analyzer

name	analyzer
description	从对标账号的笔记内容中提取「风格 DNA」—— 视觉风格（色调/材质/构图/光线）+ 文案风格（语气/句式/关键词/Hashtag）
order	2
input_schema	CollectedContent
output_schema	StyleDNA
tools	["tools.llm.chat_with_images","tools.llm.chat"]
owner	kafka
status	in_progress

Step 2 · 风格分析 Agent

一句话职责

吃进 N 篇笔记（文本 + 图片 URL），用多模态 LLM 提取「风格 DNA」JSON，直接喂给下游提示词 Agent。

输入：CollectedContent

schema 见 core/schemas.py::CollectedContent（line 44）。

关键字段：

• posts[*].body —— 文案分析的素材
• posts[*].image_urls —— 视觉分析的素材
• posts[*].metadata —— 互动数据（可用来加权重要样本）

完整输入样例（collector 输出目录）：examples/collect-sample/

输出：StyleDNA

schema 见 core/schemas.py::StyleDNA（line 53）。

两个一级字段，全部以 dict 形式存：

visual (dict) —— 视觉风格档案

key	类型	含义	示例
color_palette	list[str]	主色调（3-5 个，颜色名 或 HEX）	["奶油白", "原木色", "#F5E6D3"]
material	list[str]	主要材质（3-5 个）	["实木", "亚麻", "藤编", "陶瓷"]
composition	str	构图特点（一句话）	"对称构图为主，远近景结合"
lighting	str	光线风格（一句话）	"自然光为主，下午斜光，无主灯氛围"

copy_dna (dict) —— 文案风格档案

key	类型	含义	示例
voice	str	整体语气（一句话）	"治愈系，第一人称温暖叙事"
keywords	list[str]	高频关键词（5-10 个）	["奶油风", "无主灯", "氛围感"]
sentence_pattern	str	句式特点（一句话）	"短句为主，emoji 点缀，多用感叹号"
hashtag_pattern	list[str]	Hashtag 习惯（5-8 个）	["#家装日记", "#奶油风"]

完整输出样例：运行后见 data/runs/<request_id>/style_dna.json

实现步骤（kafka 填实现）

1. 样本筛选：按 likes + collects * 2（收藏含金量高于点赞）加权排序，取 Top 5 篇进入分析
2. 视觉通道：
   • 把样本去重后的图片（最多 8 张）合并成一次 tools.llm.chat_with_images 多模态调用
   • Prompt 让 LLM 输出 JSON：{color_palette, material, composition, lighting}
3. 文案通道：
   • 把 5 篇的 body 拼成一个上下文，调 tools.llm.chat
   • Prompt 让 LLM 输出 JSON：{voice, keywords, sentence_pattern, hashtag_pattern}
4. 合并 + 校验：
   • 组装 StyleDNA(target_account_id, visual, copy_dna, sample_post_ids)
   • sample_post_ids = 进入分析的 5 篇 post_id
   • 用 Pydantic 校验一遍 schema

关键 Prompt 思路（初版，可迭代）

视觉 Prompt 草稿：

你是一位家装风格分析师。
看下面这 3 张图，提取它们共同的视觉风格特征。
严格按 JSON 输出（不要有任何其他文字）：
{
  "color_palette": [3-5 个主色，可以是颜色名或 HEX],
  "material": [3-5 个主要材质],
  "composition": "构图特点，一句话",
  "lighting": "光线风格，一句话"
}

文案 Prompt 草稿：

你是一位小红书内容运营专家。
下面是某账号的 5 篇笔记正文（用 --- 分隔）。
分析这个账号的统一文案风格，严格按 JSON 输出：
{
  "voice": "整体语气，一句话",
  "keywords": [5-10 个高频关键词],
  "sentence_pattern": "句式特点，一句话",
  "hashtag_pattern": [5-8 个常用 hashtag]
}

失败兜底

• LLM 返回非合法 JSON → 带错误反馈再调一次 → 仍失败回退 _mocks（MOCK_VISUAL / MOCK_COPY），主链路永不挂
• 无图片时视觉通道直接用 MOCK_VISUAL；无 posts 时文案通道用 MOCK_COPY

联调约定

• 上游（collector）：建议 posts ≥ 3 效果更好，但 1 篇也能跑（无硬性下限）
• 下游（prompter）：拿到 StyleDNA 只能读，不能改

负责人

kafka