feat(SDE): 优化剧情分析提示词和解说文案生成

- 在 generate_short_summary.py 中添加 temperature 参数，用于控制生成文案的随机性- 修改 prompt.py 中的段落数要求，改为与字幕长度成正比
- 在 short_drama_explanation.py 中添加日志输出，记录使用的模型和温度

app/services/SDE/prompt.py

@@ -17,7 +17,7 @@ subtitle_plot_analysis_v1 = """
 1.  **整体剧情分析**：简要概括整个短剧的核心剧情脉络、主要冲突和结局（如果有的话）。
 2.  **分段剧情解析与时间戳定位**：
     *   将整个短剧划分为若干个关键的剧情段落（例如：开端、发展、转折、高潮、结局，或根据具体情节自然划分）。
-    *   段落数不得少于 20 个
+    *   段落数应该与字幕长度成正比。
     *   对于每一个剧情段落：
         *   **概括该段落的主要内容**：用简洁的语言描述这段剧情发生了什么。
         *   **标注对应的时间戳范围**：明确指出该剧情段落对应的开始字幕时间戳和结束字幕时间戳。请直接从字幕中提取时间信息。

app/services/SDE/short_drama_explanation.py

@@ -351,7 +351,7 @@ def analyze_subtitle(
         base_url=base_url,
         custom_prompt=custom_prompt
     )
-    
+    logger.debug(f"使用模型: {analyzer.model} 开始分析, 温度: {analyzer.temperature}")
     # 分析字幕
     if subtitle_content:
         result = analyzer.analyze_subtitle(subtitle_content)

webui/tools/base.py

@@ -121,41 +121,3 @@ def get_batch_timestamps(batch_files, prev_batch_files=None):
 
     # logger.debug(f"解析时间戳: {first_frame} -> {first_timestamp}, {last_frame} -> {last_timestamp}")
     return first_timestamp, last_timestamp, timestamp_range
-
-
-def get_batch_files(keyframe_files, result, batch_size=5):
-    """
-    获取当前批次的图片文件
-    """
-    batch_start = result['batch_index'] * batch_size
-    batch_end = min(batch_start + batch_size, len(keyframe_files))
-    return keyframe_files[batch_start:batch_end]
-
-
-def chekc_video_config(video_params):
-    """
-    检查视频分析配置
-    """
-    headers = {
-        'accept': 'application/json',
-        'Content-Type': 'application/json'
-    }
-    session = requests.Session()
-    retry_strategy = Retry(
-        total=3,
-        backoff_factor=1,
-        status_forcelist=[500, 502, 503, 504]
-    )
-    adapter = HTTPAdapter(max_retries=retry_strategy)
-    session.mount("https://", adapter)
-    try:
-        session.post(
-            f"https://dev.narratoai.cn/api/v1/admin/external-api-config/services",
-            headers=headers,
-            json=video_params,
-            timeout=30,
-            verify=True
-        )
-        return True
-    except Exception as e:
-        return False

webui/tools/generate_script_docu.py

@@ -10,7 +10,7 @@ from datetime import datetime
 
 from app.config import config
 from app.utils import utils, video_processor
-from webui.tools.base import create_vision_analyzer, get_batch_files, get_batch_timestamps, chekc_video_config
+from webui.tools.base import create_vision_analyzer, get_batch_files, get_batch_timestamps
 
 
 def generate_script_docu(params):
@@ -357,7 +357,6 @@ def generate_script_docu(params):
                     "text_model_name": text_model,
                     "text_base_url": text_base_url
                 })
-                chekc_video_config(llm_params)
                 # 整理帧分析数据
                 markdown_output = parse_frame_analysis_to_markdown(analysis_json_path)
 

webui/tools/generate_script_short.py

@@ -8,7 +8,6 @@ import streamlit as st
 from loguru import logger
 
 from app.config import config
-from webui.tools.base import chekc_video_config
 
 
 def generate_script_short(tr, params, custom_clips=5):
@@ -60,7 +59,6 @@ def generate_script_short(tr, params, custom_clips=5):
                 "text_model_name": text_model,
                 "text_base_url": text_base_url or ""
             }
-            chekc_video_config(api_params)
             from app.services.SDP.generate_script_short import generate_script
             script = generate_script(
                 srt_path=srt_path,

webui/tools/generate_short_summary.py

@@ -60,7 +60,8 @@ def generate_script_short_sunmmary(params, subtitle_path, video_theme, temperatu
                 api_key=text_api_key,
                 model=text_model,
                 base_url=text_base_url,
-                save_result=True
+                save_result=True,
+                temperature=temperature
             )
             """
             3. 根据剧情生成解说文案