feat(#674): 豆包大模型 Phase 2 - 智能素材语义匹配 #753

Merged

xiaoxia merged 1 commits from feat/doubao-ai-integration-phase2 into develop 2026-07-23 17:33:08 +08:00

Conversation 2 Commits 1 Files Changed 3

+562 -1

xiaoxia commented 2026-07-23 11:52:29 +08:00

Owner

Copy Link

Copy Source

变更说明

#674 接入豆包大模型 Phase 2 — 智能素材语义匹配。

基于 Phase 1 的统一AI服务层（PR #752），新增语义匹配能力。

功能

智能素材语义匹配

• 根据用户描述，调用豆包评估每个素材的语义匹配度（0-1分）
• 输入素材信息：名称 + 标签 + 描述（最多50个素材）
• 支持3种返回格式解析：{id: score} / {matches: [...]} / [{id, score}]
• 按匹配度降序返回，支持 top_k 限制数量

降级方案

• 无 API Key 或调用失败时自动降级为关键词匹配
• 中英文关键词提取 + 名称命中加权
• 保证接口始终可用

API

• POST /api/v1/ai/assets/match — 素材语义匹配

测试

• 新增18个单测 + Phase 1的24个 = 共42个AI单测全部通过
• 覆盖：降级匹配（5个）、返回解析（7个）、集成场景（6个）

后续 Phase

• Phase 3: AI推荐片段编排（替换 ai_recommend stub）

## 变更说明 #674 接入豆包大模型 Phase 2 — 智能素材语义匹配。 基于 Phase 1 的统一AI服务层（PR #752），新增语义匹配能力。 ## 功能 ### 智能素材语义匹配 - 根据用户描述，调用豆包评估每个素材的语义匹配度（0-1分） - 输入素材信息：名称 + 标签 + 描述（最多50个素材） - 支持3种返回格式解析：`{id: score}` / `{matches: [...]}` / `[{id, score}]` - 按匹配度降序返回，支持 `top_k` 限制数量 ### 降级方案 - 无 API Key 或调用失败时自动降级为关键词匹配 - 中英文关键词提取 + 名称命中加权 - 保证接口始终可用 ### API - `POST /api/v1/ai/assets/match` — 素材语义匹配 ## 测试 - 新增18个单测 + Phase 1的24个 = 共42个AI单测全部通过 - 覆盖：降级匹配（5个）、返回解析（7个）、集成场景（6个） ## 后续 Phase - Phase 3: AI推荐片段编排（替换 ai_recommend stub）

auto-approve-bot commented 2026-07-23 11:55:53 +08:00

Collaborator

Copy Link

Copy Source

代码审查结果 - PR #753

⚠️ 问题（2个需要修改）

1. apps/api/app/services/ai_service.py (semantic_match_assets函数)：当传入素材数量超过50时，未评估的素材会获得默认0.3分，可能导致排序结果不准确。

   • 原因：代码中限制了只将前50个素材发送给模型（assets[:50]），但在后续遍历赋值分数时（for asset in assets:）遍历了所有素材。第51个及之后的素材会通过 scores.get(aid, 0.3) 获得固定的0.3分。如果前50个素材的AI评分较低（如0.1），这些未被AI评估的素材反而会排在前面，导致业务逻辑错误。
   • 修改建议：应在函数入口处根据模型处理能力截断 assets（如 assets = assets[:50]），或者对超出部分的素材使用 fallback 逻辑打分，而不是赋予固定的0.3分。

2. apps/api/app/services/ai_service.py (_semantic_match_fallback函数)：函数存在副作用，不一致地修改了输入参数。

   • 原因：当 not keywords 时，函数直接修改了传入的 assets 列表中的字典元素（添加 match_score），并返回原列表。而在 else 分支中，它返回了一个新构建的列表 results。这种不一致的行为会导致调用方难以预测输入数据是否被修改，容易引发bug。
   • 修改建议：统一返回新列表，避免直接修改传入的 assets 参数。

💡 建议（1个可选）

1. apps/api/app/services/ai_service.py (_semantic_match_fallback函数)：中文分词逻辑较为简单，可能产生大量无效的N-gram片段。
   • 说明：当前使用双层循环生成2-4字的所有中文片段，虽然对于500字以内的短文本性能尚可，但会产生大量无语义的噪音词（如“的”、“了”等组合），可能影响匹配准确度。
   • 建议：如果后续发现匹配效果不佳，建议引入简单的停用词过滤或使用更轻量的分词库（如 jieba 的 cut_for_search 模式）。

---

✅ 格式检查通过 | ❌ 逻辑审查需修改 | ✅ 性能无明显问题

---

_{🤖 由 AI 代码审查机器人自动生成 | 2026-07-23 03:55:53 | 模型:}

## 代码审查结果 - PR #753 ### ⚠️ 问题（2个需要修改） 1. **apps/api/app/services/ai_service.py (semantic_match_assets函数)**：当传入素材数量超过50时，未评估的素材会获得默认0.3分，可能导致排序结果不准确。 - **原因**：代码中限制了只将前50个素材发送给模型（`assets[:50]`），但在后续遍历赋值分数时（`for asset in assets:`）遍历了所有素材。第51个及之后的素材会通过 `scores.get(aid, 0.3)` 获得固定的0.3分。如果前50个素材的AI评分较低（如0.1），这些未被AI评估的素材反而会排在前面，导致业务逻辑错误。 - **修改建议**：应在函数入口处根据模型处理能力截断 `assets`（如 `assets = assets[:50]`），或者对超出部分的素材使用 fallback 逻辑打分，而不是赋予固定的0.3分。 2. **apps/api/app/services/ai_service.py (_semantic_match_fallback函数)**：函数存在副作用，不一致地修改了输入参数。 - **原因**：当 `not keywords` 时，函数直接修改了传入的 `assets` 列表中的字典元素（添加 `match_score`），并返回原列表。而在 `else` 分支中，它返回了一个新构建的列表 `results`。这种不一致的行为会导致调用方难以预测输入数据是否被修改，容易引发bug。 - **修改建议**：统一返回新列表，避免直接修改传入的 `assets` 参数。 ### 💡 建议（1个可选） 1. **apps/api/app/services/ai_service.py (_semantic_match_fallback函数)**：中文分词逻辑较为简单，可能产生大量无效的N-gram片段。 - **说明**：当前使用双层循环生成2-4字的所有中文片段，虽然对于500字以内的短文本性能尚可，但会产生大量无语义的噪音词（如“的”、“了”等组合），可能影响匹配准确度。 - **建议**：如果后续发现匹配效果不佳，建议引入简单的停用词过滤或使用更轻量的分词库（如 `jieba` 的 cut_for_search 模式）。 --- ✅ 格式检查通过 | ❌ 逻辑审查需修改 | ✅ 性能无明显问题 --- _{🤖 由 AI 代码审查机器人自动生成 | 2026-07-23 03:55:53 | 模型:} <!-- AI_CODE_REVIEW_AUTO_COMMENT -->

xiaoxia referenced this pull request 2026-07-23 12:01:02 +08:00

feat(#674): 豆包大模型 Phase 3 - AI推荐片段编排 + 客户端抽共享层 #754

xiaoxia changed target branch from feat/doubao-ai-integration-phase1 to main 2026-07-23 13:17:41 +08:00

xiaoxia changed target branch from main to develop 2026-07-23 13:18:06 +08:00

xiaoxia added 1 commit 2026-07-23 14:04:44 +08:00

feat(#674): 豆包大模型 Phase 2 - 智能素材语义匹配 ... df7dafb8c4

- 新增 semantic_match_assets 语义匹配服务
- 豆包评估素材名称/标签/描述与目标描述的匹配度（0-1分）
- 支持3种返回格式解析：dict / matches数组 / 数组
- 降级方案：基于关键词的本地匹配（中英文支持+名称加权）
- 新增 POST /ai/assets/match 接口，支持 top_k 限制
- 新增 18 个单测，覆盖降级匹配/解析/集成场景
- 累计42个AI单测全部通过

xiaoxia force-pushed feat/doubao-ai-integration-phase2 from 344ca36b4d to df7dafb8c4 2026-07-23 14:04:44 +08:00 Compare

xiaoxia merged commit 5c260c1c87 into develop 2026-07-23 17:33:08 +08:00

xiaoxia deleted branch feat/doubao-ai-integration-phase2 2026-07-23 17:33:08 +08:00

gitea-actions bot commented 2026-07-23 17:38:14 +08:00

Copy Link

Copy Source

🗑️ 预览环境已清理

PR #753 已关闭或合并，对应的预览环境已被清理。

如有需要，可以重新打开 PR 来重新生成预览环境。

🗑️ **预览环境已清理** PR #753 已关闭或合并，对应的预览环境已被清理。 > 如有需要，可以重新打开 PR 来重新生成预览环境。

Sign in to join this conversation.

Reviewers

No Reviewers

Labels

Clear labels

P0

阻塞性，必须立即处理

P1

高优先级

P2

中优先级

P3

低优先级/后考虑

architecture

架构设计

backend

后端相关

blocked

阻塞中

bug

Bug修复

ci-bug

CI本身的bug

ci-optimization

CI优化类任务

ci-pipeline

CI流水线/workflow相关

cleanup

代码清理

devops

运维/部署/CI

documentation

文档相关

feature

新功能

frontend

前端相关

question

需要讨论确认

ready

PR CI通过，可合并

refactor

代码重构

No Label

Milestone

No items

No Milestone

Projects

Clear projects

No project

Assignees

Clear assignees

auto-approve-bot xiaoxia

No Assignees

3 Participants

Notifications

Subscribe

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: xiaoxia/xiaoxia-saas#753