weflow-cli 1.9.0 → 1.11.0

package/scripts/pipeline.py

@@ -43,8 +43,11 @@ def main():
     parser.add_argument('--interest', default='AI', help='兴趣主题（默认 AI）')
     parser.add_argument('--wiki-limit', type=int, default=20, help='概念编译数量（默认 20）')
     parser.add_argument('--skip-classify', action='store_true', help='跳过后处理')
-    parser.add_argument('--skip-wiki', action='store_true', help='跳过概念编译')
-    parser.add_argument('--skip-vault', action='store_true', help='跳过 Vault 同步')
+    parser.add_argument('--with-wiki', action='store_true',
+                        help='把概念页写进 Obsidian Vault。**默认不做** —— Obsidian 自带的图谱\n'
+                             '视图是实时的，写一次 vault 图谱就重画一次，所以只有你明确要它重建时才写')
+    parser.add_argument('--with-vault', action='store_true',
+                        help='把当天的内容副本同步进 Obsidian Vault（Sources/WeChat/<日期>/）。**默认不做**')
     parser.add_argument('--skip-html', action='store_true', help='跳过 HTML 生成')
     parser.add_argument('--skip-ai-report', action='store_true', help='跳过 AI 深度阅读报告')
     parser.add_argument('--no-ai', action='store_true', help='关闭所有 AI 调用，但保留抓取和本地输出')
@@ -52,7 +55,7 @@ def main():
                         help='biz_daily 只做判断不做生成（不调 LLM 写摘要/标签/简报，'
                              '主题与相关度仍由 Jev 判断），因此**不需要 DeepSeek key**。'
                              '注意：下游步骤（行动建议/概念编译/AI 报告）仍会用 LLM，'
-                             '要全关请再加 --skip-classify --skip-wiki --skip-ai-report')
+                             '要全关请再加 --skip-classify --skip-ai-report')
     parser.add_argument('--ai-report-range', type=int, default=1, help='AI 报告覆盖最近 N 天（默认 1=仅当天）')
     parser.add_argument('--source', action='append', default=[], metavar='NAME',
                         help='仅处理指定公众号，可重复或用逗号分隔')
@@ -71,10 +74,10 @@ def main():
     #
     # **只算真的会调 LLM 的那两步**（行动建议、概念编译）：`generate_ai_report.py` 虽然
     # 叫 AI 报告，但一次 LLM 都不调（它读已落盘的概率与判断），把它算进来会让
-    # `--no-summary --skip-classify --skip-wiki` 仍然索要 DeepSeek key——那正是这条
+    # `--no-summary --skip-classify` 仍然索要 DeepSeek key——那正是这条
     # 路要摆脱的东西。
     api_key = args.api_key or ''
-    downstream_ai = not (args.skip_classify and args.skip_wiki)
+    downstream_ai = (not args.skip_classify) or args.with_wiki
     needs_key = args.engine in ('deepseek', 'claude') and not args.no_ai and (
         not args.no_summary or downstream_ai)
     if needs_key and not api_key:
@@ -104,7 +107,7 @@ def main():
             print('  [提示] --no-summary 只关掉本步骤的 LLM 生成；下游仍会调 LLM 的步骤：'
                   '%s。要全关请补上对应 --skip-*'
                   % '、'.join(n for n, skipped in (('classify_daily（行动建议）', args.skip_classify),
-                                                   ('compile_wiki（概念编译）', args.skip_wiki))
+                                                   ('compile_wiki（概念编译）', not args.with_wiki))
                               if not skipped))
     if not run_step('biz_daily — 抓取+摘要', step1_args):
         sys.exit(1)
@@ -121,8 +124,8 @@ def main():
         if not run_step('classify_daily — 后处理', step2_args):
             print('[WARN] classify_daily 失败，继续后续步骤')
 
-    # Step 3: Vault sync（可选）
-    if not args.skip_vault:
+    # Step 3: Vault sync（**默认不做**，见 --help）
+    if args.with_vault:
         date_str = args.date or time.strftime('%Y-%m-%d')
         source_dir = os.path.join(SOURCE_ROOT, date_str)
         vault_dir = os.path.join(os.path.dirname(SCRIPTS_DIR), 'output', 'wechat-vault',
@@ -134,14 +137,22 @@ def main():
             file_count = sum(1 for _ in Path(vault_dir).rglob('*.md'))
             print(f'\n  Vault 同步: {file_count} 个文件 → {vault_dir}')
 
-    # Step 4: wiki compile（可选）
-    if not args.skip_wiki and not args.no_ai:
+    # Step 4: wiki compile（**默认不做**，见 --help）
+    if args.with_wiki and not args.no_ai:
         step3_args = [
             os.path.join(SCRIPTS_DIR, 'compile_wiki.py'),
             '--limit', str(args.wiki_limit),
         ]
         run_step('wiki compile — 概念编译', step3_args)
 
+    # 默认不写 Vault：**Obsidian 自带的图谱视图是实时的** —— 它盯着 vault 里的文件，文件一变
+    # 就重画，所以"内容一更新图谱就重建"只在"自动改 vault"时发生。要它变，显式加那两个开关。
+    if not args.with_vault or not args.with_wiki:
+        missing = [name for name, on in (('--with-vault（当天内容副本）', args.with_vault),
+                                        ('--with-wiki（概念页）', args.with_wiki)) if not on]
+        print('\n  Obsidian 那边没有动：%s。要写进去就显式加上 —— 图谱只在你要它重建时才变。'
+              % '、'.join(missing))
+
     # Step 5: HTML 生成（可选）
     if not args.skip_html:
         date_str = args.date or time.strftime('%Y-%m-%d')

package/scripts/quality_eval.py

@@ -44,6 +44,11 @@ sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
 from _utils import TOPICS, RELEVANCE_NAMES  # noqa: E402
 from jev_client import create_client  # noqa: E402
 
+# 手跑或被重定向时 stdout 走本机编码（Windows 是 GBK）：非 GBK 字符（本文件里的 `⚠️`）会
+# UnicodeEncodeError、整次输出没了；桥接跑有 PYTHONIOENCODING=utf-8 所以看不出来。
+# 这条让两条路的输出一致（同 docs/EXTENDING.md Recipe E，守它的测试是 test/script_stdout_encoding_test.py）。
+sys.stdout.reconfigure(encoding='utf-8', errors='replace')
+
 TZ = timezone(timedelta(hours=8))
 ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
 DAILY_ROOT = os.path.join(ROOT, 'output', 'biz-daily')

package/scripts/rag_chat.py

@@ -19,7 +19,8 @@ import sys, os, json
 
 sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
 from _utils import load_config, create_engine, get_api_key, get_dashscope_key
-from semantic_search import search as semantic_search, build_index, INDEX_DIR, VECTORS_FILE
+from semantic_search import (search as semantic_search, build_index, INDEX_DIR, VECTORS_FILE,
+                             LINE_CHOICES, line_label)
 
 PROMPT_TEMPLATE = """你是一个个人知识助手，可以访问用户的微信聊天记录和公众号文章。
 
@@ -36,8 +37,12 @@ PROMPT_TEMPLATE = """你是一个个人知识助手，可以访问用户的微
 请用中文简洁回答，在关键信息处引用来源编号（如 [1]、[2]）。"""
 
 
-def format_context(results: list[dict]) -> str:
-    """将搜索结果格式化为 RAG context。"""
+def format_context(results: list[dict], line: str = 'all') -> str:
+    """将搜索结果格式化为 RAG context。
+
+    没有内容时**说清是"这条线里没有"**：`（未找到相关信息）` 会被模型读成"用户的知识库里
+    没有"，而它其实只是"这一条线里没有"——答案的事实性就错在这里。
+    """
     chunks = []
     for i, item in enumerate(results, 1):
         if item.get('type') == 'article':
@@ -55,12 +60,13 @@ def format_context(results: list[dict]) -> str:
             chunks.append(
                 f"[{i}] 内容: {item.get('text', str(item)[:500])}"
             )
-    return '\n\n'.join(chunks) if chunks else '（未找到相关信息）'
+    return '\n\n'.join(chunks) if chunks else '（**%s**里没找到相关信息）' % line_label(line)
 
 
-def build_prompt(question: str, results: list[dict], history: list[dict] = None) -> str:
+def build_prompt(question: str, results: list[dict], history: list[dict] = None,
+                 line: str = 'all') -> str:
     """构建 RAG prompt。"""
-    context = format_context(results)
+    context = format_context(results, line)
 
     if history and len(history) > 0:
         history_text = '\n'.join(
@@ -73,10 +79,14 @@ def build_prompt(question: str, results: list[dict], history: list[dict] = None)
 
 
 def query_rag(question: str, embed_key: str, chat_key: str, top_k: int = 10,
-              talker: str = None, history: list[dict] = None) -> dict:
-    """执行一次 RAG 查询。"""
+              talker: str = None, history: list[dict] = None, line: str = 'all') -> dict:
+    """执行一次 RAG 查询。
+
+    `line` 一路透到语义检索。**答案里要写清搜的是哪条线**：RAG 的坏法不是报错，是
+    "这条线里没有"被说成"你的知识库里没有"。函数默认 `all`，用户看到的默认在 CLI 那一层。
+    """
     # 1. 语义检索
-    results = semantic_search(question, embed_key, top_k=top_k)
+    results = semantic_search(question, embed_key, top_k=top_k, line=line)
 
     # 2. 过滤 talker（如果指定）
     if talker:
@@ -88,7 +98,7 @@ def query_rag(question: str, embed_key: str, chat_key: str, top_k: int = 10,
             }
 
     # 3. 构建 prompt
-    prompt = build_prompt(question, results, history)
+    prompt = build_prompt(question, results, history, line)
 
     # 4. 调用 AI
     config = load_config()
@@ -104,15 +114,17 @@ def query_rag(question: str, embed_key: str, chat_key: str, top_k: int = 10,
         else:
             sources.append(f"[{i}] {item.get('title', item.get('id', '?'))[:60]}")
 
-    return {'answer': answer, 'sources': sources}
+    return {'answer': answer, 'sources': sources, 'line': line, 'lineLabel': line_label(line)}
 
 
-def interactive_mode(embed_key: str, chat_key: str):
+def interactive_mode(embed_key: str, chat_key: str, line: str = 'all'):
     """交互式多轮对话。"""
     config = load_config()
     engine_type = config.get('aiEngine', 'deepseek')
 
     print(f'\n🤖 RAG 智能助手 ({engine_type})')
+    # **把范围写在脸上**：交互模式一开就是十几轮，用户中途改了 `--line` 是看不到的
+    print(f'  检索范围: {line_label(line)}（`all` 才两条线一起搜）')
     print('  输入问题开始对话，输入 /help 查看帮助，输入 /exit 退出\n')
 
     history: list[dict] = []
@@ -143,7 +155,7 @@ def interactive_mode(embed_key: str, chat_key: str):
             print(f'✓ {result}\n')
             continue
 
-        result = query_rag(question, embed_key, chat_key, top_k=10, history=history)
+        result = query_rag(question, embed_key, chat_key, top_k=10, history=history, line=line)
         history.append({'question': question, 'answer': result['answer']})
 
         print(f'\n🤖 助手:\n{result["answer"]}')
@@ -161,6 +173,8 @@ def main():
     parser.add_argument('--top-k', type=int, default=10, help='检索数量（默认 10）')
     parser.add_argument('--talker', help='限定联系人/群聊')
     parser.add_argument('--api-key', help='DeepSeek API key（优先从 config 读取）')
+    parser.add_argument('--line', choices=list(LINE_CHOICES), default='wiki',
+                        help='只看一条知识库：wiki=文章线（默认）、chat=聊天线、all=两条都看')
     parser.add_argument('--json', action='store_true', help='JSON 输出')
     args = parser.parse_args()
 
@@ -179,13 +193,16 @@ def main():
         sys.exit(1)
 
     if args.interactive or not question:
-        interactive_mode(embed_key, chat_key)
+        interactive_mode(embed_key, chat_key, line=args.line)
     else:
-        result = query_rag(question, embed_key, chat_key, top_k=args.top_k, talker=talker)
+        result = query_rag(question, embed_key, chat_key, top_k=args.top_k, talker=talker,
+                           line=args.line)
         if args.json:
             print(json.dumps(result, ensure_ascii=False, indent=2))
         else:
-            print(f'\n{result["answer"]}')
+            # 范围写在这句话里：`--line chat` 没答上来时，读的人要能一眼看出
+            # 是"聊天线里没有"还是"整个知识库里没有"
+            print(f'\n（检索范围：{result["lineLabel"]}）\n{result["answer"]}')
             if result.get('sources'):
                 print(f"\n📎 来源: {' | '.join(result['sources'])}")
 

package/scripts/reply_debt.py

@@ -327,9 +327,20 @@ def main():
     try:
         picked = collect_conversations(conns, name_map, own_wxid, args.days, args.limit)
         if not picked:
-            print('最近 %d 天没有活跃会话' % args.days)
+            # `--json` 时 stdout 必须是一整份 JSON。这条早退原来只打散文 ⇒ 机器消费者**拿不到任何
+            # 可解析的东西**（空目录/闲置机器上就会撞到）。形状与下面的 dry-run 预览一致，只是计数为 0。
+            if args.json:
+                print(json.dumps({'success': True, 'dryRun': args.dry_run,
+                                  'action': 'reply-debt.scan', 'days': args.days,
+                                  'conversations': 0, 'stateChars': 0,
+                                  'readsLocalChat': True, 'invokesAI': True,
+                                  'writesNothing': True}, ensure_ascii=False))
+            else:
+                print('最近 %d 天没有活跃会话' % args.days)
             return 0
-        print('扫描 %d 个最近 %d 天有动静的会话…\n' % (len(picked), args.days))
+        # 进度走 stderr（同文件下面两处 `file=sys.stderr` 的写法）：`--json` 时 stdout 只放结果，
+        # 这一行原来无条件打 stdout ⇒ `awaiting --dry-run --json | jq` 会断在第一个字符上。
+        print('扫描 %d 个最近 %d 天有动静的会话…\n' % (len(picked), args.days), file=sys.stderr)
 
         # 每个会话的最近若干条消息，一次读完（连接只开一次）
         transcripts = {}
@@ -389,7 +400,8 @@ def main():
                         verdict, transcripts.get(item['talker'], []))
                     verdict['evidence'] = proofs.get(item['talker'], {})
                     rows.append(verdict)
-        print('判断完成 %d/%d，耗时 %.1fs\n' % (len(rows), len(futures), time.time() - started))
+        print('判断完成 %d/%d，耗时 %.1fs\n' % (len(rows), len(futures), time.time() - started),
+              file=sys.stderr)   # 进度：`--json` 时不许进 stdout（本机跑不到这条路径，按读码改的）
     finally:
         for conn in conns:
             conn.close()
@@ -413,6 +425,8 @@ def main():
     noise = [r for r in rows if r['kind'] == '服务']
     uncertain = [r for r in rows if 0.3 <= (r['waiting'] or 0) < args.min_prob]
 
+    report_path = None      # 只有真的写了 HTML 才有值；json 模式下它会进输出
+
     if args.html:
         # 名字是外部数据，转义由 render_html 负责；这里只保证目录存在。
         target = os.path.abspath(args.html)
@@ -424,11 +438,17 @@ def main():
                 'days': args.days, 'minProb': args.min_prob,
                 'generatedAt': now.strftime('%Y-%m-%d %H:%M'),
             }))
-        print('已写出：%s（不含聊天内容，可直接分享）' % target)
+        report_path = target
+        # 人在看时打这一行；机器在看时**同一件事进 JSON**（`report` 那格）—— 只把它挪到 stderr 会
+        # 让机器消费者再也拿不到"写到哪了"，那不是修，是换一种丢。
+        if not args.json:
+            print('已写出：%s（不含聊天内容，可直接分享）' % target)
 
     if args.json:
-        print(json.dumps({'debts': debts, 'excluded_service': len(noise),
-                          'uncertain': uncertain}, ensure_ascii=False, indent=2))
+        payload = {'debts': debts, 'excluded_service': len(noise), 'uncertain': uncertain}
+        if report_path:
+            payload['report'] = report_path
+        print(json.dumps(payload, ensure_ascii=False, indent=2))
         return 0
 
     print('=' * 62)