LongArticlesJob/coldStartTasks/ai_pipeline/basic.py

import os
import time
import datetime
import requests

from applications.db import DatabaseConnector


def get_status_field_by_task(task: str) -> tuple[str, str]:
    match task:
        case "upload":
            status = "upload_status"
            update_timestamp = "upload_status_ts"
        case "extract":
            status = "extract_status"
            update_timestamp = "extract_status_ts"
        case "get_cover":
            status = "get_cover_status"
            update_timestamp = "get_cover_status_ts"
        case _:
            raise ValueError(f"Unexpected task: {task}")
    return status, update_timestamp


def roll_back_lock_tasks(
    db_client: DatabaseConnector,
    task: str,
    max_process_time: int,
    init_status: int,
    processing_status: int
) -> int:
    """
    rollback tasks which have been locked for a long time
    """
    status, update_timestamp = get_status_field_by_task(task)
    now_timestamp = int(time.time())
    timestamp_threshold = now_timestamp - max_process_time
    update_query = f"""
        update long_articles_new_video_cover
        set {status} = %s
        where {status} = %s and {update_timestamp} < %s;
    """
    rollback_rows = db_client.save(
        query=update_query, params=(init_status, processing_status, timestamp_threshold)
    )
    return rollback_rows


def download_file(task_id, oss_path):
    """
    下载视频文件
    """
    video_url = "https://rescdn.yishihui.com/" + oss_path
    file_name = "static/{}.mp4".format(task_id)
    if os.path.exists(file_name):
        return file_name

    proxies = {"http": None, "https": None}
    with open(file_name, "wb") as f:
        response = requests.get(video_url, proxies=proxies)
        f.write(response.content)
    return file_name


def generate_summary_prompt(text):
    prompt = f"""
        你是1个优秀的公众号文章写作大师，我对你有以下要求
        视频总结：{text}

        第一个要求：请仔细阅读以上视频总结，挑选其中最吸引人的情节或话题，总结为100字左右文章精彩总结（字数计算包括标点符号），这部分内容为段落1。
        句子段落之间以悬念承接，可以吸引读者往下读第二句。

        第二个要求：在这100字内容的结尾处，增加1-2句话的引导，引导大家去观看上面的视频了解详情，可以加一些emoji表情。注意是点击上面的视频，不是下面的视频。这部分内容为段落2。

        你最终输出一段总结内容，将第一段和第二段之间空格一行。不用加标题或者主题，也不用写第几段、多少字这样的话。整体的语言风格要口语化、直接点，要让60岁以上的老年人能看懂、能共情。人的名字尽量用全名，不用简称。
        """
    return prompt


def update_task_queue_status(
        db_client: DatabaseConnector,
        task_id: int,
        task: str,
        ori_status: int,
        new_status: int) -> int:
    # update task queue status
    status, update_timestamp = get_status_field_by_task(task)
    update_query = f"""
        update long_articles_new_video_cover
        set {status} = %s, {update_timestamp} = %s
        where {status} = %s and id = %s;
    """
    update_rows = db_client.save(
        query=update_query,
        params=(
            new_status,
            datetime.datetime.now(),
            ori_status,
            task_id,
        ),
    )
    return update_rows

extract_prompt = """
以下为视频爆款封面的评分体系，请根据视频内容，逐帧分析视频画面，根据以下标准进行打分，最终先把分数最高的画面出现的时间输出给我，并精确到几时几分几秒几毫秒，格式：hh:mm:ss.xxx，要求是确切时间而不是时间段。
评分维度：
一、现实关切度 (满分15分):
高度相关（13-15分）： 封面主题直接涉及老年人的生活、健康、财产等切身利益，例如养老、退休、健康、食品安全、子女教育、财产安全等。
中度相关（8-12分）： 封面主题与老年人的生活有一定的关联，例如家长里短、邻里关系、社会热点、生活窍门等。
低度相关（4-7分）： 封面主题与老年人的生活关系较弱，例如娱乐八卦、时尚潮流等。
无关（0-3分）： 封面主题与老年人的生活基本无关。
二、社会认同感与亲切感 (满分15分):
高度认同（13-15分）： 封面人物形象亲切、接地气，场景贴近老年人的生活，有强烈的代入感和归属感。
中度认同（8-12分）： 封面人物形象尚可接受，场景有一定的熟悉感。
低度认同（4-7分）： 封面人物形象陌生，场景较为遥远。
无认同感（0-3分）： 封面人物形象令人反感，场景与老年人生活无关。
三、信息传达效率 (满分15分):
高效传达（13-15分）： 封面文字简洁直白、字体较大、重点突出，视觉元素聚焦，能让老年人快速理解视频内容，色彩明快，对比强烈，视觉冲击力强。
中效传达（8-12分）： 封面文字尚可，视觉元素有一定吸引力，但略显复杂。
低效传达（4-7分）： 封面文字晦涩难懂，视觉元素杂乱无章。色彩暗淡，对比度弱。
无效传达（0-3分）： 封面信息表达不清，无法理解视频内容。
四、情感共鸣与回忆杀 (满分20分):
高度共鸣（17-20分）： 封面主题能够引发老年人对过去岁月的回忆，勾起他们对老朋友、老时光的思念，产生强烈的情感共鸣，引发对晚年生活的思考。例如同学情、怀旧主题等。
中度共鸣（11-16分）： 封面主题有一定怀旧元素，能引发部分老年人的回忆，并进行一定程度的思考。
低度共鸣（6-10分）： 封面主题怀旧元素较少，共鸣感不强。
无共鸣（0-5分）： 封面主题与回忆无关。
五、正能量与精神寄托 (满分15分):
高度正能量（13-15分）： 封面内容积极向上，能够给予老年人希望和力量，或者包含宗教、祈福等元素，满足他们的精神寄托。
中度正能量（8-12分）： 封面内容有一定的积极意义，但不够突出。
低度正能量（4-7分）： 封面内容较为平淡，缺乏精神寄托。
负能量 (0-3分): 封面内容消极悲观，或者与老年人的信仰不符。
六、节日/时事关联性 (满分10分):
高度关联（8-10分）： 封面与节日、时事热点紧密相关，能激发老年人的分享欲和参与感。
中度关联（5-7分）： 封面与节日或时事有一定关联，但并非核心。
低度关联（2-4分）： 封面与节日或时事关联较弱。
无关联（0-1分）： 封面与节日、时事无关。
七、传播动机 (满分10分):
强传播动机（8-10分）： 封面内容能激发老年人强烈的情感，例如激动、感动、惊讶等，让他们想要分享给家人朋友，或者认为视频内容对他人有帮助，有分享的价值。
中等传播动机（5-7分）： 封面内容有一定分享价值，但分享意愿不强烈。
低传播动机（2-4分）： 封面内容平淡，缺乏分享动力。
无传播动机（0-1分）： 封面内容无分享价值，或者会引起不适，降低传播意愿。
八、附加分（满分60分）
1.包含老年人为画面主体（0-5分）
2.有超过3人为画面主体（0-5分）
3.充斥画面的密集人群为画面主体（0-5分）
4.存在知名历史、近代人物（0-5分）
5.存在人物脸部、头部未完整出现在画面的情况（0-5分）
6.是不以人为主体的鲜花、美景、知名建筑或风景（0-5分）
7.是老照片、怀旧风格（0-5分）
8.是农村、军事、综艺演出、历史画面（0-5分）
9.有趣味、惊奇的形象或画面为主体（0-5分）
10.以大号文字或密集文字为主体并且不包含人物（0-5分）
11.是不包含人物的纯色画面（0-5分）
12.是模糊的或清晰度、像素较低的（0-5分）

总分评估：110-160分： 高度吸引老年人群体，有成为爆款的潜力。
80-109分： 具有一定吸引力，值得尝试。
65-79分： 吸引力一般，需要优化。
65分以下： 吸引力不足，不建议使用。

注意：输出只需要返回 'hh:mm:ss.xxx' 格式的时间, 无需返回任何其他东西
"""