feat: 更新学习报告生成提示词

.gitattributes

@@ -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

README.md

@@ -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[]`, `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

src/llm/prompts.ts

@@ -13,7 +13,7 @@ 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。
+ * 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(
   taskName: string,
@@ -34,12 +34,16 @@ export function aggregateReportPrompt(
       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、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；",
-        "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(""),
     },
     {