基于英特尔 OpenVINO 的本地文旅商家智能助手

技能描述

本技能自动化执行"基于英特尔 OpenVINO 的本地文旅商家智能助手"项目，提供 8 大核心 AI 功能。所有处理均在本地完成，无需网络连接，零 API 成本。

核心功能：

📋 构建商家数字档案 — 必须先执行，作为所有功能的基础上下文
📖 生成文化故事 — 支持多模态图片分析
🌍 国际化营销引擎 — 多语言翻译与文化桥接
🎬 短视频脚本创作 — 60 秒带货脚本
🎯 体验策划引擎 — 店内微活动方案生成
💬 口碑管理引擎 — 评价分析与高情商回复
📢 全渠道营销物料 — 朋友圈/小红书/公众号文案
🖼️ AI 海报生成 — 输出图片文件 + 包装设计

技术特色：

✅ 完全本地运行，数据隐私保护
✅ 基于英特尔 OpenVINO 加速推理
✅ 零 API 费用，无需 Key
✅ 离线可用，无网络依赖（首次模型下载除外）

前置要求

系统要求

操作系统: Windows 10/11（推荐）、Linux、macOS
Python: 3.8 - 3.11
处理器: Intel CPU（推荐 11 代酷睿及以上）
内存: 最低 16 GB，推荐 32 GB
存储: 至少 20 GB 可用空间（模型文件约 12 GB）

依赖工具

pip（Python 包管理器）
Git（用于安装 GitHub 源的 Python 依赖包，如 optimum-intel）

注意：Git 仅用于安装第三方 Python 库的特定 commit 版本（requirements.txt 中有 git+https:// 源）。项目代码本身无需额外克隆。

目录结构

<skill-root>/                   # 本 SKILL.md 所在目录
├── SKILL.md                    # 本技能定义文件
├── scripts/                    # 核心脚本包（Python 包）
│   ├── __init__.py
│   ├── app.py                  # Gradio Web 应用入口
│   ├── api_service_local.py    # OpenVINO 模型服务（LLM + 图片生成）
│   ├── prompt_templates.py     # 各引擎 System Prompt 模板
│   ├── state_manager.py        # 全局状态管理 + 演示案例数据
│   ├── init_env.py             # 独立脚本共用初始化模块
│   ├── setup_profile.py        # [菱形-先决] 构建商家数字档案
│   ├── generate_story.py       # [菱形-内容] 生成文化故事
│   ├── multilingual_translation.py # [菱形-内容] 多语言翻译
│   ├── video_script.py         # [菱形-内容] 短视频脚本
│   ├── activity_planning.py    # [菱形-策划] 体验活动策划
│   ├── reputation_management.py # [菱形-策划] 口碑管理分析
│   ├── marketing_materials.py  # [菱形-营销] 全渠道物料
│   ├── generate_poster.py      # [菱形-营销] 海报图片生成
│   └── requirements.txt        # Python 依赖列表
├── lab1-multimodal-vlm/        # Qwen3-VL 模型（首次下载后生成）
│   └── Qwen3-VL-4B-Instruct-int4-ov/
└── lab4-image-generation/      # Z-Image-Turbo 模型（首次下载后生成）
    └── Z-Image-Turbo-int4-ov/

注意：所有脚本均在 scripts/ 目录下，服务启动时以 scripts/ 为脚本目录，模块间通过相对导入（from state_manager import ...）引用。不要修改目录结构。

执行步骤

步骤 1: 安装 Python 依赖

# 确保在 skill 根目录下执行
cd /path/to/skill-root
pip install -r scripts/requirements.txt

提示：如果安装 optimum-intel（git+https 源）较慢，可以先单独安装其他依赖，再安装该包。

步骤 2: 下载模型文件

在 skill 根目录下创建模型目录并下载：

# 创建模型目录
mkdir -p lab1-multimodal-vlm
mkdir -p lab4-image-generation

# 使用 Python 脚本下载模型
python3 << 'EOF'
from pathlib import Path

# 下载 Qwen3-VL 多模态模型
model_dir = Path("lab1-multimodal-vlm/Qwen3-VL-4B-Instruct-int4-ov")
if not model_dir.exists():
    print("正在下载 Qwen3-VL 模型（约 5-7 GB）...")
    from modelscope import snapshot_download
    snapshot_download("snake7gun/Qwen3-VL-4B-Instruct-int4-ov", local_dir=str(model_dir))
    print(f"✅ Qwen3-VL 模型已下载到: {model_dir}")
else:
    print(f"✅ Qwen3-VL 模型已存在，跳过下载")

# 下载 Z-Image-Turbo 图像生成模型
model_dir = Path("lab4-image-generation/Z-Image-Turbo-int4-ov")
if not model_dir.exists():
    print("正在下载 Z-Image-Turbo 模型（约 5-7 GB）...")
    from modelscope import snapshot_download
    snapshot_download("snake7gun/Z-Image-Turbo-int4-ov", local_dir=str(model_dir))
    print(f"✅ Z-Image-Turbo 模型已下载到: {model_dir}")
else:
    print(f"✅ Z-Image-Turbo 模型已存在，跳过下载")

print("\n🎉 所有模型下载完成！")
EOF

说明：

首次下载约需 10-15 GB 存储空间
下载时间取决于网络速度（通常 10-30 分钟）
如果模型已存在，会自动跳过下载
模型文件会下载到 skill 根目录下，与 scripts/ 同级

步骤 3: 启动 Gradio Web 应用

python scripts/app.py

启动后浏览器自动打开 http://localhost:7860，即可在图形界面中使用所有功能。

🎯 核心功能说明

所有 8 大功能均集成在 Gradio Web 应用的各 Tab 页中。以下说明各功能的定位和用法。

功能 0: 构建商家数字档案（必须首先执行）

位置: Web 界面「商家数字档案」Tab

这是所有功能的前置条件。填写店铺基础信息后，AI 会基于此提供个性化服务。

字段说明： | 字段 | 说明 | 示例 | |------|------|------| | 店铺名称 | 品牌命名 | 西湖绸伞工艺坊 | | 地理位置 | 精确到街道/景区 | 杭州市西湖区河坊街 128 号 | | 开业时间 | 帮助讲述品牌历史 | 2018 年 5 月 | | 核心特色 | 逗号分隔的标签 | 非遗传承，宋韵文化 | | 今日天气 | 影响活动策划 | 晴朗 / 小雨 | | 节假日 | 用于应景营销 | 端午节 | | 营业状态 | 当前经营简述 | 库存充足 | | 目标客群 | 精准定位营销 | 文化体验爱好者 |

演示案例: 下拉选择「西湖绸伞店」「满觉陇民宿」「龙井茶庄」可一键填充数据。

功能 1: 生成文化故事

位置: 「文化内容引擎」Tab — 生成文化故事

支持纯文本和多模态（上传产品图片 + AI 分析视觉特征），生成游客版或专家版文化故事。

功能 2: 国际化营销引擎（多语言翻译）

位置: 「文化内容引擎」Tab — 多语言介绍

将文案翻译成英文/日文/韩文/法文，附带文化背景解释和店员实践指导。

功能 3: 短视频脚本

位置: 「文化内容引擎」Tab — 生成短视频脚本

自动生成 60 秒带货脚本，包含分镜、旁白、BGM 建议、字幕金句、行动号召。

功能 4: 体验策划引擎

位置: 「体验策划引擎」Tab

基于天气、节假日、目标客群，设计店内微活动方案（含物料清单、主持人话术、成本预估）。

功能 5: 口碑管理引擎

位置: 「口碑管理引擎」Tab

分析游客评价情感，提取核心问题，生成 2-3 个版本的高情商回复和可落地整改建议。

功能 6: 全渠道营销物料

位置: 「营销推广引擎」Tab — 全渠道营销文案

生成海报提示词、朋友圈文案（3 版）、小红书种草文案、公众号大纲、私域引流话术。

功能 7: AI 海报生成

位置: 「营销推广引擎」Tab — AI 海报生成

从营销文案中提取海报提示词，调用本地模型生成海报图片并展示在界面中。

功能 8: 产品包装设计升级

位置: 「营销推广引擎」Tab — 产品包装设计升级

上传产品实拍照片，AI 分析产品特征后生成主包装、礼品袋、明信片三件套设计图。

🚀 使用方式

方式一：Web 界面（推荐）

python scripts/app.py

打开浏览器访问 http://localhost:7860，按「商家数字档案 → 选择功能 → 获取成果」流程使用。

方式二：独立脚本（菱形优先级结构）

scripts/ 目录下已预置各功能的独立 Python 文件，按 菱形优先级 编排：

                    ┌──────────────────────┐
                    │  setup_profile.py    │  ← 🥇 必须最先执行
                    │  构建商家数字档案     │
                    └──────────┬───────────┘
                               │
              ┌────────────────┼────────────────┐
              ▼                ▼                ▼
     ┌────────────────┐ ┌──────────────┐ ┌──────────────┐
     │ generate_story │ │ multilingual │ │ video_script │
     │   文化故事     │ │  多语言翻译   │ │  短视频脚本   │ ← 🥈 内容创作层
     └───────┬────────┘ └──────┬───────┘ └───────┬──────┘
              │                │                  │
              └───────┬────────┴────────┬─────────┘
                      ▼                 ▼
             ┌────────────────┐ ┌──────────────────┐
             │activity_plan   │ │  reputation_     │ ← 🥉 策划分析层
             │   .py          │ │  management.py   │
             │  体验活动策划   │ │  口碑管理分析     │
             └───────┬────────┘ └────────┬─────────┘
                      │                  │
                      └──────┬───────────┘
                             ▼
                    ┌──────────────────┐
                    │ marketing_       │
                    │ materials.py     │ ← 🏅 营销输出层
                    │ 全渠道营销物料   │
                    └────────┬─────────┘
                             │
                             ▼
                    ┌──────────────────┐
                    │ generate_poster  │
                    │ .py              │ ← 🏅 最终输出
                    │  海报生成         │
                    └──────────────────┘

执行规则：

| 优先级 | 层 | 脚本 | 说明 | |--------|------|------|------| | 🥇 先决 | 数字档案 | setup_profile.py | 每次会话必须先执行 | | 🥈 内容创作 | 文化内容官 | generate_story.py | 生成文化故事 | | | 文化内容官 | multilingual_translation.py | 多语言翻译 | | | 文化内容官 | video_script.py | 短视频脚本 | | 🥉 策划分析 | 体验策划师 | activity_planning.py | 店内微活动 | | | 口碑诊疗所 | reputation_management.py | 评价分析 | | 🏅 营销输出 | 营销推广员 | marketing_materials.py | 全渠道文案 | | | 营销推广员 | generate_poster.py | 海报图片生成 |

完整流程示例：

# 1. 构建数字档案（必须先执行）
python scripts/setup_profile.py

# 2. 内容创作 — 生成文化故事
python scripts/generate_story.py

# 3. 内容创作 — 多语言翻译
python scripts/multilingual_translation.py

# 4. 内容创作 — 短视频脚本
python scripts/video_script.py

# 5. 策划分析 — 体验活动方案
python scripts/activity_planning.py

# 6. 策划分析 — 口碑管理分析
python scripts/reputation_management.py

# 7. 营销输出 — 全渠道营销物料
python scripts/marketing_materials.py

# 8. 营销输出 — 海报生成（保存为 generated_poster.png）
python scripts/generate_poster.py

独立调用场景：

| 场景 | 执行命令 | |------|----------| | 只做文化故事 | python scripts/setup_profile.py → python scripts/generate_story.py | | 营销物料+海报 | python scripts/setup_profile.py → python scripts/marketing_materials.py → python scripts/generate_poster.py | | 口碑分析 | python scripts/setup_profile.py → python scripts/reputation_management.py | | 活动策划 | python scripts/setup_profile.py → python scripts/activity_planning.py |

📁 输出文件说明

| 输出项 | 类型 | 来源 | 说明 | |--------|------|------|------| | Web 界面结果 | 文本/图片 | app.py Gradio UI | 所有结果直接在页面中展示 | | 脚本控制台输出 | 文本 | 各独立脚本 | 运行脚本时的终端输出 | | scripts/generated_poster.png | 图片 | generate_poster.py | AI 生成的海报图片文件 |

🖼️ 输出文件说明

| 输出项 | 类型 | 说明 | |--------|------|------| | Web 界面显示 | 文本/图片 | 所有结果直接在 Gradio UI 中展示 | | AI 海报 | 图片 | 在 Web 界面「营销推广引擎」Tab 中展示 | | 包装设计图 | 图片 | 主包装 + 礼品袋 + 明信片，在 Web 界面展示 | | 控制台输出 | 文本 | 脚本调用方式下，结果输出到控制台 |

🔧 故障排除

问题 1: 模型文件路径不存在

错误信息: FileNotFoundError: 模型路径不存在

原因: 模型未下载或路径不对。api_service_local.py 在 skill 根目录下的 lab1-multimodal-vlm/ 和 lab4-image-generation/ 中查找模型。

解决方案:

# 确认模型文件位置（在 skill 根目录下执行）
ls -la lab1-multimodal-vlm/Qwen3-VL-4B-Instruct-int4-ov/
ls -la lab4-image-generation/Z-Image-Turbo-int4-ov/

# 如果不存在，重新下载（在 skill 根目录下执行）
python3 -c "
from modelscope import snapshot_download
snapshot_download('snake7gun/Qwen3-VL-4B-Instruct-int4-ov', local_dir='lab1-multimodal-vlm/Qwen3-VL-4B-Instruct-int4-ov')
snapshot_download('snake7gun/Z-Image-Turbo-int4-ov', local_dir='lab4-image-generation/Z-Image-Turbo-int4-ov')
"

问题 2: optimum-intel 安装失败

错误信息: ERROR: Some packages could not be installed / git clone ... optimum-intel ... failed

原因: requirements.txt 中的 git+https://github.com/openvino-dev-samples/optimum-intel.git 需要 Git 环境。

解决方案:

# 确保安装了 Git
git --version

# 如果 Git 安装正常但网络慢，可单独重试
pip install git+https://github.com/openvino-dev-samples/optimum-intel.git@2f62e5aee74b4acba3836e1f26678c0db0a09c00

问题 3: 内存不足

错误信息: RuntimeError: Not enough memory / 程序闪退

解决方案:

关闭其他占用内存的程序（浏览器标签页、IDE 等）
增加虚拟内存（Windows: 系统属性 → 高级 → 性能 → 虚拟内存）
考虑升级到 32 GB 内存
在 16 GB 内存机器上建议关闭 GPU 模式（强制 CPU 推理）

问题 4: 依赖安装冲突

解决方案:

# 建议在虚拟环境中安装
python -m venv venv
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 升级 pip 后重试
pip install --upgrade pip
pip install -r scripts/requirements.txt

问题 5: 模型推理很慢

说明: 首次启动时模型加载可能需要 2-5 分钟，这是正常的。后续生成速度参考性能表。

📈 性能参考

CPU 模式（Intel i7-12700）

文本生成: 5-10 tokens/秒
图片生成: 2-5 分钟/张（512x512）
内存占用: 12-16 GB

GPU 模式（Intel Arc A770）

文本生成: 15-30 tokens/秒
图片生成: 30-60 秒/张（512x512）
内存占用: 8-12 GB

💡 如需使用 GPU，将 scripts/api_service_local.py 末尾的 device="CPU" 改为 device="GPU"。

📝 许可证

MIT License

🙏 致谢

英特尔 OpenVINO 团队 — 提供强大的推理引擎
ModelScope — 提供高质量的开源模型
Qwen 团队 — Qwen3-VL 多模态大模型
Z-Image 团队 — Z-Image-Turbo 图像生成模型