增加了文档，完成了生文模块

README.md

@@ -0,0 +1,230 @@
+# 旅游内容自动生成系统
+
+## 系统概述
+
+旅游内容自动生成系统是一个基于AI的内容创作平台，专注于为旅游景点和产品生成营销内容。系统采用三阶段生成流程：选题生成、内容创作和内容审核，每个阶段都由专门的AI模型处理，并通过配置文件进行精细控制。
+
+## 系统架构
+
+系统由以下主要模块组成：
+
+### 核心模块 (core)
+- **config**: 配置管理，负责加载和管理各种配置
+- **ai**: AI代理，处理与大模型的交互
+- **exception**: 异常处理
+
+### 工具模块 (utils)
+- **file_io**: 文件输入输出，包括ResourceLoader和OutputManager
+- **prompts**: 提示词模板和构建器
+- **pipeline**: 流程管理
+- **tweet**: 内容生成相关模块，包括topic_generator、content_generator、content_judger
+
+## 功能模块
+
+### 1. 选题生成 (TopicGenerator)
+
+根据指定月份和节日生成旅游营销选题，考虑目标受众、营销风格和产品特性，输出标准化JSON格式的选题信息。
+
+**主要功能**:
+- 基于时间节点生成选题
+- 考虑产品特性和目标受众
+- 输出结构化选题数据
+
+### 2. 内容创作 (ContentGenerator)
+
+基于选题生成小红书风格的营销文案，包含吸引人的标题、详细正文和SEO优化的标签，遵循特定的文案风格和目标受众需求。
+
+**主要功能**:
+- 生成符合平台特性的标题
+- 创建详细、有吸引力的正文
+- 生成优化的标签
+
+### 3. 内容审核 (ContentJudger)
+
+审核生成内容是否符合产品资料，检查价格、活动、服务等关键信息的准确性，保留原始内容中的标签和引流语句。
+
+**主要功能**:
+- 检查内容准确性
+- 修正不符合产品资料的内容
+- 保留原始内容中的关键元素
+
+## 配置说明
+
+系统通过JSON配置文件管理各组件参数：
+
+### 系统配置 (system.json)
+```json
+{
+    "debug": false,
+    "log_level": "INFO",
+    "parallel_processing": false,
+    "max_workers": 4
+}
+```
+
+### AI模型配置 (ai_model.json)
+```json
+{
+    "model": "qwen-plus",
+    "api_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",
+    "api_key": "your_api_key",
+    "temperature": 0.3,
+    "top_p": 0.4,
+    "presence_penalty": 1.2,
+    "timeout": 120,
+    "max_retries": 3
+}
+```
+
+### 资源配置 (resource.json)
+```json
+{
+    "resource_dirs": ["."],
+    "style": {
+        "paths": ["resource/prompt/Style/攻略风文案提示词.md", "..."]
+    },
+    "demand": {
+        "paths": ["resource/prompt/Demand/亲子向文旅需求.md", "..."]
+    },
+    "refer": {
+        "refer_list": [
+            { "path": "resource/prompt/Refer/2025各月节日宣传节点时间表.md", "sampling_rate": 1, "step": "topic" },
+            { "path": "resource/prompt/Refer/标题参考格式.json", "sampling_rate": 0.25, "step": "content" },
+            { "path": "resource/prompt/Refer/正文范文参考.json", "sampling_rate": 0.5, "step": "content" }
+        ]
+    },
+    "object": {
+        "paths": ["resource/data/Object/天津冒险湾.txt"]
+    },
+    "product": {
+        "paths": ["resource/data/Product/天津冒险湾-2大2小套票.txt"]
+    },
+    "output_dir": {
+        "base_dir": "result"
+    }
+}
+```
+
+### 选题生成配置 (topic_gen.json)
+```json
+{
+    "topic_system_prompt": "resource/prompt/generateTopics/system.txt",
+    "topic_user_prompt": "resource/prompt/generateTopics/user.txt",
+    "model": {
+        "temperature": 0.2,
+        "top_p": 0.3,
+        "presence_penalty": 1.5
+    },
+    "topic": {
+        "date": "2024-07-20",
+        "num": 5,
+        "variants": 1
+    }
+}
+```
+
+### 内容生成配置 (content_gen.json)
+```json
+{
+    "content_system_prompt": "resource/prompt/generateContent/system.txt",
+    "content_user_prompt": "resource/prompt/generateContent/user.txt",
+    "judger_system_prompt": "resource/prompt/judgeContent/system.txt",
+    "judger_user_prompt": "resource/prompt/judgeContent/user.txt",
+    "enable_content_judge": true,
+    "model": {
+        "temperature": 0.3,
+        "top_p": 0.5,
+        "presence_penalty": 1.2
+    },
+    "judger_model": {
+        "temperature": 0.2,
+        "top_p": 0.3,
+        "presence_penalty": 0.8
+    }
+}
+```
+
+## 使用指南
+
+### 安装依赖
+
+```bash
+pip install -r requirements.txt
+```
+
+### 运行系统
+
+```bash
+python main.py --config_dir config --run_id custom_run_id
+```
+
+参数说明:
+- `--config_dir`: 配置文件目录路径，默认为 "config"
+- `--run_id`: 运行ID，用于标识本次运行，默认为时间戳格式
+
+### 输出结果
+
+系统运行后，会在 `result/{run_id}` 目录下生成以下文件:
+- `topics_generated.json`: 生成的选题列表
+- `topics_generated.txt`: 人类可读的选题列表
+- 每个选题的子目录 `topic_{index}`:
+  - `content_system_prompt.txt`: 内容生成的系统提示
+  - `content_user_prompt.txt`: 内容生成的用户提示
+  - `content_raw_response.txt`: AI返回的原始响应
+  - `article.json`: 生成的文章内容
+  - `judger_system_prompt.txt`: 审核的系统提示
+  - `judger_user_prompt.txt`: 审核的用户提示
+  - `judger_raw_response.txt`: 审核的原始响应
+  - `article_judged.json`: 审核后的文章内容
+
+## 系统特性
+
+1. **资源加载增强**:
+   - 支持基于文件名(不含后缀)的模糊匹配
+   - 对JSON文件内容的直接采样
+
+2. **引用内容的阶段控制**:
+   - 通过step字段控制在不同阶段(topic/content/judge)使用哪些引用资源
+   - 通过采样率控制参考内容的使用量
+
+3. **模型参数独立配置**:
+   - 为不同生成阶段配置独立的模型参数
+   - 提高各阶段生成内容的质量和多样性
+
+4. **内容审核系统**:
+   - 保留原始内容中的tags标签
+   - 对价格、活动等关键信息进行审核
+
+5. **文件IO系统**:
+   - 灵活的资源加载和输出管理
+   - 结构化的文件组织方式
+
+## 目录结构
+
+```
+.
+├── main.py                 # 主程序入口
+├── config/                 # 配置文件目录
+│   ├── ai_model.json       # AI模型配置
+│   ├── content_gen.json    # 内容生成配置
+│   ├── resource.json       # 资源配置
+│   ├── system.json         # 系统配置
+│   └── topic_gen.json      # 选题生成配置
+├── core/                   # 核心模块
+│   ├── ai/                 # AI代理
+│   ├── config/             # 配置管理
+│   └── exception/          # 异常处理
+├── utils/                  # 工具模块
+│   ├── file_io.py          # 文件IO
+│   ├── pipeline.py         # 流程管理
+│   ├── prompts.py          # 提示词构建
+│   └── tweet/              # 内容生成相关
+│       ├── content_generator.py  # 内容生成器
+│       ├── content_judger.py     # 内容审核器
+│       └── topic_generator.py    # 选题生成器
+├── resource/               # 资源文件
+│   ├── data/               # 数据文件
+│   └── prompt/             # 提示词模板
+├── result/                 # 输出结果
+└── requirements.txt        # 依赖包
+``` 

core/config/manager.py

@@ -26,7 +26,7 @@ class ConfigManager:
     统一配置管理器
     负责加载、管理和访问所有配置
     """
-
+    
     def __init__(self):
         self._configs: Dict[str, BaseConfig] = {}
         self.config_dir: Optional[Path] = None
@@ -41,7 +41,7 @@ class ConfigManager:
     def load_from_directory(self, config_dir: str):
         """
         从目录加载配置
-
+        
         Args:
             config_dir: 配置文件目录
         """
@@ -49,7 +49,7 @@ class ConfigManager:
         if not self.config_dir.is_dir():
             logger.error(f"配置目录不存在: {config_dir}")
             raise FileNotFoundError(f"配置目录不存在: {config_dir}")
-
+        
         # 注册所有已知的配置类型
         self._register_configs()
 
@@ -109,7 +109,7 @@ class ConfigManager:
                 self._load_main_config(main_config_path)
             else:
                 logger.warning(f"旧的主配置文件不存在: {main_config_path}")
-
+            
             # 2. 遍历并加载目录中所有其他的 .json 文件
             for config_path in self.config_dir.glob('*.json'):
                 if config_path.name == 'poster_gen_config.json':
@@ -126,11 +126,11 @@ class ConfigManager:
             
             # 3. 最后应用环境变量覆盖
             self._apply_env_overrides()
-
+            
         except Exception as e:
             logger.error(f"从目录 '{self.config_dir}' 加载配置失败: {e}", exc_info=True)
             raise
-
+    
     def _load_main_config(self, path: Path):
         """加载主配置文件，并分发到各个配置对象"""
         logger.info(f"加载主配置文件: {path}")
@@ -143,7 +143,7 @@ class ConfigManager:
                 config_obj.update(config_data[name])
             else: # 尝试从根部更新 (扁平结构)
                 config_obj.update(config_data)
-
+    
     def _apply_env_overrides(self):
         """应用环境变量覆盖"""
         logger.info("应用环境变量覆盖...")
@@ -164,7 +164,7 @@ class ConfigManager:
         if update_data:
             ai_model_config.update(update_data)
             logger.info(f"通过环境变量更新了AI模型配置: {list(update_data.keys())}")
-
+    
     def save_config(self, name: str):
         """
         保存指定的配置到文件

docs/使用指南.md

@@ -0,0 +1,309 @@
+# 旅游内容自动生成系统 - 使用指南
+
+## 1. 系统概述
+
+旅游内容自动生成系统是一个基于AI的内容创作平台，专注于为旅游景点和产品生成营销内容。系统采用三阶段生成流程：选题生成、内容创作和内容审核，每个阶段都由专门的AI模型处理，并通过配置文件进行精细控制。
+
+## 2. 环境准备
+
+### 系统要求
+- Python 3.8+
+- 足够的内存（推荐8GB以上）
+- 互联网连接（用于API调用）
+
+### 安装依赖
+```bash
+# 克隆仓库
+git clone [仓库地址]
+cd [仓库名称]
+
+# 安装依赖包
+pip install -r requirements.txt
+```
+
+## 3. 配置系统
+
+系统通过JSON配置文件进行控制，所有配置文件位于`config`目录下：
+
+### 3.1 AI模型配置 (ai_model.json)
+
+```json
+{
+    "model": "qwen-plus",        // 使用的模型名称
+    "api_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",  // API地址
+    "api_key": "your_api_key",   // 替换为您的API密钥
+    "temperature": 0.3,          // 生成多样性控制
+    "top_p": 0.4,                // 采样控制
+    "presence_penalty": 1.2,     // 重复惩罚
+    "timeout": 120,              // API超时时间（秒）
+    "max_retries": 3             // 最大重试次数
+}
+```
+
+> **重要提示**: 请替换`your_api_key`为您的实际API密钥。
+
+### 3.2 选题生成配置 (topic_gen.json)
+
+```json
+{
+    "topic_system_prompt": "resource/prompt/generateTopics/system.txt",  // 系统提示路径
+    "topic_user_prompt": "resource/prompt/generateTopics/user.txt",      // 用户提示路径
+    "model": {
+        "temperature": 0.2,      // 选题生成的温度参数
+        "top_p": 0.3,            // 选题生成的top_p参数
+        "presence_penalty": 1.5   // 选题生成的重复惩罚参数
+    },
+    "topic": {
+        "date": "2024-07-20",    // 选题目标日期
+        "num": 5,                // 生成选题数量
+        "variants": 1            // 每个选题的变体数量
+    }
+}
+```
+
+### 3.3 内容生成配置 (content_gen.json)
+
+```json
+{
+    "content_system_prompt": "resource/prompt/generateContent/system.txt",  // 内容生成系统提示
+    "content_user_prompt": "resource/prompt/generateContent/user.txt",      // 内容生成用户提示
+    "judger_system_prompt": "resource/prompt/judgeContent/system.txt",      // 审核系统提示
+    "judger_user_prompt": "resource/prompt/judgeContent/user.txt",          // 审核用户提示
+    "enable_content_judge": true,  // 是否启用内容审核
+    "model": {
+        "temperature": 0.3,        // 内容生成温度参数
+        "top_p": 0.5,              // 内容生成top_p参数
+        "presence_penalty": 1.2     // 内容生成重复惩罚参数
+    },
+    "judger_model": {
+        "temperature": 0.2,        // 内容审核温度参数
+        "top_p": 0.3,              // 内容审核top_p参数
+        "presence_penalty": 0.8     // 内容审核重复惩罚参数
+    }
+}
+```
+
+### 3.4 资源配置 (resource.json)
+
+```json
+{
+    "resource_dirs": ["."],       // 资源基础目录
+    "style": {
+        "paths": [                // 文案风格文件路径
+            "resource/prompt/Style/攻略风文案提示词.md",
+            "resource/prompt/Style/极力推荐风文案提示词.md"
+        ]
+    },
+    "demand": {
+        "paths": [                // 用户需求文件路径
+            "resource/prompt/Demand/亲子向文旅需求.md",
+            "resource/prompt/Demand/周边游文旅需求.md"
+        ]
+    },
+    "refer": {
+        "refer_list": [           // 参考资料配置
+            { 
+                "path": "resource/prompt/Refer/2025各月节日宣传节点时间表.md", 
+                "sampling_rate": 1,    // 采样率，1表示100%使用
+                "step": "topic"        // 使用阶段：topic/content/judge
+            },
+            { 
+                "path": "resource/prompt/Refer/标题参考格式.json", 
+                "sampling_rate": 0.25, 
+                "step": "content" 
+            },
+            { 
+                "path": "resource/prompt/Refer/正文范文参考.json", 
+                "sampling_rate": 0.5, 
+                "step": "content" 
+            }
+        ]
+    },
+    "object": {
+        "paths": [                // 景点对象文件路径
+            "resource/data/Object/天津冒险湾.txt"
+        ]
+    },
+    "product": {
+        "paths": [                // 产品信息文件路径
+            "resource/data/Product/天津冒险湾-2大2小套票.txt"
+        ]
+    },
+    "output_dir": {
+        "base_dir": "result"      // 输出目录
+    }
+}
+```
+
+### 3.5 系统配置 (system.json)
+
+```json
+{
+    "debug": false,              // 是否开启调试模式
+    "log_level": "INFO",         // 日志级别
+    "parallel_processing": false, // 是否启用并行处理
+    "max_workers": 4             // 最大工作线程数
+}
+```
+
+## 4. 运行系统
+
+### 4.1 基本运行命令
+
+```bash
+python main.py
+```
+
+这将使用默认配置运行系统。
+
+### 4.2 自定义运行参数
+
+```bash
+python main.py --config_dir custom_config --run_id my_run_20240601
+```
+
+参数说明:
+- `--config_dir`: 配置文件目录路径，默认为 "config"
+- `--run_id`: 运行ID，用于标识本次运行，默认为时间戳格式
+
+## 5. 输出结果
+
+系统运行后，会在 `result/{run_id}` 目录下生成以下文件:
+
+- `topics_generated.json`: 生成的选题列表（JSON格式）
+- `topics_generated.txt`: 人类可读的选题列表（文本格式）
+- 每个选题的子目录 `topic_{index}`:
+  - `content_system_prompt.txt`: 内容生成的系统提示
+  - `content_user_prompt.txt`: 内容生成的用户提示
+  - `content_raw_response.txt`: AI返回的原始响应
+  - `article.json`: 生成的文章内容
+  - `judger_system_prompt.txt`: 审核的系统提示（如果启用审核）
+  - `judger_user_prompt.txt`: 审核的用户提示（如果启用审核）
+  - `judger_raw_response.txt`: 审核的原始响应（如果启用审核）
+  - `article_judged.json`: 审核后的文章内容（如果启用审核）
+
+## 6. 资源文件准备
+
+### 6.1 提示词模板
+
+系统使用以下提示词模板：
+
+- **选题生成**:
+  - `resource/prompt/generateTopics/system.txt`: 选题生成系统提示
+  - `resource/prompt/generateTopics/user.txt`: 选题生成用户提示
+
+- **内容生成**:
+  - `resource/prompt/generateContent/system.txt`: 内容生成系统提示
+  - `resource/prompt/generateContent/user.txt`: 内容生成用户提示
+
+- **内容审核**:
+  - `resource/prompt/judgeContent/system.txt`: 内容审核系统提示
+  - `resource/prompt/judgeContent/user.txt`: 内容审核用户提示
+
+### 6.2 风格和需求文件
+
+- **风格文件** (`resource/prompt/Style/`):
+  - 每个文件描述一种文案风格
+  - 例如：`攻略风文案提示词.md`, `极力推荐风文案提示词.md`
+
+- **需求文件** (`resource/prompt/Demand/`):
+  - 每个文件描述一种用户需求
+  - 例如：`亲子向文旅需求.md`, `周边游文旅需求.md`
+
+### 6.3 参考资料文件
+
+- **参考资料** (`resource/prompt/Refer/`):
+  - 节日时间表：`2025各月节日宣传节点时间表.md`
+  - 标题参考：`标题参考格式.json`
+  - 正文参考：`正文范文参考.json`
+
+### 6.4 产品和景点数据
+
+- **景点数据** (`resource/data/Object/`):
+  - 每个文件包含一个景点的详细信息
+  - 例如：`天津冒险湾.txt`
+
+- **产品数据** (`resource/data/Product/`):
+  - 每个文件包含一个产品的详细信息
+  - 例如：`天津冒险湾-2大2小套票.txt`
+
+## 7. 常见问题解答
+
+### 7.1 系统运行失败
+
+**问题**: 系统运行时出现错误或无法生成内容。
+
+**解决方案**:
+1. 检查API密钥是否正确配置
+2. 检查网络连接是否正常
+3. 查看日志输出，定位具体错误
+4. 确保所有资源文件路径正确且文件存在
+
+### 7.2 生成内容质量不佳
+
+**问题**: 生成的内容质量不符合预期。
+
+**解决方案**:
+1. 调整模型参数（temperature、top_p、presence_penalty）
+2. 改进提示词模板
+3. 提供更高质量的参考资料
+4. 确保产品和景点信息详尽准确
+
+### 7.3 审核功能不生效
+
+**问题**: 内容审核功能似乎没有生效。
+
+**解决方案**:
+1. 检查`content_gen.json`中的`enable_content_judge`是否设为`true`
+2. 确保审核提示词模板存在且路径正确
+3. 检查日志中是否有审核相关的错误信息
+
+### 7.4 如何添加新的景点或产品
+
+**步骤**:
+1. 在`resource/data/Object/`目录下创建新的景点文件
+2. 在`resource/data/Product/`目录下创建新的产品文件
+3. 更新`resource.json`中的`object.paths`和`product.paths`数组
+4. 重新运行系统
+
+### 7.5 如何自定义生成内容的风格
+
+**步骤**:
+1. 在`resource/prompt/Style/`目录下创建新的风格文件
+2. 更新`resource.json`中的`style.paths`数组
+3. 在选题生成时，系统会自动考虑新添加的风格
+
+## 8. 高级使用技巧
+
+### 8.1 调整模型参数
+
+不同的内容类型可能需要不同的模型参数：
+- 高`temperature`（0.7-1.0）：更有创意但可能不够精确
+- 低`temperature`（0.1-0.3）：更精确但可能缺乏创意
+- 高`presence_penalty`：减少重复内容
+- 低`top_p`：更保守的输出
+
+### 8.2 参考内容采样率调整
+
+通过调整`sampling_rate`参数，可以控制参考内容的使用量：
+- `1.0`：全部使用
+- `0.5`：使用约50%
+- `0.25`：使用约25%
+
+### 8.3 自定义提示词模板
+
+可以根据需要修改提示词模板，但请确保：
+1. 保持JSON输出格式一致
+2. 不要改变关键指令
+3. 测试修改后的效果
+
+### 8.4 批量生成内容
+
+对于需要批量生成内容的场景，可以：
+1. 准备多个景点和产品数据
+2. 编写脚本循环调用主程序
+3. 为每次运行指定不同的`run_id`
+
+## 9. 联系与支持
+
+如有问题或需要支持，请联系系统管理员或开发团队。 

docs/开发指南.md

@@ -0,0 +1,486 @@
+# 旅游内容自动生成系统 - 开发指南
+
+## 1. 系统架构
+
+旅游内容自动生成系统采用模块化架构设计，主要分为核心模块(core)和工具模块(utils)两大部分。系统通过Pipeline模式协调各个组件的工作，实现从选题生成到内容审核的完整流程。
+
+### 1.1 架构图
+
+```
+                                 ┌─────────────┐
+                                 │    主程序    │
+                                 │   main.py   │
+                                 └──────┬──────┘
+                                        │
+                                        ▼
+┌─────────────────────────────────────────────────────────────┐
+│                     PipelineManager                         │
+└───────┬───────────────────┬──────────────────┬──────────────┘
+        │                   │                  │
+        ▼                   ▼                  ▼
+┌───────────────┐   ┌───────────────┐   ┌───────────────┐
+│ TopicGenerator │   │ContentGenerator│   │ ContentJudger │
+└───────┬───────┘   └───────┬───────┘   └───────┬───────┘
+        │                   │                  │
+        │                   │                  │
+        ▼                   ▼                  ▼
+┌─────────────────────────────────────────────────────────────┐
+│                        AIAgent                              │
+└─────────────────────────────────────────────────────────────┘
+        ▲                   ▲                  ▲
+        │                   │                  │
+        │                   │                  │
+┌───────┴───────┐   ┌───────┴───────┐   ┌──────┴────────┐
+│PromptBuilders │   │  ResourceLoader│   │ OutputManager │
+└───────────────┘   └───────────────┘   └───────────────┘
+```
+
+### 1.2 数据流
+
+1. 配置加载: 系统启动时，ConfigManager加载所有配置文件
+2. 选题生成: TopicGenerator调用AIAgent生成选题
+3. 内容生成: ContentGenerator为每个选题调用AIAgent生成内容
+4. 内容审核: ContentJudger审核生成的内容
+5. 结果保存: OutputManager保存所有生成的内容和中间产物
+
+## 2. 代码结构
+
+### 2.1 目录结构
+
+```
+.
+├── main.py                 # 主程序入口
+├── config/                 # 配置文件目录
+│   ├── ai_model.json       # AI模型配置
+│   ├── content_gen.json    # 内容生成配置
+│   ├── resource.json       # 资源配置
+│   ├── system.json         # 系统配置
+│   └── topic_gen.json      # 选题生成配置
+├── core/                   # 核心模块
+│   ├── ai/                 # AI代理
+│   │   ├── __init__.py
+│   │   └── ai_agent.py     # AI代理实现
+│   ├── config/             # 配置管理
+│   │   ├── __init__.py
+│   │   └── config_manager.py # 配置管理器
+│   └── exception/          # 异常处理
+│       ├── __init__.py
+│       └── exceptions.py   # 自定义异常类
+├── utils/                  # 工具模块
+│   ├── file_io.py          # 文件IO
+│   ├── pipeline.py         # 流程管理
+│   ├── prompts.py          # 提示词构建
+│   └── tweet/              # 内容生成相关
+│       ├── __init__.py
+│       ├── content_generator.py  # 内容生成器
+│       ├── content_judger.py     # 内容审核器
+│       ├── topic_generator.py    # 选题生成器
+│       └── topic_parser.py       # 选题解析器
+├── resource/               # 资源文件
+│   ├── data/               # 数据文件
+│   └── prompt/             # 提示词模板
+├── result/                 # 输出结果
+└── requirements.txt        # 依赖包
+```
+
+### 2.2 主要模块说明
+
+#### 2.2.1 核心模块 (core)
+
+- **ai_agent.py**: 负责与AI模型的交互，封装API调用逻辑
+- **config_manager.py**: 负责加载和管理配置文件
+- **exceptions.py**: 定义系统自定义异常类
+
+#### 2.2.2 工具模块 (utils)
+
+- **file_io.py**: 提供文件读写功能，包括ResourceLoader和OutputManager
+- **pipeline.py**: 实现整个生成流程的管理
+- **prompts.py**: 提供提示词模板和构建功能
+- **tweet/**: 内容生成相关的具体实现
+  - **topic_generator.py**: 选题生成器
+  - **content_generator.py**: 内容生成器
+  - **content_judger.py**: 内容审核器
+  - **topic_parser.py**: 选题解析器
+
+## 3. 核心类说明
+
+### 3.1 AIAgent 类
+
+`AIAgent` 类是系统与AI模型交互的核心，负责发送请求并处理响应。
+
+```python
+class AIAgent:
+    def __init__(self, config: AIModelConfig):
+        # 初始化AI代理，设置API客户端
+        
+    async def generate_text(
+        self, system_prompt: str, user_prompt: str, use_stream: bool = False,
+        temperature: Optional[float] = None, top_p: Optional[float] = None, 
+        presence_penalty: Optional[float] = None, stage: str = ""
+    ) -> Tuple[str, int, int, float]:
+        # 生成文本，支持流式和非流式输出
+        # 返回: (生成文本, 输入token数, 输出token数, 耗时)
+```
+
+### 3.2 ConfigManager 类
+
+`ConfigManager` 类负责加载和管理配置文件。
+
+```python
+class ConfigManager:
+    def __init__(self):
+        # 初始化配置管理器
+        
+    def load_from_directory(self, config_dir: str):
+        # 从目录加载所有配置文件
+        
+    def get_config(self, config_name: str, config_class: Type[T]) -> T:
+        # 获取指定名称的配置对象
+```
+
+### 3.3 PipelineManager 类
+
+`PipelineManager` 类负责协调整个内容生成流程。
+
+```python
+class PipelineManager:
+    def __init__(self, config_dir: str, run_id: Optional[str] = None):
+        # 初始化管道管理器
+        
+    async def process_content_generation(self, topics: List[Dict[str, Any]]) -> List[Dict[str, Any]]:
+        # 处理内容生成
+        
+    async def process_content_judging(self, generated_contents: List[Dict[str, Any]]):
+        # 处理内容审核
+        
+    async def run_pipeline(self):
+        # 按顺序执行整个流程
+```
+
+### 3.4 提示词构建器类
+
+系统包含多个提示词构建器，负责构建不同阶段的提示词。
+
+```python
+class BasePromptBuilder(PromptTemplate):
+    # 基础提示词构建器，提供通用方法
+    
+class TopicPromptBuilder(BasePromptBuilder):
+    # 选题生成提示词构建器
+    
+class ContentPromptBuilder(BasePromptBuilder):
+    # 内容生成提示词构建器
+    
+class JudgerPromptBuilder(BasePromptBuilder):
+    # 内容审核提示词构建器
+```
+
+## 4. 关键流程
+
+### 4.1 选题生成流程
+
+1. 加载配置和资源
+2. 构建系统提示和用户提示
+3. 调用AI模型生成选题
+4. 解析AI响应，提取选题信息
+5. 保存选题结果
+
+```python
+# 在TopicGenerator.generate_topics方法中实现
+async def generate_topics(self) -> Optional[List[Dict[str, Any]]]:
+    # 构建提示
+    system_prompt = self.prompt_builder.get_system_prompt()
+    user_prompt = self.prompt_builder.build_user_prompt(...)
+    
+    # 调用AI
+    raw_result = await self.ai_agent.generate_text(...)
+    
+    # 解析结果
+    topics = self.parser.parse(raw_result)
+    
+    # 保存结果
+    self.output_manager.save_json(topics, "topics_generated.json")
+    
+    return topics
+```
+
+### 4.2 内容生成流程
+
+1. 为每个选题构建提示
+2. 调用AI模型生成内容
+3. 解析AI响应，提取内容信息
+4. 保存生成的内容
+
+```python
+# 在ContentGenerator.generate_content_for_topic方法中实现
+async def generate_content_for_topic(self, topic: Dict[str, Any]) -> Dict[str, Any]:
+    # 构建提示
+    system_prompt = self.prompt_builder.get_system_prompt()
+    user_prompt = self.prompt_builder.build_user_prompt(topic=topic)
+    
+    # 调用AI
+    raw_result = await self.ai_agent.generate_text(...)
+    
+    # 解析和保存结果
+    content_data = json.loads(raw_result)
+    self.output_manager.save_json(content_data, "article.json", ...)
+    
+    return content_data
+```
+
+### 4.3 内容审核流程
+
+1. 为每个生成的内容构建审核提示
+2. 调用AI模型进行审核
+3. 解析审核结果，提取修改后的内容
+4. 保存审核后的内容
+
+```python
+# 在ContentJudger.judge_content方法中实现
+async def judge_content(self, generated_content: str, topic: Dict[str, Any]) -> Dict[str, Any]:
+    # 构建提示
+    system_prompt = self.prompt_builder.get_system_prompt()
+    user_prompt = self.prompt_builder.build_user_prompt(...)
+    
+    # 调用AI
+    raw_result = await self.ai_agent.generate_text(...)
+    
+    # 解析结果
+    judged_data = json_repair_loads(raw_result)
+    
+    # 保存结果
+    self.output_manager.save_json(judged_data, "article_judged.json", ...)
+    
+    return judged_data
+```
+
+## 5. 扩展指南
+
+### 5.1 添加新的生成阶段
+
+要添加新的生成阶段（例如图像生成），需要以下步骤：
+
+1. 创建新的生成器类，例如 `ImageGenerator`
+2. 创建对应的提示词构建器，例如 `ImagePromptBuilder`
+3. 在 `PipelineManager` 中添加新的处理方法
+4. 在 `run_pipeline` 方法中调用新的处理方法
+
+```python
+# 1. 创建新的生成器类
+class ImageGenerator:
+    def __init__(self, ai_agent, config_manager, output_manager):
+        # 初始化
+        
+    async def generate_image_for_content(self, content):
+        # 生成图像的逻辑
+        
+# 2. 在PipelineManager中添加
+def __init__(self, ...):
+    # 现有初始化代码
+    self.image_generator = ImageGenerator(...)
+    
+async def process_image_generation(self, contents):
+    # 处理图像生成的逻辑
+    
+async def run_pipeline(self):
+    # 现有流程代码
+    # 添加新阶段
+    if generated_contents:
+        await self.process_image_generation(generated_contents)
+```
+
+### 5.2 添加新的AI模型
+
+要支持新的AI模型，需要修改 `AIAgent` 类：
+
+1. 更新 `__init__` 方法，支持新的模型配置
+2. 在 `generate_text` 方法中添加对新模型的支持
+3. 更新配置文件结构
+
+```python
+class AIAgent:
+    def __init__(self, config: AIModelConfig):
+        self.config = config
+        if config.provider == "openai":
+            self.client = AsyncOpenAI(...)
+        elif config.provider == "new_provider":
+            self.client = NewProviderClient(...)
+        
+    async def generate_text(self, ...):
+        # 根据provider选择不同的API调用方式
+        if self.config.provider == "openai":
+            # 现有OpenAI调用逻辑
+        elif self.config.provider == "new_provider":
+            # 新提供商的API调用逻辑
+```
+
+### 5.3 自定义资源加载器
+
+要支持新的资源类型或加载方式，可以扩展 `ResourceLoader` 类：
+
+```python
+class ResourceLoader:
+    # 现有方法
+    
+    @staticmethod
+    def load_special_format(file_path: str) -> Optional[Dict]:
+        # 加载特殊格式文件的逻辑
+        
+    @staticmethod
+    def load_from_database(query: str) -> Optional[str]:
+        # 从数据库加载资源的逻辑
+```
+
+### 5.4 添加新的输出格式
+
+要支持新的输出格式，可以扩展 `OutputManager` 类：
+
+```python
+class OutputManager:
+    # 现有方法
+    
+    def save_html(self, content: str, filename: str, subdir: Optional[str] = None):
+        # 保存HTML格式的逻辑
+        
+    def export_to_cms(self, content: Dict, api_endpoint: str):
+        # 导出到CMS系统的逻辑
+```
+
+## 6. 最佳实践
+
+### 6.1 代码风格
+
+- 遵循PEP 8规范
+- 使用类型注解提高代码可读性
+- 为所有公共方法和类提供文档字符串
+- 使用异步编程处理IO密集型操作
+
+### 6.2 错误处理
+
+- 使用自定义异常类区分不同类型的错误
+- 实现重试机制处理临时性故障
+- 记录详细的错误信息，便于调试
+
+```python
+try:
+    result = await self.ai_agent.generate_text(...)
+except RetryableError as e:
+    # 处理可重试错误
+    logger.warning(f"遇到可重试错误: {e}")
+    # 实现重试逻辑
+except NonRetryableError as e:
+    # 处理不可重试错误
+    logger.error(f"遇到不可重试错误: {e}")
+    # 返回错误信息
+except Exception as e:
+    # 处理未预期的错误
+    logger.critical(f"遇到未知错误: {e}", exc_info=True)
+    # 返回通用错误信息
+```
+
+### 6.3 性能优化
+
+- 使用异步IO提高并发性能
+- 实现缓存机制减少重复计算
+- 优化提示词减少token使用量
+- 使用采样率控制参考内容的使用量
+
+### 6.4 测试策略
+
+- 为核心功能编写单元测试
+- 使用模拟对象测试AI调用
+- 编写集成测试验证完整流程
+- 使用参数化测试覆盖多种场景
+
+```python
+# 单元测试示例
+async def test_topic_parser():
+    parser = TopicParser()
+    raw_json = '{"topics": [{"index": "1", "date": "2024-07-01", ...}]}'
+    topics = parser.parse(raw_json)
+    assert len(topics) == 1
+    assert topics[0]["index"] == "1"
+    assert topics[0]["date"] == "2024-07-01"
+```
+
+## 7. 常见问题与解决方案
+
+### 7.1 AI调用超时
+
+**问题**: AI模型调用经常超时。
+
+**解决方案**:
+1. 增加超时设置
+2. 实现指数退避重试
+3. 减少提示词长度
+4. 考虑使用流式响应
+
+```python
+# 实现指数退避重试
+backoff_time = 1.0
+for attempt in range(max_retries):
+    try:
+        response = await client.chat.completions.create(...)
+        return response
+    except APITimeoutError:
+        logger.warning(f"尝试 {attempt + 1}/{max_retries} 超时")
+        await asyncio.sleep(backoff_time)
+        backoff_time *= 2  # 指数增长
+```
+
+### 7.2 内存使用过高
+
+**问题**: 处理大量内容时内存使用过高。
+
+**解决方案**:
+1. 使用生成器处理大量数据
+2. 实现批处理机制
+3. 及时释放不再需要的资源
+
+```python
+# 使用生成器处理大量数据
+async def process_topics_in_batches(self, topics, batch_size=5):
+    for i in range(0, len(topics), batch_size):
+        batch = topics[i:i+batch_size]
+        results = await self.process_batch(batch)
+        for result in results:
+            yield result
+```
+
+### 7.3 JSON解析错误
+
+**问题**: AI返回的内容无法解析为JSON。
+
+**解决方案**:
+1. 使用更健壮的JSON解析库（如json_repair）
+2. 在提示词中强调JSON格式要求
+3. 实现后处理逻辑修复常见错误
+
+```python
+# 使用json_repair修复JSON
+try:
+    data = json.loads(raw_result)
+except json.JSONDecodeError:
+    try:
+        data = json_repair_loads(raw_result)
+        logger.warning("使用json_repair修复了JSON格式")
+    except Exception as e:
+        logger.error(f"JSON修复失败: {e}")
+        # 返回错误信息
+```
+
+## 8. 未来扩展方向
+
+1. **多模态支持**: 添加图像生成和处理能力
+2. **用户反馈系统**: 收集和利用用户对生成内容的反馈
+3. **内容分发集成**: 与社交媒体平台API集成，自动发布内容
+4. **A/B测试框架**: 比较不同提示词和参数的效果
+5. **本地模型支持**: 支持本地部署的开源模型
+
+## 9. 贡献指南
+
+1. Fork仓库并创建功能分支
+2. 编写代码并添加测试
+3. 确保所有测试通过
+4. 提交Pull Request并描述变更
+5. 等待代码审查和合并 

main.py

@@ -65,3 +65,4 @@ async def main():
 
 if __name__ == '__main__':
     asyncio.run(main())
+ 

resource/prompt/Refer/正文范文参考.json

@@ -14,6 +14,36 @@
     ,
     {
         "content": "新疆的伊昭公路是一条风景秀丽的自驾线路，被誉为 “伊犁蕞美公路”。\n 一年只开 3 - 4 个月，错过真的要等一年！赶紧码住这份保姆级攻略👇\n・\n\n🚗交通须知 \n✅ 开放季节：该路线每年只在 6 月至 9 月开放（2025 年 5 月 15 日至 10 月 10 日开放！）\n✅ 车辆限制：仅允许 7 座及以下的小型车辆通过 \n✅ 道路情况：伊昭公路多弯且陡峭，路况较为复杂，建议使用越野车型，并由经验丰富的司机驾驶 \n✅ 夜间禁行：由于山区道路无路灯，为确保安全，每晚 22:00 至次日早晨 7:00 期间禁止所有车辆通行 \n・\n\n🏕️沿途精华景点 \n🔸托乎拉苏草原：离伊宁最近的一个草原，这片草原相比新疆其他更为知名的草原游客较少，保留了更多未被触及的自然风貌 \n🔸乌孙山：穿越广阔的托乎拉苏草原之后，便会抵达乌孙山的白石峰🗻，这里的道路相对险峻 \n🔸安格列特达坂：这是一处海拔高达 3091 米的山坂，站在此处可以一览北侧的琼博拉森林公园的壮观全景 \n🔸琼博拉森林公园：位于乌孙山下，这里是一片广袤的草甸和密集的雪松林🍃，自然景观令人心旷神怡 \n🔸伊犁州昭苏马场：昭苏地区自古以来就是著名的西域天马的产地，这里可以目睹壮观的万马🐎奔腾景象 \n🔸夏塔旅游区：从昭苏向南行驶 70 公里，便可到达夏塔古道，这是一片充满野性的荒野地带，深受众多户外探险🏃‍♂️爱好者的青睐 \n・\n\n🚫【避坑血泪指南】\n❌ 限行警告！ 仅 7 座以下车通行，20:00 - 9:00 禁行 \n❌ 别穿白鞋！ 泥巴路秒变脏脏包，徒步区石头硌 jio👟\n❌ 拒绝公路拍照！落石区停车 = 作 si，快速通过保平安 \n\n.\n\n📢经典游玩线路 \nD1 全国各地 — 伊宁 \nD2 伊宁 — 伊昭公路）— 夏塔 — 木扎尔特冰川 — 昭苏 \nD3 昭苏 — 琼库什台 — 特克斯 \nD4 特克斯 — 那拉提草原 — 六星街 — 伊宁 \nD5 伊宁 — 赛里木湖 — 蓝冰围炉煮茶 — 喀赞其民俗村 — 忘忧谷薰衣草（6.15 - 7.15 限定）— 伊宁 \nD6 伊宁 — 全国各地 \n\n.\n\n💎【行程亮点】\n✨ 新疆本地司机，出行签署正规合同 \n✨ 线上 24h 管家式服务，在线答疑解惑 \n✨ 一价全含✔门票✔住宿✔交通✔旅游险 \n✨ 2 - 6 人小团，自由出行，沉浸欣赏旅途美景 \n✨ 纯玩无购，❌进店 ❌购物，专注深度游玩 \n."
+    },
+    {
+        "content": "夏天和假期准备来啦！\n我又发现一个新的玩水避暑胜地！\n这是全新的一个网红夏威夷泳道啦～\n-\n🏨阳江 DS 温泉酒店\n超级推荐的是夏威夷亲水别墅\n无限次免费游玩的夏威夷网红泳道\n踏出房门就能跳进泳池夏天太爽了！\n-\n💰599🉐套餐👇\n【住】酒店别墅星空双床房1间1晚;\n【吃】价值168元两大一小自助早餐\n【泡】赠送2池阳台私家泡池温泉水\n【泡】无限次爽泡高热偏硅酸公共温泉\n【玩】畅玩网红超长泳道、水上乐园\n【玩】打卡儿童狮子星空中儿童乐园\n【赏】天香大草坪、花森林婚庆广场\n【赠】公区温泉泳道免费水果、茶饮、清食等\n【赠】管家服务，一次洗漱用品，酒店免费停车\n---------------\n💥怎么订：一定要先关.🐖后下方留言咨询：999，稍后会一一回复哈"
+    },
+    {
+        "content": "来广州外下午三点多的时候外面太热了 实在不知道去哪 突然决定去长隆水上乐园\n临时起意 即刻出发！\n目的地：地铁三号线汉溪长隆\n\n1⃣️什么时候去？票价多少？\n建议工作日去人少些\n下午4点后进场 美团69r/人 ！！！很便宜！\n我觉得这个时间点太棒了\n太阳已经不是很毒辣 也不是太热了 不用担心晒伤\n\n2⃣️没带泳衣怎么办？园内买泳衣太贵怎么办？\n不用担心！万能的小🍠\n我直接搜“广州长隆水上乐园泳衣”几个关键字\n果然出现了很多5分钟内送泳衣的帖子\n随便找了一家直接➕了联系方式\n在地铁上就看商家发的图\n选好了泳衣款式➕一个男士泳裤➕防水袋\n三个东西一共才105！\n力省几百！！\n而且店家还给我把东西送到地铁口，还顺便把我人免费送到水上乐园园区门口\n\n当然也可以直接把泳衣送到园区门口 （切记先不要进园！进园他就送不了了！问了好几家都是这样说！只能在没进园之前送到地铁口或者园区门口！）\n\n没带泳衣的姐妹千万不要在园区里买！！\n\n3⃣️进去玩什么？\n我们是五点多才进园\n但是到八点半已经玩完了六七个项目\n所有大项目几乎都玩了\n介绍一下时间紧任务重的 我们的玩法 ：\n离心滑道—摇滚巨轮-合家大滑板-竞速赛道-巨兽碗-巨洪峡\n-上面全部玩完之后也才七点五十多\n然后八点电音节开场觉得没什么意思\n就去刷之前排队人太多没玩过的项目\n当然是直接冲大喇叭！！\n这个时候的大喇叭直接没人！上去就玩没排队！！！\n迅速玩完 又去玩了一些小项目比如 垂直极限这种 都没人排队了 直接随便玩\n\n点击左下角查看更多，\n听说现在力度超级给力呢！"
+    },
+    {
+        "content": "☀️暑假来了，同学们想去广州长隆水上乐园玩吗？如果想去，那首先要做攻略，下面是阿毅替你们写的攻略。\n·\n🧳出发前要做哪些准备？\n1、订票🎫：\n门票分为全天票09:30-22:30、夜场票17:00-22:30\n可在欢乐长隆gzh、某携、某哪、某评上订\n2、做交通攻略🚘：\n自驾导航长隆水上乐园，景区有停车场，收20\n打车用顺风车比较划算，目的地填长隆水上乐园\n坐地铁3号线到汉溪长隆站，从E口出来，步行1.2公里可到景区门口\n3、收拾行李🪪：\n身份证、毛巾、手机防水袋、游泳衣、防晒霜、拖鞋、手机、塑料袋、零食、水\n·\n🗺️进园步骤？\n1、刷身份证进园\n2、先去租个柜子储存东西，小柜40，大柜60，另外还要给20押金，等还了手环会返回\n3、去更衣室换衣服\n4、可以去玩了\n·\n🤹‍♀️必看演出：\n1、长隆水上电音派对🪩\n地点：造浪池舞台\n时间：20:00-21:00\n2、玩水激乐大巡游💃\n地点：园区\n时间：17:00-17:35\n3、水战派对🔫\n地点：沙滩区舞台\n时间：17:00-17:35\n4、泡泡派对🫧\n地点：亲子市集\n时间：16:00-16:20\n·\n🎢必玩项目：\n1、超级大喇叭📢\n坐在四叶草浮圈里，从六层高的平台出发，滑进一个巨大的喇叭中，在快速滑行中尽情欢叫\n2、摇滚巨轮🪇\n竖立自转滑道，整体外型犹如一座水上摩天轮，高达26米，每个转角都十分圆滑\n3、巨洪峡🌊\n在狭长的峡谷中只有滔天巨浪与你相伴，在跌宕起伏中挑战山洪暴发的澎湃，领略被抛向浪尖的快感\n4、超级巨兽碗👾\n首先在紫水晶通道俯冲穿越，来到一个巨碗之中。当你稍觉平稳，突然出现一个黑洞将你吸入，让你措手不及\n5、垂直极限↕️\n有3条滑道，黄色滑道滑下时速度能达到近40公里，蓝色滑道为旋转滑道，体验离心冲击，橙色滑道垂直度高，体验水花四溅的感觉\n6、巨蟒滑道🐍\n从弯形盘旋滑道划出后会进入长达6米的全封闭滑道，集合了扭转，螺旋和振动的感觉\n7、大滑板滑道🛹\n6人一组坐在浮圈上，从高处快速滑到底部，然后继续向上滑行到呈 90度的滑道上，然后再从垂直的滑道上滑落到平缓的地段\n·\n❤️温馨提示：\n建议9点半刚开园就去玩，那会人很多，如果下午去人会很多，玩一个项目要等一两个小时。"
+    },
+    {
+        "content": "🏨广州森林海温泉度假酒店\n♨️室内水乐园，水温30度以上，温泉泡池全面！\n😭千万别错过这个森林海美食专属套餐\n-\n现在只要1399就可以享受3大3小的的Chao值套餐哦~真的是太划算啦!\n🔥3大3小自助早餐+3大3小自助晚餐+2天无限次嬉水乐园十亲子房\n现在还有限时活动，每个成人住客可以免费带两个1.5以下的小朋友一起畅玩嬉水乐园💦\n-\n限时特价房型是森林海爆款房型\n🔹海洋亲子/嬉水海洋亲子/星空亲子\n🎈自助早餐\n🎈私家露台温泉泡池\n🎈无限次威尼斯泳道\n🎈嬉水乐园【天阳湖区、神秘海岛、古海森林、森林温泉、抓鱼摸虾]\n-\n怎么订❓先关㊗️，然后下方留言【999】看到会一一回复！"
+    },
+    {
+        "content": "深圳海边酒店已经住过洲际和万豪\n这两家酒店海滩都很漂亮\n没想到这次住桔钓沙莱华直接来了个玻璃海震撼\n庆幸遇上大晴天☀️\n才能看到这美到窒息的景色\n唯一缺点是有围网也不能下海游泳🏊…\n\n🏨酒店很大不过偏老旧，公区维护一般。房间正海景，躺在床上就能看到海滩，阳台有大浴缸可以一边看海一边泡澡🛀，度假感拉满！\n\n🎡入住每间房都有赠送一次免费小火车体验+儿童乐园100个币+帆船/皮划艇项目，赠送的游戏币可以在儿童乐园电玩区使用，室内乐园还有攀爬区、蹦床区、波波球… 足够小朋友玩很久了\n\n🍽️酒店自助早餐一般，不太好吃。晚餐在🍠找的友友农庄，家常菜，偏贵，味道还行吧，窑鸡不好吃，感觉附近就没什么好吃的东西。\n\n💗莱华酒店虽然没有很完美，比起洲际不够豪华，比起万豪不够漂亮，但是它游玩项目足够多，性价比也很高，而且为了这片玻璃海景色我一定会再刷的！！🏖️"
+    },
+    {
+        "content": "位于大鹏新区的桔钓沙,这里沙子超白超好干净还很细腻 脚踩下去都软乎乎的 !\n不出深圳，也能实现海滨度假🏖\n.\n推门见大海🌊下楼即沙滩🏖\n【深圳桔钓沙莱华度假酒店🏨】\n作为深圳为数不多拥有独.立沙滩的度假酒店，私密性ji高\n而且酒店附近的可玩项目好多\n杨梅坑踩单车🚴‍♀、看美人鱼拍摄地🧜‍♀、徒步七娘山⛰、观国家地质博物馆等，都离酒店不到2公里路程！妥妥的遛娃好去处！\n·\n🏊‍♂还有超大的私人泳池，沙滩就在泳池旁边，随时可以下海畅游！\n☀️沙滩边还有各种娱乐设施，小朋友可以挖沙踏浪，大人则可以玩滑皮划艇\n👧儿童乐园也是一大亮点！室内室外都有各种儿童游乐设施\n室内攀岩、积木乐园、、4D动感影院、音乐厅和电子游戏等\n爸妈们可以省心省力地遛娃，让孩子们尽情享受快乐的时光！🎉\n·\n🏨酒店拥有246间客房，间间都带有宽阔独.立景观阳台\n有多种房型可供选择，房间设施齐全，有超大浴缸.\n·\n【双人下午茶套票】\n💰1299\n🔹豪华园景房一间一晚\n🔹双人自助早餐\n🔹双人下午茶1套(大堂吧/池畔吧 二选一)\n-\n想要购买的宝子们，戳我即可获取，酒店住宿套餐"
+    },
+    {
+        "content": "发现了一家神仙度假酒店！\n不在三亚，也不在东南亚\n而是在深圳⛱️\n这片果冻海真的美到心颤💕\n-\n🌟桔钓沙莱华度假酒店\n✅封神级沙滩体验🏝️\n有深圳一绝的牛奶沙+玻璃海，光脚踩在沙滩上，就像踩在热奶粉上一样巨舒服。海水呈渐变色，如果冻一般\n-\n✅东南亚秘境园林🌴\n15万㎡东南亚热带花园，秒穿普吉岛\n-\n✅100%阳台景观房⛱️\n所有房型都有超大阳台，山海园林尽享眼底\n-\n✅亲子友好天花板🛝\n拥有1600㎡的儿童奇妙世界，含欢乐海洋泡泡池、室内攀岩、积木乐园、知识海洋、DIY手工坊等，玩到不想走\n-\n✅海上玩乐不停⛵️\n游艇出海、摩托艇、香蕉船、帆船、皮划艇等超多水上活动\n-\n🌟现在这个「小马代」错峰大促，人均最低只要400+，即享：\n✔️海景豪华房1间1晚\n✔️双人自助早餐\n✔️双人小帆船或皮划艇套餐（2选1）\n✔️客房迷你吧冰箱饮品\n✔️奇妙世界项目：鲸鱼大滑梯、潜艇通道、海马秋千、波波球池、儿童攀岩、儿童蹦床、手工制作等\n✔️沙滩排球、沙滩足球\n✔️赠送双人精美旅拍1份\n✔️每间房赠送一张免费小火车票\n-\n*使用有效期至2025年4月29日\n-\n今年第一场海边度假，准备好开始了吗？\n在牛奶沙上踩出脚印👣\n看着波光粼粼的海发呆🏝️\n等一场橘子汽水味的日落🌅\n这才是度假啊～\n-！"
+    },
+    {
+        "content": "\n伙计们，都给我冲‼️\n北洛秘境是真的有点东西\n🚗出行方式：自驾（酒店本身没有停车场）\n\n🏨住宿day1：北洛秘境度假酒店1栋\n（1）属于外部干干净净，内部缝缝补补……\n（2）30层天际泳池🉑去，大海带来的疗愈……\n（3）包含早晚餐，附赠的悬崖泳池、山体公园、临海栈道套票（整体还是相当划算❤️）\n🏨住宿day2：铂悦度假公寓\n\n属于民宿类，大落地窗➕独立阳台，三面看海😍，晚上看沙滩的烟花都达不到我住的高度\n\n🌟打卡推荐🌟\n\n1️⃣首先需要知道：山体公园、悬崖泳池、悬崖咖啡、临海栈道都是在一块（只能单次进出‼️，一条道走到底）\n\n2️⃣山体公园（8:00-18:30），栈道式爬山，建议早上11:00前或者下午15点后完成打卡，它主要包括：\n\n（1）🌈彩虹步道（比较脏，顶上损坏待维修，在入口打卡即可✅）；\n\n（2）不走回头路🚏路标➕鸟巢🪹（分布在道路两边，可以拍到海和马路上的“阳江”logo）；\n\n（3）不上班行不行🚏路标➕露天小房子（主打一个社畜的精神支柱，房子目前有点像半竣工状态）；\n\n（4）破破烂烂的粉色车尾巴（我合理怀疑它是报废状态，就跟我的精神状态蛮契合）；\n\n（5）悬崖咖啡馆（😐比较有个性，但饮品看个人口味，拍照的话，我想说手残党上午大概率是会废片）；\n\n（6）粉色观景台（圆形⭕️设计，可以上二楼看海，但太晒了，我没去……）可以在外围把建筑做成背景，进去拍的话，一整个粉掉……\n\n（7）网红天际秋千（两根大铁链子⛓️‍💥垂下来的，是景点摄影付费装置，平时秋千的板板都是收起来的😳）；\n\n3️⃣悬崖泳池（8:30-18:30），这里需要二次检票（游泳需要泳装➕泳帽，拍照的话检票进去即可），可以付费寄存（20rmb，真的没必要😐）……\n\n❤️很出片是一回事，很晒是另一回事❤️\n\n4️⃣海边栈道：去‼️都给我去这里‼️真的好好看😻，果冻海➕岩石➕远处的船➕脚下的石头路，一整个波妞附体\n\n‼️建议\n真的要做好防晒😳，感觉已经黑一圈了\n穿衣是自由的，但姐妹儿，穿鞋一定是自律的\n防蚊虫是必须的，拍照是要大胆尝试的\n旅游要自己开心的😃"
+    },
+    {
+        "content": "▶️清远新世界酒店\n还没退房就已经想要二刷的酒店\n真的太适合躺平溜娃了！\n\n🌟酒店环境服务\n很干净整洁的酒店，整体装修风格很舒服，房间也很大。入住登记后有工作人员帮忙拿行李带路，管家服务也很周到，大晚上有需求也回复得很及时，遇到的工作人员都很热情友好～\n入住的时候尽量让安排到3座，玩的地方基本都在这边，我们住2座，每次都要经过主楼走很远。\n\n🎪儿童乐园（嗨玩）\n儿童乐园区域看似不大，但有很多东西玩，三个不同类型的室内游戏房，户外区域有滑梯、蹦床、沙池、小水池、蔬菜园，还有平衡车可以骑，适合不同年龄段的小朋友。我们工作日去几乎包场，完全解放双手，阿乐自己玩得很开心。\n\n⛳️娱乐项目（活馆）\n在3座1楼，射箭、迷你高尔夫、地上桌球在一个房间进去，室内球类在对面房。有些项目需要提前预约，但我们去的时候没什么人，都是去了就能玩。迷你高尔夫和地上桌球很适合小朋友，尤其地上桌球真的太好玩了！我觉得每个宝宝都会喜欢的哈哈哈。\n\n♨️温泉（9：00-22：30）\n🏊🏻‍♂️泳池 （9：00-20：00）\n室外游泳池不是恒温的，我们去的时候天气有点凉，就没去了。带阿乐去泡了温泉，室内有一个泡池一个汗蒸房，室外区域不大，但环境很舒服，泡池不大，有五六个可以泡，建议人少的时候去，体验会好很多。\n\n💡以上的酒店活动项目，入住前退房后也是可以玩的，这点很人性化，毕竟2天1夜真的安排不过来哈哈～\n\n🍱餐饮\n酒店的自助早餐在主楼的1楼，环境很好，我们在室外用餐很惬意，早餐种类挺多，出品我觉得比很多酒店早餐都要好吃很多哈哈～\n正餐我们没有在酒店吃，附近有很多农庄，当晚我们选了【来来农庄】，开车5min就到，老板很热情，菜品也很不错；第二天退房后去了【三禾稻里】，10min路程，我们到店太晚了只有西餐，价格偏贵，但味道挺好的。不得不说这里真的好美啊，如果不带娃的话我可能会选这个民宿哈哈，很适合躺平发呆～\n\n🌟总结：是一家非常不错的亲子酒店，很适合亲子家庭入住，必二刷！"
+    },
+    {
+        "content": "一开始看朋友去了觉得不错，还心想清远酒店应该很便宜吧，一查居然要1300+当时觉得有点奢侈，但是去了之后觉得好好玩，好舒服，还想再来！\n\n👨‍👩‍👦 酒店设施——超多亲子项目\n有三个主题的儿童屋，小厨房、钢琴、玩具等，户外可以玩沙子、滑滑梯，还有小农场可以浇花，有大型桌球台、小型高尔夫场，还可以射箭。我儿子玩得很开心，我自己也觉得很有趣！\n\n♨️ 酒店房间&温泉——\n房间挺新，可以加装围栏，房间有个独立的小池子，我们晚上把娃带睡之后，在露台吃宵夜泡温泉，带娃人幸福时刻。公域的温泉环境也不错，不过池子有点小\n\n🥣 酒店自助早餐——很丰盛 选择很多\n餐厅环境很好，吃早餐的时候看窗外简直心旷神怡。选择也很多，光是那碟绿色肠粉就拿了好几盘！早餐吃得很满足，也挺好吃\n\n🌴 酒店户外环境——很大 绿化很好\n超级适合我崽骑车！吃完早餐之后，在酒店户外绕了一圈，有种像逛公园的感觉，光合作用拉满，真的很舒服！\n\n⭐️⭐️⭐️⭐️⭐️\n已经是两个月前去的了，还是忍不住mark篇帖子记录。当时选了工作日来的，人少体验好，真的觉得很适合两岁起的娃，我们应该还会再去玩滴！"
     }
 ]
 }

resource/prompt/judgeContent/system.txt

@@ -9,9 +9,9 @@
 3. 重点审查对象：请你着重检查以下关键字词前后的内容是否符合产品资料，如不符必须严格按照资料修改；如产品资料中未提及，必须修改为符合上下文情境、资料中明确提及的内容。
 关键字词：价、元、r、人民币、rmb、优惠、活动、福利、赠、免费、折、DIY、跟拍、送、摄影、兑、服务、￥、包、课、提供、选、专业、补、差
 4. 字数控制：每个文案的标题字数都少于20个字,微调即可不用大改。
-5. 敏感字词替换：请删去标题中的数字后面的“元”和“r”，并将正文中数字后面的“元”字修改为“r”。例如：标题中的399元修改为399，正文中的399元修改为399r                
+5. 敏感字词替换：请删去标题中的数字后面的"元"和"r"，并将正文中数字后面的"元"字修改为"r"。例如：标题中的399元修改为399，正文中的399元修改为399r                
 6. 特征语句保留：请保留文案中原本的引流语句，不要修改或删除。请保留文案中的换行符"\n"，不要修改或删除。
-7. 面向人群保留：请尽量保留文案原本的面向人群和风格，这是同一产品面向多种人群营销的策略。例如产品资料中写明亲子游时，文案写“为情侣定制的山水秘境”是可以接受的。
+7. 面向人群保留：请尽量保留文案原本的面向人群和风格，这是同一产品面向多种人群营销的策略。例如产品资料中写明亲子游时，文案写"为情侣定制的山水秘境"是可以接受的。
 8. 案例如下，请参考案例评判真假信息的尺度，逐行逐句仔细分析不符点和修改思路，并按照分析思路落实对每一处不符的修改措施，严格审查每一篇文案：
 {  
 "产品资料"：         
@@ -57,7 +57,7 @@
 输出结果:
 {   "analysis" : "                 
     1、观察文案标题和内容，可以看出此文案主要面向亲子出游人群，因此修改后的文案也应该围绕亲子出游这一主题。
-    2、文章标题字数为28个字，超过19个字，因此属于不符内容。由于要求中提到尽量保留emoji，并且标题中数字后面的“元”字应删去，所以修改为：五一遛娃👶必囤！喜来登1088景观房
+    2、文章标题字数为28个字，超过19个字，因此属于不符内容。由于要求中提到尽量保留emoji，并且标题中数字后面的"元"字应删去，所以修改为：五一遛娃👶必囤！喜来登1088景观房
     3、产品资料中未提及儿童乐园开放时间和儿童乐园配置，但文案中提到儿童乐园10:00-20:00全程开放，滑梯/积木/绘本一应俱全，因此属于不符内容。应修改为：儿童乐园：免费儿童乐园和丰富的游乐设施，让孩子们可以尽情玩耍。 
     4、产品材料中未提及户外泳池开放时间和消毒频次，但文案中提到户外泳池：9:00-18:00恒温开放（五一期间每日消毒3次），因此属于不符内容。应修改为：户外泳池：酒店配有户外无边泳池，供大人小孩一同享受清凉时光。 
     5、产品材料中未提及健身房开放时间与具体细节，但文案中提到健身房：8:00-22:00配备亲子瑜伽课程（需提前预约），因此属于不符内容。应修改为：健身房：酒店提供免费健身中心，方便您和家人一起强身健体。
@@ -68,12 +68,12 @@
     10、产品资料中未提及水鸟世界门票领取有时间限制，但文案中提到水鸟世界门票需提前1小时至前台领取纸质票，因此属于不符内容。应修改为：酒店前台领取水鸟世界纸质门票
     综合以上分析结果，将修改应用到原文案中，得到修改后的文案。"
     "title": "五一遛娃👶必囤！喜来登1088景观房",
-    "content": "五一不想挤人潮？南沙这家酒店直接承包遛娃+度假双重快乐‼️\n地铁直达！2大1小1088r住景观房，含双早+自助晚餐+水鸟世界门票，儿童乐园/泳池/健身房全开放！\n🌟【遛娃刚需全配齐】\n✅ 儿童乐园：酒店设有免费儿童乐园，提供丰富的游乐设施，让孩子们尽情玩耍\n✅ 户外泳池：酒店配有户外无边泳池，供大人小孩一同享受清凉时光  \n✅ 健身房：酒店提供免费健身中心，适合家庭成员共同锻炼。\n\n📍【1小时玩转南沙】\n① 南沙天后宫（车程20分钟）：穿汉服拍大片，听妈祖传说涨知识\n② 南沙湿地公园（40分钟）：5月芦苇摇曳，带娃认鸟类+乘船探秘\n③ 十九涌海鲜街（45分钟）：现捞现煮生猛海鲜，人均50r吃到撑  \n\n🍽️【家长友好细节】  \n• 自助餐厅：供应鲜美海鲜、精美甜品等任君选择，大人小孩都爱吃  \n• 房内配置：55英寸超大纯平电视+独立的浴缸+超大的落地玻璃窗，尽览蕉门河风景，尽享亲子度假时光  \n• 安全保障：酒店设有完善的监控系统和安保措施，全力保障您与家人的安全  \n\n🎁【套餐专属福利】\n1、豪华客房一间一晚(周一至四只开放双床房) \n2、2大1小自助早晚餐 \n3、赠送2大1小水鸟世界门票（酒店前台领取），无需额外购买  \n\n📌Tips：  \n1. 周一至周四仅限双床房型，周五起可选大床房  \n2. 酒店前台领取水鸟世界纸质门票  \n3. 地铁四号线金洲站下车，打车15分钟直达酒店  \n\n这个五一，南沙喜来登让你躺着遛娃！不用长途跋涉，家门口就能玩出仪式感～\n
+    "content": "五一不想挤人潮？南沙这家酒店直接承包遛娃+度假双重快乐‼️\n地铁直达！2大1小1088r住景观房，含双早+自助晚餐+水鸟世界门票，儿童乐园/泳池/健身房全开放！\n🌟【遛娃刚需全配齐】\n✅ 儿童乐园：酒店设有免费儿童乐园，提供丰富的游乐设施，让孩子们尽情玩耍\n✅ 户外泳池：酒店配有户外无边泳池，供大人小孩一同享受清凉时光  \n✅ 健身房：酒店提供免费健身中心，适合家庭成员共同锻炼。\n\n📍【1小时玩转南沙】\n① 南沙天后宫（车程20分钟）：穿汉服拍大片，听妈祖传说涨知识\n② 南沙湿地公园（40分钟）：5月芦苇摇曳，带娃认鸟类+乘船探秘\n③ 十九涌海鲜街（45分钟）：现捞现煮生猛海鲜，人均50r吃到撑  \n\n🍽️【家长友好细节】  \n• 自助餐厅：供应鲜美海鲜、精美甜品等任君选择，大人小孩都爱吃  \n• 房内配置：55英寸超大纯平电视+独立的浴缸+超大的落地玻璃窗，尽览蕉门河风景，尽享亲子度假时光  \n• 安全保障：酒店设有完善的监控系统和安保措施，全力保障您与家人的安全  \n\n🎁【套餐专属福利】\n1、豪华客房一间一晚(周一至四只开放双床房) \n2、2大1小自助早晚餐 \n3、赠送2大1小水鸟世界门票（酒店前台领取），无需额外购买  \n\n📌Tips：  \n1. 周一至周四仅限双床房型，周五起可选大床房  \n2. 酒店前台领取水鸟世界纸质门票  \n3. 地铁四号线金洲站下车，打车15分钟直达酒店  \n\n这个五一，南沙喜来登让你躺着遛娃！不用长途跋涉，家门口就能玩出仪式感～\n",
 }
 
-8. 必须按照以下格式输出修改后内容，不需要输出无关内容
+9. 必须按照以下格式输出修改后内容，不需要输出无关内容
 {
     "analysis" : "分析过程",
     "title": "修改后的标题",
-    "content": "修改后的内容"
+    "content": "修改后的内容",
 }

resource/prompt/judgeContent/user.txt

@@ -14,3 +14,5 @@
 --- Tweet ---
 {tweet_content}
 --- Tweet End ---
+
+请仔细审核文案内容，确保与产品资料一致。

utils/prompts.py

@@ -140,8 +140,30 @@ class BasePromptBuilder(PromptTemplate):
                     data = json.load(f)
                 
                 if "examples" in data and isinstance(data["examples"], list):
-                    formatted_examples = [f"- {item.get('content', '')}" for item in data["examples"]]
-                    return f"参考标题列表:\n" + "\n".join(formatted_examples)
+                    examples = data["examples"]
+                    return f"参考标题列表:\n" + "\n".join([f"- {item.get('content', '')}" for item in examples])
+                else:
+                    return json.dumps(data, ensure_ascii=False, indent=2)
+            except Exception as e:
+                logger.error(f"解析或格式化JSON文件 '{path}' 失败: {e}")
+                return f"加载文件 '{path.name}' 失败。"
+        else:
+            return path.read_text('utf-8')
+            
+    def _load_and_format_content_with_sampling(self, path: Path, sampling_rate: float) -> str:
+        """根据文件类型加载和格式化内容，并应用采样率"""
+        if path.suffix == '.json':
+            try:
+                with path.open('r', encoding='utf-8') as f:
+                    data = json.load(f)
+                
+                if "examples" in data and isinstance(data["examples"], list):
+                    examples = data["examples"]
+                    # 应用采样率
+                    sample_size = max(1, int(len(examples) * sampling_rate))
+                    sampled_examples = random.sample(examples, sample_size)
+                    logger.info(f"文件 '{path.name}' 中的examples采样: {sample_size}/{len(examples)} (采样率: {sampling_rate:.2f})")
+                    return f"参考标题列表:\n" + "\n".join([f"- {item.get('content', '')}" for item in sampled_examples])
                 else:
                     return json.dumps(data, ensure_ascii=False, indent=2)
             except Exception as e:
@@ -187,25 +209,37 @@ class BasePromptBuilder(PromptTemplate):
 
                 full_path = self._get_full_path(path_str)
                 
-                files_to_read = []
+                # 简化逻辑：对于单个文件，直接应用采样率决定是否加载
                 if full_path.is_file():
-                    if random.random() < sampling_rate:
-                        files_to_read.append(full_path)
-                        logger.info(f"文件 '{path_str}' 采样成功 (采样率: {sampling_rate})")
+                    # 对于JSON文件，对内容进行采样
+                    if full_path.suffix == '.json':
+                        file_content = self._load_and_format_content_with_sampling(full_path, sampling_rate)
+                        content_parts.append(f"--- {full_path.name} ---\n{file_content}")
+                        logger.info(f"加载JSON文件 '{path_str}' 并应用内部采样")
+                    # 对于其他文件，根据采样率决定是否完全加载
+                    elif random.random() < sampling_rate:
+                        file_content = self._load_and_format_content(full_path)
+                        content_parts.append(f"--- {full_path.name} ---\n{file_content}")
+                        logger.info(f"文件 '{path_str}' 采样成功 (采样率: {sampling_rate:.2f})")
                     else:
-                        logger.info(f"文件 '{path_str}' 采样失败 (采样率: {sampling_rate})")
+                        logger.info(f"文件 '{path_str}' 采样失败 (采样率: {sampling_rate:.2f})")
+                # 对于目录，直接选择指定比例的文件
                 elif full_path.is_dir():
                     all_files = sorted(p for p in full_path.iterdir() if p.is_file())
-                    if sampling_rate < 1.0:
-                        num_to_sample = max(1, int(len(all_files) * sampling_rate))
-                        files_to_read = random.sample(all_files, num_to_sample)
-                        logger.info(f"对目录 '{path_str}' 进行采样 (采样率: {sampling_rate})，选取 {len(files_to_read)}/{len(all_files)} 个文件。")
+                    if all_files:
+                        if sampling_rate < 1.0:
+                            sample_size = max(1, int(len(all_files) * sampling_rate))
+                            files_to_read = random.sample(all_files, sample_size)
+                            logger.info(f"目录 '{path_str}' 采样: {sample_size}/{len(all_files)} 个文件 (采样率: {sampling_rate:.2f})")
+                        else:
+                            files_to_read = all_files
+                            logger.info(f"目录 '{path_str}' 全部加载: {len(all_files)} 个文件")
+                        
+                        for f_path in files_to_read:
+                            file_content = self._load_and_format_content(f_path)
+                            content_parts.append(f"--- {f_path.name} ---\n{file_content}")
                     else:
-                        files_to_read = all_files
-                
-                for f_path in files_to_read:
-                    file_content = self._load_and_format_content(f_path)
-                    content_parts.append(f"--- {f_path.name} ---\n{file_content}")
+                        logger.warning(f"目录 '{path_str}' 中没有文件")
 
             except Exception as e:
                 logger.error(f"加载Refer资源 '{ref_item}' 失败: {e}", exc_info=True)

utils/tweet/content_judger.py

@@ -53,6 +53,16 @@ class ContentJudger:
         topic_index = topic.get('index', 'unknown')
         topic_dir = f"topic_{topic_index}"
         
+        # 从原始内容中提取tags
+        original_tags = []
+        try:
+            original_content = json_repair_loads(generated_content)
+            if isinstance(original_content, dict) and "tags" in original_content:
+                original_tags = original_content.get("tags", [])
+                logger.info(f"从原始内容中提取到标签: {original_tags}")
+        except Exception as e:
+            logger.warning(f"从原始内容提取标签失败: {e}")
+        
         # 1. 构建提示
         system_prompt = self.prompt_builder.get_system_prompt()
         user_prompt = self.prompt_builder.build_user_prompt(
@@ -99,7 +109,12 @@ class ContentJudger:
             judged_data = json_repair_loads(raw_result)
             if isinstance(judged_data, dict) and "title" in judged_data and "content" in judged_data:
                 judged_data["judge_success"] = True
-                logger.info("内容审核成功完成。")
+                
+                # 直接使用原始内容中的标签
+                if original_tags:
+                    judged_data["tags"] = original_tags
+                # 如果原始内容中没有标签，则使用默认标签
+                logger.info(f"内容审核成功完成，使用标签: {judged_data.get('tags', [])}")
                 
                 # 保存审核后的内容
                 if self.output_manager: