19 Commits
Author SHA1 Message Date
cat-shark 09670673de fix: 部署流水线改用 https 拉取代码(Gitea 已不再监听 80 端口) 2026-11-08 14:48:35 +08:00
cat-shark cbdac21301 chore: 部署流水线按环境绑定分支(dev/master) 2026-11-08 14:36:40 +08:00
cat-shark 7c751bfc02 feat: LLM 切换为 DeepSeek deepseek-flash 2026-10-08 12:29:41 +08:00
cat-shark 098b119655 fix: 容器固定为 Asia/Shanghai 时区 2026-10-08 12:14:23 +08:00
cat-shark 2393e4ba93 feat: 更新学习报告生成提示词 2026-08-27 07:53:37 +08:00
cat-shark 30b8d859e9 chore: 添加 .gitattributes 规范行尾 2026-08-26 21:13:20 +08:00
cat-shark 83fd1dddd8 docs: 移除仓库文档 2026-08-05 23:35:10 +08:00
cat-shark c4c2ba1ed9 merge: 合并导图报告拆分到main 2026-08-03 23:20:14 +08:00
cat-shark 435beaffbb refactor: 导图生成仅使用学习报告 2026-08-03 23:08:40 +08:00
cat-shark 3f504976ea fix: 流水线kubeconfig改用临时目录 2026-08-02 10:51:03 +08:00
cat-shark 81dfb4fc3e docs: 更新提交规范 2026-08-01 00:15:59 +08:00
cat-shark a71feea4fd docs: migrate .pi/SYSTEM.md to AGENTS.md 2026-08-01 00:13:08 +08:00
cat-shark 9f620e84f8 chore: remove k8s/ — migrated to lpt-infra 2026-07-26 21:35:51 +08:00
cat-shark a1cfb045ba feat: add deployment.yaml and service.yaml for lpt-ai K8s deployment 2026-07-26 20:52:03 +08:00
cat-shark e106a8bfdc docs: 补充Git提交规范 2026-07-23 23:03:21 +08:00
cat-shark e6bcf0db15 docs: add .pi/SYSTEM.md with project overview 2026-07-23 23:01:47 +08:00
cat-sharkandClaude Opus 4.8 943faf0ba9 fix(ci): 限制仅 main 部署并加固 IMAGE_TAG 传递
- lpt-ai 仅 main/master 可部署;dev/prod 靠 environment 区分 namespace
- IMAGE_TAG 写 env 文件 + 工作区文件兜底

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2026-07-20 22:47:13 +08:00
cat-sharkandClaude Opus 4.8 977a031393 Add shared Kubernetes configuration files
- Add k8s/configmap.yaml with shared environment variables
- Add k8s/lpt-secrets.yaml template (secrets not committed)
- Add k8s/regcred-secret.yaml template (managed by workflow)
- Add k8s/README.md with deployment instructions
- Remove incorrect deployment/service files from root k8s/

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-07-20 21:27:50 +08:00
cat-sharkandClaude Opus 4.8 5497dfc290 Add Kubernetes deployment configurations
- Add deployment.yaml with imagePullSecrets and env configuration
- Add service.yaml with ClusterIP configuration
- Configure LLM API key from Secret and other env from ConfigMap
- Ensures proper image pull authentication from private registry

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-07-20 21:24:09 +08:00
9 changed files with 237 additions and 183 deletions
+4
View File
@@ -0,0 +1,4 @@
# 行尾规范:文本文件统一 LF,Windows 批处理保留 CRLF
* text=auto eol=lf
*.bat text eol=crlf
*.cmd text eol=crlf
+109 -26
View File
@@ -4,7 +4,7 @@ on:
workflow_dispatch: workflow_dispatch:
inputs: inputs:
environment: environment:
description: '部署环境' description: '部署环境(dev 仅允许 dev 分支;prod 仅允许 master 分支)'
required: true required: true
type: choice type: choice
options: options:
@@ -14,72 +14,155 @@ on:
env: env:
REGISTRY: 192.168.123.199:5000 REGISTRY: 192.168.123.199:5000
APP: lpt-ai APP: lpt-ai
REPO_URL: http://git.cat-shark.xyz/cat-shark/lpt-ai.git REPO_URL: https://git.cat-shark.xyz/cat-shark/lpt-ai.git
jobs: jobs:
build-and-deploy: build-and-deploy:
runs-on: ubuntu-latest runs-on: ubuntu-latest
env:
KUBECONFIG: /tmp/kubeconfig
steps: steps:
- name: Validate branch ↔ environment
run: |
set -euo pipefail
REF="${{ gitea.ref }}"
BRANCH="${REF#refs/heads/}"
if [[ "$REF" == refs/tags/* ]]; then
echo "ERROR: 请从分支触发部署,不要用 tag。当前 ref=$REF"
exit 1
fi
ENV="${{ inputs.environment }}"
echo "branch=$BRANCH environment=$ENV sha=${{ gitea.sha }}"
# lpt-ai 与 lpt-be/lpt-fe 同规则:master 发 prod,dev 发 dev。
# 不允许跨环境出包:本服务的入参/出参结构与 lpt-be 的版本强耦合,
# 把 dev 的代码推到 prod 会让旧版 lpt-be 读到不认识的字段(静默降级)。
case "$ENV" in
prod)
case "$BRANCH" in
master) echo "OK: prod 允许从 $BRANCH 部署" ;;
*)
echo "ERROR: prod 只能从 master 部署,当前分支是 '$BRANCH'"
echo "请切换到 master 后再 Run workflow,并选择 environment=prod"
exit 1
;;
esac
;;
dev)
case "$BRANCH" in
dev) echo "OK: dev 允许从 $BRANCH 部署" ;;
*)
echo "ERROR: dev 只能从 dev 分支部署,当前分支是 '$BRANCH'"
echo "请切换到 dev 后再 Run workflow,并选择 environment=dev"
echo "(禁止用 master 代码部署到 lpt-dev,避免环境错配)"
exit 1
;;
esac
;;
*)
echo "ERROR: 未知 environment=$ENV"
exit 1
;;
esac
- name: Checkout code - name: Checkout code
run: | run: |
git clone $REPO_URL . set -euo pipefail
git checkout ${{ gitea.sha }} git clone "$REPO_URL" .
git checkout "${{ gitea.sha }}"
- name: Login to Docker Registry - name: Login to Docker Registry
run: | run: |
echo "${{ secrets.REGISTRY_PASSWORD }}" | docker login $REGISTRY -u "${{ secrets.REGISTRY_USERNAME }}" --password-stdin set -euo pipefail
echo "${{ secrets.REGISTRY_PASSWORD }}" | docker login "$REGISTRY" -u "${{ secrets.REGISTRY_USERNAME }}" --password-stdin
- name: Build & Push Docker image - name: Build & Push Docker image
run: | run: |
TAG=${{ gitea.sha }}-$(date +%s) set -euo pipefail
docker build -t $REGISTRY/$APP:$TAG -t $REGISTRY/$APP:${{ inputs.environment }} . ENV="${{ inputs.environment }}"
docker push $REGISTRY/$APP:$TAG TAG="${{ gitea.sha }}-$(date +%s)"
docker push $REGISTRY/$APP:${{ inputs.environment }} echo "Building $REGISTRY/$APP:$TAG (env tag=$ENV)"
echo "IMAGE_TAG=$TAG" >> $GITHUB_ENV docker build -t "$REGISTRY/$APP:$TAG" -t "$REGISTRY/$APP:$ENV" .
docker push "$REGISTRY/$APP:$TAG"
docker push "$REGISTRY/$APP:$ENV"
if [ -n "${GITHUB_ENV:-}" ]; then
echo "IMAGE_TAG=$TAG" >> "$GITHUB_ENV"
fi
if [ -n "${GITEA_ENV:-}" ]; then
echo "IMAGE_TAG=$TAG" >> "$GITEA_ENV"
fi
echo "$TAG" > image_tag.txt
if [ -n "${{ runner.temp }}" ]; then
echo "$TAG" > "${{ runner.temp }}/image_tag.txt" || true
fi
echo "IMAGE_TAG=$TAG"
- name: Setup kubectl - name: Setup kubectl
run: | run: |
set -euo pipefail
curl -sLO "https://dl.k8s.io/release/v1.30.0/bin/linux/amd64/kubectl" curl -sLO "https://dl.k8s.io/release/v1.30.0/bin/linux/amd64/kubectl"
chmod +x kubectl chmod +x kubectl
mv kubectl /usr/local/bin/ mv kubectl /usr/local/bin/
mkdir -p ~/.kube echo "${{ secrets.KUBECONFIG_B64 }}" | base64 -d > /tmp/kubeconfig
echo "${{ secrets.KUBECONFIG_B64 }}" | base64 -d > ~/.kube/config chmod 600 /tmp/kubeconfig
- name: Create/Update imagePullSecret - name: Create/Update imagePullSecret
run: | run: |
set -euo pipefail
kubectl create secret docker-registry regcred \ kubectl create secret docker-registry regcred \
--docker-server=$REGISTRY \ --docker-server="$REGISTRY" \
--docker-username="${{ secrets.REGISTRY_USERNAME }}" \ --docker-username="${{ secrets.REGISTRY_USERNAME }}" \
--docker-password="${{ secrets.REGISTRY_PASSWORD }}" \ --docker-password="${{ secrets.REGISTRY_PASSWORD }}" \
-n lpt-${{ inputs.environment }} \ -n "lpt-${{ inputs.environment }}" \
--dry-run=client -o yaml | kubectl apply -f - --dry-run=client -o yaml | kubectl apply -f -
- name: Deploy to K8s - name: Deploy to K8s
run: | run: |
kubectl set image deployment/$APP $APP=$REGISTRY/$APP:$IMAGE_TAG -n lpt-${{ inputs.environment }} --record set -euo pipefail
kubectl rollout status deployment/$APP -n lpt-${{ inputs.environment }} --timeout=5m ENV="${{ inputs.environment }}"
IMAGE_TAG="${IMAGE_TAG:-}"
if [ -z "$IMAGE_TAG" ] && [ -f image_tag.txt ]; then
IMAGE_TAG="$(cat image_tag.txt)"
fi
if [ -z "$IMAGE_TAG" ] && [ -f "${{ runner.temp }}/image_tag.txt" ]; then
IMAGE_TAG="$(cat "${{ runner.temp }}/image_tag.txt")"
fi
if [ -z "$IMAGE_TAG" ]; then
echo "ERROR: IMAGE_TAG 为空,无法部署"
exit 1
fi
echo "Deploying $REGISTRY/$APP:$IMAGE_TAG -> namespace lpt-$ENV"
kubectl set image "deployment/$APP" \
"$APP=$REGISTRY/$APP:$IMAGE_TAG" \
-n "lpt-$ENV" --record
kubectl rollout status "deployment/$APP" \
-n "lpt-$ENV" --timeout=5m
- name: Debug on failure - name: Debug on failure
if: failure() if: failure()
run: | run: |
ENV="${{ inputs.environment }}"
echo "=== Deployment Status ===" echo "=== Deployment Status ==="
kubectl get deployment $APP -n lpt-${{ inputs.environment }} kubectl get deployment "$APP" -n "lpt-$ENV" || true
echo "" echo ""
echo "=== Pod Status ===" echo "=== Pod Status ==="
kubectl get pods -n lpt-${{ inputs.environment }} -l app=$APP kubectl get pods -n "lpt-$ENV" -l "app=$APP" || true
echo "" echo ""
echo "=== Recent Events ===" echo "=== Recent Events ==="
kubectl get events -n lpt-${{ inputs.environment }} --sort-by='.lastTimestamp' | tail -20 kubectl get events -n "lpt-$ENV" --sort-by='.lastTimestamp' | tail -20 || true
echo "" echo ""
echo "=== Pod Describe (latest) ===" echo "=== Pod Describe (latest) ==="
POD=$(kubectl get pods -n lpt-${{ inputs.environment }} -l app=$APP --sort-by=.metadata.creationTimestamp -o jsonpath='{.items[-1].metadata.name}') POD=$(kubectl get pods -n "lpt-$ENV" -l "app=$APP" --sort-by=.metadata.creationTimestamp -o jsonpath='{.items[-1].metadata.name}' 2>/dev/null || true)
kubectl describe pod $POD -n lpt-${{ inputs.environment }} || true if [ -n "${POD:-}" ]; then
echo "" kubectl describe pod "$POD" -n "lpt-$ENV" || true
echo "=== Pod Logs (latest) ===" echo ""
kubectl logs $POD -n lpt-${{ inputs.environment }} --tail=50 || true echo "=== Pod Logs (latest) ==="
kubectl logs "$POD" -n "lpt-$ENV" --tail=50 || true
fi
- name: Rollback on failure - name: Rollback on failure
if: failure() if: failure()
run: | run: |
kubectl rollout undo deployment/$APP -n lpt-${{ inputs.environment }} set -euo pipefail
kubectl rollout status deployment/$APP -n lpt-${{ inputs.environment }} ENV="${{ inputs.environment }}"
kubectl rollout undo "deployment/$APP" -n "lpt-$ENV" || true
kubectl rollout status "deployment/$APP" -n "lpt-$ENV" || true
+104
View File
@@ -0,0 +1,104 @@
# LPT AI 服务(lpt-ai)
> TypeScript + Fastify 独立 AI 服务,集成 SiliconFlow LLM,为后端提供异步 AI 任务。
## Git 提交规范
- 提交信息必须简短且使用中文,不要使用英文长句。
- 格式:`类型: 简述`,例如 `feat: 新增思维导图生成任务`、`fix: 修复任务队列TTL清理`、`docs: 补充环境变量说明`。
## 技术栈
- 运行时:Node.js 20+
- 框架:Fastify 5
- LLM:DeepSeek OpenAI 兼容接口(deepseek-flash / DeepSeek-V4.1-Flash)
- 运行时依赖:除 fastify 外无其他外部依赖
## 项目结构
```text
lpt-ai/src/
├── index.ts → 服务入口(加载 .env,启动 Fastify)
├── routes/ai.ts → AI 路由(health, tasks, fetch-title)
├── llm/
│ ├── client.ts → LLM 客户端(SiliconFlow 接口)
│ ├── prompts.ts → Prompt 模板(3 种任务类型)
│ └── prompts.test.ts
├── task-queue.ts → 异步任务队列
└── admin/
├── index.ts → 管理面板路由
├── routes.ts
└── store.ts → 日志存储
```
## API 端点(5 个)
| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/health` | 健康检查(返回 LLM 可用状态和模型名) |
| POST | `/ai/tasks` | 提交异步任务(返回 taskId) |
| GET | `/ai/tasks/:taskId` | 轮询任务结果 |
| POST | `/fetch-title` | 抓取网页标题 |
| GET | `/admin` | 管理面板(查看最近 200 条日志) |
## 支持的任务类型
| 类型 | 说明 | 温度 | Max Tokens |
|------|------|------|------------|
| `aggregate-report` | 残片聚合为学习报告 | 0.3 | 2048 |
| `generate-mind-map` | 从报告/残片生成思维导图大纲 | 0.3 | 4096 |
| `compare-recall` | 用户回忆 vs 标准导图语义对比 | 0.2 | 4096 |
## 任务队列设计
- 异步任务模式:submit + poll,避免 LLM 长耗时(10-60s)超时。
- 单线程 Worker:`setImmediate` 链,同一时刻只处理一个 LLM 调用,防止 API 限流。
- TTL 清理:5 分钟一次,移除完成超过 1 小时的记录。
- 异常隔离:单个任务失败不影响后续任务。
- 管理面板日志:复用 `logStore`,记录最近 200 条请求/响应。
## LLM 配置
```env
LLM_API_URL=https://api.deepseek.com/v1/chat/completions
LLM_API_KEY= # 必填,未配置时 /health 返回 llmAvailable: false
LLM_MODEL=deepseek-flash
LLM_TIMEOUT_MS=60000 # 单次 LLM 调用超时
PORT=5199
```
## 降级策略
- LLM API Key 未配置 → `/health` 返回 `llmAvailable: false`。
- 后端(lpt-be)检测到 AI 不可用 → 自动切换到内置规则引擎(`BuiltinMindMapGenerator`)。
- Java 后端是唯一调用方;本服务不直接暴露给前端,不做鉴权(部署在内网)。
## 启动命令
```bash
npm install
npm run dev # 开发模式(tsx watch,热重载)
npm run build # 编译 TypeScript
npm run start # 生产模式
npm run test # 测试
```
## Docker
- 多阶段构建:`node:20-alpine` 编译 → `node:20-alpine` 运行。
- 暴露端口:5199。
- 健康检查:`curl http://localhost:5199/health`。
## 关联项目
| 项目 | 路径 | 端口 | 说明 |
|------|------|------|------|
| lpt-be | `../lpt-be/` | 5157 | Spring Boot 后端,通过 `lpt.ai-service.url` 调用本服务 |
| lpt-fe | `../lpt-fe/` | 5158 | Vue 3 前端,不直接调用本服务 |
## 调用关系
```text
lpt-be (5157) ──HTTP POST /ai/tasks──→ lpt-ai (5199)
lpt-be (5157) ──HTTP GET /ai/tasks/:id──→ lpt-ai (5199)
```
+3 -1
View File
@@ -8,7 +8,9 @@ RUN npx tsc
FROM node:20-alpine AS runner FROM node:20-alpine AS runner
WORKDIR /app WORKDIR /app
RUN apk add --no-cache curl # 固定容器时区:alpine 默认无 tzdata,必须先安装,TZ 才会生效
ENV TZ=Asia/Shanghai
RUN apk add --no-cache curl tzdata
COPY --from=builder /app/dist ./dist COPY --from=builder /app/dist ./dist
COPY package*.json ./ COPY package*.json ./
RUN npm ci --omit=dev --ignore-scripts RUN npm ci --omit=dev --ignore-scripts
-136
View File
@@ -1,136 +0,0 @@
# lpt-ai
LPT 学习进度跟踪系统的独立 AI 服务。将 LLM 相关能力从 Java 主服务中剥离,便于独立迭代、增加安全层与沙箱。
## 能力
| 端点 | 方法 | 说明 |
|------|------|------|
| `/health` | GET | 健康检查,返回 LLM 可用状态 |
| `/ai/tasks` | POST | 提交异步 AI 任务(聚合报告/生成导图/回忆对比) |
| `/ai/tasks/:taskId` | GET | 轮询任务状态和结果 |
| `/fetch-title` | GET | 抓取 URL 页面标题 |
| `/admin` | GET | 管理面板(任务日志、Prompt 调试) |
## 快速开始
```bash
cp .env.example .env
# 编辑 .env,填入 LLM_API_KEY
npm install
npm run dev
```
未配置 `LLM_API_KEY` 时服务可启动,但 AI 端点返回 503,由调用方(Java 后端)降级到内置规则。
## 异步任务架构
由于 LLM 调用耗时长(可达数十秒),所有 AI 任务采用异步模式:
### 1. 提交任务
```bash
curl -X POST http://localhost:5199/ai/tasks \
-H "Content-Type: application/json" \
-d '{
"type": "aggregate-report",
"params": {
"taskName": "Java 并发编程",
"expectation": "理解线程池核心参数",
"fragments": [
{"content": "corePoolSize 是核心线程数,即使空闲也不回收"},
{"content": "workQueue 满了之后才会创建超过 core 的线程"}
]
}
}'
```
响应:
```json
{
"taskId": "550e8400-e29b-41d4-a716-446655440000",
"status": "pending"
}
```
### 2. 轮询结果
```bash
curl http://localhost:5199/ai/tasks/550e8400-e29b-41d4-a716-446655440000
```
响应(进行中):
```json
{
"taskId": "550e8400-e29b-41d4-a716-446655440000",
"status": "running",
"progress": 50
}
```
响应(完成):
```json
{
"taskId": "550e8400-e29b-41d4-a716-446655440000",
"status": "completed",
"result": {
"summary": "本次学习主要掌握了线程池的核心参数配置...",
"keyPoints": ["corePoolSize 核心线程数", "workQueue 工作队列"]
}
}
```
### 3. 支持的任务类型
| type | 说明 | params 字段 |
|------|------|------------|
| `aggregate-report` | 聚合学习残片为报告 | `taskName`, `expectation`, `fragments[]` |
| `generate-mind-map` | 生成思维导图大纲 | `taskName`, `reports[]`, `fragments[]`, `applications[]` |
| `compare-recall` | 对比用户回忆与标准导图 | `taskName`, `standardOutline`, `recallOutline` |
## 架构位置
```
LPT 前端 (Vue) ──► LPT 后端 (Java/Spring Boot) ──► lpt-ai (TS/Fastify) ──► SiliconFlow API
```
Java 后端是唯一调用方;本服务不直接暴露给前端,不做鉴权(部署在内网)。
## 任务队列机制
- 任务提交后进入内存队列,返回 taskId
- 后台异步执行,Java 端通过轮询获取结果
- 任务超时时间:5 分钟
- 任务结果保留时间:30 分钟(自动清理)
- 失败重试:无(由 Java 端决定是否重试或降级)
## 降级策略
```
AI 服务不可用
↓
Java 后端捕获 503/超时
↓
自动切换到内置生成器
↓
- 聚合报告:简单拼接残片
- 生成导图:按 session 分组 + 规则去重
- 回忆对比:字符串相似度匹配
```
确保系统在 AI 服务异常时仍可正常工作。
## 管理面板
访问 `http://localhost:5199/admin` 查看:
- 任务执行日志(状态、耗时、token 消耗)
- Prompt 模板预览与调试
- 队列状态监控
## 后续规划
- 输入内容安全过滤(Prompt 注入防护)
- 输出审核
- 多模型路由(按任务复杂度选择模型)
- 用量与成本监控
- SSE 流式输出
+3 -3
View File
@@ -1,5 +1,5 @@
/** /**
* LLM 客户端 — SiliconFlow OpenAI 兼容接口 * LLM 客户端 — DeepSeek OpenAI 兼容接口
* *
* 设计要点: * 设计要点:
* - Key 从环境变量读取,永不写入代码或日志 * - Key 从环境变量读取,永不写入代码或日志
@@ -21,9 +21,9 @@ export interface LlmConfig {
export function loadConfig(): LlmConfig { export function loadConfig(): LlmConfig {
return { return {
apiUrl: process.env.LLM_API_URL ?? "https://api.siliconflow.cn/v1/chat/completions", apiUrl: process.env.LLM_API_URL ?? "https://api.deepseek.com/v1/chat/completions",
apiKey: process.env.LLM_API_KEY ?? "", apiKey: process.env.LLM_API_KEY ?? "",
model: process.env.LLM_MODEL ?? "Qwen/Qwen2.5-32B-Instruct", model: process.env.LLM_MODEL ?? "deepseek-flash",
timeoutMs: Number(process.env.LLM_TIMEOUT_MS ?? 120000), timeoutMs: Number(process.env.LLM_TIMEOUT_MS ?? 120000),
}; };
} }
+2 -3
View File
@@ -32,15 +32,14 @@ describe("aggregateReportPrompt", () => {
}); });
describe("generateMindMapPrompt", () => { describe("generateMindMapPrompt", () => {
it("要求输出缩进大纲且包含全部输入", () => { it("要求输出缩进大纲且只包含学习报告", () => {
const messages = generateMindMapPrompt( const messages = generateMindMapPrompt(
"Java 并发", "Java 并发",
"并发编程学习", "并发编程学习",
["报告一"], ["报告一"],
["残片一", "残片二"],
); );
expect(messages[0].content).toContain("缩进"); expect(messages[0].content).toContain("缩进");
expect(messages[1].content).toContain("报告一"); expect(messages[1].content).toContain("报告一");
expect(messages[1].content).toContain("残片二"); expect(messages[1].content).not.toContain("学习残片");
}); });
}); });
+12 -12
View File
@@ -13,7 +13,7 @@ export interface FragmentInput {
/** /**
* 残片聚合为学习报告。 * 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; * 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。 * 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。
*/ */
export function aggregateReportPrompt( export function aggregateReportPrompt(
taskName: string, taskName: string,
@@ -34,12 +34,16 @@ export function aggregateReportPrompt(
content: [ 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,", "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:", "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、不扩写残片中没有的知识;", "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;", "2. 保留具体的知识点、概念、结论,去掉口语化的碎屑;",
"3. 按逻辑而非时间组织内容,相关的点合并;", "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,",
"4. 报告以要点形式呈现,控制在 300 字以内;", " 用「是X:…;不是X:…」的形式列出具体具象,帮助明确概念边界;",
"5. 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);", " 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;",
"6. 直接输出报告正文,不要输出「报告如下」之类的引导语。", " 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。",
].join(""), ].join(""),
}, },
{ {
@@ -50,20 +54,19 @@ export function aggregateReportPrompt(
} }
/** /**
* 从学习报告和残片生成标准思维导图(预留,用于替代 Java 端 BuiltinMindMapGenerator)。 * 从学习报告生成标准思维导图(预留,用于替代 Java 端 BuiltinMindMapGenerator)。
* 输出为缩进大纲文本,与后端 MindMapTreeTool.parseOutline 格式一致。 * 输出为缩进大纲文本,与后端 MindMapTreeTool.parseOutline 格式一致。
*/ */
export function generateMindMapPrompt( export function generateMindMapPrompt(
taskName: string, taskName: string,
taskDescription: string, taskDescription: string,
reports: string[], reports: string[],
fragments: string[],
): ChatMessage[] { ): ChatMessage[] {
return [ return [
{ {
role: "system", role: "system",
content: [ 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和残片,", "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:", "将其中的知识点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);", "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;", "2. 之后每行一个节点,用两个空格的缩进表示层级;",
@@ -81,9 +84,6 @@ export function generateMindMapPrompt(
"", "",
"学习报告:", "学习报告:",
...reports.map((r, i) => `${i + 1}. ${r}`), ...reports.map((r, i) => `${i + 1}. ${r}`),
"",
"学习残片:",
...fragments.map((f, i) => `${i + 1}. ${f}`),
] ]
.filter(Boolean) .filter(Boolean)
.join("\n"), .join("\n"),
-2
View File
@@ -160,12 +160,10 @@ function buildMessages(task: TaskRecord) {
} }
case "generate-mind-map": { case "generate-mind-map": {
const reports = p.reports as string[] | undefined; const reports = p.reports as string[] | undefined;
const fragments = p.fragments as string[] | undefined;
return generateMindMapPrompt( return generateMindMapPrompt(
p.taskName as string, p.taskName as string,
(p.taskDescription as string) ?? "", (p.taskDescription as string) ?? "",
reports ?? [], reports ?? [],
fragments ?? [],
); );
} }
case "compare-recall": { case "compare-recall": {