清理城市农业类别 + 修复采集器LLM直接选题

清理:
- sustainability_cases.json移除GLO-001/CHN-001城市农业案例,替换为循环消费
- initial_cases.json移除case8东京垂直农场/case26城市屋顶农场
- strategy_topics_to_json.py移除B01/B05/D05三个种菜选题
- collector.py移除城市农业→循环消费映射,更新注释
- 删除fix_collector.py/test_image_gen.py/generate_images.py等遗留脚本
- 删除import_topics.py和automation/下旧版生成脚本

修复:
- collector.py _generate_topic_with_llm不再依赖搜索结果,无搜索时LLM直接生成
- run()始终调用LLM,不再要求web_search_results非空
- 替换sources.yaml中已失效的RSS源(澎湃/虎嗅/中新网→36氪/少数派)

scripts/collector.py

@@ -59,7 +59,7 @@ class SustainabilityCase:
     """可持续性案例"""
     id: str
     country: str
-    category: str  # 子领域:城市农业、零浪费生活等
+    category: str  # 子领域:零浪费生活、循环消费等
     title: str
     core_idea: str
     data_facts: str
@@ -254,7 +254,6 @@ class SustainabilityCollector:
                         '低碳出行': '低碳出行',
                         '循环消费': '循环消费',
                         '环保科技': '环保科技产品',
-                        '城市农业': '循环消费',
                     }
                     case_data['category'] = category_map.get(field, field[:4] if len(field) > 4 else field)
 
@@ -378,57 +377,47 @@ class SustainabilityCollector:
             logger.warning(f"web_search失败 {source.name}: {e}")
             return []
 
-    def _generate_topic_with_llm(self, search_results: List[Dict]) -> Optional[SustainabilityTopic]:
-        """用LLM从搜索结果中生成选题"""
+    def _generate_topic_with_llm(self, search_results: Optional[List[Dict]] = None) -> Optional[SustainabilityTopic]:
+        """用LLM生成选题（有搜索结果时参考，无结果时直接生成）"""
         try:
             from app.core.nvidia_client import call_llm
         except ImportError:
             logger.warning("LLM不可用，跳过AI选题生成")
             return None
 
-        if not search_results:
-            return None
-
-        # 整理搜索结果摘要
-        summaries = []
-        for r in search_results[:6]:
-            summaries.append(f"- {r.get('title','')}: {r.get('content','')[:150]}")
-        search_text = "\n".join(summaries)
-
-        # 获取已有选题做去重参考
         existing = self._get_existing_titles()
         existing_hint = ""
         if existing:
-            existing_hint = f"\n以下选题已存在，请避免重复：\n" + "\n".join(f"- {t[:30]}" for t in existing[-10:])
+            existing_hint = "\n已存在选题（避免重复）：" + "、".join(t[:20] for t in existing[-8:])
 
-        # 按日期选不同类别
         categories = self.config.get("sustainability_categories", ["可持续生活"])
         day_idx = datetime.datetime.now().timetuple().tm_yday % len(categories)
         target_category = categories[day_idx]
 
-        prompt = f"""你是一个内容策略师。基于以下搜索结果，生成一个有价值、适合中文互联网传播的选题。
+        search_section = ""
+        if search_results:
+            summaries = [f"- {r.get('title','')}: {r.get('content','')[:120]}" for r in search_results[:4]]
+            search_section = "搜索结果参考：\n" + "\n".join(summaries) + "\n"
+
+        prompt = f"""你是一个内容策略师。生成一个面向中国年轻读者、有价值、适合传播的选题。
 
 目标类别：{target_category}
-
-搜索结果：
-{search_text}
+{search_section}
 {existing_hint}
 
-请生成一个选题，输出JSON格式：
-{{
-  "title": "标题（20字内，有吸引力，含核心关键词）",
+生成一个选题，直接输出JSON（不要其他文字）：
+{{{{
+  "title": "标题（20字内，含核心关键词，避免「新趋势」「指南」这类烂尾词）",
   "core_concept": "核心观点（一句话说清独特价值）",
-  "audience_pain": "受众痛点（真实用户的困惑或需求）",
-  "unique_angle": "独特视角（差异化切入点）",
+  "audience_pain": "受众痛点（真实用户的困惑）",
+  "unique_angle": "差异化切入点",
   "format": "内容形式（趋势洞察/实操指南/对比分析/案例解读）"
-}}
+}}}}
 
 要求：
-- 标题要像人会搜索的，带领域关键词
-- 避免「新趋势」「指南」「攻略」这类同质化结尾
-- 切入点要具体，不要泛泛而谈
-- 优先考虑中国读者能实操的内容
-只输出JSON，不要其他文字。"""
+- 标题像普通人会搜索的
+- 切入点具体，不泛泛而谈
+- 优先考虑中国读者能实操的内容"""
 
         try:
             resp = call_llm(prompt, temperature=0.7)
@@ -797,10 +786,8 @@ class SustainabilityCollector:
         logger.info(f"RSS采集 {sum(1 for a in all_articles if a.get('source_name','') not in [s.name for s in self.sources if s.type=='web_search'])} 篇, "
                     f"搜索采集 {len(web_search_results)} 篇")
 
-        # ---------------------- 第二阶段：尝试LLM选题生成 ----------------------
-        llm_topic = None
-        if web_search_results:
-            llm_topic = self._generate_topic_with_llm(web_search_results)
+        # ---------------------- 第二阶段：LLM选题生成 ----------------------
+        llm_topic = self._generate_topic_with_llm(web_search_results if web_search_results else None)
 
         if llm_topic and not self._is_duplicate_topic(llm_topic.title, existing_titles):
             llm_topic.created_at = datetime.datetime.now().isoformat()