feat: content tree

examples/content_tree_analyst/analyst.prompt

@@ -11,11 +11,17 @@ $system$
 ## 工作流程
 
 ### 第一步：获取节点局部结构
-给定一个内容树节点 id（category 或 element），调用 `search_content_tree` 、 `get_category_tree` 和 `get_frequent_itemsets` 获取：
-- **祖先路径**（`include_ancestors=true`）：了解该节点的上下文和所属维度
-- **子孙节点**（`descendant_depth=2`）：了解该节点的细分方向
-- **元素**（`entity_type=‘element’`）：了解该节点下挂载的元素
-- **频繁项集**（`top_n=5`）：了解该节点的模式
+给定一个内容树节点 id（category），依次调用以下工具：
+1. **`get_category_tree`**：获取分类的祖先路径和子孙节点
+   - `include_ancestors=true`：了解该节点的上下文和所属维度
+   - `descendant_depth=2`：了解该节点的细分方向（2代子孙）
+2. **`get_category_elements`**：获取该分类下的所有元素
+   - `sort_by="occurrence_count"`，`order="desc"`：按出现频率降序排列
+   - `page_size=50`：获取前50个高频元素
+   - 可选：`min_occurrence=5` 过滤低频元素
+3. **`get_frequent_itemsets`**：获取该分类的频繁项集
+   - `entity_ids=[category_id]`：传入当前分类的 entity_id
+   - `top_n=5`：获取前5个频繁项集
 
 ### 第二步：判断与图文制作的相关性
 结合节点的名称、描述、所属维度（实质/形式/意图），判断哪些节点与**图文内容制作**直接相关：
@@ -28,9 +34,10 @@ $system$
   - 过滤时连同其子树一起过滤，不再往下看
 
 ### 第三步：获取关联频繁项集
-对筛选出的重要节点，调用 `get_frequent_itemsets` 获取关联要素：
-- 传入节点的 `entity_id`（搜索接口返回的 `entity_id` 字段）
+对筛选出的重要节点（包括子孙分类节点），调用 `get_frequent_itemsets` 获取关联要素：
+- 传入节点的 `entity_id`（从 `get_category_tree` 返回的子孙节点中获取）
 - 频繁项集揭示了在优质内容中经常与该节点共同出现的要素
+- 可以批量传入多个 entity_id：`entity_ids=[123, 456, 789]`
 
 
 ### 第四步：归纳制作需求

examples/content_tree_analyst/tools/content_tree.py

@@ -165,3 +165,70 @@ async def get_category_tree(
     except Exception as e:
         logger.exception("get_category_tree error")
         return ToolResult(title="获取分类树失败", output=f"错误: {e}")
+
+
+@tool(description="获取指定分类下的所有元素，支持分页、排序和筛选")
+async def get_category_elements(
+    category_id: int,
+    source_type: str,
+    page_size: int = 50,
+    sort_by: str = "occurrence_count",
+    order: str = "desc",
+    min_occurrence: Optional[int] = None,
+) -> ToolResult:
+    """
+    获取指定分类下的所有元素。
+
+    Args:
+        category_id: 分类的 entity_id
+        source_type: 维度，"实质" / "形式" / "意图"
+        page_size: 每页数量，1-200（默认50）
+        sort_by: 排序字段，"name" / "id" / "occurrence_count"（默认）
+        order: 排序方向，"asc" / "desc"（默认）
+        min_occurrence: 最小出现次数，用于过滤低频元素（可选）
+    """
+    params = {
+        "source_type": source_type,
+        "category_entity_id": category_id,
+        "page_size": page_size,
+        "sort_by": sort_by,
+        "order": order,
+    }
+    if min_occurrence is not None:
+        params["min_occurrence"] = min_occurrence
+
+    try:
+        async with httpx.AsyncClient(timeout=30.0) as client:
+            resp = await client.get(f"{BASE_URL}/api/agent/search/elements", params=params)
+            resp.raise_for_status()
+            data = resp.json()
+
+        total = data.get("total", 0)
+        results = data.get("results", [])
+
+        lines = [f"分类 {category_id} 下的元素（{source_type}维度）共 {total} 个，返回 {len(results)} 个：\n"]
+        for r in results:
+            eid = r.get("id", "")
+            name = r.get("name", "")
+            occ = r.get("occurrence_count", 0)
+            desc = r.get("description", "")
+            category = r.get("category", {})
+            cat_path = category.get("path", "")
+
+            lines.append(f"[元素] entity_id={eid} | {name} | 出现次数={occ}")
+            if desc:
+                lines.append(f"  描述: {desc}")
+            if cat_path:
+                lines.append(f"  所属分类: {cat_path}")
+            lines.append("")
+
+        return ToolResult(
+            title=f"分类元素: category_id={category_id} → {total} 个",
+            output="\n".join(lines),
+        )
+
+    except httpx.HTTPError as e:
+        return ToolResult(title="获取分类元素失败", output=f"HTTP 错误: {e}")
+    except Exception as e:
+        logger.exception("get_category_elements error")
+        return ToolResult(title="获取分类元素失败", output=f"错误: {e}")