---
phase: 12-srt-simplifier
plan: 02
type: execute
wave: 2
depends_on:
  - 12-01
files_modified:
  - kb_workflow/pipeline/pipeline.py
  - kb_workflow/pipeline/schemas.py
  - kb_workflow/cli.py
  - kb_workflow/deep_analyzer/__init__.py
  - tests/test_bilibili_pipeline.py
autonomous: false
requirements:
  - OUT-03
  - SCOPE-01
  - SCOPE-02
must_haves:
  truths:
    - "B 站视频处理流程使用 SRTProcessor 替代 AnalyzeProcessor"
    - "知乎等其他平台处理器保持不变"
    - "DeepAnalyzer 不再被 B 站视频处理调用"
    - "kb-workflow process 命令正常工作"
  artifacts:
    - path: "kb_workflow/pipeline/pipeline.py"
      provides: "Pipeline 编排"
      contains: "bilibili pipeline steps"
    - path: "kb_workflow/cli.py"
      provides: "CLI 入口"
      contains: "process_command"
  key_links:
    - from: "kb_workflow/cli.py"
      to: "kb_workflow/pipeline/pipeline.py"
      via: "Pipeline class"
      pattern: "Pipeline"
    - from: "kb_workflow/pipeline/pipeline.py"
      to: "kb_workflow/pipeline/processors/srt.py"
      via: "platform check"
      pattern: "SRTProcessor"
---

<objective>
将 SRTProcessor 集成到 Pipeline，修改 B 站处理流程使用简化处理，移除 DeepAnalyzer 调用，同时保持知乎等其他平台处理不变。

Purpose: 实现需求 SCOPE-01（移除深度分析）和 SCOPE-02（仅针对 B 站），确保 B 站视频生成简化的 Markdown 文档。
Output: 修改后的 Pipeline 和 CLI，集成测试通过。
</objective>

<execution_context>
@/home/starmen1265/.claude/get-shit-done/workflows/execute-plan.md
@/home/starmen1265/.claude/get-shit-done/templates/summary.md
</execution_context>

<context>
@.planning/PROJECT.md
@.planning/ROADMAP.md
@.planning/STATE.md

## 现有 Pipeline 流程（from cli.py）

```python
processors = [
    ParseProcessor(),
    DownloadProcessor(),
    ASRProcessor(),
    AnalyzeProcessor(),  # B 站视频：深度分析（需移除）
    ArchiveProcessor(),
]

config = PipelineConfig(
    steps=["parse", "download", "asr", "analyze", "archive"],
)
```

## Pipeline 条件逻辑（from pipeline.py）

```python
# 现有平台相关逻辑示例
text_content_types = {"article", "answer", "zhuanlan", "question"}
if step_name == "asr" and parsed.content_type in text_content_types:
    logger.info(f"Skipping ASR for text content type: {parsed.content_type}")
    continue
```

## B 站 vs 知乎处理差异

| 平台 | 内容类型 | ASR | 分析 |
|------|----------|-----|------|
| bilibili | video | 需要 | 简化（SRTProcessor） |
| bilibili | article | 跳过 | AnalyzeProcessor（保留） |
| zhihu | answer | 跳过 | AnalyzeProcessor（保留） |
| zhihu | zhuanlan | 跳过 | AnalyzeProcessor（保留） |

## 需要修改的文件

1. `pipeline.py`: 根据平台类型选择处理器
2. `cli.py`: 更新处理器列表
3. `schemas.py`: 添加必要的 Input/Output Schema

</context>

<tasks>

<task type="auto">
  <name>Task 1: 修改 Pipeline 支持平台特定处理流程</name>
  <files>kb_workflow/pipeline/pipeline.py, kb_workflow/pipeline/schemas.py</files>
  <action>
    修改 Pipeline 支持平台特定处理流程:

    1. 更新 `kb_workflow/pipeline/schemas.py`:
       - 确认 `SRTInput` 和 `SRTOutput` 已在 12-01 中添加
       - 添加 `SRTInput` 到 imports

    2. 修改 `kb_workflow/pipeline/pipeline.py` 的 `run` 方法:
       - 在 step 处理循环中，检测 B 站视频 + analyze 步骤的情况
       - B 站视频（platform="bilibili", content_type="video"）时:
         - 跳过 "analyze" 步骤
         - 执行 "srt" 步骤（使用 SRTProcessor）
       - 其他情况保持原有逻辑

    3. 修改 `run` 方法中的步骤输入创建逻辑:
       - 添加 `elif step_name == "srt":` 分支
       - SRTInput 需要: srt_file（从 ASR 结果获取）, metadata_file, output_file

    4. 修改 `_populate_skipped_step_results` 方法:
       - 添加 "srt" 步骤的现有文件扫描逻辑

    关键代码位置: pipeline.py 约 170-250 行
  </action>
  <verify>
    <automated>python -c "from kb_workflow.pipeline.pipeline import Pipeline; print('Pipeline imports OK')</automated>
  </verify>
  <done>
    - Pipeline 能根据平台类型选择处理器
    - B 站视频使用 SRTProcessor
    - 其他平台保持 AnalyzeProcessor
  </done>
</task>

<task type="auto">
  <name>Task 2: 更新 CLI 处理器注册</name>
  <files>kb_workflow/cli.py</files>
  <action>
    更新 CLI 处理器注册:

    1. 修改 `kb_workflow/cli.py` 的 `process_command` 函数:
       - 导入 SRTProcessor: `from .pipeline.processors import SRTProcessor`
       - 将 SRTProcessor 添加到 processors 列表
       - 更新 PipelineConfig.steps: `["parse", "download", "asr", "srt", "analyze", "archive"]`
         （Pipeline 会根据平台条件跳过不需要的步骤）

    2. 处理器列表变为:
       ```python
       processors = [
           ParseProcessor(),
           DownloadProcessor(),
           ASRProcessor(),
           SRTProcessor(),    # 新增：B 站视频使用
           AnalyzeProcessor(), # 保留：知乎/文章使用
           ArchiveProcessor(),
       ]
       ```

    注意：Pipeline 步骤顺序保持不变，SRTProcessor 和 AnalyzeProcessor 都注册，
    但 Pipeline 会根据平台类型选择执行哪一个。
  </action>
  <verify>
    <automated>python -c "from kb_workflow.cli import process_command; print('CLI imports OK')</automated>
  </verify>
  <done>
    - CLI 正确导入 SRTProcessor
    - 处理器列表包含所有处理器
    - process_command 函数正常工作
  </done>
</task>

<task type="auto">
  <name>Task 3: 添加 B 站视频流程的端到端测试</name>
  <files>tests/test_bilibili_pipeline.py</files>
  <action>
    添加 B 站视频流程的端到端测试:

    1. 创建 `tests/test_bilibili_pipeline.py`:
       - 使用 mock 模拟 BilibiliAdapter 的 fetch_metadata 和 download_video
       - 使用 mock 模拟 ASRProcessor 的输出（返回 SRT 文件路径）
       - 测试 B 站视频处理流程:
         - 验证 SRTProcessor 被调用
         - 验证 AnalyzeProcessor 被跳过
         - 验证生成的 Markdown 文件格式正确

    2. 测试用例:
       - `test_bilibili_video_uses_srt_processor`: 验证 B 站视频使用 SRTProcessor
       - `test_bilibili_article_uses_analyze_processor`: 验证 B 站文章使用 AnalyzeProcessor
       - `test_zhihu_answer_uses_analyze_processor`: 验证知乎回答使用 AnalyzeProcessor

    3. 使用 pytest fixtures 创建测试数据:
       - 模拟的 SRT 文件内容
       - 模拟的 metadata.json 内容
  </action>
  <verify>
    <automated>pytest tests/test_bilibili_pipeline.py -v</automated>
  </verify>
  <done>
    - B 站视频流程测试通过
    - 平台路由逻辑正确
    - 生成的 Markdown 格式正确
  </done>
</task>

<task type="auto">
  <name>Task 4: 更新 DeepAnalyzer 添加弃用警告</name>
  <files>kb_workflow/deep_analyzer/__init__.py</files>
  <action>
    更新 DeepAnalyzer 添加弃用警告（但保留功能）:

    1. 修改 `kb_workflow/deep_analyzer/__init__.py`:
       - 在 `DeepAnalyzer.__init__` 中添加日志警告:
         ```python
         import logging
         logger = logging.getLogger(__name__)
         logger.warning(
             "DeepAnalyzer is deprecated for Bilibili video processing. "
             "Use SRTProcessor instead."
         )
         ```
       - 功能保持不变，以便知乎等其他平台继续使用

    2. 不删除任何代码，只是添加警告

    注意：DeepAnalyzer 仍被 AnalyzeProcessor 使用，知乎处理需要它。
    此任务只是添加警告，提醒开发者 B 站视频应使用 SRTProcessor。
  </action>
  <verify>
    <automated>python -c "from kb_workflow.deep_analyzer import DeepAnalyzer; print('DeepAnalyzer imports OK')</automated>
  </verify>
  <done>
    - DeepAnalyzer 仍可正常导入和使用
    - 初始化时输出弃用警告
    - 知乎处理流程不受影响
  </done>
</task>

<task type="checkpoint:human-verify" gate="blocking">
  <what-built>
    完整的 B 站视频简化处理流程：
    - SRTProcessor 处理器（解析、分段、纠错、Markdown 生成）
    - Pipeline 平台路由逻辑（B 站视频用 SRT，其他用 Analyze）
    - CLI 集成和端到端测试
  </what-built>
  <how-to-verify>
    1. 运行单元测试: `pytest tests/test_srt_processor.py tests/test_bilibili_pipeline.py -v`
    2. 测试 B 站视频处理（需要真实 SRT 文件或 mock）:
       ```bash
       # 使用测试模式运行
       python -m kb_workflow process "https://www.bilibili.com/video/BV1test" --no-skip
       ```
    3. 验证输出文件格式:
       - 检查生成的 .md 文件包含 YAML frontmatter
       - 检查时间戳已移除
       - 检查文本已分段
    4. 验证知乎处理不受影响:
       ```bash
       python -m kb_workflow process "https://zhuanlan.zhihu.com/p/123456" --no-skip
       ```
  </how-to-verify>
  <resume-signal>Type "approved" or describe issues found</resume-signal>
</task>

</tasks>

<verification>
- 所有单元测试通过
- B 站视频使用 SRTProcessor
- 知乎处理使用 AnalyzeProcessor
- CLI 命令正常工作
- DeepAnalyzer 弃用警告正常输出
</verification>

<success_criteria>
1. 运行 `kb-workflow process <bilibili-url>` 生成 Markdown 文件（非深度分析报告）
2. Markdown 文件包含视频元数据（标题、作者、时长）
3. 元数据处理功能保持不变（BilibiliAdapter 正常工作）
4. 视频标签正常生成
5. DeepAnalyzer 对 B 站视频输出弃用警告
6. 知乎等其他平台处理器不受影响
7. 所有测试通过
</success_criteria>

<output>
After completion, create `.planning/phases/12-srt-simplifier/12-02-SUMMARY.md`
</output>