meida_backend/packages/report

packages/report/ — 美学报告（占位）

职责（架构 §4.1）：触发判定、生成编排、版本管理、分享。 不负责：具体的视觉分析与文案生成（调 AI 能力层）。

profile.py 对外提供「最近一份 succeeded 报告的画像摘要」（Agent 上下文 注入用，P0-2）；rp_report / rp_input 仍只有本域 repo 可触，外部一律走这里。

待实现

• 表：rp_report rp_input rp_share
• 架构 §7.1 的 24 步生成链路（这是全系统最复杂的一条）

这条链路上不能妥协的四件事

1. 原图生命周期：直传 COS 临时桶 → Worker 拉取 → 第 14 步显式删除 → 桶级 2 小时生命周期兜底（TD-20 / CR-02）。rp_input 只存派生特征与图片元信息。
2. 失败即退款：任何步骤失败 → tk_task 转 failed → billing.refund()。
3. 分步可恢复：视觉分析结果必须落中间态，LLM 或渲染失败时不重跑视觉分析 （也就不需要用户重新上传）。
4. 生成后校验不可跳过：禁忌违反、色值在板内、维度引用存在、无医疗/贬损表述。 最多重试 2 次，仍失败降级为规则直出模板文案，绝不放行违规内容。

结论反馈（T-P3-21 最小可用版，迭代 3 落地）

feedback_service.py + rp_feedback：维度级「准/不准 + 可选修正」，同维度 重复反馈 = 覆盖更新（upsert）。有意裁剪：原文要求的「修正后置信度置 1.0 并即时写 L1 记忆」未做——L1 记忆系统未建，本迭代只落表，认同率/修正率 两项指标可从 SQL 直接算出，不回写报告结论。

预约留资（T-P3-22，迭代 3 落地）

reservation_service.py + rp_reservation：topic 预留通用性（首期 full_report）。指标口径：预约率 = rp_reservation(topic='full_report') 行数 ÷ 埋点 full_report.card_view 去重曝光数；决策门槛 ≥8%（产品方案 §2.2.3）。