100 lines
3.2 KiB
Markdown
100 lines
3.2 KiB
Markdown
# 项目当前状态简报
|
||
|
||
## 当前已完成
|
||
|
||
- 已明确整体链路：`来源 -> 聚合池 -> 内容提取 MCP -> LLM 摘要 -> 校验 -> 过滤 -> 入库/推送`
|
||
- 已确定当前 MCP 的职责边界：
|
||
- 只负责内容提取
|
||
- 不负责摘要、分类、价值判断
|
||
- 已完成 Python MCP 骨架
|
||
- 已实现三个 tool：
|
||
- `extract_url_content`
|
||
- `extract_item_content`
|
||
- `filter_summary_result`
|
||
- 已完成真实 URL 提取验证
|
||
- 已完成 LLM 摘要 prompt
|
||
- 已完成 LLM 摘要结果 schema 校验器
|
||
- 已完成“提取 JSON -> LLM 摘要 JSON -> 校验”的最小闭环脚本
|
||
- 已完成 LLM 摘要校验 skill 封装
|
||
- 已清理旧的启发式 `summarizer.py`
|
||
- 已将旧的 MCP 设计文档更新为当前“Content Extract MCP”语义
|
||
- 已完成 FreshRSS `greader` API 接入
|
||
- 已完成 FreshRSS entry -> `item` 映射
|
||
- 已产出真实 `item` 样例文件
|
||
- 已跑通 `FreshRSS -> item -> content extraction` 单条链路
|
||
- 已定义过滤层输入输出 schema
|
||
- 已完成第一版规则引擎、本地脚本和 MCP tool
|
||
|
||
## 当前关键文件
|
||
|
||
- MCP 入口：
|
||
- `src/summary_mcp/server.py`
|
||
- 提取主流程：
|
||
- `src/summary_mcp/core/pipeline.py`
|
||
- LLM 结果模型：
|
||
- `src/summary_mcp/models/llm_result.py`
|
||
- LLM 校验器：
|
||
- `src/summary_mcp/validators/llm_result.py`
|
||
- 过滤模型：
|
||
- `src/summary_mcp/models/filtering.py`
|
||
- 过滤引擎：
|
||
- `src/summary_mcp/filters/engine.py`
|
||
- 默认过滤规则：
|
||
- `configs/filter_rules.json`
|
||
- 校验 CLI：
|
||
- `src/summary_mcp/validate_llm_result.py`
|
||
- 最小闭环脚本：
|
||
- `scripts/run_summary_loop.py`
|
||
- FreshRSS 拉取脚本：
|
||
- `scripts/pull_freshrss_items.py`
|
||
- FreshRSS 提取脚本：
|
||
- `scripts/run_freshrss_extract.py`
|
||
- 过滤脚本：
|
||
- `scripts/run_filter_rules.py`
|
||
- 当前提示词：
|
||
- `outputs/llm-summary-prompt.txt`
|
||
- FreshRSS 原始响应样例：
|
||
- `outputs/freshrss.raw.json`
|
||
- FreshRSS item 样例：
|
||
- `outputs/freshrss.items.json`
|
||
- FreshRSS 提取结果：
|
||
- `outputs/freshrss.extracted.json`
|
||
- 过滤结果样例：
|
||
- `outputs/filter-decision.json`
|
||
- 文档索引：
|
||
- `docs/README.md`
|
||
- MVP 归档：
|
||
- `docs/content-extract-mcp-mvp-archive.md`
|
||
- 当前 TODO：
|
||
- `TODO.md`
|
||
|
||
## 当前已经验证通过
|
||
|
||
- 参考文章 URL 可提取为结构化 JSON
|
||
- LLM 可根据提取结果生成摘要 JSON
|
||
- validator 可校验摘要 JSON
|
||
- 最小闭环脚本可直接调用 LLM 接口并产出通过校验的结果
|
||
- FreshRSS API 可拉取真实 entry
|
||
- 真实 entry 可映射为标准化 `item`
|
||
- 标准化 `item` 可继续进入内容提取流程
|
||
- 规则引擎可对结构化摘要结果输出 `keep / drop / review` 决策
|
||
- MCP tool 可承接“由上层 LLM/Agent 调用过滤”的模式
|
||
|
||
## 当前未开始的下一阶段
|
||
|
||
- 设计知识库入库格式
|
||
- 设计 webhook / 推送格式
|
||
- 把 FreshRSS 拉取与提取流程进一步批量化/调度化
|
||
- 迭代更细的过滤规则与个性化上下文
|
||
|
||
## 收束后建议从这里继续
|
||
|
||
优先从这两个问题继续：
|
||
|
||
1. 先设计知识库 sink 的输入输出格式
|
||
2. 再决定先接 webhook / 推送还是继续细化过滤规则
|
||
|
||
## 一句话结论
|
||
|
||
当前 MVP 已完成，FreshRSS 上游和第一版规则过滤层都已接通，下一阶段应转向下游 sink 与推送设计。
|