# content_revise

**Repository Path**: zhoudlz/content_revise

## Basic Information

- **Project Name**: content_revise
- **Description**: 内部改稿逻辑
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-27
- **Last Updated**: 2026-02-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 改稿智能体 - 大模型调用部分

这是一个基于大语言模型的智能改稿系统，专门用于自动化文本内容修订和优化。本项目是整个改稿智能体系统中负责调用大模型进行文本处理的核心部分。

## 项目概述

该系统通过集成火山引擎的大语言模型，实现了对原始文本内容的智能修订。用户可以提交原始稿件和修改意见，系统会自动分析修改意图，并生成最终的修订文本。

### 核心功能

1. **智能改稿分析**：分析用户提供的修改意见，精准定位原文中需要修改的位置
2. **内容修订生成**：根据分析结果和产品卖点信息，生成最终的修订文本
3. **API服务**：提供RESTful API接口，方便与其他系统集成
4. **配置化管理**：支持通过环境变量进行配置管理

## 技术架构

### 技术栈

- **语言**: Python 3.13
- **Web框架**: FastAPI
- **大模型**: 火山引擎大语言模型
- **配置管理**: pydantic-settings + python-dotenv
- **容器化**: Docker

### 架构组成

```
┌─────────────────┐    ┌──────────────────────┐    ┌──────────────────┐
│   用户请求      │───▶│   FastAPI服务层      │───▶│   LLM客户端      │
└─────────────────┘    │   (first_main.py)    │    │  (llm_client.py) │
                       └──────────────────────┘    └──────────────────┘
                                │                           │
                                ▼                           ▼
                       ┌──────────────────────┐    ┌──────────────────┐
                       │  提示词模板管理      │    │ 火山引擎API服务  │
                       │ (prompt_templates.py)│    │                  │
                       └──────────────────────┘    └──────────────────┘
                                │
                                ▼
                       ┌──────────────────────┐
                       │   配置管理模块       │
                       │   (config.py)        │
                       └──────────────────────┘
```

### 工作流程

1. 用户通过POST请求向`/api/content-revised`端点提交原始稿件和修改意见
2. 系统首先分析修改意见，生成结构化的修改建议
3. 基于修改建议和产品卖点信息，生成最终的修订文本
4. 返回包含分析结果和修订文本的完整响应

### 核心组件

#### 1. FastAPI主应用 (first_main.py)

- 提供RESTful API接口
- 处理用户请求和响应
- 协调整个改稿流程

#### 2. LLM客户端 (llm_client.py)

- 封装火山引擎大模型API调用
- 实现重试机制和错误处理
- 管理API密钥和模型配置

#### 3. 提示词模板 (prompt_templates.py)

- 定义系统角色和行为规范
- 提供标准化的提示词模板
- 包含两阶段处理的提示词：
  - 第一阶段：分析修改意见并生成结构化建议
  - 第二阶段：基于建议生成最终修订文本

#### 4. 配置管理 (config.py)

- 管理环境配置
- 加载.env文件中的敏感信息
- 提供统一的配置访问接口

## 部署方式

### Docker部署（推荐）

```bash
# 构建镜像
docker build -t content_revise .

# 运行容器
docker run -d -p 8851:8851 --env-file .env content_revise
```

### Docker Compose部署

```bash
# 使用docker-compose启动服务
docker-compose up -d
```

### 本地开发部署

```bash
# 安装依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 启动服务
uvicorn first_main:app --reload --port 8851
```

## API接口

### 主要端点

- `POST /api/content-revised` - 执行完整的改稿处理流程
- `GET /` - API根路径，提供基本信息

### 请求格式

```json
{
  "content": "原始稿件内容",
  "ProductHighlights": "产品卖点信息",
  "quote1": "需要修改的原文段落1",
  "text1": "对段落1的修改建议",
  "quote2": "需要修改的原文段落2",
  "text2": "对段落2的修改建议"
}
```

### 响应格式

```json
{
  "status": "success",
  "content": "原始稿件内容",
  "amendments": [
    {
      "quote": "需要修改的原文段落1",
      "text": "对段落1的修改建议"
    }
  ],
  "analysis_result": "结构化的修改意见分析结果",
  "revision_result": "最终修订后的文本"
}
```

## 配置说明

在使用前需要配置以下环境变量（可通过.env文件）：

- `VOLCANO_API_KEY`: 火山引擎API密钥
- `VOLCANO_MODEL`: 使用的模型名称
- 其他飞书相关配置（如feishu_app_id等）

## 注意事项

1. 项目依赖火山引擎的大语言模型服务，需要有效的API密钥
2. 提示词模板已经过精心设计，可根据具体业务场景进行调整
3. 系统具有完善的日志记录和错误处理机制
4. 建议在生产环境中添加身份验证和访问控制机制