[feat] (propmt) 自定义分析 propmt

_conf_schema.json

@@ -146,5 +146,47 @@
         "description": "PDF文件名格式",
         "default": "群聊分析报告_{group_id}_{date}.pdf",
         "hint": "PDF文件名格式，支持变量：{group_id}(群号)、{date}(日期)"
+    },
+    "topic_analysis_prompts": {
+        "description": "话题分析提示词模板",
+        "type": "object",
+        "hint": "选择不同的话题分析风格",
+        "items": {
+            "default": {
+                "description": "默认话题分析提示词",
+                "type": "text",
+                "editor_mode": true,
+                "editor_language": "markdown",
+                "default": "你是一个帮我进行群聊信息总结的助手，生成总结内容时，你需要严格遵守下面的几个准则：\n请分析接下来提供的群聊记录，提取出最多{max_topics}个主要话题。\n\n对于每个话题，请提供：\n1. 话题名称（突出主题内容，尽量简明扼要）\n2. 主要参与者（最多5人）\n3. 话题详细描述（包含关键信息和结论）\n\n注意：\n- 对于比较有价值的点，稍微用一两句话详细讲讲，比如不要生成 \"Nolan 和 SOV 讨论了 galgame 中关于性符号的衍生情况\" 这种宽泛的内容，而是生成更加具体的讨论内容，让其他人只看这个消息就能知道讨论中有价值的，有营养的信息。\n- 对于其中的部分信息，你需要特意提到主题施加的主体是谁，是哪个群友做了什么事情，而不要直接生成和群友没有关系的语句。\n- 对于每一条总结，尽量讲清楚前因后果，以及话题的结论，是什么，为什么，怎么做，如果用户没有讲到细节，则可以不用这么做。\n\n群聊记录：\n{messages_text}\n\n重要：必须返回标准JSON格式，严格遵守以下规则：\n1. 只使用英文双引号 \\\" 不要使用中文引号 \\\" \\\"\n2. 字符串内容中的引号必须转义为 \\\\\\\"\n3. 多个对象之间用逗号分隔\n4. 数组元素之间用逗号分隔\n5. 不要在JSON外添加任何文字说明\n6. 描述内容避免使用特殊符号，用普通文字表达\n\n请严格按照以下JSON格式返回，确保可以被标准JSON解析器解析：\n[\n  {{\n    \\\"topic\\\": \\\"话题名称\\\",\n    \\\"contributors\\\": [\\\"用户1\\\", \\\"用户2\\\"],\n    \\\"detail\\\": \\\"话题描述内容\\\"\n  }},\n  {{\n    \\\"topic\\\": \\\"另一个话题\\\",\n    \\\"contributors\\\": [\\\"用户3\\\", \\\"用户4\\\"],\n    \\\"detail\\\": \\\"另一个话题的描述\\\"\n  }}\n]\n\n注意：返回的内容必须是纯JSON，不要包含markdown代码块标记或其他格式"
+            }
+        }
+    },
+    "user_title_analysis_prompts": {
+        "description": "用户称号分析提示词模板",
+        "type": "object",
+        "hint": "选择不同的用户称号分析风格",
+        "items": {
+            "default": {
+                "description": "默认用户称号分析提示词",
+                "type": "text",
+                "editor_mode": true,
+                "editor_language": "markdown",
+                "default": "请为以下群友分配合适的称号和MBTI类型。每个人只能有一个称号，每个称号只能给一个人。\n\n可选称号：\n- 龙王: 发言频繁但内容轻松的人\n- 技术专家: 经常讨论技术话题的人\n- 夜猫子: 经常在深夜发言的人\n- 表情包军火库: 经常发表情的人\n- 沉默终结者: 经常开启话题的人\n- 评论家: 平均发言长度很长的人\n- 阳角: 在群里很有影响力的人\n- 互动达人: 经常回复别人的人\n- ... (你可以自行进行拓展添加)\n\n用户数据：\n{users_text}\n\n请以JSON格式返回，格式如下：\n[\n  {{\n    \\\"name\\\": \\\"用户名\\\",\n    \\\"qq\\\": 123456789,\n    \\\"title\\\": \\\"称号\\\",\n    \\\"mbti\\\": \\\"MBTI类型\\\",\n    \\\"reason\\\": \\\"获得此称号的原因\\\"\n  }}\n]"
+            }
+        }
+    },
+    "golden_quote_analysis_prompts": {
+        "description": "金句分析提示词模板",
+        "type": "object",
+        "hint": "选择不同的金句分析风格",
+        "items": {
+            "default": {
+                "description": "默认金句分析提示词",
+                "type": "text",
+                "editor_mode": true,
+                "editor_language": "markdown",
+                "default": "请从以下群聊记录中挑选出{max_golden_quotes}句最具冲击力、最令人惊叹的\\\"金句\\\"。这些金句需满足：\n- 核心标准：**逆天的神人发言**，即具备颠覆常识的脑洞、逻辑跳脱的表达或强烈反差感的原创内容\n- 典型特征：包含某些争议话题元素、夸张类比、反常规结论、一本正经的\\\"胡说八道\\\"或突破语境的清奇思路，并且具备一定的冲击力，让人印象深刻。\n\n对于每个金句，请提供：\n1. 原文内容（完整保留发言细节）\n2. 发言人昵称\n3. 选择理由（具体说明其\\\"逆天\\\"之处，如逻辑颠覆点/脑洞角度/反差感/争议话题元素）\n\n此外，我将对你进行严格约束：\n- 优先筛选 **逆天指数最高** 的内容：发情、性压抑话题 > 争议话题 > 元素级 > 颠覆认知级 > 逻辑跳脱级 > 趣味调侃级，剔除单纯玩梗或网络热词堆砌的普通发言\n- 重点标记包含极端类比、反常识论证或无厘头结论的内容，并且包含一定的争议话题元素。\n\n群聊记录：\n{messages_text}\n\n请以JSON格式返回，格式如下：\n[\n  {{\n    \\\"content\\\": \\\"金句原文\\\",\n    \\\"sender\\\": \\\"发言人昵称\\\",\n    \\\"reason\\\": \\\"选择这句话的理由（需明确说明逆天特质）\\\"\n  }}\n]"
+            }
+        }
     }
 }

src/analysis/analyzers/golden_quote_analyzer.py

@@ -55,33 +55,26 @@ class GoldenQuoteAnalyzer(BaseAnalyzer):
         ])
         
         max_golden_quotes = self.get_max_count()
-        prompt = f"""
-请从以下群聊记录中挑选出{max_golden_quotes}句最具冲击力、最令人惊叹的"金句"。这些金句需满足：
-- 核心标准：**逆天的神人发言**，即具备颠覆常识的脑洞、逻辑跳脱的表达或强烈反差感的原创内容
-- 典型特征：包含某些争议话题元素、夸张类比、反常规结论、一本正经的"胡说八道"或突破语境的清奇思路，并且具备一定的冲击力，让人印象深刻。
-
-对于每个金句，请提供：
-1. 原文内容（完整保留发言细节）
-2. 发言人昵称
-3. 选择理由（具体说明其"逆天"之处，如逻辑颠覆点/脑洞角度/反差感/争议话题元素）
-
-此外，我将对你进行严格约束：
-- 优先筛选 **逆天指数最高** 的内容：发情、性压抑话题 > 争议话题 > 元素级 > 颠覆认知级 > 逻辑跳脱级 > 趣味调侃级，剔除单纯玩梗或网络热词堆砌的普通发言
-- 重点标记包含极端类比、反常识论证或无厘头结论的内容，并且包含一定的争议话题元素。
-
-群聊记录：
-{messages_text}
-
-请以JSON格式返回，格式如下：
-[
-  {{
-    "content": "金句原文",
-    "sender": "发言人昵称",
-    "reason": "选择这句话的理由（需明确说明逆天特质）"
-  }}
-]
-"""
-        return prompt
+        
+        # 从配置读取 prompt 模板（默认使用 "default" 风格）
+        prompt_template = self.config_manager.get_golden_quote_analysis_prompt()
+        
+        if prompt_template:
+            # 使用配置中的 prompt 并替换变量
+            try:
+                prompt = prompt_template.format(
+                    max_golden_quotes=max_golden_quotes,
+                    messages_text=messages_text
+                )
+                logger.info("使用配置中的金句分析提示词")
+                return prompt
+            except KeyError as e:
+                logger.warning(f"金句分析提示词变量格式错误: {e}")
+            except Exception as e:
+                logger.warning(f"应用金句分析提示词失败: {e}")
+        
+        logger.warning("未找到有效的金句分析提示词配置，请检查配置文件")
+        return ""
     
     def extract_with_regex(self, result_text: str, max_count: int) -> List[Dict]:
         """

src/analysis/analyzers/topic_analyzer.py

@@ -146,48 +146,25 @@ class TopicAnalyzer(BaseAnalyzer):
         
         max_topics = self.get_max_count()
         
-        prompt = f"""
-你是一个帮我进行群聊信息总结的助手，生成总结内容时，你需要严格遵守下面的几个准则：
-请分析接下来提供的群聊记录，提取出最多{max_topics}个主要话题。
-
-对于每个话题，请提供：
-1. 话题名称（突出主题内容，尽量简明扼要）
-2. 主要参与者（最多5人）
-3. 话题详细描述（包含关键信息和结论）
-
-注意：
-- 对于比较有价值的点，稍微用一两句话详细讲讲，比如不要生成 "Nolan 和 SOV 讨论了 galgame 中关于性符号的衍生情况" 这种宽泛的内容，而是生成更加具体的讨论内容，让其他人只看这个消息就能知道讨论中有价值的，有营养的信息。
-- 对于其中的部分信息，你需要特意提到主题施加的主体是谁，是哪个群友做了什么事情，而不要直接生成和群友没有关系的语句。
-- 对于每一条总结，尽量讲清楚前因后果，以及话题的结论，是什么，为什么，怎么做，如果用户没有讲到细节，则可以不用这么做。
-
-群聊记录：
-{messages_text}
-
-重要：必须返回标准JSON格式，严格遵守以下规则：
-1. 只使用英文双引号 " 不要使用中文引号 " "
-2. 字符串内容中的引号必须转义为 \"
-3. 多个对象之间用逗号分隔
-4. 数组元素之间用逗号分隔
-5. 不要在JSON外添加任何文字说明
-6. 描述内容避免使用特殊符号，用普通文字表达
-
-请严格按照以下JSON格式返回，确保可以被标准JSON解析器解析：
-[
-  {{
-    "topic": "话题名称",
-    "contributors": ["用户1", "用户2"],
-    "detail": "话题描述内容"
-  }},
-  {{
-    "topic": "另一个话题",
-    "contributors": ["用户3", "用户4"],
-    "detail": "另一个话题的描述"
-  }}
-]
-
-注意：返回的内容必须是纯JSON，不要包含markdown代码块标记或其他格式
-"""
-        return prompt
+        # 从配置读取 prompt 模板（默认使用 "default" 风格）
+        prompt_template = self.config_manager.get_topic_analysis_prompt()
+        
+        if prompt_template:
+            # 使用配置中的 prompt 并替换变量
+            try:
+                prompt = prompt_template.format(
+                    max_topics=max_topics,
+                    messages_text=messages_text
+                )
+                logger.info("使用配置中的话题分析提示词")
+                return prompt
+            except KeyError as e:
+                logger.warning(f"话题分析提示词变量格式错误: {e}")
+            except Exception as e:
+                logger.warning(f"应用话题分析提示词失败: {e}")
+        
+        logger.warning("未找到有效的话题分析提示词配置，请检查配置文件")
+        return ""
     
     def extract_with_regex(self, result_text: str, max_topics: int) -> List[Dict]:
         """

src/analysis/analyzers/user_title_analyzer.py

@@ -56,35 +56,24 @@ class UserTitleAnalyzer(BaseAnalyzer):
             for user in user_summaries
         ])
         
-        prompt = f"""
-请为以下群友分配合适的称号和MBTI类型。每个人只能有一个称号，每个称号只能给一个人。
-
-可选称号：
-- 龙王: 发言频繁但内容轻松的人
-- 技术专家: 经常讨论技术话题的人
-- 夜猫子: 经常在深夜发言的人
-- 表情包军火库: 经常发表情的人
-- 沉默终结者: 经常开启话题的人
-- 评论家: 平均发言长度很长的人
-- 阳角: 在群里很有影响力的人
-- 互动达人: 经常回复别人的人
-- ... (你可以自行进行拓展添加)
-
-用户数据：
-{users_text}
-
-请以JSON格式返回，格式如下：
-[
-  {{
-    "name": "用户名",
-    "qq": 123456789,
-    "title": "称号",
-    "mbti": "MBTI类型",
-    "reason": "获得此称号的原因"
-  }}
-]
-"""
-        return prompt
+        # 从配置读取 prompt 模板（默认使用 "default" 风格）
+        prompt_template = self.config_manager.get_user_title_analysis_prompt()
+        
+        if prompt_template:
+            # 使用配置中的 prompt 并替换变量
+            try:
+                prompt = prompt_template.format(
+                    users_text=users_text
+                )
+                logger.info("使用配置中的用户称号分析提示词")
+                return prompt
+            except KeyError as e:
+                logger.warning(f"用户称号分析提示词变量格式错误: {e}")
+            except Exception as e:
+                logger.warning(f"应用用户称号分析提示词失败: {e}")
+        
+        logger.warning("未找到有效的用户称号分析提示词配置，请检查配置文件")
+        return ""
     
     def extract_with_regex(self, result_text: str, max_count: int) -> List[Dict]:
         """

src/core/config.py

@@ -110,6 +110,75 @@ class ConfigManager:
         """获取PDF文件名格式"""
         return self.config.get("pdf_filename_format", "群聊分析报告_{group_id}_{date}.pdf")
 
+    def get_topic_analysis_prompt(self, style: str = "default") -> str:
+        """
+        获取话题分析提示词模板
+        
+        Args:
+            style: 提示词风格，默认为 "default"
+            
+        Returns:
+            提示词模板字符串
+        """
+        prompts = self.config.get("topic_analysis_prompts", {})
+        if isinstance(prompts, dict) and "items" in prompts:
+            items = prompts.get("items", {})
+            if style in items and isinstance(items[style], dict):
+                return items[style].get("default", "")
+        # 兼容旧配置
+        return self.config.get("topic_analysis_prompt", "")
+
+    def get_user_title_analysis_prompt(self, style: str = "default") -> str:
+        """
+        获取用户称号分析提示词模板
+        
+        Args:
+            style: 提示词风格，默认为 "default"
+            
+        Returns:
+            提示词模板字符串
+        """
+        prompts = self.config.get("user_title_analysis_prompts", {})
+        if isinstance(prompts, dict) and "items" in prompts:
+            items = prompts.get("items", {})
+            if style in items and isinstance(items[style], dict):
+                return items[style].get("default", "")
+        # 兼容旧配置
+        return self.config.get("user_title_analysis_prompt", "")
+
+    def get_golden_quote_analysis_prompt(self, style: str = "default") -> str:
+        """
+        获取金句分析提示词模板
+        
+        Args:
+            style: 提示词风格，默认为 "default"
+            
+        Returns:
+            提示词模板字符串
+        """
+        prompts = self.config.get("golden_quote_analysis_prompts", {})
+        if isinstance(prompts, dict) and "items" in prompts:
+            items = prompts.get("items", {})
+            if style in items and isinstance(items[style], dict):
+                return items[style].get("default", "")
+        # 兼容旧配置
+        return self.config.get("golden_quote_analysis_prompt", "")
+
+    def set_topic_analysis_prompt(self, prompt: str):
+        """设置话题分析提示词模板"""
+        self.config["topic_analysis_prompt"] = prompt
+        self.config.save_config()
+
+    def set_user_title_analysis_prompt(self, prompt: str):
+        """设置用户称号分析提示词模板"""
+        self.config["user_title_analysis_prompt"] = prompt
+        self.config.save_config()
+
+    def set_golden_quote_analysis_prompt(self, prompt: str):
+        """设置金句分析提示词模板"""
+        self.config["golden_quote_analysis_prompt"] = prompt
+        self.config.save_config()
+
     def set_output_format(self, format_type: str):
         """设置输出格式"""
         self.config["output_format"] = format_type