TravelContentCreator/domain/content/content_engine.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
内容生成引擎
负责根据选题生成营销文案
"""

import logging
from typing import Dict, Any, Optional, Tuple

logger = logging.getLogger(__name__)


class ContentEngine:
    """
    内容生成引擎
    
    职责：
    - 构建内容生成提示词
    - 调用 LLM 生成内容
    - 解析和格式化内容
    """
    
    def __init__(self, llm_client=None, prompt_builder=None, db_accessor=None):
        """
        初始化内容引擎
        
        Args:
            llm_client: LLM 客户端
            prompt_builder: 提示词构建器
            db_accessor: 数据库访问器
        """
        self._llm = llm_client
        self._prompt = prompt_builder
        self._db = db_accessor
        self.logger = logging.getLogger(f"{__name__}.ContentEngine")
    
    async def generate(
        self,
        topic: Dict[str, Any],
        style_id: Optional[int] = None,
        audience_id: Optional[int] = None,
        scenic_spot_id: Optional[int] = None,
        product_id: Optional[int] = None,
        **kwargs
    ) -> Dict[str, Any]:
        """
        生成内容
        
        Args:
            topic: 选题信息
            style_id: 风格 ID
            audience_id: 受众 ID
            scenic_spot_id: 景区 ID
            product_id: 产品 ID
            
        Returns:
            生成的内容
        """
        try:
            self.logger.info(f"开始生成内容: topic={topic.get('title', 'unknown')}")
            
            # 1. 增强选题信息
            enhanced_topic = await self._enhance_topic(
                topic, style_id, audience_id, scenic_spot_id, product_id
            )
            
            # 2. 构建提示词
            system_prompt, user_prompt = self._build_prompts(enhanced_topic)
            
            # 3. 调用 LLM
            response = await self._llm.generate(
                prompt=user_prompt,
                system_prompt=system_prompt
            )
            
            # 4. 解析结果
            content = self._parse_content(response, enhanced_topic)
            
            self.logger.info("内容生成完成")
            return content
            
        except Exception as e:
            self.logger.error(f"内容生成失败: {e}")
            raise
    
    async def generate_with_prompt(
        self,
        topic: Dict[str, Any],
        system_prompt: str,
        user_prompt: str
    ) -> Dict[str, Any]:
        """
        使用预构建的提示词生成内容
        
        Args:
            topic: 选题信息
            system_prompt: 系统提示词
            user_prompt: 用户提示词
            
        Returns:
            生成的内容
        """
        try:
            response = await self._llm.generate(
                prompt=user_prompt,
                system_prompt=system_prompt
            )
            
            return self._parse_content(response, topic)
            
        except Exception as e:
            self.logger.error(f"内容生成失败: {e}")
            raise
    
    async def _enhance_topic(
        self,
        topic: Dict[str, Any],
        style_id: Optional[int],
        audience_id: Optional[int],
        scenic_spot_id: Optional[int],
        product_id: Optional[int]
    ) -> Dict[str, Any]:
        """增强选题信息"""
        enhanced = topic.copy()
        
        if self._db:
            # 从选题中获取 ID（如果未提供）
            style_id = style_id or topic.get('style_id')
            audience_id = audience_id or topic.get('audience_id')
            scenic_spot_id = scenic_spot_id or topic.get('scenic_spot_id')
            product_id = product_id or topic.get('product_id')
            
            if style_id:
                style = await self._db.style.find_by_id(style_id)
                if style:
                    enhanced['style'] = style
            
            if audience_id:
                audience = await self._db.audience.find_by_id(audience_id)
                if audience:
                    enhanced['audience'] = audience
            
            if scenic_spot_id:
                spot = await self._db.scenic_spot.find_by_id(scenic_spot_id)
                if spot:
                    enhanced['scenic_spot'] = spot
            
            if product_id:
                product = await self._db.product.find_by_id(product_id)
                if product:
                    enhanced['product'] = product
        
        return enhanced
    
    def _build_prompts(self, topic: Dict[str, Any]) -> Tuple[str, str]:
        """构建提示词"""
        if self._prompt:
            system_prompt = self._prompt.get_system_prompt(
                "content_generate",
                **topic
            )
            user_prompt = self._prompt.get_user_prompt(
                "content_generate",
                **topic
            )
            return system_prompt, user_prompt
        
        # 默认提示词
        system_prompt = """你是一个专业的小红书内容创作者。
请根据选题信息创作吸引人的营销文案。
文案应该：
1. 符合小红书的风格
2. 包含吸引人的标题
3. 有清晰的结构
4. 适当使用 emoji
5. 包含相关话题标签

输出格式为 JSON，包含：title, content, tags"""
        
        topic_title = topic.get('title', '')
        topic_desc = topic.get('description', '')
        spot_name = topic.get('scenic_spot', {}).get('name', '')
        product_name = topic.get('product', {}).get('name', '')
        style_name = topic.get('style', {}).get('name', '')
        audience_name = topic.get('audience', {}).get('name', '')
        
        user_prompt = f"""请根据以下选题创作小红书文案：

选题标题：{topic_title}
选题描述：{topic_desc}
景区：{spot_name}
产品：{product_name}
风格：{style_name}
目标受众：{audience_name}

请以 JSON 格式输出，包含：
- title: 文案标题（吸引眼球）
- content: 正文内容（500-800字）
- tags: 话题标签数组"""
        
        return system_prompt, user_prompt
    
    def _parse_content(self, response: str, topic: Dict[str, Any]) -> Dict[str, Any]:
        """解析 LLM 响应"""
        import json
        import re
        
        # 尝试解析 JSON
        content = None
        
        # 尝试直接解析
        try:
            content = json.loads(response)
        except:
            pass
        
        # 尝试提取 JSON
        if not content:
            patterns = [
                r'\{[\s\S]*\}',
                r'```json\s*([\s\S]*?)\s*```',
            ]
            
            for pattern in patterns:
                match = re.search(pattern, response)
                if match:
                    try:
                        json_str = match.group(1) if '```' in pattern else match.group(0)
                        content = json.loads(json_str)
                        break
                    except:
                        continue
        
        # 如果无法解析，使用原始响应
        if not content:
            content = {
                'title': topic.get('title', ''),
                'content': response,
                'tags': []
            }
        
        # 添加选题信息
        content['topic_index'] = topic.get('index', 0)
        content['topic_title'] = topic.get('title', '')
        
        return content