1

server/biz/service/dataset.go

@@ -1027,7 +1027,8 @@ func (s *datasetService) buildPromptFromTemplate(ctx context.Context, dataset *e
 		return pool
 	}
 	scene, action, occlusion := "", "", ""
-	if bundle := pickSceneEntry(parseScenePool(dataset.GenScenes)); bundle != nil {
+	bundle := pickSceneEntry(parseScenePool(dataset.GenScenes))
+	if bundle != nil {
 		scene = bundle.Scene
 		if len(bundle.Actions) > 0 {
 			action = pickCfgList(bundle.Actions)
@@ -1053,6 +1054,12 @@ func (s *datasetService) buildPromptFromTemplate(ctx context.Context, dataset *e
 	}
 	// 距离描述从表单固定值生成（25 → "25米外"）
 	distWord := fmt.Sprintf("%d米外", dist)
+	// 位置锚 {position}：默认地平线锚（地面/水面场景，目标在地平线附近语义成立）；
+	// 捆绑组 position 覆盖（树栖场景目标须锚到枝头/树冠，否则「地平线附近有且仅有斑鸠」仍落在地面）
+	position := "在" + distWord + "的地平线附近"
+	if bundle != nil && strings.TrimSpace(bundle.Position) != "" {
+		position = strings.ReplaceAll(bundle.Position, "{distanceWord}", distWord)
+	}
 	// 尺寸提示：按物理公式把表单距离换算成目标在图中的像素高与画面占比
 	sizeHint, pctVal, sErr := s.buildSizeHint(ctx, dataset, dist, size)
 	if sErr != nil {
@@ -1079,6 +1086,7 @@ func (s *datasetService) buildPromptFromTemplate(ctx context.Context, dataset *e
 		"{scene}": scene, "{species}": sexWord + species, "{count}": countWord,
 		"{action}": action, "{occlusion}": occlusion, "{light}": light,
 		"{distanceWord}": distWord, "{sizeHint}": sizeHint, "{tone}": tone,
+		"{position}": position,
 	} {
 		out = strings.ReplaceAll(out, k, v)
 	}
@@ -1162,13 +1170,16 @@ func pickCfgList(pool []string) string {
 }
 
 // genSceneEntry 场景池条目：字符串条目解析为仅含 Scene 的本结构（weight=1，动作/遮挡走全局池）；
-// 捆绑组对象 {scene, weight, actions, occlusions} 的动作/遮挡与场景联动（2026-09-04，
-// 斑鸠树栖 80%——三池独立随机会拼出「树上场景+地面动作/草丛遮挡」矛盾提示词，见技术设计.md）
+// 捆绑组对象 {scene, weight, actions, occlusions, position} 的动作/遮挡与场景联动（2026-09-04，
+// 斑鸠树栖 80%——三池独立随机会拼出「树上场景+地面动作/草丛遮挡」矛盾提示词，见技术设计.md）；
+// position 覆盖默认位置锚「在N米外的地平线附近」（树栖目标锚地平线=语义落地，须锚到枝头，
+// 内可用 {distanceWord} 占位）
 type genSceneEntry struct {
 	Scene      string   `json:"scene"`
 	Weight     int      `json:"weight"`
 	Actions    []string `json:"actions"`
 	Occlusions []string `json:"occlusions"`
+	Position   string   `json:"position"`
 }
 
 // parseScenePool 解析场景池 JSON 数组：条目兼容字符串与捆绑组对象，非法条目跳过

server/config.yml

@@ -41,19 +41,21 @@ imageGen:
   # 通用提示词模板：{species} 取数据集 gen_species（单值，空回退数据集名）；{count} 为数量词
   # （固定 "1只"，每张仅 1 个目标；原表单数量选择已取消）；{scene}/{action}/{light} 池内随机
   # （scene/action/occlusion 从数据集表 gen_scenes/gen_actions/gen_occlusions 池随机，无 config 兜底；
-  # gen_scenes 条目兼容捆绑组对象 {scene,weight,actions,occlusions}——选中时动作/遮挡组内联动，
+  # gen_scenes 条目兼容捆绑组对象 {scene,weight,actions,occlusions,position}——选中时动作/遮挡组内联动，
+  # position 覆盖默认位置锚（树栖场景须把目标锚到枝头，默认地平线锚只适合地面/水面），
   # 见技术设计.md「场景捆绑组+权重」，斑鸠 80% 树上场景即此机制）；
   # {tone} 取数据集表 gen_tone（默认深色，白化个体配浅色）；{sizeHint} 按数据集表 gen_heights 站高与
   # 表单距离算出像素高，按画面占比分级尺寸词（像素数与固定物体类比词均不通用，2026-08-31）+ 占比。物种只写名字
   # 不写羽毛细节（细节会把镜头拉近，详见技术设计）。引导语「手机原相机主摄不变焦」（2026-08-31 v4 定案）：
   # 与 13px 像素数学完全自洽（公式即按主摄 vfov 52° 计算）；手机拍远处目标天然显小（先验同向）；
   # 顺带对齐推理端域（App 就是手机拍摄）。演进：广角（前景大主体先验）→ 长焦（物理放大）→ 全删 → 手机主摄不变焦。
-  # 拍摄角度描述（仰/俯/平）仍不带；位置锚定「在{distanceWord}的地平线附近」（曾因"上部1/3"遵循力弱去掉位置描述，改地平线锚点重试）；
+  # 拍摄角度描述（仰/俯/平）仍不带；位置锚 {position}（默认「在{distanceWord}的地平线附近」，地平线=远景场景锚点，
+  # 适合地面/水面；捆绑组 position 可覆盖为枝头/树冠锚——2026-09-04，树栖目标锚在地平线上语义落地）；
   # 动作/遮挡在普通模板中位于目标之后（动作=叙事焦点=视觉焦点，降级处理）
-  promptTemplate: "野外大远景实拍：手机原相机主摄不变焦，{scene}，在{distanceWord}的地平线附近有且仅有{count}{species}{sizeHint}，{occlusion}，{species}在{action}，只是很小的{tone}轮廓，隐约可辨，画面绝大部分是{scene}，没有任何靠近镜头的动物，{light}，写实野外摄影，真实照片质感"
+  promptTemplate: "野外大远景实拍：手机原相机主摄不变焦，{scene}，{position}有且仅有{count}{species}{sizeHint}，{occlusion}，{species}在{action}，只是很小的{tone}轮廓，隐约可辨，画面绝大部分是{scene}，没有任何靠近镜头的动物，{light}，写实野外摄影，真实照片质感"
   # 远景小目标模板（代码按尺寸占比 <2% 切换）：目标小到动作/遮挡/性别细节无法呈现，保留细节描写会
   # 迫使模型把目标画大（2026-08-31 实测两次失败后定案）——只留「远到看不清任何细节的小点」
-  promptTemplateTiny: "野外大远景实拍：手机原相机主摄不变焦，{scene}，在{distanceWord}的地平线附近有且仅有{count}{species}{sizeHint}，远到看不清任何细节，只是隐约可辨的{tone}小点，画面绝大部分是{scene}，没有任何靠近镜头的动物，{light}，写实野外摄影，真实照片质感"
+  promptTemplateTiny: "野外大远景实拍：手机原相机主摄不变焦，{scene}，{position}有且仅有{count}{species}{sizeHint}，远到看不清任何细节，只是隐约可辨的{tone}小点，画面绝大部分是{scene}，没有任何靠近镜头的动物，{light}，写实野外摄影，真实照片质感"
   lights: [清晨柔和阳光, 正午明亮天光, 傍晚金色斜阳, 阴天柔和散射光]
   # 目标尺寸提示（sizeHint）：按「体高 × focalPx ÷ 表单距离」算出目标在图中的像素高与占比，
   # 注入模板 {sizeHint}——把「厘米」换算成「米」再参与投影公式；focalPx = 图高/2 ÷ tan(vfov/2)；

server/技术设计.md

@@ -350,7 +350,7 @@ Android 客户端启动 GET /api/v1/app/update（公开，无需 token；iOS 不
 - **重新生成接口**：`POST /datasets/gen-pools`（`{datasetId}`，物种取数据集名）——编辑对话框「VLM 重新生成参数」按钮入口，VLM 失败报错（不覆盖旧值，旧值保留）
 - **读取链（无 config 兜底）**：物种 = 表 `gen_species` 单值 → 空则数据集名本身（**固定，不随机**）；场景/动作/遮挡 = 表池随机 → **空则模板组装报错**（提示手填提示词或编辑数据集补参数）；`{tone}` = 表 `gen_tone` 单值 → 空默认「深色」；站高 = 表 `gen_heights` 数值（**创建时 VLM 生成，界面不维护，代码/配置不硬编码**）→ ≤0 兜底 35cm（物理默认，非配置回退）；标注类别名 = 第一类 `gen_species` + 第二类 `gen_classes`（训练 data.yaml / 模型 labels）
 - **界面不维护 gen_*（2026-08-28 用户定案）**：`gen_species/gen_tone/gen_heights/gen_scenes/gen_actions/gen_occlusions/gen_classes` 全部仅由模型生成（创建数据集时 VLM 自动、`gen-pools` 重新生成），管理端编辑表单对 7 列只读展示、无输入框——`POST /datasets/update` 不接收任何 gen 字段；config.yml 无任何 per-dataset 生成参数节点（`speciesByDataset/speciesTone/speciesHeights/sceneByDataset/actionByDataset/occlusionByDataset/scenes/actions/occlusions/localAi.classNames` 已删，代码无引用），保留：`promptTemplate`（通用模板）与 `lights`（光线池）、`assumedVfovDeg`；数据源唯一入口为数据集表（本库存量 15 行已直接改单值 + 真实站高，无启动迁移）；**雪地场景补齐（2026-08-31，按冬季习性）**：VLM 生成场景池缺冬季场景（全部为夏秋农田），13 数据集 `gen_scenes` 直接 SQL 追加 2~3 条雪地条目（农田类雉鸡/鸽子、兔子荒坡、白马鸡蓝马鸡高山林缘）；**鸭子/鹌鹑不加**——北方冬季南迁（水面封冻、候鸟不越冬），雪地场景与习性矛盾（用户拍板）；`genPoolsWithVLM` 提示词已加「按冬季习性配场景：本地活跃物种须含积雪场景，南迁物种不配雪地」防新数据集一刀切；**林缘/树栖场景补齐（2026-08-31，按栖息习性）**：雉类+鸽子共享场景池（10 数据集）缺林地交接处与树上落栖场景，SQL 追加 5 条（2 林缘 + 3 树上）+ 2 条树上动作（枝头停栖/树枝上歇息）；**石鸡剔除树上条目（用户定案）**——岩石地栖不上树，3 树上场景 + 2 树上动作从石鸡池移除（保留 2 林缘）；**总原则（用户定案）：场景与遮挡物必须符合对应动物习性**——场景（雪地/林缘/树上/水面）与遮挡物（草丛/树叶/树枝/芦苇）均按物种习性逐条判断，习性与场景矛盾即剔除；**遮挡规则（适用于所有具备树上场景的动物）**：遮挡不一定是草丛，树栖/林缘物种遮挡池须含树叶/树枝类遮挡（雉类池原已含 2 条；白马鸡/蓝马鸡补 2 条；兔子原已有 1 条林缘树叶）；`genPoolsWithVLM` 提示词同步加「树栖物种场景须含林缘与树上落栖」「具备树上/林缘场景的物种遮挡池须含树叶/树枝类遮挡」
-- **场景捆绑组+权重（2026-09-04，斑鸠树栖 80% 定案）**：`gen_scenes` 条目在字符串外兼容**捆绑组对象** `{scene, weight, actions[], occlusions[]}`——场景池加权随机（weight 缺省 1，普通字符串条目权重 1），选中捆绑组时动作/遮挡仅从组内池随机（与场景联动，杜绝「树上场景+地面动作/草丛遮挡」矛盾组合——三池独立随机按模板拼装矛盾率高）；组内缺省或普通字符串条目回落全局 `gen_actions`/`gen_occlusions` 池。落地（2026-09-04 用户定案「每种动物生境权重不同：野鸡主要在地面、斑鸠在树上、鸭子在水里」）：
+- **场景捆绑组+权重（2026-09-04，斑鸠树栖 80% 定案）**：`gen_scenes` 条目在字符串外兼容**捆绑组对象** `{scene, weight, actions[], occlusions[], position}`——场景池加权随机（weight 缺省 1，普通字符串条目权重 1），选中捆绑组时动作/遮挡仅从组内池随机（与场景联动，杜绝「树上场景+地面动作/草丛遮挡」矛盾组合——三池独立随机按模板拼装矛盾率高）；组内缺省或普通字符串条目回落全局 `gen_actions`/`gen_occlusions` 池。**position 覆盖位置锚（2026-09-04 用户实测指出树栖目标锚地平线=语义落地）**：模板占位符由写死的「在{distanceWord}的地平线附近」抽成 `{position}`（两模板同改），默认值不变——地面/水面场景目标锚地平线成立；捆绑组 position 覆盖为「在N米外地平线附近…大树的枝头上/枝杈间/粗壮横枝上」（内可用 `{distanceWord}` 占位），树栖目标随场景锚到枝头。落地（2026-09-04 用户定案「每种动物生境权重不同：野鸡主要在地面、斑鸠在树上、鸭子在水里」）：
 **斑鸠(id 133)** gen_scenes = 4 个树上捆绑组（各 weight 8）+ 8 条地面字符串（weight 1）→ 树上恰好 80%，gen_actions 收敛为纯地面 4 条（枝头/电线类动作移入捆绑组），树栖遮挡含树叶/树枝类；
 **雉类 8 数据集（环颈雉/红腹锦鸡/白腹锦鸡/白鹇/黄腹角雉/灰胸竹鸡/蓝鹇/褐马鸡）**：gen_scenes 剔除 4 条树上景观字符串、追加 1 个树上捆绑组 weight 3 → 地面 14/17 ≈ 82%、树上 ≈ 18%（雉类地面觅食为主、树上仅停栖/夜栖），gen_actions 剔除枝头停栖/树枝上歇息（移入捆绑组）；
 **鸭子(108)** 全水面场景+游动/潜水动作+芦苇遮挡本就自洽，**白马鸡/蓝马鸡** 高山地面/林缘自洽，**兔子/鹌鹑/石鸡** 无树上条目——均不动。