zhoujie
1ec520b47e
- 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
4.3 KiB
4.3 KiB
1. Prompt 分层架构重构
- 1.1 从
PROMPT_COPYWRITING中提取通用写作规则和反 AI 检测规则为PROMPT_BASE - 1.2 创建风格层 Prompt 模板：
PROMPT_STYLE_GOODS（好物种草）、PROMPT_STYLE_DAILY（日常分享）、PROMPT_STYLE_GUIDE（攻略教程） - 1.3 在
LLMService.generate_copy()中实现三层 Prompt 拼接逻辑（base → style → persona），风格层缺失时退回基础层 - 1.4 确保
PROMPT_WEIGHTED_COPYWRITING和PROMPT_COPY_WITH_REFERENCE也使用分层架构
2. LLM 自检与改写机制
- 2.1 在
LLMService中新增_self_check(content: str) -> dict方法，返回ai_score（0-100）和feedback字段 - 2.2 新增自检 Prompt 模板
PROMPT_SELF_CHECK，指导 LLM 评估文案的 AI 痕迹程度 - 2.3 在
generate_copy()流程中集成自检：ai_score ≥ 60 时触发改写（最多 1 次），超时/失败时跳过 - 2.4
generate_copy()返回的 JSON 中新增quality_meta字段（ai_score、self_check_passed、rewritten）
3. 深度去 AI 化后处理增强
- 3.1 在
_humanize_content()中新增语气词注入步骤（随机在合适位置添加“嘿”“诶”“啊”等） - 3.2 增强标点不规范化处理（提高随机删除逗号/句号的概率，模拟手机打字）
- 3.3 新增段落节奏打散逻辑（检测并调整连续段落的字数差异）
- 3.4 新增 emoji 密度控制（全文 6-12 个，分布不均匀，避免堆叠）
4. 智能选题引擎
- 4.1 创建
services/topic_engine.py，定义TopicEngine类，构造函数接受AnalyticsService实例 - 4.2 实现
score_topic(topic)方法：计算热点热度（0-40）、历史权重（0-30）、稀缺度（0-20）、时效性（0-10）四维评分 - 4.3 实现
recommend_topics(count=5)方法：聚合热点 + 权重数据，返回排序后的推荐列表（含 topic、score、reason、source、angles） - 4.4 实现推荐结果去重逻辑（语义相近主题合并）
- 4.5 实现稀缺度计算：近 7 天已发布 ≥2 篇的主题 scarcity_score ≤5
5. 内容模板系统
- 5.1 创建
services/content_template.py，定义ContentTemplate类 - 5.2 实现模板加载逻辑：从
xhs_workspace/templates.json加载，文件不存在时使用内置默认模板 - 5.3 实现模板应用逻辑：将
prompt_override附加到 LLM prompt，tags_preset作为标签默认值
6. 批量创作工作流
- 6.1 在
services/content.py中新增batch_generate_copy()函数，支持串行生成多篇文案 - 6.2 实现部分失败容错：单篇失败记录 error 字段，继续生成剩余主题
- 6.3 实现数量限制：topics 列表 > 10 时拒绝执行
- 6.4 批量结果自动以
draft状态插入PublishQueue - 6.5 在
services/content.py中新增generate_copy_with_topic_engine()函数，自动选题后生成文案
7. 图文协同优化
- 7.1 优化 SD prompt 生成 Prompt 指令，增加“从文案正文提取场景关键词”的指导
- 7.2 增加情感基调 → SD 氛围词映射逻辑
- 7.3 新增封面图策略参数
cover_strategy，实现 4 种策略的 SD prompt 后缀和尺寸映射 - 7.4 在
LLMService中新增evaluate_image_text_match(content, sd_prompt)方法 - 7.5 图文匹配度评估设为可选，超时/失败时跳过并记录警告
8. UI 集成
- 8.1 在
ui/tab_create.py中新增选题推荐展示区（显示推荐主题列表，点击可填充到主题输入框） - 8.2 新增封面图策略选择 Radio 组件（人物特写 / 场景展示 / 对比图 / 文字卡片）
- 8.3 新增批量创作折叠面板：多主题输入框 + 模板选择 + 批量生成按钮
- 8.4 新增图文匹配度评分展示（可选，在图片生成后显示）
- 8.5 连接
generate_copy_with_topic_engine到“智能选题”按钮事件
9. 数据闭环与集成测试
- 9.1 在
content.py的创作入口中集成AnalyticsService权重数据自动注入（加权文案生成路径） - 9.2 验证完整闭环：选题推荐 → 文案生成 → 自检 → 图片生成 → 草稿入队 → 发布
- 9.3 验证批量创作端到端流程：多主题输入 → 批量生成 → 草稿队列 → 逐篇审核发布