Skip to content

小说标签生成

当前处理链路

标签生成由独立 Python Flask API 承担,Node API 不再通过 nodejieba 子进程分析文本:

  1. Node 定时任务查找标签为空的书籍。
  2. Node 请求配置项 PYTHON_API_URL 下的 POST /api/tags,JSON body 为 {"text":"小说正文"}。
  3. Python 使用 jieba 分词、本地中文停用词表和角色标签表生成逗号分隔字符串。
  4. Node 将生成结果写回书籍的 tag 字段,供搜索和界面展示。

Python API 不直接访问业务数据库。端点接受的 text 必须是字符串;缺少或类型错误返回 HTTP 400 和 {"error":"A text string is required"}。服务默认本地监听 127.0.0.1:5000,Node 默认连接 http://127.0.0.1:5000。

当前标签算法

实现位于 genshin-novel-reader-api-python/tags/__init__.py:

  • 从文本中匹配游戏角色标签,按出现次数排序,最多取 5 个。
  • 清理非词字符和多余空白后用 jieba 分词。
  • 排除中文停用词及长度不大于 1 的词,按词频选最多 20 个关键词。
  • 将角色标签放在关键词之前,以逗号连接,并将结果截断到 50 个字符。

词频标签是简单候选词,不等同于语义主题识别。角色标签表和停用词表是服务本地文件。

手动请求示例

curl -X POST http://127.0.0.1:5000/api/tags \
  -H 'Content-Type: application/json' \
  -d '{"text":"这里填写小说正文"}'

旧版 Node 原生扩展选型和直接运行 Python 命令行脚本的示例属于历史调研,不代表当前在线调用方式。