把对话页从固定状态机换成 skill 驱动的 Agent:顾问说什么都原样发给 agent, 由 SKILL.md + 工具决定该聊还是该调工具。工作台(workbenchView)未改动。 后端 - llm.py:新增 stream_chat()(流式 + tools),并带 reasoning 端点自动降级 (gemini-3.7-flash 拒绝 effort:none,首次 400 后锁定重试) - agent.py:最小对话底座内核——skill 注入 + 工具循环 + SSE 事件 - tools.py:8 个工具包住既有能力(analyze/diagnose/scaffold/reference/ translate/recheck/record_note/confirm),延迟 import main 复用已验证的 endpoint 处理器与测试接缝,prompts.py/schemas.py/evidence.py 未改一行 - main.py:POST /api/chat/stream(SSE) skill - skills/hvr-rewrite/SKILL.md:分诊规则、首轮盘点、AI 味清单对齐 blader/humanizer 的 A–E 分类(含强度校准与反误报)、诚实性硬约束 前端 - 流式正文 + 工具卡片 + 选项按钮;工具 payload 直接喂既有渲染函数 (renderUnderstanding/renderDiagnosis/renderRecheck),没有第二套 UI - 删除随 agent 化失效的 runDiagnose / applyUnderstandingCorrection 死代码 验证(真实模型,非 mock) - 65 单测全绿(test_agent.py 30 + test_demo.py 35) - 逐轮实跑:盘点 → 确认 → 诊断 → 复检,SSE 事件序列与 payload kind 均符合契约 - 前端 readSSE 用真实响应字节按 7/64/全量三种切块回放,事件序列一致 - 实测修掉两个只在真跑时暴露的问题:模型调完分析直接调确认工具导致正文为空 (SKILL.md 补「正文先行」硬规则);伪标题 `**N. 标题**` 让列表判定失败、 短横线漏成字面字符(前端改逐行分组渲染) 未验证:浏览器人工走查(无浏览器自动化环境),仅到「真实 HTTP + 真实字节回放」这一层。
Human Voice Rewrite Demo(独立 Demo,接入真实 OpenRouter)
按 Human_Voice_Rewrite_PRD_v1.1 做成打开即用的本地 Demo:前台交互对齐
Human Voice Rewrite Demo v6 · Core Color Match,底层状态、版本、返工、保存
与数据规则按 PRD 实现,不因演示而简化。所有 AI 内容走真实大模型(OpenRouter)。
分发给同事请直接给整个文件夹(或压缩包):含
.env(内置 Key)与 「使用说明.md」。macOS/Linux 跑./local_start.sh,Windows 双击start.bat。
启动
⚠️ 必须用启动脚本启动,不要直接运行
uvicorn main:app: 启动脚本负责从.env把OPENROUTER_API_KEY导出到环境变量,后端才读得到 Key。 直接跑 uvicorn 服务虽能起来(健康检查正常),但 AI 调用会报 「分析失败:缺少 OpenRouter Key」。
Windows:双击 start.bat(或在 cmd / PowerShell / Git Bash 中运行 start.bat),
看到 Human Voice Rewrite Demo: http://127.0.0.1:8000 后浏览器打开该地址。
macOS / Linux:
./local_start.sh
# 打开 http://127.0.0.1:8000
脚本会:
- 首次运行自动创建
.venv并安装requirements.txt; - 读取 Key(优先级:
HVR_BACKEND_ENV指定 >../../prodream_backend/.env仓库环境 > 本目录.env分发包);缺失时明确报错退出; - 若
.env配了PRODREAM_BACKEND_OPENROUTER_PROXY_URL,则作为正向代理 (区域代理约定,httpxproxy=)访问 OpenRouter,否则直连https://openrouter.ai/api/v1。
环境变量覆盖:HVR_LLM_MODEL(默认 google/gemini-3.7-flash,2026-08-25 由 v4-flash-0731 切换,实测 26.5s / 4 patterns,质量重叠 3/4 且更具体)、
HVR_PORT(默认 8000)、HVR_BACKEND_ENV(后端 env 路径)、
OPENROUTER_BASE_URL / OPENROUTER_PROXY_URL。
端口冲突:macOS/Linux 用 HVR_PORT=8001 ./local_start.sh;Windows 先
set HVR_PORT=8001(PowerShell 用 $env:HVR_PORT=8001)再运行 start.bat。
停止:终端 Ctrl+C。
(Mac 分发包拿到后如果 ./local_start.sh 没有执行权限,先 chmod +x local_start.sh。)
使用
- 进入页可输入/粘贴自己的文章(自动分段、实时字数),或「载入示例文书」;
- 「开始分析」→ 真实模型生成全文理解与分段理解;对话中可纠正理解、补充约束;
- 「理解准确,继续分析」→ 真实模型生成 Human Voice Diagnosis;
- 「确认方向,进入逐段改写」→ 两栏 Workbench:左「原文与改写提示」/ 右「我的人工改写」; 支持动态段落导航、聚焦 / 全文双模式、原文同色 Evidence 批注; Progressive Help 需主动展开(写作起点 → 参考片段);改写自动保存且与进度分离;
- 「完成全文改写,提交复检」→ 真实模型全文复检:通过即结束;需要返工则定位目标段, 只给一个返工目标,并绑定 Recheck Snapshot。
接口
| 端点 | 说明 |
|---|---|
GET /api/health |
健康检查 |
POST /api/analyze |
文章理解(PRD §31.1) |
POST /api/diagnose |
Human Voice Diagnosis(PRD §31.2,含 annotations / evidence 校验) |
POST /api/recheck |
全文复检(PRD §31.3,绑定 rewrite_version) |
POST /api/scaffold |
Progressive Help Level 1:写作起点(PRD §22.2) |
POST /api/reference |
Progressive Help Level 2:参考片段(PRD §22.3) |
测试
.venv/bin/pytest -q