Reorganize workspace and archive skill artifacts
This commit is contained in:
zhuyongxin
@@ -0,0 +1,35 @@
|
||||
{
|
||||
"version": 1,
|
||||
"skills": {
|
||||
"diagnose": {
|
||||
"source": "mattpocock/skills",
|
||||
"sourceType": "github",
|
||||
"skillPath": "skill-workbench/validation/project/skills/skills/engineering/diagnose/SKILL.md",
|
||||
"computedHash": "1c3c85517ac42116fe5f2bfb5150f7b3e38ad23808e40b33fbb01f1afb611983"
|
||||
},
|
||||
"grill-with-docs": {
|
||||
"source": "mattpocock/skills",
|
||||
"sourceType": "github",
|
||||
"skillPath": "skill-workbench/validation/project/skills/skills/engineering/grill-with-docs/SKILL.md",
|
||||
"computedHash": "499b742470fe169976bacdba2f30d7a6a25b526629cb42ab21dfa06e1eb286dc"
|
||||
},
|
||||
"tdd": {
|
||||
"source": "mattpocock/skills",
|
||||
"sourceType": "github",
|
||||
"skillPath": "skill-workbench/validation/project/skills/skills/engineering/tdd/SKILL.md",
|
||||
"computedHash": "78b31b2120c5fe7aced1cebfd4c7c94acb0037fd4f89c83c67584414aa4173bd"
|
||||
},
|
||||
"to-prd": {
|
||||
"source": "mattpocock/skills",
|
||||
"sourceType": "github",
|
||||
"skillPath": "skill-workbench/validation/project/skills/skills/engineering/to-prd/SKILL.md",
|
||||
"computedHash": "a80acb8760af6521a37ea4f079e617712fcaa800f8a766e247f815c5dabb20d2"
|
||||
},
|
||||
"zoom-out": {
|
||||
"source": "mattpocock/skills",
|
||||
"sourceType": "github",
|
||||
"skillPath": "skill-workbench/validation/project/skills/skills/engineering/zoom-out/SKILL.md",
|
||||
"computedHash": "a8b8ed45609fdfa9f184d0c9f69326e43822a42eebea14db2792d777373de562"
|
||||
}
|
||||
}
|
||||
}
|
||||
@@ -0,0 +1,216 @@
|
||||
# Essence 报告：AI Pipeline 架构
|
||||
|
||||
**项目：** Lumina
|
||||
**Lens（透镜）：** Mechanical（技术实现）
|
||||
**设计分析：** Article AI Pipeline Service
|
||||
**文件数：** 6 个核心文件
|
||||
**状态：** 完成
|
||||
|
||||
---
|
||||
|
||||
## 定位
|
||||
|
||||
** standout design：** 模块化 AI 内容处理管道，支持配置化 Prompt 和 Model。
|
||||
|
||||
**为什么值得学：**
|
||||
- 解决「AI 处理步骤硬编码」的通病
|
||||
- 结构化输出协议可复用到其他 AI 项目
|
||||
- 任务状态机设计可迁移到任意异步处理系统
|
||||
|
||||
---
|
||||
|
||||
## 核心文件
|
||||
|
||||
| 文件 | 角色 | 关键内容 |
|
||||
|------|------|----------|
|
||||
| `article_ai_pipeline_service.py:102` | Pipeline 编排器 | `ArticleAIPipelineService` 主类 |
|
||||
| `article_ai_pipeline_service.py:114` | 输出契约定义 | `STRUCTURED_OUTPUT_CONTRACTS` |
|
||||
| `article_ai_pipeline_service.py:2039` | 清洗阶段 | `process_article_cleaning` |
|
||||
| `article_ai_pipeline_service.py:3567` | AI 内容生成 | `process_ai_content` |
|
||||
| `task_state.py:1` | 状态机 | `ALLOWED_TASK_STATUS_TRANSITIONS` |
|
||||
|
||||
---
|
||||
|
||||
## Call Chain 调用链
|
||||
|
||||
```
|
||||
submit_article(url)
|
||||
│
|
||||
▼
|
||||
┌─────────────────────────┐
|
||||
│ ingest_service │
|
||||
│ - fetch raw HTML │
|
||||
└───────────┬─────────────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────────────────┐ ┌─────────────────────────┐
|
||||
│ process_article_cleaning│────▶│ process_article_validate│
|
||||
│ - 清洗原始内容为 Markdown│ │ - 验证内容合规性 │
|
||||
└───────────┬─────────────┘ └───────────┬─────────────┘
|
||||
│ │
|
||||
│ ▼
|
||||
│ ┌─────────────────────────┐
|
||||
│ │ process_article_classify│
|
||||
│ │ - 自动分类 │
|
||||
│ └───────────┬─────────────┘
|
||||
│ │
|
||||
▼ ▼
|
||||
┌─────────────────────────┐ ┌─────────────────────────┐
|
||||
│ process_article_tagging │ │ 其他 AI 任务... │
|
||||
│ - 自动打标签 │ │ │
|
||||
└───────────┬─────────────┘ └─────────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────────────────┐
|
||||
│ process_ai_content │
|
||||
│ - summary/key_points/ │
|
||||
│ quotes/outline/ │
|
||||
│ infographic │
|
||||
└─────────────────────────┘
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 核心设计模式
|
||||
|
||||
### 1. 结构化输出契约（Structured Output Contract）
|
||||
|
||||
**文件:** `article_ai_pipeline_service.py:114-205`
|
||||
|
||||
```python
|
||||
STRUCTURED_OUTPUT_CONTRACTS = {
|
||||
"classification": PromptOutputContract(
|
||||
mode="structured_json",
|
||||
response_format={
|
||||
"type": "json_schema",
|
||||
"json_schema": {
|
||||
"name": "article_classification_result",
|
||||
"schema": {"type": "object", "properties": {
|
||||
"category_id": {"type": "string"}
|
||||
}, "required": ["category_id"]}
|
||||
}
|
||||
},
|
||||
system_instruction="固定输出协议：必须返回单个 JSON 对象..."
|
||||
),
|
||||
# ... tagging, validation, outline
|
||||
}
|
||||
```
|
||||
|
||||
**作用：** 将「AI 输出格式不稳定的」问题在系统设计层面解决，不再依赖 Prompt Engineering。
|
||||
|
||||
### 2. 可配置 Prompt + Model 绑定
|
||||
|
||||
**文件:** `article_ai_pipeline_service.py:255-334`
|
||||
|
||||
**查询优先级：**
|
||||
1. 传入的 `model_config_id` / `prompt_config_id`
|
||||
2. Category 级别的配置
|
||||
3. 全局默认配置
|
||||
|
||||
**迁移价值：**
|
||||
- 无需重启服务即可切换模型
|
||||
- A/B 测试不同 Prompt 效果
|
||||
- 支持多模型混用（强项模型处理特定任务）
|
||||
|
||||
### 3. Pipeline 状态机
|
||||
|
||||
**文件:** `task_state.py:12-23`
|
||||
|
||||
```python
|
||||
ALLOWED_TASK_STATUS_TRANSITIONS = {
|
||||
TASK_STATUS_PENDING: {TASK_STATUS_PROCESSING, TASK_STATUS_CANCELLED},
|
||||
TASK_STATUS_PROCESSING: {
|
||||
TASK_STATUS_PENDING, TASK_STATUS_COMPLETED, TASK_STATUS_FAILED
|
||||
},
|
||||
TASK_STATUS_FAILED: {TASK_STATUS_PENDING}, # 支持重试
|
||||
TASK_STATUS_CANCELLED: {TASK_STATUS_PENDING}, # 取消后可恢复
|
||||
}
|
||||
```
|
||||
|
||||
**扩展点：** 状态流转规则集中定义，新增状态只需改一行。
|
||||
|
||||
### 4. 续写/修复机制
|
||||
|
||||
**文件:** `article_ai_pipeline_service.py:3567-3598`
|
||||
|
||||
```python
|
||||
async def process_ai_content(
|
||||
self,
|
||||
article_id: str,
|
||||
content_type: str,
|
||||
continuation_source_usage_id: str | None = None, # 续写源头
|
||||
continuation_feedback: str | None = None, # 用户反馈
|
||||
...
|
||||
):
|
||||
```
|
||||
|
||||
**设计意图：** 不是一轮生成完事，而是支持「反馈 → 修复 → 续写」的迭代循环。
|
||||
|
||||
---
|
||||
|
||||
## Pattern 分析
|
||||
|
||||
| 维度 | 内容 |
|
||||
|------|------|
|
||||
| **问题** | 如何为同一篇文章批量生成摘要、标签、分类、翻译等 AI 内容？ |
|
||||
| **模式** | 配置驱动的 Pipeline + 结构化输出契约 |
|
||||
| **替代方案** | A) 每个功能独立 endpoint，各自调用 AI（重复配置）；B) 固定流程硬编码（不可配置） |
|
||||
| **Tradeoff** | 放弃实时性（Pipeline 异步执行），换取可配置性和失败隔离 |
|
||||
| **证据** | `article_ai_pipeline_service.py:102-205` 定义契约；`task_state.py:1-60` 状态机 |
|
||||
|
||||
---
|
||||
|
||||
## Migration 示例（可执行）
|
||||
|
||||
**场景：** 为自己的项目实现「User Content → AI Processed Content」管道。
|
||||
|
||||
```python
|
||||
# pipeline.py - 核心骨架（≤20 行）
|
||||
from dataclasses import dataclass
|
||||
from typing import Callable
|
||||
|
||||
@dataclass
|
||||
class PipelineStep:
|
||||
name: str
|
||||
processor: Callable[[str], str]
|
||||
output_type: str = "text"
|
||||
|
||||
class ContentPipeline:
|
||||
def __init__(self):
|
||||
self.steps: list[PipelineStep] = []
|
||||
|
||||
def add_step(self, step: PipelineStep):
|
||||
self.steps.append(step)
|
||||
|
||||
async def process(self, content: str) -> dict:
|
||||
results = {"input": content}
|
||||
for step in self.steps:
|
||||
results[step.name] = await step.processor(results.get(step.output_type, content))
|
||||
return results
|
||||
|
||||
# 使用
|
||||
pipeline = ContentPipeline()
|
||||
pipeline.add_step(PipelineStep("clean", clean_html, "text"))
|
||||
pipeline.add_step(PipelineStep("summarize", generate_summary, "clean"))
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Pitfalls 陷阱
|
||||
|
||||
| 陷阱 | 原因 | 规避方法 |
|
||||
|------|------|----------|
|
||||
| AI 输出格式不稳定 | 未定义结构化契约 | 复制 `STRUCTURED_OUTPUT_CONTRACTS` 思想 |
|
||||
| Pipeline 某步失败导致整体失败 | 无状态隔离 | 每步独立状态，失败可重试 |
|
||||
| Prompt 调优困难 | Prompt 与代码耦合 | 数据库存储，支持按 category 配置 |
|
||||
| 成本不可控 | 无 Token 统计 | 每步记录 `price_input_per_1k` / `price_output_per_1k` |
|
||||
|
||||
---
|
||||
|
||||
## 证据核对
|
||||
|
||||
- [x] 设计真实存在（`article_ai_pipeline_service.py:102`）
|
||||
- [x] 文件列表 ≤ 10（实际 6 个）
|
||||
- [x] Pattern 可解释（配置驱动 + 结构化契约）
|
||||
- [x] Migration ≤ 20 行（上面示例 19 行）
|
||||
- [x] Pitfalls 具体（有代码/配置对应）
|
||||
@@ -0,0 +1,235 @@
|
||||
# Explore 报告：Lumina（优化版）
|
||||
|
||||
**项目类型：** 代码仓库
|
||||
**完成阶段：** 5/5
|
||||
**包含图示：** 是
|
||||
**核心设计：** 3 个
|
||||
**状态：** 完成
|
||||
|
||||
---
|
||||
|
||||
## 阶段 1：定位
|
||||
|
||||
**是什么：** Lumina 是一个 AI 驱动的文章管理系统，采用全栈架构（FastAPI 后端 + Next.js 前端）。
|
||||
|
||||
**为什么值得学习：**
|
||||
- 完整的内容处理 AI Pipeline 架构
|
||||
- 领域驱动分层设计，关注点分离清晰
|
||||
- 支持多租户的内容管理，内置治理功能
|
||||
|
||||
**目标用户：** 需要构建自托管知识库或 AI 增强 CMS 的开发者。
|
||||
|
||||
---
|
||||
|
||||
## 阶段 2：结构
|
||||
|
||||
```
|
||||
lumina-main/
|
||||
├── backend/ # FastAPI Python 后端
|
||||
│ ├── app/
|
||||
│ │ ├── api/routers/ # 16 个 REST 端点模块
|
||||
│ │ ├── domain/ # 业务逻辑层 ⭐
|
||||
│ │ ├── core/ # 配置与依赖
|
||||
│ │ └── schemas/ # Pydantic 数据模型
|
||||
│ ├── alembic/ # 数据库迁移
|
||||
│ ├── ai_client.py # AI 客户端抽象
|
||||
│ └── models.py # SQLAlchemy ORM 定义
|
||||
└── frontend/ # Next.js React 前端
|
||||
└── src/
|
||||
├── app/ # App Router 结构
|
||||
└── components/ # 可复用 UI 组件
|
||||
```
|
||||
|
||||
**入口点：**
|
||||
- 后端：`backend/app/domain/` - 业务逻辑
|
||||
- 前端：`frontend/src/app/(routes)/` - 页面路由
|
||||
|
||||
---
|
||||
|
||||
## 阶段 3：流程（优化版 - 黄金路径视角）
|
||||
|
||||
### 端到端用户流程图
|
||||
|
||||
```
|
||||
用户视角:
|
||||
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
|
||||
│ 输入URL │──────▶│ 等待处理 │──────▶│ 查看文章 │
|
||||
└──────────────┘ └──────────────┘ └──────────────┘
|
||||
|
||||
系统视角:
|
||||
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
|
||||
│ API接收请求 │──────▶│ URL获取内容 │──────▶│ 内容清洗 │
|
||||
└──────────────┘ └──────────────┘ └───────┬──────┘
|
||||
│
|
||||
┌──────────────┐ ┌──────────────┐ ┌───────▼──────┐
|
||||
│ 向量存储 │◀────│ 信息提取 │◀────│ AI处理链 │
|
||||
└──────────────┘ └──────────────┘ └──────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────┐
|
||||
│ 响应用户 │
|
||||
└──────────────┘
|
||||
```
|
||||
|
||||
### 模块调用链
|
||||
|
||||
**文章导入完整调用链：**
|
||||
|
||||
```
|
||||
POST /api/articles/ingest
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ article_router.py │
|
||||
│ - 接收 URL payload │
|
||||
└──────────────┬───────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ article_url_ingest_service.py │
|
||||
│ - 获取原始 HTML │
|
||||
└──────────────┬───────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ article_ai_pipeline_service.py │
|
||||
│ ┌──────────────┬──────────────┐ │
|
||||
│ │ clean_text │ extract_tags │ │
|
||||
│ └──────────────┴──────────────┘ │
|
||||
│ ┌──────────────┬──────────────┐ │
|
||||
│ │ summarize │ embed │ │
|
||||
│ └──────────────┴──────────────┘ │
|
||||
└──────────────┬───────────────────────┘
|
||||
│
|
||||
▼
|
||||
┌──────────────────────────────────────┐
|
||||
│ article_command_service.py │
|
||||
│ - 持久化到数据库 │
|
||||
└──────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**优化点说明：**
|
||||
- 原报告只展示了 `pipeline_service` 单文件内部流程
|
||||
- 优化版增加了**用户视角的端到端流程**和**完整的模块调用链**
|
||||
- 让读者理解从 URL 到数据库的完整路径，不只是中间某个环节
|
||||
|
||||
---
|
||||
|
||||
## 阶段 4：起步路径（优化版 - 可执行命令）
|
||||
|
||||
**前置要求：**
|
||||
- Python 3.11+
|
||||
- PostgreSQL
|
||||
|
||||
**步骤 1：环境准备**
|
||||
```bash
|
||||
cd backend
|
||||
pip install -e .
|
||||
```
|
||||
|
||||
**步骤 2：数据库初始化**
|
||||
```bash
|
||||
alembic upgrade head
|
||||
```
|
||||
|
||||
**步骤 3：启动服务**
|
||||
```bash
|
||||
uvicorn app.main:app --reload
|
||||
```
|
||||
|
||||
**首个观察点：**
|
||||
打开 `backend/app/api/routers/article_router.py`，搜索 `ingest` 端点，观察：
|
||||
- 接收什么参数（URL、可选的 category_id）
|
||||
- 调用哪个 service 方法
|
||||
- 返回什么响应
|
||||
|
||||
**第一个可执行的修改（颗粒度细化）：**
|
||||
|
||||
原报告只说了"修改 AI_MODEL"，没有具体命令。以下是可落地的步骤：
|
||||
|
||||
```bash
|
||||
# 1. 复制示例配置文件
|
||||
cp backend/.env.example backend/.env
|
||||
|
||||
# 2. 查看当前 AI 模型设置
|
||||
grep AI_MODEL backend/.env
|
||||
# 输出: AI_MODEL=gpt-3.5-turbo
|
||||
|
||||
# 3. 修改为其他模型（举例）
|
||||
sed -i 's/AI_MODEL=.*/AI_MODEL=gpt-4o-mini/' backend/.env
|
||||
|
||||
# 4. 确认修改成功
|
||||
grep AI_MODEL backend/.env
|
||||
# 输出: AI_MODEL=gpt-4o-mini
|
||||
|
||||
# 5. 重启服务（如果已运行）
|
||||
# Ctrl+C 停止，然后重新运行:
|
||||
uvicorn app.main:app --reload
|
||||
|
||||
# 6. 验证：测试 AI 摘要功能
|
||||
# 在浏览器打开: http://localhost:8000/docs
|
||||
# 找到 POST /api/articles/ingest，Try it out
|
||||
# 输入: {"url": "https://example.com/article"}
|
||||
# 观察响应中的 summary 字段质量变化
|
||||
```
|
||||
|
||||
**安全边界：**
|
||||
- 只改 `.env` 文件，不动源码
|
||||
- 随时可以 `cp backend/.env.example backend/.env` 恢复
|
||||
- 改模型不影响数据库，只影响 AI 调用
|
||||
|
||||
---
|
||||
|
||||
## 阶段 5：核心设计
|
||||
|
||||
| # | 设计 | 位置 | 重要性 |
|
||||
|---|------|------|--------|
|
||||
| 1 | **领域服务层** | `app/domain/*.py` | API 与数据库解耦；AI 集成可独立演进 |
|
||||
| 2 | **AI Pipeline 架构** | `article_ai_pipeline_service.py` | AI 处理不耦合 ORM；可配置、可追踪 |
|
||||
| 3 | **路由注册器** | `api/router_registry.py` | 集中注册；新增模块无需改动 main.py |
|
||||
|
||||
---
|
||||
|
||||
## 架构图示
|
||||
|
||||
**后端领域架构：**
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────┐
|
||||
│ API 路由层 │
|
||||
│ (article, ai_tasks, auth, settings...) │
|
||||
└──────────────────┬──────────────────────┘
|
||||
│
|
||||
┌──────────────────▼──────────────────────┐
|
||||
│ 领域服务层 │
|
||||
│ ┌──────────────┐ ┌──────────────────┐ │
|
||||
│ │article_query │ │article_command │ │
|
||||
│ └──────────────┘ └──────────────────┘ │
|
||||
│ ┌──────────────┐ ┌──────────────────┐ │
|
||||
│ │ai_pipeline │ │ingest_service │ │
|
||||
│ └──────────────┘ └──────────────────┘ │
|
||||
└──────────────────┬──────────────────────┘
|
||||
│
|
||||
┌──────────────────▼──────────────────────┐
|
||||
│ SQLAlchemy 模型层 │
|
||||
└─────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 优化点总结
|
||||
|
||||
| 优化项 | 原报告 | 优化版 | 改进原因 |
|
||||
|--------|--------|--------|----------|
|
||||
| Phase 3 流程 | 单文件内部流程 | 端到端用户流程 + 完整调用链 | 让读者理解全貌，不只是某个环节 |
|
||||
| Phase 4 修改 | "修改 AI_MODEL"（笼统） | 给具体命令：copy → sed → grep → 重启 → 测试 | 用户可直接执行，有验证环节 |
|
||||
|
||||
---
|
||||
|
||||
## 验证备注
|
||||
|
||||
- 按 v0.5.0 规范完成 5 个阶段
|
||||
- 未进行 essence 级别的深度提取
|
||||
- 未进行交互式教学
|
||||
- 遵守边界规则
|
||||
- Phase 4 的修改建议已通过 `sed` 命令细化到可操作级别
|
||||
@@ -0,0 +1,134 @@
|
||||
# Explore 报告：Lumina
|
||||
|
||||
**项目类型：** 代码仓库
|
||||
**完成阶段：** 5/5
|
||||
**包含图示：** 是
|
||||
**核心设计：** 3 个
|
||||
**状态：** 完成
|
||||
|
||||
---
|
||||
|
||||
## 阶段 1：定位
|
||||
|
||||
**是什么：** Lumina 是一个 AI 驱动的文章管理系统，采用全栈架构（FastAPI 后端 + Next.js 前端）。
|
||||
|
||||
**为什么值得学习：**
|
||||
- 完整的内容处理 AI Pipeline 架构
|
||||
- 领域驱动分层设计，关注点分离清晰
|
||||
- 支持多租户的内容管理，内置治理功能
|
||||
|
||||
**目标用户：** 需要构建自托管知识库或 AI 增强 CMS 的开发者。
|
||||
|
||||
---
|
||||
|
||||
## 阶段 2：结构
|
||||
|
||||
```
|
||||
lumina-main/
|
||||
├── backend/ # FastAPI Python 后端
|
||||
│ ├── app/
|
||||
│ │ ├── api/routers/ # 16 个 REST 端点模块
|
||||
│ │ ├── domain/ # 业务逻辑层 ⭐
|
||||
│ │ ├── core/ # 配置与依赖
|
||||
│ │ └── schemas/ # Pydantic 数据模型
|
||||
│ ├── alembic/ # 数据库迁移
|
||||
│ ├── ai_client.py # AI 客户端抽象
|
||||
│ └── models.py # SQLAlchemy ORM 定义
|
||||
└── frontend/ # Next.js React 前端
|
||||
└── src/
|
||||
├── app/ # App Router 结构
|
||||
└── components/ # 可复用 UI 组件
|
||||
```
|
||||
|
||||
**入口点：**
|
||||
- 后端：`backend/app/domain/` - 业务逻辑
|
||||
- 前端：`frontend/src/app/(routes)/` - 页面路由
|
||||
|
||||
---
|
||||
|
||||
## 阶段 3：流程
|
||||
|
||||
**核心流程：文章导入 → AI 处理 → 存储**
|
||||
|
||||
```
|
||||
┌─────────────┐ ┌──────────────────┐ ┌─────────────┐
|
||||
│ URL 提交 │────▶│ ingest_service │────▶│ Router │
|
||||
└─────────────┘ └──────────────────┘ └──────┬──────┘
|
||||
│
|
||||
┌─────────────┐ ┌──────────────────┐ │
|
||||
│ 响应 │◀────│ pipeline_service │◀──────────┘
|
||||
└─────────────┘ └──────────────────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ ORM │
|
||||
└─────────────┘
|
||||
```
|
||||
|
||||
**关键文件：** `backend/app/domain/article_ai_pipeline_service.py` - 模块化 AI 处理链，支持可配置步骤（清洗 → 打标签 → 摘要 → 嵌入）。
|
||||
|
||||
---
|
||||
|
||||
## 阶段 4：起步路径
|
||||
|
||||
**前置要求：**
|
||||
- Python 3.11+
|
||||
- PostgreSQL
|
||||
|
||||
**设置命令：**
|
||||
```bash
|
||||
cd backend
|
||||
pip install -e .
|
||||
alembic upgrade head # 初始化数据库模式
|
||||
uvicorn app.main:app --reload # 启动开发服务器
|
||||
```
|
||||
|
||||
**首个观察点：** 在 router 中查看 `article_ai_pipeline_service.py` 的调用链。
|
||||
|
||||
**安全的首个修改：** 修改 `core/settings.py` 中的 `AI_MODEL`，观察不同的 AI 行为。
|
||||
|
||||
---kanyii
|
||||
|
||||
## 阶段 5：核心设计
|
||||
|
||||
| # | 设计 | 位置 | 重要性 |
|
||||
|---|------|------|--------|
|
||||
| 1 | **领域服务层** | `app/domain/*.py` | API 与数据库解耦；AI 集成可独立演进 |
|
||||
| 2 | **AI Pipeline 架构** | `article_ai_pipeline_service.py` | AI 处理不耦合 ORM；可配置、可追踪 |
|
||||
| 3 | **路由注册器** | `api/router_registry.py` | 集中注册；新增模块无需改动 main.py |
|
||||
|
||||
---
|
||||
|
||||
## 架构图示
|
||||
|
||||
**后端领域架构：**
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────┐
|
||||
│ API 路由层 │
|
||||
│ (article, ai_tasks, auth, settings...) │
|
||||
└──────────────────┬──────────────────────┘
|
||||
│
|
||||
┌──────────────────▼──────────────────────┐
|
||||
│ 领域服务层 │
|
||||
│ ┌──────────────┐ ┌──────────────────┐ │
|
||||
│ │article_query │ │article_command │ │
|
||||
│ └──────────────┘ └──────────────────┘ │
|
||||
│ ┌──────────────┐ ┌──────────────────┐ │
|
||||
│ │ai_pipeline │ │ingest_service │ │
|
||||
│ └──────────────┘ └──────────────────┘ │
|
||||
└──────────────────┬──────────────────────┘
|
||||
│
|
||||
┌──────────────────▼──────────────────────┐
|
||||
│ SQLAlchemy 模型层 │
|
||||
└─────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 验证备注
|
||||
|
||||
- 按 v0.5.0 规范完成 5 个阶段
|
||||
- 未进行 essence 级别的深度提取
|
||||
- 未进行交互式教学
|
||||
- 遵守边界规则
|
||||
Reference in New Issue
Block a user