weflow-cli 1.17.0 → 1.19.0

package/scripts/opinion_timeline.py

@@ -1,138 +1,138 @@
-"""某个号的观点时间线：它这一年都说过什么，什么时候开始变了。
-
-日报每天把文章存成 `output/biz-daily/<date>/<topic>/*.md`（frontmatter 带 `source`、
-`date`，正文有 `## AI 摘要`），所以"这个号的观点怎么变"是可以按时间排出来的 ——
-而微信里你只能一篇篇点开、还没有横轴。
-
-用法：
-    python scripts/opinion_timeline.py --list                  # 哪些号存了多少篇
-    python scripts/opinion_timeline.py --source 某号      # 时间线
-    python scripts/opinion_timeline.py --source 某号 --months 3
-    python scripts/opinion_timeline.py --source 某号 --ai       # 让模型总结观点变化
-"""
-from __future__ import annotations
-
-import argparse
-import json
-import pathlib
-import re
-import sys
-from collections import defaultdict
-
-SCRIPT_DIR = pathlib.Path(__file__).resolve().parent
-sys.path.insert(0, str(SCRIPT_DIR))
-
-# 摘要复用日报那套清洗：原始文本是「【核心观点】…【关键细节】1.…」，直接打出来是噪音。
-from daily_mail import clean_summary as _clean  # noqa: E402
-
-ROOT = SCRIPT_DIR.parent
-DAILY_DIR = ROOT / 'output' / 'biz-daily'
-
-
-def parse_md(path):
-    """frontmatter + `## AI 摘要` 那一段。解析不出来就跳过，不让一篇坏文件毁掉整条时间线。"""
-    try:
-        text = path.read_text(encoding='utf-8')
-    except Exception:
-        return None
-    meta = {}
-    body = text
-    if text.startswith('---'):
-        end = text.find('\n---', 3)
-        if end > 0:
-            for line in text[3:end].splitlines():
-                if ':' in line:
-                    k, v = line.split(':', 1)
-                    meta[k.strip()] = v.strip().strip('"')
-            body = text[end + 4:]
-    summary = ''
-    m = re.search(r'##\s*AI 摘要\s*\n+(.+?)(?:\n#|\n---|$)', body, re.S)
-    if m:
-        summary = ' '.join(m.group(1).split())[:200]
-    return {
-        'title': meta.get('title', ''),
-        'source': meta.get('source', ''),
-        'date': meta.get('date', ''),
-        'relevance': meta.get('relevance', ''),
-        'topic': meta.get('topic', ''),
-        'url': meta.get('url', ''),
-        'summary': summary,
-    }
-
-
-def load_all():
-    """所有日期目录里的文章。"""
-    items = []
-    if not DAILY_DIR.is_dir():
-        return items
-    for day in sorted(DAILY_DIR.iterdir()):
-        if not day.is_dir():
-            continue
-        for md in day.rglob('*.md'):
-            rec = parse_md(md)
-            if rec and rec['source']:
-                items.append(rec)
-    return items
-
-
-def main():
-    ap = argparse.ArgumentParser(description='某个号的观点时间线')
-    ap.add_argument('--source', default='', help='公众号名（子串匹配）')
-    ap.add_argument('--months', type=int, default=0, help='只看最近 N 个月（0 = 全部）')
-    ap.add_argument('--limit', type=int, default=30, help='最多列几篇（默认 30，最近的在前）')
-    ap.add_argument('--list', action='store_true', help='列出存了哪些号、各多少篇')
-    ap.add_argument('--ai', action='store_true', help='让模型总结观点变化（要 API key）')
-    ap.add_argument('--json', action='store_true')
-    args = ap.parse_args()
-
-    items = load_all()
-    if not items:
-        raise SystemExit(f'{DAILY_DIR} 下没有可解析的文章')
-
-    if args.list:
-        counter = defaultdict(int)
-        for it in items:
-            counter[it['source']] += 1
-        rows = sorted(counter.items(), key=lambda kv: -kv[1])
-        print(f'共 {len(rows)} 个号，{len(items)} 篇\n')
-        for name, n in rows[:40]:
-            print(f'  {n:>4} 篇  {name}')
-        return
-
-    if not args.source:
-        ap.print_help()
-        return
-
-    picked = [it for it in items if args.source in it['source']]
-    if not picked:
-        raise SystemExit(f'没有匹配「{args.source}」的文章；用 --list 看有哪些号')
-    picked.sort(key=lambda x: x['date'], reverse=True)
-    if args.limit and args.limit > 0:
-        picked = picked[:args.limit]
-
-    dates = sorted({it['date'] for it in picked})
-    print(f"{picked[0]['source']}：{len(picked)} 篇，{dates[0]} ~ {dates[-1]}\n")
-    for it in picked:
-        rel = f"（{it['relevance']}）" if it['relevance'] else ''
-        print(f"{it['date']}  {it['title'][:60]}{rel}")
-        if it['summary']:
-            print(f"    {_clean(it['summary'], 160)}")
-
-    if args.ai:
-        from _utils import load_config, get_api_key, call_ai
-        api_key = get_api_key(load_config())
-        if not api_key:
-            print('\n[WARN] 没有可用的 API key，跳过观点总结', file=sys.stderr)
-            return
-        lines = [f"{it['date']} {it['title']}：{it['summary']}" for it in picked][-40:]
-        prompt = (
-            f"下面是同一个公众号「{picked[0]['source']}」按时间排列的文章与要点。\n"
-            '请用中文回答：它的关注点或立场有没有随时间变化？如果有，指出从什么变成什么，'
-            '并给出对应的日期作为证据；如果没有明显变化，就说明它一直关注什么。'
-            '不要罗列所有篇目，不要空话。\n\n' + '\n'.join(lines))
-        print('\n--- 观点变化（AI 总结）---')
-        print(call_ai(prompt, 'deepseek', api_key, max_tokens=800))
-
-
-if __name__ == '__main__':
-    main()
+"""某个号的观点时间线：它这一年都说过什么，什么时候开始变了。
+
+日报每天把文章存成 `output/biz-daily/<date>/<topic>/*.md`（frontmatter 带 `source`、
+`date`，正文有 `## AI 摘要`），所以"这个号的观点怎么变"是可以按时间排出来的 ——
+而微信里你只能一篇篇点开、还没有横轴。
+
+用法：
+    python scripts/opinion_timeline.py --list                  # 哪些号存了多少篇
+    python scripts/opinion_timeline.py --source 某号      # 时间线
+    python scripts/opinion_timeline.py --source 某号 --months 3
+    python scripts/opinion_timeline.py --source 某号 --ai       # 让模型总结观点变化
+"""
+from __future__ import annotations
+
+import argparse
+import json
+import pathlib
+import re
+import sys
+from collections import defaultdict
+
+SCRIPT_DIR = pathlib.Path(__file__).resolve().parent
+sys.path.insert(0, str(SCRIPT_DIR))
+
+# 摘要复用日报那套清洗：原始文本是「【核心观点】…【关键细节】1.…」，直接打出来是噪音。
+from daily_mail import clean_summary as _clean  # noqa: E402
+
+ROOT = SCRIPT_DIR.parent
+DAILY_DIR = ROOT / 'output' / 'biz-daily'
+
+
+def parse_md(path):
+    """frontmatter + `## AI 摘要` 那一段。解析不出来就跳过，不让一篇坏文件毁掉整条时间线。"""
+    try:
+        text = path.read_text(encoding='utf-8')
+    except Exception:
+        return None
+    meta = {}
+    body = text
+    if text.startswith('---'):
+        end = text.find('\n---', 3)
+        if end > 0:
+            for line in text[3:end].splitlines():
+                if ':' in line:
+                    k, v = line.split(':', 1)
+                    meta[k.strip()] = v.strip().strip('"')
+            body = text[end + 4:]
+    summary = ''
+    m = re.search(r'##\s*AI 摘要\s*\n+(.+?)(?:\n#|\n---|$)', body, re.S)
+    if m:
+        summary = ' '.join(m.group(1).split())[:200]
+    return {
+        'title': meta.get('title', ''),
+        'source': meta.get('source', ''),
+        'date': meta.get('date', ''),
+        'relevance': meta.get('relevance', ''),
+        'topic': meta.get('topic', ''),
+        'url': meta.get('url', ''),
+        'summary': summary,
+    }
+
+
+def load_all():
+    """所有日期目录里的文章。"""
+    items = []
+    if not DAILY_DIR.is_dir():
+        return items
+    for day in sorted(DAILY_DIR.iterdir()):
+        if not day.is_dir():
+            continue
+        for md in day.rglob('*.md'):
+            rec = parse_md(md)
+            if rec and rec['source']:
+                items.append(rec)
+    return items
+
+
+def main():
+    ap = argparse.ArgumentParser(description='某个号的观点时间线')
+    ap.add_argument('--source', default='', help='公众号名（子串匹配）')
+    ap.add_argument('--months', type=int, default=0, help='只看最近 N 个月（0 = 全部）')
+    ap.add_argument('--limit', type=int, default=30, help='最多列几篇（默认 30，最近的在前）')
+    ap.add_argument('--list', action='store_true', help='列出存了哪些号、各多少篇')
+    ap.add_argument('--ai', action='store_true', help='让模型总结观点变化（要 API key）')
+    ap.add_argument('--json', action='store_true')
+    args = ap.parse_args()
+
+    items = load_all()
+    if not items:
+        raise SystemExit(f'{DAILY_DIR} 下没有可解析的文章')
+
+    if args.list:
+        counter = defaultdict(int)
+        for it in items:
+            counter[it['source']] += 1
+        rows = sorted(counter.items(), key=lambda kv: -kv[1])
+        print(f'共 {len(rows)} 个号，{len(items)} 篇\n')
+        for name, n in rows[:40]:
+            print(f'  {n:>4} 篇  {name}')
+        return
+
+    if not args.source:
+        ap.print_help()
+        return
+
+    picked = [it for it in items if args.source in it['source']]
+    if not picked:
+        raise SystemExit(f'没有匹配「{args.source}」的文章；用 --list 看有哪些号')
+    picked.sort(key=lambda x: x['date'], reverse=True)
+    if args.limit and args.limit > 0:
+        picked = picked[:args.limit]
+
+    dates = sorted({it['date'] for it in picked})
+    print(f"{picked[0]['source']}：{len(picked)} 篇，{dates[0]} ~ {dates[-1]}\n")
+    for it in picked:
+        rel = f"（{it['relevance']}）" if it['relevance'] else ''
+        print(f"{it['date']}  {it['title'][:60]}{rel}")
+        if it['summary']:
+            print(f"    {_clean(it['summary'], 160)}")
+
+    if args.ai:
+        from _utils import load_config, get_api_key, call_ai
+        api_key = get_api_key(load_config())
+        if not api_key:
+            print('\n[WARN] 没有可用的 API key，跳过观点总结', file=sys.stderr)
+            return
+        lines = [f"{it['date']} {it['title']}：{it['summary']}" for it in picked][-40:]
+        prompt = (
+            f"下面是同一个公众号「{picked[0]['source']}」按时间排列的文章与要点。\n"
+            '请用中文回答：它的关注点或立场有没有随时间变化？如果有，指出从什么变成什么，'
+            '并给出对应的日期作为证据；如果没有明显变化，就说明它一直关注什么。'
+            '不要罗列所有篇目，不要空话。\n\n' + '\n'.join(lines))
+        print('\n--- 观点变化（AI 总结）---')
+        print(call_ai(prompt, 'deepseek', api_key, max_tokens=800))
+
+
+if __name__ == '__main__':
+    main()