feat: 新增当前帖子解构任务列表提取脚本

新增 extract_current_posts.py 脚本，用于处理当前帖子的解构结果：

功能特性：
- 从当前帖子解构结果中提取灵感点、目的点、关键点
- 自动获取完整的帖子详情信息
- 提取每个点的名称、描述和特征列表
- 生成统一格式的解构任务列表输出

处理范围：
- 灵感点：支持全新内容、共性差异、共性内容三个维度
- 目的点：从 purposes 列表中提取
- 关键点：从 key_points 列表中提取

输出结构：
- 解构任务列表包含帖子ID、帖子详情和解构结果
- 每个点包含名称、描述和特征名称列表
- 便于后续的匹配和分析处理

统计信息：
- 处理3个当前帖子
- 提取3个灵感点、7个目的点、19个关键点

同时更新：
- __init__.py：导出新脚本的main函数
- README.md：补充新脚本的使用文档

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

script/data_processing/README.md

@@ -4,7 +4,63 @@
 
 ## 脚本说明
 
-### 1. extract_features_from_posts.py
+### 1. extract_current_posts.py
+
+从 `当前帖子_what解构结果` 目录中提取当前帖子的解构任务列表。
+
+**功能：**
+- 从当前帖子的解构结果中提取灵感点、目的点、关键点
+- 自动获取帖子详情（标题、正文、图片、点赞数等）
+- 提取每个点的名称、描述和特征列表
+- 生成统一格式的解构任务列表
+
+**输入：**
+- `data/data_1117/当前帖子_what解构结果/*.json` - 当前帖子的解构结果
+
+**输出：**
+- `data/data_1117/当前帖子_解构任务列表.json` - 当前帖子的解构任务列表
+
+**使用方法：**
+```bash
+# 从项目根目录运行
+python script/data_processing/extract_current_posts.py
+
+# 或者从任意目录运行
+python /path/to/script/data_processing/extract_current_posts.py
+```
+
+**输出格式：**
+```json
+{
+    "解构任务列表": [
+        {
+            "帖子id": "690d977d0000000007036331",
+            "帖子详情": {
+                "title": "你不会无缘无故刷到的",
+                "body_text": "...",
+                "like_count": 123,
+                "publish_time": "2025-11-07 15:08:59",
+                ...
+            },
+            "what解构结果": {
+                "灵感点列表": [
+                    {
+                        "名称": "发现立冬和教资查分是同一天",
+                        "描述": "创作者在构思内容时...",
+                        "特征列表": ["立冬", "教资查分", "时间巧合"]
+                    }
+                ],
+                "目的点列表": [...],
+                "关键点列表": [...]
+            }
+        }
+    ]
+}
+```
+
+---
+
+### 2. extract_features_from_posts.py
 
 从 `过去帖子_what解构结果` 目录中提取特征名称及其来源信息。
 
@@ -59,7 +115,7 @@ python /path/to/script/data_processing/extract_features_from_posts.py
 
 ---
 
-### 2. extract_feature_categories.py
+### 3. extract_feature_categories.py
 
 从 `过去帖子_pattern聚合结果.json` 中提取特征名称及其分类层级信息。
 

script/data_processing/__init__.py

@@ -6,9 +6,11 @@
 
 from .extract_features_from_posts import main as extract_features_main
 from .extract_feature_categories import main as extract_categories_main
+from .extract_current_posts import main as extract_current_posts_main
 
 __all__ = [
     'extract_features_main',
     'extract_categories_main',
+    'extract_current_posts_main',
 ]
 __version__ = '1.0.0'

script/data_processing/extract_current_posts.py

@@ -0,0 +1,242 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+从当前帖子_what解构结果目录中提取解构任务列表
+"""
+
+import json
+from pathlib import Path
+from typing import Dict, List, Optional
+import sys
+import re
+
+# 添加项目根目录到路径
+project_root = Path(__file__).parent.parent.parent
+sys.path.insert(0, str(project_root))
+
+from script.detail import get_xiaohongshu_detail
+
+
+def extract_post_id_from_filename(filename: str) -> str:
+    """从文件名中提取帖子ID"""
+    match = re.match(r'^([^_]+)_', filename)
+    if match:
+        return match.group(1)
+    return ""
+
+
+def get_post_detail(post_id: str) -> Optional[Dict]:
+    """获取帖子详情"""
+    try:
+        detail = get_xiaohongshu_detail(post_id)
+        return detail
+    except Exception as e:
+        print(f"  警告: 获取帖子 {post_id} 详情失败: {e}")
+        return None
+
+
+def extract_features_from_point(point_data: Dict) -> List[str]:
+    """
+    从点数据中提取特征名称列表
+
+    Args:
+        point_data: 点的数据（包含"提取的特征"字段）
+
+    Returns:
+        特征名称列表
+    """
+    features = []
+    if "提取的特征" in point_data and isinstance(point_data["提取的特征"], list):
+        for feature in point_data["提取的特征"]:
+            if "特征名称" in feature:
+                features.append(feature["特征名称"])
+    return features
+
+
+def process_inspiration_points(inspiration_data: Dict) -> List[Dict]:
+    """
+    处理灵感点数据
+
+    Args:
+        inspiration_data: 灵感点数据
+
+    Returns:
+        灵感点列表
+    """
+    result = []
+
+    # 处理三个维度：全新内容、共性差异、共性内容
+    for dimension in ["全新内容", "共性差异", "共性内容"]:
+        if dimension in inspiration_data and isinstance(inspiration_data[dimension], list):
+            for item in inspiration_data[dimension]:
+                point_item = {
+                    "名称": item.get("灵感点", ""),
+                    "描述": item.get("描述", ""),
+                    "特征列表": extract_features_from_point(item)
+                }
+                result.append(point_item)
+
+    return result
+
+
+def process_purpose_points(purpose_data: Dict) -> List[Dict]:
+    """
+    处理目的点数据
+
+    Args:
+        purpose_data: 目的点数据
+
+    Returns:
+        目的点列表
+    """
+    result = []
+
+    if "purposes" in purpose_data and isinstance(purpose_data["purposes"], list):
+        for item in purpose_data["purposes"]:
+            point_item = {
+                "名称": item.get("目的点", ""),
+                "描述": item.get("描述", ""),
+                "特征列表": extract_features_from_point(item)
+            }
+            result.append(point_item)
+
+    return result
+
+
+def process_key_points(key_data: Dict) -> List[Dict]:
+    """
+    处理关键点数据
+
+    Args:
+        key_data: 关键点数据
+
+    Returns:
+        关键点列表
+    """
+    result = []
+
+    if "key_points" in key_data and isinstance(key_data["key_points"], list):
+        for item in key_data["key_points"]:
+            point_item = {
+                "名称": item.get("关键点", ""),
+                "描述": item.get("描述", ""),
+                "特征列表": extract_features_from_point(item)
+            }
+            result.append(point_item)
+
+    return result
+
+
+def process_single_file(file_path: Path) -> Optional[Dict]:
+    """
+    处理单个JSON文件
+
+    Args:
+        file_path: JSON文件路径
+
+    Returns:
+        解构任务字典，如果处理失败则返回None
+    """
+    # 从文件名提取帖子ID
+    post_id = extract_post_id_from_filename(file_path.name)
+    if not post_id:
+        print(f"  警告: 无法从文件名提取帖子ID: {file_path.name}")
+        return None
+
+    try:
+        # 读取文件
+        with open(file_path, "r", encoding="utf-8") as f:
+            data = json.load(f)
+
+        # 获取帖子详情
+        print(f"  获取帖子 {post_id} 的详情...")
+        post_detail = get_post_detail(post_id)
+        if not post_detail:
+            print(f"  警告: 未能获取帖子 {post_id} 的详情")
+
+        # 提取三点解构数据
+        three_points = data.get("三点解构", {})
+
+        # 处理灵感点
+        inspiration_points = []
+        if "灵感点" in three_points:
+            inspiration_points = process_inspiration_points(three_points["灵感点"])
+
+        # 处理目的点
+        purpose_points = []
+        if "目的点" in three_points:
+            purpose_points = process_purpose_points(three_points["目的点"])
+
+        # 处理关键点
+        key_points = []
+        if "关键点" in three_points:
+            key_points = process_key_points(three_points["关键点"])
+
+        # 构建结果
+        task_item = {
+            "帖子id": post_id,
+            "帖子详情": post_detail if post_detail else {},
+            "what解构结果": {
+                "灵感点列表": inspiration_points,
+                "目的点列表": purpose_points,
+                "关键点列表": key_points
+            }
+        }
+
+        return task_item
+
+    except Exception as e:
+        print(f"  错误: 处理文件 {file_path.name} 时出错: {e}")
+        return None
+
+
+def main():
+    # 输入输出路径（默认使用项目根目录下的 data/data_1117 目录）
+    script_dir = Path(__file__).parent
+    project_root = script_dir.parent.parent
+    data_dir = project_root / "data" / "data_1117"
+
+    input_dir = data_dir / "当前帖子_what解构结果"
+    output_file = data_dir / "当前帖子_解构任务列表.json"
+
+    print(f"正在扫描目录: {input_dir}")
+
+    # 获取所有JSON文件
+    json_files = list(input_dir.glob("*.json"))
+    print(f"找到 {len(json_files)} 个JSON文件\n")
+
+    # 处理所有文件
+    task_list = []
+    for i, file_path in enumerate(json_files, 1):
+        print(f"处理文件 [{i}/{len(json_files)}]: {file_path.name}")
+        task_item = process_single_file(file_path)
+        if task_item:
+            task_list.append(task_item)
+            print(f"  ✓ 成功提取")
+        print()
+
+    # 构建最终结果
+    final_result = {
+        "解构任务列表": task_list
+    }
+
+    # 统计信息
+    print(f"提取统计:")
+    print(f"  总帖子数: {len(task_list)}")
+    total_inspiration = sum(len(task["what解构结果"]["灵感点列表"]) for task in task_list)
+    total_purpose = sum(len(task["what解构结果"]["目的点列表"]) for task in task_list)
+    total_key = sum(len(task["what解构结果"]["关键点列表"]) for task in task_list)
+    print(f"  总灵感点: {total_inspiration} 个")
+    print(f"  总目的点: {total_purpose} 个")
+    print(f"  总关键点: {total_key} 个")
+
+    # 保存结果
+    print(f"\n正在保存结果到: {output_file}")
+    with open(output_file, "w", encoding="utf-8") as f:
+        json.dump(final_result, f, ensure_ascii=False, indent=4)
+
+    print("完成!")
+
+
+if __name__ == "__main__":
+    main()