d85dcd401b
架构从"扇出N个GenerationTask各跑完整管道"改为"一次LLM调用直接出N套
完整笔记包(N=1~5)"，落 FissionNote 表 + 独立展示页。
后端：
- 018迁移：fission_notes 表(文案JSON+score+passed+imagePlan+images+status)
- fission_prompt：FISSION_SYSTEM+三档参考度(low/mid/high)+normalize_tags+品类兜底
- fission_pipeline：一次LLM出N套→各评分(@80合格线)→排序→落库,不达标标
needs_optimization 非丢弃；apiports 503 回落 codeproxy gpt-5.5 强档兜底
- fission_images：每套串行调现有生图接口(零改动image_gen/storyboard)
- tasks.py：run_fission_pipeline Celery task，删旧扇出注入
- api/v1/fission：进度聚合FissionNote + GET /fission/{id}/notes(剥内部字段)
前端：FissionProgress对齐状态机 + N套独立展示页 + FissionNoteCard
测试：test_fission_engine(19)+test_fission_pipeline(5) 全过；104 全量回归绿
实测task5(fanout=2,mid)端到端跑通：一次出2套→seq0=85过/seq1=79标优化→
生图codeproxy/edits→1024×1536去AI化→task completed→notes端点返完整数据
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
77 lines
2.9 KiB
Python
77 lines
2.9 KiB
Python
"""
|
||
app/services/fission_service.py — 第11环裂变 service 入口（对齐上线版 split.js）
|
||
|
||
裂变 = 1爆款 → 一次 LLM 出 N 套完整笔记包（N=1~5）。
|
||
本文件只留 API 入口：
|
||
- create_fission：建 FissionTask 后丢 run_fission_pipeline.delay，不再扇出 GenerationTask
|
||
编排层（解析/评分/落库/生图）在 app/services/fission_pipeline.py（红线≤200行已拆）。
|
||
"""
|
||
import json
|
||
import logging
|
||
|
||
from sqlalchemy.orm import Session
|
||
|
||
from app.core.response import raise_business
|
||
from app.middleware.workspace_guard import CurrentUser
|
||
from app.models.fission import FissionTask
|
||
from app.models.task import GenerationTask
|
||
from app.services.ai_engine.fission_prompt import valid_level
|
||
from app.services.task_service import _check_user_has_key
|
||
|
||
logger = logging.getLogger(__name__)
|
||
|
||
MAX_FANOUT = 5 # 每用户并发上限5(红线)；裂变 N 套直出受同等约束
|
||
|
||
|
||
def create_fission(
|
||
db: Session, current_user: CurrentUser,
|
||
source_task_id: int, reference_level: str, fanout_count: int,
|
||
) -> tuple[int, list[int]]:
|
||
"""
|
||
从一个源任务建裂变任务，丢 Celery 一次出 N 套笔记包。
|
||
返回 (fission_id, [])。子笔记落 FissionNote，不再扇出 GenerationTask，
|
||
故第二个返回值恒为空列表（保留签名兼容旧调用方）。
|
||
"""
|
||
_check_user_has_key(db, current_user.user_id, current_user.workspace_id)
|
||
|
||
level = valid_level(reference_level)
|
||
n = max(1, min(fanout_count or 3, MAX_FANOUT))
|
||
|
||
# 读源任务（取产品+主题+已选文案作为爆款源）
|
||
src = db.query(GenerationTask).filter(
|
||
GenerationTask.id == source_task_id,
|
||
GenerationTask.workspace_id == current_user.workspace_id,
|
||
).first()
|
||
if not src:
|
||
raise_business("裂变源任务不存在")
|
||
|
||
source_note = {"title": src.theme or "", "content": _extract_source_copy(db, src)}
|
||
|
||
# 建 fission_task 记录（带 source_task_id 供 pipeline 取产品/张数）
|
||
ft = FissionTask(
|
||
workspace_id=current_user.workspace_id,
|
||
source_note=json.dumps(source_note, ensure_ascii=False),
|
||
reference_level=level, fanout_count=n, status="generating",
|
||
)
|
||
db.add(ft); db.commit(); db.refresh(ft)
|
||
|
||
# 丢 Celery：一次 LLM 出 N 套（不扇出 GenerationTask）
|
||
from app.workers.tasks import run_fission_pipeline
|
||
run_fission_pipeline.delay(ft.id, source_task_id)
|
||
|
||
logger.info("fission created id=%s level=%s n=%s src_task=%s",
|
||
ft.id, level, n, source_task_id)
|
||
return ft.id, []
|
||
|
||
|
||
def _extract_source_copy(db: Session, src: GenerationTask) -> str:
|
||
"""取源任务已选/最高分文案当爆款正文；无则用主题兜底。"""
|
||
from app.models.task import TextCandidate
|
||
c = (db.query(TextCandidate)
|
||
.filter(TextCandidate.task_id == src.id)
|
||
.order_by(TextCandidate.is_selected.desc(), TextCandidate.id.asc())
|
||
.first())
|
||
if c and c.content:
|
||
return c.content
|
||
return src.theme or ""
|