3.6 KiB
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：
- 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
- 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。