tibetan-buddhist-product-article-generator

读取 ~/.openclaw/workspace/tibetanDraft/ 中的Markdown，识别藏传佛教产品主题，生成约1000字简体中文文章到 ~/.openclaw/workspace/tibetanProc/。 只写藏传佛教，事实需网络核验，含至少3章节+主图+章节图。文件名用时间戳格式。 Read draft Markdown from ~/.openclaw/workspace/tibetanDraft/, identify Tibetan Buddhist product, generate ~1000 word Simplified Chinese article to ~/.openclaw/workspace/tibetanProc/. Only Tibetan Buddhism, facts web-verified, at least 3 sections + hero + section images. Timestamp filenames.

🎯 Purpose

自动生成符合藏传佛教标准的中文产品文章，包含网络事实核验和藏式图像。

📂 Input/Output Paths

输入目录: ~/.openclaw/workspace/tibetanDraft/
输出目录: ~/.openclaw/workspace/tibetanProc/

文件命名规则 (必须严格遵守):

sh

yymmddHHMM_主体名.md
yymmddHHMM_main.png # 主图
yymmddHHMM_section1.png # 章节1图
yymmddHHMM_section2.png # 章节2图

🔄 完整执行流程

1. 初始化检查

检查 ~/.openclaw/workspace/tibetanDraft/ 是否存在 检查是否有 .md 文件 如果目录不存在或为空 → 报错 "草稿目录为空，请先放入输入文件" 如果多个文件 → 读取最新的一个

2. 主题识别

从输入文件提取藏传佛教产品主题，如：唐卡、法器、佛像、经书等。

3. 网络研究 (必须)

搜索查询示例： "Tibetan Buddhism [产品] history verified" "Tibetan [产品] traditional use past present" "Tibetan Buddhism [产品] materials facts"

4. 文章生成规则

• 语言: 口语化、非正式简体中文
• 长度: 约1000字
• 章节 (至少3个):

1. 藏族历史与藏传佛教历史相关背景
2. 产品信息核验 (材料、制作、用途)
3. 藏族过去和现在的用法
4. 对拥有者的宗教文化身心价值 (不夸大)

• 事实原则: 未验证的信息写"资料显示"或"未确认"

5. 图像生成

主图提示: "Traditional Tibetan Buddhist [产品] in authentic thangka style, rich colors, gold details, temple setting" 章节图提示: "Tibetan [场景] featuring [产品], authentic religious art style" 输出: PNG, 同目录, 时间戳文件名

6. 输出模板

markdown

# [产品名称]
摘要
...

## 第一节：历史背景
...

## 第二节：产品信息
...

(以此类推)

⚠️ 错误处理与回退

错误场景	处理方式	输出文件
草稿目录不存在	创建目录并提示	无
无输入文件	输出说明文件	yymmddHHMM_usage.md
主题无法识别	列出可能主题，等待确认	yymmddHHMM_topics.md
网络搜索失败	使用本地知识 + 标记"需进一步验证"	正常输出 + 警告
图像生成失败	输出无图版本 + 记录日志	yymmddHHMM_log.txt

🧪 测试用例

输入文件: test_tibetanDraft/thangka_draft.md

我想写一篇关于唐卡的文章...

预期输出:

2604071901_thangka.md (约1000字) 2604071901_main.png 2604071901_section1.png (历史) 2604071901_section2.png (产品信息) ...

📋 元数据文件 (自动生成)

每个输出文件夹会附带:

skill-run.json: { "timestamp": "2604071901", "input_file": "原文件名", "product": "识别的产品", "word_count": 1024, "images_generated": 4, "research_sources": ["web:1", "web:11", ...] }

🚀 自动化运行参数

--dry-run: 只检查不生成 --product=强制指定产品名 --draft=指定输入文件 --output-dir=自定义输出目录

---

此技能符合 ClawHub 发布标准，已包含完整错误处理、测试用例和自动化模板。