Общая задача

Создать веб-интерфейс (только настольное приложение, без мобильной адаптации) для внутреннего использования - конвейера автоматической генерации маркетинговых изображений товара. Пайплайн должен провести пользователя через 3 логически связанных экрана.

Функциональность экранов

Экран pierwszy: Загрузка и анализ

• Upload: загрузка исходной фотографии товара + предустановленного пресета (пресет - это набор ссылок на эталонные изображения с тегами).
• Анализ: минимальное текстовое описание объекта (вводится пользователем). После загрузки -> автоматический переход к шагу анализа.
• Определение категории: выпадающий список с 3 промо-вариантами («Hero 3 варианта») для выбора перед началом генерации Hero. Определить возможную категорию товара и предложить пользователю откорректировать/выбрать подходящую целевую аудиторию или промо-формулу.

Экран второй: Геренация Hero-изображения

• Генерируется 1 финальное универсальное Hero-изображение на основе выбранного на предыдущем шаге варианта (опционально - любое количество уже просмотренных шагов).
• После показа результата пользователю доступны кнопки: «Подтвердить» (accept / approve), «Еще» (re-generate / another variation) - образуется замкнутый цикл «совет одобрения» (accept loop).
• Блокирование возможности идти дальше, пока Hero не утвержден.

Экран третий: Сборка галереи & финальных данных

• Автоматическая генерация 4-х дополнительных ракурсов/вариаций изображений на основе утвержденного Hero:
  • Основной ракурс (Full view)
  • Увеличение деталей/Угол/Масштаб(макро)
  • Пару свободных творческих кадров под выбранный пресет.
• Параллельно (в случае генерации) на экране появиться строка со списком текущих статусов конвейера (spinner), пока не один из ракурсов не создан.
• После завершения показывает 4 сгенерированные фотографии, кнопка скачать все как zip и перейти к новому заказу.

Бизнеcoвая ловка & бэкенд: состояние и интеграции

Статусы пайплайна для каждой логики изображения

Upload → Analysis/PRE-HERO → HERO_generating → HERO_review → HERO_approved → gallery_generating → result_READY

База данных и хранение (желательно БД как Staging)

• Хранение entry-ID, upload_date, статус сессии + список источников (в том числе userID из кукиз или вручную по каждому случаю?).
• Путь к SSD-cloud для хранения: загруженные файлы исходных изображений, сгенерированные full resolve выходы, эталоны (creativity ref images + H 1 point pro). Сохранять Selected HERO base fqdn/log (cookie vs idb query).
• OR желать проверки к Prerequisite storage для пресетов эталонных логов видео: таблица presets & collections upload or download + reference tag engine fields (season / background / Pallete brightness / atom: filter_key for Replicate action). Todo: схема .readydores/l: pg_config /id/name/audio_library

Внешний AI API

• Интеграция с любым несложным генератором смокчи по API (аналог Replicate /stable-душевой путь ) через head-less backend HTTP queries.
• Требуется предусмотреть Webhook или Poll логики понимать что output - по типу async /img/return . Проверка токена бека.

Ref-pic Library загрузка

Возможность напрямую администратору запилить теги season, light_type, palette CIMA через admin inside app Сначала п..(backend path) фидля uploading multiple files via table на ссамо функциональ В третьем пункTe нужно лишь чт об генерировку / upload

Артекдача Тех

• Результат - рабочий склад, вывод refer demo полней + инструкция in internal as guide deployed в DockerHub или clusterful (docker изображение.
• Расчет ресурсов - об в исходнике документация & local file with logs