完成和大模型的通信

config.json

@@ -1,5 +1,10 @@
 {
     "language": "Chinese",
     "raw_dir": "raw",
-    "wiki_dir": "wiki"
+    "wiki_dir": "wiki",
+    "llm": {
+        "model": "qwen/qwen3.6-27b",
+        "api_base": "http://100.123.83.113:1234/v1",
+        "api_key": "123456"
+    }
 }

pyproject.toml

@@ -5,10 +5,11 @@ description = "本项目用于构建 LLM wiki 知识库"
 requires-python = ">=3.12"
 dependencies = [
     "llama-index>=0.12.0",
+    "llama-index-llms-openai-like==0.7.2",
 ]
 
 [tool.uv]
-index-url = "https://pypi.tuna.tsinghua.edu.cn/simple"
+index-url = "https://mirrors.aliyun.com/pypi/simple"
 link-mode = "copy"
 
 [dependency-groups]

src/config.py

@@ -5,20 +5,26 @@ from pathlib import Path
 
 CONFIG_PATH = Path(__file__).parent.parent / "config.json"
 
-DEFAULT_CONFIG: dict[str, str] = {
+DEFAULT_CONFIG: dict = {
     "language": "Chinese",
     "raw_dir": "raw",
     "wiki_dir": "wiki",
 }
 
+DEFAULT_LLM_CONFIG: dict = {
+    "model": "qwen/qwen3.6-27b",
+    "api_base": "http://100.123.83.113:1234/v1",
+    "api_key": "123456",
+}
 
-def load_config() -> dict[str, str]:
+
+def load_config() -> dict:
     """
     加载项目配置。
 
     返回
     -------
-    dict[str, str]
+    dict
         配置字典，包含 language、raw_dir、wiki_dir 等键。
     """
     if CONFIG_PATH.is_file():
@@ -38,3 +44,19 @@ def get_language() -> str | None:
     if language.lower() == "auto":
         return None
     return language
+
+
+def get_llm_config() -> dict[str, str]:
+    """
+    获取 LLM 配置。
+
+    返回
+    -------
+    dict[str, str]
+        包含 model, api_base, api_key 的字典。
+    """
+    config = load_config()
+    llm_raw = config.get("llm", {})
+    # 过滤空值，避免空字符串覆盖默认配置
+    llm_filtered = {k: v for k, v in llm_raw.items() if v}
+    return {**DEFAULT_LLM_CONFIG, **llm_filtered}

src/llm.py

@@ -0,0 +1,86 @@
+"""LLM client wrapper."""
+
+import logging
+
+from prompt import build_analysis_prompt
+
+logger = logging.getLogger(__name__)
+
+
+def _create_llm():
+    """根据配置文件创建 LLM 实例。"""
+    from config import get_llm_config
+
+    from llama_index.llms.openai_like import OpenAILike
+
+    llm_config = get_llm_config()
+    return OpenAILike(
+        model=llm_config["model"],
+        api_base=llm_config["api_base"],
+        api_key=llm_config.get("api_key", "lm-studio"),
+        temperature=0.1,
+        max_tokens=128000,
+        request_timeout=300.0,
+        is_chat_model=True,
+    )
+
+
+def query_analysis(
+    purpose: str,
+    index: str,
+    source_content: str = "",
+    configured_language: str | None = None,
+) -> str:
+    """
+    构建分析提示并发送给 LLM，返回分析报告。
+
+    参数
+    ----------
+    purpose : str
+        wiki/purpose.md 的内容。
+    index : str
+        wiki/index.md 的内容。
+    source_content : str
+        源文档文本。
+    configured_language : str | None
+        显式覆盖语言设置。
+
+    返回
+    -------
+    str
+        LLM 返回的分析报告。
+    """
+    from config import get_llm_config
+
+    from llama_index.core.llms import ChatMessage
+
+    system_prompt = build_analysis_prompt(
+        purpose,
+        index,
+        source_content=source_content,
+        configured_language=configured_language,
+    )
+
+    messages = [
+        ChatMessage(role="system", content=system_prompt),
+        ChatMessage(
+            role="user",
+            content=f"Analyze this source document:\n\n---\n\n{source_content}",
+        ),
+    ]
+
+    llm_config = get_llm_config()
+    llm = _create_llm()
+    logger.info("开始请求 LLM (model=%s, base=%s)", llm_config["model"], llm_config["api_base"])
+    try:
+        parts = []
+        for resp in llm.stream_chat(messages):
+            delta = resp.delta
+            if delta:
+                parts.append(delta)
+        text = "".join(parts)
+        logger.info("LLM 请求完成，响应总长度: %d 字符", len(text))
+        return text
+    except Exception as e:
+        logger.error("LLM 请求失败: %s", e)
+        raise

src/main.py

@@ -1,115 +1,93 @@
-# ---------------------------------------------------------------------------
-# 辅助函数
-# ---------------------------------------------------------------------------
-
-
-def language_rule(source_content: str, configured_language: str | None = None) -> str:
 """
-    生成语言规则提示。
+Unified entry point.
 
-    参数
+Re-exports from sub-modules for backward compatibility.
-    ----------
-    source_content : str
-        用于语言检测回退的源文档文本。
-    configured_language : str | None
-        明确配置的输出语言（如 "Chinese"、"English"、"auto"）。
-        传入 ``None`` 或 ``"auto"`` 以自动检测。
-
-    返回
-    -------
-    str
-        语言规则提示字符串。
 """
-    if configured_language and configured_language.lower() != "auto":
-        return f"使用 {configured_language} 语言输出分析报告。"
 
-    # 简单的语言检测回退
+import logging
-    if source_content and any("\u4e00" <= char <= "\u9fff" for char in source_content[:500]):
-        return "源文档包含中文内容，使用简体中文输出分析报告。"
 
-    return "使用与源文档相同的语言输出分析报告。"
+from prompt import build_analysis_prompt, language_rule
+from llm import query_analysis
+
+__all__ = ["language_rule", "build_analysis_prompt", "query_analysis"]
+
+logger = logging.getLogger(__name__)
 
 
-# ---------------------------------------------------------------------------
+def _setup_logging() -> None:
-# 主函数：build_analysis_prompt
+    """配置日志格式和级别，同时输出到终端和文件。"""
-# ---------------------------------------------------------------------------
+    from pathlib import Path
+
+    log_path = Path(__file__).parent.parent / "llmwiki.log"
+
+    formatter = logging.Formatter(
+        "%(asctime)s [%(levelname)s] %(message)s",
+        datefmt="%Y-%m-%d %H:%M:%S",
+    )
+
+    file_handler = logging.FileHandler(log_path, encoding="utf-8")
+    file_handler.setFormatter(formatter)
+
+    stream_handler = logging.StreamHandler()
+    stream_handler.setFormatter(formatter)
+
+    logging.basicConfig(
+        level=logging.INFO,
+        format="%(asctime)s [%(levelname)s] %(message)s",
+        datefmt="%Y-%m-%d %H:%M:%S",
+        handlers=[file_handler, stream_handler],
+    )
 
 
-def build_analysis_prompt(
+def main() -> None:
-    purpose: str,
+    """执行入口：遍历 raw 目录，对每个源文件进行分析。"""
-    index: str,
+    import sys
-    source_content: str = "",
+    from pathlib import Path
-    configured_language: str | None = None,
-) -> str:
-    """
-    第一步提示：AI 阅读源文档并生成结构化分析报告。
-    这是「讨论」步骤——AI 在撰写 wiki 页面之前先对源文档进行推理。
 
-    参数
+    _setup_logging()
-    ----------
-    purpose : str
-        wiki/purpose.md 的内容（可能为空）。
-    index : str
-        wiki/index.md 的内容（可能为空）。
-    source_content : str
-        用于语言检测回退的源文档文本。
-    configured_language : str | None
-        显式覆盖语言设置。传入 ``None`` 时从配置文件读取。
 
-    返回
+    from config import load_config
-    -------
-    str
-        完整的系统提示字符串。
-    """
-    from config import get_language
 
-    if configured_language is None:
+    config = load_config()
-        configured_language = get_language()
+    raw_dir = Path(config.get("raw_dir", "raw"))
-    parts: list[str] = [
+    wiki_dir = Path(config.get("wiki_dir", "wiki"))
-        "你是一位专业研究分析师。阅读源文档并产出一份结构化的分析报告。",
-        "不要输出思维链、隐藏推理或思考过程。在内部进行推理，只撰写简洁的最终分析。",
-        "",
-        language_rule(source_content, configured_language),
-        "",
-        "你的分析需要包含：",
-        "",
-        "## 关键实体",
-        "列出文档中提到的人物、组织、产品、数据集、工具、芯片、算法等。对于每一项：",
-        "- 名称和类型",
-        "- 在源文档中的角色（核心还是边缘）",
-        "- 是否可能已存在于 wiki 中（查阅索引）",
-        "",
-        "## 关键概念",
-        "列出理论、方法、技术、现象。对于每一项：",
-        "- 名称和简要定义",
-        "- 为什么在源文档中重要",
-        "- 是否可能已存在于 wiki 中",
-        "",
-        "## 主要论点与发现",
-        "- 核心主张或结果是什么？",
-        "- 有什么证据支持这些主张？",
-        "- 证据的强度如何？",
-        "",
-        "## 与现有 Wiki 的关联",
-        "- 源文档与哪些现有页面相关？",
-        "- 它是否强化、挑战或扩展了现有知识？",
-        "",
-        "## 矛盾与张力",
-        "- 源文档中是否有任何内容与现有 wiki 内容冲突？",
-        "- 是否存在内部矛盾或注意事项？",
-        "",
-        "## 建议",
-        "- 应该创建或更新哪些 wiki 页面？",
-        "- 应该强调什么，弱化什么？",
-        "- 是否有任何需要向用户指出的开放性问题？",
-        "",
-        "分析要全面但简洁，专注于真正重要的内容。",
-        "",
-        "如果提供了文件夹上下文，请将其作为分类的提示——文件夹结构通常反映了用户的组织意图（例如，'papers/energy' 表示该文件是与能源相关的论文）。",
-        "",
-        f"## Wiki 目的（供参考）\n{purpose}" if purpose else "",
-        (f"## 当前 Wiki 索引（用于检查现有内容）\n{index}" if index else ""),
-    ]
 
-    # 过滤空字符串并用换行符连接
+    # 读取 wiki 上下文
-    return "\n".join(part for part in parts if part)
+    purpose_path = wiki_dir / "purpose.md"
+    index_path = wiki_dir / "index.md"
+
+    purpose = purpose_path.read_text(encoding="utf-8") if purpose_path.exists() else ""
+    index = index_path.read_text(encoding="utf-8") if index_path.exists() else ""
+
+    logger.info("purpose.md: %s", "已加载" if purpose else "未找到")
+    logger.info("index.md: %s", "已加载" if index else "未找到")
+
+    # 收集 raw 目录下的 .md 文件
+    md_files = sorted(raw_dir.rglob("*.md"))
+    if not md_files:
+        logger.info("未找到 %s 下的 .md 文件", raw_dir)
+        sys.exit(0)
+
+    logger.info("共发现 %d 个源文件", len(md_files))
+
+    for fp in md_files:
+        source_content = fp.read_text(encoding="utf-8")
+        logger.info("=" * 60)
+        logger.info("分析: %s", fp.relative_to(raw_dir.parent))
+        logger.info("=" * 60)
+
+        try:
+            result = query_analysis(
+                purpose=purpose,
+                index=index,
+                source_content=source_content,
+            )
+            logger.info("分析完成，结果长度: %d 字符", len(result))
+            logger.info("结果: %s", result)
+        except Exception as e:
+            logger.error("分析失败: %s", e, exc_info=True)
+            sys.exit(1)
+
+
+if __name__ == "__main__":
+    main()

src/prompt.py

@@ -0,0 +1,108 @@
+"""Analysis prompt builder."""
+
+
+def language_rule(source_content: str, configured_language: str | None = None) -> str:
+    """
+    生成语言规则提示。
+
+    参数
+    ----------
+    source_content : str
+        用于语言检测回退的源文档文本。
+    configured_language : str | None
+        明确配置的输出语言（如 "Chinese"、"English"、"auto"）。
+        传入 ``None`` 或 ``"auto"`` 以自动检测。
+
+    返回
+    -------
+    str
+        语言规则提示字符串。
+    """
+    if configured_language and configured_language.lower() != "auto":
+        return f"使用 {configured_language} 语言输出分析报告。"
+
+    # 简单的语言检测回退
+    if source_content and any("\u4e00" <= char <= "\u9fff" for char in source_content[:500]):
+        return "源文档包含中文内容，使用简体中文输出分析报告。"
+
+    return "使用与源文档相同的语言输出分析报告。"
+
+
+def build_analysis_prompt(
+    purpose: str,
+    index: str,
+    source_content: str = "",
+    configured_language: str | None = None,
+) -> str:
+    """
+    第一步提示：AI 阅读源文档并生成结构化分析报告。
+    这是「讨论」步骤——AI 在撰写 wiki 页面之前先对源文档进行推理。
+
+    参数
+    ----------
+    purpose : str
+        wiki/purpose.md 的内容（可能为空）。
+    index : str
+        wiki/index.md 的内容（可能为空）。
+    source_content : str
+        用于语言检测回退的源文档文本。
+    configured_language : str | None
+        显式覆盖语言设置。传入 ``None`` 时从配置文件读取。
+
+    返回
+    -------
+    str
+        完整的系统提示字符串。
+    """
+    from config import get_language
+
+    if configured_language is None:
+        configured_language = get_language()
+    parts: list[str] = [
+        "你是一位专业研究分析师。阅读源文档并产出一份结构化的分析报告。",
+        "不要输出思维链、隐藏推理或思考过程。在内部进行推理，只撰写简洁的最终分析。",
+        "",
+        language_rule(source_content, configured_language),
+        "",
+        "你的分析需要包含：",
+        "",
+        "## 关键实体",
+        "列出文档中提到的人物、组织、产品、数据集、工具、芯片、算法等。对于每一项：",
+        "- 名称和类型",
+        "- 在源文档中的角色（核心还是边缘）",
+        "- 是否可能已存在于 wiki 中（查阅索引）",
+        "",
+        "## 关键概念",
+        "列出理论、方法、技术、现象。对于每一项：",
+        "- 名称和简要定义",
+        "- 为什么在源文档中重要",
+        "- 是否可能已存在于 wiki 中",
+        "",
+        "## 主要论点与发现",
+        "- 核心主张或结果是什么？",
+        "- 有什么证据支持这些主张？",
+        "- 证据的强度如何？",
+        "",
+        "## 与现有 Wiki 的关联",
+        "- 源文档与哪些现有页面相关？",
+        "- 它是否强化、挑战或扩展了现有知识？",
+        "",
+        "## 矛盾与张力",
+        "- 源文档中是否有任何内容与现有 wiki 内容冲突？",
+        "- 是否存在内部矛盾或注意事项？",
+        "",
+        "## 建议",
+        "- 应该创建或更新哪些 wiki 页面？",
+        "- 应该强调什么，弱化什么？",
+        "- 是否有任何需要向用户指出的开放性问题？",
+        "",
+        "分析要全面但简洁，专注于真正重要的内容。",
+        "",
+        "如果提供了文件夹上下文，请将其作为分类的提示——文件夹结构通常反映了用户的组织意图（例如，'papers/energy' 表示该文件是与能源相关的论文）。",
+        "",
+        f"## Wiki 目的（供参考）\n{purpose}" if purpose else "",
+        (f"## 当前 Wiki 索引（用于检查现有内容）\n{index}" if index else ""),
+    ]
+
+    # 过滤空字符串并用换行符连接
+    return "\n".join(part for part in parts if part)

tests/test_analysis_prompt.py

@@ -0,0 +1,42 @@
+"""分析提示构建函数测试。"""
+
+import sys
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
+
+from prompt import build_analysis_prompt
+
+
+class TestBuildAnalysisPrompt:
+    """测试分析提示构建函数。"""
+
+    def test_basic_prompt(self) -> None:
+        """测试基础提示词包含核心结构。"""
+        prompt = build_analysis_prompt(purpose="", index="")
+        assert "专业研究分析师" in prompt
+        assert "关键实体" in prompt
+
+    def test_with_purpose(self) -> None:
+        """测试传入目的时，提示词包含 Wiki 目的部分。"""
+        prompt = build_analysis_prompt(purpose="测试目的", index="")
+        assert "Wiki 目的" in prompt
+        assert "测试目的" in prompt
+
+    def test_with_index(self) -> None:
+        """测试传入索引时，提示词包含 Wiki 索引部分。"""
+        prompt = build_analysis_prompt(purpose="", index="测试索引")
+        assert "当前 Wiki 索引" in prompt
+        assert "测试索引" in prompt
+
+    def test_empty_content(self) -> None:
+        """测试空内容时，可选部分不出现在提示词中。"""
+        prompt = build_analysis_prompt(purpose="", index="")
+        assert "Wiki 目的" not in prompt
+        assert "当前 Wiki 索引" not in prompt
+
+    def test_language_from_config(self) -> None:
+        """测试语言设置从配置文件读取。"""
+        prompt = build_analysis_prompt(purpose="", index="", configured_language=None)
+        assert "使用" in prompt
+        assert "语言输出分析报告" in prompt

tests/test_config.py

@@ -0,0 +1,23 @@
+"""配置加载模块测试。"""
+
+import sys
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
+
+from config import get_language, load_config
+
+
+class TestConfig:
+    """测试配置加载模块。"""
+
+    def test_load_config_returns_dict(self) -> None:
+        """测试 load_config 返回字典且包含 language 键。"""
+        config = load_config()
+        assert isinstance(config, dict)
+        assert "language" in config
+
+    def test_get_language_from_config(self) -> None:
+        """测试 get_language 能正常返回语言设置。"""
+        language = get_language()
+        assert language is not None

tests/test_language_rule.py

@@ -0,0 +1,32 @@
+"""语言规则生成函数测试。"""
+
+import sys
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
+
+from prompt import language_rule
+
+
+class TestLanguageRule:
+    """测试语言规则生成函数。"""
+
+    def test_explicit_language(self) -> None:
+        """测试显式指定语言时，提示中包含该语言名称。"""
+        result = language_rule("test content", "Chinese")
+        assert "Chinese" in result
+
+    def test_auto_with_chinese_content(self) -> None:
+        """测试中文内容自动检测。"""
+        result = language_rule("这是一段中文内容", None)
+        assert "简体中文" in result
+
+    def test_auto_with_english_content(self) -> None:
+        """测试英文内容自动检测。"""
+        result = language_rule("This is English content", None)
+        assert "源文档" in result
+
+    def test_auto_detection_string(self) -> None:
+        """测试传入 "auto" 字符串时触发自动检测。"""
+        result = language_rule("test", "auto")
+        assert "源文档" in result

tests/test_llm.py

@@ -0,0 +1,128 @@
+"""LLM 模块测试。"""
+
+from unittest.mock import MagicMock, patch
+
+import sys
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
+
+
+class TestCreateLLM:
+    """测试 LLM 实例创建。"""
+
+    @patch("config.get_llm_config")
+    @patch("llama_index.llms.openai_like.OpenAILike")
+    def test_create_llm_uses_config(self, mock_openai_like, mock_get_config):
+        """测试 _create_llm 使用配置文件中的参数。"""
+        mock_get_config.return_value = {
+            "model": "qwen/qwen3.6-27b",
+            "api_base": "http://100.123.83.113:1234/v1",
+            "api_key": "123456",
+        }
+
+        from llm import _create_llm
+
+        _create_llm()
+
+        mock_openai_like.assert_called_once_with(
+            model="qwen/qwen3.6-27b",
+            api_base="http://100.123.83.113:1234/v1",
+            api_key="123456",
+            temperature=0.1,
+            max_tokens=128000,
+            request_timeout=300.0,
+            is_chat_model=True,
+        )
+
+
+class TestQueryAnalysis:
+    """测试 query_analysis 端到端流程。"""
+
+    @patch("llm._create_llm")
+    @patch("llm.build_analysis_prompt")
+    def test_query_analysis_calls_llm(self, mock_prompt, mock_create_llm):
+        """测试 query_analysis 正确调用 prompt 构建和 LLM stream_chat。"""
+        mock_prompt.return_value = "test prompt"
+        mock_llm = MagicMock()
+        mock_resp = MagicMock()
+        mock_resp.delta = "analysis result"
+        mock_llm.stream_chat.return_value = [mock_resp]
+        mock_create_llm.return_value = mock_llm
+
+        from llm import query_analysis
+
+        result = query_analysis(purpose="test purpose", index="test index")
+
+        mock_prompt.assert_called_once_with(
+            "test purpose",
+            "test index",
+            source_content="",
+            configured_language=None,
+        )
+        assert mock_llm.stream_chat.called
+        assert result == "analysis result"
+
+    @patch("llm._create_llm")
+    @patch("llm.build_analysis_prompt")
+    def test_query_analysis_passes_source_content(self, mock_prompt, mock_create_llm):
+        """测试 source_content 正确传递。"""
+        mock_prompt.return_value = "test prompt"
+        mock_llm = MagicMock()
+        mock_resp = MagicMock()
+        mock_resp.delta = "result"
+        mock_llm.stream_chat.return_value = [mock_resp]
+        mock_create_llm.return_value = mock_llm
+
+        from llm import query_analysis
+
+        query_analysis(
+            purpose="",
+            index="",
+            source_content="some source",
+            configured_language="English",
+        )
+
+        mock_prompt.assert_called_once_with(
+            "",
+            "",
+            source_content="some source",
+            configured_language="English",
+        )
+
+    @patch("llm._create_llm")
+    @patch("llm.build_analysis_prompt")
+    def test_query_analysis_returns_text(self, mock_prompt, mock_create_llm):
+        """测试返回值是纯文本字符串。"""
+        mock_prompt.return_value = "prompt"
+        mock_llm = MagicMock()
+        mock_resp1 = MagicMock()
+        mock_resp1.delta = "## 关键实体\n"
+        mock_resp2 = MagicMock()
+        mock_resp2.delta = "- 测试实体"
+        mock_llm.stream_chat.return_value = [mock_resp1, mock_resp2]
+        mock_create_llm.return_value = mock_llm
+
+        from llm import query_analysis
+
+        result = query_analysis(purpose="", index="")
+
+        assert isinstance(result, str)
+        assert "关键实体" in result
+
+    @patch("llm._create_llm")
+    @patch("llm.build_analysis_prompt")
+    def test_query_analysis_empty_response(self, mock_prompt, mock_create_llm):
+        """测试 LLM 返回空字符串时不会崩溃。"""
+        mock_prompt.return_value = "prompt"
+        mock_llm = MagicMock()
+        mock_resp = MagicMock()
+        mock_resp.delta = ""
+        mock_llm.stream_chat.return_value = [mock_resp]
+        mock_create_llm.return_value = mock_llm
+
+        from llm import query_analysis
+
+        result = query_analysis(purpose="", index="")
+
+        assert result == ""

tests/test_main.py

@@ -1,145 +0,0 @@
-"""主模块测试套件。
-
-本文件包含三个测试类，分别覆盖：
-1. 配置加载功能（从 config.json 读取项目设置）
-2. 语言规则生成（根据配置或自动检测确定输出语言）
-3. 分析提示构建（组装完整的 AI 分析提示词）
-"""
-
-import sys
-from pathlib import Path
-
-# 将 src 目录加入 Python 路径，使测试可以导入项目模块
-sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
-
-from config import get_language, load_config
-from main import build_analysis_prompt, language_rule
-
-
-class TestConfig:
-    """测试配置加载模块。
-
-    验证 config.json 能否被正确读取，以及语言设置是否能正常获取。
-    """
-
-    def test_load_config_returns_dict(self) -> None:
-        """测试 load_config 返回字典且包含 language 键。
-
-        验证配置文件的解析结果是一个字典结构，
-        并且其中包含必需的 language 字段。
-        """
-        config = load_config()
-        assert isinstance(config, dict)
-        assert "language" in config
-
-    def test_get_language_from_config(self) -> None:
-        """测试 get_language 能正常返回语言设置。
-
-        当 config.json 中 language 不为 "auto" 时，
-        get_language 应返回非 None 值。
-        """
-        language = get_language()
-        assert language is not None
-
-
-class TestLanguageRule:
-    """测试语言规则生成函数。
-
-    language_rule 负责根据配置或源文档内容，
-    生成指导 AI 输出语言的提示文本。
-    """
-
-    def test_explicit_language(self) -> None:
-        """测试显式指定语言时，提示中包含该语言名称。
-
-        当 configured_language 为 "Chinese" 时，
-        返回的提示应包含 "Chinese" 字样。
-        """
-        result = language_rule("test content", "Chinese")
-        assert "Chinese" in result
-
-    def test_auto_with_chinese_content(self) -> None:
-        """测试中文内容自动检测。
-
-        当源文档包含中文字符且未指定语言时，
-        应自动选择简体中文作为输出语言。
-        """
-        result = language_rule("这是一段中文内容", None)
-        assert "简体中文" in result
-
-    def test_auto_with_english_content(self) -> None:
-        """测试英文内容自动检测。
-
-        当源文档为纯英文且未指定语言时，
-        应返回跟随源文档语言的提示。
-        """
-        result = language_rule("This is English content", None)
-        assert "源文档" in result
-
-    def test_auto_detection_string(self) -> None:
-        """测试传入 "auto" 字符串时触发自动检测。
-
-        "auto" 和 None 等效，都表示启用自动语言检测。
-        """
-        result = language_rule("test", "auto")
-        assert "源文档" in result
-
-
-class TestBuildAnalysisPrompt:
-    """测试分析提示构建函数。
-
-    build_analysis_prompt 负责将 wiki 目的、索引、
-    源文档内容和语言设置组装成完整的 AI 提示词。
-    """
-
-    def test_basic_prompt(self) -> None:
-        """测试基础提示词包含核心结构。
-
-        即使目的和索引都为空，提示词仍应包含
-        角色定义（专业研究分析师）和分析框架（关键实体）。
-        """
-        prompt = build_analysis_prompt(purpose="", index="")
-        assert "专业研究分析师" in prompt
-        assert "关键实体" in prompt
-
-    def test_with_purpose(self) -> None:
-        """测试传入目的时，提示词包含 Wiki 目的部分。
-
-        当 purpose 参数非空时，生成的提示词应包含
-        "Wiki 目的" 标题和传入的目的内容。
-        """
-        prompt = build_analysis_prompt(purpose="测试目的", index="")
-        assert "Wiki 目的" in prompt
-        assert "测试目的" in prompt
-
-    def test_with_index(self) -> None:
-        """测试传入索引时，提示词包含 Wiki 索引部分。
-
-        当 index 参数非空时，生成的提示词应包含
-        "当前 Wiki 索引" 标题和传入的索引内容。
-        """
-        prompt = build_analysis_prompt(purpose="", index="测试索引")
-        assert "当前 Wiki 索引" in prompt
-        assert "测试索引" in prompt
-
-    def test_empty_content(self) -> None:
-        """测试空内容时，可选部分不出现在提示词中。
-
-        当 purpose 和 index 都为空时，
-        提示词不应包含 "Wiki 目的" 和 "当前 Wiki 索引" 部分，
-        以保持提示词简洁。
-        """
-        prompt = build_analysis_prompt(purpose="", index="")
-        assert "Wiki 目的" not in prompt
-        assert "当前 Wiki 索引" not in prompt
-
-    def test_language_from_config(self) -> None:
-        """测试语言设置从配置文件读取。
-
-        当 configured_language 为 None 时，
-        build_analysis_prompt 会从 config.json 读取语言设置，
-        生成的提示词应包含语言规则。
-        """
-        prompt = build_analysis_prompt(purpose="", index="", configured_language=None)
-        assert "使用" in prompt
-        assert "语言输出分析报告" in prompt