儿童成语读音学习卡片

解决的问题

儿童语文启蒙内容制作中，成语典故常含有成人化叙事、暴力或复杂背景，直接给孩子讲不适合。传统制作一张学习卡需要人工改写故事、找图、录音频、排版，且很难稳定控制年龄段与画面比例。该技能把“成语 + 年龄段 + 画面比例”作为输入，目标是产出可直接展示的儿童学习卡片：安全故事、配图 URL、朗读音频 URL 和核心概念说明。

技能如何工作

技能的核心流程是多模态内容生成与异步任务管理：

• 意图解析与安全审查：提取成语核心教育概念，过滤暴力、血腥等不宜内容，并记录安全转化结果。
• 适龄化改写：按 age_group 将典故改写为儿童可理解的 Markdown 故事，并生成 TTS 朗读节奏指引。
• 配图提示词：结合故事关键词、画面比例与画风约束，生成文生图提示词。
• 异步生成：真实调用时通过 execute_task.py 提交任务，返回 task_id，再用 query_task.py 轮询图片与音频资源。
• 结果组装：输出卡片标题、故事、图片 URL、音频 URL、核心概念与安全转化记录，并可生成 HTML 预览页。

适用边界与注意点

• idiom 与 age_group 为必填项；任务强制异步执行，不适合期望同步阻塞取结果的场景。
• 无 showapi_appkey 时只返回模拟结果，用于快速预览，不代表真实生成。
• 若图像模型中文文字渲染不佳，可参考 text_rendering_fallback_suggestion 在本地叠加文字。
• 轮询过程中应即时向用户同步当前阶段结果，而不是只等待最终 JSON。