修改说明
This commit is contained in:
poiuy
+64
-13
@@ -28,7 +28,7 @@ python start.py
|
||||
## 常用命令
|
||||
|
||||
| 命令 | 说明 |
|
||||
|------|------|
|
||||
| --------------------------------------------------- | --------------------- |
|
||||
| `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 test-fetch` | 测试抓取（仅拉取前 5 个源，验证流程） |
|
||||
@@ -72,23 +72,74 @@ git push
|
||||
|
||||
## Docker 部署
|
||||
|
||||
```bash
|
||||
# 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/
|
||||
### 打包镜像
|
||||
|
||||
# 2. 构建并启动
|
||||
docker compose up -d --build
|
||||
```powershell
|
||||
# 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）
|
||||
- **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`
|
||||
- 更多参数见 [CONFIG.md](./CONFIG.md)
|
||||
* **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`
|
||||
|
||||
* 更多参数见 [CONFIG.md](./CONFIG.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
|
||||
@@ -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}
|
||||
```
|
||||
@@ -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
|
||||
@@ -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。
|
||||
@@ -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}
|
||||
@@ -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}
|
||||
```
|
||||
@@ -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}
|
||||
```
|
||||
@@ -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
|
||||
@@ -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}
|
||||
```
|
||||
@@ -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
|
||||
@@ -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,
|
||||
)
|
||||
|
||||
|
||||
+39
-10
@@ -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:
|
||||
# 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)
|
||||
try:
|
||||
parsed = json.loads(fixed)
|
||||
except json.JSONDecodeError:
|
||||
raise ValueError(f"无法从响应中解析JSON: {response[:200]}...")
|
||||
raise ValueError(f"无法从响应中解析JSON: {response[:300]}...")
|
||||
|
||||
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]
|
||||
|
||||
Reference in New Issue
Block a user