147 lines
5.5 KiB
Markdown
147 lines
5.5 KiB
Markdown
---
|
||
status: awaiting_human_verify
|
||
trigger: "DeepAnalyzer: (1) 禁用思考模式后准确性下降（鲜合器→银河系），(2) 摘要部分只是重复开头文字需移除，(3) 元数据 title/author 仍不正确"
|
||
created: 2026-03-20T00:00:00Z
|
||
updated: 2026-03-21T02:45:00Z
|
||
---
|
||
|
||
## Current Focus
|
||
|
||
hypothesis: |
|
||
**修复已完成，单元测试通过，等待用户端到端验证**
|
||
|
||
修复1: 移除 thinking.type="disabled" 参数
|
||
- 文件：kb_workflow/deep_analyzer/__init__.py (第91-122行)
|
||
- 修改：移除 `"thinking": {"type": "disabled"}` 参数
|
||
- 效果：AI 将使用默认思考模式，提高 ASR 纠错准确性
|
||
|
||
修复2: SRTProcessor metadata 扁平化
|
||
- 文件：kb_workflow/pipeline/processors/srt.py (第162-195行)
|
||
- 修改：添加扁平化逻辑，处理嵌套结构 {metadata: {...}}
|
||
- 效果：正确提取 title/author 等元数据字段
|
||
|
||
修复3: 移除 SRTProcessor 摘要部分
|
||
- 文件：kb_workflow/pipeline/processors/srt.py (第195-230行)
|
||
- 修改：移除摘要部分生成代码
|
||
- 效果：不再生成低质量的摘要部分
|
||
|
||
修复4: duration 字段类型处理
|
||
- 文件：kb_workflow/pipeline/processors/srt.py (第276-284行)
|
||
- 修改：添加类型检查，支持字符串和整数格式
|
||
- 效果：正确处理 "05:42" 字符串格式的时长
|
||
|
||
test: |
|
||
单元测试通过：
|
||
- ✅ metadata 扁平化逻辑正确
|
||
- ✅ frontmatter 生成正确（title, author, bvid 都正确）
|
||
- ✅ duration 字段类型处理正确
|
||
|
||
等待端到端测试：
|
||
1. 重新运行 Bilibili pipeline 处理 BV1MiPSz2ErY
|
||
2. 检查生成的 analysis.md 文件
|
||
expecting: |
|
||
1. ASR纠错准确性提高（"银河系"不应被误写为"鲜合器"）
|
||
2. 输出不再包含摘要部分
|
||
3. 元数据正确显示标题："新研究表明，银心的能量来源可能是暗物质，而非黑洞，【科学快报】第263期"
|
||
4. 元数据正确显示作者："科学透镜"
|
||
next_action: |
|
||
等待用户重新运行 pipeline 并验证结果
|
||
|
||
## Symptoms
|
||
expected: |
|
||
1. ASR纠错准确（如"银河系"不会被误写为"鲜合器"）
|
||
2. 摘要是真正的总结提炼，不是重复开头文字（或直接移除摘要部分）
|
||
3. 元数据正确显示标题、作者等
|
||
actual: |
|
||
1. 第18行显示"我们的鲜合器其实是被吸引进了一个明天数千万光年..." - 识别错误
|
||
2. 第8-10行摘要只是重复视频开头文字，非真正总结
|
||
3. 第2-4行显示 title: "未命名", author: "未知"
|
||
errors: |
|
||
- ASR纠错准确性下降
|
||
- 摘要质量问题
|
||
- 元数据未正确填充
|
||
reproduction: |
|
||
参考：~/work/zq/30.资源/AI分析/bilibili/20260321_BV1MiPSz2ErY_analysis.md
|
||
started: 2026-03-21，用户验证修复后报告新问题
|
||
|
||
## Eliminated
|
||
|
||
## Evidence
|
||
|
||
[... previous evidence ...]
|
||
|
||
- timestamp: 2026-03-21T02:45:00Z
|
||
checked: 单元测试结果
|
||
found: |
|
||
1. ✅ metadata 扁平化逻辑正确
|
||
2. ✅ frontmatter 生成正确
|
||
3. ✅ title: "新研究表明，银心的能量来源可能是暗物质，而非黑洞，【科学快报】第263期"
|
||
4. ✅ author: "科学透镜"
|
||
5. ✅ bvid: "BV1MiPSz2ErY"
|
||
6. ✅ duration: "05:42"
|
||
implication: |
|
||
**修复验证：**
|
||
1. metadata 扁平化逻辑正确处理嵌套结构
|
||
2. frontmatter 生成正确包含所有字段
|
||
3. duration 类型处理正确（字符串和整数都支持）
|
||
|
||
## Resolution
|
||
|
||
root_cause: |
|
||
1. **thinking.type=disabled 导致ASR纠错准确性下降**
|
||
- SimpleAIClient._call_zhipu() 禁用思考模式
|
||
- 影响 ASRCorrector 纠错质量
|
||
|
||
2. **SRTProcessor 未扁平化嵌套 metadata 结构**
|
||
- metadata.json: {metadata: {title: "xxx", author: "xxx"}}
|
||
- SRTProcessor._generate_frontmatter() 直接访问 metadata.get('title')
|
||
- 返回 None，使用默认值"未命名"
|
||
|
||
3. **SRTProcessor 自动生成低质量摘要**
|
||
- 第219-226行简单复制第一段开头200字符
|
||
- 用户要求移除摘要部分
|
||
|
||
4. **duration 字段类型处理不当**
|
||
- metadata 中 duration 是字符串 "05:42"
|
||
- _format_duration 期望整数秒数
|
||
- 导致 TypeError
|
||
|
||
fix: |
|
||
1. **kb_workflow/deep_analyzer/__init__.py (第91-122行)**
|
||
- 修改 _call_zhipu() 方法
|
||
- 移除 `"thinking": {"type": "disabled"}` 参数
|
||
- 让AI使用默认思考模式以提高准确性
|
||
- 同时处理 reasoning_content 字段作为后备
|
||
|
||
2. **kb_workflow/pipeline/processors/srt.py (第162-195行)**
|
||
- 修改 _load_metadata() 方法
|
||
- 添加扁平化逻辑，与 AnalyzeProcessor._normalize_metadata() 一致
|
||
- 处理嵌套结构 {metadata: {...}}
|
||
|
||
3. **kb_workflow/pipeline/processors/srt.py (第195-230行)**
|
||
- 修改 _generate_markdown() 方法
|
||
- 移除摘要部分生成代码（原第219-226行）
|
||
|
||
4. **kb_workflow/pipeline/processors/srt.py (第276-284行)**
|
||
- 修改 _generate_frontmatter() 方法
|
||
- 添加 duration 类型检查
|
||
- 支持字符串和整数格式
|
||
|
||
verification: |
|
||
单元验证完成：
|
||
1. ✅ metadata 扁平化逻辑正确
|
||
2. ✅ frontmatter 生成正确
|
||
3. ✅ duration 类型处理正确
|
||
4. ✅ title/author/bvid 都正确显示
|
||
|
||
等待用户端到端验证：
|
||
1. 重新运行 Bilibili pipeline 处理 BV1MiPSz2ErY
|
||
2. 检查生成的 analysis.md 文件
|
||
3. 验证 title/author 是否正确显示
|
||
4. 验证是否不再包含摘要部分
|
||
5. 验证 ASR 纠错准确性（"银河系"不应被误写为"鲜合器"）
|
||
|
||
files_changed:
|
||
- kb_workflow/deep_analyzer/__init__.py (修改 _call_zhipu 方法)
|
||
- kb_workflow/pipeline/processors/srt.py (修改 _load_metadata, _generate_markdown, _generate_frontmatter 方法)
|