design review ai

一个商品图审稿自动化脚本，监听产品文件夹，按 5 套图像审查 prompt 分析 infography 和 mobile banner，并生成 Word 报告/邮件。

这个能力解决什么问题

它解决的是电商商品图上线前需要检查文案、技术规格、兼容性、图片顺序和 banner 质量的问题。输入是每个产品文件夹下的 Infography 和 Mobile Banner 图片；输出是分 5 步的图像审查结果、.docx 报告和可选邮件发送。

核心逻辑

watcher.py 用 watchdog 监听文件夹，发现新产品目录后查找名称包含 infograph/mobile 的子目录。脚本分别用 5 个 prompt 分析：listing 表达、技术复查、2026 兼容性、mobile banner、全图交叉校验。每一步调用图像模型服务，结果汇总后由 report_generator.py 渲染成 Word 文档，processed_folders.json 避免重复处理。

技术结构

• 关键模块：app/watcher.py 管监听和五步流水线；claude_service.py 管图像模型调用；prompts.py 读取 prompt；report_generator.py 生成 docx；email_service.py 发送邮件；prompts/prompt1-5.txt 存审查要求。
• 调用链路：folder created -> image collection -> 5 prompt analyses -> report docx -> optional email。
• 输入输出：输入是商品图文件夹；输出是审查报告和修正清单。
• 核心依赖：google-genai、python-docx、watchdog、pillow、python-dotenv。

为什么值得参考

它把设计评审做成了“文件夹触发的多轮审稿流水线”，每一步职责明确，最后生成给设计团队看的报告。对图片审稿类 Skill 来说，按图像类型分 prompt、再做 cross-verify 的结构值得借鉴。

为什么不建议直接套用

如何改造成自己的版本

保留五步审稿思路，但把 prompt 改成结构化评分表：信息准确性、规格一致性、平台规范、转化表达、缺失图片。竞品和兼容性只允许读取用户提供的参考资料，不让模型自行猜。报告生成后进入 review 文件夹，不自动发送邮件。

适用场景

• 电商商品图、banner、详情页上线前审稿。
• 设计团队批量获得修改清单。
• 图像多轮审查 workflow 参考。

不适用场景

• 需要法律级广告合规结论。
• 未提供竞品和设备资料却要求事实核查。
• 自动把审查报告发给外部客户。

公开版边界

• 基于公开 README 解读。

参考信息

• 原项目：design-review-ai
• 作者：nityansh10
• 相关概念：[[设计评审]]、[[图像审稿]]
• 相关卡片：保守留空