feat: 提示词和 AI 参数移至数据库管理

- AiSetting 模型新增 6 个提示词字段 + 3 个阶段温度字段
- main.py 迁移逻辑改为检测 ai_settings 表的新字段并填充默认值
- generate.py 从数据库读取生成提示词，去掉硬编码
- optimizer 从 API 读取各阶段提示词和温度，删除 prompts.py
- crawler 从 API 读取提取/改写提示词和温度，删除 prompts.py
- settings/active 端点去掉 token 认证（供爬虫/优化器使用）
- 后台设置页新增提示词编辑区和温度调节控件
- 新增 _ensure_default_settings 自动创建默认配置

api/app/models/setting.py

@@ -14,6 +14,19 @@ class AiSetting(Base):
     temperature = Column(Float, nullable=False, default=0.7)
     max_tokens = Column(Integer, nullable=False, default=2048)
 
+    # 提示词模板
+    generate_prompt = Column(Text, nullable=True, comment="AI 笑话生成提示词")
+    optimizer_quality_prompt = Column(Text, nullable=True, comment="优化器-质量检测提示词")
+    optimizer_polish_prompt = Column(Text, nullable=True, comment="优化器-润色提示词")
+    optimizer_evaluate_prompt = Column(Text, nullable=True, comment="优化器-评价分类提示词")
+    crawler_extract_prompt = Column(Text, nullable=True, comment="爬虫-笑话提取提示词")
+    crawler_rewrite_prompt = Column(Text, nullable=True, comment="爬虫-改写提示词")
+
+    # 优化器各阶段温度
+    optimizer_quality_temperature = Column(Float, nullable=False, default=0.3)
+    optimizer_polish_temperature = Column(Float, nullable=False, default=0.8)
+    optimizer_evaluate_temperature = Column(Float, nullable=False, default=0.3)
+
     crawl_enabled = Column(Boolean, nullable=False, default=False)
     crawl_keywords = Column(Text, nullable=True, default="")
     max_pages_per_run = Column(Integer, nullable=False, default=3)

api/app/routers/generate.py

@@ -1,8 +1,8 @@
-"""智能笑话生成器 API"""
+"""AI 笑话生成器 API — 提示词从数据库读取"""
 
 import json
 from datetime import datetime
-from fastapi import APIRouter, Depends, HTTPException, Query
+from fastapi import APIRouter, Depends, HTTPException
 from openai import OpenAI
 from sqlalchemy.orm import Session
 
@@ -13,9 +13,31 @@ from app.schemas.joke import GenerateRequest, GenerateResponse
 
 router = APIRouter(prefix="/generate", tags=["生成器"])
 
+STYLE_MAP = {
+    "cold": "冷幽默 / 无厘头",
+    "warm": "温馨幽默 / 暖心搞笑",
+    "twist": "反转 / 神转折",
+    "pun": "谐音梗 / 文字游戏",
+    "sketch": "段子 / 吐槽调侃",
+    "irony": "讽刺幽默 / 黑色幽默",
+}
 
-# AI Prompt
-GENERATION_PROMPT = """你是一位幽默大师，专门创作轻松搞笑的短笑话。
+LENGTH_MAP = {
+    "short": "30-80字，非常简短",
+    "medium": "80-150字，正常长度",
+    "long": "150-300字，可以描述一个小场景",
+}
+
+
+def _load_prompt(setting: AiSetting) -> str:
+    """从数据库读取生成提示词，没有则返回默认值"""
+    prompt = setting.generate_prompt
+    if not prompt or not prompt.strip():
+        prompt = GENERATE_PROMPT_DEFAULT
+    return prompt
+
+
+GENERATE_PROMPT_DEFAULT = """你是一位幽默大师，专门创作轻松搞笑的短笑话。
 
 {context}
 
@@ -36,27 +58,13 @@ GENERATION_PROMPT = """你是一位幽默大师，专门创作轻松搞笑的短
 
 score 是 1-10 的整数评分，reason 是用一句话说明亮点。"""
 
-STYLE_MAP = {
-    "cold": "冷幽默 / 无厘头",
-    "warm": "温馨幽默 / 暖心搞笑",
-    "twist": "反转 / 神转折",
-    "pun": "谐音梗 / 文字游戏",
-    "sketch": "段子 / 吐槽调侃",
-    "irony": "讽刺幽默 / 黑色幽默",
-}
-
-LENGTH_MAP = {
-    "short": "30-80字，非常简短",
-    "medium": "80-150字，正常长度",
-    "long": "150-300字，可以描述一个小场景",
-}
-
 
 def _build_prompt(
     scenarios: list[str],
     keywords: list[str],
     style: str = "twist",
     length: str = "medium",
+    setting: AiSetting | None = None,
 ) -> str:
     """构建 AI prompt，支持风格和长度控制"""
     parts = []
@@ -66,7 +74,9 @@ def _build_prompt(
         parts.append(f"关键词：{', '.join(keywords)}")
     if not parts:
         parts.append("场景：日常生活的各种趣事（不指定具体场景）")
-    return GENERATION_PROMPT.format(
+
+    prompt_template = _load_prompt(setting) if setting else GENERATE_PROMPT_DEFAULT
+    return prompt_template.format(
         context="\n".join(parts),
         style=STYLE_MAP.get(style, "反转 / 神转折"),
         length_requirement=LENGTH_MAP.get(length, "80-150字，正常长度"),
@@ -78,7 +88,7 @@ def generate_joke(
     req: GenerateRequest,
     db: Session = Depends(get_db),
 ):
-    """调用 AI 生成笑话，支持风格和长度控制"""
+    """调用 AI 生成笑话，提示词从数据库读取"""
     # 获取激活的 AI 配置
     setting = db.query(AiSetting).filter(AiSetting.is_active == True).first()
     if not setting:
@@ -87,10 +97,9 @@ def generate_joke(
     if not setting or not setting.api_key:
         raise HTTPException(status_code=503, detail="AI 服务未配置，请联系管理员")
 
-    # 调用 AI
     try:
         client = OpenAI(base_url=setting.api_base, api_key=setting.api_key)
-        prompt = _build_prompt(req.scenarios, req.keywords, req.style, req.length)
+        prompt = _build_prompt(req.scenarios, req.keywords, req.style, req.length, setting)
 
         response = client.chat.completions.create(
             model=setting.model_name,
@@ -113,22 +122,18 @@ def _parse_json_response(raw: str | None) -> GenerateResponse:
     if not raw or not raw.strip():
         return GenerateResponse(title="生成的笑话", content="（内容生成失败，请重新生成）", score=0)
 
-    # 尝试从 markdown 代码块中提取 JSON
     raw = raw.strip()
     if raw.startswith("```"):
         lines = raw.split("\n")
-        # 去掉第一行 ```json 和最后一行 ```
         if len(lines) >= 3:
             raw = "\n".join(lines[1:-1]).strip()
 
-    # 移除可能的尾部分号
     if raw.endswith(","):
         raw = raw[:-1]
 
     try:
         data = json.loads(raw)
     except json.JSONDecodeError:
-        # 如果 JSON 解析失败，尝试查找花括号内的内容
         try:
             start = raw.index("{")
             end = raw.rindex("}") + 1
@@ -147,20 +152,17 @@ def _parse_json_response(raw: str | None) -> GenerateResponse:
 
 
 def _parse_response(raw: str | None) -> GenerateResponse:
-    """解析 AI 返回内容，提取标题和内容"""
-    # 防御：处理空或 None 输入
+    """解析 AI 返回内容（非 JSON 回退）"""
     if not raw or not raw.strip():
         raise ValueError("AI 返回内容为空")
 
     title = ""
     content = raw
 
-    # 尝试提取 "标题：xxx" 或 "标题:xxx"
     for line in raw.split("\n"):
         line = line.strip()
         if line.startswith("标题：") or line.startswith("标题:"):
             title = line.split("：", 1)[-1].split(":", 1)[-1].strip()
-            # 只替换这一行，不要 replace 全局
             lines = content.split("\n")
             for i, l in enumerate(lines):
                 if l.strip() == line:
@@ -169,14 +171,12 @@ def _parse_response(raw: str | None) -> GenerateResponse:
             content = "\n".join(lines).strip()
             break
 
-    # 如果没有提取到标题，取第一行
     if not title:
         first_line = raw.split("\n")[0].strip()
         if first_line.startswith("标题"):
             first_line = first_line.split("：", 1)[-1].split(":", 1)[-1].strip()
         title = first_line[:30] if len(first_line) > 30 else first_line
 
-    # 防御：content 不能为空
     if not content.strip():
         content = "（内容生成失败，请重新生成）"
 

api/app/routers/settings.py

@@ -22,12 +22,12 @@ def list_settings(
 @router.get("/active")
 def get_active_setting(
     db: Session = Depends(get_db),
-    current_user: AdminUser = Depends(get_current_admin_user),
 ):
-    """获取当前激活的 AI 配置（爬虫调用，无需用户认证，token 校验仍保留）"""
+    """获取当前激活的 AI 配置（无需认证，供爬虫/优化器使用）"""
     setting = db.query(AiSetting).filter(AiSetting.is_active == True).first()
     if not setting:
-        raise HTTPException(status_code=404, detail="未找到激活的 AI 配置")
+        from app.routers.settings import _ensure_default_settings
+        setting = _ensure_default_settings(db)
     return setting
 
 
@@ -93,4 +93,22 @@ def delete_setting(
         raise HTTPException(status_code=404, detail="配置不存在")
     db.delete(db_setting)
     db.commit()
-    return {"message": "删除成功"}
+    return {"message": "删除成功"}
+
+
+def _ensure_default_settings(db: Session) -> AiSetting:
+    """当没有激活配置时，创建一条默认配置"""
+    existing = db.query(AiSetting).first()
+    if existing:
+        existing.is_active = True
+        db.commit()
+        return existing
+
+    defaults = AiSetting(
+        is_active=True,
+        # 默认提示词会在 main.py 迁移时填充
+    )
+    db.add(defaults)
+    db.commit()
+    db.refresh(defaults)
+    return defaults

api/app/schemas/setting.py

@@ -1,4 +1,4 @@
-from pydantic import BaseModel, ConfigDict, Field
+from pydantic import BaseModel, Field
 
 
 class AiSettingBase(BaseModel):
@@ -8,6 +8,20 @@ class AiSettingBase(BaseModel):
     model_name: str = Field(default="nvidia/llama-3.1-nemotron-70b-instruct")
     temperature: float = Field(default=0.7, ge=0, le=2)
     max_tokens: int = Field(default=2048, ge=1)
+
+    # 提示词
+    generate_prompt: str = Field(default="")
+    optimizer_quality_prompt: str = Field(default="")
+    optimizer_polish_prompt: str = Field(default="")
+    optimizer_evaluate_prompt: str = Field(default="")
+    crawler_extract_prompt: str = Field(default="")
+    crawler_rewrite_prompt: str = Field(default="")
+
+    # 优化器各阶段温度
+    optimizer_quality_temperature: float = Field(default=0.3, ge=0, le=2)
+    optimizer_polish_temperature: float = Field(default=0.8, ge=0, le=2)
+    optimizer_evaluate_temperature: float = Field(default=0.3, ge=0, le=2)
+
     crawl_enabled: bool = Field(default=False)
     crawl_keywords: str = Field(default="")
     max_pages_per_run: int = Field(default=3, ge=1)

api/main.py

@@ -13,14 +13,117 @@ from app.models.feedback import Feedback  # 注册模型，确保 create_all 能
 Base.metadata.create_all(bind=engine)
 
 # 对已有表新增字段的兼容迁移（SQLite 不支持 ALTER TABLE ADD COLUMN IF NOT EXISTS）
+# 默认提示词
+_GENERATE_PROMPT_DEFAULT = """你是一位幽默大师，专门创作轻松搞笑的短笑话。
+
+{context}
+
+要求：
+1. 根据场景和关键词创作一条原创笑话
+2. 笑话要有反转或意外结局
+3. 语言风格：{style}
+4. 字数要求：{length_requirement}
+5. 直接输出笑话内容，不需要解释
+
+请严格按照以下 JSON 格式输出，不要加任何额外说明：
+{{
+  "title": "笑话标题",
+  "content": "笑话正文",
+  "score": 8,
+  "reason": "这个笑话巧妙结合了场景和关键词，结尾有反转"
+}}
+
+score 是 1-10 的整数评分，reason 是用一句话说明亮点。"""
+
+_OPTIMIZER_QUALITY_DEFAULT = """你是一个幽默内容审核专家。判断以下内容是否是一个合格的笑话/段子。
+
+合格标准（满足任一即可）：
+1. 有明确的笑点或反转（punchline）
+2. 有幽默的语言表达或双关
+3. 有意外结局或情理之中意料之外
+
+不合格标准（符合任一即判定不合格）：
+1. 纯粹的事实陈述，没有任何幽默元素
+2. 只是对话片段，没有笑点
+3. 普通故事或叙事，没有幽默设计
+4. 说教或道理阐述
+5. 内容不完整或难以理解
+
+始终返回 JSON 格式：{"has_punchline": true/false, "reason": "简要说明判断理由"}"""
+
+_OPTIMIZER_POLISH_DEFAULT = """你是一个专业的幽默文案编辑。请润色以下笑话，要求：
+1. 保持核心笑点不变
+2. 优化语言表达，使其更通顺、更精炼
+3. 增强节奏感和幽默效果，但不改变原意
+4. 字数控制在原内容的 80%-120%
+5. 不要添加额外解释或评论
+6. 直接输出润色后的内容，不要加任何前缀"""
+
+_OPTIMIZER_EVALUATE_DEFAULT = """你是一个笑话分类和评价专家。对给定的笑话进行分析，返回 JSON 格式的分类和评分结果。
+
+要求：
+1. types: 从提供的类型列表中选择所有匹配的类型名称（数组，可以选多个）
+2. crowds: 从提供的人群列表中选择所有匹配的人群名称（数组，可以选多个）
+3. score: 1-10 分，基于幽默程度、创意和表达效果
+4. comment: 简短评语（10字以内）
+
+始终返回 JSON 格式。"""
+
+_CRAWLER_EXTRACT_DEFAULT = """你是一个笑话提取专家。从给定的网页文本中识别并提取所有笑话、幽默段子或有趣内容。
+要求：
+1. 只返回真正的笑话内容，不要提取普通文章或新闻
+2. 每条笑话需要包含：title（简短标题）、content（完整笑话内容）、type（类型）、crowd（人群）
+3. 如果网页中没有笑话，返回空数组 []
+4. 永远返回合法的 JSON 格式，根节点为数组或包含 jokes 键的对象"""
+
+_CRAWLER_REWRITE_DEFAULT = """你是一个幽默作家，负责润色和改写笑话。
+要求：
+1. 保持笑话的核心笑点不变
+2. 语言更通顺、更幽默
+3. 字数控制在原内容的 80%-120% 之间
+4. 不要添加任何解释说明"""
+
+
 def _migrate_db():
     from sqlalchemy import inspect, text
     inspector = inspect(engine)
-    columns = [c["name"] for c in inspector.get_columns("jokes")]
-    if "dislike_count" not in columns:
-        with engine.connect() as conn:
-            conn.execute(text("ALTER TABLE jokes ADD COLUMN dislike_count INTEGER DEFAULT 0"))
-            conn.commit()
+    columns = [c["name"] for c in inspector.get_columns("ai_settings")]
+
+    # 新增提示词字段
+    prompt_fields = {
+        "generate_prompt": _GENERATE_PROMPT_DEFAULT,
+        "optimizer_quality_prompt": _OPTIMIZER_QUALITY_DEFAULT,
+        "optimizer_polish_prompt": _OPTIMIZER_POLISH_DEFAULT,
+        "optimizer_evaluate_prompt": _OPTIMIZER_EVALUATE_DEFAULT,
+        "crawler_extract_prompt": _CRAWLER_EXTRACT_DEFAULT,
+        "crawler_rewrite_prompt": _CRAWLER_REWRITE_DEFAULT,
+    }
+    for field, default_val in prompt_fields.items():
+        if field not in columns:
+            from sqlalchemy import Text
+            col_type = "TEXT"
+            with engine.connect() as conn:
+                conn.execute(text(f"ALTER TABLE ai_settings ADD COLUMN {field} {col_type}"))
+                conn.commit()
+
+    # 新增 temperature 字段
+    temp_fields = [
+        ("optimizer_quality_temperature", "FLOAT", "0.3"),
+        ("optimizer_polish_temperature", "FLOAT", "0.8"),
+        ("optimizer_evaluate_temperature", "FLOAT", "0.3"),
+    ]
+    for field, col_type, default_val in temp_fields:
+        if field not in columns:
+            with engine.connect() as conn:
+                conn.execute(text(f"ALTER TABLE ai_settings ADD COLUMN {field} {col_type} DEFAULT {default_val}"))
+                conn.commit()
+
+    # 给新增字段填充默认值（已有记录）
+    with engine.connect() as conn:
+        for field, default_val in prompt_fields.items():
+            conn.execute(text(f"UPDATE ai_settings SET {field} = :val WHERE {field} IS NULL"),
+                         {"val": default_val})
+        conn.commit()
 
 _migrate_db()