用途:把扫描的旧杂志/期刊某一期,流水线式做成可付印的 KDP 平装影印版,含内页 PDF、环绕封面与上架清单。
主要能力(6 阶段):1) 渲染与拆分源跨页,用 pdftoppm -r 300 -png 渲染,切分中缝、裁掉扫描床黑边、去倾斜;2) 逐页转写,以存档 markdown 为准,作为生成时的文本约束;3) 生成,调用 gpt-image-2 的 /v1/images/edits,提示中强制“逐字符按转写稿渲染、信转写稿不信扫描件、不得增删改词”,尺寸用 1600x1888,quality=high;4) 确定性归一化,统一画布、按字形中位高统一正文字号、分离页码、垂直居中;5) 浏览器 Layout Studio 微调并导出 300 dpi;6) 组装 24 页内页、环绕封面(书脊=页数×0.002252 英寸)与 KDP 清单。
用法:仓库提供 harness(facsimile.py)有状态 CLI,典型顺序为 split_spreads.py → facsimile.py preverify all(免费校验,未过不生成)→ generate all → postverify all 与 geometry all → review 人工裁定或 --reroll → upscale all → normalize.py → assemble.py。转写优先拆分已有整期 OCR,不逐页重转。
适用场景:旧杂志/期刊的影印复刻出版;跨期重复的收尾页可审计复用。
限制:显示字体(卡通粗体标签)各模型均不可靠,须用确定性清洗扫描件;混排页面需手工摆放;生成约每页 0.15–0.20 美元、约 2 分钟;KDP 最低 24 页、8.5×11;OpenAI 账号不得处于账单硬限制;列宽与字号耦合仍是未解决问题,宽度一致性靠归一化吸收。