diff --git a/backend/app/__init__.py b/backend/app/__init__.py index a46d2a2..7ad7c69 100644 --- a/backend/app/__init__.py +++ b/backend/app/__init__.py @@ -2,6 +2,7 @@ MiroFish Backend - Flask应用工厂 """ +import os from flask import Flask, request from flask_cors import CORS @@ -16,9 +17,16 @@ def create_app(config_class=Config): # 设置日志 logger = setup_logger('mirofish') - logger.info("=" * 50) - logger.info("MiroFish Backend 启动中...") - logger.info("=" * 50) + + # 只在 reloader 子进程中打印启动信息（避免 debug 模式下打印两次） + is_reloader_process = os.environ.get('WERKZEUG_RUN_MAIN') == 'true' + debug_mode = app.config.get('DEBUG', False) + should_log_startup = not debug_mode or is_reloader_process + + if should_log_startup: + logger.info("=" * 50) + logger.info("MiroFish Backend 启动中...") + logger.info("=" * 50) # 启用CORS CORS(app, resources={r"/api/*": {"origins": "*"}}) @@ -46,7 +54,8 @@ def create_app(config_class=Config): def health(): return {'status': 'ok', 'service': 'MiroFish Backend'} - logger.info("MiroFish Backend 启动完成") + if should_log_startup: + logger.info("MiroFish Backend 启动完成") return app diff --git a/backend/app/services/graph_builder.py b/backend/app/services/graph_builder.py index f8b68e3..488476b 100644 --- a/backend/app/services/graph_builder.py +++ b/backend/app/services/graph_builder.py @@ -197,10 +197,15 @@ class GraphBuilderService: def set_ontology(self, graph_id: str, ontology: Dict[str, Any]): """设置图谱本体（公开方法）""" + import warnings from typing import Optional from pydantic import Field from zep_cloud.external_clients.ontology import EntityModel, EntityText, EdgeModel + # 抑制 Pydantic v2 关于 Field(default=None) 的警告 + # 这是 Zep SDK 要求的用法，警告来自动态类创建，可以安全忽略 + warnings.filterwarnings('ignore', category=UserWarning, module='pydantic') + # Zep 保留名称，不能作为属性名 RESERVED_NAMES = {'uuid', 'name', 'group_id', 'name_embedding', 'summary', 'created_at'} @@ -223,6 +228,7 @@ class GraphBuilderService: for attr_def in entity_def.get("attributes", []): attr_name = safe_attr_name(attr_def["name"]) # 使用安全名称 attr_desc = attr_def.get("description", attr_name) + # Zep API 需要 Field 的 description，这是必需的 attrs[attr_name] = Field(description=attr_desc, default=None) annotations[attr_name] = Optional[EntityText] # 类型注解 @@ -246,6 +252,7 @@ class GraphBuilderService: for attr_def in edge_def.get("attributes", []): attr_name = safe_attr_name(attr_def["name"]) # 使用安全名称 attr_desc = attr_def.get("description", attr_name) + # Zep API 需要 Field 的 description，这是必需的 attrs[attr_name] = Field(description=attr_desc, default=None) annotations[attr_name] = Optional[str] # 边属性用str类型 diff --git a/backend/app/services/ontology_generator.py b/backend/app/services/ontology_generator.py index a64f919..2d3e39b 100644 --- a/backend/app/services/ontology_generator.py +++ b/backend/app/services/ontology_generator.py @@ -22,8 +22,8 @@ ONTOLOGY_SYSTEM_PROMPT = """你是一个专业的知识图谱本体设计专家 因此，**实体必须是现实中真实存在的、可以在社媒上发声和互动的主体**： -**可以是（鼓励多样化划分）**： -- 具体的个人（公众人物、当事人、意见领袖、专家学者） +**可以是**： +- 具体的个人（公众人物、当事人、意见领袖、专家学者、普通人） - 公司、企业（包括其官方账号） - 组织机构（大学、协会、NGO、工会等） - 政府部门、监管机构 @@ -35,7 +35,6 @@ ONTOLOGY_SYSTEM_PROMPT = """你是一个专业的知识图谱本体设计专家 - 抽象概念（如"舆论"、"情绪"、"趋势"） - 主题/话题（如"学术诚信"、"教育改革"） - 观点/态度（如"支持方"、"反对方"） -- 泛指群体（如"网友"、"公众"、"学生群体"） ## 输出格式 @@ -71,49 +70,78 @@ ONTOLOGY_SYSTEM_PROMPT = """你是一个专业的知识图谱本体设计专家 } ``` -## 设计指南 +## 设计指南（极其重要！） -1. **实体类型设计（重要！请尽量多划分）**： - - **数量要求：至少5个，最多10个实体类型** - - 每个实体类型代表一类可以在社媒上发声的主体 - - 尽量细分不同角色，例如： - - 不要只用"Person"，可以细分为"PublicFigure"、"Expert"、"Whistleblower"等 - - 不要只用"Organization"，可以细分为"University"、"Company"、"NGO"等 - - description必须清晰说明什么样的实体应该被提取 - - 每个类型提供2-3个具体示例 +### 1. 实体类型设计 - 必须严格遵守 -2. **关系类型设计**： - - 关系应该反映社媒互动中的真实联系 - - 关注可能影响舆论传播的关系： - - 信息传播：REPORTS_ON, COMMENTS_ON, SHARES - - 组织关系：AFFILIATED_WITH, WORKS_FOR, REPRESENTS - - 互动关系：RESPONDS_TO, SUPPORTS, OPPOSES - - 关系类型：5-10个为宜 +**数量要求：必须正好10个实体类型** -3. **属性设计**： - - 每个实体类型1-3个关键属性 - - 属性应有助于识别实体的社媒影响力（如role、influence_level等） +**层次结构要求（必须同时包含具体类型和兜底类型）**： -## 实体类型参考（请根据文本内容灵活选择和扩展） +你的10个实体类型必须包含以下层次： -- Person: 普通个人 -- PublicFigure: 公众人物（明星、网红、意见领袖） -- Expert: 专家学者 +A. **兜底类型（必须包含，放在列表最后2个）**： + - `Person`: 任何自然人个体的兜底类型。当一个人不属于其他更具体的人物类型时，归入此类。 + - `Organization`: 任何组织机构的兜底类型。当一个组织不属于其他更具体的组织类型时，归入此类。 + +B. **具体类型（8个，根据文本内容设计）**： + - 针对文本中出现的主要角色，设计更具体的类型 + - 例如：如果文本涉及学术事件，可以有 `Student`, `Professor`, `University` + - 例如：如果文本涉及商业事件，可以有 `Company`, `CEO`, `Employee` + +**为什么需要兜底类型**： +- 文本中会出现各种人物，如"中小学教师"、"路人甲"、"某位网友" +- 如果没有专门的类型匹配，他们应该被归入 `Person` +- 同理，小型组织、临时团体等应该归入 `Organization` + +**具体类型的设计原则**： +- 从文本中识别出高频出现或关键的角色类型 +- 每个具体类型应该有明确的边界，避免重叠 +- description 必须清晰说明这个类型和兜底类型的区别 + +### 2. 关系类型设计 + +- 数量：6-10个 +- 关系应该反映社媒互动中的真实联系 +- 确保关系的 source_targets 涵盖你定义的实体类型 + +### 3. 属性设计 + +- 每个实体类型1-3个关键属性 +- **注意**：属性名不能使用 `name`、`uuid`、`group_id`、`created_at`、`summary`（这些是系统保留字） +- 推荐使用：`full_name`, `title`, `role`, `position`, `location`, `description` 等 + +## 实体类型参考 + +**个人类（具体）**： +- Student: 学生 +- Professor: 教授/学者 - Journalist: 记者 -- Company: 公司企业 +- Celebrity: 明星/网红 +- Executive: 高管 +- Official: 政府官员 +- Lawyer: 律师 +- Doctor: 医生 + +**个人类（兜底）**： +- Person: 任何自然人（不属于上述具体类型时使用） + +**组织类（具体）**： - University: 高校 +- Company: 公司企业 - GovernmentAgency: 政府机构 -- MediaOutlet: 传统媒体 -- SelfMedia: 自媒体账号 -- SocialPlatform: 社交媒体平台 +- MediaOutlet: 媒体机构 +- Hospital: 医院 +- School: 中小学 - NGO: 非政府组织 -- IndustryAssociation: 行业协会 -- AlumniAssociation: 校友会 -- FanGroup: 粉丝群体/支持群体 + +**组织类（兜底）**： +- Organization: 任何组织机构（不属于上述具体类型时使用） ## 关系类型参考 - WORKS_FOR: 工作于 +- STUDIES_AT: 就读于 - AFFILIATED_WITH: 隶属于 - REPRESENTS: 代表 - REGULATES: 监管 @@ -215,7 +243,13 @@ class OntologyGenerator: message += """ 请根据以上内容，设计适合社会舆论模拟的实体类型和关系类型。 -记住：所有实体类型必须是现实中可以发声的主体，不能是抽象概念。 + +**必须遵守的规则**： +1. 必须正好输出10个实体类型 +2. 最后2个必须是兜底类型：Person（个人兜底）和 Organization（组织兜底） +3. 前8个是根据文本内容设计的具体类型 +4. 所有实体类型必须是现实中可以发声的主体，不能是抽象概念 +5. 属性名不能使用 name、uuid、group_id 等保留字，用 full_name、org_name 等替代 """ return message @@ -250,6 +284,64 @@ class OntologyGenerator: if len(edge.get("description", "")) > 100: edge["description"] = edge["description"][:97] + "..." + # Zep API 限制：最多 10 个自定义实体类型，最多 10 个自定义边类型 + MAX_ENTITY_TYPES = 10 + MAX_EDGE_TYPES = 10 + + # 兜底类型定义 + person_fallback = { + "name": "Person", + "description": "Any individual person not fitting other specific person types.", + "attributes": [ + {"name": "full_name", "type": "text", "description": "Full name of the person"}, + {"name": "role", "type": "text", "description": "Role or occupation"} + ], + "examples": ["ordinary citizen", "anonymous netizen"] + } + + organization_fallback = { + "name": "Organization", + "description": "Any organization not fitting other specific organization types.", + "attributes": [ + {"name": "org_name", "type": "text", "description": "Name of the organization"}, + {"name": "org_type", "type": "text", "description": "Type of organization"} + ], + "examples": ["small business", "community group"] + } + + # 检查是否已有兜底类型 + entity_names = {e["name"] for e in result["entity_types"]} + has_person = "Person" in entity_names + has_organization = "Organization" in entity_names + + # 需要添加的兜底类型 + fallbacks_to_add = [] + if not has_person: + fallbacks_to_add.append(person_fallback) + if not has_organization: + fallbacks_to_add.append(organization_fallback) + + if fallbacks_to_add: + current_count = len(result["entity_types"]) + needed_slots = len(fallbacks_to_add) + + # 如果添加后会超过 10 个，需要移除一些现有类型 + if current_count + needed_slots > MAX_ENTITY_TYPES: + # 计算需要移除多少个 + to_remove = current_count + needed_slots - MAX_ENTITY_TYPES + # 从末尾移除（保留前面更重要的具体类型） + result["entity_types"] = result["entity_types"][:-to_remove] + + # 添加兜底类型 + result["entity_types"].extend(fallbacks_to_add) + + # 最终确保不超过限制（防御性编程） + if len(result["entity_types"]) > MAX_ENTITY_TYPES: + result["entity_types"] = result["entity_types"][:MAX_ENTITY_TYPES] + + if len(result["edge_types"]) > MAX_EDGE_TYPES: + result["edge_types"] = result["edge_types"][:MAX_EDGE_TYPES] + return result def generate_python_code(self, ontology: Dict[str, Any]) -> str: diff --git a/backend/app/utils/logger.py b/backend/app/utils/logger.py index 078405b..a9ad98d 100644 --- a/backend/app/utils/logger.py +++ b/backend/app/utils/logger.py @@ -31,6 +31,9 @@ def setup_logger(name: str = 'mirofish', level: int = logging.DEBUG) -> logging. logger = logging.getLogger(name) logger.setLevel(level) + # 阻止日志向上传播到根 logger，避免重复输出 + logger.propagate = False + # 如果已经有处理器，不重复添加 if logger.handlers: return logger diff --git a/backend/run.py b/backend/run.py index e31ab98..7f22ba8 100644 --- a/backend/run.py +++ b/backend/run.py @@ -31,22 +31,26 @@ def main(): port = int(os.environ.get('FLASK_PORT', 5001)) debug = Config.DEBUG - print(f""" + # 只在 reloader 子进程中打印启动信息（避免 debug 模式下打印两次） + # WERKZEUG_RUN_MAIN=true 表示当前是 reloader 启动的子进程 + is_reloader_process = os.environ.get('WERKZEUG_RUN_MAIN') == 'true' + if not debug or is_reloader_process: + print(f""" ╔══════════════════════════════════════════════════╗ ║ MiroFish Backend Server ║ ╠══════════════════════════════════════════════════╣ -║ Running on: http://{host}:{port} -║ Debug mode: {debug} -║ -║ API Endpoints: -║ POST /api/graph/ontology/generate - 生成本体 -║ POST /api/graph/build - 构建图谱 -║ GET /api/graph/task/ - 查询任务 -║ GET /api/graph/tasks - 列出任务 -║ GET /api/graph/data/ - 获取图数据 -║ DELETE /api/graph/delete/- 删除图谱 +║ Running on: http://{host}:{port} ║ +║ Debug mode: {debug} ║ +║ ║ +║ API Endpoints: ║ +║ POST /api/graph/ontology/generate - 生成本体 ║ +║ POST /api/graph/build - 构建图谱 ║ +║ GET /api/graph/task/ - 查询任务 ║ +║ GET /api/graph/tasks - 列出任务 ║ +║ GET /api/graph/data/ - 获取图数据║ +║ DELETE /api/graph/delete/- 删除图谱 ║ ╚══════════════════════════════════════════════════╝ - """) + """) # 启动服务 app.run(host=host, port=port, debug=debug, threaded=True)