fix: content quality, image format, task monitor, calendar data source, search UI & sort

scripts/content_cleaner.py

@@ -110,6 +110,7 @@ def strip_thinking_html(html: str) -> str:
             r'<p[^>]*>最后.*?</p>',
             r'<p[^>]*>(总的来说|值得注意的是|换句话说|总而言之|简而言之|一言以蔽之|可以说|不难发现|由此可见|综上所述).*?</p>',
             r'<div[^>]*>(总的来说|值得注意的是|换句话说|总而言之|简而言之|一言以蔽之|可以说|不难发现|由此可见|综上所述).*?</div>',
+            r'<p[^>]*>(开头钩子|核心观点|受众痛点|独特视角|差异化切入|内容形式).*?</p>',
         ]
     for pat in patterns:
         html = re.sub(pat, '', html, flags=re.IGNORECASE)
@@ -176,11 +177,16 @@ def clean_markdown_content(text: str) -> str:
     return '\n'.join(cleaned).strip()
 
 def clean_html_content(html: str) -> str:
-    """清洗 HTML 输出：去 markdown 代码围栏头尾 + 去 AI 思考注释"""
+    """清洗 HTML 输出：去 markdown 代码围栏 + AI 思考 + 图片占位 + 结构标签"""
     html = re.sub(r'^```+\w*\s*\n?', '', html)
     html = html.strip()
     html = re.sub(r'\n?```+\s*$', '', html)
     html = strip_thinking_html(html)
+    # 移除 LLM 插入的建议配图占位（<p><!-- 建议配图：... --></p>）
+    html = re.sub(r'<p>\s*<!--\s*建议配图.*?-->\s*</p>', '', html, flags=re.DOTALL)
+    # 移除可能变成可见文本的建议配图文字
+    html = re.sub(r'<!--\s*建议配图.*?-->', '', html, flags=re.DOTALL)
+    html = re.sub(r'建议配图：.*?(?=<|$)', '', html)
     return html
 
 def clean_full_pipeline(text: str, output_format: str = 'markdown') -> str: