""" AI分析模块：四维度评分、智能分类、中文摘要、分类洞察、网摘生成 """ import re import json from concurrent.futures import ThreadPoolExecutor, as_completed from .config import SCORE_DIMENSIONS, WECHAT_SOURCES, AI_CONCURRENCY from .utils import call_ai from .logger import get_logger def score_and_classify_article(article, api_key, base_url, model, index=0, total=0): """ AI三合一分析：四维度评分 + 中文摘要 + 智能分类 一次API调用完成三项任务，返回包含 scores/summary/category 的字典 """ logger = get_logger() title = article['translated_title'] content = article['translated_content'][:1000] if article['translated_content'] else article['translated_title'] source = article['source'] dimensions_desc = '\n'.join( f'- {d["name"]} (权重 {int(d["weight"]*100)}%): {d["description"]}' for d in SCORE_DIMENSIONS ) prompt = f"""请对以下军事科技文章进行分析。 【文章标题】：{title} 【文章内容摘要】：{content} 【文章来源】：{source} 【评分维度】： {dimensions_desc} 【输出要求】： 请严格按照以下 JSON 格式返回（不要其他文字说明）： {{ "scores": {{ "维度名称1": 分数（1-10的整数）, "维度名称2": 分数（1-10的整数） }}, "summary": "2-3句话的高质量中文摘要，突出技术参数、战略影响、国际竞争格局", "category": "文章分类，必须是以下之一：装备动态/地区冲突/战略政策" }} 只输出 JSON，不要其他内容。""" try: result = call_ai([ {'role': 'system', 'content': '你是专业的军事科技分析专家，擅长武器装备分析、战略评估。'}, {'role': 'user', 'content': prompt} ], api_key, base_url, model, temperature=0.2, max_tokens=800, purpose="AI评分分类") json_match = re.search(r'\{[\s\S]*\}', result) if not json_match: raise ValueError('未找到JSON输出') parsed = json.loads(json_match[0]) if index > 0 and total > 0: logger.info("AI分析完成 %d/%d: %s...", index, total, title[:30]) return (article, parsed) except Exception as e: logger.warning("AI处理失败 '%s...': %s", title[:30], e) default_scores = {d['name']: 5 for d in SCORE_DIMENSIONS} default_result = { 'scores': default_scores, 'summary': title, 'category': '装备动态' } return (article, default_result) def batch_score_and_classify_articles(articles, api_key, base_url, model, max_concurrent=None): """批量对文章进行AI评分与分类，并发执行 返回处理后的文章列表，文章已包含ai_result、final_score、summary、category等字段 """ logger = get_logger() if not articles: return [] if max_concurrent is None: max_concurrent = AI_CONCURRENCY logger.info("开始批量AI分析，共%d篇文章，并发数：%d", len(articles), max_concurrent) processed_articles = [] with ThreadPoolExecutor(max_workers=max_concurrent) as executor: future_to_article = { executor.submit(score_and_classify_article, article, api_key, base_url, model, i+1, len(articles)): article for i, article in enumerate(articles) } for future in as_completed(future_to_article): article, ai_result = future.result() article['ai_result'] = ai_result article['final_score'] = calculate_weighted_score(ai_result) article['summary'] = ai_result.get('summary', article['translated_title']) article['category'] = ai_result.get('category', '装备动态') article['scores'] = ai_result.get('scores', {}) processed_articles.append(article) logger.info("批量AI分析完成，共处理%d篇文章", len(processed_articles)) return processed_articles def calculate_weighted_score(ai_result): """根据四维度分数和权重计算加权总分""" scores = ai_result.get('scores', {}) total = 0.0 for dim in SCORE_DIMENSIONS: score = scores.get(dim['name'], 5) total += score * dim['weight'] return round(total, 1) def generate_category_overview(category_name, articles, api_key, base_url, model): """为某分类生成50字左右的总体情况介绍""" logger = get_logger() if not articles: return "" article_titles = "\u3001".join(a['translated_title'][:15] for a in articles[:5]) prompt = f"""请为以下军事科技新闻分类生成50字左右的总体情况介绍。 【分类名称】：{category_name} 【本分类文章】：{article_titles} 【要求】： - 50字左右，简洁专业 - 概括本分类今日核心看点或趋势 - 军事科技专业风格，不要口语化 直接输出文字，不要其他格式。""" try: result = call_ai([ {'role': 'system', 'content': '你是专业的军事科技编辑，擅长撰写简洁专业的新闻综述。'}, {'role': 'user', 'content': prompt} ], api_key, base_url, model, temperature=0.3, max_tokens=150, purpose="分类介绍") return result.strip() except Exception as e: logger.warning("生成分类介绍失败: %s", e) return "" def generate_webzine_for_article(article, api_key, base_url, model, max_retries=3): """ 为单篇文章生成《参考消息》风格的网摘 支持字数校验重试（正文280-320字、价值点35-45字），最多重试3次 """ logger = get_logger() source_name = article['source'] publish_time = article['published'].strftime('%Y年%m月%d日') is_wechat = source_name in WECHAT_SOURCES source_prefix = f"据公众号 {source_name} 报道" if is_wechat else f"据 {source_name} 报道" prompt = f"""文章标题：{article['translated_title']} 文章来源：{source_name} 文章发布时间：{publish_time} 文章内容：{article.get('summary', article.get('content', '')[:800])} 文章链接：{article['link']} 【重要警告：字数必须严格达标，否则视为不合格！】 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： 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 正文格式要求 开头第一句必须加：{source_prefix} 正文风格：客观、平实、严谨、书面化，类似外电编译稿 必须充分展开：补充背景、说明意义、分析影响、展望前景，确保内容充实 只保留核心信息：时间、地点、人物、事件、内容、前景 全文一段到底，不分段 【字数强制要求 - 必须严格执行】 正文字数严格控制在 280～320 字（含标点），一个字都不能少，一个字都不能多！ 300字左右的正文示例长度：大概5-6个完整的长句，涵盖事件背景、核心内容、技术细节、战略意义、未来影响五个层面。 如果内容不够，请合理补充相关背景、行业态势、同类项目对比等专业内容，确保达到字数要求。 价值点要求 正文结束后空一行，再写价值点 价值点严格 35～45 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 输出格式 标题：新闻标题 原标题：原文章标题 发布日期：严格使用上面提供的「{publish_time}」，不要修改 正文：改写后的正文内容 价值点：价值点内容 注意：每一行都必须以「类别：内容」的格式输出，类别严格使用上面的5个名称，不要修改。""" last_result = None for attempt in range(max_retries): try: result = call_ai([ {'role': 'system', 'content': '你是《参考消息》资深编辑，擅长撰写客观、严谨、专业的新闻报道，对字数控制极其精准。'}, {'role': 'user', 'content': prompt} ], api_key, base_url, model, temperature=0.4, max_tokens=800, purpose="网摘生成") result = result.strip() last_result = result lines = result.split('\n') body_text = '' for line in lines: if line.startswith('正文：'): body_text = line[3:].strip() break body_len = len(body_text) if 280 <= body_len <= 320: if attempt > 0: logger.info("第%d次尝试成功，字数：%d", attempt + 1, body_len) return result else: logger.warning("第%d次尝试字数不达标：%d字（要求280-320），重试中...", attempt + 1, body_len) if body_len < 280: prompt += f"\n\n【上次反馈：正文只有{body_len}字，太少！请大幅增加内容，补充更多背景、细节和分析，确保达到280-320字！】" else: prompt += f"\n\n【上次反馈：正文有{body_len}字，太多！请精简内容，删除冗余描述，控制在280-320字以内！】" except Exception as e: logger.warning("第%d次尝试失败: %s", attempt + 1, e) logger.warning("重试%d次仍未达标，返回最后结果", max_retries) return last_result if last_result else ""