20260901 104042 抖音作品采集工具提示词

请开发一个基于 Flask 的抖音作品采集工具，满足以下全部需求：

## 1. 核心功能
- 用户输入抖音**作者主页链接**或**单个作品链接**，系统自动采集该链接下的所有作品（视频/图集）并下载保存到本地文件夹。
- 对每个作品调用 **DeepSeek API** 进行内容分析，生成 120 字以内的内容总结，并将总结结果展示在网页上。
- 提供简单的 Web 操作界面，支持任务提交、状态实时查看、结果展示。

## 2. 技术栈
- Python 3.8+
- Flask（Web 框架）
- requests（HTTP 请求）
- python-dotenv（环境变量管理）
- 不使用数据库，任务状态存储于内存（简单字典即可）
- 抖音解析：使用**第三方解析 API**（需要在代码中预留接口，用户可自行替换为实际可用的服务，例如聚合数据、快解析等，本提示词中默认使用一个虚构的 API `https://api.example.com/douyin/parse`，开发者需自行替换）
- AI 总结：调用 **DeepSeek Chat API**（`https://api.deepseek.com/v1/chat/completions`），模型使用 `deepseek-chat`，API Key 从环境变量 `DEEPSEEK_API_KEY` 读取。

## 3. 项目结构

## 4. 模块详细要求

### 4.1 抖音解析模块 (`utils/douyin_parser.py`)
- 函数 `parse_douyin_url(url: str) -> List[Dict]`，接收用户输入的链接，返回**作品信息列表**（即使只有一个作品也返回列表）。
- 该函数内部调用第三方解析 API（POST 或 GET 均可，示例使用 GET 请求，参数 `url`）。
- 解析 API 返回 JSON 格式，假设包含字段：
  - `is_author`: 布尔值，表示是否为作者主页（若为作者主页，则 `works` 字段是一个包含多个作品信息的列表）
  - 若 `is_author` 为 `True`，则从 `data["works"]` 中提取作品列表；
  - 若为 `False`，则直接返回一个作品对象（包装成列表）。
- 每个作品对象包含以下字段（根据实际 API 可能有所不同，但需在代码中做兼容处理）：
  ```python
  {
      "type": "video" 或 "image",
      "author": "作者昵称",
      "title": "作品标题或描述",
      "video_url": "无水印视频直链（type=video时必填）",
      "image_urls": ["图片链接1", "图片链接2", ...] （type=image时必填）,
      "cover": "封面图链接（可选）",
      "duration": 15,  # 视频时长（秒，可选）
      "music": "背景音乐名称（可选）",
      "likes": 100,    # 点赞数（可选）
      "comments": 20,  # 评论数（可选）
      "shares": 5,     # 分享数（可选）
      "create_time": "2023-01-01 12:00:00"  # 发布时间（可选）
  }
  ```
- 注意：第三方 API 可能没有所有这些字段，需要给出默认值（例如 `duration` 默认 0，`music` 默认 "无"，等等）。
- 如果解析失败（网络错误、API 返回错误等），抛出异常，由上层捕获。

### 4.2 下载器模块 (`utils/downloader.py`)
- 函数 `download_work(work: Dict, save_dir: str) -> str`，接收单个作品信息和保存目录，返回下载后的本地文件路径（视频文件路径或图集文件夹路径）。
- 根据 `work["type"]` 分两种情况：
  - **视频**：从 `work["video_url"]` 下载视频文件，文件名格式建议为 `{作者}_{标题前20字符}.mp4`（需处理非法字符），使用流式下载（requests.get(stream=True)）。
  - **图集**：创建子文件夹，文件夹名同样为 `{作者}_{标题前20字符}`，依次下载所有图片，保存为 `image_1.jpg`, `image_2.jpg`, ...。
- 确保 `save_dir` 存在，若不存在则创建。
- 如果下载失败，抛出异常。

### 4.3 AI 总结模块 (`utils/ai_summarizer.py`)
- 函数 `summarize_work(work: Dict) -> str`，接收作品信息，返回内容总结字符串（不超过 120 字）。
- 使用 `requests.post` 调用 DeepSeek API：
  - URL: `https://api.deepseek.com/v1/chat/completions`
  - 请求头：`Content-Type: application/json`，`Authorization: Bearer {DEEPSEEK_API_KEY}`
  - 请求体 JSON：
    ```json
    {
      "model": "deepseek-chat",
      "messages": [
        {"role": "system", "content": "你是一个严谨的内容总结助手。"},
        {"role": "user", "content": "这里是完整的提示词模板（见下）"}
      ],
      "temperature": 0.7,
      "max_tokens": 300,
      "stream": false
    }
    ```
  - API Key 从环境变量 `DEEPSEEK_API_KEY` 读取，若未设置则返回错误信息。
- **完整提示词模板**（用户消息内容，使用 f-string 填充作品信息）：
  ```
  你是一个专业的内容分析师，擅长从抖音作品的元数据中提炼核心信息。请根据以下作品信息，生成一段简洁、准确、有吸引力的内容总结（不超过120字），帮助用户快速了解作品主题和亮点。

  【作品信息】
  作者：{author}
  标题/描述：{title}
  类型：{'视频' if type == 'video' else '图集'}
  时长：{duration}秒
  背景音乐：{music}
  点赞数：{likes}
  评论数：{comments}
  分享数：{shares}
  发布时间：{create_time}

  【总结要求】
  1. 概括作品的主要内容或主题；
  2. 突出作品的特色或可能的爆点（如情感、搞笑、知识、颜值等）；
  3. 语言流畅，避免冗余，直接输出总结文本，不要任何前缀或解释。
  ```
- 如果 API 调用失败（如网络问题、密钥错误等），捕获异常并返回错误信息字符串，格式如 `"DeepSeek API 调用失败：{错误详情}"`。

### 4.4 Flask 主程序 (`app.py`)
- 定义以下路由：
  - `GET /`：渲染 `index.html`，显示一个表单，包含一个输入框（name="url"）和提交按钮。
  - `POST /submit`：接收表单中的 `url`，创建任务 ID（使用 `os.urandom(8).hex()`），将任务信息存入全局字典 `tasks`（结构见下），启动后台线程执行 `process_task(task_id, url)`，然后重定向到 `/task/<task_id>`。
  - `GET /task/<task_id>`：根据任务 ID 从 `tasks` 字典获取任务，渲染 `result.html`，传入任务对象和任务 ID。
  - `GET /api/task/<task_id>`：返回该任务的 JSON 数据（用于前端 AJAX 轮询），若任务不存在返回 404。
- **任务字典结构**：
  ```python
  tasks[task_id] = {
      'status': 'pending',   # pending / parsing / downloading / completed / error
      'message': '任务已提交',
      'results': []           # 最终结果为列表，每个元素为字典，包含 work, local_path, summary
  }
  ```
- `process_task(task_id, url)` 函数逻辑：
  1. 更新状态为 `parsing`，调用 `parse_douyin_url(url)` 获取作品列表。
  2. 如果列表为空或解析失败，设置状态为 `error`，消息为对应错误，返回。
  3. 更新状态为 `downloading`，遍历作品列表，对每个作品：
     - 调用 `download_work(work, config.DOWNLOAD_DIR)` 下载，得到本地路径。
     - 调用 `summarize_work(work)` 生成 AI 总结。
     - 将 `{'work': work, 'local_path': local_path, 'summary': summary}` 追加到 `tasks[task_id]['results']`。
     - 更新消息为 `下载中 {idx+1}/{total}`。
  4. 全部完成后，设置状态为 `completed`，消息为 `处理完成，共 {total} 个作品`。
  5. 若过程中出现异常，设置状态为 `error`，消息包含错误详情。

### 4.5 配置文件 (`config.py`)
- 定义下载目录 `DOWNLOAD_DIR = os.path.join(os.path.dirname(__file__), 'downloads')`
- 尝试从 `.env` 文件加载环境变量（使用 `python-dotenv` 的 `load_dotenv()`）
- 不直接写死 API Key，全部从环境变量读取。

### 4.6 前端模板
- `index.html`：简单的 HTML 表单，包含一个输入框和提交按钮，表单 action 指向 `/submit`，method 为 POST。
- `result.html`：显示任务状态（status 和 message），并使用 JavaScript 每 2 秒通过 `fetch('/api/task/{{ task_id }}')` 轮询任务状态，当状态变为 `completed` 或 `error` 时停止轮询，并渲染结果列表（如果有 results）。结果列表中每一项显示：作品标题、作者、本地路径、AI 总结。页面底部提供返回首页的链接。

## 5. 依赖文件 `requirements.txt`

## 6. 运行说明
- 用户需要在项目根目录创建 `.env` 文件，内容为 `DEEPSEEK_API_KEY=sk-xxxx`（实际密钥）。
- 用户需要将 `utils/douyin_parser.py` 中的第三方解析 API URL 替换为实际可用的服务，并确保返回格式符合上述约定（或自行调整解析逻辑）。
- 运行 `python app.py` 启动服务，默认端口 5000。

## 7. 注意事项
- 代码中要包含适当的注释，特别是关键步骤（如解析、下载、API 调用）。
- 请确保所有模块都能正确导入，路径处理正确（使用 `os.path`）。
- 需要处理文件名中的非法字符（如 `/ \ : * ? " < > |`），替换为下划线。
- 异常处理要完善，避免进程崩溃，所有错误都应反馈到任务状态中。
- 生成的代码应该是完整可运行的，不需要用户再手动补充核心逻辑。

请严格按照以上要求生成完整的项目代码，包括所有目录下的文件内容。