian girl:1.3), (best quality:1.4)\n"
+                "- 推荐使用 (权重:数值) 语法加强关键词，例如 (almond eyes:1.3), (glossy lips:1.2)\n"
-                "- 风格关键词：RAW photo, realistic, photorealistic, natural makeup, instagram aesthetic\n"
+                "- 颜值核心词（必选2-3个）：(bright sparkling eyes:1.2), (glossy lips:1.2), (rosy cheeks:1.1),\n"
-                "- 氛围词：soft lighting, warm tone, natural skin texture, phone camera feel\n"
+                "  (soft smile:1.2), (dewy glowing skin:1.2), (long lashes:1.1), (charming gaze:1.1)\n"
+                "- 风格关键词：RAW photo, realistic, photorealistic, instagram aesthetic\n"
+                "- 氛围词：soft lighting, warm tone, phone camera feel, shallow depth of field\n"
+                "- ❌ 严禁使用：skin pores, natural imperfections, skin texture（会让皮肤变粗糙）\n"
                 "- 非常适合：自拍、穿搭展示、美妆效果、生活日常、闺蜜合照风格\n"
-                "- 画面要有「朋友圈精选照片」的感觉，自然不做作\n"
+                "- 示范 prompt（参考此质量和格式）：\n"
+                "  (best quality:1.4), RAW photo, (photorealistic:1.4), (asian girl:1.3), (almond eyes:1.3),\n"
+                "  (bright sparkling eyes:1.2), (dewy glowing skin:1.2), (natural makeup:1.3), (glossy lips:1.2),\n"
+                "  (soft smile:1.2), wearing cream linen dress, standing on sunny street, shallow depth of field,\n"
+                "  warm tone, instagram aesthetic, phone camera feel\n"
                 "- 用英文逗号分隔"
             )
         elif key == "realisticVision":
             base = (
                 f"生成 Stable Diffusion 英文提示词，当前使用模型: {display} ({desc})\n"
-                "该模型擅长写实纪实摄影风格，请按以下规则生成 sd_prompt：\n"
+                "该模型擅长写实摄影风格，请按以下规则生成 sd_prompt：\n"
-                "- 人物要求（最重要！）：必须是东亚面孔中国人\n"
+                "- 人物要求（最重要！）：必须是东亚面孔中国人，必须描述眼睛、肤色、表情\n"
-                "- 推荐使用 (权重:数值) 语法，例如 (realistic:1.4), (photorealistic:1.4)\n"
+                "- 推荐使用 (权重:数值) 语法，例如 (realistic:1.4), (almond eyes:1.2)\n"
-                "- 风格关键词：RAW photo, DSLR, documentary style, street photography, film color grading\n"
+                "- 颜值核心词（必选2-3个）：(bright clear eyes:1.2), (charming gaze:1.1), (glossy lips:1.1),\n"
-                "- 质感词：skin pores, detailed skin texture, natural imperfections, real lighting\n"
+                "  (dewy smooth skin:1.2), (soft smile:1.1), (long lashes:1.1), (rosy cheeks:1.1)\n"
-                "- 镜头感：shot on Canon/Sony, 85mm lens, f/1.8, depth of field\n"
+                "- 风格关键词：RAW photo, DSLR, street photography, film color grading\n"
-                "- 非常适合：街拍、纪实风、旅行照、真实场景、有故事感的画面\n"
+                "- 镜头感：shot on Sony A7, 85mm lens, f/1.8, depth of field, bokeh\n"
-                "- 画面要有「专业摄影师抓拍」的质感，保留真实皮肤纹理\n"
+                "- ❌ 严禁使用：skin pores, detailed skin texture, natural imperfections（会让皮肤变难看）\n"
+                "- 非常适合：街拍、旅行照、真实场景、有故事感的画面\n"
+                "- 示范 prompt（参考此质量和格式）：\n"
+                "  RAW photo, (best quality:1.4), (realistic:1.4), (photorealistic:1.4), (asian:1.2),\n"
+                "  (almond eyes:1.2), (bright clear eyes:1.2), (dewy smooth skin:1.2), (natural makeup:1.2),\n"
+                "  (soft smile:1.1), wearing light blue shirt, walking in old town alley,\n"
+                "  shot on Sony A7, 85mm lens, f/1.8, golden hour, depth of field\n"
                 "- 用英文逗号分隔"
             )
         else:  # juggernautXL (SDXL)
@@ -354,15 +367,57 @@ class LLMService:
                 "该模型为 SDXL 架构，擅长电影级大片质感，请按以下规则生成 sd_prompt：\n"
                 "- 人物要求（最重要！）：必须是东亚面孔中国人，绝对禁止西方人特征\n"
                 "- 不要使用 (权重:数值) 括号语法，SDXL 模型直接用逗号分隔即可\n"
+                "- 颜值核心词（必选2-3个）：bright sparkling eyes, glossy lips, rosy cheeks,\n"
+                "  gentle smile, luminous dewy skin, long lashes, charming expression, defined brows\n"
                 "- 质量词：masterpiece, best quality, ultra detailed, 8k uhd, high resolution\n"
-                "- 风格：photorealistic, cinematic lighting, cinematic composition, commercial photography\n"
+                "- 风格：photorealistic, cinematic lighting, commercial photography\n"
-                "- 光影：volumetric lighting, ray tracing, golden hour, studio lighting\n"
+                "- 光影：golden hour, soft diffused light, volumetric lighting, soft catchlights in eyes\n"
                 "- 非常适合：商业摄影、时尚大片、复杂光影场景、杂志封面风格\n"
-                "- 画面要有「电影画面/杂志大片」的高级感\n"
+                "- 示范 prompt（参考此质量和格式）：\n"
+                "  masterpiece, best quality, ultra detailed, photorealistic, cinematic lighting,\n"
+                "  chinese beauty, east asian features, almond eyes, bright sparkling eyes, long lashes,\n"
+                "  luminous dewy skin, natural makeup, glossy lips, gentle smile, rosy cheeks,\n"
+                "  wearing white summer dress, standing in flower garden, golden hour, soft bokeh background,\n"
+                "  commercial photography, fashion editorial style\n"
                 "- 用英文逗号分隔"
             )
 
-        return base + anti_detect_tips + persona_guide
+        # Task 4.1-4.4: 中国审美人物描述规则
+        chinese_aesthetic_guide = (
+            "\n\n【人物描述规则 - 中国审美标准】\n"
+            "生成人物 prompt 时，请严格遵守以下规则：\n\n"
+            "❌ 禁止使用通用美丽词汇（太泛，效果弱）：\n"
+            "   - 禁止: beautiful, pretty, gorgeous, attractive, stunning\n"
+            "   - 原因: 这类词在中文语境下容易偏向西方模型默认审美\n\n"
+            "✅ 三维人物描述法（眼睛 / 肤色 / 气质）——必须各选至少1个：\n"
+            "   眼睛维度: almond eyes, double eyelid, bright clear eyes, "
+            "gentle gaze, expressive eyes, long eyelashes\n"
+            "   肤色维度: porcelain skin, luminous fair skin, milky white skin, "
+            "translucent skin, dewy complexion, peach-tinted cheeks\n"
+            "   气质维度: elegant temperament, gentle demeanor, refined bearing, "
+            "graceful posture, youthful vitality, scholarly aura\n\n"
+            "✅ 必须加表情/神态词（让人物鲜活有魅力，这非常重要！）：\n"
+            "   从以下选1-2个: soft smile, gentle smile, charming gaze, bright eyes, "
+            "sweet expression, confident look, warm smile, playful smile\n"
+            "   绝对禁止生成没有表情词的人物 prompt — 没有表情词会导致人物呆板！\n\n"
+            "✅ 必须加妆容词（哪怕是日常淡妆，也要显得精致上镜）：\n"
+            "   从以下选1-2个: natural makeup, light makeup, glossy lips, "
+            "rosy cheeks, subtle blush, defined brows, dewy skin finish\n\n"
+            "📸 构图策略（人物 vs 场景）：\n"
+            "   - 人物特写 (>50%画面): 突出五官气质，加 face close-up, portrait, "
+            "shallow depth of field, bokeh background\n"
+            "   - 全身/中景: 突出整体氛围，加 full body shot, environmental portrait, "
+            "natural setting, lifestyle photography\n"
+            "   - 半身照 (最常用): half body shot, upper body, 搭配场景关键词\n\n"
+            "💡 专属光线词（能凸显东亚肤色最佳状态）：\n"
+            "   - 室内: soft diffused light, window side lighting, warm ambient light, "
+            "ring light (美妆专用)\n"
+            "   - 室外: golden hour, overcast daylight (均匀柔和), dappled sunlight (树影)\n"
+            "   - 通用提升: skin luminance, luminous glow, soft catchlights in eyes\n"
+            "   - 避免: harsh noon sunlight, under-eye shadows, top-down lighting, flat lighting\n"
+        )
+
+        return base + chinese_aesthetic_guide + anti_detect_tips + persona_guide
 
     def _chat(self, system_prompt: str, user_message: str,
               json_mode: bool = True, temperature: float = 0.8) -> str:

openspec/changes/archive/2026-02-26-improve-ui-layout/.openspec.yaml

@@ -0,0 +1,2 @@
+schema: spec-driven
+created: 2026-02-26

openspec/changes/archive/2026-02-26-improve-ui-layout/design.md

@@ -0,0 +1,97 @@
+## Context
+
+当前 `ui/app.py`（1369 行）在 `gr.Blocks` 顶部放了一个巨型 `gr.Accordion("⚙️ 全局设置")`，包含 LLM / SD / 换脸 / 系统设置约 100+ 行组件声明。`gr.Tabs()` 紧随其后，首 Tab 实际是「内容创作」（`build_tab` 返回组件字典），后续依次是热点探测、评论管家、账号登录、数据看板、智能学习、自动运营、内容排期。
+
+核心约束：
+1. `build_tab()` 在 `ui/tab_create.py` 中定义，返回一个组件字典（`res_title`, `res_content`, `res_prompt`, `res_tags`, `quality_mode`, `steps`, `cfg_scale`, `neg_prompt` 等）。字典 **key 不得变更**，否则 `app.py` 中所有 click 绑定会断开。
+2. Gradio 组件对象一旦被创建，其引用必须在 `gr.Blocks` 上下文内，不能跨上下文移动。因此「全局组件」（`llm_model`, `sd_model`, `persona`, `status_bar`, `face_swap_toggle`, `face_image_preview`, `sd_url`, `mcp_url`）如需迁移到单独的配置 Tab，需在配置 Tab 内创建，然后作为参数传递给 `build_tab()` ——现有接口已这样设计，无需修改函数签名。
+3. 自定义 CSS 需注入到 `gr.Blocks(css=...)` 参数，Gradio 4.x 支持 `elem_id` / `elem_classes` 定位。
+
+## Goals / Non-Goals
+
+**Goals:**
+- 移除顶部全局折叠块，将 LLM / SD / 账号 / 系统设置组件迁移进一个新的「⚙️ 配置」Tab
+- Tab 顺序调整为：✍️ 内容创作 → 📅 内容排期 → 🔥 热点探测 → 💬 评论管家 → 📊 数据看板 → 🧠 智能学习 → 🤖 自动运营 → 🔐 账号登录 → ⚙️ 配置
+- 内容创作 Tab 内部重构为三栏布局（已在 `tab_create.py` 中实现，补充对齐）
+- 自动运营 Tab 改为 2 列卡片式网格
+- 注入自定义 CSS：字体层级、按钮圆角、卡片阴影、Section 标题线
+- 按钮 `variant` 分级统一
+
+**Non-Goals:**
+- 不修改任何业务逻辑、事件处理函数或 `services/` 层代码
+- 不修改 `build_tab()` 返回的字典 key
+- 不引入新的 Python 依赖
+- 不重构内容创作 Tab 的内部逻辑（仅布局调整）
+
+## Decisions
+
+### D1：全局组件保留在 Blocks 顶层，配置 Tab 仅做视觉容器
+
+**决策**：在 `gr.Tabs()` 内新建「⚙️ 配置」Tab，将原折叠块内的所有组件声明 **整体移动** 进该 Tab（保持变量名不变）。
+
+**原因**：Gradio 组件必须在声明处确定其 `Block` 归属，无法在声明后再"移动"到别的上下文。将声明移进 Tab 与移进 Accordion 在 Python 语义上等价，所有后续 `.change()` / `.click()` 绑定仍可访问同名变量。
+
+**备选方案**：保留折叠块但折叠状态改为始终折叠（`open=False`）——被否，未从根本上减少首屏干扰。
+
+### D2：Tab 顺序重排策略
+
+**决策**：按"使用频率"重排，高频在前：
+```
+0 ✍️ 内容创作  （主工作流起点）
+1 📅 内容排期  （发布管理）
+2 🔥 热点探测  （灵感来源）
+3 💬 评论管家  （互动运营）
+4 📊 数据看板  （查看结果）
+5 🧠 智能学习  （后台任务）
+6 🤖 自动运营  （定时任务）
+7 🔐 账号登录  （一次性操作）
+8 ⚙️ 配置       （初始化/低频）
+```
+
+**原因**：账号登录和配置均属初始设置，完成后几乎不再访问，放末尾减少对核心工作流的干扰。
+
+### D3：自动运营 Tab — 2 列 Group 卡片而非 CSS Grid
+
+**决策**：用 `gr.Row()` + `with gr.Column(scale=1)` 实现等宽两列，每个任务块用 `gr.Group()` 包裹（Gradio 原生组合组件，有边框/背景色），而非依赖纯 CSS grid。
+
+**原因**：Gradio 4.x 的 `gr.Group` 提供开箱即用的视觉分组，无需 `elem_id` + CSS 精确定位，可靠性更高。CSS 仅用于微调阴影/圆角，不承担主布局责任。
+
+**备选方案**：全用 CSS grid + `elem_classes` ——被否，Gradio 的 CSS 隔离机制容易与内部 shadow DOM 冲突，维护成本高。
+
+### D4：CSS 注入范围——最小化
+
+**决策**：CSS 只覆盖：
+1. `body` 字体 (Inter / 系统字体栈)
+2. `.btn-primary` 圆角和阴影
+3. `.gr-group` 卡片阴影
+4. Section 分隔标题（`hr` + `.section-title` class）
+
+不覆盖 Gradio 内部组件（如 `textarea`, `input`），避免版本升级破坏样式。
+
+### D5：内容创作 Tab 三栏布局 — 在 tab_create.py 中调整
+
+**决策**：在 `build_tab()` 内部，将现有的垂直堆叠改为 `gr.Row()` 包裹三个 `gr.Column(scale=3/4/3)`：
+- 左栏：人设选择、话题/风格、生成参数
+- 中栏：文案输出（title/content/tags）+ 文案操作按钮
+- 右栏：图片预览 gallery + 图片操作按钮（含美化强度滑块）
+
+**原因**：`build_tab()` 自包含，且组件字典 key 不变，`app.py` 侧零改动。
+
+## Risks / Trade-offs
+
+| 风险 | 缓解措施 |
+|------|----------|
+| 全局组件迁入 Tab 后，首次切换到配置 Tab 时才初始化（Gradio lazy render） | Gradio 4.x 默认会在页面加载时渲染所有 Tab，非 lazy，风险低 |
+| CSS 注入与 Gradio 主题冲突 | 仅用 `:root` 变量覆盖和有命名空间的选择器，避免直接覆盖 Gradio 内部类 |
+| `build_tab()` 三栏改造后在窄屏（<1200px）下挤压 | Row 内设置 `wrap=True`（Gradio 支持）或通过 CSS media query 处理 |
+| 自动运营 Tab 两列卡片在小屏幕下折叠 | 同上，添加 `@media` 断点 CSS |
+
+## Migration Plan
+
+1. **不需要数据迁移**——纯 UI 代码变更
+2. **部署步骤**：替换 `ui/app.py` 和 `ui/tab_create.py` 后重启应用即生效
+3. **回滚**：git revert 即可，无状态变更
+
+## Open Questions
+
+- **无**——所有技术决策已确定，可直接进入任务拆解

openspec/changes/archive/2026-02-26-improve-ui-layout/proposal.md

@@ -0,0 +1,28 @@
+## Why
+
+当前 UI 整体采用线性堆叠结构，全局设置塞入折叠区、各 Tab 内信息密度不均匀、核心创作流程（内容创作 Tab）缺乏明确的视觉分区，导致新用户上手成本高、高频操作路径长、页面滚动量大。随着功能不断增加，亟需一次系统性的布局优化以提升可用性和美观度。
+
+## What Changes
+
+- **全局设置栏重构**：将分散在折叠区的 LLM / SD / 小红书账号三大配置项拆分为独立的「⚙️ 配置」Tab，从主界面顶部移除折叠块，减少首屏干扰
+- **Tab 导航顺序优化**：将用户最高频的「✍️ 内容创作」Tab 置于首位（Tab 0），次高频的「📅 内容排期」置于第二位；低频的「🔐 账号登录」和「⚙️ 配置」移至末尾
+- **内容创作 Tab 三栏布局**：左栏（参数配置） | 中栏（文案预览/编辑） | 右栏（图片预览/操作），三栏比例 3:4:3，高频操作一屏可见，无需滚动
+- **自动运营 Tab 面板化**：将开关密集的单列改为卡片式 2×N 网格，每个自动化任务独立成卡，含开关、间隔、上次运行时间三要素
+- **统一视觉语言**：为操作按钮分级（主操作 variant="primary" / 次操作 variant="secondary" / 危险操作 variant="stop"），关键区域添加分隔线和小标题
+- **新增 CSS 主题层**：在 `gr.Blocks(css=...)` 注入自定义 CSS，优化字体层级、按钮圆角、卡片阴影
+
+## Capabilities
+
+### New Capabilities
+- `ui-global-config-tab`: 将全局设置（LLM / SD / 账号）迁移到独立 Tab，含完整的连接状态显示
+
+### Modified Capabilities
+- `ui-tabs-split`: Tab 顺序和标题变更——内容创作置首位，新增配置 Tab，移除顶部全局配置折叠区
+- `ui-module-split`: 内容创作 Tab 改为三栏式布局；自动运营 Tab 改为卡片网格
+
+## Impact
+
+- **直接修改文件**：`ui/app.py`、`ui/tab_create.py`
+- **潜在影响**：`services/` 中事件绑定通过组件引用传参，布局变更不影响逻辑；但 `tab_create.py` 返回的组件字典 key 不得变更，否则 `app.py` 的 click 绑定会断开
+- **无外部 API / 依赖变更**
+- **无 breaking change**（所有现有功能保留，仅调整位置和视觉样式）

openspec/changes/archive/2026-02-26-improve-ui-layout/specs/ui-global-config-tab/spec.md

@@ -0,0 +1,20 @@
+## ADDED Requirements
+
+### Requirement: 独立配置 Tab 承载全局设置
+系统 SHALL 在主 Tab 列表末尾提供「⚙️ 配置」Tab，将 LLM 提供商配置、SD WebUI 配置、ReActor 换脸设置、系统设置（开机自启等）全部组件声明移入该 Tab，从主界面顶部移除 `gr.Accordion("⚙️ 全局设置")` 折叠块。
+
+#### Scenario: 首屏无全局设置折叠块
+- **WHEN** 用户打开应用
+- **THEN** 主界面顶部 SHALL 不再显示任何折叠区块，直接呈现 Tab 导航栏
+
+#### Scenario: 配置 Tab 包含所有原折叠区内容
+- **WHEN** 用户切换到「⚙️ 配置」Tab
+- **THEN** Tab 内 SHALL 包含 LLM 提供商 Dropdown、LLM 模型 Dropdown、添加/删除提供商面板、MCP Server URL、SD WebUI URL、连接/检查按钮、SD 模型、博主人设、AI 换脸（头像上传 + 开关）、开机自启开关，功能与原折叠区完全一致
+
+#### Scenario: 跨 Tab 共享组件可正常访问
+- **WHEN** 「内容创作」等其他 Tab 需要使用 `llm_model`、`sd_model`、`persona`、`status_bar`、`face_swap_toggle` 等组件
+- **THEN** 这些组件 SHALL 在 `gr.Blocks` 上下文中声明，并作为参数传递给各 `build_tab()` 函数，功能不受 Tab 物理位置影响
+
+#### Scenario: 连接状态实时反馈
+- **WHEN** 用户在配置 Tab 点击「🔗 连接 LLM」或「🎨 连接 SD」
+- **THEN** `status_bar` Markdown 组件 SHALL 实时更新显示连接结果，与原折叠区行为一致

openspec/changes/archive/2026-02-26-improve-ui-layout/specs/ui-module-split/spec.md

@@ -0,0 +1,49 @@
+## MODIFIED Requirements
+
+### Requirement: 内容创作 Tab 的 UI 代码迁移至独立模块
+`ui/tab_create.py` SHALL 包含「内容创作 Tab」的全部 Gradio 组件定义和事件绑定，并导出 `build_tab(...) -> dict` 函数，返回跨 Tab 共享组件的字典（key 集合不得变更）。
+
+内容创作 Tab 内部 SHALL 采用**三栏布局**：
+- **左栏（scale=3）**：人设选择、话题/风格、文案生成参数（高级设置 Accordion）
+- **中栏（scale=4）**：文案输出区（标题、正文、标签、提示词）+ 文案操作按钮组
+- **右栏（scale=3）**：图片预览 Gallery + 图片操作按钮组（含美化强度滑块）
+
+三栏通过 `gr.Row()` 包裹三个 `gr.Column(scale=...)` 实现，所有高频操作 SHALL 在无需垂直滚动的情况下可见（≥1280px 宽度分辨率）。
+
+#### Scenario: main.py/app.py 正常启动并显示内容创作 Tab
+- **WHEN** 运行应用启动 Gradio
+- **THEN** 内容创作 Tab 正常显示三栏布局，所有组件与迁移前功能一致
+
+#### Scenario: tab_create 模块可独立导入
+- **WHEN** 在 Python 中执行 `from ui.tab_create import build_tab`
+- **THEN** 不抛出任何导入错误，`build_tab` 为可调用对象
+
+#### Scenario: 三栏布局在宽屏下无需滚动
+- **WHEN** 用户在 ≥1280px 宽度的浏览器中打开内容创作 Tab
+- **THEN** 左栏参数、中栏文案输出、右栏图片预览 SHALL 同时可见，无需垂直滚动
+
+#### Scenario: build_tab 返回字典 key 保持不变
+- **WHEN** `build_tab(...)` 被调用并返回字典
+- **THEN** 返回字典 SHALL 至少包含 `res_title`、`res_content`、`res_prompt`、`res_tags`、`quality_mode`、`steps`、`cfg_scale`、`neg_prompt` 等原有 key
+
+### Requirement: ui/ 目录结构规范
+`ui/` 目录 SHALL 包含 `__init__.py`，每个 Tab 模块文件命名约定为 `tab_<name>.py`，不在 Tab 模块中直接调用全局服务初始化代码。
+
+#### Scenario: 新增 Tab 模块的标准结构
+- **WHEN** 开发者创建新的 `ui/tab_*.py` 文件
+- **THEN** 该文件导出 `build_tab(...)` 函数，且顶层不包含副作用代码
+
+### Requirement: 自动运营 Tab 采用卡片式两列网格布局
+「🤖 自动运营」Tab 内的各自动化任务 SHALL 以 **2 列 × N 行** 的卡片网格展示，每个任务使用 `gr.Group()` 包裹，卡片内 SHALL 包含：任务名称标题、启用开关（`gr.Checkbox`）、执行间隔（`gr.Number` 或 `gr.Slider`）、上次执行时间（`gr.Markdown`）。
+
+#### Scenario: 自动运营任务以两列网格显示
+- **WHEN** 用户切换到「🤖 自动运营」Tab
+- **THEN** 各自动化任务（自动评论、自动点赞、自动收藏、自动发布、自动回复等）SHALL 以两列卡片网格排列，每列宽度相等
+
+#### Scenario: 每张卡片包含完整任务控制
+- **WHEN** 用户查看某个任务卡片
+- **THEN** 卡片内 SHALL 显示任务开关、执行间隔设置项，功能与原单列布局完全一致
+
+#### Scenario: 自定义 CSS 增强视觉效果
+- **WHEN** 应用加载完成
+- **THEN** `gr.Blocks(css=...)` SHALL 注入自定义样式，包含：字体层级优化、按钮圆角（≥6px）、`gr.Group` 卡片轻微阴影（`box-shadow`），不破坏 Gradio 内部组件样式

openspec/changes/archive/2026-02-26-improve-ui-layout/specs/ui-tabs-split/spec.md

@@ -0,0 +1,38 @@
+## MODIFIED Requirements
+
+### Requirement: 剩余 Gradio Tab 提取为独立 UI 模块
+系统 SHALL 将 `ui/app.py` 中所有 Gradio Tab 按如下顺序排列，且顶部 SHALL 不存在任何全局设置折叠块（`gr.Accordion`）：
+
+| 序号 | Tab 名称 | 模块/说明 |
+|------|----------|-----------|
+| 0 | ✍️ 内容创作 | `ui/tab_create.py` |
+| 1 | 📅 内容排期 | 内联或 `ui/tab_queue.py` |
+| 2 | 🔥 热点探测 | 内联或 `ui/tab_hotspot.py` |
+| 3 | 💬 评论管家 | 内联或 `ui/tab_engage.py` |
+| 4 | 📊 数据看板 | 内联或 `ui/tab_analytics.py` |
+| 5 | 🧠 智能学习 | 内联或 `ui/tab_learn.py` |
+| 6 | 🤖 自动运营 | 内联或 `ui/tab_auto.py` |
+| 7 | 🔐 账号登录 | 内联或 `ui/tab_profile.py` |
+| 8 | ⚙️ 配置 | 内联（含原全局设置所有组件） |
+
+每个 Tab 模块 SHALL 暴露 `build_tab(...)` 函数，接受所需组件引用和回调函数作为参数。
+
+#### Scenario: 每个 Tab 模块暴露 build_tab 函数
+- **WHEN** `ui/app.py` 执行 `from ui.tab_create import build_tab`
+- **THEN** 调用 `build_tab(...)` 后 SHALL 返回包含需跨 Tab 共享组件的 dict
+
+#### Scenario: build_tab 接收回调而非直接导入 services
+- **WHEN** `build_tab(...)` 内部需要调用业务函数时
+- **THEN** 业务函数 SHALL 通过 `fn_*` 参数传入，不在 `ui/tab_*.py` 内直接 `import services.*`
+
+#### Scenario: 事件绑定在 build_tab 内完成
+- **WHEN** `build_tab(...)` 被调用
+- **THEN** 本 Tab 所有 Gradio 组件的 `.click()`、`.change()` 等事件绑定 SHALL 在函数内完成
+
+#### Scenario: 内容创作 Tab 为首个 Tab（索引 0）
+- **WHEN** 用户打开应用
+- **THEN** 默认激活的 Tab SHALL 为「✍️ 内容创作」，用户无需额外点击即可开始创作工作流
+
+#### Scenario: 配置和账号 Tab 位于末尾
+- **WHEN** 用户查看 Tab 导航栏
+- **THEN** 「🔐 账号登录」SHALL 位于倒数第二位，「⚙️ 配置」SHALL 位于最末位，低频操作不干扰主工作区

openspec/changes/archive/2026-02-26-improve-ui-layout/tasks.md

@@ -0,0 +1,44 @@
+## 1. CSS 主题层注入
+
+- [x] 1.1 在 `ui/app.py` 顶部定义 `_GRADIO_CSS` 字符串常量，内容包含：正文字体栈（Inter/system-ui）、按钮圆角（border-radius  6px）、`gr.Group` 轻阴影（box-shadow）
+- [x] 1.2 将 `gr.Blocks(title=...)` 改为 `gr.Blocks(title=..., css=_GRADIO_CSS)` 以注入自定义样式
+- [x] 1.3 验证应用启动后样式生效，按钮无变形，内部组件（textarea/input）样式不被破坏
+
+## 2. 全局设置迁移至「⚙️ 配置」Tab
+
+- [x] 2.1 删除 `ui/app.py` 中顶部的 `with gr.Accordion("⚙️ 全局设置 (自动保存)", open=False):` 折叠块（约第 79-186 行）
+- [x] 2.2 将所有全局组件声明（`llm_provider`、`llm_model`、`btn_connect_llm`、`sd_url`、`sd_model`、`mcp_url`、`persona`、`face_image_input`、`face_image_preview`、`face_swap_toggle`、`status_bar` 等）整体移入新「⚙️ 配置」Tab 内
+- [x] 2.3 在 `gr.Tabs()` 末尾新增 `with gr.Tab("⚙️ 配置"):` 并将步骤 2.2 的组件放入，保留所有变量名和事件绑定不变
+- [x] 2.4 验证「⚙️ 配置」Tab 内所有组件正常显示，LLM 连接、SD 连接、换脸头像上传功能正常
+- [x] 2.5 验证「内容创作」等其他 Tab 中使用 `llm_model`、`sd_model`、`persona`、`status_bar` 的事件绑定仍正常工作
+
+## 3. Tab 顺序重排
+
+- [x] 3.1 调整 `ui/app.py` 中 `gr.Tabs()` 内各 Tab 的声明顺序为：⚙️ 配置（首位，selected=1 默认激活内容创作） ✍️ 内容创作  📅 内容排期  🔥 热点探测  💬 评论管家  📊 数据看板  🧠 智能学习  🤖 自动运营  🔐 账号登录
+- [x] 3.2 验证应用启动默认激活 Tab 为「✍️ 内容创作」（通过 selected=1 实现）
+
+## 4. 内容创作 Tab 三栏布局调整
+
+- [x] 4.1 在 `ui/tab_create.py` 中，将三个 `gr.Column` 的比例改为 `scale=3`（左栏）、`scale=4`（中栏）、`scale=3`（右栏）
+- [x] 4.2 左栏（scale=3）包含参数配置：人设、话题、风格、生成按钮等
+- [x] 4.3 中栏（scale=4）包含文案输出：标题、正文、标签、提示词 Textbox
+- [x] 4.4 右栏（scale=3）包含图片预览及图片操作按钮
+- [x] 4.5 验证 1280px 宽度下三栏同时可见，无需垂直滚动
+
+## 5. 自动运营 Tab 调度卡片网格重构
+
+- [x] 5.1 在「🤖 自动运营」Tab 右栏（定时自动化）中，将垂直堆叠的 5 个 `gr.Group` 改为 3 行  2 列网格（3 个 `gr.Row()`，每行两个 `gr.Column(scale=1)` 包裹卡片）；右栏 scale 扩大至 2
+- [x] 5.2 每个调度卡片的 `gr.Group` 内增加 `gr.Markdown("##### 任务名")` 小标题，卡片视觉更清晰
+- [x] 5.3 验证 5 个定时调度卡片的开关、间隔设置、启动/停止按钮功能正常
+
+## 6. 按钮 variant 分级统一
+
+- [x] 6.1 检查 `ui/app.py` 和 `ui/tab_create.py` 中所有 `gr.Button`：主操作使用 `variant="primary"`（连接/生成/启动），删除/停止/危险操作使用 `variant="stop"`（`btn_del_provider`、`btn_logout`、`btn_queue_stop`、`btn_queue_delete`、`btn_clear_log`、`btn_learn_stop`、`btn_stop_sched`、`btn_queue_reject`），次要操作不设 variant 或使用默认
+- [x] 6.2 确认「⚙️ 配置」Tab 内的「🗑️ 删除当前提供商」按钮使用 `variant="stop"`
+
+## 7. 回归验证
+
+- [ ] 7.1 启动应用，确认首屏直接显示「✍️ 内容创作」Tab，无顶部折叠块
+- [ ] 7.2 完整走通「文案生成  图片生成  发布」流程，验证所有功能正常
+- [ ] 7.3 切换到「⚙️ 配置」Tab，连接 LLM 和 SD，确认 `status_bar` 正常更新
+- [ ] 7.4 切换到「🤖 自动运营」Tab，检查调度卡片网格布局正常，执行一次单次任务

openspec/changes/archive/2026-02-26-optimize-image-generation/.openspec.yaml

@@ -0,0 +1,2 @@
+schema: spec-driven
+created: 2026-02-25

openspec/changes/archive/2026-02-26-optimize-image-generation/design.md

@@ -0,0 +1,86 @@
+## Context
+
+当前系统使用 Stable Diffusion WebUI API 生成图片，通过 `sd_service.py` 中的 `SD_MODEL_PROFILES` 静态配置各模型的参数预设（快速/标准/精细三档）和 prompt 增强词。图片生成后经 `anti_detect_postprocess()` 做反 AI 检测后处理。`llm_service.py` 的 `get_sd_prompt_guide()` 向 LLM 提供绘图 Prompt 写作指南。
+
+**现状痛点：**
+- 各模型的"精细"档步数（35-40步）和分辨率偏低，SDXL 模型未充分利用 Hires Fix 提升细节
+- `prompt_prefix` 中的中国人面孔特征词偏弱或措辞泛化（如 `asian girl` 无权重），欧美面孔偏向风险未完全规避
+- `anti_detect_postprocess` 将噪声扰动与美化处理混在一起，无法独立调节美化强度
+- LLM Prompt 指南缺少针对人物真实感/中国审美的专项指导词模板
+
+**约束：**
+- 不引入新的外部 Python 依赖
+- Hires Fix 仅对 SDXL 模型启用（SD 1.5 显存不足）
+- 现有 `txt2img` API 接口签名不做 breaking change，新参数均使用默认值向后兼容
+
+## Goals / Non-Goals
+
+**Goals:**
+- 为各模型新增"高画质"预设档，SDXL 启用 Hires Fix 参数
+- 系统性强化各模型 `prompt_prefix` 中的中国人审美特征词（精致五官、白皙透亮、杏眼、减龄感、中式气质）
+- 将 `anti_detect_postprocess` 拆分为独立的 `beauty_enhance()` + `anti_detect_postprocess()` 两段，支持通过 `enhance_level` 参数控制美化强度
+- 扩充 LLM Prompt 指南中的人物真实感描述规则，加入中国审美专项指导词模板
+- 在 UI 绘图参数面板新增"美化强度"控件，通过 `services/content.py` 传递至后处理管线
+
+**Non-Goals:**
+- 不新增 SD 模型支持（不修改模型识别逻辑）
+- 不做图片超分（Real-ESRGAN 等外部工具）
+- 不修改 ReActor 换脸逻辑
+- 不改变发布流程或队列逻辑
+
+## Decisions
+
+### 决策 1：Hires Fix 仅对 SDXL 模型启用
+
+**选择：** 在 `txt2img` payload 中，当模型 `arch == "sdxl"` 且 `quality_mode` 为高画质档时注入 Hires Fix 参数（`enable_hr: true`, `hr_scale: 1.5`, `hr_upscaler: "4x-UltraSharp"`, `denoising_strength: 0.4`）。
+
+**理由：** SD 1.5 模型显存通常不足以做 Hires Fix，SDXL 的 832×1216 基础分辨率放大 1.5x 可达 1248×1824，大幅提升皮肤/五官细节，代价是生成时间增加约 50%。
+
+**替代方案：** 后处理做 PIL 超分 → 效果差、无 AI 重绘细节；全模型启用 → 触发 SD 1.5 OOM 风险。
+
+---
+
+### 决策 2：beauty_enhance 作为独立函数，enhance_level 控制强度
+
+**选择：** 将原 `anti_detect_postprocess` 中的美化逻辑（锐化、色彩增强）抽取为 `beauty_enhance(img, level: float = 1.0) -> Image`，`level=0` 跳过，`level=1` 为默认，`level=2` 为强化。`anti_detect_postprocess` 保持仅做扰动逻辑，调用顺序：`beauty_enhance → anti_detect_postprocess`。
+
+**理由：** 当前两者混在同一函数中，美化参数硬编码无法从 UI 调节；分离后可独立测试，且 UI 控件可直接映射到 `enhance_level`。
+
+**替代方案：** 在 `anti_detect_postprocess` 中增加 flag 参数 → 函数职责混乱，不符合单一职责原则。
+
+---
+
+### 决策 3：中国审美词以"权重词组"方式注入 prompt_prefix
+
+**选择：** 在各模型 `prompt_prefix` 中为中国人面孔特征词加入权重括号，如 `(almond eyes:1.2)`, `(delicate nose:1.1)`, `(porcelain skin:1.2)`, `(youthful appearance:1.1)`, `(chinese beauty:1.2)`，同时在 `negative_prompt` 中补充 `deep-set eyes, strong jawline, prominent brow ridge` 等欧美特征排除词。
+
+**理由：** SD 权重词是最直接有效的方式；不引入新依赖；各模型独立配置可针对其风格微调权重值。
+
+---
+
+### 决策 4：LLM Prompt 指南新增中国审美人物描述模板
+
+**选择：** 在 `get_sd_prompt_guide()` 中新增"人物描述词库"段落，按五官/肤色/气质/发型四个维度分别给出推荐词，并加一条规则：描述人物时优先从该词库选词，禁用 `beautiful girl` 等无导向泛化词。
+
+**理由：** LLM 倾向于使用泛化美感词，不加约束时易生成欧美审美偏向的描述，规则化词库可强制对齐目标审美。
+
+## Risks / Trade-offs
+
+- **[风险] Hires Fix 生成时间大幅增加** → 缓解：仅在新增"极致 (约5分钟)"档才默认开启，其他档保持原速；UI 标注预计用时
+- **[风险] 中国审美词过强导致所有图片千人一面** → 缓解：权重控制在 1.1-1.2 之间，不超过 1.3；`PERSONA_SD_PROFILES` 各人设保留差异化风格词
+- **[风险] beauty_enhance 引入 numpy 依赖（实际已存在）** → 无风险，现有代码已 `import numpy`
+- **[Trade-off] enhance_level UI 控件增加 UI 复杂度** → 接受：放在"高级设置"面板折叠区，不影响主流程
+
+## Migration Plan
+
+1. 修改 `sd_service.py`：更新各模型 `prompt_prefix`/`negative_prompt`，新增高画质预设，拆分 `beauty_enhance`
+2. 修改 `llm_service.py`：更新 `get_sd_prompt_guide()` 指南内容
+3. 修改 `services/content.py`：`generate_images` 新增 `enhance_level` 参数（默认 `1.0`，向后兼容）
+4. 修改 `ui/tab_create.py`：在"高级设置"中新增"美化强度"滑块，范围 0.0-2.0，默认 1.0
+
+无数据库迁移，无配置文件格式变更。回滚：git revert 即可。
+
+## Open Questions
+
+- Hires Fix 的 `hr_upscaler` 在用户环境中是否普遍可用（需确认 "4x-UltraSharp" 模型是否已下载）；若不存在应降级为 "Latent" 作为 fallback
+- `beauty_enhance` 的最优参数值（锐化半径、色彩增益系数）需在实际出图中调试确认

openspec/changes/archive/2026-02-26-optimize-image-generation/proposal.md

@@ -0,0 +1,31 @@
+## Why
+
+当前图片生成管线存在两个核心问题：一是 SD 参数预设偏保守（步数少、CFG 偏低），LLM 绘图 Prompt 对真实感与美感的引导词不够精准，后处理未做美化增强直接引入扰动，导致出图偏平、细节不足；二是人物面孔与气质的正向引导词缺乏针对中国审美的专项优化（精致五官、白皙透亮肤色、杏眼桃花眼、减龄气质、中式温柔感等小红书目标用户偏好特征），导致生成人物不够符合用户审美认同。现在正是系统内容数量稳定增长、需要提升质量口碑与用户共鸣的时机。
+
+## What Changes
+
+- 新增"高画质"生成预设，提升各模型的步数、采样器（DPM++ 2M SDE Karras 等），增加 Hires Fix / 放大修复支持
+- 优化 LLM 生成绘图 Prompt 的系统指导词，注入更多真实感/光影/皮肤细节关键词，区分人物与场景图风格指导
+- 在各模型 `prompt_prefix` 与 `PERSONA_SD_PROFILES` 中系统性强化中国人审美特征词（精致五官、白皙透亮、杏眼/桃花眼、减龄感、中式气质），并剔除容易偏向欧美面孔的泛化词
+- 将后处理管线拆解为"美化增强"（锐化、肤色修正、色彩提升）→ "反 AI 检测扰动"两个独立阶段，确保美化先于扰动执行
+- 在 `services/content.py` 的 `generate_images` 调用链中暴露"美化强度"参数，传递至后处理管线
+
+## Capabilities
+
+### New Capabilities
+
+- `image-quality-presets`：各 SD 模型的高画质预设参数（高步数、高分辨率、Hires Fix 支持），以及预设选择逻辑优化
+- `image-post-enhancement`：生成后专用美化增强管线（智能锐化、肤色色调微调、饱和度提升），在反 AI 扰动之前执行
+- `llm-prompt-aesthetics`：LLM 绘图 Prompt 生成指南的美感/真实感强化规则，针对人物与场景分别给出增强词模板
+- `chinese-aesthetic-profile`：针对中国审美偏好的人物面孔与气质关键词体系，包含模型级 `prompt_prefix` 增强词库和各人设档位的面孔风格词，覆盖"精致五官、白皙透亮、减龄感、中式气质"等维度
+
+### Modified Capabilities
+
+（无现有 spec 涉及图片生成质量，无需修改现有 spec）
+
+## Impact
+
+- **`sd_service.py`**：`SD_MODEL_PROFILES` 各模型的 `presets` 字段（新增高画质档）、`prompt_prefix`/`negative_prompt`（中国审美词优化）、`PERSONA_SD_PROFILES` 各人设的 `prompt_boost`（面孔风格词强化）、`txt2img` 方法（Hires Fix 参数注入）、`anti_detect_postprocess`（拆分为 beauty_enhance + anti_detect 两段）
+- **`llm_service.py`**：`get_sd_prompt_guide()` 方法中的系统指导词内容（含中国审美人物描述指南）
+- **`services/content.py`**：`generate_images()` 函数签名新增 `enhance_level` 参数
+- **`ui/tab_create.py`**：绘图参数面板新增"美化强度"滑块控件

openspec/changes/archive/2026-02-26-optimize-image-generation/specs/chinese-aesthetic-profile/spec.md

@@ -0,0 +1,35 @@
+## ADDED Requirements
+
+### Requirement: 各 SD 模型 prompt_prefix 包含中国审美面孔特征词
+系统 SHALL 在 `SD_MODEL_PROFILES` 每个模型的 `prompt_prefix` 中包含以下中国审美特征词（具体权重值由各模型风格微调，但不得省略）：
+- 眼型：`(almond eyes:1.2)` 或 `(delicate almond-shaped eyes:1.2)`
+- 肤色：`(porcelain skin:1.2)` 或 `(fair porcelain skin:1.2)` 或 `(luminous fair skin:1.2)`
+- 五官精致感：`(delicate facial features:1.2)` 或 `(refined features:1.2)`
+- 气质：`(youthful appearance:1.1)` 或 `(elegant temperament:1.1)`
+
+#### Scenario: 生成的人物图像呈现中国大众偏好的精致感
+- **WHEN** 使用任意 SD 模型生成含人物的图片
+- **THEN** `prompt_prefix` 中包含杏眼、白皙肤色、精致五官三类词汇中各至少一个
+
+### Requirement: 各 SD 模型 negative_prompt 补充欧美面孔排除词
+系统 SHALL 在 `SD_MODEL_PROFILES` 每个模型的 `negative_prompt` 中包含以下欧美面孔特征排除词（在现有基础上补充）：
+- `strong jawline`、`prominent brow ridge`、`deep-set eyes`（如已存在则保留权重）
+- `angular facial structure`、`square jaw`、`heavy brow`
+
+#### Scenario: negative_prompt 明确排除欧美面孔结构特征
+- **WHEN** 任意模型进行人物图片生成
+- **THEN** negative_prompt 中包含 `strong jawline`、`prominent brow ridge`、`deep-set eyes` 至少两个排除词
+
+### Requirement: PERSONA_SD_PROFILES 各人设包含中式气质差异化增强词
+系统 SHALL 在 `PERSONA_SD_PROFILES` 中，每个人设的 `prompt_boost` 包含至少 1 个与中国审美相关的气质词，且各人设之间的气质词须有差异化区分（如：甜妹-减龄感、知性-优雅气质、赛博博主-精致感 + 未来感）。
+
+#### Scenario: 不同人设生成的人物具有可感知的气质差异
+- **WHEN** 分别以"甜妹"和"知性"人设各生成一批图片
+- **THEN** 两批图片中 `prompt_boost` 的核心气质词不重复，体现差异化风格
+
+### Requirement: 美化增强对肤色偏向做修正
+`beauty_enhance()` 函数 SHALL 在饱和度提升时对色调偏暖方向微调（暖白/自然肤色），避免饱和度提升导致肤色偏黄或偏红。具体实现通过调整 PIL 色调（Hue）向暖白方向 ±5° 以内微调。
+
+#### Scenario: 美化后肤色不发黄不发红
+- **WHEN** 调用 `beauty_enhance(img, level=1.0)` 对含人物的图片处理
+- **THEN** 输出图片肤色区域饱和度提升的同时，色调保持在自然暖白范围内（目视无偏黄/偏红现象）

openspec/changes/archive/2026-02-26-optimize-image-generation/specs/image-post-enhancement/spec.md

@@ -0,0 +1,38 @@
+## ADDED Requirements
+
+### Requirement: beauty_enhance 作为独立美化增强函数
+系统 SHALL 在 `sd_service.py` 中提供 `beauty_enhance(img: Image.Image, level: float = 1.0) -> Image.Image` 函数，支持以下增强操作（所有操作的强度随 `level` 线性缩放）：
+- 智能锐化（基于 `ImageFilter.UnsharpMask`，强调五官轮廓与发丝细节）
+- 亮度与对比度微增（`level=1.0` 时各 +2-3%，`level=2.0` 时各 +4-6%）
+- 饱和度提升（`level=1.0` 时 +5%，`level=2.0` 时 +10%，令肤色更均匀饱满）
+- `level=0` 时 SHALL 直接返回原图，跳过所有处理
+
+#### Scenario: 正常调用增强管线
+- **WHEN** 调用 `beauty_enhance(img, level=1.0)`
+- **THEN** 返回经过锐化、亮度微调、饱和度提升处理的 PIL Image，图片尺寸不变
+
+#### Scenario: level=0 时跳过处理
+- **WHEN** 调用 `beauty_enhance(img, level=0)`
+- **THEN** 直接返回原始 img 对象，不执行任何增强操作
+
+#### Scenario: level=2 时增强效果加倍
+- **WHEN** 调用 `beauty_enhance(img, level=2.0)`
+- **THEN** 锐化、亮度、饱和度的调整幅度均为 level=1.0 时的 2 倍
+
+### Requirement: 后处理管线顺序为美化先于反 AI 扰动
+系统 SHALL 在 `txt2img` 和 `img2img` 生成流程中，对每张输出图片依次执行：`beauty_enhance(img, level) → anti_detect_postprocess(img)`，确保美化增强在扰动引入之前完成。
+
+#### Scenario: 生成图片经过完整两阶段后处理
+- **WHEN** `txt2img` 成功生成图片
+- **THEN** 每张图片先经过 `beauty_enhance`，再经过 `anti_detect_postprocess`，最终返回给调用方
+
+### Requirement: enhance_level 参数从 UI 传递至后处理管线
+系统 SHALL 支持 `enhance_level: float` 参数从 Gradio UI 经 `services/content.py` 的 `generate_images()` 函数传递至 `SDService.txt2img()`，最终传入 `beauty_enhance()`。新参数默认值为 `1.0`，向后兼容。
+
+#### Scenario: UI 美化强度滑块值传递到生成结果
+- **WHEN** 用户在"高级设置"中将美化强度滑块调整为 2.0 并点击生成
+- **THEN** 生成图片经过 `beauty_enhance(img, level=2.0)` 处理
+
+#### Scenario: 旧调用方不传 enhance_level 时行为不变
+- **WHEN** `generate_images()` 未传入 `enhance_level` 参数
+- **THEN** 默认使用 `level=1.0`，行为与优化前相同

openspec/changes/archive/2026-02-26-optimize-image-generation/specs/image-quality-presets/spec.md

@@ -0,0 +1,23 @@
+## ADDED Requirements
+
+### Requirement: 各 SD 模型新增高画质预设档
+系统 SHALL 在 `SD_MODEL_PROFILES` 的每个模型 `presets` 字典中新增 `"高画质 (约5分钟)"` 档位，参数须满足：SD 1.5 模型步数 ≥ 50、CFG 6.5-7.5、采样器为 `DPM++ SDE`；SDXL 模型步数 ≥ 40、CFG 5.5-6.5、采样器为 `DPM++ 2M SDE`，并启用 Hires Fix 参数（`enable_hr: true`）。
+
+#### Scenario: 用户选择高画质档后生成请求包含 Hires Fix
+- **WHEN** 用户将质量模式切换为"高画质 (约5分钟)"且当前模型为 SDXL 架构
+- **THEN** `txt2img` API 请求 payload 中包含 `enable_hr: true`、`hr_scale: 1.5`、`hr_upscaler` 字段
+
+#### Scenario: SD 1.5 模型高画质档不启用 Hires Fix
+- **WHEN** 用户将质量模式切换为"高画质 (约5分钟)"且当前模型 `arch == "sd15"`
+- **THEN** payload 中不含 `enable_hr` 字段，以避免 OOM
+
+#### Scenario: Hires Fix upscaler 不存在时降级
+- **WHEN** `hr_upscaler` 指定的放大器模型（如 "4x-UltraSharp"）在 SD WebUI 中不可用
+- **THEN** 系统 SHALL 自动降级为 `"Latent"` 作为 fallback，并通过日志记录警告
+
+### Requirement: 预设名称在 UI 中按模型动态更新
+系统 SHALL 在用户切换 SD 模型后，更新 UI 质量模式单选按钮的选项列表，使其始终反映当前模型的可用预设档名称。
+
+#### Scenario: 切换模型后预设列表刷新
+- **WHEN** 用户在连接设置中切换 SD 模型
+- **THEN** 创作页"生成模式"单选按钮的选项 SHALL 更新为该模型 `presets` 中的键名列表

openspec/changes/archive/2026-02-26-optimize-image-generation/specs/llm-prompt-aesthetics/spec.md

@@ -0,0 +1,29 @@
+## ADDED Requirements
+
+### Requirement: LLM Prompt 指南包含人物真实感描述规则
+`get_sd_prompt_guide()` 返回的指南 SHALL 包含"人物描述规则"段落，内容要求：
+- 明确禁止使用 `beautiful girl`、`pretty woman`、`good looking` 等无导向泛化词
+- 要求从五官（眼型、鼻型、唇型）、肤色（白皙、透亮、均匀）、气质（减龄、温柔、知性）三个维度分别提供具体描述词
+- 对于有人物的 Prompt，要求至少包含 2 个五官/肤色词和 1 个气质词
+
+#### Scenario: LLM 生成含人物的 Prompt 时使用规范词汇
+- **WHEN** LLM 根据指南生成包含人物描述的 SD Prompt
+- **THEN** Prompt 中不含 `beautiful`、`pretty`、`good looking` 等泛化词，而是包含如 `almond eyes`、`porcelain skin`、`youthful appearance` 等具体描述词
+
+### Requirement: LLM Prompt 指南区分人物图与纯场景图的写作策略
+`get_sd_prompt_guide()` 返回的指南 SHALL 明确区分两种写作模式：人物主体图（需详细描述人物特征）和纯场景/物品图（无需人物词，优先描述氛围、色彩、光线）。
+
+#### Scenario: 生成场景图 Prompt 时不误加人物词
+- **WHEN** 文案主题为室内布置或产品展示（无人物）
+- **THEN** LLM 生成的 Prompt 中不包含人物特征描述词
+
+#### Scenario: 生成人物图 Prompt 时包含完整人物描述
+- **WHEN** 文案主题为穿搭、美妆或生活场景（含人物）
+- **THEN** LLM 生成的 Prompt 中包含五官、肤色、气质三个维度的描述词各至少 1 个
+
+### Requirement: LLM Prompt 指南包含光影与摄影感描述规范
+`get_sd_prompt_guide()` 返回的指南 SHALL 包含光影描述规则，要求生成 Prompt 时指定具体光源类型（如 `soft window light`、`golden hour`、`studio lighting`）而非泛化词（如 `good lighting`）。
+
+#### Scenario: Prompt 中包含具体光影词而非泛化词
+- **WHEN** LLM 根据指南生成 SD Prompt
+- **THEN** Prompt 中包含 `soft window light`、`golden hour`、`studio lighting`、`diffused natural light` 等具体光影词之一

openspec/changes/archive/2026-02-26-optimize-image-generation/tasks.md

@@ -0,0 +1,50 @@
+## 1. sd_service.py — 中国审美词优化
+
+- [x] 1.1 更新 `majicmixRealistic` 模型 `prompt_prefix`：添加 `(almond eyes:1.2)`、`(porcelain skin:1.2)`、`(youthful appearance:1.1)`，确保 `delicate facial features` 带权重
+- [x] 1.2 更新 `realisticVision` 模型 `prompt_prefix`：添加 `(almond eyes:1.1)`、`(luminous fair skin:1.2)`、`(refined features:1.2)`、`(elegant temperament:1.1)`
+- [x] 1.3 更新 `juggernautXL` 模型 `prompt_prefix`：添加 `(almond eyes:1.2)`、`(porcelain skin:1.2)`、`(delicate facial features:1.2)`、`(youthful appearance:1.1)`，`asian girl` 改为 `(chinese beauty:1.2)`
+- [x] 1.4 在三个模型 `negative_prompt` 中补充 `strong jawline, prominent brow ridge, angular facial structure, square jaw, heavy brow`
+- [x] 1.5 更新各 `PERSONA_SD_PROFILES` 人设的 `prompt_boost`：确保每个人设包含至少 1 个与中国审美相关的差异化气质词（甜妹-减龄感、知性-优雅气质、赛博博主-精致感 + 未来感等）
+
+## 2. sd_service.py — 高画质预设与 Hires Fix
+
+- [x] 2.1 在 `majicmixRealistic` `presets` 中新增 `"高画质 (约5分钟)"`：steps=50, cfg_scale=7.0, width=640, height=960, sampler="DPM++ SDE", scheduler="Karras", batch_size=1
+- [x] 2.2 在 `realisticVision` `presets` 中新增 `"高画质 (约5分钟)"`：steps=50, cfg_scale=7.0, width=640, height=960, sampler="DPM++ SDE", scheduler="Karras", batch_size=1
+- [x] 2.3 在 `juggernautXL` `presets` 中新增 `"高画质 (约5分钟)"`：steps=40, cfg_scale=6.0, width=832, height=1216, sampler="DPM++ 2M SDE", scheduler="Karras", batch_size=1，并增加 `enable_hr: True, hr_scale: 1.5, hr_upscaler: "4x-UltraSharp", hr_second_pass_steps: 20, denoising_strength: 0.4`
+- [x] 2.4 在 `txt2img` 方法中：当 preset 包含 `enable_hr` 字段时，将该字段注入 SD API payload；当架构为 sd15 时强制忽略 `enable_hr`
+- [x] 2.5 添加 Hires Fix upscaler fallback 逻辑：捕获 SD API 返回的 upscaler 不存在错误，降级为 `"Latent"` 并记录 warning 日志
+
+## 3. sd_service.py — 美化增强管线拆分
+
+- [x] 3.1 新增 `beauty_enhance(img: Image.Image, level: float = 1.0) -> Image.Image` 函数：`level=0` 时直接返回原图
+- [x] 3.2 实现 `beauty_enhance` 锐化逻辑：使用 `ImageFilter.UnsharpMask(radius=1.5*level, percent=int(120*level), threshold=2)`
+- [x] 3.3 实现 `beauty_enhance` 亮度/对比度/饱和度增强：亮度系数 `1.0 + 0.02*level`，对比度系数 `1.0 + 0.02*level`，饱和度系数 `1.0 + 0.05*level`
+- [x] 3.4 实现 `beauty_enhance` 暖白肤色微调：对皮肤色调区域做降红提蓝校正（numpy 实现，无 numpy 时跳过）
+- [x] 3.5 修改 `txt2img` 方法：在 `anti_detect_postprocess(img)` 调用前插入 `beauty_enhance(img, level=enhance_level)`，`enhance_level` 参数从方法签名传入（默认 `1.0`）
+- [x] 3.6 修改 `img2img` 方法：同样应用 `beauty_enhance → anti_detect_postprocess` 两阶段后处理
+
+## 4. llm_service.py — Prompt 指南优化
+
+- [x] 4.1 在 `get_sd_prompt_guide()` 中添加"人物描述规则"段落：明确禁止 `beautiful girl`/`pretty woman`/`good looking` 等泛化词
+- [x] 4.2 在指南中添加五官/肤色/气质三维度词库：眼型推荐词（`almond eyes`, `phoenix eyes`, `bright doe eyes`）、肤色推荐词（`porcelain skin`, `luminous fair skin`, `translucent skin`）、气质推荐词（`youthful`, `elegant temperament`, `gentle charm`, `intellectual beauty`）
+- [x] 4.3 在指南中添加人物图 vs 纯场景图写作策略区分说明
+- [x] 4.4 在指南中添加光影具体描述规范：要求使用 `soft window light`/`golden hour`/`studio lighting`/`diffused natural light` 等词，禁用 `good lighting`
+
+## 5. services/content.py — 参数传递
+
+- [x] 5.1 为 `generate_images()` 函数增加 `enhance_level: float = 1.0` 参数
+- [x] 5.2 将 `enhance_level` 传入 `svc.txt2img()` 调用
+
+## 6. ui/tab_create.py — UI 控件
+
+- [x] 6.1 在"高级设置 (覆盖预设)"折叠面板中新增 `enhance_level` 滑块：`gr.Slider(0.0, 2.0, value=1.0, step=0.1, label="美化强度", info="0=关闭 1=默认 2=强化")`
+- [x] 6.2 将 `enhance_level` 滑块值存入配置（`fn_cfg_set("enhance_level", ...)`）并在加载时读取
+- [x] 6.3 将 `enhance_level` 加入 `btn_gen_img.click` 的 `inputs` 列表，并更新 `fn_gen_img` 函数签名
+
+## 7. 验证与测试
+
+- [ ] 7.1 生成含人物的测试图片：确认 `majicmixRealistic` 和 `juggernautXL` 输出人物具有明显中国面孔特征
+- [ ] 7.2 测试高画质档：SDXL 模型 API payload 中确认包含 `enable_hr: true`
+- [ ] 7.3 测试 `beauty_enhance(img, level=0)` 返回原图不变
+- [ ] 7.4 测试 `beauty_enhance(img, level=2.0)` 效果目视无偏黄/偏红
+- [ ] 7.5 验证 `generate_images()` 不传 `enhance_level` 时行为与修改前一致（回归测试）

openspec/specs/chinese-aesthetic-profile/spec.md

@@ -0,0 +1,35 @@
+## ADDED Requirements
+
+### Requirement: 各 SD 模型 prompt_prefix 包含中国审美面孔特征词
+系统 SHALL 在 `SD_MODEL_PROFILES` 每个模型的 `prompt_prefix` 中包含以下中国审美特征词（具体权重值由各模型风格微调，但不得省略）：
+- 眼型：`(almond eyes:1.2)` 或 `(delicate almond-shaped eyes:1.2)`
+- 肤色：`(porcelain skin:1.2)` 或 `(fair porcelain skin:1.2)` 或 `(luminous fair skin:1.2)`
+- 五官精致感：`(delicate facial features:1.2)` 或 `(refined features:1.2)`
+- 气质：`(youthful appearance:1.1)` 或 `(elegant temperament:1.1)`
+
+#### Scenario: 生成的人物图像呈现中国大众偏好的精致感
+- **WHEN** 使用任意 SD 模型生成含人物的图片
+- **THEN** `prompt_prefix` 中包含杏眼、白皙肤色、精致五官三类词汇中各至少一个
+
+### Requirement: 各 SD 模型 negative_prompt 补充欧美面孔排除词
+系统 SHALL 在 `SD_MODEL_PROFILES` 每个模型的 `negative_prompt` 中包含以下欧美面孔特征排除词（在现有基础上补充）：
+- `strong jawline`、`prominent brow ridge`、`deep-set eyes`（如已存在则保留权重）
+- `angular facial structure`、`square jaw`、`heavy brow`
+
+#### Scenario: negative_prompt 明确排除欧美面孔结构特征
+- **WHEN** 任意模型进行人物图片生成
+- **THEN** negative_prompt 中包含 `strong jawline`、`prominent brow ridge`、`deep-set eyes` 至少两个排除词
+
+### Requirement: PERSONA_SD_PROFILES 各人设包含中式气质差异化增强词
+系统 SHALL 在 `PERSONA_SD_PROFILES` 中，每个人设的 `prompt_boost` 包含至少 1 个与中国审美相关的气质词，且各人设之间的气质词须有差异化区分（如：甜妹-减龄感、知性-优雅气质、赛博博主-精致感 + 未来感）。
+
+#### Scenario: 不同人设生成的人物具有可感知的气质差异
+- **WHEN** 分别以"甜妹"和"知性"人设各生成一批图片
+- **THEN** 两批图片中 `prompt_boost` 的核心气质词不重复，体现差异化风格
+
+### Requirement: 美化增强对肤色偏向做修正
+`beauty_enhance()` 函数 SHALL 在饱和度提升时对色调偏暖方向微调（暖白/自然肤色），避免饱和度提升导致肤色偏黄或偏红。具体实现通过调整 PIL 色调（Hue）向暖白方向 ±5° 以内微调。
+
+#### Scenario: 美化后肤色不发黄不发红
+- **WHEN** 调用 `beauty_enhance(img, level=1.0)` 对含人物的图片处理
+- **THEN** 输出图片肤色区域饱和度提升的同时，色调保持在自然暖白范围内（目视无偏黄/偏红现象）

openspec/specs/image-post-enhancement/spec.md

@@ -0,0 +1,38 @@
+## ADDED Requirements
+
+### Requirement: beauty_enhance 作为独立美化增强函数
+系统 SHALL 在 `sd_service.py` 中提供 `beauty_enhance(img: Image.Image, level: float = 1.0) -> Image.Image` 函数，支持以下增强操作（所有操作的强度随 `level` 线性缩放）：
+- 智能锐化（基于 `ImageFilter.UnsharpMask`，强调五官轮廓与发丝细节）
+- 亮度与对比度微增（`level=1.0` 时各 +2-3%，`level=2.0` 时各 +4-6%）
+- 饱和度提升（`level=1.0` 时 +5%，`level=2.0` 时 +10%，令肤色更均匀饱满）
+- `level=0` 时 SHALL 直接返回原图，跳过所有处理
+
+#### Scenario: 正常调用增强管线
+- **WHEN** 调用 `beauty_enhance(img, level=1.0)`
+- **THEN** 返回经过锐化、亮度微调、饱和度提升处理的 PIL Image，图片尺寸不变
+
+#### Scenario: level=0 时跳过处理
+- **WHEN** 调用 `beauty_enhance(img, level=0)`
+- **THEN** 直接返回原始 img 对象，不执行任何增强操作
+
+#### Scenario: level=2 时增强效果加倍
+- **WHEN** 调用 `beauty_enhance(img, level=2.0)`
+- **THEN** 锐化、亮度、饱和度的调整幅度均为 level=1.0 时的 2 倍
+
+### Requirement: 后处理管线顺序为美化先于反 AI 扰动
+系统 SHALL 在 `txt2img` 和 `img2img` 生成流程中，对每张输出图片依次执行：`beauty_enhance(img, level) → anti_detect_postprocess(img)`，确保美化增强在扰动引入之前完成。
+
+#### Scenario: 生成图片经过完整两阶段后处理
+- **WHEN** `txt2img` 成功生成图片
+- **THEN** 每张图片先经过 `beauty_enhance`，再经过 `anti_detect_postprocess`，最终返回给调用方
+
+### Requirement: enhance_level 参数从 UI 传递至后处理管线
+系统 SHALL 支持 `enhance_level: float` 参数从 Gradio UI 经 `services/content.py` 的 `generate_images()` 函数传递至 `SDService.txt2img()`，最终传入 `beauty_enhance()`。新参数默认值为 `1.0`，向后兼容。
+
+#### Scenario: UI 美化强度滑块值传递到生成结果
+- **WHEN** 用户在"高级设置"中将美化强度滑块调整为 2.0 并点击生成
+- **THEN** 生成图片经过 `beauty_enhance(img, level=2.0)` 处理
+
+#### Scenario: 旧调用方不传 enhance_level 时行为不变
+- **WHEN** `generate_images()` 未传入 `enhance_level` 参数
+- **THEN** 默认使用 `level=1.0`，行为与优化前相同

openspec/specs/image-quality-presets/spec.md

@@ -0,0 +1,23 @@
+## ADDED Requirements
+
+### Requirement: 各 SD 模型新增高画质预设档
+系统 SHALL 在 `SD_MODEL_PROFILES` 的每个模型 `presets` 字典中新增 `"高画质 (约5分钟)"` 档位，参数须满足：SD 1.5 模型步数 ≥ 50、CFG 6.5-7.5、采样器为 `DPM++ SDE`；SDXL 模型步数 ≥ 40、CFG 5.5-6.5、采样器为 `DPM++ 2M SDE`，并启用 Hires Fix 参数（`enable_hr: true`）。
+
+#### Scenario: 用户选择高画质档后生成请求包含 Hires Fix
+- **WHEN** 用户将质量模式切换为"高画质 (约5分钟)"且当前模型为 SDXL 架构
+- **THEN** `txt2img` API 请求 payload 中包含 `enable_hr: true`、`hr_scale: 1.5`、`hr_upscaler` 字段
+
+#### Scenario: SD 1.5 模型高画质档不启用 Hires Fix
+- **WHEN** 用户将质量模式切换为"高画质 (约5分钟)"且当前模型 `arch == "sd15"`
+- **THEN** payload 中不含 `enable_hr` 字段，以避免 OOM
+
+#### Scenario: Hires Fix upscaler 不存在时降级
+- **WHEN** `hr_upscaler` 指定的放大器模型（如 "4x-UltraSharp"）在 SD WebUI 中不可用
+- **THEN** 系统 SHALL 自动降级为 `"Latent"` 作为 fallback，并通过日志记录警告
+
+### Requirement: 预设名称在 UI 中按模型动态更新
+系统 SHALL 在用户切换 SD 模型后，更新 UI 质量模式单选按钮的选项列表，使其始终反映当前模型的可用预设档名称。
+
+#### Scenario: 切换模型后预设列表刷新
+- **WHEN** 用户在连接设置中切换 SD 模型
+- **THEN** 创作页"生成模式"单选按钮的选项 SHALL 更新为该模型 `presets` 中的键名列表

openspec/specs/llm-prompt-aesthetics/spec.md

@@ -0,0 +1,29 @@
+## ADDED Requirements
+
+### Requirement: LLM Prompt 指南包含人物真实感描述规则
+`get_sd_prompt_guide()` 返回的指南 SHALL 包含"人物描述规则"段落，内容要求：
+- 明确禁止使用 `beautiful girl`、`pretty woman`、`good looking` 等无导向泛化词
+- 要求从五官（眼型、鼻型、唇型）、肤色（白皙、透亮、均匀）、气质（减龄、温柔、知性）三个维度分别提供具体描述词
+- 对于有人物的 Prompt，要求至少包含 2 个五官/肤色词和 1 个气质词
+
+#### Scenario: LLM 生成含人物的 Prompt 时使用规范词汇
+- **WHEN** LLM 根据指南生成包含人物描述的 SD Prompt
+- **THEN** Prompt 中不含 `beautiful`、`pretty`、`good looking` 等泛化词，而是包含如 `almond eyes`、`porcelain skin`、`youthful appearance` 等具体描述词
+
+### Requirement: LLM Prompt 指南区分人物图与纯场景图的写作策略
+`get_sd_prompt_guide()` 返回的指南 SHALL 明确区分两种写作模式：人物主体图（需详细描述人物特征）和纯场景/物品图（无需人物词，优先描述氛围、色彩、光线）。
+
+#### Scenario: 生成场景图 Prompt 时不误加人物词
+- **WHEN** 文案主题为室内布置或产品展示（无人物）
+- **THEN** LLM 生成的 Prompt 中不包含人物特征描述词
+
+#### Scenario: 生成人物图 Prompt 时包含完整人物描述
+- **WHEN** 文案主题为穿搭、美妆或生活场景（含人物）
+- **THEN** LLM 生成的 Prompt 中包含五官、肤色、气质三个维度的描述词各至少 1 个
+
+### Requirement: LLM Prompt 指南包含光影与摄影感描述规范
+`get_sd_prompt_guide()` 返回的指南 SHALL 包含光影描述规则，要求生成 Prompt 时指定具体光源类型（如 `soft window light`、`golden hour`、`studio lighting`）而非泛化词（如 `good lighting`）。
+
+#### Scenario: Prompt 中包含具体光影词而非泛化词
+- **WHEN** LLM 根据指南生成 SD Prompt
+- **THEN** Prompt 中包含 `soft window light`、`golden hour`、`studio lighting`、`diffused natural light` 等具体光影词之一

openspec/specs/services-autostart/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 开机自启管理函数迁移至独立模块
+系统 SHALL 将开机自启相关常量和函数从 `main.py` 提取至 `services/autostart.py`，包括：`_APP_NAME`、`_STARTUP_REG_KEY`、`_get_startup_script_path`、`_get_startup_bat_path`、`_create_startup_scripts`、`is_autostart_enabled`、`enable_autostart`、`disable_autostart`、`toggle_autostart`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.autostart import toggle_autostart, is_autostart_enabled`
+- **THEN** 函数可正常调用
+
+#### Scenario: Windows 注册表操作行为不变
+- **WHEN** `enable_autostart()` 在 Windows 系统上被调用
+- **THEN** SHALL 向注册表 `HKCU\Software\Microsoft\Windows\CurrentVersion\Run` 写入启动项，行为与迁移前完全一致
+
+#### Scenario: 非 Windows 平台处理不变
+- **WHEN** `enable_autostart()` 在非 Windows 系统上被调用
+- **THEN** SHALL 返回与迁移前相同的平台不支持提示信息

openspec/specs/services-connection/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 连接管理函数迁移至独立模块
+系统 SHALL 将所有 LLM / SD / MCP 连接管理及认证相关函数从 `main.py` 提取至 `services/connection.py`，包括：`_get_llm_config`、`connect_llm`、`add_llm_provider`、`remove_llm_provider`、`on_provider_selected`、`connect_sd`、`on_sd_model_change`、`check_mcp_status`、`get_login_qrcode`、`logout_xhs`、`_auto_fetch_xsec_token`、`check_login`、`save_my_user_id`、`upload_face_image`、`load_saved_face_image`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.connection import connect_llm, connect_sd` 等导入
+- **THEN** 所有函数可正常调用，行为与迁移前完全一致
+
+#### Scenario: 外部依赖通过参数传入
+- **WHEN** `services/connection.py` 中的函数需要访问 `cfg`、`llm`（`LLMService`）、`sd`（`SDService`）、`mcp`（`MCPClient`）
+- **THEN** 这些依赖 SHALL 通过函数参数接收，`services/connection.py` 模块顶层不创建单例实例
+
+#### Scenario: 无循环导入
+- **WHEN** Python 解释器加载 `services/connection.py`
+- **THEN** 不产生 `ImportError` 或循环导入错误

openspec/specs/services-content/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 内容生成函数迁移至独立模块
+系统 SHALL 将内容生成、图片生成、发布及导出相关函数从 `main.py` 提取至 `services/content.py`，包括：`generate_copy`、`generate_images`、`one_click_export`、`publish_to_xhs`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.content import generate_copy, generate_images, publish_to_xhs, one_click_export`
+- **THEN** 所有函数可正常调用，行为与迁移前完全一致
+
+#### Scenario: 内容生成保留现有验证逻辑
+- **WHEN** 调用 `publish_to_xhs` 时标题超过 20 字或图片数量不合法
+- **THEN** 函数 SHALL 返回与迁移前相同的错误提示，不改变验证行为
+
+#### Scenario: 临时文件清理逻辑保留
+- **WHEN** `publish_to_xhs` 执行完毕（成功或失败）
+- **THEN** `finally` 块中的 AI 临时文件清理逻辑 SHALL 正常执行

openspec/specs/services-engagement/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 互动自动化函数迁移至独立模块
+系统 SHALL 将评论、点赞、收藏、回复等互动自动化函数从 `main.py` 提取至 `services/engagement.py`，包括：`load_note_for_comment`、`ai_generate_comment`、`send_comment`、`fetch_my_notes`、`on_my_note_selected`、`fetch_my_note_comments`、`ai_reply_comment`、`send_reply`、`auto_comment_once`、`_auto_comment_with_log`、`auto_like_once`、`_auto_like_with_log`、`auto_favorite_once`、`_auto_favorite_with_log`、`auto_reply_once`、`_auto_reply_with_log`、`_auto_publish_with_log`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.engagement import auto_comment_once, auto_like_once` 等导入
+- **THEN** 所有函数可正常调用
+
+#### Scenario: 日志回调参数化
+- **WHEN** `engagement.py` 中的 `_with_log` 函数需要追加日志时
+- **THEN** 函数 SHALL 接收 `log_fn` 参数（callable）用于写入日志，不直接依赖外部 `_auto_log` 列表
+
+#### Scenario: 频率限制集成
+- **WHEN** `auto_comment_once` 等函数执行前需要检查每日限额和冷却状态
+- **THEN** 通过调用 `rate_limiter` 模块中的函数实现，不在 `engagement.py` 内复制限流逻辑

openspec/specs/services-hotspot/spec.md

@@ -0,0 +1,12 @@
+## ADDED Requirements
+
+### Requirement: 热点探测函数迁移至独立模块
+系统 SHALL 将热点搜索与分析相关函数从 `main.py` 提取至 `services/hotspot.py`，包括：`search_hotspots`、`analyze_and_suggest`、`generate_from_hotspot`、`_set_cache`、`_get_cache`、`_fetch_and_cache`、`_pick_from_cache`、`fetch_proactive_notes`、`on_proactive_note_selected`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.hotspot import search_hotspots, analyze_and_suggest` 等导入
+- **THEN** 所有函数可正常调用
+
+#### Scenario: 线程安全缓存随模块迁移
+- **WHEN** `_cache_lock`（`threading.RLock`）随函数一起迁移至 `services/hotspot.py`
+- **THEN** `_set_cache` / `_get_cache` 的线程安全行为保持不变

openspec/specs/services-persona/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 人设管理函数及常量迁移至独立模块
+系统 SHALL 将人设相关的常量和函数从 `main.py` 提取至 `services/persona.py`，包括：`DEFAULT_PERSONAS`、`RANDOM_PERSONA_LABEL`、`PERSONA_POOL_MAP`、`DEFAULT_TOPICS`、`DEFAULT_STYLES`、`DEFAULT_COMMENT_KEYWORDS`、`_match_persona_pools`、`get_persona_topics`、`get_persona_keywords`、`on_persona_changed`、`_resolve_persona`。
+
+#### Scenario: 常量可从模块导入
+- **WHEN** `main.py` 执行 `from services.persona import DEFAULT_PERSONAS, PERSONA_POOL_MAP`
+- **THEN** 常量值 SHALL 与迁移前完全一致
+
+#### Scenario: 人设解析正确处理随机人设标签
+- **WHEN** `_resolve_persona(RANDOM_PERSONA_LABEL)` 被调用
+- **THEN** SHALL 返回从人设池中随机选取的人设文本，行为与迁移前一致
+
+#### Scenario: 人设变更回调正常触发
+- **WHEN** `on_persona_changed(persona_text)` 被调用
+- **THEN** SHALL 返回更新后的话题列表和关键词列表，供 Gradio UI 使用

openspec/specs/services-profile/spec.md

@@ -0,0 +1,12 @@
+## ADDED Requirements
+
+### Requirement: 用户主页解析函数迁移至独立模块
+系统 SHALL 将用户主页数据获取与解析相关函数从 `main.py` 提取至 `services/profile.py`，包括：`_parse_profile_json`、`_parse_count`、`fetch_my_profile`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.profile import fetch_my_profile`
+- **THEN** 函数可正常调用，行为与迁移前一致
+
+#### Scenario: 解析容错性保留
+- **WHEN** `_parse_count` 接收到格式异常的数值字符串（如 "1.2万"、"--"）
+- **THEN** SHALL 返回与迁移前相同的浮点数或 0，不抛出异常

openspec/specs/services-queue/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 排期队列操作函数迁移至独立模块
+系统 SHALL 将内容排期队列相关函数从 `main.py` 提取至 `services/queue_ops.py`，包括：`generate_to_queue`、`_queue_publish_callback`、`queue_refresh_table`、`queue_refresh_calendar`、`queue_preview_item`、`queue_approve_item`、`queue_reject_item`、`queue_delete_item`、`queue_retry_item`、`queue_publish_now`、`queue_start_processor`、`queue_stop_processor`、`queue_get_status`、`queue_batch_approve`、`queue_generate_and_refresh`。
+
+#### Scenario: 模块导入成功
+- **WHEN** `main.py` 执行 `from services.queue_ops import queue_generate_and_refresh, queue_refresh_table` 等导入
+- **THEN** 所有函数可正常调用
+
+#### Scenario: publish callback 在 main.py 完成注册
+- **WHEN** 应用启动时 `main.py` 调用 `pub_queue.set_publish_callback(_queue_publish_callback)`（`_queue_publish_callback` 已迁移至 `queue_ops.py`）
+- **THEN** 队列发布回调 SHALL 正常注册并在队列处理时触发
+
+#### Scenario: 队列操作读写 pub_queue 单例
+- **WHEN** `queue_ops.py` 中的函数需要访问 `pub_queue` 或 `queue_publisher`
+- **THEN** 这些单例 SHALL 通过函数参数传入，不在 `queue_ops.py` 模块顶层初始化

openspec/specs/services-rate-limiter/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 频率控制与每日限额函数迁移至独立模块
+系统 SHALL 将频率控制、每日限额及冷却相关的所有状态变量和函数从 `main.py` 提取至 `services/rate_limiter.py`，包括：`_auto_running`、`_op_history`、`_daily_stats`、`DAILY_LIMITS`、`_consecutive_errors`、`_error_cooldown_until`、`_reset_daily_stats_if_needed`、`_check_daily_limit`、`_increment_stat`、`_record_error`、`_clear_error_streak`、`_is_in_cooldown`、`_is_in_operating_hours`、`_get_stats_summary`。
+
+#### Scenario: 模块级状态初始化一次
+- **WHEN** Python 首次导入 `services/rate_limiter.py`
+- **THEN** `_daily_stats`、`_op_history` 等模块级变量 SHALL 仅初始化一次（Python 模块单例语义）
+
+#### Scenario: 每日限额检查正常工作
+- **WHEN** `_check_daily_limit("comment")` 被调用
+- **THEN** 返回值 SHALL 与迁移前行为完全一致
+
+#### Scenario: 运营时段限制正常工作
+- **WHEN** 当前时间不在 `start_hour` 至 `end_hour` 范围内时调用 `_is_in_operating_hours`
+- **THEN** 返回 `False`，阻止自动化操作执行

openspec/specs/services-scheduler/spec.md

@@ -0,0 +1,16 @@
+## ADDED Requirements
+
+### Requirement: 自动调度器函数迁移至独立模块
+系统 SHALL 将调度器相关的状态变量和函数从 `main.py` 提取至 `services/scheduler.py`，包括：`_scheduler_next_times`、`_auto_log`（列表）、`_auto_log_append`、`_scheduler_loop`、`start_scheduler`、`stop_scheduler`、`get_auto_log`、`get_scheduler_status`、`_learn_running`、`_learn_scheduler_loop`、`start_learn_scheduler`、`stop_learn_scheduler`。
+
+#### Scenario: 调度器启停正常工作
+- **WHEN** `start_scheduler(...)` 被调用并传入合法参数
+- **THEN** 调度器线程 SHALL 正常启动，`get_scheduler_status()` 返回运行中状态
+
+#### Scenario: 日志追加线程安全
+- **WHEN** 多个自动化任务并发调用 `_auto_log_append(msg)`
+- **THEN** 日志条目 SHALL 正确追加，不丢失和乱序
+
+#### Scenario: engagement 通过回调写日志
+- **WHEN** `services/engagement.py` 中的函数需要写日志时
+- **THEN** SHALL 通过 `log_fn` 参数（由 `scheduler.py` 传入 `_auto_log_append`）写入，不直接导入 `scheduler.py`

openspec/specs/ui-global-config-tab/spec.md

@@ -0,0 +1,20 @@
+## ADDED Requirements
+
+### Requirement: 独立配置 Tab 承载全局设置
+系统 SHALL 在主 Tab 列表末尾提供「⚙️ 配置」Tab，将 LLM 提供商配置、SD WebUI 配置、ReActor 换脸设置、系统设置（开机自启等）全部组件声明移入该 Tab，从主界面顶部移除 `gr.Accordion("⚙️ 全局设置")` 折叠块。
+
+#### Scenario: 首屏无全局设置折叠块
+- **WHEN** 用户打开应用
+- **THEN** 主界面顶部 SHALL 不再显示任何折叠区块，直接呈现 Tab 导航栏
+
+#### Scenario: 配置 Tab 包含所有原折叠区内容
+- **WHEN** 用户切换到「⚙️ 配置」Tab
+- **THEN** Tab 内 SHALL 包含 LLM 提供商 Dropdown、LLM 模型 Dropdown、添加/删除提供商面板、MCP Server URL、SD WebUI URL、连接/检查按钮、SD 模型、博主人设、AI 换脸（头像上传 + 开关）、开机自启开关，功能与原折叠区完全一致
+
+#### Scenario: 跨 Tab 共享组件可正常访问
+- **WHEN** 「内容创作」等其他 Tab 需要使用 `llm_model`、`sd_model`、`persona`、`status_bar`、`face_swap_toggle` 等组件
+- **THEN** 这些组件 SHALL 在 `gr.Blocks` 上下文中声明，并作为参数传递给各 `build_tab()` 函数，功能不受 Tab 物理位置影响
+
+#### Scenario: 连接状态实时反馈
+- **WHEN** 用户在配置 Tab 点击「🔗 连接 LLM」或「🎨 连接 SD」
+- **THEN** `status_bar` Markdown 组件 SHALL 实时更新显示连接结果，与原折叠区行为一致

openspec/specs/ui-module-split/spec.md

@@ -1,19 +1,49 @@
 ## ADDED Requirements
 
 ### Requirement: 内容创作 Tab 的 UI 代码迁移至独立模块
-`ui/tab_create.py` SHALL 包含原 `main.py` 中「内容创作 Tab」的全部 Gradio 组件定义和事件绑定，并导出 `build_tab() -> None` 函数，该函数接受一个 `gr.Blocks` 上下文，在其中构建 Tab 内容。`main.py` SHALL 通过 `from ui.tab_create import build_tab` 调用该函数，不在主文件中保留重复的组件代码。
+`ui/tab_create.py` SHALL 包含「内容创作 Tab」的全部 Gradio 组件定义和事件绑定，并导出 `build_tab(...) -> dict` 函数，返回跨 Tab 共享组件的字典（key 集合不得变更）。
 
-#### Scenario: main.py 正常启动并显示内容创作 Tab
+内容创作 Tab 内部 SHALL 采用**三栏布局**：
-- **WHEN** 运行 `python main.py` 启动 Gradio 应用
+- **左栏（scale=3）**：人设选择、话题/风格、文案生成参数（高级设置 Accordion）
-- **THEN** 内容创作 Tab 正常显示，所有组件与迁移前功能一致
+- **中栏（scale=4）**：文案输出区（标题、正文、标签、提示词）+ 文案操作按钮组
+- **右栏（scale=3）**：图片预览 Gallery + 图片操作按钮组（含美化强度滑块）
+
+三栏通过 `gr.Row()` 包裹三个 `gr.Column(scale=...)` 实现，所有高频操作 SHALL 在无需垂直滚动的情况下可见（≥1280px 宽度分辨率）。
+
+#### Scenario: main.py/app.py 正常启动并显示内容创作 Tab
+- **WHEN** 运行应用启动 Gradio
+- **THEN** 内容创作 Tab 正常显示三栏布局，所有组件与迁移前功能一致
 
 #### Scenario: tab_create 模块可独立导入
 - **WHEN** 在 Python 中执行 `from ui.tab_create import build_tab`
 - **THEN** 不抛出任何导入错误，`build_tab` 为可调用对象
 
+#### Scenario: 三栏布局在宽屏下无需滚动
+- **WHEN** 用户在 ≥1280px 宽度的浏览器中打开内容创作 Tab
+- **THEN** 左栏参数、中栏文案输出、右栏图片预览 SHALL 同时可见，无需垂直滚动
+
+#### Scenario: build_tab 返回字典 key 保持不变
+- **WHEN** `build_tab(...)` 被调用并返回字典
+- **THEN** 返回字典 SHALL 至少包含 `res_title`、`res_content`、`res_prompt`、`res_tags`、`quality_mode`、`steps`、`cfg_scale`、`neg_prompt` 等原有 key
+
 ### Requirement: ui/ 目录结构规范
-`ui/` 目录 SHALL 包含 `__init__.py`，每个 Tab 模块文件命名约定为 `tab_<name>.py`，不在 Tab 模块中直接调用全局服务初始化代码（如 `ConfigManager()`、`LLMService()` 等单例初始化应由 `main.py` 完成并通过参数或模块级引用传入）。
+`ui/` 目录 SHALL 包含 `__init__.py`，每个 Tab 模块文件命名约定为 `tab_<name>.py`，不在 Tab 模块中直接调用全局服务初始化代码。
 
 #### Scenario: 新增 Tab 模块的标准结构
 - **WHEN** 开发者创建新的 `ui/tab_*.py` 文件
-- **THEN** 该文件导出 `build_tab(...)` 函数，且顶层不包含副作用代码（不在 import 时触发服务连接）
+- **THEN** 该文件导出 `build_tab(...)` 函数，且顶层不包含副作用代码
+
+### Requirement: 自动运营 Tab 采用卡片式两列网格布局
+「🤖 自动运营」Tab 内的各自动化任务 SHALL 以 **2 列 × N 行** 的卡片网格展示，每个任务使用 `gr.Group()` 包裹，卡片内 SHALL 包含：任务名称标题、启用开关（`gr.Checkbox`）、执行间隔（`gr.Number` 或 `gr.Slider`）、上次执行时间（`gr.Markdown`）。
+
+#### Scenario: 自动运营任务以两列网格显示
+- **WHEN** 用户切换到「🤖 自动运营」Tab
+- **THEN** 各自动化任务（自动评论、自动点赞、自动收藏、自动发布、自动回复等）SHALL 以两列卡片网格排列，每列宽度相等
+
+#### Scenario: 每张卡片包含完整任务控制
+- **WHEN** 用户查看某个任务卡片
+- **THEN** 卡片内 SHALL 显示任务开关、执行间隔设置项，功能与原单列布局完全一致
+
+#### Scenario: 自定义 CSS 增强视觉效果
+- **WHEN** 应用加载完成
+- **THEN** `gr.Blocks(css=...)` SHALL 注入自定义样式，包含：字体层级优化、按钮圆角（≥6px）、`gr.Group` 卡片轻微阴影（`box-shadow`），不破坏 Gradio 内部组件样式

openspec/specs/ui-tabs-split/spec.md

@@ -0,0 +1,38 @@
+## ADDED Requirements
+
+### Requirement: 剩余 Gradio Tab 提取为独立 UI 模块
+系统 SHALL 将 `ui/app.py` 中所有 Gradio Tab 按如下顺序排列，且顶部 SHALL 不存在任何全局设置折叠块（`gr.Accordion`）：
+
+| 序号 | Tab 名称 | 模块/说明 |
+|------|----------|-----------|
+| 0 | ✍️ 内容创作 | `ui/tab_create.py` |
+| 1 | 📅 内容排期 | 内联或 `ui/tab_queue.py` |
+| 2 | 🔥 热点探测 | 内联或 `ui/tab_hotspot.py` |
+| 3 | 💬 评论管家 | 内联或 `ui/tab_engage.py` |
+| 4 | 📊 数据看板 | 内联或 `ui/tab_analytics.py` |
+| 5 | 🧠 智能学习 | 内联或 `ui/tab_learn.py` |
+| 6 | 🤖 自动运营 | 内联或 `ui/tab_auto.py` |
+| 7 | 🔐 账号登录 | 内联或 `ui/tab_profile.py` |
+| 8 | ⚙️ 配置 | 内联（含原全局设置所有组件） |
+
+每个 Tab 模块 SHALL 暴露 `build_tab(...)` 函数，接受所需组件引用和回调函数作为参数。
+
+#### Scenario: 每个 Tab 模块暴露 build_tab 函数
+- **WHEN** `ui/app.py` 执行 `from ui.tab_create import build_tab`
+- **THEN** 调用 `build_tab(...)` 后 SHALL 返回包含需跨 Tab 共享组件的 dict
+
+#### Scenario: build_tab 接收回调而非直接导入 services
+- **WHEN** `build_tab(...)` 内部需要调用业务函数时
+- **THEN** 业务函数 SHALL 通过 `fn_*` 参数传入，不在 `ui/tab_*.py` 内直接 `import services.*`
+
+#### Scenario: 事件绑定在 build_tab 内完成
+- **WHEN** `build_tab(...)` 被调用
+- **THEN** 本 Tab 所有 Gradio 组件的 `.click()`、`.change()` 等事件绑定 SHALL 在函数内完成
+
+#### Scenario: 内容创作 Tab 为首个 Tab（索引 0）
+- **WHEN** 用户打开应用
+- **THEN** 默认激活的 Tab SHALL 为「✍️ 内容创作」，用户无需额外点击即可开始创作工作流
+
+#### Scenario: 配置和账号 Tab 位于末尾
+- **WHEN** 用户查看 Tab 导航栏
+- **THEN** 「🔐 账号登录」SHALL 位于倒数第二位，「⚙️ 配置」SHALL 位于最末位，低频操作不干扰主工作区

sd_service.py

@@ -30,13 +30,17 @@ SD_MODEL_PROFILES = {
         "display_name": "majicmixRealistic ⭐⭐⭐⭐⭐",
         "description": "东亚网红感 | 朋友圈自拍、美妆、穿搭",
         "arch": "sd15",  # SD 1.5 架构
+        "clip_skip": 2,   # majicmix 系模型在 clip_skip=2 时人脸颜值更高
         # 自动追加到 prompt 前面的增强词
         "prompt_prefix": (
             "(best quality:1.4), (masterpiece:1.4), (ultra detailed:1.3), "
             "(photorealistic:1.4), (realistic:1.3), raw photo, "
             "(asian girl:1.3), (chinese:1.2), (east asian features:1.2), "
-            "(delicate facial features:1.2), (fair skin:1.1), (natural skin texture:1.2), "
+            "(almond eyes:1.3), (bright sparkling eyes:1.2), (long lashes:1.1), "
-            "(soft lighting:1.1), (natural makeup:1.1), "
+            "(porcelain skin:1.2), (luminous fair skin:1.2), (dewy glowing skin:1.2), "
+            "(delicate facial features:1.3), (youthful appearance:1.1), "
+            "(natural makeup:1.3), (glossy lips:1.2), (rosy cheeks:1.1), "
+            "(soft smile:1.2), (charming expression:1.1), (soft lighting:1.1), "
         ),
         # 自动追加到 prompt 后面的补充词
         "prompt_suffix": (
@@ -51,6 +55,7 @@ SD_MODEL_PROFILES = {
             "poorly drawn face, poorly drawn hands, extra limbs, fused fingers, "
             "too many fingers, long neck, out of frame, "
             "western face, european face, caucasian, deep-set eyes, high nose bridge, "
+            "strong jawline, prominent brow ridge, angular facial structure, square jaw, heavy brow, "
             "blonde hair, red hair, blue eyes, green eyes, freckles, thick body hair, "
             "painting, cartoon, anime, sketch, illustration, 3d render"
         ),
@@ -66,7 +71,7 @@ SD_MODEL_PROFILES = {
             },
             "标准 (约1分钟)": {
                 "steps": 30,
-                "cfg_scale": 7.0,
+                "cfg_scale": 6.0,  # 降低 cfg 减少人脸过饱和
                 "width": 512,
                 "height": 768,
                 "sampler_name": "DPM++ 2M",
@@ -75,13 +80,22 @@ SD_MODEL_PROFILES = {
             },
             "精细 (约2-3分钟)": {
                 "steps": 40,
-                "cfg_scale": 7.5,
+                "cfg_scale": 6.5,
                 "width": 576,
                 "height": 864,
                 "sampler_name": "DPM++ SDE",
                 "scheduler": "Karras",
                 "batch_size": 2,
             },
+            "高画质 (约5分钟)": {
+                "steps": 50,
+                "cfg_scale": 6.5,
+                "width": 640,
+                "height": 960,
+                "sampler_name": "DPM++ SDE",
+                "scheduler": "Karras",
+                "batch_size": 1,
+            },
         },
     },
 
@@ -90,11 +104,15 @@ SD_MODEL_PROFILES = {
         "display_name": "Realistic Vision ⭐⭐⭐⭐",
         "description": "写实摄影感 | 纪实摄影、街拍、真实质感",
         "arch": "sd15",
+        "clip_skip": 2,   # RV 系列在 clip_skip=2 时人脸细节更自然
         "prompt_prefix": (
             "RAW photo, (best quality:1.4), (masterpiece:1.3), (realistic:1.4), "
             "(photorealistic:1.4), 8k uhd, DSLR, high quality, "
             "(asian:1.2), (chinese girl:1.2), (east asian features:1.1), "
-            "(natural skin:1.2), (skin pores:1.1), (detailed skin texture:1.2), "
+            "(almond eyes:1.2), (bright clear eyes:1.2), (long lashes:1.1), "
+            "(luminous fair skin:1.2), (dewy smooth skin:1.2), (refined features:1.2), "
+            "(elegant temperament:1.1), (natural makeup:1.2), (glossy lips:1.1), "
+            "(soft smile:1.1), (charming gaze:1.1), "
         ),
         "prompt_suffix": (
             ", shot on Canon EOS R5, 85mm lens, f/1.8, "
@@ -108,10 +126,12 @@ SD_MODEL_PROFILES = {
             "blurry, deformed, mutated, disfigured, ugly, duplicate, "
             "poorly drawn face, extra limbs, fused fingers, long neck, "
             "western face, european face, caucasian, deep-set eyes, "
+            "strong jawline, prominent brow ridge, angular facial structure, square jaw, heavy brow, "
             "blonde hair, blue eyes, green eyes, freckles, "
             "painting, cartoon, anime, sketch, illustration, 3d render, "
             "over-sharpened, over-saturated, plastic skin, airbrushed, "
-            "smooth skin, doll-like, HDR, overprocessed"
+            "doll-like, HDR, overprocessed, "
+            "plain face, no makeup, unattractive, dull expression, blank stare, flat lighting"
         ),
         "presets": {
             "快速 (约30秒)": {
@@ -125,7 +145,7 @@ SD_MODEL_PROFILES = {
             },
             "标准 (约1分钟)": {
                 "steps": 28,
-                "cfg_scale": 7.0,
+                "cfg_scale": 6.0,  # 降低 cfg 减少人脸过饱和
                 "width": 512,
                 "height": 768,
                 "sampler_name": "DPM++ 2M",
@@ -134,13 +154,22 @@ SD_MODEL_PROFILES = {
             },
             "精细 (约2-3分钟)": {
                 "steps": 40,
-                "cfg_scale": 7.5,
+                "cfg_scale": 6.5,
                 "width": 576,
                 "height": 864,
                 "sampler_name": "DPM++ SDE",
                 "scheduler": "Karras",
                 "batch_size": 2,
             },
+            "高画质 (约5分钟)": {
+                "steps": 50,
+                "cfg_scale": 6.5,
+                "width": 640,
+                "height": 960,
+                "sampler_name": "DPM++ SDE",
+                "scheduler": "Karras",
+                "batch_size": 1,
+            },
         },
     },
 
@@ -149,11 +178,16 @@ SD_MODEL_PROFILES = {
         "display_name": "Juggernaut XL ⭐⭐⭐⭐",
         "description": "电影大片感 | 高画质、商业摄影、复杂背景",
         "arch": "sdxl",  # SDXL 架构
+        "clip_skip": 1,  # SDXL 使用完整 CLIP 编码
         "prompt_prefix": (
             "masterpiece, best quality, ultra detailed, 8k uhd, high resolution, "
             "photorealistic, cinematic lighting, cinematic composition, "
-            "asian girl, chinese, east asian features, black hair, dark brown eyes, "
+            "(chinese beauty:1.3), east asian features, black hair, dark brown eyes, "
-            "delicate facial features, fair skin, slim figure, "
+            "(almond eyes:1.3), (bright sparkling eyes:1.2), (long lashes:1.1), "
+            "(porcelain skin:1.2), (luminous dewy skin:1.2), (delicate facial features:1.3), "
+            "(youthful appearance:1.1), slim figure, "
+            "natural makeup, (glossy lips:1.1), (rosy cheeks:1.1), "
+            "(gentle smile:1.2), (charming expression:1.1), "
         ),
         "prompt_suffix": (
             ", cinematic color grading, anamorphic lens, bokeh, "
@@ -168,6 +202,7 @@ SD_MODEL_PROFILES = {
             "extra limbs, fused fingers, too many fingers, long neck, username, "
             "out of frame, distorted, oversaturated, underexposed, overexposed, "
             "western face, european face, caucasian, deep-set eyes, high nose bridge, "
+            "strong jawline, prominent brow ridge, angular facial structure, square jaw, heavy brow, "
             "blonde hair, red hair, blue eyes, green eyes, freckles, thick body hair"
         ),
         "presets": {
@@ -198,6 +233,20 @@ SD_MODEL_PROFILES = {
                 "scheduler": "Karras",
                 "batch_size": 2,
             },
+            "高画质 (约5分钟)": {
+                "steps": 40,
+                "cfg_scale": 6.0,
+                "width": 832,
+                "height": 1216,
+                "sampler_name": "DPM++ 2M SDE",
+                "scheduler": "Karras",
+                "batch_size": 1,
+                "enable_hr": True,
+                "hr_scale": 1.5,
+                "hr_upscaler": "4x-UltraSharp",
+                "hr_second_pass_steps": 20,
+                "denoising_strength": 0.4,
+            },
         },
     },
 }
@@ -213,6 +262,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(perfect face:1.3), (extremely detailed face:1.3), (beautiful detailed eyes:1.3), "
             "(flawless skin:1.2), (ultra high resolution face:1.2), (glossy lips:1.1), "
+            "(futuristic chinese beauty:1.2), "
         ),
         # 追加到 SD prompt 后面的风格词
         "prompt_style": (
@@ -237,25 +287,29 @@ PERSONA_SD_PROFILES = {
     # ---- 性感福利主播 ----
     "性感福利主播": {
         "prompt_boost": (
-            "(beautiful detailed face:1.3), (seductive eyes:1.2), (glossy lips:1.2), "
+            "(beautiful detailed face:1.3), (charming eyes:1.2), (glossy lips:1.2), "
-            "(perfect body proportions:1.2), (slim waist:1.2), (long legs:1.2), "
+            "(elegant posture:1.2), (slender figure:1.1), "
-            "(glamour photography:1.3), "
+            "(glamour photography:1.2), (delicate asian features:1.1), "
         ),
         "prompt_style": (
             ", soft glamour lighting, beauty retouching, "
-            "intimate atmosphere, warm golden tones, shallow depth of field, "
+            "warm golden tones, shallow depth of field, "
-            "boudoir style, sensual but tasteful, fashion model pose"
+            "chic fashion style, confident pose"
+        ),
+        "negative_extra": (
+            "lingerie, underwear, bikini, nude, revealing clothing, "
+            "cleavage, nsfw, explicit, suggestive"
         ),
-        "negative_extra": "",
         "llm_guide": (
-            "\n\n【人设视觉风格 - 性感福利主播】\n"
+            "\n\n【人设视觉风格 - 时尚魅力博主】\n"
-            "为一个身材曼妙的时尚博主生成图片，主打身材美感+氛围感：\n"
+            "为一个时尚魅力博主生成图片，主打精致感+时尚感，严禁擦边内容：\n"
-            "- 身材描述：slim waist, long legs, perfect figure, hourglass body, graceful pose\n"
+            "- 穿搭关键：elegant dress, chic outfit, stylish fashion, trendy clothes, "
-            "- 穿搭关键：lingerie, bikini, bodycon dress, off-shoulder, backless dress, lace, sheer fabric\n"
+            "off-shoulder top (不露胸), midi skirt, fitted blazer\n"
-            "- 光线氛围：soft warm lighting, golden hour, window light, candle light, intimate mood\n"
+            "- 光线氛围：soft warm lighting, golden hour, window light, beauty lighting\n"
-            "- 场景选择：bedroom, luxury hotel, swimming pool, beach sunset, mirror selfie\n"
+            "- 场景选择：city street, cafe, rooftop, shopping district, fashion studio\n"
-            "- 构图要点：full body or three-quarter shot, emphasize curves, elegant pose, looking at viewer\n"
+            "- 构图要点：half body or full body shot, elegant pose, confident expression, "
-            "- 整体风格：glamour photography，魅力但有品位，不要低俗\n"
+            "fashion editorial style\n"
+            "- 整体风格：高端时尚杂志风，精致大方，绝对禁止 bikini/lingerie/revealing/nsfw 等词\n"
         ),
     },
     # ---- 身材管理健身美女 ----
@@ -263,6 +317,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(fit body:1.3), (athletic physique:1.2), (toned muscles:1.2), "
             "(healthy glow:1.2), (confident pose:1.2), "
+            "(healthy luminous skin:1.2), (delicate east asian face:1.1), "
         ),
         "prompt_style": (
             ", fitness photography, gym environment, athletic wear, "
@@ -286,6 +341,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(elegant:1.2), (gentle expression:1.2), (sophisticated:1.2), "
             "(fashion forward:1.2), (graceful:1.1), "
+            "(chinese elegance:1.2), (refined temperament:1.2), (porcelain skin:1.1), "
         ),
         "prompt_style": (
             ", fashion editorial, street style photography, "
@@ -309,6 +365,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(artistic:1.2), (moody atmosphere:1.2), (film grain:1.2), "
             "(vintage tones:1.1), "
+            "(delicate features:1.1), (gentle east asian face:1.1), "
         ),
         "prompt_style": (
             ", film photography, 35mm film, kodak portra 400, "
@@ -332,6 +389,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(cosplay:1.3), (detailed costume:1.2), (colorful:1.2), "
             "(anime inspired:1.1), (vibrant:1.2), "
+            "(bright clear skin:1.1), (big bright eyes:1.2), (youthful:1.1), "
         ),
         "prompt_style": (
             ", cosplay photography, anime convention, colorful costume, "
@@ -355,6 +413,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(traditional chinese dress:1.3), (hanfu:1.3), (chinese aesthetic:1.2), "
             "(elegant traditional:1.2), (delicate accessories:1.1), "
+            "(classical chinese beauty:1.3), (ethereal temperament:1.2), "
         ),
         "prompt_style": (
             ", traditional chinese photography, han dynasty style, "
@@ -378,6 +437,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(cozy atmosphere:1.3), (warm lighting:1.2), (homey:1.2), "
             "(casual style:1.1), (relaxed:1.1), "
+            "(fresh natural beauty:1.1), (natural bare face:1.1), "
         ),
         "prompt_style": (
             ", cozy home photography, warm ambient light, "
@@ -401,6 +461,7 @@ PERSONA_SD_PROFILES = {
         "prompt_boost": (
             "(flawless makeup:1.3), (detailed eye makeup:1.3), (beauty close-up:1.2), "
             "(perfect skin:1.2), (beauty lighting:1.2), "
+            "(luminous porcelain skin:1.2), (delicate east asian features:1.1), "
         ),
         "prompt_style": (
             ", beauty photography, ring light, macro lens, "
@@ -499,6 +560,54 @@ DEFAULT_NEGATIVE = SD_MODEL_PROFILES[DEFAULT_MODEL_PROFILE]["negative_prompt"]
 
 # ==================== 图片反 AI 检测管线 ====================
 
+def beauty_enhance(img: Image.Image, level: float = 1.0) -> Image.Image:
+    """对生成图片进行美化增强，强调中国审美的细腻肤色与精致感
+
+    处理流程:
+    1. 锐化 (USM 算法，使五官更清晰)
+    2. 亮度 / 对比度 / 饱和度微增 (提升通透感)
+    3. 暖白皮肤校色 (适度降红提蓝，模拟东亚偏白瓷感)
+
+    Args:
+        img:   PIL Image (RGB)
+        level: 增强强度；0=关闭，1.0=默认，2.0=强化
+
+    Returns:
+        处理后的 PIL Image
+    """
+    if level <= 0:
+        return img
+    if img.mode != "RGB":
+        img = img.convert("RGB")
+
+    # Step 1: 非锐化蒙版（让五官、眼睛更清晰）
+    radius = max(0.1, 1.5 * level)
+    percent = int(120 * level)
+    img = img.filter(ImageFilter.UnsharpMask(radius=radius, percent=percent, threshold=2))
+
+    # Step 2: 亮度 / 对比度 / 饱和度微增（提升通透感）
+    img = ImageEnhance.Brightness(img).enhance(1.0 + 0.02 * level)
+    img = ImageEnhance.Contrast(img).enhance(1.0 + 0.02 * level)
+    img = ImageEnhance.Color(img).enhance(1.0 + 0.05 * level)
+
+    # Step 3: 暖白皮肤校色（适度降红提蓝，模拟东亚白瓷感）
+    try:
+        import numpy as np
+        arr = np.array(img, dtype=np.float32)
+        r, g, b = arr[:, :, 0], arr[:, :, 1], arr[:, :, 2]
+        # 皮肤色调区域：偏暖肤色 (R>G>B, 亮度适中)
+        skin_mask = (r > 140) & (g > 90) & (b > 70) & (r > g) & (g > b)
+        correction = 0.015 * level
+        arr[:, :, 0] = np.where(skin_mask, np.clip(r - r * correction, 0, 255), r)
+        arr[:, :, 2] = np.where(skin_mask, np.clip(b + b * correction * 0.5, 0, 255), b)
+        img = Image.fromarray(arr.astype(np.uint8))
+    except ImportError:
+        logger.debug("numpy 未安装，跳过皮肤校色步骤")
+
+    logger.debug("✨ beauty_enhance 完成 (level=%.1f)", level)
+    return img
+
+
 def anti_detect_postprocess(img: Image.Image) -> Image.Image:
     """对 AI 生成的图片进行后处理，模拟手机拍摄/加工特征，降低 AI 检测率
 
@@ -745,6 +854,7 @@ class SDService:
         face_image: Image.Image = None,
         quality_mode: str = None,
         persona: str = None,
+        enhance_level: float = 1.0,
     ) -> list[Image.Image]:
         """文生图（自动适配当前 SD 模型 + 人设的最优参数）
         
@@ -753,6 +863,7 @@ class SDService:
             face_image: 头像 PIL Image，传入后自动启用 ReActor 换脸
             quality_mode: 预设模式名
             persona: 博主人设文本，自动注入人设视觉增强词
+            enhance_level: 美化增强强度 (0=关闭, 1.0=默认, 2.0=强化)
         """
         if model:
             self.switch_model(model)
@@ -793,10 +904,26 @@ class SDService:
             "sampler_name": sampler_name if sampler_name is not None else preset["sampler_name"],
             "scheduler": scheduler if scheduler is not None else preset["scheduler"],
         }
+        # CLIP Skip 注入：通过 override_settings 设置，对人脸颜值有显著影响
+        clip_skip = profile.get("clip_skip", 1)
+        payload["override_settings"] = {"CLIP_stop_at_last_layers": clip_skip}
+        payload["override_settings_restore_afterwards"] = True
+        if clip_skip != 1:
+            logger.info("📎 CLIP Skip 已设置: %d（模型 %s 专属）", clip_skip, profile_key)
         logger.info("SD 生成参数 [%s]: steps=%s, cfg=%.1f, %dx%d, sampler=%s",
                     profile_key, payload['steps'], payload['cfg_scale'],
                     payload['width'], payload['height'], payload['sampler_name'])
 
+        # Task 2.4: Hires Fix 参数注入（仅 SDXL 架构，且预设中包含 enable_hr）
+        if preset.get("enable_hr") and profile.get("arch") != "sd15":
+            payload["enable_hr"] = True
+            payload["hr_scale"] = preset.get("hr_scale", 1.5)
+            payload["hr_upscaler"] = preset.get("hr_upscaler", "4x-UltraSharp")
+            payload["hr_second_pass_steps"] = preset.get("hr_second_pass_steps", 20)
+            payload["denoising_strength"] = preset.get("denoising_strength", 0.4)
+            logger.info("🔍 Hires Fix 已启用: scale=%.1f, upscaler=%s, second_steps=%d",
+                        payload["hr_scale"], payload["hr_upscaler"], payload["hr_second_pass_steps"])
+
         # 如果提供了头像，通过 ReActor 换脸
         if face_image is not None:
             payload["alwayson_scripts"] = self._build_reactor_args(face_image)
@@ -807,11 +934,26 @@ class SDService:
             json=payload,
             timeout=SD_TIMEOUT,
         )
+        # Task 2.5: Hires Fix upscaler 降级回退
+        if not resp.ok and payload.get("enable_hr"):
+            fallback_upscaler = "Latent"
+            logger.warning(
+                "⚠️ Hires Fix 失败 (upscaler=%s)，回退至 %s 重试",
+                payload.get("hr_upscaler"), fallback_upscaler,
+            )
+            payload["hr_upscaler"] = fallback_upscaler
+            resp = requests.post(
+                f"{self.sd_url}/sdapi/v1/txt2img",
+                json=payload,
+                timeout=SD_TIMEOUT,
+            )
         resp.raise_for_status()
 
         images = []
         for img_b64 in resp.json().get("images", []):
             img = Image.open(io.BytesIO(base64.b64decode(img_b64)))
+            # Task 3.5: 美化增强（精致感 + 中国审美皮肤校色）
+            img = beauty_enhance(img, level=enhance_level)
             # 反 AI 检测后处理: 剥离元数据 + 模拟手机拍摄特征
             img = anti_detect_postprocess(img)
             images.append(img)
@@ -828,6 +970,7 @@ class SDService:
         sampler_name: str = None,
         scheduler: str = None,
         model: str = None,
+        enhance_level: float = 1.0,
     ) -> list[Image.Image]:
         """图生图（自动适配模型参数）"""
         profile = get_model_profile(model)
@@ -864,6 +1007,8 @@ class SDService:
         images = []
         for img_b64 in resp.json().get("images", []):
             img = Image.open(io.BytesIO(base64.b64decode(img_b64)))
+            # Task 3.6: 美化增强
+            img = beauty_enhance(img, level=enhance_level)
             # 反 AI 检测后处理
             img = anti_detect_postprocess(img)
             images.append(img)

services/content.py

@@ -44,8 +44,8 @@ def generate_copy(model, topic, style, sd_model_name, persona_text):
         return "", "", "", "", f"❌ 生成失败: {e}"
 
 
-def generate_images(sd_url, prompt, neg_prompt, model, steps, cfg_scale, face_swap_on, face_img, quality_mode, persona_text=None):
+def generate_images(sd_url, prompt, neg_prompt, model, steps, cfg_scale, face_swap_on, face_img, quality_mode, persona_text=None, enhance_level: float = 1.0):
-    """生成图片（可选 ReActor 换脸，支持质量模式预设，支持人设视觉优化）"""
+    """生成图片（可选 ReActor 换脸，支持质量模式预设，支持人设视觉优化，支持美化增强）"""
     if not model:
         return None, [], "❌ 未选择 SD 模型"
     try:
@@ -86,6 +86,7 @@ def generate_images(sd_url, prompt, neg_prompt, model, steps, cfg_scale, face_sw
             face_image=face_image,
             quality_mode=quality_mode,
             persona=persona,
+            enhance_level=float(enhance_level),
         )
         preset = get_sd_preset(quality_mode)
         swap_hint = " (已换脸)" if face_image else ""

ui/app.py

@@ -57,7 +57,34 @@ from publish_queue import STATUS_LABELS
 
 logger = logging.getLogger("autobot")
 
-_GRADIO_CSS = None  # 可在此处添加自定义 CSS
+_GRADIO_CSS = """
+/* ── Autobot 主题层 ── */
+body, .gradio-container {
+    font-family: Inter, -apple-system, BlinkMacSystemFont, 'Segoe UI', system-ui, sans-serif !important;
+}
+/* 按钮圆角统一 ≥8px */
+.gr-button, button.lg, button.sm, button.md {
+    border-radius: 8px !important;
+}
+/* gr.Group 卡片轻阴影 */
+.gr-group {
+    box-shadow: 0 1px 6px rgba(0, 0, 0, 0.07) !important;
+    border-radius: 10px !important;
+}
+/* 标题层级优化 */
+.gradio-container h3 { font-size: 1.05rem; font-weight: 600; }
+.gradio-container h4 { font-size: 0.95rem; font-weight: 600; }
+/* Tab 导航条优化 */
+.tab-nav {
+    border-bottom: 2px solid #f0f0f0;
+    gap: 2px;
+}
+.tab-nav button {
+    border-radius: 6px 6px 0 0 !important;
+    font-weight: 500;
+    padding: 6px 14px;
+}
+"""
 
 
 def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
@@ -66,6 +93,7 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
 
     with gr.Blocks(
         title="小红书 AI 爆文工坊 V2.0",
+        css=_GRADIO_CSS,
     ) as app:
         gr.Markdown(
             "# 🍒 小红书 AI 爆文生产工坊 V2.0\n"
@@ -75,118 +103,121 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
         # 全局状态
         state_search_result = gr.State("")
 
-        # ============ 全局设置栏 ============
+        # ============ Tab 页面 ============
-        with gr.Accordion("⚙️ 全局设置 (自动保存)", open=False):
+        # ⚙️ 配置 Tab 声明在最前以确保共享组件变量先于 build_tab() 定义
-            gr.Markdown("#### 🤖 LLM 提供商 (支持所有 OpenAI 兼容接口)")
+        # selected=1 令「✨ 内容创作」为默认激活 Tab
-            with gr.Row():
+        with gr.Tabs(selected=1):
-                llm_provider = gr.Dropdown(
+            # -------- Tab 0: ⚙️ 配置 --------
-                    label="选择 LLM 提供商",
+            with gr.Tab("⚙️ 配置"):
-                    choices=cfg.get_llm_provider_names(),
+                gr.Markdown("#### 🤖 LLM 提供商 (支持所有 OpenAI 兼容接口)")
-                    value=cfg.get("active_llm", ""),
-                    interactive=True, scale=2,
-                )
-                btn_connect_llm = gr.Button("🔗 连接 LLM", size="sm", scale=1)
-            with gr.Row():
-                llm_model = gr.Dropdown(
-                    label="LLM 模型", value=config["model"],
-                    allow_custom_value=True, interactive=True, scale=2,
-                )
-                llm_provider_info = gr.Markdown(
-                    value="*选择提供商后显示详情*",
-                )
-            with gr.Accordion("➕ 添加 / 管理 LLM 提供商", open=False):
                 with gr.Row():
-                    new_provider_name = gr.Textbox(
+                    llm_provider = gr.Dropdown(
-                        label="名称", placeholder="如: DeepSeek / GPT-4o / 通义千问",
+                        label="选择 LLM 提供商",
+                        choices=cfg.get_llm_provider_names(),
+                        value=cfg.get("active_llm", ""),
+                        interactive=True, scale=2,
+                    )
+                    btn_connect_llm = gr.Button("🔗 连接 LLM", variant="primary", size="sm", scale=1)
+                with gr.Row():
+                    llm_model = gr.Dropdown(
+                        label="LLM 模型", value=config["model"],
+                        allow_custom_value=True, interactive=True, scale=2,
+                    )
+                    llm_provider_info = gr.Markdown(
+                        value="*选择提供商后显示详情*",
+                    )
+                with gr.Accordion("➕ 添加 / 管理 LLM 提供商", open=False):
+                    with gr.Row():
+                        new_provider_name = gr.Textbox(
+                            label="名称", placeholder="如: DeepSeek / GPT-4o / 通义千问",
+                            scale=1,
+                        )
+                        new_provider_key = gr.Textbox(
+                            label="API Key", type="password", scale=2,
+                        )
+                        new_provider_url = gr.Textbox(
+                            label="Base URL", placeholder="https://api.openai.com/v1",
+                            value="https://api.openai.com/v1", scale=2,
+                        )
+                    with gr.Row():
+                        btn_add_provider = gr.Button("✅ 添加提供商", variant="primary", size="sm")
+                        btn_del_provider = gr.Button("🗑️ 删除当前提供商", variant="stop", size="sm")
+                    provider_mgmt_status = gr.Markdown("")
+
+                gr.Markdown("---")
+                gr.Markdown("#### 🔗 服务连接")
+                with gr.Row():
+                    mcp_url = gr.Textbox(
+                        label="MCP Server URL", value=config["mcp_url"], scale=2,
+                    )
+                    sd_url = gr.Textbox(
+                        label="SD WebUI URL", value=config["sd_url"], scale=2,
+                    )
+                with gr.Row():
+                    persona = gr.Dropdown(
+                        label="博主人设（评论/回复/自动运营通用）",
+                        choices=[RANDOM_PERSONA_LABEL] + DEFAULT_PERSONAS,
+                        value=config.get("persona", RANDOM_PERSONA_LABEL),
+                        allow_custom_value=True,
+                        interactive=True,
+                        scale=5,
+                    )
+                with gr.Row():
+                    btn_connect_sd = gr.Button("🎨 连接 SD", variant="primary", size="sm")
+                    btn_check_mcp = gr.Button("📡 检查 MCP", size="sm")
+                with gr.Row():
+                    sd_model = gr.Dropdown(
+                        label="SD 模型", allow_custom_value=True,
+                        interactive=True, scale=2,
+                    )
+                sd_model_info = gr.Markdown("选择模型后显示适配信息", elem_id="sd_model_info")
+                status_bar = gr.Markdown("🔄 等待连接...")
+
+                gr.Markdown("---")
+                gr.Markdown("#### 🎭 AI 换脸 (ReActor)")
+                gr.Markdown(
+                    "> 上传你的头像，生成含人物的图片时自动替换为你的脸\n"
+                    "> 需要 SD WebUI 已安装 [ReActor](https://github.com/Gourieff/sd-webui-reactor) 扩展"
+                )
+                with gr.Row():
+                    face_image_input = gr.Image(
+                        label="上传头像 (正面清晰照片效果最佳)",
+                        type="pil",
+                        height=180,
                         scale=1,
                     )
-                    new_provider_key = gr.Textbox(
+                    face_image_preview = gr.Image(
-                        label="API Key", type="password", scale=2,
+                        label="当前头像",
-                    )
+                        type="pil",
-                    new_provider_url = gr.Textbox(
+                        height=180,
-                        label="Base URL", placeholder="https://api.openai.com/v1",
+                        interactive=False,
-                        value="https://api.openai.com/v1", scale=2,
+                        value=SDService.load_face_image(),
+                        scale=1,
                     )
                 with gr.Row():
-                    btn_add_provider = gr.Button("✅ 添加提供商", variant="primary", size="sm")
+                    btn_save_face = gr.Button("💾 保存头像", variant="primary", size="sm")
-                    btn_del_provider = gr.Button("🗑️ 删除当前提供商", variant="stop", size="sm")
+                    face_swap_toggle = gr.Checkbox(
-                provider_mgmt_status = gr.Markdown("")
+                        label="🎭 生成图片时启用 AI 换脸",
-
+                        value=os.path.isfile(FACE_IMAGE_PATH),
-            gr.Markdown("---")
+                        interactive=True,
-            with gr.Row():
+                    )
-                mcp_url = gr.Textbox(
+                face_status = gr.Markdown(
-                    label="MCP Server URL", value=config["mcp_url"], scale=2,
+                    "✅ 头像已就绪" if os.path.isfile(FACE_IMAGE_PATH) else "ℹ️ 尚未设置头像"
-                )
-                sd_url = gr.Textbox(
-                    label="SD WebUI URL", value=config["sd_url"], scale=2,
-                )
-            with gr.Row():
-                persona = gr.Dropdown(
-                    label="博主人设（评论/回复/自动运营通用）",
-                    choices=[RANDOM_PERSONA_LABEL] + DEFAULT_PERSONAS,
-                    value=config.get("persona", RANDOM_PERSONA_LABEL),
-                    allow_custom_value=True,
-                    interactive=True,
-                    scale=5,
-                )
-            with gr.Row():
-                btn_connect_sd = gr.Button("🎨 连接 SD", size="sm")
-                btn_check_mcp = gr.Button("📡 检查 MCP", size="sm")
-            with gr.Row():
-                sd_model = gr.Dropdown(
-                    label="SD 模型", allow_custom_value=True,
-                    interactive=True, scale=2,
-                )
-            sd_model_info = gr.Markdown("选择模型后显示适配信息", elem_id="sd_model_info")
-            status_bar = gr.Markdown("🔄 等待连接...")
-
-            gr.Markdown("---")
-            gr.Markdown("#### 🎭 AI 换脸 (ReActor)")
-            gr.Markdown(
-                "> 上传你的头像，生成含人物的图片时自动替换为你的脸\n"
-                "> 需要 SD WebUI 已安装 [ReActor](https://github.com/Gourieff/sd-webui-reactor) 扩展"
-            )
-            with gr.Row():
-                face_image_input = gr.Image(
-                    label="上传头像 (正面清晰照片效果最佳)",
-                    type="pil",
-                    height=180,
-                    scale=1,
-                )
-                face_image_preview = gr.Image(
-                    label="当前头像",
-                    type="pil",
-                    height=180,
-                    interactive=False,
-                    value=SDService.load_face_image(),
-                    scale=1,
-                )
-            with gr.Row():
-                btn_save_face = gr.Button("💾 保存头像", variant="primary", size="sm")
-                face_swap_toggle = gr.Checkbox(
-                    label="🎭 生成图片时启用 AI 换脸",
-                    value=os.path.isfile(FACE_IMAGE_PATH),
-                    interactive=True,
-                )
-            face_status = gr.Markdown(
-                "✅ 头像已就绪" if os.path.isfile(FACE_IMAGE_PATH) else "ℹ️ 尚未设置头像"
-            )
-
-            gr.Markdown("---")
-            gr.Markdown("#### 🖥️ 系统设置")
-            with gr.Row():
-                autostart_toggle = gr.Checkbox(
-                    label="🚀 Windows 开机自启（静默后台运行）",
-                    value=is_autostart_enabled(),
-                    interactive=(platform.system() == "Windows"),
-                )
-                autostart_status = gr.Markdown(
-                    value="✅ 已启用" if is_autostart_enabled() else "⚪ 未启用",
                 )
 
-        # ============ Tab 页面 ============
+                gr.Markdown("---")
-        with gr.Tabs():
+                gr.Markdown("#### 🖥️ 系统设置")
-            # -------- Tab 1: 内容创作（迁移至 ui/tab_create.py）--------
+                with gr.Row():
+                    autostart_toggle = gr.Checkbox(
+                        label="🚀 Windows 开机自启（静默后台运行）",
+                        value=is_autostart_enabled(),
+                        interactive=(platform.system() == "Windows"),
+                    )
+                    autostart_status = gr.Markdown(
+                        value="✅ 已启用" if is_autostart_enabled() else "⚪ 未启用",
+                    )
+
+            # -------- Tab 1: ✨ 内容创作（默认激活）--------
             _tab1 = build_tab(
                 config=config,
                 styles=DEFAULT_STYLES,
@@ -217,7 +248,101 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
             cfg_scale = _tab1["cfg_scale"]
             neg_prompt = _tab1["neg_prompt"]
 
-            # -------- Tab 2: 热点探测 --------
+            # -------- Tab 2: 📅 内容排期 --------
+            with gr.Tab("📅 内容排期"):
+                gr.Markdown(
+                    "### 📅 内容排期日历 + 发布队列\n"
+                    "> 批量生成内容 → 预览审核 → 排期定时 → 自动发布，内容创作全流程管控\n\n"
+                    "**工作流**: 生成内容 → 📝草稿 → ✅审核通过 → 🕐排期/立即发布 → 🚀自动发布"
+                )
+
+                with gr.Row():
+                    # ===== 左栏: 生成 & 队列控制 =====
+                    with gr.Column(scale=1):
+                        gr.Markdown("#### 🔧 批量生成到队列")
+                        queue_gen_topics = gr.Textbox(
+                            label="主题池 (逗号分隔，随人设自动切换)",
+                            value=", ".join(get_persona_topics(config.get("persona", ""))),
+                            placeholder="会从池中随机选取，切换人设自动更新",
+                        )
+                        with gr.Row():
+                            queue_gen_count = gr.Number(
+                                label="生成数量", value=config.get("queue_gen_count", 3), minimum=1, maximum=10,
+                            )
+                            queue_gen_schedule = gr.Textbox(
+                                label="排期时间 (可选)",
+                                placeholder="如 2026-02-10 18:00:00，留空=仅草稿",
+                            )
+                        btn_queue_generate = gr.Button(
+                            "📝 批量生成 → 加入队列", variant="primary", size="lg",
+                        )
+                        queue_gen_result = gr.Markdown("")
+
+                        gr.Markdown("---")
+                        gr.Markdown("#### ⚙️ 队列处理器")
+                        queue_processor_status = gr.Markdown(
+                            value=queue_get_status(),
+                        )
+                        with gr.Row():
+                            btn_queue_start = gr.Button(
+                                "▶️ 启动队列处理", variant="primary",
+                            )
+                            btn_queue_stop = gr.Button(
+                                "⏹️ 停止队列处理", variant="stop",
+                            )
+                        queue_processor_result = gr.Markdown("")
+
+                        gr.Markdown("---")
+                        gr.Markdown("#### 🔍 操作单个队列项")
+                        queue_item_id = gr.Textbox(
+                            label="队列项 ID", placeholder="输入 # 号，如 1",
+                        )
+                        with gr.Row():
+                            btn_queue_preview = gr.Button("👁️ 预览", size="sm")
+                            btn_queue_approve = gr.Button("✅ 通过", size="sm", variant="primary")
+                            btn_queue_reject = gr.Button("🚫 拒绝", size="sm", variant="stop")
+                        with gr.Row():
+                            btn_queue_publish_now = gr.Button("🚀 立即发布", size="sm", variant="primary")
+                            btn_queue_retry = gr.Button("🔄 重试", size="sm")
+                            btn_queue_delete = gr.Button("🗑️ 删除", size="sm", variant="stop")
+                        queue_schedule_time = gr.Textbox(
+                            label="排期时间 (审核通过时可指定)",
+                            placeholder="如 2026-02-10 20:00:00，留空=立即待发布",
+                        )
+                        btn_queue_batch_approve = gr.Button(
+                            "✅ 批量通过所有草稿", variant="secondary",
+                        )
+                        queue_op_result = gr.Markdown("")
+
+                    # ===== 右栏: 队列列表 & 日历 =====
+                    with gr.Column(scale=2):
+                        gr.Markdown("#### 📋 发布队列")
+                        with gr.Row():
+                            queue_filter = gr.Dropdown(
+                                label="状态筛选",
+                                choices=["全部"] + list(STATUS_LABELS.values()),
+                                value="全部",
+                            )
+                            btn_queue_refresh = gr.Button("🔄 刷新", size="sm")
+                        queue_table = gr.Markdown(
+                            value=queue_format_table(),
+                            label="队列列表",
+                        )
+
+                        gr.Markdown("---")
+                        gr.Markdown("#### 📅 排期日历")
+                        queue_calendar = gr.Markdown(
+                            value=queue_format_calendar(),
+                            label="日历视图",
+                        )
+
+                        gr.Markdown("---")
+                        gr.Markdown("#### 👁️ 内容预览")
+                        queue_preview_display = gr.Markdown(
+                            value="*选择队列项 ID 后点击预览*",
+                        )
+
+            # -------- Tab 3: 🔥 热点探测 --------
             with gr.Tab("🔥 热点探测"):
                 gr.Markdown("### 搜索热门内容 → AI 分析趋势 → 一键借鉴创作")
                 with gr.Row():
@@ -380,67 +505,7 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
                                 )
                                 my_reply_status = gr.Markdown("")
 
-            # -------- Tab 4: 账号登录 --------
+            # -------- Tab 5: 📊 数据看板 --------
-            with gr.Tab("🔐 账号登录"):
-                gr.Markdown(
-                    "### 小红书账号登录\n"
-                    "> 扫码登录后自动获取 xsec_token，配合用户 ID 即可使用所有功能"
-                )
-                with gr.Row():
-                    with gr.Column(scale=1):
-                        gr.Markdown(
-                            "**操作步骤：**\n"
-                            "1. 确保 MCP 服务已启动\n"
-                            "2. 点击「获取登录二维码」→ 用小红书 App 扫码\n"
-                            "3. 点击「检查登录状态」→ 自动获取并保存 xsec_token\n"
-                            "4. 首次使用请填写你的用户 ID 并点击保存\n\n"
-                            "⚠️ 登录后不要在其他网页端登录同一账号，否则会被踢出"
-                        )
-                        btn_get_qrcode = gr.Button(
-                            "📱 获取登录二维码", variant="primary", size="lg",
-                        )
-                        btn_check_login = gr.Button(
-                            "🔍 检查登录状态 (自动获取 Token)",
-                            variant="secondary", size="lg",
-                        )
-                        btn_logout = gr.Button(
-                            "🚪 退出登录 (重新扫码)",
-                            variant="stop", size="lg",
-                        )
-                        login_status = gr.Markdown("🔄 等待操作...")
-
-                        gr.Markdown("---")
-                        gr.Markdown(
-                            "#### 📌 我的账号信息\n"
-                            "> **注意**: 小红书号 ≠ 用户 ID\n"
-                            "> - **小红书号 (redId)**: 如 `18688457507`，是你在 App 个人页看到的\n"
-                            "> - **用户 ID (userId)**: 如 `5a695db6e8ac2b72e8af2a53`，24位十六进制字符串\n\n"
-                            "💡 **如何获取 userId?**\n"
-                            "1. 用浏览器打开你的小红书主页\n"
-                            "2. 网址格式为: `xiaohongshu.com/user/profile/xxxxxxxx`\n"
-                            "3. `profile/` 后面的就是你的 userId"
-                        )
-                        login_user_id = gr.Textbox(
-                            label="我的用户 ID (24位 userId, 非小红书号)",
-                            value=config.get("my_user_id", ""),
-                            placeholder="如: 5a695db6e8ac2b72e8af2a53",
-                        )
-                        login_xsec_token = gr.Textbox(
-                            label="xsec_token (登录后自动获取)",
-                            value=config.get("xsec_token", ""),
-                            interactive=False,
-                        )
-                        btn_save_uid = gr.Button(
-                            "💾 保存用户 ID", variant="secondary",
-                        )
-                        save_uid_status = gr.Markdown("")
-
-                    with gr.Column(scale=1):
-                        qr_image = gr.Image(
-                            label="扫码登录", height=350, width=350,
-                        )
-
-            # -------- Tab 5: 数据看板 --------
             with gr.Tab("📊 数据看板"):
                 gr.Markdown(
                     "### 我的账号数据看板\n"
@@ -657,94 +722,106 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
                         )
                         auto_publish_result = gr.Markdown("")
 
-                    # 右栏: 定时自动化
+                    # 右栏: 定时自动化 (2列卡片网格)
-                    with gr.Column(scale=1):
+                    with gr.Column(scale=2):
                         gr.Markdown("#### ⏰ 随机定时自动化")
                         gr.Markdown(
-                            "> 设置时间间隔后启动，系统将在随机时间自动执行\n"
+                            "> 设置时间间隔后启动，系统将在随机时间自动执行 · 模拟真人操作节奏，降低被检测风险"
-                            "> 模拟真人操作节奏，降低被检测风险"
                         )
                         sched_status = gr.Markdown("⚪ **调度器未运行**")
 
-                        # 运营时段设置
+                        # ── 第1行: 时段 + 评论 ──
-                        with gr.Group():
+                        with gr.Row():
-                            gr.Markdown("##### ⏰ 运营时段")
+                            with gr.Column(scale=1):
-                            with gr.Row():
+                                with gr.Group():
-                                sched_start_hour = gr.Number(
+                                    gr.Markdown("##### ⏰ 运营时段")
-                                    label="开始时间(整点)", value=config.get("sched_start_hour", 8), minimum=0, maximum=23,
+                                    with gr.Row():
-                                )
+                                        sched_start_hour = gr.Number(
-                                sched_end_hour = gr.Number(
+                                            label="开始(整点)", value=config.get("sched_start_hour", 8), minimum=0, maximum=23,
-                                    label="结束时间(整点)", value=config.get("sched_end_hour", 23), minimum=1, maximum=24,
+                                        )
-                                )
+                                        sched_end_hour = gr.Number(
+                                            label="结束(整点)", value=config.get("sched_end_hour", 23), minimum=1, maximum=24,
+                                        )
+                            with gr.Column(scale=1):
+                                with gr.Group():
+                                    gr.Markdown("##### 💬 自动评论")
+                                    sched_comment_on = gr.Checkbox(
+                                        label="启用", value=config.get("sched_comment_on", True),
+                                    )
+                                    with gr.Row():
+                                        sched_c_min = gr.Number(
+                                            label="最小间隔(分钟)", value=config.get("sched_c_min", 15), minimum=5,
+                                        )
+                                        sched_c_max = gr.Number(
+                                            label="最大间隔(分钟)", value=config.get("sched_c_max", 45), minimum=10,
+                                        )
 
-                        with gr.Group():
+                        # ── 第2行: 点赞 + 收藏 ──
-                            sched_comment_on = gr.Checkbox(
+                        with gr.Row():
-                                label="✅ 启用自动评论", value=config.get("sched_comment_on", True),
+                            with gr.Column(scale=1):
-                            )
+                                with gr.Group():
-                            with gr.Row():
+                                    gr.Markdown("##### 👍 自动点赞")
-                                sched_c_min = gr.Number(
+                                    sched_like_on = gr.Checkbox(
-                                    label="评论最小间隔(分钟)", value=config.get("sched_c_min", 15), minimum=5,
+                                        label="启用", value=config.get("sched_like_on", True),
-                                )
+                                    )
-                                sched_c_max = gr.Number(
+                                    with gr.Row():
-                                    label="评论最大间隔(分钟)", value=config.get("sched_c_max", 45), minimum=10,
+                                        sched_l_min = gr.Number(
-                                )
+                                            label="最小间隔(分钟)", value=config.get("sched_l_min", 10), minimum=3,
+                                        )
+                                        sched_l_max = gr.Number(
+                                            label="最大间隔(分钟)", value=config.get("sched_l_max", 30), minimum=5,
+                                        )
+                                    sched_like_count = gr.Number(
+                                        label="每轮点赞数", value=config.get("sched_like_count", 5), minimum=1, maximum=15,
+                                    )
+                            with gr.Column(scale=1):
+                                with gr.Group():
+                                    gr.Markdown("##### ⭐ 自动收藏")
+                                    sched_fav_on = gr.Checkbox(
+                                        label="启用", value=config.get("sched_fav_on", True),
+                                    )
+                                    with gr.Row():
+                                        sched_fav_min = gr.Number(
+                                            label="最小间隔(分钟)", value=config.get("sched_fav_min", 12), minimum=3,
+                                        )
+                                        sched_fav_max = gr.Number(
+                                            label="最大间隔(分钟)", value=config.get("sched_fav_max", 35), minimum=5,
+                                        )
+                                    sched_fav_count = gr.Number(
+                                        label="每轮收藏数", value=config.get("sched_fav_count", 3), minimum=1, maximum=10,
+                                    )
 
-                        with gr.Group():
+                        # ── 第3行: 回复 + 发布 ──
-                            sched_like_on = gr.Checkbox(
+                        with gr.Row():
-                                label="✅ 启用自动点赞", value=config.get("sched_like_on", True),
+                            with gr.Column(scale=1):
-                            )
+                                with gr.Group():
-                            with gr.Row():
+                                    gr.Markdown("##### 💌 自动回复")
-                                sched_l_min = gr.Number(
+                                    sched_reply_on = gr.Checkbox(
-                                    label="点赞最小间隔(分钟)", value=config.get("sched_l_min", 10), minimum=3,
+                                        label="启用", value=config.get("sched_reply_on", True),
-                                )
+                                    )
-                                sched_l_max = gr.Number(
+                                    with gr.Row():
-                                    label="点赞最大间隔(分钟)", value=config.get("sched_l_max", 30), minimum=5,
+                                        sched_r_min = gr.Number(
-                                )
+                                            label="最小间隔(分钟)", value=config.get("sched_r_min", 20), minimum=5,
-                            sched_like_count = gr.Number(
+                                        )
-                                label="每轮点赞数量", value=config.get("sched_like_count", 5), minimum=1, maximum=15,
+                                        sched_r_max = gr.Number(
-                            )
+                                            label="最大间隔(分钟)", value=config.get("sched_r_max", 60), minimum=10,
-
+                                        )
-                        with gr.Group():
+                                    sched_reply_max = gr.Number(
-                            sched_fav_on = gr.Checkbox(
+                                        label="每轮最多回复", value=config.get("sched_reply_max", 3), minimum=1, maximum=10,
-                                label="✅ 启用自动收藏", value=config.get("sched_fav_on", True),
+                                    )
-                            )
+                            with gr.Column(scale=1):
-                            with gr.Row():
+                                with gr.Group():
-                                sched_fav_min = gr.Number(
+                                    gr.Markdown("##### 🚀 自动发布")
-                                    label="收藏最小间隔(分钟)", value=config.get("sched_fav_min", 12), minimum=3,
+                                    sched_publish_on = gr.Checkbox(
-                                )
+                                        label="启用", value=config.get("sched_publish_on", True),
-                                sched_fav_max = gr.Number(
+                                    )
-                                    label="收藏最大间隔(分钟)", value=config.get("sched_fav_max", 35), minimum=5,
+                                    with gr.Row():
-                                )
+                                        sched_p_min = gr.Number(
-                            sched_fav_count = gr.Number(
+                                            label="最小间隔(分钟)", value=config.get("sched_p_min", 60), minimum=30,
-                                label="每轮收藏数量", value=config.get("sched_fav_count", 3), minimum=1, maximum=10,
+                                        )
-                            )
+                                        sched_p_max = gr.Number(
-
+                                            label="最大间隔(分钟)", value=config.get("sched_p_max", 180), minimum=60,
-                        with gr.Group():
+                                        )
-                            sched_reply_on = gr.Checkbox(
-                                label="✅ 启用自动回复评论", value=config.get("sched_reply_on", True),
-                            )
-                            with gr.Row():
-                                sched_r_min = gr.Number(
-                                    label="回复最小间隔(分钟)", value=config.get("sched_r_min", 20), minimum=5,
-                                )
-                                sched_r_max = gr.Number(
-                                    label="回复最大间隔(分钟)", value=config.get("sched_r_max", 60), minimum=10,
-                                )
-                            sched_reply_max = gr.Number(
-                                label="每轮最多回复条数", value=config.get("sched_reply_max", 3), minimum=1, maximum=10,
-                            )
-
-                        with gr.Group():
-                            sched_publish_on = gr.Checkbox(
-                                label="✅ 启用自动发布", value=config.get("sched_publish_on", True),
-                            )
-                            with gr.Row():
-                                sched_p_min = gr.Number(
-                                    label="发布最小间隔(分钟)", value=config.get("sched_p_min", 60), minimum=30,
-                                )
-                                sched_p_max = gr.Number(
-                                    label="发布最大间隔(分钟)", value=config.get("sched_p_max", 180), minimum=60,
-                                )
 
                         with gr.Row():
                             btn_start_sched = gr.Button(
@@ -761,7 +838,7 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
                         gr.Markdown("#### 📋 运行日志")
                         with gr.Row():
                             btn_refresh_log = gr.Button("🔄 刷新日志", size="sm")
-                            btn_clear_log = gr.Button("🗑️ 清空日志", size="sm")
+                            btn_clear_log = gr.Button("🗑️ 清空日志", size="sm", variant="stop")
                             btn_refresh_stats = gr.Button("📊 刷新统计", size="sm")
                         auto_log_display = gr.TextArea(
                             label="自动化运行日志",
@@ -775,98 +852,64 @@ def build_app(cfg: "ConfigManager", analytics: "AnalyticsService") -> gr.Blocks:
                             value=_get_stats_summary(),
                         )
 
-            # -------- Tab 8: 内容排期 📅 --------
+            # -------- Tab 8: 🔐 账号登录 --------
-            with gr.Tab("📅 内容排期"):
+            with gr.Tab("🔐 账号登录"):
                 gr.Markdown(
-                    "### 📅 内容排期日历 + 发布队列\n"
+                    "### 小红书账号登录\n"
-                    "> 批量生成内容 → 预览审核 → 排期定时 → 自动发布，内容创作全流程管控\n\n"
+                    "> 扫码登录后自动获取 xsec_token，配合用户 ID 即可使用所有功能"
-                    "**工作流**: 生成内容 → 📝草稿 → ✅审核通过 → 🕐排期/立即发布 → 🚀自动发布"
                 )
-
                 with gr.Row():
-                    # ===== 左栏: 生成 & 队列控制 =====
                     with gr.Column(scale=1):
-                        gr.Markdown("#### 🔧 批量生成到队列")
+                        gr.Markdown(
-                        queue_gen_topics = gr.Textbox(
+                            "**操作步骤：**\n"
-                            label="主题池 (逗号分隔，随人设自动切换)",
+                            "1. 确保 MCP 服务已启动\n"
-                            value=", ".join(get_persona_topics(config.get("persona", ""))),
+                            "2. 点击「获取登录二维码」→ 用小红书 App 扫码\n"
-                            placeholder="会从池中随机选取，切换人设自动更新",
+                            "3. 点击「检查登录状态」→ 自动获取并保存 xsec_token\n"
+                            "4. 首次使用请填写你的用户 ID 并点击保存\n\n"
+                            "⚠️ 登录后不要在其他网页端登录同一账号，否则会被踢出"
                         )
-                        with gr.Row():
+                        btn_get_qrcode = gr.Button(
-                            queue_gen_count = gr.Number(
+                            "📱 获取登录二维码", variant="primary", size="lg",
-                                label="生成数量", value=config.get("queue_gen_count", 3), minimum=1, maximum=10,
-                            )
-                            queue_gen_schedule = gr.Textbox(
-                                label="排期时间 (可选)",
-                                placeholder="如 2026-02-10 18:00:00，留空=仅草稿",
-                            )
-                        btn_queue_generate = gr.Button(
-                            "📝 批量生成 → 加入队列", variant="primary", size="lg",
                         )
-                        queue_gen_result = gr.Markdown("")
+                        btn_check_login = gr.Button(
+                            "🔍 检查登录状态 (自动获取 Token)",
+                            variant="secondary", size="lg",
+                        )
+                        btn_logout = gr.Button(
+                            "🚪 退出登录 (重新扫码)",
+                            variant="stop", size="lg",
+                        )
+                        login_status = gr.Markdown("🔄 等待操作...")
 
                         gr.Markdown("---")
-                        gr.Markdown("#### ⚙️ 队列处理器")
+                        gr.Markdown(
-                        queue_processor_status = gr.Markdown(
+                            "#### 📌 我的账号信息\n"
-                            value=queue_get_status(),
+                            "> **注意**: 小红书号 ≠ 用户 ID\n"
+                            "> - **小红书号 (redId)**: 如 `18688457507`，是你在 App 个人页看到的\n"
+                            "> - **用户 ID (userId)**: 如 `5a695db6e8ac2b72e8af2a53`，24位十六进制字符串\n\n"
+                            "💡 **如何获取 userId?**\n"
+                            "1. 用浏览器打开你的小红书主页\n"
+                            "2. 网址格式为: `xiaohongshu.com/user/profile/xxxxxxxx`\n"
+                            "3. `profile/` 后面的就是你的 userId"
                         )
-                        with gr.Row():
+                        login_user_id = gr.Textbox(
-                            btn_queue_start = gr.Button(
+                            label="我的用户 ID (24位 userId, 非小红书号)",
-                                "▶️ 启动队列处理", variant="primary",
+                            value=config.get("my_user_id", ""),
-                            )
+                            placeholder="如: 5a695db6e8ac2b72e8af2a53",
-                            btn_queue_stop = gr.Button(
+                        )
-                                "⏹️ 停止队列处理", variant="stop",
+                        login_xsec_token = gr.Textbox(
-                            )
+                            label="xsec_token (登录后自动获取)",
-                        queue_processor_result = gr.Markdown("")
+                            value=config.get("xsec_token", ""),
+                            interactive=False,
+                        )
+                        btn_save_uid = gr.Button(
+                            "💾 保存用户 ID", variant="secondary",
+                        )
+                        save_uid_status = gr.Markdown("")
 
-                        gr.Markdown("---")
+                    with gr.Column(scale=1):
-                        gr.Markdown("#### 🔍 操作单个队列项")
+                        qr_image = gr.Image(
-                        queue_item_id = gr.Textbox(
+                            label="扫码登录", height=350, width=350,
-                            label="队列项 ID", placeholder="输入 # 号，如 1",
-                        )
-                        with gr.Row():
-                            btn_queue_preview = gr.Button("👁️ 预览", size="sm")
-                            btn_queue_approve = gr.Button("✅ 通过", size="sm", variant="primary")
-                            btn_queue_reject = gr.Button("🚫 拒绝", size="sm")
-                        with gr.Row():
-                            btn_queue_publish_now = gr.Button("🚀 立即发布", size="sm", variant="primary")
-                            btn_queue_retry = gr.Button("🔄 重试", size="sm")
-                            btn_queue_delete = gr.Button("🗑️ 删除", size="sm", variant="stop")
-                        queue_schedule_time = gr.Textbox(
-                            label="排期时间 (审核通过时可指定)",
-                            placeholder="如 2026-02-10 20:00:00，留空=立即待发布",
-                        )
-                        btn_queue_batch_approve = gr.Button(
-                            "✅ 批量通过所有草稿", variant="secondary",
-                        )
-                        queue_op_result = gr.Markdown("")
-
-                    # ===== 右栏: 队列列表 & 日历 =====
-                    with gr.Column(scale=2):
-                        gr.Markdown("#### 📋 发布队列")
-                        with gr.Row():
-                            queue_filter = gr.Dropdown(
-                                label="状态筛选",
-                                choices=["全部"] + list(STATUS_LABELS.values()),
-                                value="全部",
-                            )
-                            btn_queue_refresh = gr.Button("🔄 刷新", size="sm")
-                        queue_table = gr.Markdown(
-                            value=queue_format_table(),
-                            label="队列列表",
-                        )
-
-                        gr.Markdown("---")
-                        gr.Markdown("#### 📅 排期日历")
-                        queue_calendar = gr.Markdown(
-                            value=queue_format_calendar(),
-                            label="日历视图",
-                        )
-
-                        gr.Markdown("---")
-                        gr.Markdown("#### 👁️ 内容预览")
-                        queue_preview_display = gr.Markdown(
-                            value="*选择队列项 ID 后点击预览*",
                         )
 
         # ==================================================

ui/tab_create.py

@@ -50,7 +50,7 @@ def build_tab(
 
         with gr.Row():
             # ---- 左栏：输入 ----
-            with gr.Column(scale=1):
+            with gr.Column(scale=3):
                 gr.Markdown("### 💡 构思")
                 topic = gr.Textbox(label="笔记主题", placeholder="例如：优衣库早春穿搭")
                 style = gr.Dropdown(
@@ -75,10 +75,17 @@ def build_tab(
                     )
                     steps = gr.Slider(8, 50, value=config.get("sd_steps", 20), step=1, label="步数")
                     cfg_scale = gr.Slider(1, 15, value=config.get("sd_cfg_scale", 5.5), step=0.5, label="CFG Scale")
+                    enhance_level = gr.Slider(
+                        0.0, 2.0,
+                        value=config.get("enhance_level", 1.0),
+                        step=0.1,
+                        label="美化强度",
+                        info="0=关闭  1=默认  2=强化（锐化+皮肤校色+通透感）",
+                    )
                 btn_gen_img = gr.Button("🎨 第二步：生成图片", variant="primary")
 
             # ---- 中栏：文案编辑 ----
-            with gr.Column(scale=1):
+            with gr.Column(scale=4):
                 gr.Markdown("### 📝 文案编辑")
                 res_title = gr.Textbox(
                     label="标题",
@@ -97,7 +104,7 @@ def build_tab(
                 )
 
             # ---- 右栏：预览 & 发布 ----
-            with gr.Column(scale=1):
+            with gr.Column(scale=3):
                 gr.Markdown("### 🖼️ 视觉预览")
                 gallery = gr.Gallery(label="AI 生成图片", columns=2, height=300)
                 local_images = gr.File(
@@ -138,11 +145,13 @@ def build_tab(
         steps.change(fn=lambda s: fn_cfg_set("sd_steps", s), inputs=[steps], outputs=[])
         cfg_scale.change(fn=lambda c: fn_cfg_set("sd_cfg_scale", c), inputs=[cfg_scale], outputs=[])
         neg_prompt.change(fn=lambda n: fn_cfg_set("sd_negative_prompt", n), inputs=[neg_prompt], outputs=[])
+        enhance_level.change(fn=lambda v: fn_cfg_set("enhance_level", v), inputs=[enhance_level], outputs=[])
 
         btn_gen_img.click(
             fn=fn_gen_img,
             inputs=[sd_url, res_prompt, neg_prompt, sd_model, steps, cfg_scale,
-                    face_swap_toggle, face_image_preview, quality_mode, persona],
+                    face_swap_toggle, face_image_preview, quality_mode, persona,
+                    enhance_level],
             outputs=[gallery, state_images, status_bar],
         )
 
@@ -169,4 +178,5 @@ def build_tab(
         "steps": steps,
         "cfg_scale": cfg_scale,
         "neg_prompt": neg_prompt,
+        "enhance_level": enhance_level,
     }