qiweimanager-master/helper/auto_reply_material_caption.go

package main

import (
	"fmt"
	"path/filepath"
	"strings"
	"sync"

	"qiweimanager/config"
)

// materialCaptionGenerator 返回引擎当前可用的描述生成器。
// 未配置 AI（BaseURL/Model 为空）时返回 nil，同步时整体跳过生成，
// 素材沿用按类型的默认话术，不影响原有行为。
func (e *AutoReplyEngine) materialCaptionGenerator() materialCaptionGenerator {
	cfg := e.getConfig()
	if strings.TrimSpace(cfg.AI.BaseURL) == "" || strings.TrimSpace(cfg.AI.Model) == "" {
		return nil
	}
	aiCfg := cfg.AI
	provider := strings.ToLower(strings.TrimSpace(cfg.AI.Provider))
	return func(material AutoReplyMaterial, absPath string) (string, bool) {
		switch strings.ToLower(strings.TrimSpace(material.MaterialType)) {
		case "image", "gif":
			// 本地图片喂 vision 模型“看图说话”；ollama 的多模态格式不同，退回按标题生成。
			if provider == "local" || provider == "ollama" {
				return generateMaterialCaptionByChat(aiCfg, provider, materialCaptionTitleUserPrompt(material))
			}
			return generateMaterialCaptionFromImage(aiCfg, material, absPath)
		case "video":
			// 视频不便直接喂模型，用标题让 chat 模型生成。
			return generateMaterialCaptionByChat(aiCfg, provider, materialCaptionTitleUserPrompt(material))
		default:
			// 文档/表格：抽取开头文字喂 chat 模型概括；抽不出就退回按标题生成。
			excerpt := materialDocumentExcerpt(absPath)
			return generateMaterialCaptionByChat(aiCfg, provider, materialCaptionDocumentUserPrompt(material, excerpt))
		}
	}
}

// applyMaterialCaptions 为需要的素材并发生成开场白，原地写回 synced。
// 每个 goroutine 只写各自下标，互不重叠，无需加锁。
func applyMaterialCaptions(materials []AutoReplyMaterial, root string, generate materialCaptionGenerator) {
	targets := make([]int, 0, len(materials))
	for i := range materials {
		if materialNeedsCaptionGeneration(materials[i]) {
			targets = append(targets, i)
		}
	}
	if len(targets) == 0 {
		return
	}
	const maxConcurrent = 3
	sem := make(chan struct{}, maxConcurrent)
	var wg sync.WaitGroup
	for _, idx := range targets {
		idx := idx
		wg.Add(1)
		sem <- struct{}{}
		go func() {
			defer wg.Done()
			defer func() { <-sem }()
			absPath := resolveAutoReplyMaterialPath(root, materials[idx].Path)
			if caption, ok := generate(materials[idx], absPath); ok {
				materials[idx].Caption = caption
				materials[idx].CaptionSource = "ai"
			}
		}()
	}
	wg.Wait()
}

// materialNeedsCaptionGeneration 判断某条素材是否需要（重新）生成开场白。
//   - manual：运营手写，绝不覆盖。
//   - ai：已生成过，避免每次同步重复花费 token；需要刷新走专门入口。
//   - 其它：caption 为空或仍是按类型的通用默认话术时才生成；
//     运营在 JSON 里手填的非通用 caption（source 为空）视为人工，保留不动。
func materialNeedsCaptionGeneration(material AutoReplyMaterial) bool {
	switch strings.ToLower(strings.TrimSpace(material.CaptionSource)) {
	case "manual", "ai":
		return false
	}
	caption := strings.TrimSpace(material.Caption)
	return caption == "" || isGenericMaterialCaption(caption)
}

// isGenericMaterialCaption 判断 caption 是否为系统内置的通用默认话术（含历史版本）。
func isGenericMaterialCaption(caption string) bool {
	if isLegacyGenericMaterialCaption(caption) {
		return true
	}
	norm := normalizeGreetingText(caption)
	if norm == "" {
		return true
	}
	for _, materialType := range []string{"image", "video", "gif", "file"} {
		if normalizeGreetingText(defaultMaterialCaption(materialType)) == norm {
			return true
		}
	}
	return false
}

func generateMaterialCaptionFromImage(aiCfg config.AIConfig, material AutoReplyMaterial, absPath string) (string, bool) {
	dataURL, err := imageDataURLFromFile(absPath)
	if err != nil {
		return "", false
	}
	result, err := callOpenAICompatibleVisionChat(aiCfg, materialCaptionSystemPrompt(), materialCaptionImageUserPrompt(material), dataURL)
	if err != nil || result == nil {
		return "", false
	}
	return sanitizeMaterialCaption(result.Answer)
}

func generateMaterialCaptionByChat(aiCfg config.AIConfig, provider string, userPrompt string) (string, bool) {
	var (
		result *AIResult
		err    error
	)
	if provider == "local" || provider == "ollama" {
		result, err = callOllamaChat(aiCfg, materialCaptionSystemPrompt(), userPrompt)
	} else {
		result, err = callOpenAICompatibleChat(aiCfg, materialCaptionSystemPrompt(), userPrompt)
	}
	if err != nil || result == nil {
		return "", false
	}
	return sanitizeMaterialCaption(result.Answer)
}

func materialCaptionSystemPrompt() string {
	return "你是企业微信里的真人客服，现在要把一份资料顺手发给客户。请写一句自然口语的开场白，" +
		"要求：①只有一句话，不超过40字；②像微信里随手发东西时说的话，亲切自然，不要书面腔和客服模板腔" +
		"（不要用“您好”“为您提供”“请查收”这类）；③结合资料内容点出这是什么、对客户有什么用；" +
		"④不要编造资料里没有的信息；⑤只输出这句话本身，不要加引号、解释或多余标点。"
}

func materialCaptionImageUserPrompt(material AutoReplyMaterial) string {
	return fmt.Sprintf("这是一张要发给客户的图片，标题是「%s」。请先看图片实际内容，再写一句发图时的自然开场白。", strings.TrimSpace(material.Title))
}

func materialCaptionDocumentUserPrompt(material AutoReplyMaterial, excerpt string) string {
	title := strings.TrimSpace(material.Title)
	label := materialTypeLabel(material.MaterialType)
	excerpt = strings.TrimSpace(excerpt)
	if excerpt == "" {
		return fmt.Sprintf("这是一份要发给客户的%s，标题是「%s」。请根据标题写一句发送时的自然开场白。", label, title)
	}
	return fmt.Sprintf("这是一份要发给客户的%s，标题是「%s」。以下是它开头部分的内容节选：\n%s\n请结合内容写一句发送时的自然开场白。", label, title, excerpt)
}

func materialCaptionTitleUserPrompt(material AutoReplyMaterial) string {
	return fmt.Sprintf("这是一个要发给客户的%s，标题是「%s」。请根据标题写一句发送时的自然开场白。", materialTypeLabel(material.MaterialType), strings.TrimSpace(material.Title))
}

func materialTypeLabel(materialType string) string {
	switch strings.ToLower(strings.TrimSpace(materialType)) {
	case "image":
		return "图片"
	case "video":
		return "视频"
	case "gif":
		return "动图"
	default:
		return "文件"
	}
}

// materialDocumentExcerpt 复用知识库解析器抽取文档开头文字，供模型概括。
// 不支持的格式（如 .pptx）会解析失败，返回空串，调用方退回按标题生成。
func materialDocumentExcerpt(absPath string) string {
	chunks, err := parseKnowledgeFile(absPath, filepath.Dir(absPath))
	if err != nil || len(chunks) == 0 {
		return ""
	}
	var builder strings.Builder
	for _, chunk := range chunks {
		title := strings.TrimSpace(chunk.Title)
		content := strings.TrimSpace(chunk.Content)
		if title != "" {
			if builder.Len() > 0 {
				builder.WriteString("\n")
			}
			builder.WriteString(title)
		}
		if content != "" {
			if builder.Len() > 0 {
				builder.WriteString(" ")
			}
			builder.WriteString(content)
		}
		if len([]rune(builder.String())) >= 600 {
			break
		}
	}
	return truncateText(strings.TrimSpace(builder.String()), 800)
}

// sanitizeMaterialCaption 清洗模型输出：去包裹引号、压成单行、挡掉异常输出，限制长度。
func sanitizeMaterialCaption(raw string) (string, bool) {
	text := strings.TrimSpace(raw)
	if text == "" {
		return "", false
	}
	text = strings.Trim(text, "\"'“”‘’ \t\r\n")
	text = strings.Join(strings.Fields(text), " ")
	if text == "" {
		return "", false
	}
	if strings.Contains(strings.ToUpper(text), "NO_ANSWER") {
		return "", false
	}
	if runes := []rune(text); len(runes) > 60 {
		text = strings.TrimSpace(string(runes[:60]))
	}
	if text == "" {
		return "", false
	}
	return text, true
}