修改说明

my-daily/QUICKSTART.md

@@ -27,17 +27,17 @@ python start.py
 
 ## 常用命令
 
-| 命令 | 说明 |
+| 命令                                                  | 说明                    |
-|------|------|
+| --------------------------------------------------- | --------------------- |
-| `python start.py` | 一键启动：管线 + Web 归档 + 日志 |
+| `python start.py`                                   | 一键启动：管线 + Web 归档 + 日志 |
-| `python main.py check` | 校验 LLM 接口是否可用 |
+| `python main.py check`                              | 校验 LLM 接口是否可用         |
-| `python main.py test-fetch` | 测试抓取（仅拉取前 5 个源，验证流程） |
+| `python main.py test-fetch`                         | 测试抓取（仅拉取前 5 个源，验证流程）  |
 | `python main.py test-fetch --max 10 --lookback 300` | 测试抓取（前 10 个源，回溯 5 小时） |
-| `python main.py fetch` | 单次完整抓取 → 评分 → 缓存 |
+| `python main.py fetch`                              | 单次完整抓取 → 评分 → 缓存      |
-| `python main.py fetch --lookback 120` | 单次抓取（回溯 2 小时） |
+| `python main.py fetch --lookback 120`               | 单次抓取（回溯 2 小时）         |
-| `python main.py push` | 单次推送（早报 / 默认模式） |
+| `python main.py push`                               | 单次推送（早报 / 默认模式）       |
-| `python main.py rss` | 仅打印 RSS Digest，不推送 |
+| `python main.py rss`                                | 仅打印 RSS Digest，不推送    |
-| `python main.py loop` | 长跑模式（持续运行） |
+| `python main.py loop`                               | 长跑模式（持续运行）            |
 
 ## 首次运行建议
 
@@ -72,23 +72,74 @@ git push
 
 ## Docker 部署
 
-```bash
+### 打包镜像
-# 1. 准备配置
-mkdir -p docker/prompts docker/data docker/logs
-cp .env docker/.env
-cp config.json docker/config.json
-cp -r prompts/* docker/prompts/
 
-# 2. 构建并启动
+```powershell
-docker compose up -d --build
+# 在项目根目录执行（需先启动 Docker Desktop）
+cd my-daily
+
+# 1. 构建镜像
+docker build -t my-daily-military-digest:latest .
+
+# 2. 导出为 tar 文件（用于上传到 NAS 等离线环境）
+docker save -o military-digest.tar my-daily-military-digest:latest
+```
+
+### 本地测试运行
+
+```powershell
+# 1. 准备 docker 目录（首次）
+mkdir -p docker\prompts docker\data docker\logs
+cp .env docker\.env
+cp config.json docker\config.json
+cp prompts\*.md docker\prompts\
+
+# 2. 启动容器
+docker compose up -d
 
 # 3. 查看日志
 docker compose logs -f
+
+# 4. 停止容器
+docker compose down
 ```
 
+### NAS 部署
+
+```bash
+# 1. 上传 military-digest.tar 到 NAS，加载镜像
+docker load -i /path/to/military-digest.tar
+
+# 2. 准备好目录结构
+# /volume2/webdav/code/my-daily/
+#   ├── docker/
+#   │   ├── .env
+#   │   ├── config.json
+#   │   ├── prompts/
+#   │   ├── data/
+#   │   └── logs/
+#   ├── resources/rss_feeds.opml   (可选，未挂载则使用镜像内置)
+#   └── docker-compose.nas.yml
+
+# 3. 启动
+cd /volume2/webdav/code/my-daily
+docker compose -f docker-compose.nas.yml up -d
+
+# 4. 查看日志
+docker compose -f docker-compose.nas.yml logs -f
+```
+
+> **推送类型**：系统有两种推送 —
+> - 🚨 **即时推送**：Fetch 循环中检测到热点簇时自动推送（军事科技快讯）
+> - 📰 **定时推送**：每天 08:00 推送（热点速览 + 每日精选 + 网摘图片）
+
 ## 配置要点
 
-- **抓取间隔**：`.env` 中 `FETCH_INTERVAL_MINUTES=30`（每 30 分钟）
+* **抓取间隔**：`.env` 中 `FETCH_INTERVAL_MINUTES=30`（每 30 分钟）
-- **推送时间**：`.env` 中 `PUSH_CRON="0 8 * * *"`（每天 8:00）
+
-- **API 切换**：修改 `.env` 中 `OPENAI_API_BASE` 和 `OPENAI_MODEL`
+* **推送时间**：`.env` 中 `PUSH_CRON="0 8 * * *"`（每天 8:00）
-- 更多参数见 [CONFIG.md](./CONFIG.md)
+
+* **API 切换**：修改 `.env` 中 `OPENAI_API_BASE` 和 `OPENAI_MODEL`
+
+* 更多参数见 [CONFIG.md](./CONFIG.md)
+

my-daily/docker/prompts/category_overview.md

@@ -0,0 +1,16 @@
+# 军事科技分类总体介绍
+
+你是军事科技领域的资深分析师。请根据以下分类的文章列表，为该分类撰写一段50字左右的总体情况介绍。
+
+## 分类名称
+{category_name}
+
+## 文章列表
+{article_list}
+
+## 输出要求
+- 一句话概括该分类今日的核心动态
+- 字数严格控制在45-55字
+- 使用专业、客观、简洁的军事术语
+- 不要列举具体文章标题
+- 只输出介绍文字，不要前缀或后缀

my-daily/docker/prompts/classify_angle.md

@@ -0,0 +1,57 @@
+你是一名军事科技新闻编辑。请判断以下文章的报道角度。
+
+## 角度分类（七选一 + 空值）
+
+必须从以下 8 个选项中选择 **恰好 1 个**：
+
+| 角度 | 适用场景 | 正确示例 | ⚠️ 不适用（反例） |
+|------|---------|---------|-------------------|
+| `政策发布` | 官方政策/法规/条例/命令/预算的**正式发布或生效** | 《国防白皮书》发布；某国批准新军费预算；出口管制新规 | 非官方渠道的解读/分析；内部工作会议；产品发布/广告 |
+| `技术突破` | 新型装备/武器/技术的**实质进展**（首飞/列装/测试/验证） | 新一代战斗机首飞；新型雷达通过验收；高超音速导弹试射成功 | 常规装备维护升级；历史装备回顾；技术路线对比分析 |
+| `情报信号` | 基于**开源情报(OSINT)**的发现：卫星图像识别/电子信号截获/部队部署热力图/新基地建设/异常调动 | 卫星图发现南海新雷达阵地；AIS数据显示航母编队异常动向；商业卫星揭示朝鲜导弹发射场扩建 | 官方已宣布的部署/演习；媒体报道的常规驻防；历史考古 |
+| `战略分析` | 对局势/博弈/地缘的**深度研判**，文中必须有"分析/认为/意味着/判断/预测"等主观论断 | 台海局势走向研判；俄乌冲突对军贸格局影响 | 单纯事实报道；产品推广；采访/会见/任命（注意：无主观论断的纯事实归入其他角度） |
+| `舆论反应` | 官方**回应/表态/谴责/抗议/澄清** | 外交部谴责某国军售；国防部回应南海传闻 | 网民个人观点；历史事件追认/纪念 |
+| `冲突事件` | 正在发生或刚发生的**具体军事行动/冲突/演习/部署** | 军舰穿越台湾海峡；边境交火；联合军演启动 | 历史回顾；战略层面演习意义分析；政策文件威慑措辞 |
+| `人物动态` | 以**人物或机构活动**为核心：任免、访晤、会议、纪念、文化活动、基层事迹 | 国防部长访问某国；军营开放日；烈士纪念仪式 | 以政策/装备/事件为核心、人物仅为信息源的报道 |
+| `""`（空） | 明确**不属于军事/科技/时政**领域：广告、促销、纯生活内容、娱乐八卦 | 商品促销广告、周边挂件上新、纯情感散文 | — |
+
+## 决策顺序（从上到下，命中即止）
+
+```
+0. 是否明确不属于军事/科技/时政（广告/促销/纯娱乐）？→ 返回空字符串 ""
+1. 文中是否有"谴责/驳斥/抗议/回应/声明"等官方表态？→ 舆论反应
+2. 是否在报道某场具体的战斗/冲突/演习/部署过程？→ 冲突事件
+3. 信息源是否为卫星图像/AIS/电子信号等OSINT数据？→ 情报信号
+4. 是否在报道某项技术/装备的首次突破/列装/测试/验证？→ 技术突破
+5. 是否在宣布某个政策/法规/条例/命令/预算的正式出台？→ 政策发布
+6. 文章核心是人物（任免/访问/活动）还是机构内部事务？→ 人物动态
+7. 文中是否有明确的"分析/认为/判断/预测/意味着"等主观论断？→ 战略分析
+8. 以上均不符合 → 根据内容归入最接近的角度（避免都进战略分析）
+```
+
+## 强制规则
+
+1. 只看标题和正文前 500 字做判断
+2. **情报信号**必须基于开源情报(OSINT)数据源（卫星图/AIS/电子信号/热力图等），普通新闻配图不算
+3. **政策发布 vs 技术突破**判别标准：信息源头是官方公告 → 政策发布；是测试/列装/验证的实际进展 → 技术突破
+4. **战略分析**必须在文中找到至少 1 处明确的"分析/判断/预测/认为/意味着"等主观论断，否则不选
+5. 一条输出对应一条输入，链接丢失的输出项将被丢弃
+
+## 输出格式
+
+严格 JSON：
+
+```json
+{{
+  "items": [
+    {{"link": "原文链接", "angle": "技术突破"}},
+    {{"link": "原文链接2", "angle": "情报信号"}}
+  ]
+}}
+```
+
+## 输入数据
+
+```json
+{entries_json}
+```

my-daily/docker/prompts/cluster_insight.md

@@ -0,0 +1,73 @@
+你是一个资深军事新闻主编兼情报分析师。请对以下热点话题簇进行整合分析，同时输出精炼摘要和结构化洞察。
+
+## 输入数据
+
+以下是一个 JSON 对象，包含该话题簇的所有文章：
+
+```json
+{cluster_json}
+```
+
+## Part 1: 摘要整合（新闻编辑视角）
+
+基于多源报道，生成一条 50-100 字的精炼摘要：
+
+- 只陈述核心事实，不做趋势判断
+- 不使用形容词（如"重大""深远""重要"）
+- 合并重复信息，提取最关键的 who/what/when/where
+- 摘要应体现该簇最核心的军事/科技/时政价值点
+
+## Part 2: 结构化洞察（情报分析师视角）
+
+### Metadata（10 字标题 + 20 字导语 + 3-5 要点）
+
+生成以下结构化信息：
+- title: 10 字以内的标题（事实陈述，无修饰）
+- lead: 20 字以内的导语（核心事实）
+- highlights: 3-5 个关键要点（bullet points，纯事实）
+
+约束：只陈述事实，不用形容词。
+
+### 洞察正文
+
+基于多源报道，识别：
+1. **事件脉络**：关键时间节点和进展。如果该话题是持续多日的事件，事件脉络段第一行必须写上 `[持续跟踪]`（单独一行），随后再写：
+   - 前情提要：**优先使用下方 `previous_summary` 字段**（上次推送的洞察摘要），用 1-2 句概括此前已知的关键进展。仅当 `previous_summary` 为空或不存在时，才从素材文章的早期报道中提取前情。禁止写"无显著前情"
+   - 最新突破：今天的最新进展（具体事实）
+2. 多角度分析：
+   - **技术维度**：装备性能、技术水平、技术创新点及其在战术/战役层面的应用价值
+   - **战略维度**：地缘政治影响、军力平衡变化、联盟关系调整
+   - **信息战/认知战维度**：各方如何通过信息释放塑造战场叙事、舆论引导策略、叙事冲突
+3. 影响与展望：短期影响、中长期趋势、值得关注信号
+
+约束：
+- 禁止空泛评论（如"意义重大""影响深远"）
+- 每个观点必须有素材支撑
+- 使用具体名称（装备型号/政策名称/组织名称），不用"某些""部分"等模糊指代
+- 装备型号必须完整（如"F-35A"不能简写为"F35"），兵力/规模要有具体数字
+
+## 输出格式
+
+必须返回纯 JSON 对象：
+
+```json
+{
+  "summary": "50-100字精炼摘要，纯事实陈述",
+
+  "metadata": {
+    "title": "10字以内的标题",
+    "lead": "20字以内的导语",
+    "highlights": ["要点1", "要点2", "要点3"]
+  },
+
+  "body": "#### **事件脉络**\n[持续跟踪]\n- 前情提要：...\n- 最新突破：...\n\n#### **多角度分析**\n- **技术维度**：...\n- **战略维度**：...\n- **信息战/认知战维度**：...\n\n#### **影响与展望**\n短期：...\n中期：...\n值得关注：..."
+
+注意：如果该话题是单日事件（所有报道在同一天），事件脉络段**不加** `[持续跟踪]` 标记。
+}
+```
+
+要求：
+1. summary 必须 50-100 字（中文字符计数）
+2. metadata.highlights 至少 2 条，至多 5 条
+3. body 必须包含三个段落（事件脉络/多角度分析/影响与展望）
+4. 只返回 JSON 对象，不要添加额外说明

my-daily/docker/prompts/cluster_summary.md

@@ -0,0 +1,20 @@
+你是一个军事新闻编辑。请将以下多源报道合并为一条 50-100 字的中文精炼摘要。
+
+## 规则
+
+1. 只陈述核心事实（who/what/when/where），不做趋势判断
+2. 不使用形容词（如"重大""深远""重要""显著"）
+3. 不使用模糊指代（如"某些""相关""有关"），必须用具体名称
+4. 合并重复信息，提取最关键的进展
+5. 如果同一事件有多个角度，用 1-2 句话概括主要维度
+6. 装备型号必须完整（如"歼-35A"），地点精确到城市/基地级别
+
+## 输入
+
+```json
+{cluster_json}
+```
+
+## 输出
+
+只返回 50-100 字的中文摘要文本，不要 JSON 包裹，不要额外说明。

my-daily/docker/prompts/digest.md

@@ -0,0 +1,29 @@
+你是一位顶级的军事科技观察家与日报主编。你的任务是将今天杂乱无章、来源各异的信息碎片，熔炼、重组成一篇结构清晰、主次分明、洞察深刻的《军事科技每日精选》。
+
+## 核心排版与整合规则：
+1. **新旧剥离与进展追踪**：对比今天的新信息与历史上下文。如果今天的信息是历史事件的延续，请将标题标记为`[持续跟踪]`，并在正文中清晰划分"前情提要"与"最新突破"。
+2. **精准的事件级融合**：把讨论同一具体事件的多方报道合并为一条新闻，提炼全貌。不要把两个毫不相干的事件强行合并。
+3. **精选原则**：只挑选真正有价值的4-10个核心事件。宁缺勿滥。绝对剔除：KOL个人动态、企业公关软文、纯情绪发泄、未经验证的小道消息。
+4. **结构化呈现**：每个事件采用"一句核心亮点 + 展开的无序列表"结构。
+5. **客观专业**：用简练的中文，像分析师一样指出事件的行业意义。保留所有相关的原文链接。
+6. **避免风格趋同**：每天的前言导读必须从今日素材本身的具体事实出发，严禁评价性措辞/总结性套话/宏大叙事框架。
+7. **正文不要写开头引言**：正文请直接从`### 1️⃣ ...`开始。
+
+## 输出格式（严格按以下结构输出，先frontmatter后正文）：
+frontmatter字段要求：
+- `title`: 提炼1-3个核心看点制作短标题，8-30字，核心事实陈述语气。
+- `lead`: 60-100字前言导读，只陈述今日具体发生的事实。
+- `highlights`: 2-3条最值得关注的事件清单，每条15-30字，纯事实陈述。
+
+正文要求：直接从`### 1️⃣ ...`开始，不要前言段。
+
+## 待处理的碎片化信息（共{count}条）：
+```json
+{entries}
+```
+
+### 近期已推送内容（仅供查重，严禁模仿）：
+{recent_push_context}
+
+### 近几天已处理过的碎片化信息（供洞察参考）：
+{context}

my-daily/docker/prompts/extract_entities.md

@@ -0,0 +1,49 @@
+你是一名军事科技情报分析师。请从以下文章中提取关键实体。
+
+## 实体类型定义
+
+提取以下 5 类实体，每类最多 5 个：
+
+| 类型 | 说明 | 军事/科技示例 | 政策/福利/机构示例 |
+|------|------|-------------|------------------|
+| `person` | 人物/角色 | 国防部长、马斯克、普京 | 退役军人、军属、烈士 |
+| `org` | 组织/机构/军种 | 北约、美国海军、中国航天科工 | 军队幼儿园、退役军人事务部、军委后勤保障部 |
+| `equipment` | 装备/武器系统/技术 | 歼-35A、东风-21D、星链 | — |
+| `event` | 事件/行动/演习/政策 | 环太平洋军演、台海巡航 | 军娃优待政策、教育优待、住房保障、征兵条例修订 |
+| `location` | 地域/战区/海域 | 南海、波斯湾、关岛 | — |
+
+## 提取原则
+
+1. 只提取文中明确出现的实体，不推测
+2. 实体名称尽量具体（"军队幼儿园"优于"幼儿园"，"退役军人事务部"优于"事务部"）
+3. 无该类实体时返回空数组 `[]`
+4. 同一实体多次出现只取一次
+5. 排除过于宽泛的概念（"武器""军队""国家""政府"），但**带限定词的宽泛概念可以接受**（"军队幼儿园""某国政府"可以，"军队""政府"不行）
+6. 政策内容也应提取——发布机构归入 `org`，政策内容归入 `event`
+
+## 输出格式
+
+严格输出 JSON，与输入一一对应：
+
+```json
+{{
+  "items": [
+    {{
+      "link": "原文链接",
+      "entities": {{
+        "person": ["实体1", "实体2"],
+        "org": ["实体1"],
+        "equipment": [],
+        "event": ["实体1"],
+        "location": ["实体1", "实体2"]
+      }}
+    }}
+  ]
+}}
+```
+
+## 输入数据
+
+```json
+{entries_json}
+```

my-daily/docker/prompts/immediate_push.md

@@ -0,0 +1,19 @@
+你是一位顶级的军事科技观察家与专业的军事新闻记者。你需要将最新发生的高分重磅消息整理成即时推送快讯。
+
+## 任务要求：
+1. **严格查重与阻断机制**：仔细对比原始数据与【过去已推送历史】。如果事件已经推送过且无重大新进展，请直接抛弃。如果所有输入的事件都被判定为重复，你必须且只能输出[NO_NEW_CONTENT]。
+2. **专业聚合**：如果输入数据中有多条讨论同一个事件，请将它们融合为一条快讯。
+3. **专业视角**：用2-3条无序列表项陈述核心事实(What)；列表之后另起一段给出1-2句为什么值得关注(Why it matters)的洞察分析，应涉及对地区安全架构/军力平衡/技术格局的影响。
+4. **语气风格**：客观、准确、克制。多用短句，重点内容加粗。避免空洞的行业宏大叙事和未来预测。
+5. **军事专业性**：装备型号必须写完整（如"F-35A"不简写"F35"、"阿利·伯克级驱逐舰"不简写"伯克级"），兵力/射程/吨位等使用具体数字。
+
+## 输出格式：
+{output_format}
+
+## 过去N天已推送事件清单（仅供查重，严禁模仿）：
+{recent_push_context}
+
+## 本次需要推送的原始数据：
+```json
+{entries}
+```

my-daily/docker/prompts/precise_heat.md

@@ -0,0 +1,60 @@
+你是一个资深的军事新闻主编。请对以下热点话题簇进行精评分（0-100）。
+
+## 评分维度
+
+请从以下四个维度综合打分：
+
+1. **军事价值（40分）**：是否涉及装备列装/技术突破/实战行动/战略部署/军事时政
+   - 装备首次曝光/列装/实战验证 = 35-40
+   - 技术验证/测试进展/军控谈判/重大制裁 = 25-35
+   - 演习/训练/常规动态/外交斡旋 = 15-25
+   - 非军事主题 = 0-15
+   - 注意：芯片出口管制、AI军事化政策、太空军备竞赛等交叉领域属于军事科技/军事时政，不应归入"非军事"
+
+2. **时效性（25分）**：是否为最新进展或首次报道
+   - 24h内的突发/首次报道 = 20-25
+   - 近期进展的跟进报道 = 15-20
+   - 回顾性/综述性内容 = 5-15
+
+3. **信息密度（20分）**：是否包含具体数据/型号/地点/时间
+   - 含具体型号+数量+地点+时间 = 15-20
+   - 含部分具体信息 = 10-15
+   - 泛泛而谈/观点评论 = 5-10
+   - 加分项：含卫星图像/电子信号数据/OSINT分析/部署热力图等情报级信息 +3
+
+4. **传播广度（15分）**：多家媒体、多个角度报道的热度
+   - 5+源或新华社等国家级通讯社通稿 × 3+角度 = 12-15
+   - 3-4源 或 2角度 = 8-12
+   - 单一来源 = 3-8
+   - 注意：中文军事新闻中，新华社/央视/国防部发布的一手通稿视为等效多源，不因"单源"而扣分
+
+## 输入数据
+
+以下是一个 JSON 数组，包含热点话题簇的摘要信息：
+
+```json
+{clusters_json}
+```
+
+## 输出要求
+
+必须返回纯 JSON 对象，格式如下：
+
+```json
+{
+  "items": [
+    {
+      "cluster_id": 0,
+      "precise_score": 92,
+      "brief": "歼-35A首次公开确认列装，官方首发，多源多角度报道"
+    }
+  ]
+}
+```
+
+要求：
+1. items 数组长度必须与输入相同
+2. cluster_id 必须与输入一一对应
+3. precise_score 为 0-100 整数
+4. brief 为 25 字以内的评分依据简述
+5. 只返回 JSON 对象，不要添加额外说明

my-daily/docker/prompts/score_batch.md

@@ -0,0 +1,50 @@
+你是一个专业且严苛的军事科技新闻主编。请对抓取到的碎片化信息进行过滤、评分和信息提取。
+
+## 任务与评分标准
+请根据以下标准为每条信息打分（0-100）。
+
+**核心约束（先判这三条，再进入分档）**：
+1. 90+ **必须同时满足**：(a) 主题与时政/军事/科技强相关；(b) 来源为当事方官方账号或权威防务专业媒体（Defense News / The War Zone / Janes / 新华社等，非低质KOL、非纯营销号）；(c) 属于首发或第一时间跟进
+2. 非时政/军事/科技主题（纯娱乐八卦、生活琐事、纯体育等）无论多重大、即使来自官方，**上限79分**
+3. 时政/军事/科技新闻若来源是低质KOL（纯转述无增量信息、个人自媒体、无专业背景的营销号），**上限89分**。有深度分析、独家信息或专业背景（退役军官/OSINT分析师/行业研究员）的KOL不在此限。
+
+**分档**：
+- 【90-100分】军事/科技领域 + 官方或权威防务专业媒体首发 + 里程碑级装备/政策/事件。军事时政重磅事件（军控条约签署、重大制裁、香格里拉级别对话会）也在此档。
+- 【80-89分】重要军事科技进展、深度技术分析、军事时政重要进展；或重磅新闻但通过普通媒体转述。
+- 【70-79分】实用装备分析、技术教程、行业报告；**非目标领域**的重磅新闻；低质KOL转述的军事内容。
+- 【60-69分】二手信息、一般性新闻、小道消息。
+- 【<60分】低价值内容：纯情绪宣泄、无营养评价、广告。
+
+## 输出要求
+必须返回纯JSON对象，顶层包含`items`数组字段，数组中每个对象包含：
+- `link`: 原文链接（必须保留原样）
+- `score`: 整数评分，JSON数字类型
+- `tags`: 字符串数组，数量1-3个，每个标签2-16个字符。必须是新闻中具体的关键词（装备型号/政策名称/技术特性/关键人物/地缘事件），禁止空泛分类标签。
+  - ✅ 好示例：`["歼-35A","舰载战斗机","隐身性能"]`、`["AI芯片出口限制","Rubin架构"]`
+  - ❌ 坏示例：`["军事","新闻","热点"]`
+- `summary`: 一句话客观摘要（提取核心事实，50字内）
+
+## 输出格式（严格只输出JSON对象）：
+{
+  "items": [
+    {
+      "link": "https://example.com/article1",
+      "score": 95,
+      "tags": ["歼-35A", "舰载战斗机", "隐身性能"],
+      "summary": "空军官方确认歼-35A已列装首批作战部队。"
+    }
+  ]
+}
+
+## 重要提示
+1. items数组长度必须与输入相同
+2. link字段必须与输入一一对应
+3. 只返回JSON对象，不要添加任何额外说明文字
+
+## 输入数据
+以下是一个JSON数组，包含抓取到的内容：
+每个对象包含：link, title, source, published, content
+
+```json
+{entries_json}
+```

my-daily/docker/prompts/webzine.md

@@ -0,0 +1,55 @@
+# 军事科技网摘生成
+
+你是一名资深军事编辑，请你严格按照《参考消息》官方新闻报道格式、标题风格，对我提供的新闻内容进行改写，严格遵守以下所有规则：
+
+## 文章信息
+- 标题：{title}
+- 来源：{source}
+- 发布时间：{published}
+- AI摘要：{summary}
+- 原文内容：{content}
+
+## 标题要求
+- 简洁、客观、中性、信息密度高
+- 结构：主体 + 事件 + 核心态势
+- 不抒情、不夸张、不用网络用语
+
+## 价值点要求
+- 价值点严格 35～50 字（含标点）
+- 句式结构：事件 - 影响/后果 - 值得关注
+- 凝练、客观、不发散
+
+## 正文要求
+- 开头第一句必须加：据 XXX 报道
+- 如果新闻来源是微信公众号，开头第一句必须加：据微信公众号 XXX
+- 正文风格：客观、平实、严谨、书面化，类似外电编译稿
+- 只保留核心信息（时间、地点、人物、事件、内容、前景/影响），全文聚焦文章最核心的亮点，其他次要内容简要提及或不介绍
+- 正文中可适当使用编号概述，如（1）（2）（3）…，不超过4个，每个编号后的冒号前为2～4字短语，如（1）具体行动：...（2）实现目标：...等
+- 装备型号必须完整准确（如"F-35A"不简写为"F35"），兵力规模使用具体数字
+- 全文一段到底，不分段
+- 字数强制要求：正文字数严格控制在 250～350 字（含标点），不许超、不许少
+
+## 输出格式
+
+严格输出 JSON，包含六个字段：
+
+```json
+{
+  "title": "网摘标题",
+  "value": "价值点",
+  "body": "正文",
+  "source": "新华社",
+  "original_title": "原文原标题",
+  "published": "2026-06-02T10:00:00"
+}
+```
+
+- source: 来源名称
+- original_title: 未经改写的原标题
+- published: 发布时间
+
+只输出 JSON，不要任何前缀或后缀文字。
+
+## 注意事项
+- 标题与价值点、正文中的"核心亮点"必须一致——标题突出什么，价值点和正文就从什么角度切入组织
+- 不遗漏新闻中值得关注的意外事件或副作用（如事故、失误），以客观笔法简要带过

my-daily/main.py

@@ -35,6 +35,7 @@ from src.sections.webzine.section import generate_webzine_batch
 from src.storage import (
     get_cluster_file,
     get_digest_file,
+    get_fetch_file,
     save_push_file,
 )
 

my-daily/src/llm.py

@@ -129,6 +129,7 @@ def _try_fix_truncated_json(text: str) -> str:
 
 def _parse_score_response(response: str) -> List[Dict]:
     text = response.strip()
+    # 移除 markdown 代码块标记
     if text.startswith("```json"):
         text = text[7:]
     elif text.startswith("```"):
@@ -138,24 +139,39 @@ def _parse_score_response(response: str) -> List[Dict]:
     text = text.strip()
 
     parsed = None
+    # 尝试 1: 直接解析
     try:
         parsed = json.loads(text)
     except json.JSONDecodeError:
-        for pattern in (r"\{.*\}", r"\[.*\]"):
+        pass
+
+    # 尝试 2: 修复截断 + 修复常见 JSON 语法错误
+    if parsed is None:
+        fixed = _try_fix_truncated_json(text)
+        try:
+            parsed = json.loads(fixed)
+        except json.JSONDecodeError:
+            pass
+
+    # 尝试 3: 正则提取整个 JSON 对象
+    if parsed is None:
+        for pattern in (r"\{[^{}]*\"items\"\s*:\s*\[.*?\]\s*\}", r"\{.*\}", r"\[.*\]"):
             match = re.search(pattern, text, re.DOTALL)
             if match:
                 try:
                     parsed = json.loads(match.group())
                     break
                 except json.JSONDecodeError:
-                    continue
+                    # 尝试修复后再解析
+                    fixed_match = _try_fix_truncated_json(match.group())
+                    try:
+                        parsed = json.loads(fixed_match)
+                        break
+                    except json.JSONDecodeError:
+                        continue
 
     if parsed is None:
-        fixed = _try_fix_truncated_json(text)
+        raise ValueError(f"无法从响应中解析JSON: {response[:300]}...")
-        try:
-            parsed = json.loads(fixed)
-        except json.JSONDecodeError:
-            raise ValueError(f"无法从响应中解析JSON: {response[:200]}...")
 
     if isinstance(parsed, list):
         return parsed
@@ -166,7 +182,7 @@ def _parse_score_response(response: str) -> List[Dict]:
         list_values = [v for v in parsed.values() if isinstance(v, list)]
         if len(list_values) == 1:
             return list_values[0]
-    raise ValueError(f"无法从响应中提取评分数组: {response[:200]}...")
+    raise ValueError(f"无法从响应中提取评分数组: {response[:300]}...")
 
 
 def _split_entries_for_batch(entries: List[Dict], max_prompt_chars: int = 10000) -> List[List[Dict]]:
@@ -227,16 +243,29 @@ def _reconcile_batch_results(entries: List[Dict], results: List[Dict], batch_ind
     return matched_results, errors
 
 
-async def _score_single_batch(entries: List[Dict], config: Dict, batch_index: int = 0) -> Tuple[List[Dict], List[str]]:
+async def _score_single_batch(entries: List[Dict], config: Dict, batch_index: int = 0,
+                              retry: bool = True) -> Tuple[List[Dict], List[str]]:
     prompt_path = config.get("prompts", {}).get("score_batch", "prompts/score_batch.md")
     prompt = _build_batch_prompt(entries, prompt_path)
-    try:
+
-        response = await call_llm(prompt, config, response_format={"type": "json_object"})
+    async def _try_score():
+        response = await call_llm(prompt, config, max_tokens=40960)
         results = _parse_score_response(response)
         if not isinstance(results, list):
             raise ValueError(f"LLM返回的不是数组: {type(results)}")
         return _reconcile_batch_results(entries, results, batch_index)
+
+    try:
+        return await _try_score()
     except Exception as e:
+        if retry:
+            print(f"   🔄 批次{batch_index + 1} 首次失败，重试中... ({e})")
+            try:
+                return await _try_score()
+            except Exception as retry_e:
+                error_message = f"批次{batch_index + 1} 评分失败(重试后): {retry_e}"
+                print(f"   ⚠️ {error_message}")
+                return [], [error_message]
         error_message = f"批次{batch_index + 1} 评分失败: {e}"
         print(f"   ⚠️ {error_message}")
         return [], [error_message]