微信小程序页面迁移校验之前 P5任务处理之前

scripts/ops/generate_session_summaries.py

@@ -0,0 +1,130 @@
+#!/usr/bin/env python3
+"""
+批量生成 session 对话摘要。
+
+使用 Claude API 为每个对话文件生成 50-400 字的中文摘要。
+摘要规则：
+- 列出本次对话完成的所有功能点/任务
+- 包含关键技术细节：文件路径、模块名、数据库表、API 端点等
+- bug 修复要说明原因和方案
+- 不写过程性描述，只写结果
+- 内容太短或无实质内容的，写"无实质内容"
+"""
+
+import os
+import json
+import sys
+from pathlib import Path
+from dotenv import load_dotenv
+import anthropic
+
+# 加载环境变量
+load_dotenv()
+
+from _env_paths import ensure_repo_root
+ensure_repo_root()
+
+# 初始化 Anthropic 客户端
+client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))
+
+# 路径配置
+SESSION_DIR = Path("export/session_summaries")
+OUTPUT_DIR = SESSION_DIR / "out"
+OUTPUT_DIR.mkdir(exist_ok=True)
+
+SYSTEM_PROMPT = """你是一个专业的技术对话分析师。你的任务是为 AI 编程助手与开发者的对话生成简洁的中文摘要。
+
+摘要规则：
+1. 列出本次对话完成的所有功能点/任务（一个对话可能完成多个）
+2. 包含关键技术细节：文件路径、模块名、数据库表、API 端点等
+3. bug 修复要说明原因和方案
+4. 不写过程性描述（"用户说..."），只写结果
+5. 内容太短或无实质内容的，写"无实质内容"
+6. 字数控制在 50-400 字之间
+
+示例摘要：
+"修复 ETL DWD_LOAD_FROM_ODS 的 SCD2 时区问题（Asia/Shanghai → UTC 遗漏），影响 dwd.dim_member。新增 quality/row_count_check.py 质检规则。涉及：tasks/dwd_load.py、scd/merge.py。"
+
+请直接输出摘要，不要添加任何前缀或解释。"""
+
+
+def generate_summary(content: str) -> str:
+    """使用 Claude 生成摘要"""
+    try:
+        message = client.messages.create(
+            model="claude-3-5-sonnet-20241022",
+            max_tokens=500,
+            system=SYSTEM_PROMPT,
+            messages=[
+                {
+                    "role": "user",
+                    "content": f"请为以下对话生成摘要：\n\n{content}",
+                }
+            ],
+        )
+        return message.content[0].text.strip()
+    except Exception as e:
+        print(f"生成摘要失败: {e}", file=sys.stderr)
+        return f"生成失败: {str(e)}"
+
+
+def process_file(input_path: Path) -> bool:
+    """处理单个文件，返回是否成功"""
+    output_path = OUTPUT_DIR / input_path.name
+
+    # 如果输出文件已存在，跳过
+    if output_path.exists():
+        print(f"✓ 已存在: {input_path.name}")
+        return True
+
+    try:
+        # 读取输入文件
+        with open(input_path, "r", encoding="utf-8") as f:
+            content = f.read()
+
+        # 生成摘要
+        summary = generate_summary(content)
+
+        # 写入输出文件
+        with open(output_path, "w", encoding="utf-8") as f:
+            f.write(summary)
+
+        print(f"✓ 完成: {input_path.name}")
+        return True
+
+    except Exception as e:
+        print(f"✗ 错误 {input_path.name}: {e}", file=sys.stderr)
+        return False
+
+
+def main():
+    """主函数"""
+    # 获取所有 .txt 文件（跳过 _manifest.json 和以 _ 开头的文件）
+    files = sorted(
+        [
+            f
+            for f in SESSION_DIR.glob("*.txt")
+            if not f.name.startswith("_") and f.name != "_manifest.json"
+        ]
+    )
+
+    if not files:
+        print("未找到要处理的文件")
+        return
+
+    print(f"找到 {len(files)} 个文件")
+
+    # 处理文件
+    success_count = 0
+    for i, file_path in enumerate(files, 1):
+        if process_file(file_path):
+            success_count += 1
+        # 每处理 10 个文件打印进度
+        if i % 10 == 0:
+            print(f"进度: {i}/{len(files)}")
+
+    print(f"\n完成: {success_count}/{len(files)} 个文件")
+
+
+if __name__ == "__main__":
+    main()