Files
pod_trend_agent/graph/seeds/base.py
T
3218485270 f493bde8a9 POD 趋势感知 Agent:缓存热点模式 + 三图合成 + 热点去重/风格去重 + review 兜底
- 缓存热点批量流程(有采集缓存不触发 Google)
- 简报不足直接从采集缓存生成(轻量补齐)
- 三图合成(模特/印花/底图)+ 底图压缩 <2MB
- 热点去重→风格去重自动切换 + 不适合类目 review 兜底
- 透明背景(background=transparent)+ 提示词清洗(敏感词/背景描述)
- 任务前 basemap 校验 + 模板国家校验 + 模特任务级分配
2026-08-22 14:14:01 +08:00

32 lines
1.1 KiB
Python

"""种子词策略基类(可插拔核心)。
新增一个种子词策略只需:① 继承 SeedStrategy 实现 resolve();② 在 __init__.py
的 SEED_STRATEGIES 注册表里登记。config 的 ``seed_provider`` 选择用哪个。
"""
from typing import Any, Dict, List, Optional
class SeedStrategy:
#: 注册名(与 config.seed_provider 对应)
name: str = "base"
def resolve(
self,
country: str,
cc: Dict[str, Any],
context: Dict[str, Any],
llm_backend: Optional[Any] = None,
) -> Dict[str, Any]:
"""产出种子词。
返回至少包含:
- "style_seeds": [str] 风格/美学向种子
- "related_seeds": [str] 行业/主体向种子(行业交叉验证)
- "dynamic": bool 是否经过 LLM 动态生成
可选附带 "llm_style_seeds" / "llm_related_seeds" 便于观测。
cc 为合并后的国家配置(含 yaml 静态种子);context 为 seed_node 收集的
trending/历史/月份节日上下文;llm_backend 为 LLM 后端实例(可能 None)。
"""
raise NotImplementedError