zhoujie/xhs_factory
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

✨ feat(content): 新增智能选题引擎、批量创作和图文协同优化

Browse Source 
- 新增智能选题引擎 `TopicEngine`，整合热点数据与历史权重，提供多维度评分和创作角度建议
- 新增内容模板系统 `ContentTemplate`，支持从 JSON 文件加载模板并应用于文案生成
- 新增批量创作功能 `batch_generate_copy`，支持串行生成多篇文案并自动入草稿队列
- 升级文案质量流水线：实现 Prompt 分层架构（基础层 + 风格层 + 人设层）、LLM 自检与改写机制、深度去 AI 化后处理
- 优化图文协同：新增封面图策略选择、SD prompt 与文案语义联动、图文匹配度评估
- 集成数据闭环：在文案生成中自动注入 `AnalyticsService` 权重数据，实现发布 → 数据回收 → 优化创作的完整循环
- 更新 UI 组件：新增选题推荐展示区、批量创作折叠面板、封面图策略选择器和图文匹配度评分展示

♻️ refactor(llm): 重构 Prompt 架构并增强去 AI 化处理

- 将 `PROMPT_COPYWRITING` 拆分为分层架构（基础层 + 风格层 + 人设层），提高维护性和灵活性
- 增强 `_humanize_content` 方法：新增语气词注入、标点不规范化、段落节奏打散和 emoji 密度控制
- 新增 `_self_check` 和 `_self_check_rewrite` 方法，实现文案 AI 痕迹自检与自动改写
- 新增 `evaluate_image_text_match` 方法，支持文案与 SD prompt 的语义匹配度评估（可选，失败不阻塞）
- 新增封面图策略配置 `COVER_STRATEGIES` 和情感基调映射 `EMOTION_SD_MAP`

📝 docs(openspec): 归档内容创作优化提案和详细规格

- 新增 `openspec/changes/archive/2026-02-28-optimize-content-creation/` 目录，包含设计文档、提案、规格说明和任务清单
- 新增 `openspec/specs/` 下的批量创作、文案质量流水线、图文协同、服务内容和智能选题引擎规格文档
- 更新 `openspec/specs/services-content/spec.md`，反映新增的批量创作和智能选题入口函数

🔧 chore(config): 更新服务配置和 UI 集成

- 在 `services/content.py` 中集成权重数据自动注入逻辑，实现数据驱动创作
- 在 `ui/app.py` 中新增选题推荐、批量生成和图文匹配度评估的回调函数
- 在 `ui/tab_create.py` 中新增智能选题推荐区、批量创作面板和图文匹配度评估组件
- 修复 `services/sd_service.py` 中的头像文件路径问题，确保目录存在
This commit is contained in:
zhoujie
2026-02-28 21:04:09 +08:00
parent 2ba87c8f6e
commit 1ec520b47e
22 changed files with 1992 additions and 90 deletions
Download Patch File Download Diff File Expand all files Collapse all files
openspec/specs/batch-creation/spec.md
+45
View File
@@ -0,0 +1,45 @@
## Requirements
### Requirement: 内容模板系统
系统 SHALL 提供 `ContentTemplate` 类（`services/content_template.py`），支持从 JSON 文件加载和管理内容模板。每个模板包含 `name`、`description`、`topic_pattern`、`style`、`prompt_override`（可选）、`tags_preset`（可选）字段。
#### Scenario: 模板文件加载
- **WHEN** `ContentTemplate` 初始化时
- **THEN** SHALL 从 `xhs_workspace/templates.json` 加载模板列表；文件不存在时 SHALL 使用内置默认模板（至少包含"好物种草""日常分享""攻略教程"三个模板）
#### Scenario: 模板应用于文案生成
- **WHEN** 用户选择模板后点击生成
- **THEN** 系统 SHALL 将模板的 `prompt_override` 附加到 LLM 系统 prompt 中，`tags_preset` 作为标签默认值
### Requirement: 批量主题生成
系统 SHALL 支持一次生成多个主题的文案内容，通过 `batch_generate(topics: list, style, template=None)` 方法实现。
#### Scenario: 批量生成返回结果
- **WHEN** 调用 `batch_generate(["主题A", "主题B", "主题C"], "好物种草")`
- **THEN** SHALL 返回包含 3 个文案结果的列表，每个结果与 `generate_copy()` 返回结构一致，新增 `batch_index` 字段标识序号
#### Scenario: 批量生成部分失败
- **WHEN** 批量生成中某篇文案生成失败
- **THEN** 系统 SHALL 记录该篇的错误信息（`error` 字段），继续生成剩余主题，不中断整个批次
#### Scenario: 批量生成数量限制
- **WHEN** `topics` 列表长度超过 10
- **THEN** 系统 SHALL 返回错误提示，拒绝执行（防止 LLM 配额消耗过大）
### Requirement: 草稿队列管理
批量生成的结果 SHALL 自动存入 `PublishQueue`，状态为 `draft`，用户可在发布队列 UI 中逐篇审核、编辑、排期。
#### Scenario: 批量结果入队
- **WHEN** `batch_generate()` 成功返回 N 篇文案
- **THEN** 系统 SHALL 将每篇文案以 `draft` 状态插入 `PublishQueue`，包含 title、content、tags、sd_prompt 字段
#### Scenario: 草稿可独立操作
- **WHEN** 用户在 UI 中选中某篇草稿
- **THEN** SHALL 支持编辑标题/正文/标签、单独发布、丢弃等操作，不影响同批次其他草稿
### Requirement: 一键批量导出
系统 SHALL 支持将多篇文案一次性导出到本地，每篇创建独立文件夹（复用 `one_click_export` 逻辑）。
#### Scenario: 批量导出目录结构
- **WHEN** 用户点击批量导出并选中 3 篇文案
- **THEN** 系统 SHALL 在 `xhs_workspace/` 下为每篇创建独立的 `{timestamp}_{title}/` 文件夹，各含 `文案.txt`
openspec/specs/copy-quality-pipeline/spec.md
+52
View File
@@ -0,0 +1,52 @@
## Requirements
### Requirement: Prompt 分层架构
系统 SHALL 将文案生成 Prompt 拆分为三个独立层，按顺序拼接后发送给 LLM：
1. **基础层**（`PROMPT_BASE`）：通用的小红书写作规则和反 AI 检测规则
2. **风格层**（`PROMPT_STYLE_{name}`）：按风格类型（好物种草、日常分享、攻略教程等）定制的写作指导
3. **人设层**：基于用户选择的人设动态注入视角和语气约束
#### Scenario: 分层 Prompt 拼接
- **WHEN** 调用 `generate_copy(topic, style, persona=...)` 时
- **THEN** 系统 SHALL 按 基础层 → 风格层 → 人设层 的顺序拼接 system prompt，各层之间用分隔标记区分
#### Scenario: 风格层缺失时退回基础层
- **WHEN** 指定的 `style` 没有对应的风格层 Prompt 模板
- **THEN** 系统 SHALL 仅使用基础层 + 人设层，不报错
### Requirement: LLM 多轮自检机制
系统 SHALL 在文案生成后调用一次自检 LLM 请求，检查文案的 AI 痕迹程度和质量评分，根据评分决定是否触发改写。
#### Scenario: 自检触发改写
- **WHEN** 自检返回的 `ai_score`（AI 痕迹评分，0-100）≥ 60
- **THEN** 系统 SHALL 将原始文案连同自检反馈一起发送给 LLM 进行改写，最多改写 1 次
#### Scenario: 自检通过直接返回
- **WHEN** 自检返回的 `ai_score` < 60
- **THEN** 系统 SHALL 直接返回原始文案，不触发改写
#### Scenario: 自检超时不阻塞
- **WHEN** 自检 LLM 请求超时或失败
- **THEN** 系统 SHALL 跳过自检，直接返回原始文案并记录警告日志
### Requirement: 深度去 AI 化后处理管线
系统 SHALL 在 `_humanize_content()` 方法中新增以下后处理步骤：
1. **语气词注入**：在合适位置随机添加"嘿""诶""啊"等真人语气词
2. **标点不规范化**：随机删除部分逗号/句号，模拟手机打字习惯
3. **段落节奏打散**：确保连续段落字数差异 ≥ 30%
4. **emoji 密度控制**：全文 emoji 数量控制在 6-12 个，分布不均匀
#### Scenario: 后处理不改变语义
- **WHEN** 对文案进行后处理
- **THEN** 处理后的文案 SHALL 保留原始语义和关键信息（标签、核心观点），仅改变表达风格
#### Scenario: 段落节奏检测
- **WHEN** 后处理完成后
- **THEN** 相邻段落的字数差异 SHALL 至少有 30% 的概率满足 ≥ 30% 的差异要求（基于随机化）
### Requirement: 文案质量评分输出
`generate_copy()` 方法 SHALL 在返回的 JSON 中新增 `quality_meta` 字段，包含 `ai_score`（AI 痕迹评分）、`self_check_passed`（是否通过自检）、`rewritten`（是否经过改写）。
#### Scenario: 质量元数据完整
- **WHEN** 文案生成成功返回
- **THEN** 返回的字典 SHALL 包含 `quality_meta` 字段，其中 `ai_score` 为 0-100 整数，`self_check_passed` 和 `rewritten` 为布尔值
openspec/specs/image-text-synergy/spec.md
+42
View File
@@ -0,0 +1,42 @@
## Requirements
### Requirement: SD Prompt 与文案语义联动
系统 SHALL 在生成 SD Image Prompt 时，解析文案中的核心视觉元素（场景词、物品词、情绪词），并将其映射为 SD Prompt 的画面描述词，确保图片内容与文案主题语义一致。
#### Scenario: 文案关键词提取
- **WHEN** 传入文案文本至图片生成流程
- **THEN** 系统 SHALL 使用 LLM 提取文案中的视觉关键词（不超过 5 个），并将其注入 SD Prompt 的主体描述段
#### Scenario: 视觉关键词映射失败
- **WHEN** LLM 提取视觉关键词失败或超时
- **THEN** 系统 SHALL 退回使用 `style_tag + topic` 拼接的默认 Prompt，不中断图片生成流程
### Requirement: 封面图策略选择
系统 SHALL 支持 4 种封面图策略，用户可在创作时选择：
1. **AI 写真**（`ai_portrait`）：生成人物写真封面
2. **产品特写**（`product_close`）：生成产品/物品近景
3. **场景氛围**（`scene_mood`）：生成场景氛围图
4. **文字海报**（`text_poster`）：生成带有文字排版的海报图
#### Scenario: 策略路由
- **WHEN** 用户选择封面策略 `strategy` 并调用图片生成
- **THEN** 系统 SHALL 根据 `strategy` 值路由至对应的 Prompt 模板和 SD 参数配置，不使用其他策略的模板
#### Scenario: 策略参数默认值
- **WHEN** 用户未指定封面策略时
- **THEN** 系统 SHALL 默认使用 `ai_portrait` 策略
### Requirement: 图文匹配度评估
系统 SHALL 提供 `evaluate_image_text_match(copy_text, image_path)` 方法，使用 VL 模型（vision-language）分析图片内容与文案之间的语义匹配程度，返回 0-100 的匹配度评分和改进建议。
#### Scenario: 匹配度评估成功
- **WHEN** 传入有效的文案文本和图片路径
- **THEN** 系统 SHALL 返回包含 `match_score`（0-100 整数）和 `suggestions`（字符串列表，可为空）的字典
#### Scenario: VL 模型不可用
- **WHEN** VL 模型调用失败或未配置
- **THEN** 系统 SHALL 返回 `{"match_score": -1, "suggestions": [], "error": "VL model unavailable"}`，不抛出异常
#### Scenario: 低匹配度触发建议
- **WHEN** `match_score` < 60
- **THEN** `suggestions` 字段 SHALL 包含至少 1 条具体的图片改进建议文本
openspec/specs/services-content/spec.md
+11 -3
View File
@@ -1,10 +1,10 @@
## ADDED Requirements
## Requirements
### Requirement: 内容生成函数迁移至独立模块
系统 SHALL 将内容生成、图片生成、发布及导出相关函数从 `main.py` 提取至 `services/content.py`，包括：`generate_copy`、`generate_images`、`one_click_export`、`publish_to_xhs`。
系统 SHALL 将内容生成、图片生成、发布及导出相关函数从 `main.py` 提取至 `services/content.py`，包括：`generate_copy`、`generate_images`、`one_click_export`、`publish_to_xhs`、`batch_generate_copy`、`generate_copy_with_topic_engine`。
#### Scenario: 模块导入成功
- **WHEN** `main.py` 执行 `from services.content import generate_copy, generate_images, publish_to_xhs, one_click_export`
- **WHEN** `main.py` 执行 `from services.content import generate_copy, generate_images, publish_to_xhs, one_click_export, batch_generate_copy, generate_copy_with_topic_engine`
- **THEN** 所有函数可正常调用，行为与迁移前完全一致
#### Scenario: 内容生成保留现有验证逻辑
@@ -14,3 +14,11 @@
#### Scenario: 临时文件清理逻辑保留
- **WHEN** `publish_to_xhs` 执行完毕（成功或失败）
- **THEN** `finally` 块中的 AI 临时文件清理逻辑 SHALL 正常执行
#### Scenario: 智能选题创作入口
- **WHEN** 调用 `generate_copy_with_topic_engine(count=N)` 时
- **THEN** 系统 SHALL 先通过 `TopicEngine().recommend(count=N)` 获取推荐选题，再对排名第一的选题自动调用 `generate_copy()`，返回文案结果和使用的选题信息
#### Scenario: 批量创作入口
- **WHEN** 调用 `batch_generate_copy(topics: list, style: str, persona=None)` 时
- **THEN** 系统 SHALL 对列表中的每个 `topic` 依次调用 `generate_copy(topic, style, persona)`，并将所有结果以列表形式返回，单个 topic 失败时记录错误并继续处理后续项，不中断整体流程
openspec/specs/smart-topic-engine/spec.md
+49
View File
@@ -0,0 +1,49 @@
## Requirements
### Requirement: 智能选题推荐入口
系统 SHALL 提供 `TopicEngine` 类，封装选题推荐的完整逻辑，通过 `recommend(count=5)` 方法返回推荐选题列表。
#### Scenario: 推荐选题返回
- **WHEN** 调用 `TopicEngine().recommend(count=N)` 时
- **THEN** 系统 SHALL 返回包含 N 个选题字典的列表，每个字典包含 `topic`（选题名称）、`score`（综合评分）、`angles`（创作角度列表）字段
#### Scenario: 推荐数量边界
- **WHEN** `count` 小于 1 或大于 20
- **THEN** 系统 SHALL 将 `count` 强制修正至合法范围 [1, 20]，不抛出异常
### Requirement: 多维度选题评分
每个候选选题 SHALL 从 4 个维度进行评分，各维度满分如下，合计 100 分：
1. **热点相关度**（`hotspot_relevance`）：满分 30 分，与当前热点话题的关联程度
2. **账号契合度**（`account_fit`）：满分 30 分，与账号人设和内容风格的契合程度
3. **内容稀缺度**（`content_scarcity`）：满分 20 分，在账号历史内容中的稀缺程度（越少发过越高）
4. **互动潜力**（`engagement_potential`）：满分 20 分，预估点赞/评论/收藏的综合表现
#### Scenario: 评分维度完整
- **WHEN** 选题推荐返回结果
- **THEN** 每个选题字典 SHALL 包含 `score_detail` 字段，其中包含上述 4 个子维度的分值
#### Scenario: 账号历史影响稀缺度评分
- **WHEN** 账号近 30 天内已发布过相同或极相似选题（语义相似度 ≥ 80%）
- **THEN** 该选题的 `content_scarcity` 评分 SHALL 不超过 5 分
### Requirement: 选题附带创作角度
每个推荐选题 SHALL 附带 2-4 个差异化的创作角度（`angles`），每个角度包含`angle_name`（角度名称）和 `hook`（开头 hook 句）。
#### Scenario: 创作角度多样性
- **WHEN** 同一选题返回多个创作角度
- **THEN** 每个角度 SHALL 采用不同的叙事视角（如：亲身体验 vs 对比测评 vs 干货攻略）
#### Scenario: Hook 句格式
- **WHEN** 返回 `hook` 字段
- **THEN** hook 句 SHALL 为 15-30 字的小红书风格开头，包含至少一个情绪词或疑问词
### Requirement: 热点数据整合
`TopicEngine` SHALL 调用 `HotspotService` 获取当日热点数据，并将热点话题权重纳入选题评分的 `hotspot_relevance` 维度。
#### Scenario: 热点服务可用
- **WHEN** `HotspotService` 正常返回热点数据
- **THEN** 系统 SHALL 将热点话题与候选选题做语义匹配，高匹配选题的 `hotspot_relevance` 评分加成不低于 10 分
#### Scenario: 热点服务不可用
- **WHEN** `HotspotService` 调用失败或返回空数据
- **THEN** 系统 SHALL `hotspot_relevance` 维度评分统一设为 15 分（满分 50%），不因热点数据缺失而中断选题推荐流程