从一句话需求到一份通过验收的配色,引擎按固定顺序执行六步。其中任何一步失败,流程会停下来并给出修复建议,而不是继续输出。
Brief需求解析为语域与约束,用户指定的颜色是绑定条件
→
Match117 块实证色板按语域排序,人气分层+客观质量双过滤
→
DeriveOKLCH 派生角色:纸底/墨字/口声,60-30-10 配比
→
Render十个真实场景画布,设备框与内容密度同真实交付一致
→
Gates四道机械闸,任一失败即中止并给出修复建议
→
Verdict裁决回写:色板库与偏好档案随每次验收进化
角色派生在 OKLCH 空间完成:大底抬亮与降饱和有固定公式,文字与底色的对比度在派生时就已确定,而不是渲染后碰运气。
检索先于生成,派生先于偏好,验证先于交付。
第六步是这套引擎与「一次性输出」的本质区别:每一次验收或否决都会回写到色板库与偏好档案,下一次匹配因此更接近使用者的真实口味。库不是静态资产,是活的。