simonkoson
172 lines
20 KiB
Markdown
172 lines
20 KiB
Markdown
- # 项目协作主控文件 (CLAUDE.md)
|
||
|
||
<!--
|
||
Claude Code 每次开 session 自动读取。两个角色：
|
||
1) 项目说明书（稳定：是什么、用什么、怎么跑、什么不能碰）
|
||
2) 跨工具活快照交接区（动态：现在到哪、下一步、刚定的决定）
|
||
维护原则：增量更新，改对应小节，不整篇重写、不删历史。
|
||
本文件与项目宪法（.clinerules / project_plan.md / dev_plan.md / docs/git_workflow.md）并列，
|
||
不复制宪法内容，只指向 + 抽取仍生效的关键决策。新对话接手时连同宪法一并阅读。
|
||
-->
|
||
|
||
---
|
||
|
||
## 🔖 状态栏（每次结束 session 前必须更新这三行）
|
||
|
||
- **最后更新**：Claude Fable（顾问）｜ 2026-07-07
|
||
- **当前状态一句话**：**期次一条龙录入子项目立项**（收视分析持续运行入口，落点责编录入页）——PRD v1.0 完成、制片人三项拍板已定、寄存条已建，**暂不开发**。看板 L1-L4 + 仪表盘均已就绪。
|
||
- **下一个动手的人从这里开始**：见下方「⏩ 交接备注」
|
||
|
||
---
|
||
|
||
## 🤖 给 AI 的工作约定（READ FIRST）
|
||
|
||
- 开工前先读完：本文件「状态栏 / 交接备注 / 关键决策」三节 + 四份宪法 + `note/` 下全部外迁寄存条（看板升级 / doco / CCA / 期次一条龙录入，共四份）。
|
||
- **角色定位**：Claude Code 默认是**顾问**——出方案、审 Plan、卡壳兜底、写交接文档。**写代码（Plan + Act）交给 Cline，不要架空 Cline**。顾问位是为**省 token**：日常 CRUD、常规实现不该 Claude Code 亲自写。**仅两种情况下场动手**：① Cline 连续几次改都过不去的坎；② 制片人明确点名让 Claude Code 操刀。
|
||
- 给 Cline 的指令一律用**代码块**封装，方便复制；不要让制片人手动粘贴整份文件内容。
|
||
- 完成一段工作 → **增量更新**：在「已完成」追加一条、「待办」勾掉/新增、必要时补「关键决策」，最后改「状态栏」三行。只追加/勾选，不重写、不删历史。
|
||
- 涉及**发送、发布、删除、改权限、付款、跑 schema 迁移**等不可逆操作前，先在对话里跟制片人确认。
|
||
- Git 红线：`git reset --hard` / `push --force` / `rebase` / 删分支删 tag —— **必须停下问制片人**，永不自动执行；删整个 `.git` 永远禁止。
|
||
- **沟通**：全程简体中文；制片人不懂代码，解释说人话、最小化技术语言；给明确推荐而非反复抛选项；复杂决策配可视化产物（HTML 原型 / 气泡图）辅助。回复简明，不堆中间过程。
|
||
|
||
---
|
||
|
||
## 🧩 子项目关系 / 话题边界（外迁禁区）
|
||
|
||
主干保持稳定，复杂功能拆成独立子项目（独立 chat / 独立 PRD）。**以下话题已外迁，主项目里聊到要先反问「这是子项目的事还是主干的事」，是子项目的就提醒制片人切到对应 chat，不在主干默默施工。**
|
||
|
||
- **看板分析升级**（`寄存条_看板升级已外迁.md`）：关键词——看板升级 / 双引擎象限图 / 题材热度 / AI 打标 / Prompt 1·2·3 / ground-truth / episodes 加字段 / 23 期回填 / 能力地图 / 置信度三档 / 本期诊断小结。
|
||
- **Doco 文稿整理**（`寄存条_doco子项目已外迁.md`）：关键词——doco / 文稿整理 / 三方融合 / 视频双路拆分 / A·B 稿 / ASR / 讯飞 / DeepSeek Vision / 终版文稿 / 差异报告 / 段落对齐。**⚡ 2026-06-26 已交付：22 期融合A稿成品在 `doco/deliverables/`（按播出顺序命名），缺第01期（无A稿）。下一步：批量导入知识库（走 Phase 3 上传/embedding 链路）。**
|
||
- **CCA 唱词助手**（`寄存条CCA唱词助手子项目已外迁.md`）：关键词——cca / 唱词助手 / changci / SRT 字幕 / 拍词规则 / 编导审稿台 / 唱词校对 / ASR 转字幕 / 大洋字幕格式 / 折行规则。**⚡ 2026-07-04 立项：编导 A 稿+人声音频 → ASR+AI 校对+编导审稿 → 大洋格式 SRT。先部署 lanhao 配音 2.0 测试，成熟后并入 TPS。**
|
||
- **期次一条龙录入**（`寄存条期次一条龙录入子项目已外迁.md`，目录 `episode-intake/`）：关键词——一条龙 / 期次录入流水线 / 流水线状态点 / 文稿回联期次 / transcript_item_id / 005 迁移 / AI 处理按钮 / 标签审核台 / draft-reviewed 流转 / 责编录入抽屉。**⚡ 2026-07-07 立项：责编录入页升级为每期任务清单（收视→文稿入库→AI打标+摘要卡→制片人审核→进看板），让收视分析持续生长。PRD v1.0 就绪，暂不开发；实施时落主干、走主干纪律。已拍板：文稿口径=doco 融合A稿（doco 转常态运行）、22 期导入时回联期次、责编可触发 AI 处理。**
|
||
|
||
**主干仍管**：Phase 0–3 主干代码、全部 backend schema/API/迁移、全部前端 React 实施、主干 bug/性能/新需求、Cline 的全部 Plan+Act。
|
||
|
||
**接收子项目交付物的纪律**：只接稳定版（草稿不实施）→ 跑迁移前先 `pg_dump` 备份 → 实施完回访子项目登记状态。Schema 变更走「Cline Plan + Opus 审 + 制片人批准 Act」。
|
||
|
||
**跨子项目通用规则**见 `跨子项目协作规则.md`（现有规则 1：PRD 版本管理——主项目只留最新版 PRD+回复，翻新先删再传）。`docs/api_credentials_inventory.md` 登记各子模块外部 API 元信息（不存真 key）。
|
||
|
||
---
|
||
|
||
## 1. 项目概览（稳定）
|
||
|
||
- **项目名**：TPS 工作台（Topic Planning System）— 央视《军事科技》栏目 8 人团队（制片人/责编/6 编导）内部工作台。
|
||
- **目标**：把散在 Excel/Word/微信/个人电脑里的工作流收拢成一个系统——仪表盘（收视+排期）、知识库（往期文稿/军报/检索）、对话式选题策划+报题单生成、编导个人首页+热点雷达。
|
||
- **设计哲学红线（贯穿所有功能/Prompt/UI）**：**辅助而不替代，AI 给方向不给答案，保护编导创作主权。** 任何让 AI 替编导拍板、或把编导逼向「按 AI 建议改」的设计，不做或重做。AI 输出永远是草稿，制片人审核后才发布，**绝不自动发布**；未审核内容对编导显示「待审核」，绝不展示 AI 草稿值。
|
||
- **范围边界（1.0 不做，别自由发挥）**：TypeScript、Alembic、async SQLAlchemy、AI 模型配置 UI、文稿写作辅助系统、Karpathy LLM Wiki 形态（仅预埋接口）、移动端、多栏目复用。
|
||
|
||
---
|
||
|
||
## 2. 技术栈与运行方式（稳定，红线，禁止擅改）
|
||
|
||
- **前端**：React 18 + Vite + Ant Design 5（中文 locale）+ Zustand + React Router v6，**JavaScript（不用 TS）**。
|
||
- **后端**：FastAPI + **SQLModel（同步，不用 async）**；**手写 SQL `backend/sql/00X_*.sql`（不用 Alembic）**。
|
||
- **库**：PostgreSQL 16 + **pgvector**；向量**统一 1536 维（不可改）**。
|
||
- **认证**：**Session + Cookie（不用 JWT）**；CORS 必须 `allow_credentials=True` + 显式列 `allow_origins`（不能 `["*"]`）。
|
||
- **其他锁定**：Word 用 docxtpl；甘特图用 frappe-gantt；定时任务 APScheduler。任何「换成 XX 更好」先在 Plan 讨论，绝不直接改。
|
||
- **关键目录**：`backend/app/{api,core,services,models,db}`、`backend/sql/`、`frontend/src/{pages,components,services,stores}`、`logs/`、`docs/`。
|
||
- **远程仓库**：`http://101.42.29.217:3000/simonkoson/tps-dashboard.git`（腾讯云 Gitea，用户 simonkoson）。**双机开发**：单位 4090D + 家里电脑，开工先 `git pull`，收工必 `git push`，详见 `docs/git_workflow.md` 第 7 章。
|
||
- **本地启动**（开发模式，两个 PowerShell 窗口都别关；仓库根 `E:\tps-dashboard`）：
|
||
- 后端：`cd backend` → 激活虚拟环境 → `uvicorn app.main:app --reload --port 8000`（文档 `/docs`）
|
||
- 前端：`cd frontend` → `npm run dev`（端口 5173 或 5174）
|
||
- **环境变量/密钥**：放 `backend/.env`，**永不进 git、永不写进本文件**。需要：数据库连接、SECRET_KEY、MiniMax API Key + GroupId。
|
||
- **依赖锁版本**（勿乱升）：`bcrypt==4.0.1`（新版与 passlib 不兼容）、`itsdangerous==2.2.0`、`python-multipart==0.0.9`；`starlette` 不单独装。
|
||
|
||
---
|
||
|
||
## 3. 当前进度（动态，核心交接区 — 以最新快照为准）
|
||
|
||
- **已完成至**：收视分析看板 L1-L4 全部完成，含 L4 AI 诊断报告（DeepSeek V4 Pro 生成、摘要块三档自适应+详情页 Markdown 渲染、22期内容摘要卡入库）。
|
||
- **正在做**：无。
|
||
- **卡点/待解**：无硬卡点。下一刀候选见待办。
|
||
- **Schema 状态**：episodes 表已通过 003（+7 AI 标签列）和 004（+content_digest JSONB）迁移。知识库两表不再改。
|
||
|
||
---
|
||
|
||
## 4. 已完成（只追加，最新在上）
|
||
|
||
- [2026-07-07] **期次一条龙录入子项目立项（只立项不开发）**：① PRD v1.0 写入 `episode-intake/PRD_期次一条龙录入_v1.md`（每期任务清单模式、4 状态点、抽屉四区块、6 个新 API、005 迁移只加 transcript_item_id 一列、看板只用 reviewed 期次、四刀分期+七条验收）；② 制片人三项拍板：文稿口径=doco 融合A稿（CCA 是播出前工具不算终稿，doco 转常态运行）、22 期批量导入时回联期次、责编可触发 AI 处理；③ 子项目 CLAUDE.md + 寄存条建立，CCA 寄存条清单表同步更新。
|
||
- [2026-07-06] **三处 Bug 修复 + 全局宽度调优**：① AI 诊断摘要块 `extractSection` 从硬编码 `indexOf` 改为正则模糊匹配，解决 DeepSeek 返回标题格式不一致导致干条不显示的问题；② 仪表盘近 12 期柱状图加 `.reverse()` 改为从左到右按播出时间升序；③ 全局内容区宽度：定位到 `.app-content`（`AppLayout.css`）的 `max-width` 是唯一有效参数（必须搭配 `width: 100%`，否则 Ant Design flex 布局下 `margin: 0 auto` 会触发 shrink-to-fit），最终定为 **1190px**。
|
||
- [2026-07-03] **L4 AI 诊断报告**：① Prompt 4（内容摘要卡，MiMo 生成）+ Prompt 5（诊断报告，DeepSeek V4 Pro）撰写完成；② 22 期文稿摘要卡批量生成并导入 episodes.content_digest（004 迁移）；③ 后端 POST /api/analytics/diagnosis-report 端点（组装数据+调 DeepSeek+内存缓存）；④ 前端摘要块 DiagnosisSummary（左右两块、三档自适应色调、可滚动、粗体渲染）+ 详情页 DiagnosisReport（react-markdown 渲染+重新生成+免责声明）；⑤ 话题性（社交货币）三维框架设计（大众认知度/降维切口/惊奇密度）。模型选型：DeepSeek V4 Pro 胜出（vs Qwen-Max 对比测试）。
|
||
- [2026-07-03] **收视分析看板 React 前端实现（L1–L3）**：① 指标卡 5 列（均值/基础达标率/摸高完成率含四档动画/期次数/年度目标）；② 走势折线图（dataZoom 滑块+确认按钮范围过滤，下游模块联动）；③ 双列对比区（左列季度+编导、右列题材饼图+条形图）；④ 双引擎象限图（题材热度×叙事结构散点，气泡编码份额/三色/钩子强度）。附带：25 期真实收视+AI 标签数据导入、侧边栏 fixed 定位、滑块滚轮冲突修复。后端 analytics API 增返 4 个 AI 标签字段。
|
||
- [2026-07-03] 看板升级子项目原型阶段收工：L2 打标流水线就绪（GT v0.6.0 / 25 期 / 三个 Prompt 可用）+ L3 HTML 原型验证通过（双引擎象限图+5 模块+视觉定稿）+ 003 迁移已执行（episodes +7 AI 标签列）。交付清单见寄存条。
|
||
- [2026-05-27] Phase 3 Task 3/3.1/3.2：知识库树形视图（按来源大类→二级维度分组、左右布局、节点联动、展开收起；修出处筛选/宽度跳动/排版）。commit `3409d48`。
|
||
- [2026-05-27] Phase 3 Task 2：知识库管理后台最小版（上传/列表/删除）。
|
||
- [2026-05-27] Phase 3 Task 1：embedding 链路（入库即调 MiniMax embo-01 算 1536 维向量存 pgvector）。
|
||
- [—] Phase 2：仪表盘 + 批量导入 + 写权限收紧（yearly_targets 写权限）。
|
||
- [—] Phase 1：后端骨架（认证三件套）+ 前端骨架（登录/主布局/路由守卫）。
|
||
- [—] Phase 0：环境 + Git。
|
||
|
||
---
|
||
|
||
## 5. 待办（下一刀候选，开局前定先做哪件）
|
||
|
||
- [x] ~~L4 AI 诊断报告~~ → 已完成（2026-07-03）
|
||
- [ ] **下一刀三选一**：① 语义搜索界面（不依赖任何材料，随时能开，是 Phase 4a 硬门槛）；② PDF 原文关联 + 大文件存储架构（需 Opus 审方案，优先级较高）；③ 界面像素级打磨+视觉规范统一。
|
||
- [ ] **期次一条龙录入开发**（子项目已立项 2026-07-07，PRD 就绪在 `episode-intake/`，等制片人排期；四刀分期，第二刀含 doco 22 期导入回联，与既有待办「200+ md 批量录入」相互独立）。
|
||
- [ ] PDF 大文件存储：**大文件不入库，单独文件仓库，DB 只存地址指针**（md 正文+向量留库参与检索；pdf 仅按需调阅）。地基一次定对，避免上云返工。
|
||
- [ ] 200+ Obsidian md 批量录入（**建议在 PDF 存储方案定后做**；先试 10 篇验证解析/落位再全量，每篇都真调 MiniMax 耗额度）。
|
||
- [ ] 「按编导看稿」独立筛选视图（路线 A 重构时一并处理，从来源树里迁出来）。
|
||
- [ ] 操作留痕 schema（episodes 等加 created_by/updated_by/updated_at；涉 schema 须 Opus 审）。
|
||
- [ ] 界面像素级打磨（连同全栏目视觉规范统一弄，参考「色调字体倒角」图）。
|
||
|
||
---
|
||
|
||
## 6. 关键决策（跨 session 最易丢，先看这节再动手）
|
||
|
||
### 栏目业务红线（AI 凭通用习惯 100% 写反，死守）
|
||
|
||
- **收视颜色反直觉**：只对 `audience_share` 上色（`audience_rating` 只显示不判定）。🔴红=份额**>**当年摸高目标=**优秀**；🔵蓝=基础≤份额≤摸高=达标；🟢绿=份额**<**基础=**待提升**。（与通用红警绿安相反）
|
||
- **yearly_targets 只增不改**：按节目**播出年份**的目标判色（非当前年）；`year` 加 UNIQUE，INSERT 用 `ON CONFLICT DO NOTHING`，**永不 ON CONFLICT UPDATE**。
|
||
- **编导关联用软引用+快照双字段**：`editor_id` + `editor_name_snapshot`。离职编导 `editor_id` 留 NULL、保留快照；查历史作品先按 id、回退按 name 文本匹配。**禁止外键非空 + 级联删**（否则离职者历史节目全成无主）。
|
||
- **报题单内容概要双段结构**：默认 引子（200–300 字）+ 列举（3–5 条，每条以 `**加粗关键词**` 起头）；纯叙述式仅编导明确指定时用。Prompt 与 docxtpl 模板同此。
|
||
- **角色枚举是拼音**：`zhipianren` / `zebian` / `biandao`，不增枚举、不换英文。yearly_targets：POST/PATCH 限 zhipianren+zebian（biandao 403），DELETE 仅 zhipianren，GET 三角色均可。
|
||
|
||
### 架构决策
|
||
|
||
- 知识库树**交互层 vs 数据分组层必须解耦**：分组逻辑在 `useKnowledgeGrouping.js` + 后端 `get_grouped_items()`；树组件只管展开/高亮/联动，不感知按什么字段分组。
|
||
- 二级分组维度做成**可配置映射表** `SECONDARY_GROUP_FIELD`（manuscript→author，military_report→source_detail，其余 None），前后端同名对齐。将来转主题树（路线 A）只改这一处映射，原料已在库（tags/related_entities JSONB），大概率无需补字段重传。
|
||
- 向量 1536 维、Session 认证、不用 Alembic/TS/async —— 见技术栈节，宪法锁定。
|
||
- embedding 用 **MiniMax embo-01**：请求用 `texts` 数组 + `type`（db/query），返回在 `vectors` 字段，需 API Key + GroupId；花 MiniMax 账号额度（与 Claude token 两笔账，一篇几厘钱）。
|
||
- **PDF 等大文件不入数据库**，单独文件仓库 + DB 存指针（详见待办，待立项）。
|
||
- **收视分析看板 dataZoom 模式**：只用 slider（禁 `type:'inside'` 避免滚轮冲突），拖滑块更新 `zoomRange` 但不立即过滤，用户点「应用此范围」按钮才写入 `appliedRange` → `filteredEpisodes`；走势图始终用全量 `episodes`，其余模块（指标卡/对比/象限图）用 `filteredEpisodes`。
|
||
- **收视分析看板页面顺序**：指标卡 → 走势图 → AI 诊断报告（摘要块） → 双引擎象限图 → 双列对比（左列季度+编导堆叠、右列题材跨两行）。
|
||
- **L4 AI 诊断报告模型选型**：DeepSeek V4 Pro（胜出，分析深度+论证结构优于 Qwen-Max）。不搞多模型共识——诊断报告是完整分析文章，逻辑连贯性比多家一致更重要。
|
||
- **L4 摘要块视觉**：左块固定粉红色系（`#c0584f`），右块跟 tier 三档变色（绿/蓝/红）。两块均可滚动查看完整内容。
|
||
- **L4 话题性框架**：社交货币理论三维（大众认知度/降维切口/惊奇密度），写入摘要卡不作为独立 AI 标签字段。
|
||
- **L4 prompt5 约束**：① 提及期次必须用「第X期《节目名》」格式；② 话题性必须独立分析段；③ 军事装备分类须准确（枪械≠冷兵器）。
|
||
- **全局页面内容区宽度**：唯一有效参数是 `frontend/src/components/Layout/AppLayout.css` 里 `.app-content` 的 `max-width`（当前 **1190px**）。**必须保留 `width: 100%` + `box-sizing: border-box`**，不能单独用 `margin: 0 auto`（Ant Design flex 布局下会触发 shrink-to-fit，宽度锁死无法调节）。制片人直接说"调这个参数"即可。
|
||
|
||
---
|
||
|
||
## 7. ⏩ 交接备注（换人/换账号 0 摩擦续上）
|
||
|
||
- **收视分析看板 L1-L4 全部完成**。页面布局：指标卡 → 走势图 → AI 诊断报告（摘要块） → 双引擎象限图 → 双列对比（左:季度+编导, 右:题材）。
|
||
- **L4 AI 诊断报告新增文件**：后端 `backend/app/api/analytics.py`（POST 端点）；前端 `DiagnosisSummary.jsx`（摘要块）+ `DiagnosisReport.jsx/.css`（详情页）；Prompt 文件 `ai-labeling/prompts/prompt4_content_digest.md` + `prompt5_diagnosis_report.md`；批量脚本 `ai-labeling/scripts/gen_content_digest.py` + `scripts/import_content_digests.py`。
|
||
- **L4 依赖**：`backend/.env` 需配 `DEEPSEEK_API_KEY`；前端需 `react-markdown` 包（已装）；后端需 `openai` 包（已装）。
|
||
- **004 迁移已执行**：episodes 表 +content_digest JSONB 列，22 期摘要卡已导入。
|
||
- **看板前端其他文件**：`frontend/src/components/Analytics/`（QuarterCompare / EditorCompare / TopicCompare / QuadrantChart）；`scripts/`（import_real_episodes.py / fix_label_mapping.py / import_content_digests.py，一次性导入脚本）。
|
||
- **schema 红线**：Phase 3 不改知识库两表；`topics` / `topic_embeddings` 属 Phase 4a，**勿碰**；五类 `source_type` 枚举固定不增减，细分杂志/军报=改表=须 Opus 审。
|
||
- **`logs/` 是受保护资产**：Act 模式严禁 Cline 改；phase 日志由顾问协助生成。Task 3 三轮内容待并入 `phase3_log`（Task 3 段）。
|
||
- **避雷（Phase 3 实战教训）**：
|
||
1. **不信 Cline 自检**——它多次虚标 ✅，一律由制片人真实点页面逐条验。
|
||
2. 改树节点 **key 格式属高风险**，生成端与过滤端必须同步，改后必实测点击联动。
|
||
3. **已验证好用的布局别为对齐整体重构**（flex 改 Grid 连坏两轮）；样式微调优先。
|
||
4. Cline 报告自相矛盾时，**把源码发给 Opus 一眼定位**胜过让 Cline 反复试错。
|
||
5. 像素级打磨边际收益递减，**见好就收**，记 backlog 改天连视觉规范统一弄。
|
||
6. **页面宽度问题**：Ant Design `Layout > Content` 是 flex 子元素，`margin: 0 auto` 不搭配显式 `width` 会导致元素缩到内容宽度（shrink-to-fit），改 `max-width` 数值完全无效。必须同时写 `width: 100%`。
|
||
|
||
---
|
||
|
||
## 8. 受保护资产 / 改前必经制片人确认
|
||
|
||
**严禁 Act 自动修改/删除**：`.clinerules`、`project_plan.md`、`dev_plan.md`、`README.md`、`docs/**`、`logs/**`、`samples/*.xlsx`、`.git/`、`.env`。如需改，切 Plan 经制片人确认。
|
||
|
||
---
|
||
|
||
## 9. 待确认 / 开放问题（需制片人拍板，AI 别自行假设）
|
||
|
||
- [x] ~~AI 诊断报告（L4）方案细化~~ → 已完成（2026-07-03）
|
||
- [ ] PDF 文件存哪、笔记如何关联中台内文件位置（Backlog #2 的前提）。
|
||
- [ ] 视觉风格参考图、6 名编导初始画像（各 200 字）、甘特图样本 —— 后续 Phase 需要。
|