1

.env.example

@@ -11,11 +11,24 @@ OPENAI_API_KEY=
 # OPENAI_BASE_URL=https://api.mimo-v2.com/v1
 OPENAI_BASE_URL=https://api.xiaomimimo.com/v1
 # 显式声明兼容小米网关（可选；或设 LLM_MODEL=mimo-v2-omni / BASE_URL 含 xiaomimimo、mimo-v2）
-# OPENAI_COMPAT=mimoj
-# 模型名（与所用接口一致）。OpenAI：gpt-4o；小米：mimo-v2-omni
+# OPENAI_COMPAT=mimo
+# 模型名（与所用接口一致）。OpenAI：gpt-4o；小米：mimo-v2-omni；Orchestrator 默认读此值覆盖 Agent 模型
 LLM_MODEL=mimo-v2-omni
-# 多模态（快识 / OCR / 部分分析均依赖此模型，须为支持图像的 omni 类）
+# 三级模型名（base_agent 模块级默认值；未设时分别回退到以下默认）
+# LLM_MODEL_FAST=mimo-v2-flash
+# LLM_MODEL_PRO=mimo-v2-pro
 # LLM_MODEL_OMNI=mimo-v2-omni
+# OCR 模型输出 token 上限（默认 2048；快识路径取 max(env, override) 再 clamp 至 8192）
+# LLM_OCR_MAX_TOKENS=2048
+# 通用 Agent 输出 token 上限（base_agent 默认 2048；video_analyzer 默认 1024）
+# LLM_MAX_COMPLETION_TOKENS=2048
+# LLM 采样温度（base_agent 默认 0；screenshot_api/video_analyzer 默认 0.3）
+# LLM_TEMPERATURE=0
+# 结果可复现种子（非空时传入；部分网关/模型可能不支持）
+# LLM_SEED=
+# 网关不支持 response_format=json_object 时可设 1
+# LLM_SKIP_JSON_RESPONSE_FORMAT=1
+
 # MiMo 视频理解（video_url）：采样帧率，官方示例多为 2；过高增加 token 与耗时
 # MIMO_VIDEO_FPS=2
 # 视频解码分辨率策略：default | max（见平台「视频理解」文档）
@@ -38,20 +51,19 @@ LLM_MODEL=mimo-v2-omni
 # DEBATE_LLM_TIMEOUT_SEC=90
 # 综合裁判超时（秒）
 # JUDGE_LLM_TIMEOUT_SEC=180
-# 多模态封面长边像素上限（缩小后 JPEG 再送模型）
+# 多模态封面长边像素上限（缩小后 JPEG 再送模型；默认 1280，范围 [256, 4096]）
 # VISION_MAX_EDGE=1280
+# JPEG 压缩质量（默认 85，范围 [60, 95]）
 # VISION_JPEG_QUALITY=85
 
-# 快识：输出 token 上限（JSON 较短；代码默认 2048 且限制在 256～8192，过大易被网关拒绝）
+# 快识：图片 JSON 输出 token 上限（代码默认 2048 且限制在 256～8192，过大易被网关拒绝）
 # QUICK_RECOGNIZE_MAX_COMPLETION_TOKENS=2048
-# 快识：正文补全 OCR 第二次调用的 token 上限（默认 512）
-# 快识 OCR 兜底（默认 2048；JSON 易被截断时可调到 4096）
+# 快识 OCR 兜底 token 上限（代码默认 2048 且限制在 512～8192；JSON 易被截断时可调到 4096）
 # QUICK_RECOGNIZE_OCR_MAX_TOKENS=2048
-# 快识：长边像素上限（超过才压 JPEG；默认 1280；偏小更快、極小字可能略损）
+# 快识：长边像素上限（超过才压 JPEG；默认 1280；偏小更快、极小字可能略损）
 # QUICK_RECOGNIZE_MAX_EDGE=1280
-# QUICK_RECOGNIZE_JPEG_QUALITY=90
-# 网关不支持 response_format=json_object 时可设 1
-# LLM_SKIP_JSON_RESPONSE_FORMAT=1
+# 快识 JPEG 压缩质量（默认 92）
+# QUICK_RECOGNIZE_JPEG_QUALITY=92
 
 # Anthropic 配置（LLM_PROVIDER=anthropic 时需要）
 ANTHROPIC_API_KEY=sk-ant-your-anthropic-key-here
@@ -88,12 +100,12 @@ TEMP_VIDEO_SIGNING_KEY=change-me-to-a-long-random-secret
 # 临时视频链接有效期（秒，默认 900 = 15 分钟）
 TEMP_VIDEO_TTL_SECONDS=900
 
-# 可选：临时视频落盘目录
+# 可选：临时视频落盘目录（默认 backend/data/temp_videos）
 # TEMP_VIDEO_DIR=backend/data/temp_videos
 
 # === 视频口播转写（OpenAI 兼容 /audio/transcriptions，非 TTS）===
 # 需本机安装 ffmpeg。只要填了 OPENAI_WHISPER_BASE_URL，就必须填 OPENAI_WHISPER_API_KEY（勿用 MiMo Key）。
-# 默认开启（代码默认值为 1）；可显式关闭：
+# 默认开启（代码默认值为 1）；快识路径默认关闭（VIDEO_STT_ENABLED=0）；可显式开关：
 # VIDEO_STT_ENABLED=0
 # VIDEO_STT_ENABLED=1
 #
@@ -111,10 +123,13 @@ TEMP_VIDEO_TTL_SECONDS=900
 # WHISPER_MODEL=FunAudioLLM/SenseVoiceSmall
 # 硅基部分模型可不传 language：VIDEO_STT_LANGUAGE= （空）
 #
-# VIDEO_STT_MAX_AUDIO_SECONDS=600
-# 长视频分段转写（秒），默认 480；调小更稳但请求次数更多
+# 音频总时长上限（秒，默认 3600，范围 [60, 14400]）
+# VIDEO_STT_MAX_AUDIO_SECONDS=3600
+# 长视频分段转写（秒，默认 480，范围 [30, 1200]）；调小更稳但请求次数更多
 # VIDEO_STT_SEGMENT_SECONDS=480
+# STT HTTP 超时（秒，默认 240，范围 [60, 600]）
 # VIDEO_STT_TIMEOUT_SEC=240
+# 转写语言（默认 zh；显式设空串则不传 language 参数）
 # VIDEO_STT_LANGUAGE=zh
-# 优先请求 verbose_json（带 segments）；网关不支持会自动回退
+# 优先请求 verbose_json（带 segments）；网关不支持会自动回退（默认 1）
 # VIDEO_STT_PREFER_VERBOSE_JSON=1

README.md

@@ -1,152 +1,129 @@
-# 💊 薯医 NoteRx
+<div align="center">
 
-**AI驱动的小红书笔记诊断平台 —— 用数据告诉你，你的笔记为什么没火。**
+# 薯医 NoteRx
 
-> 你的笔记，值得被看见。
+### Multi-Agent Collaborative Diagnosis Engine for Xiaohongshu
 
-## 产品简介
+**Topic Star 榜单 #1** | 874 真实笔记训练 | 5 AI 专家三轮辩论 | 在线可用
 
-薯医（NoteRx）是一个面向小红书创作者的 AI 笔记诊断工具。用户可通过 **文字粘贴**、**截图上传（OCR 自动识别）** 或 **小红书链接导入** 三种方式提交笔记，平台通过 **多 Agent 辩论架构** 和 **真实数据 Baseline 对比**，从内容、视觉、增长策略、用户反应四个维度生成全面的诊断报告。
+<br>
 
-### 核心特色
+[**立即在线体验**](https://noterx.muran.tech) &nbsp;&nbsp;|&nbsp;&nbsp; [研究白皮书](https://noterx.muran.tech/) &nbsp;&nbsp;|&nbsp;&nbsp; [技术架构](#技术架构)
 
-- **多 Agent 辩论诊断**：5 个 AI 专家（内容分析师、视觉诊断师、增长策略师、用户模拟器、综合裁判）并行诊断，互相质疑，给出更全面准确的诊断
-- **量化 Baseline 对比**：基于数千条小红书笔记数据建立评价基线，用数据而非玄学给建议
-- **AI 模拟评论区**：预测真实用户看到笔记后的反应
-- **一键优化建议**：AI 生成优化标题、改写正文和封面方向建议，可一键复制
-- **辩论时间线**：可视化展示 Agent 之间的赞同、反驳和补充过程
-- **可分享诊断卡片**：一键导出精美诊断报告卡片，本身就是社交内容
-- **三种输入方式**：文字粘贴 / 截图 OCR / 小红书链接导入
-- **6 大垂类支持**：美食、穿搭、科技、旅行、美妆、健身
+<br>
 
-### 免责声明
+> 上传你的小红书笔记截图，5 位 AI 专家会像医生会诊一样，三轮辩论后给出量化诊断报告、可执行的优化方案、模拟评论区预测，以及一键生成的高分改写。
 
-本平台提供的诊断报告由 AI 多 Agent 协作生成，仅供参考，不构成任何运营承诺。
+</div>
 
-## 技术架构
+---
 
-```
-前端 (React + TypeScript + Vite + Tailwind CSS + ECharts)
-  ↓
-API Gateway (FastAPI + Pydantic)
-  ↓
-┌──────────────────────────────────────────────┐
-│              多模态解析层                       │
-│  文本分析(jieba) | 图像分析(OpenCV) | OCR(LLM) │
-│  构图分析 | 色彩和谐度 | 视觉复杂度              │
-└──────────────────┬───────────────────────────┘
-                   ↓
-         Baseline 对比引擎 (SQLite)
-                   ↓
-┌──────────────────────────────────────────────┐
-│       多 Agent 编排引擎 (GPT-4o / Claude)      │
-│                                               │
-│  Round 1: 四Agent并行诊断                       │
-│    内容Agent | 视觉Agent | 增长Agent | 用户Agent │
-│                   ↓                           │
-│  Round 2: Agent 辩论 (赞同/反驳/补充)            │
-│                   ↓                           │
-│  Round 3: 综合裁判Agent → 最终报告 + 优化建议     │
-└──────────────────────────────────────────────┘
-```
+## 为什么是薯医
 
-## 快速开始
+| | 传统工具 | 薯医 NoteRx |
+|---|---|---|
+| **评分依据** | 主观经验 / 单模型打分 | 874 条真实笔记回归分析 → 5 品类差异化权重 |
+| **诊断方式** | 单次 GPT 调用 | 5 Agent 并行诊断 → 交叉质疑辩论 → 裁判综合 |
+| **建议质量** | "提升标题吸引力" | "标题「XX」→改为「5分钟搞定！这道菜我妈做了20年」→加数字+情感+悬念" |
+| **评论预测** | 无 | AI 模拟真实评论区（含吵架/质疑/楼中楼） |
+| **优化闭环** | 给建议，用户自己改 | 自动生成 3 个高分改写方案 + 即时重新评分 |
+| **数据支撑** | 无 | Spearman 相关 · 线性回归 · K-Means 聚类 · LLM 深度分析 |
 
-### 环境要求
+## 在线体验
 
-- Node.js >= 18
-- Python >= 3.9
-- OpenAI API Key (GPT-4o) 或 Anthropic API Key (Claude)
+**https://noterx.muran.tech**
 
-### 安装与运行
+1. 打开链接 → 拖入小红书笔记截图（支持多张拼接）
+2. AI 自动识别标题、正文、分类（< 30s）
+3. 点击"开始诊断" → 观看 5 位 AI 专家实时辩论
+4. 获取完整报告：评分 · 雷达图 · 优化方案 · 模拟评论区 · 分享卡片
 
-```bash
-# 1. 克隆项目
-git clone https://github.com/your-repo/noterx.git
-cd noterx
+手机电脑均可使用，无需注册。
 
-# 2. 配置环境变量
-cp .env.example backend/.env
-# 编辑 backend/.env，填入你的 API Key
+## 核心技术
 
-# 3. 安装依赖 + 初始化数据库（一键）
-make install && make data
+### 三大自训练模型
 
-# 4. 一键启动
-./start.sh
-```
+| 模型 | 训练数据 | 能力 |
+|---|---|---|
+| **Model A — 量化预测引擎** | 874 条真实笔记 · 回归分析 | 5 品类差异化权重 · 5 维度即时评分 · < 50ms 无 LLM 调用 |
+| **Baseline Knowledge Graph — 基线知识图谱** | 874 笔记 + 2465 评论 · K-Means 聚类 | 品类爆款线 · 互动中位数 · 标签分布 · 发布时段热力图 |
+| **Comment Persona Engine — 评论画像引擎** | 2465 条真实评论 · LLM 分类 | 6 种用户画像（种草型/经验型/质疑型/凑热闹型/求助型/吐槽型）· 情绪分布 · 点赞预估 |
 
-访问 `http://localhost:5173` 开始使用。
+### 四阶段诊断引擎
 
-### 手动启动
+```
+Stage 1                    Stage 2                Stage 3                    Stage 4
+数据驱动基线训练      →     Model A 智能初评    →   多智能体深度辩论        →    AI 优化闭环
+
+874 笔记 + 2465 评论       5 维度即时打分          4 Agent 并行诊断            自动生成 3 个优化方案
+Spearman / 回归 / 聚类     < 50ms 无 LLM          交叉质疑 · 补充论据         即时重新评分
+5 品类差异化权重            品类差异化基线          裁判 Agent 综合裁定         最高分方案推荐
+```
 
-```bash
-# 后端
-cd backend
-python3 -m venv venv
-source venv/bin/activate
-pip install -r requirements.txt
-uvicorn app.main:app --reload --port 8000
-
-# 前端（新终端）
-cd frontend
-npm install
-npm run dev
+### Multi-Agent 辩论架构
+
+```
+Round 1: 并行诊断                    Round 2: 交叉辩论                Round 3: 综合裁判
+
+[内容分析师] ─┐                      内容 ←→ 视觉                     ┌─→ 最终评分
+[视觉诊断师] ─┤→ 独立诊断 + 评分     视觉 ←→ 增长      质疑/反驳      ├─→ 优化标题 + 正文
+[增长策略师] ─┤                      增长 ←→ 用户      赞同/补充      ├─→ 封面方向建议
+[用户模拟器] ─┘                      用户 ←→ 内容                     └─→ 模拟评论区
 ```
 
-### Makefile 快捷命令
+### 技术栈
 
-| 命令 | 作用 |
-|------|------|
-| `make install` | 安装前后端所有依赖 |
-| `make data` | 初始化数据库 + 种子数据 + 计算 baseline |
-| `make test` | 运行后端 pytest 测试 |
-| `make ci` | 完整 CI 流程（前端构建 + 后端测试） |
+| 层 | 技术 |
+|---|---|
+| **前端** | React 19 · TypeScript · MUI v9 · Framer Motion · ECharts · Vite |
+| **后端** | FastAPI · asyncio · SSE 流式推送 · SQLite |
+| **AI** | MiMo-v2-Pro（诊断）· MiMo-v2-Omni（多模态视觉）· MiMo-v2-Flash（快速任务） |
+| **分析** | jieba 分词 · OpenCV 图像分析 · OCR 文字提取 · 视频首帧/听写 |
+| **研究** | Spearman 相关 · 线性回归 · K-Means 聚类 · PCA 可视化 |
 
-## 项目结构
+## 产品功能
 
-```
-noterx/
-├── frontend/                 # React 前端
-│   └── src/
-│       ├── components/       # UI 组件（Toast、ErrorBoundary、RadarChart 等）
-│       ├── pages/            # 页面（首页/诊断动画/报告）
-│       └── utils/            # API 工具、类型和 fallback 数据
-├── backend/                  # Python 后端
-│   ├── app/
-│   │   ├── api/              # FastAPI 路由（diagnose、baseline、link 解析）
-│   │   ├── agents/           # 多 Agent 模块 + 编排器
-│   │   │   └── prompts/      # Agent System Prompt + 辩论 Prompt
-│   │   ├── analysis/         # 多模态分析（文本/图像/OCR/构图）
-│   │   ├── baseline/         # Baseline 对比引擎
-│   │   ├── models/           # Pydantic 数据模型
-│   │   └── utils/            # 工具模块（链接解析器等）
-│   ├── data/                 # SQLite 数据库（gitignore）
-│   └── tests/                # 后端单元测试
-├── scripts/                  # 数据初始化脚本
-├── docs/                     # 项目文档
-├── .github/workflows/        # GitHub Actions CI
-├── Makefile                  # 开发快捷命令
-└── start.sh                  # 一键启动脚本
-```
+- **多模态输入**：截图拖入 / Ctrl+V 粘贴 / 视频上传，AI 自动识别标题、正文、分类
+- **实时诊断动画**：11 步时间线 + 辩论实况气泡 + Agent 状态跟踪
+- **五维雷达评分**：内容质量 · 视觉表现 · 增长策略 · 互动潜力 · 综合评分
+- **AI 模拟评论区**：真实 XHS 风格（含吵架/质疑/楼中楼），预估点赞数
+- **迭代优化引擎**：一键生成 3 个高分改写方案，自动评分 + 最高分推荐
+- **基线对比**：与同品类数千条笔记对比（标题字数 / 标签数 / 爆款率）
+- **分享卡片**：一键生成带品牌水印的诊断卡片，支持系统分享到微信/小红书
+- **诊断历史**：本地 IndexedDB 存储，隐私安全
+
+## 快速开始
 
-## API 接口
+```bash
+# 克隆
+git clone https://github.com/jiangmuran/noterx.git && cd noterx
+
+# 配置
+cp .env.example backend/.env  # 编辑填入 API Key
 
-| 方法 | 路径 | 说明 |
-|------|------|------|
-| `POST` | `/api/diagnose` | 笔记诊断（multipart/form-data） |
-| `GET` | `/api/baseline/{category}` | 获取垂类 baseline 数据 |
-| `POST` | `/api/parse-link` | 解析小红书分享链接 |
-| `GET` | `/api/health` | 健康检查（含数据库状态） |
+# 一键安装 + 启动
+make install && make data && ./start.sh
+```
+
+访问 `http://localhost:5173`
 
 ## 团队
 
-**PageOne** — 五个13岁的创作者，用AI解决自己的问题。
+**PageOne** — 全场唯一中学生队伍。四个 13 岁的初中生，从零完成数据采集、模型训练、全栈开发到生产部署，48 小时交付完整产品。
+
+姜睦然 · 杨曦哲 · 陈宇夏 · 吕思彤
 
 ## License
 
 Apache License 2.0
 
 ---
 
-*小红书黑客松巅峰赛作品 #小红书黑客松巅峰赛*
+<div align="center">
+
+**[立即体验 →](https://noterx.muran.tech)**
+
+*小红书黑客松巅峰赛 · Topic Star #1*
+
+</div>

backend/app/agents/orchestrator.py

@@ -406,6 +406,10 @@ async def _judge_task():
             stable_scores=stable_scores,
         )
         result["model_a_pre_score"] = model_a_score
+        result["_usage"] = {
+            "total_tokens": round1_tokens + debate_tokens + judge_tokens,
+            "duration_sec": round(total_time, 1),
+        }
         return result
 
     async def _run_debate(