更新选题库技能

examples/content_needs_generation/skills/content_deconstruction_search.md

@@ -1,28 +1,27 @@
 ---
 name: query_content_deconstruction_by_keywords
-description: 根据关键词搜索视频标题和标题的解析结果
+description: 根据关键词搜索搜索选题点的解析结果的解析结果，返回最高匹配度
 ---
 
 ## 根据关键词搜索视频标题和解析结果
 
-你可以通过内容解析结果搜索工具 `query_content_deconstruction_by_keywords` 根据关键词搜索视频标题和标题的解析结果。
+你可以通过内容解析结果搜索工具 `query_content_deconstruction_by_keywords` 根据关键词搜索选题点的解析结果的解析结果，并获取最高匹配度。
 
 ### 使用场景
 
-- 需要查找包含特定关键词的视频内容
-- 需要获取视频标题的解析结果（包括选题、关键点、灵感点、目的点等）
-- 需要分析特定主题的视频内容结构
+- 需要评估标题与现有视频内容的匹配程度
+- 需要判断标题关键词在内容库中的覆盖情况
+- 需要计算标题分词后的关键词匹配比例
 
 ### 参数说明
 
-- `keywords`: 关键词列表，例如：`["食用", "禁忌"]`
+- `keywords`: 关键词列表，需要将标题进行完全分词后传入，例如：`["食用", "禁忌"]`
+  - 注意：应该先将标题进行分词处理，然后将分词结果作为关键词列表传入
+
 
 ### 返回结果
 
-工具会返回一个字典，其中：
-- 每个关键词作为键
-- 对应的值是该关键词匹配的视频列表
-- 每个视频包含：
-  - `contentId`: 内容ID
-  - `title`: 视频标题
-  - `description`: 解析结果数组，包含不同类型的描述信息（选题、关键点、灵感点、目的点等）
+工具会返回一个字典，包含：
+- `max_content_id_ratio`: 最高匹配度（百分比），例如：`60.0` 表示 60%
+  - 计算方式：匹配最多关键词的 contentId 对应的关键词数量 / 总关键词数量 × 100
+  - 如果未找到匹配内容，返回 `0.0`

examples/content_needs_generation/tool/content_deconstruction_search.py

@@ -3,6 +3,7 @@
 
 用于 Agent 执行时根据关键词搜索视频内容及其解析结果。
 """
+import asyncio
 import json
 import os
 from typing import Any, Dict, List, Optional
@@ -60,7 +61,7 @@ async def _call_content_deconstruction_api(
 
 
 @tool(
-    description="根据关键词搜索视频标题和标题的解析结果。支持传入多个关键词，返回每个关键词对应的视频列表及其解析信息。",
+    description="根据关键词搜索视频标题和标题的解析结果。支持传入多个关键词，自动过滤掉 type 为'选题'的 description，统计每个 contentId 对应的关键词数量，并返回最高匹配比例（匹配最多关键词的 contentId 占所有关键词的比例）。",
     display={
         "zh": {
             "name": "内容解析结果搜索",
@@ -75,12 +76,17 @@ async def query_content_deconstruction_by_keywords(
 ) -> ToolResult:
     """
     根据关键词搜索视频标题和标题的解析结果。
+    
+    处理流程：
+    1. 过滤掉 description 中 type 为 "选题" 的项
+    2. 统计每个 contentId 对应的关键词数量
+    3. 计算并返回最高匹配比例（匹配最多关键词的 contentId 占所有关键词的比例）
 
     Args:
         keywords: 关键词列表，例如：['食用', '禁忌']
 
     Returns:
-        ToolResult: 包含每个关键词对应的视频列表及其解析结果
+        ToolResult: 包含过滤后的结果、contentId 统计信息、最高匹配比例等
     """
     # 验证关键词列表
     if not keywords:
@@ -120,24 +126,77 @@ async def query_content_deconstruction_by_keywords(
             title="内容解析结果搜索",
             output=json.dumps(
                 {
-                    "message": "未找到相关内容",
-                    "keywords": keywords,
+                    "max_content_id_ratio": 0.0,
                 },
                 ensure_ascii=False,
                 indent=2,
             ),
         )
 
-    # 统计每个关键词的结果数量
-    keyword_counts = {
-        keyword: len(videos) if isinstance(videos, list) else 0
-        for keyword, videos in results.items()
+    # 1. 过滤 description，去掉 type 为 "选题" 的项
+    filtered_results = {}
+    for keyword, videos in results.items():
+        if not isinstance(videos, list):
+            continue
+        
+        filtered_videos = []
+        for video in videos:
+            if not isinstance(video, dict):
+                continue
+            
+            # 复制视频信息
+            filtered_video = video.copy()
+            
+            # 过滤 description，去掉 type 为 "选题" 的项
+            if "description" in filtered_video and isinstance(filtered_video["description"], list):
+                filtered_video["description"] = [
+                    desc for desc in filtered_video["description"]
+                    if isinstance(desc, dict) and desc.get("type") != "选题"
+                ]
+            
+            # 如果过滤后还有 description，说明该词匹配到了该 contentId
+            if filtered_video.get("description") and len(filtered_video["description"]) > 0:
+                filtered_videos.append(filtered_video)
+        
+        if filtered_videos:
+            filtered_results[keyword] = filtered_videos
+
+    # 2. 统计每个 contentId 对应的关键词数量
+    content_id_to_keywords: Dict[str, set] = {}
+    for keyword, videos in filtered_results.items():
+        for video in videos:
+            content_id = video.get("contentId")
+            if content_id:
+                if content_id not in content_id_to_keywords:
+                    content_id_to_keywords[content_id] = set()
+                content_id_to_keywords[content_id].add(keyword)
+
+    # 3. 计算每个 contentId 对应最多词的比例
+    max_keyword_count = 0
+    max_content_id = None
+    if content_id_to_keywords:
+        for content_id, matched_keywords in content_id_to_keywords.items():
+            keyword_count = len(matched_keywords)
+            if keyword_count > max_keyword_count:
+                max_keyword_count = keyword_count
+                max_content_id = content_id
+    
+    # 计算比例（匹配到的关键词数 / 总关键词数）
+    max_ratio = max_keyword_count / len(keywords) if keywords else 0.0
+
+    # 构建输出结果，只返回最高匹配度
+    output_data = {
+        "max_content_id_ratio": round(max_ratio * 100, 2),  # 转换为百分比，保留2位小数
     }
-    total_count = sum(keyword_counts.values())
 
-    output = json.dumps(results, ensure_ascii=False, indent=2)
+    output = json.dumps(output_data, ensure_ascii=False, indent=2)
     return ToolResult(
         title=f"内容解析结果搜索 - {len(keywords)} 个关键词",
         output=output,
-        long_term_memory=f"检索到内容解析结果，关键词: {', '.join(keywords)}，共 {total_count} 条结果",
+        long_term_memory=f"检索到内容解析结果，关键词: {', '.join(keywords)}，最高匹配比例: {max_ratio * 100:.2f}%",
     )
+
+
+if __name__ == '__main__':
+    res = asyncio.run(query_content_deconstruction_by_keywords(['食用', '禁忌']))
+    print(res)