配置全面迁移数据库：PromptConfig、TaskConfig动态调度、敏感词/清洗规则/趋势映射/平台标签/痛点模板全部可编辑

- 新增 PromptConfig 模型 + API，支持提示词在线编辑（16条默认） - 调度器动态读取 TaskConfig.schedule，admin 可调执行时间 - 新增 KeywordDomainMap、SensitiveWord、ContentCleanRule、TrendFieldMapping 表 - DOMAINS、TREND_DOMAIN_MAP、PLATFORM_TAGS、china_pains、RSS关键词、priority_weights 全部迁移到 DB - tasks.html 重构：卡片网格+配置/产出/历史/提示词四个Tab，折叠显示 - 清理冗余代码：DEFAULT_PROMPTS死代码、collector.py unreachable代码、compliance_checker bug - strip_thinking_html 改用 DB 规则优先
2026-05-22 11:18:23 +08:00
parent a8e0a76e07
commit 1855f190f5
31 changed files with 2927 additions and 1127 deletions
@@ -12,6 +12,8 @@ sys.path.insert(0, str(PROJECT_ROOT))
 sys.path.insert(0, str(PROJECT_ROOT / 'platform' / 'backend'))

 from db_helper import get_topic_by_id, update_topic_status, save_article
+from content_cleaner import strip_thinking, strip_ai_preface, clean_markdown_content, clean_html_content
+from prompt_loader import get_prompt, get_prompt_params
 try:
    from app.core.nvidia_client import call_llm
    HAVE_LLM = True
@@ -116,21 +118,7 @@ class Writer:

    @staticmethod
    def _clean_markdown(text: str) -> str:
-        lines = text.split('\n')
-        cleaned = []
-        in_code_fence = False
-        for line in lines:
-            if line.strip().startswith('```'):
-                in_code_fence = not in_code_fence
-                continue
-            if in_code_fence:
-                continue
-            line = re.sub(r'^#{1,6}\s+', '', line)
-            line = re.sub(r'^[\-\*\+]\s+', '', line)
-            line = re.sub(r'^\d+[\.\)]\s+', '', line)
-            line = re.sub(r'\*{1,3}([^*]+)\*{1,3}', r'\1', line)
-            cleaned.append(line)
-        return '\n'.join(cleaned).strip()
+        return clean_markdown_content(text)

    @staticmethod
    def _is_outline_noise(line: str) -> bool:
@@ -160,31 +148,15 @@ class Writer:
        # 大纲要点格式（>40% 行以 -/*/** 开头）应始终由 LLM 展开为连贯段落
        if HAVE_LLM and self._is_bullet_only(content):
            logger.info(f"使用 LLM 扩写章节(要点→段落): {section['title']}")
-            prompt = f"""你是一个资深作者，正在写一篇关于「{self.topic['title']}」的文章。请写「{section['title']}」这一节。
-
-今天日期：{datetime.datetime.now().strftime('%Y年%m月%d日')}。
-
-笔记要点：
-{content}
-
-【输出要求】
-输出3-6段纯粹、流畅的段落文字，每节内容根据平台需求控制在200-800字之间。
-
-格式：
- 禁止任何标题/列表/格式标记（#、-、*、1.、**等）
- 每段3-5句，段间空行分隔
- 用「你」或「我们」视角，自然口语化
-
-内容要求（让文章在各平台能被推荐）：
- 开头直接切入痛点或反常识观点，抓住注意力
- 每个观点配具体案例或数据（用「据统计」「调研显示」等），不要空泛说理
- 有独特判断和立场，避免正确废话
- 回答「所以呢」——读者看完能带走什么
- 结尾有情绪感召力，让人想点赞/收藏/转发
-
-直接输出段落正文，不要任何附加说明。"""
+            prompt = get_prompt("section_expansion",
+                topic_title=self.topic['title'],
+                section_title=section['title'],
+                date=datetime.datetime.now().strftime('%Y年%m月%d日'),
+                content=content,
+            )
            try:
-                expanded = call_llm(prompt, temperature=0.6)
+                params = get_prompt_params("section_expansion")
+                expanded = call_llm(prompt, temperature=params.get("temperature", 0.75), max_tokens=params.get("max_tokens", 3000))
                if expanded:
                    cleaned = self._clean_markdown(expanded.strip())
                    if cleaned:
@@ -284,15 +256,17 @@ class Writer:
        core = self.topic.get('core_concept', '')

        tag_prompts = {
-            "zhihu": f"为以下文章生成知乎标签（3-5个）。标题：{title} 领域：{field} 核心观点：{core} 每个2-4字。直接输出标签，空格分隔。不要输出思考过程。",
-            "wechat": f"为以下文章生成公众号标签（3-5个）。标题：{title} 领域：{field} 核心观点：{core} 每个2-4字。直接输出标签，空格分隔。不要输出思考过程。",
-            "xiaohongshu": f"为以下文章生成小红书标签（3-5个）。标题：{title} 领域：{field} 核心观点：{core} 每个2-4字。直接输出标签，空格分隔。不要输出思考过程。",
+            "zhihu": get_prompt("tags_generation", platform="知乎", title=title, field=field, core=core),
+            "wechat": get_prompt("tags_generation", platform="公众号", title=title, field=field, core=core),
+            "xiaohongshu": get_prompt("tags_generation", platform="小红书", title=title, field=field, core=core),
        }

        if HAVE_LLM:
-            prompt = tag_prompts.get(platform, f"根据文章信息生成适合{platform}的标签。标题：{title} 领域：{field} 核心观点：{core} 直接输出标签，空格分隔。")
+            prompt = tag_prompts.get(platform, get_prompt("tags_generation", platform=platform, title=title, field=field, core=core))
            try:
-                tags_text = call_llm(prompt, temperature=0.2)
+                params = get_prompt_params("tags_generation")
+                tags_text = call_llm(prompt, temperature=params.get("temperature", 0.3), max_tokens=params.get("max_tokens", 500))
+                tags_text = strip_thinking(tags_text)
                if tags_text:
                    tags = [t.strip('#') for t in tags_text.strip().split() if t.strip('#')]
                    if tags:
@@ -331,64 +305,33 @@ class Writer:
        if not HAVE_LLM:
            return original

-        title_templates = {
-            "zhihu": f"""你是一个知乎用户，在给自己的深度回答起高点击率标题。
+        if platform == "zhihu":
+            prompt = get_prompt("title_optimize_zhihu",
+                title=original,
+                core=self.topic.get('core_concept', ''),
+                pain=self.topic.get('audience_pain', ''),
+                field=self.topic.get('field', ''),
+            )
+        elif platform == "wechat":
+            prompt = get_prompt("title_optimize_wechat",
+                title=original,
+                core=self.topic.get('core_concept', ''),
+            )
+        elif platform == "xiaohongshu":
+            prompt = get_prompt("title_optimize_xhs",
+                title=original,
+                core=self.topic.get('core_concept', ''),
+            )
+        else:
+            prompt = f"给以下文章改个吸引人的{platform}标题：{original}"

-原文标题：{original}
-领域：{self.topic.get('field', '')}
-
-要求：
- 有信息量：一看就知道能解决什么问题
- 含知乎搜索关键词（SEO），利用知乎搜索联想热词
- 带数字或对比最好（「3个方法」「从…到…」）
- 20字以内
- 参考知乎真实高赞标题风格，不要套路句式
- 避免「如何…」废句式、「XXX指南/手册/全攻略」
- 有观点、有态度，不是中性描述
- 直击目标读者痛点或好奇心
- 直接输出3个标题选项，每行一个，不要输出思考过程
-
-生成 3 个选项，每行一个。""",
-
-            "wechat": f"""你是一个公众号作者，在给可能10万+的文章起标题。
-
-原文标题：{original}
-领域：{self.topic.get('field', '')}
-
-要求：
- 制造好奇心和点击欲，让人觉得不点开会错过
- 包含微信搜索关键词（微信SEO），利用搜一搜热门词
- 口语化，不要书面腔
- 不要感叹号堆砌，不要「重磅/震惊/紧急」
- 字数15-25字最佳
- 有情绪感召力：共鸣/好奇/焦虑/期待
- 参考近期10万+标题的语气节奏
- 直接输出3个标题选项，每行一个，不要输出思考过程
-
-生成 3 个选项，每行一个。""",
-
-            "xiaohongshu": f"""你是一个小红书用户，在给笔记起能上热门推荐的标题。
-
-原文标题：{original}
-领域：{self.topic.get('field', '')}
-
-要求：
- 20字以内
- 采用爆款模式：数字+结果/痛点+方案/反常识观点/对比式
- 包含小红书搜索关键词（SEO），利用搜索下拉热词
- 带1个精准emoji点缀，不要三个起堆
- 有场景感/结果感/获得感
- 不要「必看/收藏/码住」
- 像真实用户写的，不是运营写的
- 参考小红书搜索热榜标题风格
- 直接输出3个标题选项，每行一个，不要输出思考过程
-
-生成 3 个选项，每行一个。""",
-        }
-
-        prompt = title_templates.get(platform, f"给以下文章改个吸引人的{platform}标题：{original}")
        try:
-            resp = call_llm(prompt, temperature=0.7)
+            if platform in ("zhihu", "wechat", "xiaohongshu"):
+                params = get_prompt_params(f"title_optimize_{platform}")
+                resp = call_llm(prompt, temperature=params.get("temperature", 0.8), max_tokens=params.get("max_tokens", 1500))
+            else:
+                resp = call_llm(prompt, temperature=0.7)
+            resp = strip_thinking(resp)
            titles = []
            for line in resp.strip().split('\n'):
                line = line.strip()
@@ -414,6 +357,7 @@ class Writer:
        else:
            template = "<!DOCTYPE html><html><head><meta charset='UTF-8'><title>{{TITLE}}</title><meta name='viewport' content='width=device-width'><style>body{max-width:800px;margin:0 auto;padding:20px;font-family:-apple-system,sans-serif;line-height:1.8}</style></head><body><h1>{{TITLE}}</h1><!-- CONTENT --></body></html>"

+        adapted = strip_ai_preface(adapted)
        html = template.replace("{{TITLE}}", title).replace("{{DATE}}", TODAY).replace("{{GEN_TIME}}", GEN_TIME)
        html_content = _md_parser(adapted)