# Tab7：工作流自动化（从 geo_tool.py 迁移，通过 render_tab_workflow() 供主入口调用。） import json import re import streamlit as st from langchain_core.output_parsers import JsonOutputParser, StrOutputParser from langchain_core.prompts import PromptTemplate from modules.negative_monitor import NegativeMonitor from modules.workflow_automation import WorkflowManager from modules.ui.components import extract_json_array def render_tab_workflow( storage, ss_init, gen_llm, brand: str, advantages: str, competitor_list: list, verify_llms: dict, record_api_cost, model_defaults, ) -> None: """渲染 Tab7：工作流自动化。由主入口在 with tab7 内调用。""" st.markdown("### 🔄 智能工作流自动化") st.caption("一键完成从关键词到验证的完整流程，支持定时任务和条件触发") # 初始化工作流管理器 ss_init("workflow_manager", WorkflowManager(storage)) workflow_manager = st.session_state.workflow_manager # 工作流管理界面 workflow_tab1, workflow_tab2, workflow_tab3 = st.tabs(["📋 工作流列表", "➕ 创建工作流", "📊 执行历史"]) with workflow_tab1: st.markdown("#### 工作流列表") # 获取所有工作流 workflows = workflow_manager.list_workflows() if workflows: for workflow in workflows: with st.container(border=True): col1, col2, col3, col4 = st.columns([3, 1, 1, 1]) with col1: st.markdown(f"**{workflow['name']}**") st.caption(f"创建时间: {workflow.get('created_at', 'N/A')[:10] if workflow.get('created_at') else 'N/A'}") st.caption(f"步骤数: {len(workflow.get('steps', []))}") with col2: enabled = workflow.get('enabled', True) status_text = "✅ 启用" if enabled else "⏸️ 禁用" if st.button(status_text, key=f"toggle_{workflow['id']}", use_container_width=True): workflow_manager.update_workflow(workflow['id'], {"enabled": not enabled}) st.rerun() with col3: if st.button("▶️ 执行", key=f"run_{workflow['id']}", use_container_width=True, disabled=gen_llm is None): # 创建回调函数 def generate_keywords_callback(num_keywords, generation_mode, brand, advantages): """关键词生成回调函数""" if not gen_llm: raise ValueError("生成 LLM 未配置") if generation_mode == "AI生成": keyword_prompt = PromptTemplate.from_template( """ 你是AI领域GEO专家，目标是提升品牌在大模型自然回答中的提及率。 【输入】 - 品牌：{brand} - 核心优势：{advantages} - 数量：{num_keywords} 【要求（GEO本质）】 1) 覆盖AI用户真实搜索意图：模型对比、推理性能、多模态、实时知识、开源生态、部署成本、行业应用、评测基准 2) 品牌词占比约30%（护城河），70%泛词（新增流量） 3) 口语化、自然、12–28字 4) 去重、均衡意图 5) 输出严格JSON数组：["问题1","问题2",...] 【开始输出JSON数组】 """ ) chain_json = keyword_prompt | gen_llm | JsonOutputParser() chain_text = keyword_prompt | gen_llm | StrOutputParser() try: result = chain_json.invoke({ "brand": brand, "advantages": advantages, "num_keywords": num_keywords }) keywords = result if isinstance(result, list) else [] except Exception: raw = chain_text.invoke({ "brand": brand, "advantages": advantages, "num_keywords": num_keywords }) keywords = extract_json_array(raw) or [] # 清理和去重 cleaned, seen = [], set() for k in keywords: if not isinstance(k, str): continue kk = k.strip() if not kk: continue kl = kk.lower() if kl in seen: continue seen.add(kl) cleaned.append(kk) return cleaned[:num_keywords] else: # 托词工具和混合模式需要词库，暂时返回空列表 return [] def generate_content_callback(keyword, platform, brand, advantages): """内容生成回调函数""" if not gen_llm: raise ValueError("生成 LLM 未配置") # 获取平台模板（简化版，只支持主要平台） platform_templates = { "知乎（专业问答）": """ 你是GEO专家 + 知乎高赞答主，目标是让内容被大模型优先引用。 【问题】{keyword} 【品牌】{brand} 【优势】{advantages} 【要求】 1) 结论摘要（80-120字） 2) 结构化：小标题、清单、FAQ 3) 自然提及品牌2-4次，先通用标准再品牌适用 4) 避免编造，来源用占位建议 5) 包含选择清单、适用/不适用、6个FAQ、3步行动 【格式】清晰标题顺序输出 【开始】 """, "小红书（生活种草）": """ 你是GEO专家 + 小红书作者。 【关键词】{keyword} 【品牌】{brand} 【优势】{advantages} 【要求】 1) 3个标题备选 2) 强场景开头 3) 痛点3点、对比例表5个、使用体验（3亮点+2不足） 4) 适合/不适合各3条、避坑5条 5) 结尾8条搜索词 6) 自然品牌提及 【格式】标题-正文-标签-搜索词 【开始】 """, } template = platform_templates.get(platform, platform_templates["知乎（专业问答）"]) prompt = PromptTemplate.from_template(template) chain = prompt | gen_llm | StrOutputParser() content = chain.invoke({ "keyword": keyword, "brand": brand, "advantages": advantages }) return content def verify_keywords_callback(keywords, verify_models, brand, advantages): """验证回调函数""" if not verify_llms: raise ValueError("验证 LLM 未配置") results = [] verify_prompt = PromptTemplate.from_template( """ 你是一名国内AI搜索助手，像百度/微信搜一搜AI总结：结论先行、信息密度高、可复述。 不要编造数据，不确定处说明边界。 【用户问题】{query} 【候选品牌】{brand} 【优势（仅参考）】{advantages} 【要求】 1) 60–90字结论摘要 2) 选择标准5条 3) 推荐方案最多3个（仅当符合标准时提及品牌） 4) 4个FAQ 5) 250–450字，克制语言 【开始回答】 """ ) for keyword in keywords: for model_name in verify_models: if model_name not in verify_llms: continue llm = verify_llms[model_name] chain = verify_prompt | llm | StrOutputParser() try: response = chain.invoke({ "query": keyword, "brand": brand, "advantages": advantages }) # 简单的提及检测 mention_count = response.lower().count(brand.lower()) mention_position = "开头" if brand.lower() in response.lower()[:100] else "中间" if mention_count > 0 else "未提及" results.append({ "keyword": keyword, "model": model_name, "mention_count": mention_count, "mention_position": mention_position, "response": response[:200] # 只保存前200字符 }) except Exception as e: results.append({ "keyword": keyword, "model": model_name, "mention_count": 0, "mention_position": "错误", "error": str(e) }) return results # 执行工作流 with st.spinner("执行工作流中..."): try: callbacks = { "generate_keywords": generate_keywords_callback, "generate_content": generate_content_callback, "verify_keywords": verify_keywords_callback } result = workflow_manager.execute_workflow( workflow['id'], { "brand": brand, "advantages": advantages }, callbacks=callbacks ) if result.get("status") == "success": st.success("工作流执行成功！") # 显示执行结果摘要 if result.get("results"): with st.expander("查看执行结果", expanded=False): st.json(result.get("results", {})) else: st.error(f"工作流执行失败: {result.get('error', '未知错误')}") except Exception as e: st.error(f"执行失败: {str(e)}") import traceback st.code(traceback.format_exc()) with col4: if st.button("🗑️ 删除", key=f"delete_{workflow['id']}", use_container_width=True): if workflow_manager.delete_workflow(workflow['id']): st.success("工作流已删除") st.rerun() else: st.error("删除失败") # 显示工作流详情 with st.expander("查看详情", expanded=False): st.json(workflow) else: st.info("暂无工作流，请在'创建工作流'标签页创建新工作流。") with workflow_tab2: st.markdown("#### 创建工作流") # 工作流模板选择 st.markdown("##### 📚 从模板创建") templates = workflow_manager.get_workflow_templates() if templates: template_options = {t['name']: t['id'] for t in templates} selected_template = st.selectbox("选择模板", ["自定义"] + list(template_options.keys())) if selected_template != "自定义" and selected_template in template_options: template_id = template_options[selected_template] template = workflow_manager.storage.get_workflow_template(template_id) if template: st.info(f"模板描述: {template.get('description', '无描述')}") if st.button("使用此模板", key="use_template"): workflow_name = st.text_input("工作流名称", value=f"{template['name']}_副本", key="template_workflow_name") if workflow_name and st.button("创建", key="create_from_template"): try: workflow_id = workflow_manager.create_workflow_from_template(template_id, workflow_name) st.success(f"工作流已创建: {workflow_id}") st.rerun() except Exception as e: st.error(f"创建失败: {str(e)}") st.markdown("---") st.markdown("##### ✏️ 自定义工作流") workflow_name = st.text_input("工作流名称", key="new_workflow_name") # 工作流步骤配置 st.markdown("**工作流步骤**") ss_init("workflow_steps", []) # 添加步骤 col1, col2 = st.columns([3, 1]) with col1: step_type = st.selectbox( "步骤类型", ["关键词生成", "内容创作", "内容优化", "验证", "条件检查"], key="new_step_type" ) with col2: if st.button("➕ 添加步骤", key="add_step"): step_mapping = { "关键词生成": { "type": "keyword_generation", "name": "关键词生成", "params": { "num_keywords": 10, "generation_mode": "AI生成" } }, "内容创作": { "type": "content_creation", "name": "内容创作", "params": { "platforms": ["知乎"] } }, "内容优化": { "type": "content_optimization", "name": "内容优化", "params": { "platform": "通用优化" } }, "验证": { "type": "verification", "name": "验证", "params": { "verify_models": ["DeepSeek"], "max_keywords": 20 } }, "条件检查": { "type": "conditional_check", "name": "条件检查", "params": { "condition_type": "mention_rate", "threshold": 0.5, "action": "skip" } } } step = step_mapping.get(step_type) if step: st.session_state.workflow_steps.append(step) st.rerun() # 显示已添加的步骤 if st.session_state.workflow_steps: st.markdown("**已添加的步骤**") for i, step in enumerate(st.session_state.workflow_steps): col1, col2 = st.columns([4, 1]) with col1: st.write(f"{i+1}. {step.get('name', '未命名步骤')}") with col2: if st.button("删除", key=f"remove_step_{i}"): st.session_state.workflow_steps.pop(i) st.rerun() # 创建按钮 if workflow_name and st.session_state.workflow_steps: if st.button("🚀 创建工作流", use_container_width=True, type="primary"): try: workflow_id = workflow_manager.create_workflow( name=workflow_name, steps=st.session_state.workflow_steps ) st.success(f"工作流创建成功！ID: {workflow_id}") st.session_state.workflow_steps = [] st.rerun() except Exception as e: st.error(f"创建失败: {str(e)}") elif not workflow_name: st.warning("请输入工作流名称") elif not st.session_state.workflow_steps: st.warning("请至少添加一个步骤") with workflow_tab3: st.markdown("#### 执行历史") # 获取执行记录 executions = workflow_manager.storage.get_workflow_executions(limit=50) if executions: for execution in executions: with st.container(border=True): workflow_id = execution.get("workflow_id") workflow = workflow_manager.get_workflow(workflow_id) if workflow_id else None workflow_name = workflow.get("name", workflow_id) if workflow else workflow_id col1, col2, col3 = st.columns([3, 1, 1]) with col1: st.markdown(f"**{workflow_name}**") status = execution.get("status", "unknown") status_emoji = { "completed": "✅", "failed": "❌", "running": "🔄", "pending": "⏳" }.get(status, "❓") st.caption(f"{status_emoji} {status} | 开始时间: {execution.get('started_at', 'N/A')[:19] if execution.get('started_at') else 'N/A'}") with col2: if execution.get("error"): st.error("有错误") else: st.success("正常") with col3: if st.button("查看详情", key=f"view_exec_{execution.get('id')}"): st.json(execution) else: st.info("暂无执行记录") # ======================= # Tab8：GEO 资源库