simonkoson
93db565c10
- 新增 l3_analysis_prototype.py：读Excel 25期收视 + GT 20期AI标签， 计算5个分析模块（指标卡/走势/季度/题材/编导），输出HTML+ECharts报告 - 制片人审定视觉方向：磨砂玻璃/大倒角/1100px限宽/暖色渐变 - 页面布局定稿：指标卡→走势图→L4诊断(走势图下方)→季度+题材→编导→象限图 - 范围选择器定方案A（按自然年分页+年内dataZoom滑块） - 新增设计参考图3张（功能区划/幅面参考/页面风格） - 更新两份CLAUDE.md状态栏+进度+关键决策+交接备注 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
AI Labeling 实验工作区
用途
为《军事科技》栏目 AI 自动打标做模型选型实验。 基准答案集 = 10 期已审稿的标准答案。
目录结构
benchmark-set/transcripts/10 期文稿benchmark-set/ground-truth.json10 期的标准答案prompts/prompt 模板scripts/实验脚本（含 import_transcripts.py）experiments/每次跑出来的结果（不入 git）
使用步骤
1. 安装依赖
pip install -r scripts/requirements.txt
2. 配置 API Key
cp .env.example .env
# 填入真实 MIMO_API_KEY
3. 导入文稿
python scripts/import_transcripts.py
将源目录（刘瑞桦收集）的 10 期 docx 文稿解析并清洗，落入
benchmark-set/transcripts/。
4. 跑单期打标
python scripts/run_labeling.py --ep 4 --model mimo-v2.5-pro
当前版本
- v0.1: Prompt 2（叙事结构）含 3 示例 + 10 期 ground-truth
- 生产模型: mimo-v2.5-pro / 备用: DeepSeek V4 Pro
ground-truth 版本
v0.1(2026-06-11): 锁定 10 期narrative_structure+opening_hook标准答案- 其他字段（program_format / equipment_domain / scene_tags / tech_tags）待 Prompt 1 阶段补