zhoujie
b5deafa2cc
- 将默认LLM模型从gemini-2.0-flash升级为gemini-3-flash-preview - 将博主人设从"性感福利主播"更改为"二次元coser" - 优化LLM生成SD提示词的指南，新增中国审美人物描述规则 - 为各SD模型添加颜值核心词、示范prompt和禁止使用的关键词 - 新增三维人物描述法（眼睛/肤色/气质）和专属光线词指导 📦 build(openspec): 归档旧规范并创建新规范 - 将improve-maintainability规范归档至2026-02-25目录 - 新增2026-02-26-improve-ui-layout规范，包含UI布局优化设计 - 新增2026-02-26-optimize-image-generation规范，包含图片生成优化设计 - 在根目录openspec/specs下新增图片质量、后处理、中国审美和LLM提示词规范 ♻️ refactor(sd_service): 优化SD模型配置和图片后处理 - 为各SD模型添加中国审美特征词和欧美面孔排除词 - 新增高画质预设档，SDXL模型启用Hires Fix参数 - 将后处理拆分为beauty_enhance和anti_detect_postprocess两个独立函数 - 新增美化增强功能，支持通过enhance_level参数控制强度 ♻️ refactor(services): 更新内容生成服务以支持美化增强 - 在generate_images函数中新增enhance_level参数 - 将美化强度参数传递至SDService.txt2img调用 ♻️ refactor(ui): 优化UI布局和添加美化强度控件 - 注入自定义CSS主题层，优化字体、按钮和卡片样式 - 将全局设置迁移至独立的"⚙️ 配置"Tab，优化Tab顺序 - 在内容创作Tab的高级设置中添加美化强度滑块控件 - 优化自动运营Tab布局，改为2列卡片网格展示
7.1 KiB
7.1 KiB
1. 基础结构搭建
- 1.1 创建
services/目录及services/__init__.py空文件 - 1.2 确认
ui/__init__.py已存在（上一轮已创建）
2. 迁移 services/rate_limiter.py
- 2.1 创建
services/rate_limiter.py，迁移_auto_running、_op_history、_daily_stats、DAILY_LIMITS、_consecutive_errors、_error_cooldown_until等模块级变量 - 2.2 迁移函数：
_reset_daily_stats_if_needed、_check_daily_limit、_increment_stat、_record_error、_clear_error_streak、_is_in_cooldown、_is_in_operating_hours、_get_stats_summary - 2.3 在
main.py中删除对应变量和函数，添加from services.rate_limiter import ... - 2.4 运行
ast.parse()验证main.py和services/rate_limiter.py语法正确
3. 迁移 services/autostart.py
- 3.1 创建
services/autostart.py，迁移_APP_NAME、_STARTUP_REG_KEY及所有 autostart 函数（_get_startup_script_path、_get_startup_bat_path、_create_startup_scripts、is_autostart_enabled、enable_autostart、disable_autostart、toggle_autostart） - 3.2 在
main.py中删除对应代码，添加from services.autostart import ... - 3.3 运行
ast.parse()验证语法正确
4. 迁移 services/persona.py
- 4.1 创建
services/persona.py，迁移常量：DEFAULT_PERSONAS、RANDOM_PERSONA_LABEL、PERSONA_POOL_MAP、DEFAULT_TOPICS、DEFAULT_STYLES、DEFAULT_COMMENT_KEYWORDS - 4.2 迁移函数：
_match_persona_pools、get_persona_topics、get_persona_keywords、on_persona_changed、_resolve_persona - 4.3 在
main.py中删除对应代码，添加from services.persona import ... - 4.4 运行
ast.parse()验证语法正确
5. 迁移 services/connection.py
- 5.1 创建
services/connection.py，迁移函数：_get_llm_config、connect_llm、add_llm_provider、remove_llm_provider、on_provider_selected - 5.2 迁移 SD 相关函数：
connect_sd、on_sd_model_change - 5.3 迁移 MCP / 登录相关函数：
check_mcp_status、get_login_qrcode、logout_xhs、_auto_fetch_xsec_token、check_login、save_my_user_id、upload_face_image、load_saved_face_image - 5.4 确保所有函数通过参数接收
cfg、llm、sd、mcp等依赖，不在模块顶层初始化单例 - 5.5 在
main.py中删除对应函数，添加from services.connection import ... - 5.6 运行
ast.parse()验证语法正确
6. 迁移 services/profile.py
- 6.1 创建
services/profile.py，迁移函数：_parse_profile_json、_parse_count、fetch_my_profile - 6.2 在
main.py中删除对应函数，添加from services.profile import ... - 6.3 运行
ast.parse()验证语法正确
7. 迁移 services/hotspot.py
- 7.1 创建
services/hotspot.py，迁移缓存相关：_cache_lock、_set_cache、_get_cache、_fetch_and_cache、_pick_from_cache - 7.2 迁移热点函数：
search_hotspots、analyze_and_suggest、generate_from_hotspot、fetch_proactive_notes、on_proactive_note_selected - 7.3 在
main.py中删除对应代码，添加from services.hotspot import ... - 7.4 运行
ast.parse()验证语法正确
8. 迁移 services/content.py
- 8.1 创建
services/content.py，迁移函数：generate_copy、generate_images、one_click_export、publish_to_xhs - 8.2 确保
publish_to_xhs的输入验证逻辑和finally临时文件清理逻辑完整保留 - 8.3 在
main.py中删除对应函数，添加from services.content import ... - 8.4 运行
ast.parse()验证语法正确
9. 迁移 services/engagement.py
- 9.1 创建
services/engagement.py，迁移笔记/评论相关函数：load_note_for_comment、ai_generate_comment、send_comment、fetch_my_notes、on_my_note_selected、fetch_my_note_comments、ai_reply_comment、send_reply - 9.2 迁移自动化函数：
auto_comment_once、auto_like_once、auto_favorite_once、auto_reply_once及各_with_log包装 - 9.3 将
_with_log函数改为接收log_fn回调参数，不直接引用外部_auto_log - 9.4 在
main.py中删除对应函数，添加from services.engagement import ... - 9.5 运行
ast.parse()验证语法正确
10. 迁移 services/scheduler.py
- 10.1 创建
services/scheduler.py，迁移状态变量和日志：_auto_log、_scheduler_next_times、_auto_log_append - 10.2 迁移调度器函数：
_scheduler_loop、start_scheduler、stop_scheduler、get_auto_log、get_scheduler_status - 10.3 迁移学习调度器：
_learn_running、_learn_scheduler_loop、start_learn_scheduler、stop_learn_scheduler - 10.4 确保
_scheduler_loop调用engagement函数时传入log_fn=_auto_log_append - 10.5 在
main.py中删除对应代码，添加from services.scheduler import ... - 10.6 运行
ast.parse()验证语法正确
11. 迁移 services/queue_ops.py
- 11.1 创建
services/queue_ops.py，迁移所有 queue 操作函数：generate_to_queue、_queue_publish_callback、queue_refresh_table、queue_refresh_calendar、queue_preview_item、queue_approve_item、queue_reject_item、queue_delete_item、queue_retry_item、queue_publish_now、queue_start_processor、queue_stop_processor、queue_get_status、queue_batch_approve、queue_generate_and_refresh - 11.2 确保
pub_queue、queue_publisher通过参数传入各函数，不在模块顶层初始化 - 11.3 在
main.py中删除对应函数，添加from services.queue_ops import ...；保留pub_queue.set_publish_callback(_queue_publish_callback)在main.py初始化段调用 - 11.4 运行
ast.parse()验证语法正确
12. 拆分 UI Tab 模块
- 12.1 创建
ui/tab_hotspot.py，提取 Tab 2（🔥 热点探测）的所有 Gradio 组件和事件绑定，暴露build_tab(fn_*, ...)函数 - 12.2 创建
ui/tab_engage.py，提取 Tab 3（💬 互动运营）的所有 Gradio 组件和事件绑定 - 12.3 创建
ui/tab_profile.py，提取 Tab 4（👤 我的主页）的所有 Gradio 组件和事件绑定 - 12.4 创建
ui/tab_auto.py，提取 Tab 5（🤖 自动运营）的所有 Gradio 组件和事件绑定 - 12.5 创建
ui/tab_queue.py，提取 Tab 6（📅 内容排期）的所有 Gradio 组件和事件绑定 - 12.6 创建
ui/tab_analytics.py，提取 Tab 7（📊 数据分析）的所有 Gradio 组件和事件绑定 - 12.7 创建
ui/tab_settings.py，提取 Tab 8（⚙️ 系统设置）的所有 Gradio 组件和事件绑定 - 12.8 在
main.py中用相应的build_tab(...)调用替换各 Tab 代码块，完成后删除空白 Tab 块 - 12.9 运行
ast.parse()验证所有新建 UI 模块语法正确
13. 入口层清理与验证
- 13.1 验证
main.py行数不超过 400 行 - 13.2 检查
main.py不包含任何业务逻辑函数定义（除 lambda 内联外） - 13.3 运行应用
python main.py，确认启动无报错 - 13.4 在浏览器中切换所有 Tab，确认 UI 正常渲染、事件响应正常