tuanwei-uniapp/pages/assistant/writing-params.js

/**
 * 「AI 写作助手」入参解析：把用户自然语言诉求抽取成上游 Dify 真正读取的字段。
 *
 * 本文件是 `tuanwei-admin/src/views/oa/chatgpt/writing-params.ts` 的**逐行等价移植**
 * （去掉 TS 类型标注，风格对齐小程序仓库：Tab 缩进、单引号、无分号）。
 * 两端共用同一套解析规则，避免行为漂移；改动其一请同步另一侧。
 *
 * 背景（实测记录见 .scratch/ai-assistant/probe/）：
 * 上游应用「AI 内容创作与宣传助手」是按**结构化表单**设计的，它的 user prompt 模板是
 *
 *   本次需要生成的文稿类型为：{doc_type}
 *   篇幅要求（字数限制）：{Number}
 *   以下是本次活动的核心要素，请严格据此生成稿件：
 *   - 活动主题：{theme}
 *   - 活动类型：{event_type}
 *   - 举办时间：{time} / 举办地点：{location} / 参与人员：{participants}
 *   - 核心亮点与具体要求：{highlights}
 *
 * 其中 doc_type 与 Number 是**主控指令**，模型会显式服从、甚至忽略用户原话里的冲突要求。
 * 实测思维链原文：
 *   I will ignore the conflicting "300字推文" instruction inside the bullet points
 *   because the main task says "文稿类型为：新闻稿" and "篇幅要求（字数限制）：800"
 *
 * 而小程序问答助手页过去的「稿件」入口没有表单，只按「键：值」解析，解析不到就一律回落
 * doc_type=新闻稿 / Number=800，用户自然语言里的真实诉求（推文、300 字）因此被覆盖，
 * 表现为「写作模块听不懂要求」（issue 13 / 15）。
 *
 * 本模块做三件事：
 * 1. 保留既有的「键：值」入参（向后兼容，老用法不受影响）；
 * 2. 从自然语言里抽取文体、字数、主题、时间、地点、人员、活动类型；
 * 3. 允许用户在界面上显式指定文体 / 字数，显式选择优先于自动识别。
 *
 * 纯函数、零依赖。
 */

/** 上游 Dify 提示词里真正定义了 Markdown 结构与文风的 4 种文体 */
export const WRITING_DOC_TYPE_OPTIONS = [
	{ label: '自动识别', value: 'auto' },
	{ label: '新闻稿', value: '新闻稿' },
	{ label: '活动总结', value: '活动总结' },
	{ label: '微信推文', value: '微信推文' },
	{ label: '通知公告', value: '通知公告' }
]

export const WRITING_WORD_COUNT_OPTIONS = [
	{ label: '自动识别', value: 'auto' },
	{ label: '300字', value: '300' },
	{ label: '500字', value: '500' },
	{ label: '800字', value: '800' },
	{ label: '1000字', value: '1000' },
	{ label: '1500字', value: '1500' }
]

const DEFAULT_DOC_TYPE = '新闻稿'
const DEFAULT_EVENT_TYPE = '校园内容'

/**
 * 用户没提字数时的兜底：按文体给一个常规篇幅。
 *
 * 之所以不干脆不下发 Number —— 上游提示词对空字数的处理是「按文体常规篇幅撰写，
 * 并在文末用一行注明（未设定有效字数限制）」，那行尾注会直接出现在用户看到的正文里。
 */
const DEFAULT_WORD_COUNT_BY_DOC_TYPE = {
	新闻稿: 800,
	活动总结: 1000,
	微信推文: 600,
	通知公告: 500
}

const FIELD_ALIASES = {
	docType: ['稿件类型', '文稿类型', '文体', '类型'],
	eventType: ['活动类型', '场景'],
	theme: ['稿件标题', '标题', '主题', '活动主题'],
	time: ['活动时间', '举办时间', '时间'],
	location: ['活动地点', '举办地点', '地点'],
	participants: ['参与人员', '参加人员', '受众', '人员'],
	highlights: ['亮点内容', '要点', '亮点', '具体要求', '要求', '内容'],
	number: ['建议篇幅', '字数', '篇幅']
}

/** 活动类型关键词（与 gxmu/manuscriptGen 表单页的选项保持一致的措辞） */
const EVENT_TYPE_KEYWORDS = [
	'志愿服务',
	'社会实践',
	'文体活动',
	'会议论坛',
	'品牌项目',
	'校园活动',
	'团日活动',
	'迎新',
	'讲座',
	'培训',
	'比赛',
	'表彰',
	'招聘',
	'宣讲'
]

/** 既有的「键：值」解析：按行取 `键：值`，普通自然语言（无冒号）解析为空对象 */
export const parseKeyValueInput = (value) => {
	const result = {}
	String(value || '')
		.split(/\n+/)
		.map((item) => item.trim())
		.filter(Boolean)
		.forEach((line) => {
			const match = line.match(/^([^:：]+)[:：]\s*(.*)$/)
			if (match) {
				result[match[1].trim()] = match[2].trim()
			}
		})
	return result
}

const pickField = (fields, aliases) => {
	for (let index = 0; index < aliases.length; index += 1) {
		const value = fields[aliases[index]]
		if (value) {
			return value
		}
	}
	return ''
}

/** 上游没有内置模板、但用户会说的其它文体；命中就原样交给模型发挥 */
const EXTRA_DOC_TYPE_WORDS = [
	'发言稿',
	'演讲稿',
	'致辞',
	'主持词',
	'短视频脚本',
	'视频脚本',
	'脚本',
	'策划书',
	'活动方案',
	'简报',
	'心得体会'
]

/**
 * 从一段文本里识别文体关键词，认不出来返回空串。
 *
 * 只认「明确的文体词」，不做任何兜底 —— 它会被喂进用户的**整句话**，
 * 若像 `normalizeDocType` 那样原样返回，整句话就会变成一个非法的文稿类型。
 */
export const inferDocType = (text) => {
	if (/推文|公众号|微信|朋友圈|新媒体/.test(text)) {
		return '微信推文'
	}
	if (/总结|复盘|综述/.test(text)) {
		return '活动总结'
	}
	if (/通知|公告|告示|通告|启事/.test(text)) {
		return '通知公告'
	}
	if (/新闻|通讯|通稿|报道|简讯|宣传稿|消息稿/.test(text)) {
		return '新闻稿'
	}
	for (let index = 0; index < EXTRA_DOC_TYPE_WORDS.length; index += 1) {
		if (text.includes(EXTRA_DOC_TYPE_WORDS[index])) {
			return EXTRA_DOC_TYPE_WORDS[index]
		}
	}
	return ''
}

/**
 * 把用户给出的文体归一化到上游定义过的 4 种。
 *
 * 认不出来的类型（如「发言稿」「短视频脚本」）**原样返回**，交给模型自行发挥 ——
 * 强行映射成「新闻稿」会生成一篇完全不是发言稿的文章，比不映射更糟。
 * 注意：入参应当是「文体名」（键值或界面选择），不要传用户整句话。
 */
export const normalizeDocType = (raw) => {
	const value = String(raw || '').trim()
	if (!value) {
		return ''
	}
	return inferDocType(value) || value
}

/**
 * 从文本里抽取目标字数。
 *
 * 覆盖「300字」「300字左右」「不少于500字」「800-1000字」等写法；
 * 区间取上界（用户给区间时通常不希望写少）。50~10000 之外视为无效。
 */
export const parseWordCount = (text) => {
	const valid = (raw) => {
		if (!raw) {
			return undefined
		}
		const value = Number(raw)
		return value >= 50 && value <= 10000 ? value : undefined
	}
	const source = String(text || '')
	// 「键：值」入参里的字数常常就是一个裸数字（字数：500）
	const bare = source.trim().match(/^(\d{2,5})\s*(?:字|字符)?$/)
	if (bare) {
		return valid(bare[1])
	}
	const range = source.match(/(\d{2,5})\s*[-~～—－至到]\s*(\d{2,5})\s*(?:字|字符)/)
	if (range) {
		return valid(range[2])
	}
	const single = source.match(/(\d{2,5})\s*(?:字|字符)/)
	if (single) {
		return valid(single[1])
	}
	const target = source.match(
		/(?:不少于|不低于|至少|不超过|大约|约|控制在|限制在|需要|要)\s*(\d{2,5})\s*(?:字|字符)?/
	)
	return valid(target ? target[1] : undefined)
}

/**
 * 主题清洗：把抽到的短语里混进来的时间、地点、指令动词和助词去掉。
 * 例如「2026年3月5日在学校礼堂举办的学习雷锋志愿服务活动」→「学习雷锋志愿服务活动」。
 */
const tidyTheme = (value) => {
	const cleaned = value
		.replace(/^\s*(?:\d{4}\s*年)?\s*\d{1,2}\s*月\s*\d{1,2}\s*[日号]\s*/, '')
		.replace(/^\s*(?:在|于)[^，。；！？\n]{2,20}?(?:举办|举行|开展|召开|进行)的?/, '')
		.replace(/^\s*(?:开展|举办|举行|组织|进行|召开)/, '')
		.replace(/(?:上的|中的|里的|的)$/, '')
		.replace(/[，。；！？、\s]+$/, '')
		.trim()
	return cleaned || value.trim()
}

/** 从「关于X的」「以X为主题」「写一篇X总结」等说法里抽取活动主题 */
export const parseTheme = (query) => {
	const source = String(query || '')
	const patterns = [
		/关于[「“"'《]?([^，。；！？\n]{2,40}?)[」”"'》]?的/,
		/以[「“"'《]?([^，。；！？\n]{2,40}?)[」”"'》]?(?:为主题|为题|为标题)/,
		/(?:写|撰写|生成|创作|拟写|草拟|做)(?:一篇|一份|一段|一个|一则|条)?[「“"'《]?([^，。；！？\n]{2,40}?)[」”"'》]?(?:上的|中的|里的|的|之)?(?:新闻稿|通讯稿|通稿|报道|推文|总结|通知|公告|文案|稿件|宣传稿|发言稿|脚本|简讯)/,
		/([^，。；！？\n]{2,30}?)(?:活动)?(?:总结|新闻稿|推文|通知|公告|报道|简讯)/
	]
	for (let index = 0; index < patterns.length; index += 1) {
		const match = source.match(patterns[index])
		const value = match && match[1] ? match[1].trim() : ''
		if (value) {
			return tidyTheme(value)
		}
	}
	return ''
}

/** 兜底主题：清洗掉指令性词汇与字数要求后截断 */
const fallbackTheme = (query) => {
	const source = String(query || '')
	const cleaned = source
		.replace(/[\r\n]+/g, ' ')
		.replace(
			/(?:请|帮我|麻烦|辛苦|需要)?\s*(?:写|撰写|生成|创作|拟写|草拟|出一?)(?:一篇|一份|一段|一个|条)?/g,
			''
		)
		.replace(/(?:关于|围绕|以)/g, '')
		.replace(/\d{2,5}\s*(?:[-~～—－至到]\s*\d{2,5})?\s*(?:字|字符)(?:左右|以内|以下|以上)?/g, '')
		.replace(/[，。；！？、,.;!?]/g, ' ')
		.replace(/\s+/g, ' ')
		.trim()
	return (cleaned || source.trim()).slice(0, 30)
}

const parseTime = (query) => {
	const match = String(query || '').match(/(\d{4}\s*年)?\s*\d{1,2}\s*月\s*\d{1,2}\s*[日号]/)
	return match ? match[0].replace(/\s+/g, '') : ''
}

const parseLocation = (query) => {
	const match = String(query || '').match(
		/(?:在|于)\s*([^，。；！？\n]{2,20}?)\s*(?:举办|举行|开展|召开|进行)/
	)
	return match && match[1] ? match[1].trim() : ''
}

const parseParticipants = (query) => {
	const match = String(query || '').match(/面向\s*([^，。；！？\n]{2,20})/)
	return match && match[1] ? match[1].trim() : ''
}

const parseEventType = (query) => {
	const source = String(query || '')
	for (let index = 0; index < EVENT_TYPE_KEYWORDS.length; index += 1) {
		if (source.includes(EVENT_TYPE_KEYWORDS[index])) {
			return EVENT_TYPE_KEYWORDS[index]
		}
	}
	return ''
}

/**
 * 把用户输入解析成上游工作流的入参。
 *
 * @param {string} query 用户在写作框里输入的内容（自然语言或「键：值」）
 * @param {{ docType?: string, number?: number }} overrides 界面上的显式选择，优先于自动识别
 */
export const parseWritingRequest = (query, overrides) => {
	const options = overrides || {}
	const fields = parseKeyValueInput(query)

	const explicitDocType = options.docType && options.docType !== 'auto' ? options.docType : ''
	const keyedDocType = normalizeDocType(pickField(fields, FIELD_ALIASES.docType))
	const inferredDocType = inferDocType(query) || DEFAULT_DOC_TYPE
	const docType = explicitDocType || keyedDocType || inferredDocType

	const explicitNumber =
		typeof options.number === 'number' && options.number > 0 ? options.number : undefined
	const keyedNumber = parseWordCount(pickField(fields, FIELD_ALIASES.number))
	const inferredNumber = parseWordCount(query)
	// 不用 ?? / ?: 链：0 是合法字数但被判为「无」，这里显式按 undefined 判定
	let number = explicitNumber
	if (number === undefined) {
		number = keyedNumber
	}
	if (number === undefined) {
		number = inferredNumber
	}
	if (number === undefined) {
		number = DEFAULT_WORD_COUNT_BY_DOC_TYPE[docType]
	}
	if (number === undefined) {
		number = 800
	}

	const theme = pickField(fields, FIELD_ALIASES.theme) || parseTheme(query) || fallbackTheme(query)

	return {
		docType,
		eventType: pickField(fields, FIELD_ALIASES.eventType) || parseEventType(query) || DEFAULT_EVENT_TYPE,
		theme,
		time: pickField(fields, FIELD_ALIASES.time) || parseTime(query),
		location: pickField(fields, FIELD_ALIASES.location) || parseLocation(query),
		participants: pickField(fields, FIELD_ALIASES.participants) || parseParticipants(query),
		// 「核心亮点与具体要求」保留用户原话：这里放原话比放抽取结果更贴合上游用途
		highlights: pickField(fields, FIELD_ALIASES.highlights) || query,
		number
	}
}