fix: honor requested list rows and preserve ai table data

2026-09-19 20:51:55 +08:00
parent 10b85962b6
commit 0e61fb00ab
3 changed files with 98 additions and 32 deletions
--- a/web/src/pages/canvas/list-mode-generator.ts
+++ b/web/src/pages/canvas/list-mode-generator.ts
@@ -6,8 +6,8 @@ import { buildGenerationConfig, resolveCanvasGenerationModel } from "@/lib/canva
 import { modelCompatibilityError, modelRequestOptions, resolveCompatibleModel, type ModelRequirements } from "@/lib/model-selection";
 import type { AiConfig } from "@/stores/use-config-store";

-const LIST_MODE_SYSTEM_PROMPT = `你是一个电商内容分析助手。用户会给你多张产品图片和一个任务描述。
-请分析每张图片，为每张图片生成一行数据。
+const LIST_MODE_SYSTEM_PROMPT = `你是一个电商内容分析助手。用户会给你产品图片和一个任务描述。
+请严格根据用户要求的数量生成数据；如果用户说“生成5个卖点”，就必须返回5行，每行一个独立卖点。

 输出严格为以下 JSON 格式（不要输出其他内容）：
 {
@@ -17,18 +17,37 @@ const LIST_MODE_SYSTEM_PROMPT = `你是一个电商内容分析助手。用户
  ]
 }

-规则：
-1. 第一列不需要输出（它是图片本身），从第二列开始定义分析维度
-2. 列名根据任务需求自动决定（如：核心卖点、视觉细节、文案标题、搭配建议等）
-3. 每张图片对应一行，rows 数量等于图片数量
-4. 每个单元格内容简洁有力，适合电商/社交媒体使用
-5. 列数建议 3-6 列，根据任务复杂度决定
-6. 只输出 JSON，不要有任何其他文字`;
+规则：
+1. 第一列不需要输出（它是图片本身），从第二列开始定义分析维度
+2. 列名根据任务需求自动决定（如：核心卖点、视觉细节、文案标题、搭配建议等）
+3. 用户明确要求数量时，rows 数量必须严格等于目标数量；一行只表达一个独立任务或卖点
+4. 用户没有明确数量时，多张图片默认每张图片一行
+5. 每个单元格内容简洁有力，适合电商/社交媒体使用
+6. 不要把多个编号卖点塞进一个单元格；不要把整段分析只放进“任务提示词”
+7. 列数建议 3-6 列，根据任务复杂度决定
+8. 只输出 JSON，不要有任何其他文字`;

-type ListGenerationResult = {
-    columns: string[];
-    rows: Record<string, string>[];
-};
+type ListGenerationResult = {
+    columns: string[];
+    rows: Record<string, string>[];
+};
+
+export function requestedListRowCount(prompt: string): number | undefined {
+    const match = prompt.match(/(?:生成|写|列出|提供|给我|帮我)?[^\n]{0,12}?(\d+|[零〇一二两三四五六七八九十百]+)\s*(?:个|条|项|行|款|种)(?:卖点|标题|文案|内容|任务|要点)?/i);
+    if (!match) return undefined;
+    const value = /^\d+$/.test(match[1]) ? Number(match[1]) : chineseNumber(match[1]);
+    return Number.isInteger(value) && value > 0 ? Math.min(value, 100) : undefined;
+}
+
+function chineseNumber(value: string) {
+    const digits: Record<string, number> = { 零: 0, 〇: 0, 一: 1, 二: 2, 两: 2, 三: 3, 四: 4, 五: 5, 六: 6, 七: 7, 八: 8, 九: 9 };
+    if (value === "十") return 10;
+    if (value.startsWith("十")) return 10 + (digits[value[1]] || 0);
+    if (value.length === 2 && value[1] === "十") return (digits[value[0]] || 0) * 10;
+    if (value.length === 3 && value[1] === "十") return (digits[value[0]] || 0) * 10 + (digits[value[2]] || 0);
+    if (value.includes("百")) return (digits[value[0]] || 0) * 100 + (value[2] ? (digits[value[2]] || 0) * 10 : 0) + (value[3] ? digits[value[3]] || 0 : 0);
+    return value.split("").reduce((total, digit) => total * 10 + (digits[digit] ?? 0), 0);
+}

 export function parseListModeJson(text: string): ListGenerationResult | null {
    const candidates = [
@@ -102,6 +121,38 @@ function listCellText(value: unknown): string {
    if (typeof value === "object") return JSON.stringify(value);
    return String(value);
 }
+
+function normalizedCellKey(value: string) {
+    return value.trim().toLocaleLowerCase().replace(/[\s\-_：:，,。.!！？?（）()【】\[\]]/g, "");
+}
+
+function rowCellValue(row: Record<string, string>, columnName: string, columnIndex: number) {
+    if (row[columnName]) return row[columnName];
+    const target = normalizedCellKey(columnName);
+    const matchedKey = Object.keys(row).find((key) => normalizedCellKey(key) === target || normalizedCellKey(key).includes(target) || target.includes(normalizedCellKey(key)));
+    if (matchedKey && row[matchedKey]) return row[matchedKey];
+    return Object.values(row)[columnIndex] || "";
+}
+
+function splitNumberedText(value: string) {
+    return value
+        .split(/\n+/)
+        .flatMap((line) => line.split(/(?=(?:^|\s)(?:\d{1,3}[.、)）]|[一二三四五六七八九十百]+[、.）)]))/))
+        .map((item) => item.trim().replace(/^(?:\d{1,3}[.、)）]|[一二三四五六七八九十百]+[、.）)])\s*/, ""))
+        .filter(Boolean);
+}
+
+function normalizeRequestedRows(parsed: ListGenerationResult, targetCount?: number) {
+    if (!targetCount || parsed.rows.length >= targetCount) return targetCount ? parsed.rows.slice(0, targetCount) : parsed.rows;
+    const firstColumn = parsed.columns[0];
+    const expanded = parsed.rows.flatMap((row) => {
+        const first = rowCellValue(row, firstColumn, 0);
+        const parts = splitNumberedText(first);
+        if (parts.length <= 1) return [row];
+        return parts.map((part) => ({ ...row, [firstColumn]: part }));
+    });
+    return expanded.slice(0, targetCount);
+}

 type HandleListGenerateOptions = {
    sourceNodeId: string;
@@ -142,9 +193,10 @@ export async function handleListGenerate({
        return;
    }

-    setRunningNodeId(sourceNodeId);
-
-    try {
+    setRunningNodeId(sourceNodeId);
+
+    try {
+        const targetRowCount = requestedListRowCount(prompt);
        // 列表模式必须沿用文本节点当前选中的模型。此前这里清空 node.metadata.model，
        // 会退回全局 textModel；当全局模型是普通文本模型时，界面虽显示 Gemini，
        // 实际请求却会发给不支持图片的旧模型。
@@ -170,7 +222,7 @@ export async function handleListGenerate({
            storageKey: node.metadata?.storageKey,
        }));

-        const fullPrompt = `${LIST_MODE_SYSTEM_PROMPT}\n\n用户任务：${prompt}\n\n图片数量：${imageNodes.length} 张`;
+        const fullPrompt = `${LIST_MODE_SYSTEM_PROMPT}\n\n用户任务：${prompt}\n\n图片数量：${imageNodes.length} 张\n目标行数：${targetRowCount || "未指定，按任务判断"}`;

        const result = await runBackendGenerationTask({
            projectId,
@@ -189,7 +241,12 @@ export async function handleListGenerate({
            return;
        }

-        // Build batch table data
+        const rowsForTable = normalizeRequestedRows(parsed, targetRowCount);
+        if (targetRowCount && rowsForTable.length !== targetRowCount) {
+            throw new Error(`模型只返回了 ${rowsForTable.length} 行，未满足你要求的 ${targetRowCount} 行，请重试`);
+        }
+
+        // Build batch table data
        const textColumns = parsed.columns.map((name, i) => ({
            id: `ai-col-${i}`,
            label: name,
@@ -198,15 +255,15 @@ export async function handleListGenerate({

        const referenceColumn = { id: "ai-ref", label: "输入", type: "image" as const };

-        const rows: CanvasBatchRow[] = parsed.rows.map((row, rowIndex) => {
-            const imageNode = imageNodes[rowIndex % imageNodes.length];
-            const cells: Record<string, string> = {};
-            parsed.columns.forEach((colName, colIndex) => {
-                cells[`ai-col-${colIndex}`] = row[colName] || "";
-            });
-            // Build prompt from all text cells
-            const cellPrompts = parsed.columns.map((colName, colIndex) => {
-                const val = row[colName] || "";
+        const rows: CanvasBatchRow[] = rowsForTable.map((row, rowIndex) => {
+            const imageNode = imageNodes[rowIndex % imageNodes.length];
+            const cells: Record<string, string> = {};
+            parsed.columns.forEach((colName, colIndex) => {
+                cells[`ai-col-${colIndex}`] = rowCellValue(row, colName, colIndex);
+            });
+            // Build prompt from all text cells
+            const cellPrompts = parsed.columns.map((colName, colIndex) => {
+                const val = cells[`ai-col-${colIndex}`];
                return val ? `${colName}：${val}` : "";
            }).filter(Boolean);

--- a/web/src/pages/canvas/use-canvas-batch-table.ts
+++ b/web/src/pages/canvas/use-canvas-batch-table.ts
@@ -87,10 +87,13 @@ export function useCanvasBatchTable({ nodesRef, connectionsRef, setNodes, setCon
    }, [message, nodesRef, patchTable]);

    const syncRowsFromConnections = useCallback((nodeId: string, silent = false) => {
-        const node = nodesRef.current.find((item) => item.id === nodeId);
-        const table = node?.metadata?.batchTable;
-        if (!node || !table) return false;
-        const nodeById = new Map(nodesRef.current.map((item) => [item.id, item]));
+        const node = nodesRef.current.find((item) => item.id === nodeId);
+        const table = node?.metadata?.batchTable;
+        if (!node || !table) return false;
+        // AI 列表模式已经根据用户要求生成了独立行；参考图连线只负责
+        // 提供素材，不能在保存/连线刷新时把 N 行重置成“每张图一行”。
+        if (table.aiGenerated) return false;
+        const nodeById = new Map(nodesRef.current.map((item) => [item.id, item]));
        const columns = batchInputColumns(node, connectionsRef.current).map((column) => column.filter((inputNodeId) => {
            const input = nodeById.get(inputNodeId);
            return input?.type === CanvasNodeType.Image && Boolean(input.metadata?.content || input.metadata?.storageKey);
--- a/web/test/list-mode-generator.test.ts
+++ b/web/test/list-mode-generator.test.ts
@@ -1,6 +1,12 @@
 import { describe, expect, test } from "bun:test";

-import { parseListModeJson } from "@/pages/canvas/list-mode-generator";
+import { parseListModeJson, requestedListRowCount } from "@/pages/canvas/list-mode-generator";
+
+test("extracts the requested row count from natural language", () => {
+    expect(requestedListRowCount("帮我生成5个卖点")).toBe(5);
+    expect(requestedListRowCount("请写十条小红书标题")).toBe(10);
+    expect(requestedListRowCount("分析这张图")).toBeUndefined();
+});

 describe("list mode response parsing", () => {
    test("parses plain JSON", () => {