Agent/examples/content_tree_analyst/docs/requirements.md

任务1：从内容树节点归纳制作需求

• 输入：内容树中某个节点的 id（category 或 element）
• 过程：
  a. 调用搜索 API 获取该节点的局部结构：祖先路径（了解上下文）、同级节点（了解同类）、子孙节点（了解细分）
  b. 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（过滤掉与制 作无关的纯语义/主题类节点）
  c. 对筛选出的重要节点，进一步获取其关联的频繁项集（通过get_frequent_itemsets接口，每次传入一个category_ids；频繁项集中可以看到经常与指定节点在优质内容中共同出现的要素，比如能给“动作姿态”节点扩展到“夸张”“运动”等关联要素，从而能提出更准的需求） d. 对每一组节点，归纳出一个制作能力或工具需求（如"需要能够生成保持角色一致性的人物图像的能力"）
• 输出：若干条结构化的制作需求，每条包含：
  
  • 需求描述（自然语言）
    
  • 来源节点 id 列表（支撑这条需求的节点）
  • 相关频繁项集id（若有）
  • 所属维度（实质/形式/意图）
    
• 约束：
  
  • 需求粒度不能太细（不是"生成猫咪"），也不能太粗（不是"生成图像"）
    
  • 同一批输出的需求之间应尽量不重叠
    
    

---

任务2：从制作能力/工具关联内容树节点

• 输入：一条制作能力或工具知识（包含名称、描述、适用场景）
  
• 过程：
  a. 从知识的名称和适用场景中提取关键词，调用搜索 API 在内容树中检索相关节点 b. 对返回的节点按相关度评分，过滤掉低相关节点 c. 对保留的节点，标注关联类型： - 直接关联：该能力/工具直接用于制作包含此节点的内容 - 间接关联：该能力/工具是制作此类内容的前置步骤或辅助手段 d. 将 节点 id - 知识 id - 关联类型 - 置信度 写入映射表
• 输出：一批映射记录，每条包含：
  • 节点 id + 节点名称
    
  • 知识 id
    
  • 关联类型（直接/间接）
  • 置信度（高/中/低）
    
• 约束：
  • 低置信度的映射需标记，待后续实验验证后升级或删除
    
  • 同一个节点可以关联多条知识，需支持后续按置信度排序检索