diff --git a/app/src/main/assets/summarize/prompts.md b/app/src/main/assets/summarize/prompts.md index 2dcb6a0..c391267 100644 --- a/app/src/main/assets/summarize/prompts.md +++ b/app/src/main/assets/summarize/prompts.md @@ -10,8 +10,8 @@ | 步骤 | temperature | maxNewTokens | 备注 | |---|---|---|---| -| P1 滚动笔记更新 | 0(Greedy) | 900 | 可复现;笔记要求确定性 | -| P2 成稿 | 0.5 / topK 64 / topP 0.95 | 2500 | 低温采样,兼顾成稿自然度与可复现 | +| P1 内容概括更新 | 0(Greedy) | 900 | 可复现;概括要求确定性 | +| P2 最终输出 | 0.5 / topK 64 / topP 0.95 | 1600 | 低温采样,兼顾自然度与可复现 | 思考(thinking)关闭:App 渲染模板时不注入 `<|think|>` 标记;模型若仍输出 `<|channel>thought…` 块,App 侧正则剔除。 @@ -21,61 +21,56 @@ --- -## P1 — 滚动笔记更新 +## P1 — 内容概括更新 ### SYSTEM(固定,勿动态改写) ``` -你是处理会议转写记录的笔记员。请把【新的断片】的内容合并进给定的【当前笔记】,只以JSON输出更新后的笔记。 +你是会议内容概括员。请把【新的断片】合并进【当前概括】,只以JSON输出更新后的概括。 严格要求: -- 只输出符合指定schema的JSON对象;禁止说明文字、代码围栏、开场语。 -- schema的键名必须原样输出,不得翻译、转写或改写(程序按这些键校验)。 -- 笔记内容用中文书写;人名、组织名、产品名等专有名词保留原文写法。 -- 不得把输入笔记原样照抄:必须从【新的断片】中提取至少一条笔记尚未覆盖的信息并合并;断片确实没有新信息时,保留原笔记并只更新「前回末尾」。 +- 只输出JSON对象:{"概括":"..."};禁止说明文字、代码围栏、开场语。 +- 键名必须原样输出(只有这一个键),不得翻译或改写(程序按此键校验)。 +- 「概括」是一段连贯流畅的叙述性概括,覆盖会议至今的全部重要内容;是滚动重写,不是断片列表,不得照抄断片原文。 +- 用与会议相同的语言书写;人名、组织名、产品名等专有名词保留原文写法。 - 数字、金额、日期时间、期限、次数、单位按原文准确转记,不许模糊概括。 -- 不得删除否定、保留、反对的意图;「暂缓」「再议」「反对意见」本身就是重要信息。 -- 每个条目在「出典」字段给出依据发言的时间段(格式:"mm:ss-mm:ss",多个用";"分隔)。 -- 总计超过500字时,合并删除低价值的旧条目压缩;「行動項目」和「已定事項」最后才允许删。 -- 「前回末尾」用一句话写最近的议题,供下一个断片衔接上下文。 +- 不得遗漏否定、保留、反对的意图;决定事项与未决事项均要体现。 +- 概括控制在400字以内;超出时压缩合并旧内容,保留主干与最新进展。 - JSON字符串值内需要双引号时转义为\";换行用\n。 schema(键名禁止改动): -{"已定事項":[{"内容":"","出典":""}],"討論中":[{"内容":"","出典":""}],"行動項目":[{"内容":"","担当者":"","期限":"","出典":""}],"人物":[{"名前":"","立場":""}],"前回末尾":""} +{"概括":""} ``` ### USER(每块渲染;`{}` 为占位符) ``` -【当前笔记】 +【当前概括】 {notes_json} 【新的断片】(时间戳为会议开始的 分:秒,[]内是说话人标签) {chunk_text} -请输出更新后的笔记JSON。 +请输出更新后的概括JSON。 ``` --- -## P2 — 最终成稿 +## P2 — 最终输出 ### SYSTEM(固定) ``` -你是会议的官方纪要撰写者。收到会议笔记(JSON)与术语表后,用指定成稿语言输出完整的Markdown会议纪要。 +你是会议概括撰写者。收到会议内容概括(JSON)与术语表后,用指定成稿语言输出内容概括。 严格要求: -- 输出语言严格遵守指定的「成稿语言」,用该语言的书面体撰写。 -- 正文只用成稿语言的文字书写:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除产品名外不得残留英文句子。 -- 人物、公司、品牌等专有名词可保留笔记/术语表中的原文写法(上述文字限制的例外)。 -- 章节标题必须依序为「议题与经过」「决定事项」「行动项」「未决与待议」;成稿语言非中文时翻译成该语言的等价标题;没有条目的章节明确写"(无)"。 -- 行动项用表格输出,列为 负责人 / 内容 / 期限 / 出处;负责人不明时写"待定"。 -- 每个条目末尾给出处,格式 `出处: mm:ss-mm:ss`;出处只允许使用笔记JSON中「出典」字段的值,不得编造。 -- 不得添加笔记中没有的事实、推测或补充说明。 -- 人名、产品名以术语表的正式写法统一(术语表没有的沿用笔记写法)。 -- 开头放置元信息:会议时间(如有)、发言人数、使用语言、转写总时长。 -- 只输出Markdown正文,不要用代码围栏包裹全文。 +- 输出两部分:先一段连贯的概括正文,空一行后给出要点。 +- 要点3~6条,每条单独一行、以「・」开头;不加小标题、不分类、不标时间、不写出处。 +- 概括正文目标200~400字,覆盖会议主干与结论;要点摘出最值得记住的3~6条。 +- 输出语言严格遵守「成稿语言」,用书面体:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除专名外不得残留英文句子。 +- 人物、公司、品牌等专有名词可保留原文写法(上述限制的例外)。 +- 不得添加概括中没有的事实、推测或补充说明;人名、产品名以术语表的正式写法统一。 +- 只输出正文,不要Markdown标题、不要代码围栏。 ``` ### USER @@ -83,15 +78,13 @@ schema(键名禁止改动): ``` 【成稿语言】{language_name} -【会议信息】开始: {meeting_start} / 发言人数: {n_speakers} / 总时长: {total_duration} - 【术语表(正式写法列表;人名、产品名的错误写法以此统一)】 {glossary_lines} -【会议笔记JSON】 +【会议内容概括JSON】 {notes_json} -请根据以上内容输出会议纪要Markdown。 +请输出内容概括与要点。 ``` --- @@ -108,7 +101,7 @@ schema(键名禁止改动): - 目标 2500±500 字/块,按句子边界聚合,块间重叠 1 句;同一说话人轮次不拆开。 - 行格式:`(mm:ss-mm:ss)[话者名] 文本`,时间戳来自 SessionTranscript。 -- 首轮 `{notes_json}` = 空 schema(`{"已定事項":[],"討論中":[],"行動項目":[],"人物":[],"前回末尾":""}`)。 +- 首轮 `{notes_json}` = 空 schema(`{"概括":""}`)。 - 单块+笔记的总输入若超过 ~5000 字符,Kotlin 先把该块对半拆成两次 P1 调用(块长自适应,不截断内容)。 ## 用 PC llama.cpp 复现(提示词调优用) diff --git a/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt b/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt index b39d6f5..1a0b143 100644 --- a/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt +++ b/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt @@ -2832,7 +2832,12 @@ class MainActivity : AppCompatActivity() { MeetingNotesIO.pathFor(SessionTranscript.dirOf(filesDir), baseName), baseName) var resumeIndex = 0 var resumeNotes: String? = null - if (saved != null && saved.entriesP1Done > 0 && saved.notes != SummarizePipeline.EMPTY_NOTES) { + if (saved != null && saved.entriesP1Done > 0 && + saved.notes != SummarizePipeline.EMPTY_NOTES && + saved.notes.contains("\"概括\"") + ) { + // schema 栅(2026-09-16):旧版五键笔记(已定事項…)视为不可续, + // 直接全量重跑,防旧 schema 喂进新提示词惹乱 resumeIndex = saved.entriesP1Done.coerceAtMost(entries.size) resumeNotes = saved.notes Log.i(TAG, "SUMMARIZE resume from notes at $resumeIndex/${entries.size}") @@ -2874,7 +2879,7 @@ class MainActivity : AppCompatActivity() { override fun onProgress(stage: String, done: Int, total: Int) { runOnUiThread { val sName = when (stage) { - "滚动笔记" -> getString(R.string.sum_stage_notes) + "内容概括" -> getString(R.string.sum_stage_notes) "成稿" -> getString(R.string.sum_stage_draft) else -> stage } diff --git a/app/src/main/java/com/k2fsa/sherpa/onnx/SummarizePipeline.kt b/app/src/main/java/com/k2fsa/sherpa/onnx/SummarizePipeline.kt index 8dbe06f..f954ad5 100644 --- a/app/src/main/java/com/k2fsa/sherpa/onnx/SummarizePipeline.kt +++ b/app/src/main/java/com/k2fsa/sherpa/onnx/SummarizePipeline.kt @@ -5,7 +5,7 @@ import android.util.Log import org.json.JSONObject // ============================================================================ -// SummarizePipeline — §5 摘要流水线(分块 → 滚动笔记 → 成稿) +// SummarizePipeline — §5 摘要流水线(分块 → 内容概括滚动更新 → 概要输出;2026-09-16 简化) // // 提示词唯一事实源是 assets/summarize/prompts.md(用户可直接编辑/复制到 PC // llama.cpp 调试)。解析失败时退回本文件内置的同源副本 —— 两份不一致以 md @@ -87,42 +87,37 @@ object PromptsLoader { return Prompts(p1s, p1u, p2s, p2u) } - // 与 prompts.md 同源的内置副本(md 丢失/被改坏时的兜底;2026-09-14 起中文)。 + // 与 prompts.md 同源的内置副本(md 丢失/被改坏时的兜底;2026-09-16 起 + // 简化为"内容概括"单项)。一致性单测逐字比对,改一处必须两处同改。 val BUILTIN = Prompts( - p1System = "你是处理会议转写记录的笔记员。请把【新的断片】的内容合并进给定的【当前笔记】,只以JSON输出更新后的笔记。\n\n" + + p1System = "你是会议内容概括员。请把【新的断片】合并进【当前概括】,只以JSON输出更新后的概括。\n\n" + "严格要求:\n" + - "- 只输出符合指定schema的JSON对象;禁止说明文字、代码围栏、开场语。\n" + - "- schema的键名必须原样输出,不得翻译、转写或改写(程序按这些键校验)。\n" + - "- 笔记内容用中文书写;人名、组织名、产品名等专有名词保留原文写法。\n" + - "- 不得把输入笔记原样照抄:必须从【新的断片】中提取至少一条笔记尚未覆盖的信息并合并;断片确实没有新信息时,保留原笔记并只更新「前回末尾」。\n" + + "- 只输出JSON对象:{\"概括\":\"...\"};禁止说明文字、代码围栏、开场语。\n" + + "- 键名必须原样输出(只有这一个键),不得翻译或改写(程序按此键校验)。\n" + + "- 「概括」是一段连贯流畅的叙述性概括,覆盖会议至今的全部重要内容;是滚动重写,不是断片列表,不得照抄断片原文。\n" + + "- 用与会议相同的语言书写;人名、组织名、产品名等专有名词保留原文写法。\n" + "- 数字、金额、日期时间、期限、次数、单位按原文准确转记,不许模糊概括。\n" + - "- 不得删除否定、保留、反对的意图;「暂缓」「再议」「反对意见」本身就是重要信息。\n" + - "- 每个条目在「出典」字段给出依据发言的时间段(格式:\"mm:ss-mm:ss\",多个用\";\"分隔)。\n" + - "- 总计超过500字时,合并删除低价值的旧条目压缩;「行動項目」和「已定事項」最后才允许删。\n" + - "- 「前回末尾」用一句话写最近的议题,供下一个断片衔接上下文。\n" + + "- 不得遗漏否定、保留、反对的意图;决定事项与未决事项均要体现。\n" + + "- 概括控制在400字以内;超出时压缩合并旧内容,保留主干与最新进展。\n" + "- JSON字符串值内需要双引号时转义为\\\";换行用\\n。\n\n" + "schema(键名禁止改动):\n" + - "{\"已定事項\":[{\"内容\":\"\",\"出典\":\"\"}],\"討論中\":[{\"内容\":\"\",\"出典\":\"\"}],\"行動項目\":[{\"内容\":\"\",\"担当者\":\"\",\"期限\":\"\",\"出典\":\"\"}],\"人物\":[{\"名前\":\"\",\"立場\":\"\"}],\"前回末尾\":\"\"}", - p1UserTpl = "【当前笔记】\n{notes_json}\n\n" + + "{\"概括\":\"\"}", + p1UserTpl = "【当前概括】\n{notes_json}\n\n" + "【新的断片】(时间戳为会议开始的 分:秒,[]内是说话人标签)\n{chunk_text}\n\n" + - "请输出更新后的笔记JSON。", - p2System = "你是会议的官方纪要撰写者。收到会议笔记(JSON)与术语表后,用指定成稿语言输出完整的Markdown会议纪要。\n\n" + + "请输出更新后的概括JSON。", + p2System = "你是会议概括撰写者。收到会议内容概括(JSON)与术语表后,用指定成稿语言输出内容概括。\n\n" + "严格要求:\n" + - "- 输出语言严格遵守指定的「成稿语言」,用该语言的书面体撰写。\n" + - "- 正文只用成稿语言的文字书写:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除产品名外不得残留英文句子。\n" + - "- 人物、公司、品牌等专有名词可保留笔记/术语表中的原文写法(上述文字限制的例外)。\n" + - "- 章节标题必须依序为「议题与经过」「决定事项」「行动项」「未决与待议」;成稿语言非中文时翻译成该语言的等价标题;没有条目的章节明确写\"(无)\"。\n" + - "- 行动项用表格输出,列为 负责人 / 内容 / 期限 / 出处;负责人不明时写\"待定\"。\n" + - "- 每个条目末尾给出处,格式 `出处: mm:ss-mm:ss`;出处只允许使用笔记JSON中「出典」字段的值,不得编造。\n" + - "- 不得添加笔记中没有的事实、推测或补充说明。\n" + - "- 人名、产品名以术语表的正式写法统一(术语表没有的沿用笔记写法)。\n" + - "- 开头放置元信息:会议时间(如有)、发言人数、使用语言、转写总时长。\n" + - "- 只输出Markdown正文,不要用代码围栏包裹全文。", + "- 输出两部分:先一段连贯的概括正文,空一行后给出要点。\n" + + "- 要点3~6条,每条单独一行、以「・」开头;不加小标题、不分类、不标时间、不写出处。\n" + + "- 概括正文目标200~400字,覆盖会议主干与结论;要点摘出最值得记住的3~6条。\n" + + "- 输出语言严格遵守「成稿语言」,用书面体:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除专名外不得残留英文句子。\n" + + "- 人物、公司、品牌等专有名词可保留原文写法(上述限制的例外)。\n" + + "- 不得添加概括中没有的事实、推测或补充说明;人名、产品名以术语表的正式写法统一。\n" + + "- 只输出正文,不要Markdown标题、不要代码围栏。", p2UserTpl = "【成稿语言】{language_name}\n\n" + - "【会议信息】开始: {meeting_start} / 发言人数: {n_speakers} / 总时长: {total_duration}\n\n" + "【术语表(正式写法列表;人名、产品名的错误写法以此统一)】\n{glossary_lines}\n\n" + - "【会议笔记JSON】\n{notes_json}\n\n" + - "请根据以上内容输出会议纪要Markdown。", + "【会议内容概括JSON】\n{notes_json}\n\n" + + "请输出内容概括与要点。", ) } @@ -141,8 +136,7 @@ class SummarizePipeline( // 保证 ≤8192 ctx 永远够用(日语 1 字 ≈ 1 token 多一点) private const val P1_MAX_PROMPT_CHARS = 6500 private const val NOTES_RESERVE = 1200 // 笔记+模板文案预留 - val EMPTY_NOTES = - "{\"已定事項\":[],\"討論中\":[],\"行動項目\":[],\"人物\":[],\"前回末尾\":\"\"}" + val EMPTY_NOTES = "{\"概括\":\"\"}" // 脚本占比判语种:假名出现即日语信号(日语里汉字占比也高,不能只看汉字); // 无假名时看汉字 vs 拉丁;全兜底 en。 @@ -171,12 +165,9 @@ class SummarizePipeline( else -> "English (formal written English)" } - /** 笔记是否无任何实质条目(四类条目全空;"前回末尾"不算)。解析失败按空处理。 */ + /** 概括笔记是否为空(解析失败按空处理)。2026-09-16 起单项schema。 */ internal fun notesEntriesEmpty(notes: String): Boolean = runCatching { - val o = JSONObject(notes) - listOf("已定事項", "討論中", "行動項目", "人物").all { k -> - o.optJSONArray(k)?.length() == 0 - } + JSONObject(notes).optString("概括").isBlank() }.getOrDefault(true) fun mmss(ms: Long): String { @@ -205,14 +196,12 @@ class SummarizePipeline( // 另:超 P1 预算的块按行二分一次,保证 prompt ≤ ctx。 /** - * schema 键名别名表:中文系小模型常把日语/繁体键写成简体 - * (已定事项/行动项目…),不规范化则 extractJson 永远判失败—— - * 这正是"中文会议也解析不了"的头号嫌疑。 + * schema 键名别名表:中文系小模型常把键写成变体(概要/总结/摘要…), + * 不规范化则 extractJson 永远判失败。2026-09-16 单项schema:都归「概括」。 */ private val KEY_ALIASES = mapOf( - "已定事项" to "已定事項", "讨论中" to "討論中", - "行动项目" to "行動項目", "决定事项" to "已定事項", - "待办事项" to "行動項目", "上次末尾" to "前回末尾", + "概要" to "概括", "总结" to "概括", "摘要" to "概括", + "内容概括" to "概括", "総括" to "概括", "まとめ" to "概括", ) internal fun normalizeKeys(o: JSONObject): JSONObject { @@ -294,9 +283,9 @@ class SummarizePipeline( if (depth == 0) { val cand = raw.substring(start, i + 1) return try { - // 键名先规范化(简体别名→schema),再校验必需键 + // 键名先规范化(变体别名→schema),再校验必需键 val o = normalizeKeys(JSONObject(cand)) - if (o.has("已定事項") && o.has("行動項目")) + if (o.optString("概括").isNotBlank()) o.toString() else null } catch (t: Throwable) { @@ -391,7 +380,7 @@ class SummarizePipeline( Log.i(TAG, "SUMMARIZE: ${entries.size} utterances -> $total chunks, " + "lang=$lang, resumeIdx=$startIdx") - // ---- 滚动笔记(§5.2)---- + // ---- 内容概括滚动更新(§5.2)---- var notes = resumeNotes ?: EMPTY_NOTES var failed = 0 val tP1Start = System.currentTimeMillis() @@ -400,7 +389,7 @@ class SummarizePipeline( val user = prompts.p1UserTpl .replace("{notes_json}", notes) .replace("{chunk_text}", chunkText) - listener.onProgress("滚动笔记", idx + 1, total) + listener.onProgress("内容概括", idx + 1, total) val t0 = System.currentTimeMillis() var out = engine.generate( systemPrompt = prompts.p1System, userPrompt = user, @@ -415,7 +404,7 @@ class SummarizePipeline( // 一次修复重试:把畸形/空洞输出递回去(仍失败保留旧笔记,计 failed) if (listener.isCancelled()) throw SummarizeCancelledException() val why = if (emptyEcho) - "上一次输出是没有任何条目的空笔记。" + "上一次输出是空的概括。" else "上一次输出不是合法JSON: " + out.take(200).replace("\n", " ") + "。" @@ -468,7 +457,7 @@ class SummarizePipeline( val tP2 = System.currentTimeMillis() val md = cleanDraft(engine.generate( systemPrompt = prompts.p2System, userPrompt = user2, - maxNewTokens = 2500, temperature = 0.5f, topK = 64, topP = 0.95f, + maxNewTokens = 1600, temperature = 0.5f, topK = 64, topP = 0.95f, )) Log.i(TAG, "P2 draft prompt_len=${user2.length} draft_len=${md.length} " + "ms=${System.currentTimeMillis() - tP2}") diff --git a/app/src/main/res/values-en/strings.xml b/app/src/main/res/values-en/strings.xml index d77d7e6..58696c4 100644 --- a/app/src/main/res/values-en/strings.xml +++ b/app/src/main/res/values-en/strings.xml @@ -58,11 +58,11 @@ Only zh/ja/en translation is supported; this sentence is in another language Translator model missing. Run:\n%1$s Loading summarizer model (%1$s)… - notes + summarizing drafting Running %1$s: %2$d/%3$d Model ready, resuming from checkpoint (%1$d/%2$d lines done)… - Model ready, %1$d lines — building notes… + Model ready, %1$d lines — summarizing… Minutes saved (%1$s, %2$d chunks%3$s): %4$s , %1$d chunks failed Cancelled (previous minutes kept) diff --git a/app/src/main/res/values-ja/strings.xml b/app/src/main/res/values-ja/strings.xml index 1f295cc..109c253 100644 --- a/app/src/main/res/values-ja/strings.xml +++ b/app/src/main/res/values-ja/strings.xml @@ -58,11 +58,11 @@ 中日英間の翻訳のみ対応。この文は該当言語ではありません 翻訳モデルがありません。実行してください:\n%1$s 要約モデル(%1$s)を読み込み中… - メモ更新 + 要約作成 清書 %1$s実行中: %2$d/%3$d モデル準備完了、前回の中断点から続行(%1$d/%2$d 消化済み)… - モデル準備完了、全 %1$d 発、メモ構築を開始… + モデル準備完了、全 %1$d 発、要約の作成を開始… 議事録を保存しました(%1$s、%2$d ブロック%3$s):%4$s 、%1$d ブロック解析失敗 中止しました(前回の議事録は保持) diff --git a/app/src/main/res/values/strings.xml b/app/src/main/res/values/strings.xml index c1412c6..f2cb18c 100644 --- a/app/src/main/res/values/strings.xml +++ b/app/src/main/res/values/strings.xml @@ -59,11 +59,11 @@ 仅支持中/日/英互译,该句不属于这三种语言 缺少翻译模型。请执行:\n%1$s 正在加载摘要模型(%1$s)… - 滚动笔记 + 内容概括 成稿 正在%1$s: %2$d/%3$d 模型就绪,从上次断点续跑(%1$d/%2$d 句已消化)… - 模型就绪,共 %1$d 句,开始滚动笔记… + 模型就绪,共 %1$d 句,开始内容概括… 纪要已保存(%1$s,%2$d 块%3$s):%4$s ,%1$d 块解析失败 已取消生成(保留上一次的纪要) diff --git a/app/src/test/java/com/k2fsa/sherpa/onnx/MeetingNotesTest.kt b/app/src/test/java/com/k2fsa/sherpa/onnx/MeetingNotesTest.kt index 0373f45..435eb2e 100644 --- a/app/src/test/java/com/k2fsa/sherpa/onnx/MeetingNotesTest.kt +++ b/app/src/test/java/com/k2fsa/sherpa/onnx/MeetingNotesTest.kt @@ -15,7 +15,7 @@ class MeetingNotesTest { fun persistRoundTripAndValidation() { val dir = File.createTempFile("notes", "dir").apply { delete(); mkdirs() } val f = MeetingNotesIO.pathFor(dir, "20260911-1300") - val notes = """{"已定事項":[],"討論中":[],"行動項目":[],"人物":[],"前回末尾":"x"}""" + val notes = """{"概括":"会议确认预算表9/30前提交,其余待议。"}""" MeetingNotesIO.save(f, MeetingNotes(notes, 42, 321_000L, 1, "20260911-1300")) val back = MeetingNotesIO.load(f, "20260911-1300")!! assertEquals(42, back.entriesP1Done) @@ -38,8 +38,10 @@ class MeetingNotesTest { val u = SummarizePipeline.buildDraftUserPrompt( p, "ja", 1_789_000_000_000L, 3, 3_720_000L, "张三→張三", "NOTESJSON") assertTrue(u.contains("日本語")) - assertTrue(u.contains("62:00")) assertTrue(u.contains("NOTESJSON")) assertTrue(u.contains("张三→張三")) + // 2026-09-16 简化后模板不再含会议元信息占位符;替换后不得残留占位符 + assertTrue("占位符未替换干净", !u.contains("{language_name}") && + !u.contains("{glossary_lines}") && !u.contains("{notes_json}")) } } diff --git a/app/src/test/java/com/k2fsa/sherpa/onnx/SummarizeLogicTest.kt b/app/src/test/java/com/k2fsa/sherpa/onnx/SummarizeLogicTest.kt index 19d63ea..ef52845 100644 --- a/app/src/test/java/com/k2fsa/sherpa/onnx/SummarizeLogicTest.kt +++ b/app/src/test/java/com/k2fsa/sherpa/onnx/SummarizeLogicTest.kt @@ -77,9 +77,9 @@ class SummarizeLogicTest { } } - // ---- 笔记 JSON 提取 ---- + // ---- 概括 JSON 提取(2026-09-16 起单项 schema:{"概括":"..."}) ---- private val goodJson = - """{"已定事項":[{"内容":"Xを承認","出典":"01:00-01:20"}],"討論中":[],"行動項目":[{"内容":"Y","担当者":"田中","期限":"9/30","出典":"02:00-02:10"}],"人物":[{"名前":"田中","立場":"PM"}],"前回末尾":"Yの進め方" }""" + """{"概括":"会議はXを承認,Yは田中が9/30までに担当。Zの進め方は未決。"}""" @Test fun extractJsonPlain() = assertEquals(goodJson, SummarizePipeline.extractJson(goodJson)) @@ -92,15 +92,23 @@ class SummarizeLogicTest { @Test fun extractJsonHandlesBracesInsideStrings() { - val raw = """{"已定事項":[{"内容":"値は{要確認}","出典":""}],"討論中":[],"行動項目":[],"人物":[],"前回末尾":""}""" + val raw = """{"概括":"値は{要確認}なので未決事項として保留"}""" assertNotNull(SummarizePipeline.extractJson(raw)) } + @Test + fun extractJsonAcceptKeyAliases() { + assertNotNull(SummarizePipeline.extractJson("""{"概要":"会議の要約テキスト"}""")) + assertNotNull(SummarizePipeline.extractJson("""{"总结":"会议内容的一段总结"}""")) + } + @Test fun extractJsonRejectsGarbageAndMissingKeys() { assertNull(SummarizePipeline.extractJson("ごめんなさい、分かりません")) assertNull(SummarizePipeline.extractJson("""{"hello":"world"}""")) assertNull(SummarizePipeline.extractJson("""{"已定事項":[],}""")) // 不平衡/畸形 + assertNull(SummarizePipeline.extractJson("""{"已定事項":[]}""")) // 旧schema无概括键 + assertNull(SummarizePipeline.extractJson("""{"概括":""}""")) // 空概括 } // ---- 成稿清洗 ----