'commit'

AI/AiService/HuangHaiTest.py

@@ -4,68 +4,6 @@ import re
 from CommonUtil import *
 
 
-def update_json_with_ai(client, markdown_content, json_obj):
-    """
-    更新 JSON 对象，将 title 属性生成描述信息填充到 text 属性中
-    """
-    # 如果 json_obj 是字符串，则将其解析为字典
-    if isinstance(json_obj, str):
-        json_obj = json.loads(json_obj)
-
-    # 检查是否存在嵌套的 data 对象
-    if "data" in json_obj and isinstance(json_obj["data"], dict):
-        data = json_obj["data"]
-        if "title" in data:
-            title = data["title"]
-            description = generate_description_with_ai(client, markdown_content, title)
-            data["text"] = description  # 将生成的描述信息填充到 text 属性中
-    elif "title" in json_obj:
-        # 如果 title 直接存在于 json_obj 中
-        title = json_obj["title"]
-        description = generate_description_with_ai(client, markdown_content, title)
-        json_obj["text"] = description
-
-    # 递归处理 items 中的子对象
-    if "items" in json_obj:
-        for item in json_obj["items"]:
-            update_json_with_ai(client, markdown_content, item)
-
-    return json_obj
-
-
-def generate_description_with_ai(client, markdown_content, title):
-    """
-    使用 AI 生成一句话的描述信息
-    """
-    # 构造提示词
-    prompt = f"以下是 Markdown 内容：\n{markdown_content}\n\n请为以下标题生成一句话的描述信息，描述信息应简洁明了，且与标题内容相关，不要包含任何序号（如 1.、2. 等）或 Markdown 语法（如 #、- 等）,也一定不要重复标题：\n{title}"
-
-    try:
-        # 调用 AI 模型
-        response = client.chat.completions.create(
-            model=MODEL_NAME,  # 根据需要选择合适的模型
-            messages=[
-                {"role": "system", "content": "你是一个专业的助手，能够根据上下文生成简洁的描述信息。"},
-                {"role": "user", "content": prompt}
-            ],
-            max_tokens=50  # 限制生成内容的长度
-        )
-
-        # 提取生成的描述信息
-        if response.choices and response.choices[0].message.content:
-            description = response.choices[0].message.content.strip()
-            # 去除序号和 Markdown 语法（如 1.、#、- 等）
-            description = re.sub(r'[\d.]+', '', description).strip()  # 去除序号
-            description = re.sub(r'[#-]', '', description).strip()  # 去除 Markdown 语法
-            return description
-        else:
-            print(f"AI 未返回有效描述信息，标题：{title}")
-            return title  # 如果 AI 未返回有效描述，则返回标题本身
-    except Exception as e:
-        print(f"调用 AI 生成描述信息时出错：{e}")
-        return title  # 如果调用失败，则返回标题本身
-
-
 # 流式生成数据的函数
 async def generate_stream_markdown(course_name: str):
     """
@@ -100,12 +38,6 @@ async def generate_stream_markdown(course_name: str):
     print(full_markdown)
 
 
-# 测试函数
-async def test_generate_stream_markdown():
-    async for chunk in generate_stream_markdown("三角形面积"):
-        print(chunk.decode("utf-8"), end="", flush=True)
-
-
 def extract_level1_title(markdown_content):
     """
     从 Markdown 字符串中提取一级目录的文本内容
@@ -183,22 +115,42 @@ def extract_level2_and_level3(markdown_content):
 
     return result
 
-def add_descriptions_to_structure(client, markdown_content, structure):
+
+
+def convert_structure_to_json(structure):
     """
-    遍历结构化数据，为每个二级和三级文本生成描述信息，并赋值给 text 属性
+    将结构化数据转换为指定的 JSON 格式
     """
+    result = []
+
     for level2 in structure:
-        # 为二级目录生成描述信息
+        # 处理二级目录
         level2_title = level2["title"]
-        level2["text"] = generate_description_with_ai(client, markdown_content, level2_title)
-
-        # 遍历三级目录
+        level2_json = {
+            "type": "transition",
+            "data": {
+                "title": level2_title,
+                "text": level2_title
+            }
+        }
+        result.append(level2_json)
+
+        # 处理三级目录
         for level3 in level2["children"]:
-            # 为三级目录生成描述信息
             level3_title = level3["title"]
-            level3["text"] = generate_description_with_ai(client, markdown_content, level3_title)
+            items = [{"title": item, "text": item} for item in level3["items"]]
+            level3_json = {
+                "type": "content",
+                "data": {
+                    "title": level3_title,
+                    "text": level3_title,
+                    "items": items
+                }
+            }
+            result.append(level3_json)
+
+    return result
 
-    return structure
 
 # 运行应用
 if __name__ == "__main__":
@@ -209,22 +161,23 @@ if __name__ == "__main__":
     with open("Sample.md", "r", encoding="utf-8") as file:
         markdown_content = file.read()
 
+    listAll = []
     # 一级名称
     level1_title = extract_level1_title(markdown_content)
     json_obj = {"type": "cover", "data": {"title": level1_title, "text": ""}}
-    # print(json.dumps(json_obj, ensure_ascii=False))
-    # 更新 JSON 对象
-    updated_json = update_json_with_ai(client, markdown_content, json_obj)
-    print(json.dumps(updated_json, ensure_ascii=False, indent=2))
+    listAll.append(json_obj)
 
     # 二级名称列表
     contents = extract_level2_titles(markdown_content)
     json_obj = {"type": "contents", "data": {"items": contents}}
-    print(json.dumps(json_obj, ensure_ascii=False))
+    listAll.append(json_obj)
 
     # 二级目录和三级目录
     result = extract_level2_and_level3(markdown_content)
-    print(json.dumps(result, ensure_ascii=False, indent=2))
+    json_obj = convert_structure_to_json(result)
+    # 遍历结果并一个对象一行打印
+    for item in json_obj:
+        listAll.append(item)
+
 
-    result=add_descriptions_to_structure(client, markdown_content, result)
-    print(json.dumps(result, ensure_ascii=False, indent=2))
+    print(listAll)