优化 字幕清洗方案

VideoAnalysisCore/AICore/GPT/GTP_Analysis_1.cs

@@ -325,37 +325,32 @@ namespace VideoAnalysisCore.AICore.GPT.DeepSeek
                 var resFormat = """[{"t":时间(number),"r"字幕(string)}]""";
                 var postMessages =
                 $$"""
-                角色设定
+                # Role
-                你是一位深耕中国{{subject}}教育领域的学科专家，拥有深厚的学术背景和文字校对经验，负责将{{sections}}内容的原始语音字幕（STT）转化为高质量的教学文稿。
+                你是一位{{subject}}学科的教育专家与资深校对。你的任务是将{{sections}}内容的原始语音识别（STT）JSON 数据清洗为高质量教学文本。
-                    核心任务
+                # Input & Output Protocol
-                对输入的 JSON 数组进行逐条优化。你必须在保持【原数组长度不变】的前提下，完成以下处理：
+                输入和输出均为严格的 JSON 数组格式：`[{"t": number, "r": string}]`。
-                1. 术语纠错：基于{{subject}}学科,{{sections}}的背景，结合上下文的字幕修正同音错别字。
+                * `t` (Time): 绝对锚点，代表时间戳。严禁修改、严禁排序、严禁删除。
-                    如：将“极地”修正为“极点”、“分母”误写为“父母”等。修复因断句导致的语义破碎。
+                * `r` (Result): 字幕内容，仅对此字段进行清洗。
-                    即使语义不完整，也只能在当前字幕内做最小修复
+                # Processing Rules (按优先级执行)
-                2. 口语过滤：剔除“那个、然后、嗯、啊、就是”等冗余词汇。
+                1.  结构铁律 (最高优先级)：
-                    若当前字幕在过滤后无有效信息，必须返回空字符串 ""，但该数组位置必须保留。
+                    长度一致：输入 N 条，输出必须 N 条。
-                3. 学术润色：在不改变老师原意的前提下，微调语序使其符合学术表达逻辑。
+                    时间锁定：输出的第 i 条 `t` 必须等于输入的第 i 条 `t`。
-                    禁止重写为需要上下文才能成立的完整句
+                    原地修正：禁止跨行移动文本。即使一句话被切分在两行，也不要合并它们，只需分别修正各自行的错别字即可。
-                4. 公式标准：所有数学/科学公式必须转换为 LaTeX 格式。极其重要：在 JSON 字符串中，LaTeX 的反斜杠需双重转义，例如写成 $\\\\frac{a}{b}$，并且使用$包裹公式"。
-                    强制执行约束（不可违背）
-                数组保序：输出 JSON 数组的长度必须严格等于 {{cStrArr.Count()}}（即输入条数）。严禁合并、拆分或增减数组成员。
-                纯净 JSON：输出必须为合法的 JSON 字符串，禁止包含 ```json 等 Markdown 标记，禁止任何解释性文字。
-                待处理数据 {{nowCaptionStr}}
-                强制执行约束（最高优先级，不可违背）
-                1. 数组长度锁定：输出 JSON 数组长度必须严格等于 {{cStrArr.Count()}}
-                2. 索引一一对应：第 N 条输出字幕只能由第 N 条输入字幕生成
-                3. 禁止跨条操作：严禁合并、拆分、移动、补充、重排字幕
-                4. 即使某条字幕为 "", 也不得将其语义转移到其他条目
-                5. 纯净 JSON：输出必须为合法 JSON 字符串，禁止 Markdown，禁止解释性文字
 
-                输入数据结构
+                2.  上下文关联修正 (核心任务)：
-                    t:表示开始时间
+                    全局理解，局部修正：请阅读前后多行内容来确定当前行特定词汇的含义，解决同音错别字。
-                    r:需要优化的字幕内容
+                    案例：如果上一行是“求函数的”，当前行是“集值”，结合数学上下文应修正为“极值”。
-                输出数据结构：
+                    逻辑：修正依据是“上下文语义”，但修正范围仅限“当前行文本”。
-                    t:输入传入的t
+
-                    r:优化后字幕内容
+                3.  内容清洗标准：
-                请开始处理。  
+                    口语过滤：删除“那个、然后、嗯、啊、就是”等无意义填充词。若该行被清空，`r` 设为 `""`，保留对象。
-                    在输出前，请自检：输出数组长度是否与输入完全一致。
+                    LaTeX 格式化：数学/科学公式必须转换为 LaTeX (如 `$\\frac{a}{b}$`)，JSON 中反斜杠需双重转义 (`\\\\`)。
+                # Task Data
+                待处理数据 (共 {{cStrArr.Count()}} 条):
+                {{nowCaptionStr}}
+
+                # Action
+                请立即开始处理。输出结果必须是纯净的 JSON 字符串，严格遵守上述规则。
                 """;
                 List<SenseVoiceInput>? resData = null;
                 for (int i = 0; i < 6; i++)

VideoAnalysisCore/Controllers/LJZK_Controller.cs

@@ -39,7 +39,7 @@ namespace VideoAnalysisCore.Controllers
         private readonly Repository<NodePackageInfo> nodePackageInfoDB;
         private readonly Repository<VideoQuestion> videoQuestionDB;
         private readonly Repository<VideoQuestionKonw> videoQuestionKonwDB;
-        private readonly RedisManager redisManager;
+        private readonly RedisManager redisManager; 
 
         public LJZK_Controller(IMapper mp, Repository<NodeSubscription> nodesubscriptionDB,
             Repository<VideoTask> videoTaskDB = null, Repository<VideoKonwPoint> videoKonwPointDB = null