xhs_factory/spec.md at main

zhoujie 1ec520b47e ✨ feat(content): 新增智能选题引擎、批量创作和图文协同优化

- 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

2026-02-28 21:04:09 +08:00

1.6 KiB

Raw Permalink Blame History

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、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, 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

WHEN 调用 publish_to_xhs 时标题超过 20 字或图片数量不合法
THEN 函数 SHALL 返回与迁移前相同的错误提示，不改变验证行为

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

1.6 KiB Raw Permalink Blame History