diff --git a/src/llm/prompts.test.ts b/src/llm/prompts.test.ts index a5b29aa..7bd74c9 100644 --- a/src/llm/prompts.test.ts +++ b/src/llm/prompts.test.ts @@ -32,14 +32,15 @@ describe("aggregateReportPrompt", () => { }); describe("generateMindMapPrompt", () => { - it("要求输出缩进大纲且只包含学习报告", () => { + it("要求输出缩进大纲,素材是该任务名下的知识碎片", () => { const messages = generateMindMapPrompt( "Java 并发", "并发编程学习", - ["报告一"], + ["corePoolSize 是核心线程数"], ); expect(messages[0].content).toContain("缩进"); - expect(messages[1].content).toContain("报告一"); - expect(messages[1].content).not.toContain("学习残片"); + expect(messages[0].content).toContain("知识碎片"); + expect(messages[1].content).toContain("corePoolSize"); + expect(messages[1].content).not.toContain("学习报告"); }); }); diff --git a/src/llm/prompts.ts b/src/llm/prompts.ts index 5999151..1b385ae 100644 --- a/src/llm/prompts.ts +++ b/src/llm/prompts.ts @@ -11,9 +11,15 @@ export interface FragmentInput { } /** - * 残片聚合为学习报告。 - * 原则:报告是写给"未来复习的自己"的,保留具体知识点,剔除口语碎屑; - * 不虚构残片中不存在的内容;对抽象概念补充正反例子以明确边界。 + * 残片聚合为结构化的学习报告草稿。 + * + * 报告形态是结构化的,AI 负责能由碎片推出的三段: + * 会话摘要(这次实际学了什么)、预期达成判断、自由总结草稿。 + * 第四段「按归属分组的碎片」由后端按内容归属实时聚合,不需要 AI 输出。 + * + * 输出要求:严格 JSON,不要 markdown 代码块,格式如下: + * {"sessionSummary":"...","expectationVerdict":"...","freeSummary":"..."} + * 没有依据的字段输出空字符串,不要编造。 */ export function aggregateReportPrompt( taskName: string, @@ -32,42 +38,44 @@ export function aggregateReportPrompt( { role: "system", content: [ - "你是一名学习记录整理助手。用户在一次学习会话中随手记录了若干学习残片,", - "请将它们整理为一份简洁的学习报告。要求:", - "1. 只基于残片内容,不虚构残片中不存在的知识;", - "2. 保留具体的知识点、概念、结论,去掉口语化的碎屑;", - "3. 对残片中的抽象概念或知识,除定义/要点外,再补充一组正反例子,", - " 用「是X:…;不是X:…」的形式列出具体具象,帮助明确概念边界;", - " 例如:奇数(也叫单数)是不能被 2 整除的整数;是奇数:1、3、5、7;不是奇数:2、4、6、8;", - " 例子只用于解释残片已有的抽象内容,不引入新的知识点;", - "4. 按逻辑而非时间组织内容,相关的点合并;", - "5. 报告以要点形式呈现,因包含示例,目标 600 字左右,不超过 1000 字;", - "6. 如果提供了学习预期,在报告末尾用一句话说明本次学习与预期的差距(完成/部分完成/未涉及);", - "7. 直接输出报告正文,不要输出「报告如下」之类的引导语。", + "你是一名学习记录整理助手。用户在一次学习会话中随手记录了若干知识碎片,", + "请据此生成一份结构化学习报告草稿,只输出严格 JSON,不要 markdown 代码块、不要解释。", + "JSON 字段:", + '1. "sessionSummary":会话摘要,说明这次实际学了什么。按逻辑组织、合并相关要点,保留具体知识点,', + " 去掉口语化碎屑;对抽象概念可用「是X:…;不是X:…」补一组具体例子帮自己以后看懂边界。", + '2. "expectationVerdict":预期达成判断,对照给定的学习预期用一两句话判断完成情况', + " (完全达成/部分达成/未涉及)。没有提供学习预期时输出空字符串。", + '3. "freeSummary":自由总结草稿。只写能从碎片推断出的疑问、卡点与可能的下一步;', + " 没有依据就输出空字符串,不要编造。用户会在此基础上修改。", + "硬性要求:只基于给定碎片,不虚构不存在的知识;所有字段都必须是字符串。", ].join(""), }, { role: "user", - content: `学习任务:${taskName}\n${expectationBlock}\n本次学习的残片记录:\n${fragmentLines}`, + content: `学习任务:${taskName}\n${expectationBlock}\n本次学习记录的知识碎片:\n${fragmentLines}`, }, ]; } /** - * 从学习报告生成标准思维导图(预留,用于替代 Java 端 BuiltinMindMapGenerator)。 + * 从知识碎片生成标准思维导图(预留,用于替代 Java 端 BuiltinMindMapGenerator)。 + * + *

素材按**内容归属**给(一个任务名下的碎片),而不是按产生它的会话给: + * 学 A 时顺手记下的旁支知识若归属到 B,就应该出现在 B 的导图里。

+ * * 输出为缩进大纲文本,与后端 MindMapTreeTool.parseOutline 格式一致。 */ export function generateMindMapPrompt( taskName: string, taskDescription: string, - reports: string[], + fragments: string[], ): ChatMessage[] { return [ { role: "system", content: [ - "你是一名知识结构整理助手。请阅读某个学习任务的全部学习报告,", - "将其中的知识点整理成一份思维导图大纲。要求:", + "你是一名知识结构整理助手。请阅读某个学习任务名下的全部知识碎片,", + "将这些碎片整理成一份思维导图大纲。要求:", "1. 第一行是导图根标题(任务主题);", "2. 之后每行一个节点,用两个空格的缩进表示层级;", "3. 按知识的内在结构组织(概念→细分→要点),不按时间顺序;", @@ -82,8 +90,8 @@ export function generateMindMapPrompt( `学习任务:${taskName}`, taskDescription ? `任务描述:${taskDescription}` : "", "", - "学习报告:", - ...reports.map((r, i) => `${i + 1}. ${r}`), + "知识碎片:", + ...fragments.map((r, i) => `${i + 1}. ${r}`), ] .filter(Boolean) .join("\n"), diff --git a/src/task-queue.test.ts b/src/task-queue.test.ts index aa040f7..0bcb95b 100644 --- a/src/task-queue.test.ts +++ b/src/task-queue.test.ts @@ -1,6 +1,6 @@ import { describe, expect, it } from "vitest"; import { LlmError } from "./llm/client.js"; -import { TaskQueue, computeTaskKey, loadQueueConfig, type QueueConfig, type TaskRecord } from "./task-queue.js"; +import { parseReportDraft, TaskQueue, computeTaskKey, loadQueueConfig, type QueueConfig, type TaskRecord } from "./task-queue.js"; /** 测试用队列:不碰真实 LLM、不写管理面板日志、不启定时器 */ function makeQueue( @@ -494,3 +494,40 @@ describe("TaskQueue 基本行为", () => { queue.stop(); }); }); + +describe("parseReportDraft(结构化报告草稿)", () => { + it("解析严格 JSON 的三段", () => { + const draft = parseReportDraft( + '{"sessionSummary":"学了线程池","expectationVerdict":"部分达成","freeSummary":"想再看拒绝策略"}', + "deepseek-flash", + ); + expect(draft.sessionSummary).toBe("学了线程池"); + expect(draft.expectationVerdict).toBe("部分达成"); + expect(draft.freeSummary).toBe("想再看拒绝策略"); + expect(draft.model).toBe("deepseek-flash"); + }); + + it("容忍 markdown 代码块围栏", () => { + const draft = parseReportDraft('```json\n{"sessionSummary":"a","expectationVerdict":"","freeSummary":"b"}\n```'); + expect(draft.sessionSummary).toBe("a"); + expect(draft.freeSummary).toBe("b"); + }); + + it("不是 JSON 时降级:整段文本当作自由总结,不报错", () => { + const draft = parseReportDraft("这次学习了线程池的四种拒绝策略……"); + expect(draft.sessionSummary).toBe(""); + expect(draft.expectationVerdict).toBe(""); + expect(draft.freeSummary).toContain("拒绝策略"); + }); + + it("JSON 解析成功但三段全空时同样降级", () => { + const draft = parseReportDraft('{"sessionSummary":"","expectationVerdict":"","freeSummary":""}'); + expect(draft.freeSummary).toContain("sessionSummary"); + }); + + it("字段类型不对时按空字符串处理", () => { + const draft = parseReportDraft('{"sessionSummary":123,"freeSummary":"ok"}'); + expect(draft.sessionSummary).toBe(""); + expect(draft.freeSummary).toBe("ok"); + }); +}); diff --git a/src/task-queue.ts b/src/task-queue.ts index a8c710d..e50a2d0 100644 --- a/src/task-queue.ts +++ b/src/task-queue.ts @@ -385,10 +385,46 @@ function callOptionsFor(type: TaskType): { temperature: number; maxTokens: numbe } /** 把模型原文转成结构化结果 */ +/** + * 解析结构化的报告草稿。 + * + * 报告是结构化的(会话摘要 / 预期达成判断 / 自由总结),但 LLM 不一定老实返回 JSON: + * 这里对「带代码块围栏」「返回了纯文本」两种情况都做降级,把整段文本当作自由总结, + * 保证用户至少拿到一份可编辑的草稿,而不是一个报错。 + */ +export function parseReportDraft(raw: string, model = ""): { + sessionSummary: string; + expectationVerdict: string; + freeSummary: string; + model: string; +} { + const text = raw.trim(); + const jsonText = text.replace(/^```(?:json)?\s*/, "").replace(/\s*```$/, ""); + try { + const parsed = JSON.parse(jsonText) as Record; + const pick = (key: string): string => { + const value = parsed[key]; + return typeof value === "string" ? value : ""; + }; + const draft = { + sessionSummary: pick("sessionSummary"), + expectationVerdict: pick("expectationVerdict"), + freeSummary: pick("freeSummary"), + model, + }; + if (draft.sessionSummary || draft.expectationVerdict || draft.freeSummary) { + return draft; + } + } catch { + // 不是 JSON:按纯文本降级处理 + } + return { sessionSummary: "", expectationVerdict: "", freeSummary: text, model }; +} + export function parseResult(type: TaskType, raw: string, model = ""): unknown { const text = raw.trim(); if (type === "aggregate-report") { - return { report: text, model }; + return parseReportDraft(text, model); } if (type === "generate-mind-map") { return { outline: text, model }; @@ -409,11 +445,12 @@ export function buildMessages(task: TaskRecord): ChatMessage[] { ); } case "generate-mind-map": { - const reports = p.reports as string[] | undefined; + // 素材为「该任务名下的知识碎片」(按内容归属取),不再用按会话产生的报告 + const fragments = p.fragments as string[] | undefined; return generateMindMapPrompt( p.taskName as string, (p.taskDescription as string) ?? "", - reports ?? [], + fragments ?? [], ); } case "compare-recall": {