@llm-newsletter-kit/core 1.3.7 → 1.3.9

package/dist/index.cjs

@@ -2,8 +2,8 @@
 
 var runnables = require('@langchain/core/runnables');
 var esToolkit = require('es-toolkit');
-var ai = require('ai');
 var zod = require('zod');
+var ai = require('ai');
 var jsdom = require('jsdom');
 var juice = require('juice');
 var safeMarkdown2Html = require('safe-markdown2html');
@@ -91,6 +91,25 @@ class LoggingExecutor {
     }
 }
 
+async function generateObjectByLLM({ schema, ...rest }) {
+    const result = await ai.generateText({
+        ...rest,
+        output: ai.Output.object({ schema }),
+        // Anthropic truncates structured output when it contains quotation marks.
+        // Using 'jsonTool' mode avoids this issue.
+        providerOptions: {
+            anthropic: {
+                structuredOutputMode: 'jsonTool',
+            },
+        },
+    });
+    return {
+        output: result.output,
+        usage: result.usage,
+        finishReason: result.finishReason,
+    };
+}
+
 /**
  * Replaces ASCII double quotes with Unicode smart quotes (U+201C, U+201D).
  * Prevents JSON structured output corruption when LLM reproduces quoted titles.
@@ -173,7 +192,7 @@ class AnalyzeImages extends LLMQuery {
     schema = zod.z.object({
         imageContext: zod.z
             .string()
-            .describe('A comprehensive description of all information extracted from the images'),
+            .describe('A high-level overview of the general theme, mood, and context conveyed by the images (without specific names, titles, or exact figures from text within images)'),
     });
     constructor(config) {
         super(config);
@@ -186,12 +205,10 @@ class AnalyzeImages extends LLMQuery {
         if (this.imageMessages.length === 0) {
             return { result: null, usage: ZERO_USAGE };
         }
-        const { output, usage } = await ai.generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: ai.Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             messages: [
                 {
@@ -211,29 +228,36 @@ You are a specialized image analysis expert in: ${this.expertFields.join(', ')}
 ## Core Responsibilities
 1. Extract visual information unavailable from text alone
 2. Identify industry-specific elements, facilities, and stakeholders
-3. Accurately read and transcribe text, charts, and data visualizations
+3. Summarize the general theme and context of charts, data visualizations, and text within images at a high level
 4. Synthesize visual information with article context
 
+## Critical Rule: NO Detailed Text Transcription
+- Do NOT transcribe specific names, titles, numbers, dates, or exact phrases from text within images
+- Instead, describe WHAT KIND of information is present (e.g., "a conference poster listing multiple speaker sessions" instead of transcribing each speaker's name and talk title)
+- Specific text in images is prone to misreading — only describe the general nature and purpose of such text
+- Focus on the overall theme, mood, and context that the images convey
+
 ## Analysis Framework
 
 ### Information Categories to Extract
 - Industry-relevant visual elements
-- Text and numerical data within images
-- Key subjects (people, places, objects, infrastructure)
+- General theme and purpose of text/data shown in images (without exact transcription)
+- Key subjects (people, places, objects, infrastructure) described at a general level
 - Contextual relationships to ${this.expertFields.join(', ')}
 - Information gaps filled by visual analysis
 
 ### Quality Standards
-- Accuracy and specificity in descriptions
+- High-level accuracy in describing the overall context
 - Professional relevance for industry practitioners
 - Integration with accompanying text content
-- Completeness in covering all visual information
+- Preference for general descriptions over specific details from image text
 
 ## Output Specifications
 - Language: ${this.options.content.outputLanguage}
 - Format: Single cohesive explanation (not numbered list)
-- Focus: Practical insights for industry professionals
-- Integration: Seamlessly merge all extracted information`;
+- Focus: High-level context and practical insights for industry professionals
+- Integration: Seamlessly merge all extracted information
+- Granularity: Describe the general nature of visual content — avoid quoting specific names, titles, figures, or exact text from images`;
     }
     get imageUrls() {
         // Markdown image pattern: ![alt text](url) or ![](url)
@@ -280,9 +304,9 @@ Analyze the provided images and synthesize your findings into a single comprehen
 
 1. **Identifies Visual Content**: Extract industry-specific elements, infrastructure, and stakeholders relevant to ${this.expertFields.join(', ')}
 
-2. **Captures Text & Data**: Accurately read and include all visible text, numerical data, charts, and graphs
+2. **Summarizes Visual Text & Data**: Describe the general theme and purpose of any text, numerical data, charts, or graphs shown in images — do NOT transcribe specific names, titles, exact numbers, or quoted phrases
 
-3. **Describes Visual Elements**: Detail important subjects (people, places, objects) and their significance
+3. **Describes Visual Elements**: Detail important subjects (people, places, objects) and their significance at a general level
 
 4. **Establishes Connections**: Link visual information to ${this.expertFields.join(', ')} context and article content
 
@@ -290,6 +314,8 @@ Analyze the provided images and synthesize your findings into a single comprehen
 
 6. **Complements Text**: Add visual insights not covered in the article text
 
+**Important**: Do NOT attempt to exactly transcribe text within images (names, titles, numbers, dates). Instead, describe what kind of information is shown. Exact text from images is unreliable and may contain errors.
+
 **Format**: Present all findings as one flowing narrative without enumeration.`,
         };
     }
@@ -307,12 +333,10 @@ class ClassifyTags extends LLMQuery {
     }
     async execute({ existTags }) {
         this.existTags = existTags;
-        const { output, usage } = await ai.generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: ai.Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -389,12 +413,10 @@ class DetermineArticleImportance extends LLMQuery {
         this.dateService = config.dateService;
     }
     async execute() {
-        const { output, usage } = await ai.generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: ai.Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -931,7 +953,7 @@ let GenerateNewsletter$1 = class GenerateNewsletter extends BaseLLMQuery {
         this.newsletterBrandName = config.newsletterBrandName;
     }
     async execute() {
-        const { output, usage, finishReason } = await ai.generateText({
+        const { output, usage, finishReason } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
             maxOutputTokens: this.maxOutputTokens,
@@ -940,9 +962,7 @@ let GenerateNewsletter$1 = class GenerateNewsletter extends BaseLLMQuery {
             topK: this.topK,
             presencePenalty: this.presencePenalty,
             frequencyPenalty: this.frequencyPenalty,
-            output: ai.Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -977,6 +997,7 @@ Important rule for displaying date ranges: When displaying date ranges, you must
 4. **Verifiable Information**: All information must be directly verifiable from the provided sources.
 5. **No Speculation**: Do not use speculative expressions like "appears to be" or "is expected to".
 6. **No Fictional Standards/Policies**: Do not mention non-existent standards/policies or systems incorrectly reported as planned for future implementation.
+7. **Image Analysis as Supplementary Context Only**: Image analysis results are provided solely for understanding the general visual context of articles. Do NOT quote specific names, titles, numbers, or detailed facts from image analysis in the newsletter body — these may contain inaccuracies. Only use image analysis to understand the broad theme or mood of the article's visual content.
 
 Roles:
 - Friendly Guide: Deliver information like a trusted colleague rather than a rigid expert. Use appropriate emoticons in titles and section headings to improve readability.
@@ -1099,7 +1120,7 @@ ${this.targetArticles
 **Tags:** ${[post.tag1, post.tag2, post.tag3].filter(Boolean).join(', ')}
 **Content Type:** ${post.contentType}
 **URL:** ${post.url}
-${post.imageContextByLlm ? `**Image Analysis:** ${post.imageContextByLlm}` : ''}
+${post.imageContextByLlm ? `**Image Analysis (supplementary context only — do not cite specific details from this in the newsletter):** ${post.imageContextByLlm}` : ''}
 `)
             .join('\n\n')}
 

package/dist/index.cjs.map

@@ -1 +1 @@
-{"version":3,"file":"index.cjs","sources":[],"sourcesContent":[],"names":[],"mappings":";;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;"}
+{"version":3,"file":"index.cjs","sources":[],"sourcesContent":[],"names":[],"mappings":";;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;"}

package/dist/index.js

@@ -1,7 +1,7 @@
 import { RunnablePassthrough, RunnableSequence } from '@langchain/core/runnables';
 import { pick, omit } from 'es-toolkit';
-import { generateText, Output } from 'ai';
 import { z } from 'zod';
+import { generateText, Output } from 'ai';
 import { JSDOM } from 'jsdom';
 import juice from 'juice';
 import safeMarkdown2Html from 'safe-markdown2html';
@@ -89,6 +89,25 @@ class LoggingExecutor {
     }
 }
 
+async function generateObjectByLLM({ schema, ...rest }) {
+    const result = await generateText({
+        ...rest,
+        output: Output.object({ schema }),
+        // Anthropic truncates structured output when it contains quotation marks.
+        // Using 'jsonTool' mode avoids this issue.
+        providerOptions: {
+            anthropic: {
+                structuredOutputMode: 'jsonTool',
+            },
+        },
+    });
+    return {
+        output: result.output,
+        usage: result.usage,
+        finishReason: result.finishReason,
+    };
+}
+
 /**
  * Replaces ASCII double quotes with Unicode smart quotes (U+201C, U+201D).
  * Prevents JSON structured output corruption when LLM reproduces quoted titles.
@@ -171,7 +190,7 @@ class AnalyzeImages extends LLMQuery {
     schema = z.object({
         imageContext: z
             .string()
-            .describe('A comprehensive description of all information extracted from the images'),
+            .describe('A high-level overview of the general theme, mood, and context conveyed by the images (without specific names, titles, or exact figures from text within images)'),
     });
     constructor(config) {
         super(config);
@@ -184,12 +203,10 @@ class AnalyzeImages extends LLMQuery {
         if (this.imageMessages.length === 0) {
             return { result: null, usage: ZERO_USAGE };
         }
-        const { output, usage } = await generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             messages: [
                 {
@@ -209,29 +226,36 @@ You are a specialized image analysis expert in: ${this.expertFields.join(', ')}
 ## Core Responsibilities
 1. Extract visual information unavailable from text alone
 2. Identify industry-specific elements, facilities, and stakeholders
-3. Accurately read and transcribe text, charts, and data visualizations
+3. Summarize the general theme and context of charts, data visualizations, and text within images at a high level
 4. Synthesize visual information with article context
 
+## Critical Rule: NO Detailed Text Transcription
+- Do NOT transcribe specific names, titles, numbers, dates, or exact phrases from text within images
+- Instead, describe WHAT KIND of information is present (e.g., "a conference poster listing multiple speaker sessions" instead of transcribing each speaker's name and talk title)
+- Specific text in images is prone to misreading — only describe the general nature and purpose of such text
+- Focus on the overall theme, mood, and context that the images convey
+
 ## Analysis Framework
 
 ### Information Categories to Extract
 - Industry-relevant visual elements
-- Text and numerical data within images
-- Key subjects (people, places, objects, infrastructure)
+- General theme and purpose of text/data shown in images (without exact transcription)
+- Key subjects (people, places, objects, infrastructure) described at a general level
 - Contextual relationships to ${this.expertFields.join(', ')}
 - Information gaps filled by visual analysis
 
 ### Quality Standards
-- Accuracy and specificity in descriptions
+- High-level accuracy in describing the overall context
 - Professional relevance for industry practitioners
 - Integration with accompanying text content
-- Completeness in covering all visual information
+- Preference for general descriptions over specific details from image text
 
 ## Output Specifications
 - Language: ${this.options.content.outputLanguage}
 - Format: Single cohesive explanation (not numbered list)
-- Focus: Practical insights for industry professionals
-- Integration: Seamlessly merge all extracted information`;
+- Focus: High-level context and practical insights for industry professionals
+- Integration: Seamlessly merge all extracted information
+- Granularity: Describe the general nature of visual content — avoid quoting specific names, titles, figures, or exact text from images`;
     }
     get imageUrls() {
         // Markdown image pattern: ![alt text](url) or ![](url)
@@ -278,9 +302,9 @@ Analyze the provided images and synthesize your findings into a single comprehen
 
 1. **Identifies Visual Content**: Extract industry-specific elements, infrastructure, and stakeholders relevant to ${this.expertFields.join(', ')}
 
-2. **Captures Text & Data**: Accurately read and include all visible text, numerical data, charts, and graphs
+2. **Summarizes Visual Text & Data**: Describe the general theme and purpose of any text, numerical data, charts, or graphs shown in images — do NOT transcribe specific names, titles, exact numbers, or quoted phrases
 
-3. **Describes Visual Elements**: Detail important subjects (people, places, objects) and their significance
+3. **Describes Visual Elements**: Detail important subjects (people, places, objects) and their significance at a general level
 
 4. **Establishes Connections**: Link visual information to ${this.expertFields.join(', ')} context and article content
 
@@ -288,6 +312,8 @@ Analyze the provided images and synthesize your findings into a single comprehen
 
 6. **Complements Text**: Add visual insights not covered in the article text
 
+**Important**: Do NOT attempt to exactly transcribe text within images (names, titles, numbers, dates). Instead, describe what kind of information is shown. Exact text from images is unreliable and may contain errors.
+
 **Format**: Present all findings as one flowing narrative without enumeration.`,
         };
     }
@@ -305,12 +331,10 @@ class ClassifyTags extends LLMQuery {
     }
     async execute({ existTags }) {
         this.existTags = existTags;
-        const { output, usage } = await generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -387,12 +411,10 @@ class DetermineArticleImportance extends LLMQuery {
         this.dateService = config.dateService;
     }
     async execute() {
-        const { output, usage } = await generateText({
+        const { output, usage } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
-            output: Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -929,7 +951,7 @@ let GenerateNewsletter$1 = class GenerateNewsletter extends BaseLLMQuery {
         this.newsletterBrandName = config.newsletterBrandName;
     }
     async execute() {
-        const { output, usage, finishReason } = await generateText({
+        const { output, usage, finishReason } = await generateObjectByLLM({
             model: this.model,
             maxRetries: this.options.llm.maxRetries,
             maxOutputTokens: this.maxOutputTokens,
@@ -938,9 +960,7 @@ let GenerateNewsletter$1 = class GenerateNewsletter extends BaseLLMQuery {
             topK: this.topK,
             presencePenalty: this.presencePenalty,
             frequencyPenalty: this.frequencyPenalty,
-            output: Output.object({
-                schema: this.schema,
-            }),
+            schema: this.schema,
             system: this.systemPrompt,
             prompt: this.userPrompt,
         });
@@ -975,6 +995,7 @@ Important rule for displaying date ranges: When displaying date ranges, you must
 4. **Verifiable Information**: All information must be directly verifiable from the provided sources.
 5. **No Speculation**: Do not use speculative expressions like "appears to be" or "is expected to".
 6. **No Fictional Standards/Policies**: Do not mention non-existent standards/policies or systems incorrectly reported as planned for future implementation.
+7. **Image Analysis as Supplementary Context Only**: Image analysis results are provided solely for understanding the general visual context of articles. Do NOT quote specific names, titles, numbers, or detailed facts from image analysis in the newsletter body — these may contain inaccuracies. Only use image analysis to understand the broad theme or mood of the article's visual content.
 
 Roles:
 - Friendly Guide: Deliver information like a trusted colleague rather than a rigid expert. Use appropriate emoticons in titles and section headings to improve readability.
@@ -1097,7 +1118,7 @@ ${this.targetArticles
 **Tags:** ${[post.tag1, post.tag2, post.tag3].filter(Boolean).join(', ')}
 **Content Type:** ${post.contentType}
 **URL:** ${post.url}
-${post.imageContextByLlm ? `**Image Analysis:** ${post.imageContextByLlm}` : ''}
+${post.imageContextByLlm ? `**Image Analysis (supplementary context only — do not cite specific details from this in the newsletter):** ${post.imageContextByLlm}` : ''}
 `)
             .join('\n\n')}
 

package/dist/index.js.map

@@ -1 +1 @@
-{"version":3,"file":"index.js","sources":[],"sourcesContent":[],"names":[],"mappings":";;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;"}
+{"version":3,"file":"index.js","sources":[],"sourcesContent":[],"names":[],"mappings":";;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;"}

package/package.json

@@ -2,7 +2,7 @@
   "name": "@llm-newsletter-kit/core",
   "private": false,
   "type": "module",
-  "version": "1.3.7",
+  "version": "1.3.9",
   "description": "An extensible framework to automate your entire newsletter workflow. Handles data collection, LLM-based content analysis, and email generation, letting you focus on your unique domain logic.",
   "main": "dist/index.cjs",
   "module": "dist/index.js",
@@ -48,36 +48,36 @@
   "author": "kimhongyeon",
   "license": "Apache-2.0",
   "dependencies": {
-    "@langchain/core": "^1.1.32",
-    "ai": "^6.0.116",
+    "@langchain/core": "^1.1.39",
+    "ai": "^6.0.154",
     "es-toolkit": "^1.45.1",
-    "jsdom": "^29.0.0",
+    "jsdom": "^29.0.2",
     "juice": "^11.1.1",
     "safe-markdown2html": "^1.0.1",
     "zod": "^4.3.6"
   },
   "devDependencies": {
-    "@ai-sdk/anthropic": "^3.0.58",
-    "@ai-sdk/google": "^3.0.43",
-    "@ai-sdk/openai": "^3.0.41",
-    "@ai-sdk/togetherai": "^2.0.39",
+    "@ai-sdk/anthropic": "^3.0.68",
+    "@ai-sdk/google": "^3.0.60",
+    "@ai-sdk/openai": "^3.0.52",
+    "@ai-sdk/togetherai": "^2.0.45",
     "@eslint/js": "^10.0.1",
     "@trivago/prettier-plugin-sort-imports": "^6.0.2",
-    "@types/jsdom": "^28.0.0",
-    "@types/node": "^25.5.0",
-    "@vitest/coverage-v8": "^4.1.0",
-    "@vitest/expect": "^4.1.0",
-    "eslint": "^10.0.3",
+    "@types/jsdom": "^28.0.1",
+    "@types/node": "^25.5.2",
+    "@vitest/coverage-v8": "^4.1.4",
+    "@vitest/expect": "^4.1.4",
+    "eslint": "^10.2.0",
     "eslint-plugin-unused-imports": "^4.4.1",
     "prettier": "^3.8.1",
     "rimraf": "^6.1.3",
-    "rollup": "^4.59.0",
-    "rollup-plugin-dts": "^6.4.0",
-    "rollup-plugin-typescript2": "^0.36.0",
+    "rollup": "^4.60.1",
+    "rollup-plugin-dts": "^6.4.1",
+    "rollup-plugin-typescript2": "^0.37.0",
     "tsx": "^4.21.0",
-    "typescript": "^5.9.3",
-    "typescript-eslint": "^8.57.0",
-    "vitest": "^4.1.0"
+    "typescript": "^6.0.2",
+    "typescript-eslint": "^8.58.1",
+    "vitest": "^4.1.4"
   },
   "repository": {
     "type": "git",