zhoujie
4d83c0f4a9
- 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
2.7 KiB
2.7 KiB
1. 分析状态缓存（hotspot-analysis-state）
- 1.1 在
services/hotspot.py中新增模块级变量_last_analysis: dict | None = None - 1.2 实现
get_last_analysis() -> dict | None：加_cache_lock锁，返回_last_analysis的深拷贝 - 1.3 实现
set_last_analysis(data: dict) -> None：加_cache_lock锁，合并hot_topics和suggestions（去重），更新_last_analysis - 1.4 在
analyze_and_suggest中添加set_last_analysis(analysis)调用（在渲染 Markdown 之前）
2. 修改 services-hotspot 已有函数
- 2.1 修改
generate_from_hotspot：在函数内部调用get_last_analysis()获取结构化摘要，拼接到reference_notes前部，总长度限制 3000 字符 - 2.2 在
services/hotspot.py的__init__.py或模块顶部导出新增函数：get_last_analysis、set_last_analysis、feed_hotspot_to_engine
3. 热点选题下拉组件（hotspot-topic-selector）
- 3.1 在
ui/app.py热点探测 Tab 中新增gr.Dropdown组件（label="推荐选题"） - 3.2 修改
analyze_and_suggest的返回值处理：新增第四个输出绑定到 Dropdown 的gr.update(choices=...)，choices 从suggestions提取topic列表 - 3.3 绑定 Dropdown 的
change事件：选中后将topic写入topic_from_hotTextbox
4. TopicEngine 桥接（hotspot-engine-bridge）
- 4.1 在
services/hotspot.py中实现feed_hotspot_to_engine(topic_engine) -> list[dict]：读取get_last_analysis()，调用topic_engine.recommend_topics(hotspot_data=data) - 4.2 在智能选题相关 UI 中，调用
feed_hotspot_to_engine传入 TopicEngine 实例，使选题推荐获得热点加权
5. 自动采集任务（hotspot-auto-collector）
- 5.1 在
services/config_manager.py的DEFAULT_CONFIG中添加hotspot_auto_collect默认配置节点 - 5.2 在
services/scheduler.py中新增_hotspot_collector_running = threading.Event()和_hotspot_collector_thread状态变量 - 5.3 实现
_hotspot_collector_loop(keywords, interval_hours, mcp_url, model)：遍历 keywords 执行搜索 + 分析，结果写入set_last_analysis()，休眠interval_hours - 5.4 实现
start_hotspot_collector(keywords, interval_hours, mcp_url, model)和stop_hotspot_collector() - 5.5 在 UI 中（调度器设置或热点 Tab）添加自动采集的启停控件和状态显示
6. 验证与收尾
- 6.1 运行
ast.parse()验证所有修改文件语法正确 - 6.2 手动测试：搜索 → 分析 → 查看
get_last_analysis()有值 → 下拉组件填充 → 选题写入 → 生成文案引用分析摘要 - 6.3 手动测试：启动自动采集 → 等待一轮完成 → 确认状态缓存更新