103 lines
3.6 KiB
Markdown
103 lines
3.6 KiB
Markdown
# PRD: 单篇文章总结 Prompt 独立化
|
||
|
||
## 背景
|
||
|
||
reader 项目目前有两条 LLM 总结链路：
|
||
|
||
1. 日报摘要（freshrss_pipeline.py）：生成每日候选日报，输出短摘要卡片，目标是快速筛选
|
||
2. 单篇精读总结（article_summary.py）：对精选文章做深度沉淀，上传到知识库
|
||
|
||
问题：单篇精读总结目前复用了日报摘要的同一份 prompt（outputs/prompts/llm-summary-prompt.txt），
|
||
导致即使输入了完整正文（article.plain_text），输出仍然是 2-3 句的短摘要卡片，没有体现正文的深度信息。
|
||
|
||
---
|
||
|
||
## 目标
|
||
|
||
让单篇精读总结和日报摘要彻底分离，单篇总结的输出应该像一篇知识沉淀笔记，而不是日报候选摘要。
|
||
|
||
---
|
||
|
||
## 需求说明
|
||
|
||
### 1. 新增 outputs/prompts/article-summary-prompt.txt
|
||
|
||
新增一个专门用于单篇文章知识沉淀的 prompt 文件，与日报摘要 prompt 完全独立。
|
||
|
||
prompt 设计目标：
|
||
- 基于正文全文（article.plain_text）做深度总结
|
||
- 允许较长输出（不限制字数，以内容完整为准）
|
||
- 输出结构偏向知识沉淀，而非候选摘要
|
||
|
||
输出 JSON schema 新增字段：
|
||
|
||
- core_conclusion：作者最核心的结论，1-2 句，精准
|
||
- main_argument：文章的主要论点/主张，可展开，允许多句
|
||
- key_methods：关键方法/机制/技术手段，3-6 条，每条一句
|
||
- important_details：值得记录的细节、数据、案例，3-6 条，每条一句
|
||
- reusable_insights：可复用于其他场景的启发或观点，2-4 条
|
||
- keywords：具体实体、工具名、方法名，5-8 个
|
||
- topics：更高层的主题标签，3-5 个
|
||
- category：内容分类（资讯/方法论/工具实践/观点评论）
|
||
- worth_keeping：是否值得长期保留，bool
|
||
- reason：沉淀理由，一句话
|
||
|
||
### 2. 修改 src/summary_mcp/workflows/article_summary.py
|
||
|
||
改动 1：默认 prompt 路径
|
||
修改前：DEFAULT_PROMPT_PATH = OUTPUT_ROOT / "prompts" / "llm-summary-prompt.txt"
|
||
修改后：DEFAULT_PROMPT_PATH = OUTPUT_ROOT / "prompts" / "article-summary-prompt.txt"
|
||
|
||
改动 2：Markdown 输出结构
|
||
summarize_selected_articles() 中 lines 构造部分，从 summary/highlights 字段改为新 schema 字段。
|
||
|
||
新输出格式：
|
||
# 标题
|
||
Source: url
|
||
Category: 方法论
|
||
## 核心结论
|
||
## 主要论点
|
||
## 关键方法 / 机制
|
||
## 重要细节
|
||
## 可复用启发
|
||
## 关键词
|
||
## 主题
|
||
|
||
### 3. Validator 处理
|
||
|
||
src/summary_mcp/validators/llm_result.py 目前按日报摘要 schema 校验，与新 schema 不兼容。
|
||
|
||
推荐方案：article_summary.py 调用 run_loop_payload() 时传入宽松 validator，只校验 JSON 格式合法，不校验具体字段。
|
||
备选方案：新增 validate_article_summary_payload() 专门校验新 schema。
|
||
|
||
---
|
||
|
||
## 文件变更清单
|
||
|
||
| 文件 | 操作 |
|
||
|------|------|
|
||
| outputs/prompts/article-summary-prompt.txt | 新增 |
|
||
| src/summary_mcp/workflows/article_summary.py | 修改 prompt 路径 + 修改 markdown 输出结构 |
|
||
| src/summary_mcp/validators/llm_result.py | 按需修改 |
|
||
|
||
---
|
||
|
||
## 不影响的部分
|
||
|
||
- freshrss_pipeline.py 不变，日报摘要链路保持原有 prompt 和 schema
|
||
- summary_loop.py 核心逻辑不变
|
||
- extracted JSON 格式不变，article.plain_text 仍然是输入
|
||
|
||
---
|
||
|
||
## 验证方式
|
||
|
||
用已有 extracted 数据跑一次单篇总结：
|
||
|
||
cd /home/ubuntu/zhu/github/reader
|
||
python -m summary_mcp.workflows.article_summary \
|
||
--extracted outputs/freshrss/rerun/<run_id>/extracted/selected.extracted.json \
|
||
--selected-ids <item_id> \
|
||
--output-dir /tmp/article-summary-test
|
||
|
||
验证输出 markdown 包含「核心结论」「主要论点」「关键方法」等新字段，不再是 140 字短摘要。 |