7f57f96c25
本次 squash merge 将 codex-story-first-image-intent 的整体改动合入 development，核心内容包括： 1. 后端数据与迁移：新增 stories、story_versions、story_image_intents、chapter_cover_intents、assets 等模型与 Alembic 迁移，建立 story-first、markdown-first、asset-first 的主数据链路。 2. 生成与任务链：引入 StoryBuilderOrchestrator、ChapterComposerOrchestrator、story_image_tasks、chapter_cover_tasks，图片生成从正文占位符改为结构化 intent -> asset -> markdown 回填。 3. 并发与一致性：为 story/chapter intent 增加 claim_token、claimed_at、attempt_count，采用数据库原子 claim 为主、Redis 锁为辅，避免重复生成、锁误删和 processing 卡死。 4. Memoir 读写路径：章节 canonical_markdown 成为正文真源，列表/详情接口补齐 markdown、cover_asset、word_count 等字段，PDF 与 asset 解析链路同步升级。 5. Memory / Retrieval：扩展 transcript ingest、chunking、evidence 检索与 story 聚合基础设施，为后续 story-first RAG 与多 agent 编排提供底座。 6. App 端体验：章节页继续走 MarkdownRenderer 阅读链，同时吸收 fix3-19 的跨平台 UI glitch 修复；更新对话页、首页、文案资源与章节列表映射逻辑。 7. 测试与文档：补充 asset resolver、story image task、章节封面派发、markdown 映射等回归测试，并加入图片占位符退役设计文档。
116 lines
3.7 KiB
Python
116 lines
3.7 KiB
Python
"""
|
||
StoryImageIntentExtractor — 从 story markdown 提取唯一主图意图。
|
||
|
||
每个 story 必须且仅有一张主插图。提取策略：
|
||
1. 最具画面感的场景段落
|
||
2. 具有人物 + 动作 + 场景 + 时代细节的段落
|
||
3. 故事转折点或记忆锚点段落
|
||
4. 若 story 过于抽象，则退化为 story title/stage/time_refs/place_refs/people_refs/summary
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
import re
|
||
from dataclasses import dataclass
|
||
from typing import Any
|
||
|
||
|
||
@dataclass
|
||
class StoryImageIntentResult:
|
||
"""提取出的主图意图。"""
|
||
|
||
caption: str
|
||
prompt_brief: str
|
||
source_span: dict[str, Any] | None
|
||
style_profile: str | None
|
||
|
||
|
||
# 画面感相关词汇（用于简单启发式评分）
|
||
_SCENE_WORDS = frozenset(
|
||
"坐 站 走 跑 看 望 笑 哭 说 听 拿 放 穿 戴 吃 喝 院子 路 巷 房 屋 树 花 山 水 河 桥 街 镇 村 城 夏天 冬天 春天 秋天 早晨 傍晚 夜晚 童年 少年 青年 中年 老人 奶奶 爷爷 父亲 母亲 孩子 朋友 老师 同学".split()
|
||
)
|
||
|
||
|
||
def _score_paragraph(text: str) -> float:
|
||
"""对段落做简单画面感评分。"""
|
||
if not text or len(text.strip()) < 20:
|
||
return 0.0
|
||
t = text.strip()
|
||
score = min(len(t) / 100.0, 2.0) # 长度 0~2 分
|
||
overlap = sum(1 for w in _SCENE_WORDS if w in t)
|
||
score += min(overlap * 0.3, 2.0) # 场景词 0~2 分
|
||
return score
|
||
|
||
|
||
def extract_primary_image_intent(
|
||
markdown: str,
|
||
*,
|
||
title: str = "",
|
||
stage: str | None = None,
|
||
summary: str | None = None,
|
||
people_refs: list[str] | None = None,
|
||
place_refs: list[str] | None = None,
|
||
time_start: str | None = None,
|
||
time_end: str | None = None,
|
||
style_profile: str | None = None,
|
||
) -> StoryImageIntentResult:
|
||
"""
|
||
从 story markdown 提取唯一主图意图。
|
||
|
||
优先从正文中选取最具画面感的段落；若正文过短或过于抽象，则使用 fallback。
|
||
"""
|
||
paragraphs: list[tuple[str, int, int]] = [] # (text, start, end)
|
||
if markdown and markdown.strip():
|
||
parts = re.split(r"\n\n+", markdown.strip())
|
||
offset = 0
|
||
for p in parts:
|
||
t = p.strip()
|
||
if t:
|
||
start = markdown.find(t, offset)
|
||
end = start + len(t)
|
||
paragraphs.append((t, start, end))
|
||
offset = end
|
||
|
||
best_caption = ""
|
||
best_prompt_brief = ""
|
||
best_source_span: dict[str, Any] | None = None
|
||
best_score = 0.0
|
||
|
||
for text, start, end in paragraphs:
|
||
score = _score_paragraph(text)
|
||
if score > best_score:
|
||
best_score = score
|
||
best_caption = (text[:80] + "…") if len(text) > 80 else text
|
||
best_prompt_brief = text[:500].strip()
|
||
best_source_span = {"start": start, "end": end, "text_preview": text[:100]}
|
||
|
||
if best_score >= 0.5:
|
||
return StoryImageIntentResult(
|
||
caption=best_caption,
|
||
prompt_brief=best_prompt_brief,
|
||
source_span=best_source_span,
|
||
style_profile=style_profile,
|
||
)
|
||
|
||
# Fallback: story title, stage, time, place, people, summary
|
||
fallback_parts = []
|
||
if title:
|
||
fallback_parts.append(title)
|
||
if stage:
|
||
fallback_parts.append(stage)
|
||
if time_start or time_end:
|
||
fallback_parts.append(f"{time_start or ''}-{time_end or ''}".strip("-"))
|
||
if place_refs:
|
||
fallback_parts.extend(place_refs[:3])
|
||
if people_refs:
|
||
fallback_parts.extend(people_refs[:3])
|
||
if summary:
|
||
fallback_parts.append(summary[:200])
|
||
fallback_text = "，".join(p for p in fallback_parts if p) or "人生故事"
|
||
return StoryImageIntentResult(
|
||
caption=fallback_text[:80],
|
||
prompt_brief=fallback_text,
|
||
source_span=None,
|
||
style_profile=style_profile,
|
||
)
|