diff --git a/app/services/llm/migration_adapter.py b/app/services/llm/migration_adapter.py
index f988f9c..b991910 100644
--- a/app/services/llm/migration_adapter.py
+++ b/app/services/llm/migration_adapter.py
@@ -5,6 +5,7 @@
"""
import asyncio
+import json
from typing import List, Dict, Any, Optional, Union
from pathlib import Path
import PIL.Image
@@ -94,47 +95,26 @@ class LegacyLLMAdapter:
def generate_narration(markdown_content: str, api_key: str, base_url: str, model: str) -> str:
"""
生成解说文案 - 兼容原有接口
-
+
Args:
markdown_content: Markdown格式的视频帧分析内容
api_key: API密钥
base_url: API基础URL
model: 模型名称
-
+
Returns:
生成的解说文案JSON字符串
"""
try:
- # 构建提示词
- prompt = f"""
-我是一名荒野建造解说的博主，以下是一些同行的对标文案，请你深度学习并总结这些文案的风格特点跟内容特点：
+ # 使用新的提示词管理系统
+ prompt = PromptManager.get_prompt(
+ category="documentary",
+ name="narration_generation",
+ parameters={
+ "video_frame_description": markdown_content
+ }
+ )
-
-{markdown_content}
-
-
-请根据以上视频帧描述，生成引人入胜的解说文案。
-
-
-
-
-1. 只输出 json 内容，不要输出其他任何说明性的文字
-2. 解说文案的语言使用 简体中文
-3. 严禁虚构画面，所有画面只能从 中摘取
-
-"""
-
# 使用统一服务生成文案
result = _run_async_safely(
UnifiedLLMService.generate_text,
@@ -143,12 +123,41 @@ class LegacyLLMAdapter:
temperature=1.5,
response_format="json"
)
-
- return result
-
+
+ # 使用增强的JSON解析器
+ from webui.tools.generate_short_summary import parse_and_fix_json
+ parsed_result = parse_and_fix_json(result)
+
+ if not parsed_result:
+ logger.error("无法解析LLM返回的JSON数据")
+ # 返回一个基本的JSON结构而不是错误字符串
+ return json.dumps({
+ "items": [
+ {
+ "_id": 1,
+ "timestamp": "00:00:00-00:00:10",
+ "picture": "解析失败，请检查LLM输出",
+ "narration": "解说文案生成失败，请重试"
+ }
+ ]
+ }, ensure_ascii=False)
+
+ # 确保返回的是JSON字符串
+ return json.dumps(parsed_result, ensure_ascii=False)
+
except Exception as e:
logger.error(f"生成解说文案失败: {str(e)}")
- return f"生成解说文案失败: {str(e)}"
+ # 返回一个基本的JSON结构而不是错误字符串
+ return json.dumps({
+ "items": [
+ {
+ "_id": 1,
+ "timestamp": "00:00:00-00:00:10",
+ "picture": "生成失败",
+ "narration": f"解说文案生成失败: {str(e)}"
+ }
+ ]
+ }, ensure_ascii=False)
class VisionAnalyzerAdapter:
@@ -163,17 +172,17 @@ class VisionAnalyzerAdapter:
async def analyze_images(self,
images: List[Union[str, Path, PIL.Image.Image]],
prompt: str,
- batch_size: int = 10) -> List[str]:
+ batch_size: int = 10) -> List[Dict[str, Any]]:
"""
分析图片 - 兼容原有接口
-
+
Args:
images: 图片列表
prompt: 分析提示词
batch_size: 批处理大小
-
+
Returns:
- 分析结果列表
+ 分析结果列表，格式与旧实现兼容
"""
try:
# 使用统一服务分析图片
@@ -183,9 +192,26 @@ class VisionAnalyzerAdapter:
provider=self.provider,
batch_size=batch_size
)
-
- return results
-
+
+ # 转换为旧格式以保持向后兼容性
+ # 新实现返回 List[str]，需要转换为 List[Dict]
+ compatible_results = []
+ for i, result in enumerate(results):
+ # 计算这个批次处理的图片数量
+ start_idx = i * batch_size
+ end_idx = min(start_idx + batch_size, len(images))
+ images_processed = end_idx - start_idx
+
+ compatible_results.append({
+ 'batch_index': i,
+ 'images_processed': images_processed,
+ 'response': result,
+ 'model_used': self.model
+ })
+
+ logger.info(f"图片分析完成，共处理 {len(images)} 张图片，生成 {len(compatible_results)} 个批次结果")
+ return compatible_results
+
except Exception as e:
logger.error(f"图片分析失败: {str(e)}")
raise
diff --git a/webui/tools/generate_script_docu.py b/webui/tools/generate_script_docu.py
index f762b08..ea14b0e 100644
--- a/webui/tools/generate_script_docu.py
+++ b/webui/tools/generate_script_docu.py
@@ -367,7 +367,16 @@ def generate_script_docu(params):
base_url=text_base_url,
model=text_model
)
- narration_dict = json.loads(narration)['items']
+
+ # 使用增强的JSON解析器
+ from webui.tools.generate_short_summary import parse_and_fix_json
+ narration_data = parse_and_fix_json(narration)
+
+ if not narration_data or 'items' not in narration_data:
+ logger.error(f"解说文案JSON解析失败，原始内容: {narration[:200]}...")
+ raise Exception("解说文案格式错误，无法解析JSON或缺少items字段")
+
+ narration_dict = narration_data['items']
# 为 narration_dict 中每个 item 新增一个 OST: 2 的字段, 代表保留原声和配音
narration_dict = [{**item, "OST": 2} for item in narration_dict]
logger.debug(f"解说文案创作完成:\n{"\n".join([item['narration'] for item in narration_dict])}")