## ADDED 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