✨ feat(scheduler): 新增热点自动采集功能并优化发布路径
- 新增热点自动采集后台线程，支持定时搜索关键词并执行 AI 分析，结果缓存至结构化状态 - 新增热点分析状态管理接口，提供线程安全的 `get_last_analysis` 和 `set_last_analysis` 方法 - 新增热点数据桥接函数 `feed_hotspot_to_engine`，将分析结果注入 TopicEngine 实现热点加权推荐 - 新增热点选题下拉组件，分析完成后自动填充推荐选题，选中后自动写入选题输入框 - 优化 `generate_from_hotspot` 函数，自动获取结构化分析摘要并增强生成上下文 - 新增热点自动采集配置节点，支持通过 `config.json` 管理关键词和采集间隔 ♻️ refactor(queue): 实现智能排期引擎并统一发布路径 - 新增智能排期引擎，基于 `AnalyticsService` 的 `time_weights` 自动计算最优发布时段 - 新增 `PublishQueue.suggest_schedule_time` 和 `auto_schedule_item` 方法，支持时段冲突检测和内容分布控制 - 修改 `generate_to_queue` 函数，新增 `auto_schedule` 和 `auto_approve` 参数，支持自动排期和自动审核 - 重构 `_scheduler_loop` 的自动发布分支，改为调用 `generate_to_queue` 通过队列发布，统一发布路径 - 重构 `auto_publish_once` 函数，移除直接发布逻辑，改为生成内容入队并返回队列信息 - 新增队列时段使用情况查询方法 `get_slot_usage`，支持 UI 热力图展示 📝 docs(openspec): 新增内容排期优化和热点探测优化规范文档 - 新增 `smart-schedule-engine` 规范，定义智能排期引擎的功能需求和场景 - 新增 `unified-publish-path` 规范，定义统一发布路径的改造方案 - 新增 `hotspot-analysis-state` 规范，定义热点分析状态存储的线程安全接口 - 新增 `hotspot-auto-collector` 规范，定义定时热点自动采集的任务流程 - 新增 `hotspot-engine-bridge` 规范，定义热点数据注入 TopicEngine 的桥接机制 - 新增 `hotspot-topic-selector` 规范，定义热点选题下拉组件的交互行为 - 更新 `services-queue`、`services-scheduler` 和 `services-hotspot` 规范，反映功能修改和新增参数 🔧 chore(config): 新增热点自动采集默认配置 - 在 `DEFAULT_CONFIG` 中新增 `hotspot_auto_collect` 配置节点，包含 `enabled`、`keywords` 和 `interval_hours` 字段 - 提供默认关键词列表 `["穿搭", "美妆", "好物"]` 和默认采集间隔 4 小时 🐛 fix(llm): 增强 JSON 解析容错能力 - 新增 `_try_fix_truncated_json` 方法，尝试修复被 token 限制截断的 JSON 输出 - 支持多种截断场景的自动补全，包括字符串值、数组和嵌套对象的截断修复 - 提高 LLM 分析热点等返回 JSON 的函数的稳定性 💄 style(ui): 优化队列管理和热点探测界面 - 在队列生成区域新增自动排期复选框，勾选后隐藏手动排期输入框 - 在日历视图旁新增推荐时段 Markdown 面板，展示各时段权重和建议热力图 - 在热点探测 Tab 新增推荐选题下拉组件，分析完成后动态填充选项 - 在热点探测 Tab 新增热点自动采集控制区域，支持启动、停止和配置采集参数
This commit is contained in:
+27
@@ -0,0 +1,27 @@
|
||||
## ADDED Requirements
|
||||
|
||||
### Requirement: 会话级结构化分析状态存储
|
||||
系统 SHALL 在 `services/hotspot.py` 中维护一个模块级变量 `_last_analysis: dict | None`，用于保存最近一次热点分析的完整结构化结果。
|
||||
|
||||
#### Scenario: 初始状态为空
|
||||
- **WHEN** 应用启动且尚未执行任何热点分析
|
||||
- **THEN** `get_last_analysis()` SHALL 返回 `None`
|
||||
|
||||
#### Scenario: 分析完成后自动写入
|
||||
- **WHEN** `analyze_and_suggest` 成功调用 `LLMService.analyze_hotspots()` 并获得结构化 dict
|
||||
- **THEN** 系统 SHALL 调用 `set_last_analysis(analysis)` 将结果写入 `_last_analysis`
|
||||
|
||||
#### Scenario: 并发安全
|
||||
- **WHEN** 多个线程同时调用 `get_last_analysis()` 和 `set_last_analysis()`
|
||||
- **THEN** 所有读写操作 SHALL 通过 `_cache_lock`（RLock）互斥，不发生数据竞态
|
||||
|
||||
### Requirement: 线程安全的分析状态存取接口
|
||||
系统 SHALL 提供 `get_last_analysis() -> dict | None` 和 `set_last_analysis(data: dict) -> None` 两个公开函数。
|
||||
|
||||
#### Scenario: get_last_analysis 返回深拷贝
|
||||
- **WHEN** 调用 `get_last_analysis()`
|
||||
- **THEN** SHALL 返回 `_last_analysis` 的副本（而非引用），防止外部修改影响缓存
|
||||
|
||||
#### Scenario: set_last_analysis 合并多关键词结果
|
||||
- **WHEN** 调用 `set_last_analysis(new_data)` 且 `_last_analysis` 已有数据
|
||||
- **THEN** SHALL 将 `new_data` 的 `hot_topics` 和 `suggestions` 追加到已有列表并去重，而非完全覆盖
|
||||
+31
@@ -0,0 +1,31 @@
|
||||
## ADDED Requirements
|
||||
|
||||
### Requirement: 定时热点自动采集任务
|
||||
系统 SHALL 在 `services/scheduler.py` 中提供 `start_hotspot_collector` / `stop_hotspot_collector` 函数，启动独立的后台线程按固定间隔自动采集热点。
|
||||
|
||||
#### Scenario: 启动自动采集
|
||||
- **WHEN** 调用 `start_hotspot_collector(keywords, interval_hours, mcp_url, model)`
|
||||
- **THEN** 系统 SHALL 启动一个 daemon 线程，在首次启动后立即执行一轮采集，随后按 `interval_hours` 间隔循环执行
|
||||
|
||||
#### Scenario: 单轮采集流程
|
||||
- **WHEN** 采集线程执行一轮任务
|
||||
- **THEN** SHALL 遍历 `keywords` 列表，对每个关键词依次调用 `search_hotspots(keyword, "最多点赞", mcp_url)` 获取搜索结果，再调用 `analyze_and_suggest(model, keyword, search_result)` 执行 LLM 分析，分析结果通过 `set_last_analysis()` 合并写入状态缓存
|
||||
|
||||
#### Scenario: 停止自动采集
|
||||
- **WHEN** 调用 `stop_hotspot_collector()`
|
||||
- **THEN** 系统 SHALL 清除运行标志，等待线程优雅退出
|
||||
|
||||
#### Scenario: 防止重复启动
|
||||
- **WHEN** 自动采集已在运行中再次调用 `start_hotspot_collector`
|
||||
- **THEN** SHALL 返回警告信息，不启动新线程
|
||||
|
||||
### Requirement: 热点自动采集配置
|
||||
系统 SHALL 支持通过 `config.json` 的 `hotspot_auto_collect` 节点配置自动采集参数。
|
||||
|
||||
#### Scenario: 配置节点结构
|
||||
- **WHEN** 读取 `config.json` 中的 `hotspot_auto_collect`
|
||||
- **THEN** 该节点 SHALL 包含以下字段：`enabled`（bool，默认 false）、`keywords`（string list，默认 `["穿搭", "美妆", "好物"]`）、`interval_hours`（int，默认 4）
|
||||
|
||||
#### Scenario: 配置缺失时使用默认值
|
||||
- **WHEN** `config.json` 中不存在 `hotspot_auto_collect` 节点
|
||||
- **THEN** `ConfigManager.get("hotspot_auto_collect")` SHALL 返回默认值 `{"enabled": false, "keywords": ["穿搭", "美妆", "好物"], "interval_hours": 4}`
|
||||
+16
@@ -0,0 +1,16 @@
|
||||
## ADDED Requirements
|
||||
|
||||
### Requirement: 热点数据注入 TopicEngine
|
||||
系统 SHALL 提供 `feed_hotspot_to_engine(topic_engine: TopicEngine) -> list[dict]` 函数，将缓存的热点分析结果传入 `TopicEngine.recommend_topics()`。
|
||||
|
||||
#### Scenario: 有缓存分析结果时注入并返回推荐
|
||||
- **WHEN** 调用 `feed_hotspot_to_engine(topic_engine)` 且 `get_last_analysis()` 返回非空 dict
|
||||
- **THEN** SHALL 调用 `topic_engine.recommend_topics(hotspot_data=data)` 并返回推荐结果列表
|
||||
|
||||
#### Scenario: 无缓存分析结果时返回空推荐
|
||||
- **WHEN** 调用 `feed_hotspot_to_engine(topic_engine)` 且 `get_last_analysis()` 返回 `None`
|
||||
- **THEN** SHALL 调用 `topic_engine.recommend_topics(hotspot_data=None)` 并返回其结果（仅基于权重数据推荐）
|
||||
|
||||
#### Scenario: 函数位于 hotspot 模块避免循环依赖
|
||||
- **WHEN** `feed_hotspot_to_engine` 被定义
|
||||
- **THEN** SHALL 位于 `services/hotspot.py` 中，接受 `TopicEngine` 实例作为参数，不在 `topic_engine.py` 中反向引用 hotspot 模块
|
||||
+16
@@ -0,0 +1,16 @@
|
||||
## ADDED Requirements
|
||||
|
||||
### Requirement: 热点选题下拉组件
|
||||
系统 SHALL 在热点探测 Tab 中新增一个 `gr.Dropdown` 组件，用于展示 LLM 分析出的推荐选题列表。
|
||||
|
||||
#### Scenario: 分析完成后动态填充下拉选项
|
||||
- **WHEN** `analyze_and_suggest` 执行完成并返回分析结果
|
||||
- **THEN** 下拉组件 SHALL 通过 `gr.update(choices=...)` 更新为分析结果中 `suggestions` 列表的 `topic` 字段值
|
||||
|
||||
#### Scenario: 用户选择下拉项后写入选题输入框
|
||||
- **WHEN** 用户在下拉组件中选择一条推荐选题
|
||||
- **THEN** 系统 SHALL 将选中的 `topic` 文本自动填入 `topic_from_hot` Textbox
|
||||
|
||||
#### Scenario: 无分析结果时下拉为空
|
||||
- **WHEN** 尚未执行热点分析或分析结果中无 `suggestions`
|
||||
- **THEN** 下拉组件 SHALL 显示空选项列表，不影响用户手动输入选题
|
||||
+23
@@ -0,0 +1,23 @@
|
||||
## MODIFIED Requirements
|
||||
|
||||
### Requirement: 热点探测函数迁移至独立模块
|
||||
系统 SHALL 将热点搜索与分析相关函数从 `main.py` 提取至 `services/hotspot.py`，包括：`search_hotspots`、`analyze_and_suggest`、`generate_from_hotspot`、`_set_cache`、`_get_cache`、`_fetch_and_cache`、`_pick_from_cache`、`fetch_proactive_notes`、`on_proactive_note_selected`。
|
||||
|
||||
新增对外接口：`get_last_analysis`、`set_last_analysis`、`feed_hotspot_to_engine`。
|
||||
|
||||
#### Scenario: 模块导入成功
|
||||
- **WHEN** `main.py` 执行 `from services.hotspot import search_hotspots, analyze_and_suggest` 等导入
|
||||
- **THEN** 所有函数可正常调用
|
||||
|
||||
#### Scenario: 线程安全缓存随模块迁移
|
||||
- **WHEN** `_cache_lock`（`threading.RLock`）随函数一起迁移至 `services/hotspot.py`
|
||||
- **THEN** `_set_cache` / `_get_cache` / `get_last_analysis` / `set_last_analysis` 的线程安全行为保持不变
|
||||
|
||||
#### Scenario: analyze_and_suggest 写入分析状态
|
||||
- **WHEN** `analyze_and_suggest` 成功获得 LLM 分析结果
|
||||
- **THEN** SHALL 在渲染 Markdown 之前调用 `set_last_analysis(analysis)` 缓存结构化数据
|
||||
- **AND** 返回值格式不变（status, summary, keyword）
|
||||
|
||||
#### Scenario: generate_from_hotspot 支持增强上下文
|
||||
- **WHEN** 调用 `generate_from_hotspot` 生成文案
|
||||
- **THEN** 函数 SHALL 自动从 `get_last_analysis()` 获取结构化摘要，与 `search_result` 拼接后传入 `svc.generate_copy_with_reference()`，总参考文本限制在 3000 字符以内
|
||||
Reference in New Issue
Block a user