refactor: 移除 AI 词云、AI 时间轴和博客模块

暂停开发以下功能,将设计文档移至未完成计划文件夹:

- AI 词云 (Keyword Cloud): 前端、API、数据库模型、n8n 工作流
- AI 时间轴 (AI Timeline): 前端、API、数据库模型
- 博客 (Blog): 导航链接占位

变更内容:
- 删除词云和时间轴的前端页面及组件
- 删除 /api/keyword-cloud/* 和 /api/events/* API 端点
- 从 prisma/schema.prisma 移除 Keyword, Quarter, VisualStyleRule, KeywordCloudErrorLog, AIEvent 模型
- 从 validations.ts 移除相关 Zod Schema
- 从国际化消息中移除 keywordCloud/timeline 命名空间
- 从导航菜单移除词云、时间轴、博客链接
- 更新 CLAUDE.md 移除词云系统文档

设计文档已移至 .omc/plans/postponed-features/ 供后续恢复开发参考
This commit is contained in:
2026-02-21 12:35:54 +08:00
parent c2eabfea97
commit 79c25eb1b3
42 changed files with 708 additions and 3124 deletions
@@ -1,494 +0,0 @@
# AI 时间轴功能设计文档
**创建日期**: 2025-01-25
**目标用户**: 开发者和 AI 研究者
**设计理念**: 学术+产品平衡,聚焦大语言模型发展历程(从 2017 Transformer 开始)
---
## 1. 系统架构
### 核心组件
**前端展示系统**
- 路由: `src/app/[locale]/timeline/page.tsx`
- 渲染策略: ISR (1小时缓存)
- 设计风格: Neo-brutalism,复用现有设计系统
- 数据展示: 按年份分组的卡片堆叠时间轴
**后端 API**
- `POST /api/events` - 创建事件(供 n8n 调用,需 API Key 认证)
- `GET /api/events` - 获取所有事件(支持年份筛选)
- `GET /api/events/:id` - 获取单个事件详情
- `PATCH /api/events/:id` - 更新事件(可选)
- `DELETE /api/events/:id` - 删除事件(可选)
**数据采集系统 (n8n)**
- 历史数据初始化流程: 一次性运行,批量收集 2017-2025 事件
- 增量更新流程: 每周一运行,收集最近 7 天新事件
- 三 Agent 协作: 搜索 → 筛选 → 格式化 → HTTP Request 提交
**数据库**
- `AIEvent` 表: 存储所有事件
- 无需标签系统(基础版数据结构)
---
## 2. 数据库 Schema
### Prisma 模型
```prisma
model AIEvent {
id String @id @default(cuid())
title String
titleEn String? // 英文标题(可选)
eventDate DateTime // 事件发生的具体日期
description String
descriptionEn String? // 英文描述
imageUrl String // 事件配图 URL
sourceUrl String? // 原始来源链接
createdAt DateTime @default(now())
updatedAt DateTime @updatedAt
@@index([eventDate(sort: Desc)]) // 按日期降序索引
@@index([createdAt])
}
```
### 字段说明
- **国际化字段**: `title`/`titleEn`, `description`/`descriptionEn` 与项目表保持一致
- **日期字段**: 使用 `DateTime` 支持时间范围筛选和排序
- **索引优化**: `eventDate` 降序索引提升"最近事件"查询性能
- **图片存储**: 直接存储 URL(可以是 Unsplash、项目截图等)
### 迁移命令
```bash
pnpm prisma migrate dev --name add_ai_events_table
```
---
## 3. API 端点设计
### 数据验证 Schema
`src/lib/validations.ts` 新增:
```typescript
const AIEventInputSchema = z.object({
title: z.string().min(1).max(200),
titleEn: z.string().max(200).optional(),
eventDate: z.string().datetime(), // ISO 8601 格式
description: z.string().min(10).max(500),
descriptionEn: z.string().max(500).optional(),
imageUrl: z.string().url(),
sourceUrl: z.string().url().optional(),
});
```
### POST /api/events (n8n 调用)
**认证**:
```typescript
const apiKey = request.headers.get('X-API-Key');
if (!apiKey || !crypto.timingSafeEqual(
Buffer.from(apiKey),
Buffer.from(process.env.WEBHOOK_API_KEY!)
)) {
return NextResponse.json({ error: 'Unauthorized' }, { status: 401 });
}
```
**验证**:
```typescript
const body = await request.json();
const validationResult = AIEventInputSchema.array().safeParse(body);
if (!validationResult.success) {
return NextResponse.json({
error: 'Validation failed',
details: validationResult.error
}, { status: 400 });
}
```
**创建**:
```typescript
const events = await prisma.aIEvent.createMany({
data: validationResult.data,
skipDuplicates: true,
});
return NextResponse.json({ created: events.count }, { status: 201 });
```
### GET /api/events (前端调用)
支持查询参数:
- `?year=2024` - 筛选特定年份
- `?limit=50` - 限制返回数量
- `?offset=0` - 分页偏移
返回按 `eventDate` 降序排列的事件列表。
### 调用示例
```bash
curl -X POST https://your-domain.com/api/events \
-H "Content-Type: application/json" \
-H "X-API-Key: YOUR_WEBHOOK_API_KEY" \
-d '{
"title": "GPT-4 发布",
"eventDate": "2023-03-14T00:00:00Z",
"description": "OpenAI 发布多模态大语言模型",
"imageUrl": "https://example.com/gpt4.jpg"
}'
```
---
## 4. 前端页面实现
### 页面结构
`src/app/[locale]/timeline/page.tsx`:
```tsx
import { getAIEvents } from '@/hooks/useAIEvents';
import { TimelineSection } from '@/components/timeline/TimelineSection';
export const revalidate = 3600; // ISR 1小时
export default async function TimelinePage() {
const events = await getAIEvents();
// 按年份分组
const eventsByYear = events.reduce((acc, event) => {
const year = new Date(event.eventDate).getFullYear();
if (!acc[year]) acc[year] = [];
acc[year].push(event);
return acc;
}, {} as Record<number, typeof events>);
return (
<div className="timeline-container">
<header>
<h1>AI </h1>
</header>
<main>
{Object.entries(eventsByYear)
.sort(([a], [b]) => Number(b) - Number(a)) // 降序
.map(([year, yearEvents]) => (
<TimelineSection
key={year}
year={year}
events={yearEvents}
/>
))}
</main>
</div>
);
}
```
### 数据获取函数
`src/hooks/useAIEvents.ts`:
```typescript
export async function getAIEvents() {
const events = await prisma.aIEvent.findMany({
orderBy: { eventDate: 'desc' },
take: 100, // 最多 100 条
});
return events;
}
```
### 组件设计
- **TimelineSection**: 渲染单个年份的卡片堆叠区域,复用原型的动画效果
- **EventCard**: 单个事件卡片(图片、标题、描述、日期)
- **响应式**: 移动端垂直堆叠,桌面端横向卡片堆叠
---
## 5. n8n Workflow 设计
### 流程 A: 历史数据初始化(一次性运行)
**1. 历史搜索 Agent**
- 按年份批量搜索: 2017-2025
- 搜索关键词: `"AI breakthrough YEAR"`, `"LLM release YEAR"`, `"GPT model YEAR"`
- 时间范围: 每年 1月1日 - 12月31日
- 输出: 每年 50-100 条搜索结果
**2. 历史筛选 Agent**
- 权威来源: `['arxiv.org', 'openai.com', 'anthropic.com', 'google.ai', 'meta.ai', 'deepmind.com']`
- 去重逻辑: 相同标题或 URL 只保留一个
- 输出: 每年精选 10-20 个事件
**3. 历史格式化 Agent**
- 提取完整信息: 标题、准确日期、详细描述、配图
- 对描述进行润色和本地化(翻译成中文)
- 补充缺失图片(使用 Unsplash 或项目官网截图)
**4. HTTP Request: 批量提交**
- POST `/api/events`
- 每次提交 10-20 个事件(按年份分批)
- 记录成功/失败状态
### 流程 B: 增量更新(每周运行)
**触发器**: Cron node,每周一早上 9:00
**1. 增量搜索 Agent**
- 时间范围: 最近 7 天
- 搜索关键词: `["AI news", "LLM release", "model launch"]`
- 输出: 10-20 条最新搜索结果
**2. 增量筛选 Agent**
- 权威来源检查(同历史流程)
- 额外检查: 查询数据库避免重复 `sourceUrl`
- 输出: 2-5 个新事件
**3. 增量格式化 Agent**
- 快速格式化: 提取核心信息
- 描述保持简短(直接使用摘要)
- 图片优先使用新闻配图
**4. HTTP Request: 增量提交**
- POST `/api/events`
- 一次性提交所有新事件
- 失败时发送告警邮件
### 错误处理
- **重试策略**: 每个 Agent 失败后等待 5s/10s/20s 重试,最多 3 次
- **降级处理**: 图片提取失败使用默认图片; 日期模糊使用当月 1 日
- **告警机制**: 最终失败时发送邮件并附执行日志
- **部分成功**: 批量提交时即使部分失败,也记录成功的事件
---
## 6. 数据验证和错误处理
### API 端点保护
**认证机制**: 使用 `crypto.timingSafeEqual` 防止时序攻击
**请求体验证**: Zod schema 验证所有字段
**去重逻辑**: 基于 `sourceUrl` 的唯一索引(如果提供)
**长度限制**:
- 标题 ≤200 字符
- 描述 ≤500 字符
**必填字段**: `title`, `eventDate`, `description`, `imageUrl`
**URL 验证**: `imageUrl``sourceUrl` 必须是有效的 HTTP/HTTPS URL
### 前端错误边界
```tsx
export default async function TimelinePage() {
try {
const events = await getAIEvents();
if (!events.length) {
return <EmptyState message="暂无事件数据" />;
}
return <TimelineContent events={events} />;
} catch (error) {
console.error('Failed to load events:', error);
return <ErrorState message="加载失败,请稍后重试" />;
}
}
```
---
## 7. 测试策略
### 单元测试 (Vitest)
**API 端点测试** (`src/app/api/events/route.test.ts`):
```typescript
describe('POST /api/events', () => {
it('should create event with valid data', async () => {
const response = await POST(request_mock);
expect(response.status).toBe(201);
});
it('should reject invalid API key', async () => {
const response = await POST(bad_request_mock);
expect(response.status).toBe(401);
});
it('should validate required fields', async () => {
const response = await POST(invalid_data_mock);
expect(response.status).toBe(400);
});
});
```
**数据验证测试** (`src/lib/validations.test.ts`):
```typescript
describe('AIEventInputSchema', () => {
it('should validate valid event', () => {
expect(() => AIEventInputSchema.parse(validEvent)).not.toThrow();
});
it('should reject missing title', () => {
expect(() => AIEventInputSchema.parse({ ...validEvent, title: '' }))
.toThrow();
});
});
```
### E2E 测试 (chrome-devtools-mcp)
**测试流程**:
1. 启动开发服务器: `pnpm dev`
2. 使用 chrome-devtools-mcp 工具:
- `new_page`: http://localhost:3000/timeline
- `take_snapshot`: 验证页面结构
- `take_screenshot`: 对比设计原型
- `evaluate_script`: 检查事件数据渲染
- `list_console_messages`: 确保无 JavaScript 错误
3. 测试筛选功能:
- `navigate_page`: url=/timeline?year=2024
- `take_snapshot`: 验证只显示 2024 年事件
**手动测试清单**:
- [ ] 页面加载成功,无 console 错误
- [ ] 事件按年份正确分组显示
- [ ] 卡片堆叠动画正常工作
- [ ] 响应式布局在移动端正常
- [ ] ISR 缓存在 1 小时后正确更新
### 集成测试 (n8n Workflow)
- 手动触发历史数据初始化流程,验证数据库事件创建
- 手动触发增量更新流程,验证新事件添加
- 测试错误场景: API 不可用、数据格式错误、网络超时
### 测试数据准备
使用 `pnpm prisma db seed` 创建种子数据:
- Seed 脚本插入 5-10 个示例事件(2023-2025 真实事件)
- 方便开发和手动测试
---
## 8. 部署和实施步骤
### 阶段 1: 数据库和后端 (1-2 天)
```bash
# 更新 schema
vim prisma/schema.prisma
# 生成并运行迁移
pnpm prisma migrate dev --name add_ai_events_table
pnpm prisma generate
# 创建验证 schema
vim src/lib/validations.ts
# 创建 API route
mkdir src/app/api/events
vim src/app/api/events/route.ts
# 创建数据获取函数
vim src/hooks/useAIEvents.ts
# 手动测试 API
curl -X POST http://localhost:3000/api/events \
-H "Content-Type: application/json" \
-H "X-API-Key: $WEBHOOK_API_KEY" \
-d '{
"title": "测试事件",
"eventDate": "2025-01-25T00:00:00Z",
"description": "这是一个测试事件",
"imageUrl": "https://example.com/image.jpg"
}'
```
### 阶段 2: 前端页面 (2-3 天)
```bash
# 创建 timeline 页面
mkdir -p src/app/[locale]/timeline
vim src/app/[locale]/timeline/page.tsx
# 创建组件
mkdir src/components/timeline
vim src/components/timeline/TimelineSection.tsx
vim src/components/timeline/EventCard.tsx
# 更新 header 添加导航链接
vim src/components/layout/Header.tsx
# 使用 chrome-devtools-mcp 测试页面效果
```
### 阶段 3: n8n Workflow 配置 (1-2 天)
1. 在 n8n 中创建历史数据初始化 workflow
2. 创建增量更新 workflow,设置每周一 9:00 触发
3. 配置环境变量 `WEBHOOK_API_KEY`
4. 手动运行历史 workflow,初始化 2017-2025 数据
5. 验证增量 workflow 是否正常工作
### 阶段 4: 测试和优化 (1 天)
1. 使用 chrome-devtools-mcp 进行完整测试
2. 修复发现的问题
3. 优化性能(ISR 缓存、图片加载)
4. 准备生产环境部署
### 阶段 5: 部署到生产
1. 更新 Vercel 环境变量(确保 `WEBHOOK_API_KEY` 已设置)
2. 运行数据库迁移(如果需要): `pnpm prisma db push`
3. 部署代码到 Vercel
4. 在 n8n 中更新 API endpoint 为生产地址
5. 监控第一次增量运行
---
## 9. 关键设计决策
### 为什么选择基础版事件数据?
- 符合 YAGNI 原则,快速上线
- 避免过度设计,聚焦核心价值
- 后续可扩展(如添加用户互动、点赞等)
### 为什么不需要标签系统?
- 从 UI 原型看,卡片只显示核心信息(标题、日期、描述、图片)
- 时间轴本身就是按年份组织,无需额外分类
- 减少数据复杂度,提升性能
### 为什么设计两套 n8n 流程?
- **历史流程**: 注重数据质量和完整性,处理 2017-2025 的大量数据
- **增量流程**: 注重效率和及时性,每周自动更新
- 分离关注点,便于独立优化和调试
### 为什么使用 ISR 而非纯静态?
- 事件数据每周更新,需要一定时效性
- ISR 1小时缓存平衡了性能和新鲜度
- 避免每次请求都查询数据库
---
## 10. 后续优化方向
1. **搜索和筛选**: 添加关键词搜索、标签筛选
2. **用户互动**: 点赞、评论、分享功能
3. **相关推荐**: 基于事件标签推荐相关项目
4. **多语言支持**: 完善英文版本的描述和翻译
5. **图片优化**: 使用 Next.js Image 组件优化图片加载
6. **数据可视化**: 添加图表展示 AI 发展趋势
7. **导出功能**: 支持导出时间轴为 PDF/Markdown
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
@@ -1,716 +0,0 @@
# 季度 AI 热点词云系统设计文档
**创建日期**: 2026-01-25
**功能类型**: 数据驱动可视化
**技术栈**: n8n + Next.js + PostgreSQL + Prisma
---
## 一、功能概述
季度 AI 热点词云是一个**自动化数据驱动的可视化词云系统**,通过 n8n 工作流从 Google Trends 采集 AI 相关热点词汇,经 AI 清洗和规则引擎处理后,自动入库并在前端展示。
### 核心目标
1. **内容营销**: 吸引访客回访查看每季度更新,提供社交分享素材
2. **教育参考**: 帮助新手理解 AI 技术演进历程
3. **数据洞察**: 展示 AI 领域热点变化趋势
### 用户旅程
1. 用户访问 `/keyword-cloud` 页面
2. 看到当前季度的 AI 热点词云(如 2024-Q1
3. 鼠标悬停在词汇上,查看详细描述和要点
4. 点击左右箭头切换不同季度,浏览历史热点
5. 可视化展示:词汇大小代表搜索热度,颜色代表分类
---
## 二、系统架构
### 架构图
```
┌─────────────┐ ┌─────────────┐ ┌──────────────┐
│ Google │ │ n8n │ │ PostgreSQL │
│ Trends API │───▶│ Workflow │───▶│ Database │
└─────────────┘ └─────────────┘ └──────────────┘
┌─────────────┐
│ Next.js │
│ Frontend │
└─────────────┘
```
### 数据流向
1. **定时触发**: n8n Schedule 每季度末自动执行
2. **数据采集**: Google Trends API 获取热门搜索词
3. **AI 清洗**: 过滤无关词汇,生成描述和要点
4. **规则匹配**: 根据热度分数分配视觉样式
5. **数据入库**: 写入 PostgreSQL 数据库
6. **前端展示**: Next.js 从数据库读取并渲染词云
---
## 三、数据库模型
### 3.1 Quarter 表(季度元数据)
```prisma
model Quarter {
id Int @id @default(autoincrement())
quarter String @unique // "2023-Q1", "2023-Q2"
title String @db.Text // "2023年第一季度"
titleEn String? @db.Text // "Q1 2023"
subtitle String? @db.Text // "聊天界面的黎明"
subtitleEn String? @db.Text // "The dawn of chat interface"
displayOrder Int @default(0) // 前端排序
isActive Boolean @default(true) // 是否显示
keywords Keyword[]
createdAt DateTime @default(now())
updatedAt DateTime @updatedAt
@@index([quarter])
@@index([displayOrder])
}
```
### 3.2 Keyword 表(关键词核心数据)
```prisma
model Keyword {
id Int @id @default(autoincrement())
word String // "ChatGPT"
trendScore Int // 0-100, 从 Google Trends 获取
// 外键关联
quarterId Int
quarter Quarter @relation(fields: [quarterId], references: [id], onDelete: Cascade)
// 内容字段(支持中英双语)
description String @db.Text // AI 生成的一句话描述
descriptionEn String? @db.Text // 英文描述
detailPoints Json // JSON 数组: ["要点1", "要点2", "要点3"]
detailPointsEn Json? // 英文版要点
// 视觉样式配置
visualConfig Json // {color, size, rotation, border}
// 元数据
createdAt DateTime @default(now())
updatedAt DateTime @updatedAt
@@index([quarterId])
@@index([trendScore])
@@index([word])
}
```
**visualConfig 字段结构示例**:
```json
{
"color": "secondary",
"size": "text-5xl",
"rotation": "rotate-1",
"border": "border-4"
}
```
### 3.3 VisualStyleRule 表(视觉样式规则配置)
```prisma
model VisualStyleRule {
id Int @id @default(autoincrement())
name String @unique // "热门大词-金色"
// 分数区间
minScore Int // 90
maxScore Int // 100
// 视觉属性
color String // "primary", "secondary", "accent"
size String // "text-5xl", "text-3xl", "text-xl"
border String // "border-4", "border-2"
rotation String? // "rotate-1", "rotate-2", null
// 控制
priority Int @default(0) // 优先级,分数重叠时按优先级
enabled Boolean @default(true) // 是否启用
createdAt DateTime @default(now())
updatedAt DateTime @updatedAt
@@index([enabled])
@@index([minScore, maxScore])
}
```
### 3.4 KeywordCloudErrorLog 表(错误日志)
```prisma
model KeywordCloudErrorLog {
id Int @id @default(autoincrement())
quarter String // "2023-Q1"
keyword String? // "ChatGPT"
errorType String // "INVALID_DATA", "API_ERROR", "DB_ERROR"
errorMessage String @db.Text // 详细错误信息
rawData Json? // 原始数据便于调试
createdAt DateTime @default(now())
@@index([quarter])
@@index([errorType])
}
```
---
## 四、n8n 工作流设计
### 4.1 工作流概览
5 个核心节点实现从数据采集到入库的完整流程。
### 4.2 节点详细配置
#### 节点 1: Schedule Trigger(定时触发)
- **类型**: `n8n-nodes-base.scheduleTrigger`
- **Cron 表达式**: `0 0 23 28-31 * *` (每季度末最后一天的 23:00)
- **月份判断**: Function 节点检查当前月份(3/6/9/12),如果不是则跳过
- **输出**: 当前季度的标识(如 "2024-Q1"
#### 节点 2: Google Trends 采集
- **类型**: `@gamal.dev/n8n-nodes-google-trends`
- **配置参数**:
- `keywords`: ["AI", "artificial intelligence", "machine learning", "GPT", "LLM"]
- `timeRange`: 当前季度的 3 个月(如 2024-01-01 to 2024-03-31
- `category`: "Science > Computer Science > AI"
- `geo`: "GB"
- **输出示例**:
```json
{
"keyword": "ChatGPT",
"trendScore": 95,
"rising": true
}
```
#### 节点 3: AI 清洗和内容生成
- **类型**: `@n8n/n8n-nodes-langchain.lmChatChain`
- **Prompt 模板**:
```
你是一个 AI 领域专家。以下是 Google Trends 采集的热门关键词列表:
{{ $json.all() }}
任务:
1. 过滤掉与 AI/机器学习无关的关键词
2. 为每个关键词生成中文描述(10-50字)
3. 生成 3 条详细要点(每条 10-30 字,客观描述,避免营销用语)
输出格式(JSON 数组):
[
{
"word": "ChatGPT",
"trendScore": 95,
"description": "OpenAI 开发的对话式人工智能助手",
"detailPoints": ["支持多轮对话", "基于 GPT-3.5 架构", "2023年用户突破1亿"]
}
]
```
#### 节点 4: 规则引擎匹配
- **类型**: `n8n-nodes-base.code`
- **逻辑**:
1. HTTP Request 获取 `VisualStyleRule` 表数据
- 方法: GET
- URL: `{{ $env.API_URL }}/api/keyword-cloud/rules`
2. 按 `priority` 排序规则
3. 遍历每个关键词,匹配第一个符合的规则(`minScore <= trendScore <= maxScore`
4. 将视觉配置注入数据
#### 节点 5: 批量写入数据库
- **类型**: `n8n-nodes-base.httpRequest`
- **方法**: POST
- **URL**: `{{ $env.API_URL }}/api/keyword-cloud/keywords`
- **认证**: Bearer Token(环境变量 `API_KEY`
- **Body**:
```json
{
"quarter": "2024-Q1",
"keywords": [
{
"word": "ChatGPT",
"trendScore": 95,
"description": "...",
"detailPoints": ["...", "...", "..."],
"visualConfig": {...}
}
]
}
```
- **批量处理**: 超过 20 个关键词时分批提交
### 4.3 错误处理
- 每个节点设置 `continueOnFail: true`
- 错误日志写入 `KeywordCloudErrorLog` 表
- 关键错误发送通知(Email/Slack
---
## 五、API 端点设计
### 5.1 GET /api/keyword-cloud/quarters
获取季度列表。
**查询参数**:
- `isActive` (可选): 只返回激活的季度
**响应示例**:
```json
{
"quarters": [
{
"id": 1,
"quarter": "2024-Q1",
"title": "2024年第一季度",
"titleEn": "Q1 2024",
"subtitle": "聊天界面的黎明",
"subtitleEn": "The dawn of chat interface",
"displayOrder": 0,
"keywordCount": 15
}
]
}
```
**排序**: 按 `displayOrder` ASC
### 5.2 GET /api/keyword-cloud/keywords/[quarter]
获取指定季度的关键词列表。
**路径参数**:
- `quarter`: 季度标识(如 "2024-Q1"
**响应示例**:
```json
{
"quarter": "2024-Q1",
"title": "2024年第一季度",
"keywords": [
{
"id": 1,
"word": "ChatGPT",
"trendScore": 95,
"description": "OpenAI 开发的对话式 AI 助手",
"detailPoints": ["支持多轮对话", "基于 GPT-3.5", "2023用户破亿"],
"visualConfig": {
"color": "secondary",
"size": "text-5xl",
"border": "border-4",
"rotation": "rotate-1"
}
}
]
}
```
**排序**: 按 `trendScore` DESC
### 5.3 POST /api/keyword-cloud/keywords
n8n 工作流写入关键词数据。
**认证**: Bearer Token (WEBHOOK_API_KEY)
**请求体**:
```json
{
"quarter": "2024-Q1",
"keywords": [
{
"word": "ChatGPT",
"trendScore": 95,
"description": "...",
"detailPoints": ["...", "...", "..."],
"visualConfig": {...}
}
]
}
```
**响应**:
```json
{
"success": true,
"created": 15,
"failed": 2,
"errors": [
{ "word": "Invalid", "error": "trendScore out of range" }
]
}
```
**逻辑**:
1. 验证 API Key
2. 查找或创建 `Quarter` 记录
3. 批量创建 `Keyword` 记录(Prisma `createMany`
4. 失败记录写入 `KeywordCloudErrorLog` 表
5. 返回成功/失败统计
### 5.4 GET /api/keyword-cloud/rules
获取视觉样式规则配置(n8n 规则引擎使用)。
**查询参数**:
- `enabled` (可选): 只返回启用的规则
**响应示例**:
```json
{
"rules": [
{
"id": 1,
"name": "热门大词-金色",
"minScore": 90,
"maxScore": 100,
"visualConfig": {
"color": "primary",
"size": "text-5xl",
"border": "border-4",
"rotation": "rotate-1"
},
"priority": 0,
"enabled": true
}
]
}
```
**排序**: 按 `priority` ASC
### 5.5 POST /api/keyword-cloud/rules
创建新的视觉样式规则(管理员功能)。
**请求体**: 同单个规则对象
**验证**:
- `minScore < maxScore`
- 必填字段检查
- 颜色值必须是预定义的颜色类别
---
## 六、前端组件设计
### 6.1 路由结构
```
src/app/[locale]/keyword-cloud/
├── page.tsx # 主页面
└── components/
├── KeywordCloud.tsx # 词云容器组件
├── CloudWord.tsx # 单个词汇组件
├── QuarterNavigator.tsx # 季度切换导航
├── WordPopover.tsx # 弹出框详情
└── ProgressIndicator.tsx # 进度条
```
### 6.2 核心组件
#### KeywordCloud.tsx
词云容器组件,负责数据获取和布局。
```typescript
interface KeywordCloudProps {
quarter: string;
}
function KeywordCloud({ quarter }: KeywordCloudProps) {
const { data, isLoading } = useKeywordData(quarter);
return (
<div className="bg-white/50 dark:bg-black/20 backdrop-blur-sm border-4 border-black p-8 md:p-12 shadow-hard">
<ProgressIndicator currentQuarter={quarter} totalQuarters={4} />
<QuarterNavigator current={quarter} />
<div className="word-cluster py-12">
{data?.keywords.map((keyword) => (
<CloudWord key={keyword.id} data={keyword} />
))}
</div>
<FunFactBubble fact={data.funFact} />
</div>
);
}
```
#### CloudWord.tsx
单个词汇组件,应用视觉样式和悬停交互。
```typescript
interface CloudWordProps {
data: Keyword;
}
function CloudWord({ data }: CloudWordProps) {
const { word, visualConfig, description, detailPoints } = data;
const { color, size, border, rotation } = visualConfig;
const colorClass = colorMap[color];
return (
<span className={cn(
"cloud-word",
border,
"border-black",
colorClass,
"px-6 py-3",
"rounded-full",
size,
"font-black",
"shadow-hard",
rotation,
"transition-all",
"hover:scale-105",
"cursor-pointer"
)}>
{word}
<WordPopover title={word} description={description} points={detailPoints} />
</span>
);
}
```
#### WordPopover.tsx
弹出框组件,显示词汇的详细信息。
```typescript
interface WordPopoverProps {
title: string;
description: string;
points: string[];
}
function WordPopover({ title, description, points }: WordPopoverProps) {
return (
<div className="popover">
<div className="bg-primary text-black font-display font-bold p-2 border-b-2 border-black text-sm uppercase">
{title}
</div>
<div className="p-3 space-y-2 text-xs font-medium dark:text-gray-100">
<div className="flex gap-2 items-start">
<span>•</span>
<span>{description}</span>
</div>
{points.map((point, i) => (
<div key={i} className="flex gap-2 items-start">
<span>•</span>
<span>{point}</span>
</div>
))}
</div>
</div>
);
}
```
#### QuarterNavigator.tsx
季度切换导航组件。
```typescript
function QuarterNavigator({ current }: { current: string }) {
const quarters = ["2023-Q1", "2023-Q2", "2023-Q3", "2023-Q4"];
const currentIndex = quarters.indexOf(current);
return (
<div className="flex items-center justify-between gap-8">
<button
disabled={currentIndex === 0}
className="nav-button"
onClick={() => navigate(quarters[currentIndex - 1])}
>
<span className="material-symbols-outlined text-4xl">chevron_left</span>
</button>
<div className="text-center">
<div className="bg-primary border-4 border-black px-10 py-4 shadow-hard font-display font-bold text-5xl">
{current}
</div>
</div>
<button
disabled={currentIndex === quarters.length - 1}
className="nav-button"
onClick={() => navigate(quarters[currentIndex + 1])}
>
<span className="material-symbols-outlined text-4xl">chevron_right</span>
</button>
</div>
);
}
```
### 6.3 数据获取
```typescript
// src/hooks/useKeywordCloud.ts
export async function getKeywordData(quarter: string) {
const response = await fetch(`${API_URL}/api/keyword-cloud/keywords/${quarter}`);
return response.json();
}
```
### 6.4 样式系统
复用项目现有的 Tailwind 配置和样式类:
- `.cloud-word`: 词云词汇的基础样式
- `.popover`: 弹出框样式(包括箭头)
- `.word-cluster`: 词汇容器布局
- `.nav-button`: 导航按钮样式
响应式断点:`md:`, `lg:`
---
## 七、错误处理和监控
### 7.1 分层错误处理
**n8n 工作流层**:
- 每个节点 `continueOnFail: true`
- 失败记录写入 `KeywordCloudErrorLog` 表
- 关键错误发送通知
**API 层**:
- Zod schema 验证
- 部分成功响应模式
- HTTP 状态码规范
**前端层**:
- 友好的错误提示
- Error Boundary
- 重试机制
### 7.2 监控策略
- n8n 执行日志监控
- 定期检查 `KeywordCloudErrorLog` 表
- API 响应时间监控
- 前端错误追踪
---
## 八、测试策略
### 8.1 单元测试(Vitest
- API 路由处理逻辑
- 规则引擎匹配算法
- 数据验证 schemas
### 8.2 E2E 测试
- 季度切换功能
- 弹出框交互
- 响应式布局
### 8.3 n8n 工作流测试
- 使用测试环境 API 手动触发
- 验证生成的数据质量
- 检查规则匹配结果
---
## 九、部署指南
### 9.1 环境变量
```bash
# .env.local
DATABASE_URL="..."
WEBHOOK_API_KEY="..."
N8N_WEBHOOK_URL="https://your-n8n-instance.com/..."
```
### 9.2 数据库迁移
```bash
pnpm prisma migrate dev --name add_keyword_cloud_tables
```
### 9.3 n8n 部署
1. 使用自托管 n8n 或 n8n Cloud
2. 配置环境变量(API_URL, API_KEY
3. 设置 Cron 定时任务
4. 测试工作流执行
### 9.4 初始化数据
1. 创建第一个 `Quarter` 记录(2023-Q1
2. 配置 3-5 条 `VisualStyleRule`:
- 90-100: 热门大词(金色, text-5xl, border-4
- 70-89: 中等词汇(蓝色, text-3xl, border-2
- 50-69: 小词汇(紫色, text-xl, border-2
- 0-49: 长尾词(灰色, text-base, border-2
### 9.5 监控设置
- n8n 执行日志告警
- 错误日志定期检查
- API 性能监控
---
## 十、未来扩展
1. **预测功能**: 基于历史数据预测下一个热点词汇
2. **趋势分析**: 展示词汇热度的季度变化曲线
3. **用户贡献**: 允许用户提交词汇建议
4. **多维度**: 按技术栈、应用领域等维度分类
5. **导出功能**: 导出季度报告(PDF/图片)
---
## 附录
### A. 颜色系统
```typescript
const colorMap = {
primary: "bg-primary", // Gold (#FFD700)
secondary: "bg-secondary", // Blue (#7FB5FF)
accent: "bg-accent", // Purple (#C39BD3)
gray: "bg-gray-100", // Gray
};
```
### B. 字体大小映射
```typescript
const sizeMap = {
hot: "text-5xl", // 90-100 分
medium: "text-3xl", // 70-89 分
small: "text-xl", // 50-69 分
tiny: "text-base", // 0-49 分
};
```
### C. 参考资源
- Google Trends API: https://trends.google.com/
- n8n 文档: https://docs.n8n.io/
- Tailwind CSS: https://tailwindcss.com/