"""文风学习 + 回炉端点的请求/响应 schema(C3 扩 / ARCH §7.2 / UX §6.9 / §8.3)。 snake_case(命名契约,见 memory/gotchas)。前端经 OpenAPI→TS 客户端消费——改字段 须 `pnpm gen:api` 重生成。 """ from __future__ import annotations import uuid from typing import Annotated, Literal from pydantic import BaseModel, Field, StringConstraints # 请求文本长度上界(CR-H9:防超长入参空跑 LLM/DoS)。选段/样本 20k 字符,样本列表 ≤20 条。 _SEGMENT_MAX = 20_000 _SAMPLE_MAX = 20_000 _SAMPLES_LIST_MAX = 20 # 预检澄清沿用相同选段上界(DRY);指令短。 _MAX_CLARIFY_SEGMENT_LEN = _SEGMENT_MAX _MAX_CLARIFY_INSTRUCTION_LEN = 2000 class StyleLearnRequest(BaseModel): """学文风:上传样本正文(前端可读文件转文本)+ 模式(首学 / 更新)。""" # 同时约束**列表条数**与**每条样本长度**(最大 DoS 面:多条超长正文)。 samples: list[Annotated[str, StringConstraints(max_length=_SAMPLE_MAX)]] = Field( min_length=1, max_length=_SAMPLES_LIST_MAX ) mode: Literal["create", "update"] = "create" class StyleLearnResponse(BaseModel): """学文风受理:返回 job_id(长任务,走 `GET /jobs/{id}` 轮询)。""" job_id: uuid.UUID class DimensionEntry(BaseModel): """单个文风维度:名称 + 判定值 + 原文证据摘录(强类型,替代裸 dict[str, Any])。""" name: str value: str evidence: list[str] = Field(default_factory=list) class StyleFingerprintResponse(BaseModel): """最新文风指纹(`GET /style`):完整 16 维(名称/值/证据)+ 版本(对齐 UX §6.9)。 DB 存两列并行 dict(`{name:value}` + `{name:[evidence]}`);响应合并为 `list[DimensionEntry]`,给 TS 客户端强类型(替代弱类型 `dict[str, Any]`)。 """ dimensions: list[DimensionEntry] = Field(default_factory=list) version: int class RefineRequest(BaseModel): """回炉:重写选中段(可选改写指令)。""" segment: str = Field(min_length=1, max_length=_SEGMENT_MAX) instruction: str | None = None class RefineResponse(BaseModel): """回炉结果:原段 + 重写段(不写库,作者采纳经既有 draft 自动保存合入)。""" original: str refined: str class RefineClarifyRequest(BaseModel): """润色预检澄清:选段 + 再沟通意见(WFW-9 M1 路线A 两阶段之「问题」阶段)。 与 `RefineRequest` 独立——预检只判「意见清不清楚」,不改正文。`instruction` 为作者的 再沟通意见(可空/极短,正是触发反问的场景);带长度上界防超长入参。响应=`ClarifyDecision` (在 ww_agents,端点直接返回,供前端 gen:api 生成强类型客户端)。 """ segment: str = Field(min_length=1, max_length=_MAX_CLARIFY_SEGMENT_LEN) instruction: str = Field(default="", max_length=_MAX_CLARIFY_INSTRUCTION_LEN)