🧠 Information Diet Manager

信息摄取质量评估与“信息茧房”分析工具

---

📖 项目简介

Information Diet Manager 用于评估用户的信息摄取结构与“信息茧房”程度，支持：

• Chrome 插件自动采集浏览信息（URL、标题、正文摘要等）
• FastAPI 后端接收、清洗、存储数据
• 分析引擎执行分类、情感、相似度与综合评估
• 可视化摘要与导出（JSON / JSONL / CSV）

---

✨ 核心功能

• 数据采集：浏览器插件自动抓取网页信息并上报
• 数据接入：/collect、/import 支持实时与批量导入
• 数据存储：SQLite（默认）+ 标准化哈希去重
• 分析评估：
  • 内容分类（category）
  • 情感分析（sentiment / polarity）
  • 相似度计算（similarity）
  • 信息摄取质量评估（summary/report）
• 结果输出：
  • 仪表盘摘要 /dashboard/summary
  • 可视化数据 /dashboard/visualization
  • 导出给分析脚本 /export/lsj、/export/lsj/training

---

🏗️ 当前项目结构（重构后）

INFORMATION-DIET-MANAGER/
├── chrome-extension/              # Chrome 插件（采集端）
├── docs/                          # 文档
├── frontend/                      # 前端（Vite）
├── scripts/
│   ├── run_backend.py             # 后端启动脚本（推荐）
│   └── run_analysis.py            # 分析入口脚本（推荐）
├── src/
│   ├── backend_api/               # 语义化后端入口（推荐）
│   ├── analysis_engine/           # 语义化分析入口（推荐）
│   ├── hyh/                       # legacy 后端实现（兼容保留）
│   └── lsj/                       # legacy 分析实现（兼容保留）
├── requirements.txt
└── README.md

说明： backend_api / analysis_engine 是新的语义化入口层； hyh / lsj 暂保留用于兼容旧代码与历史脚本。

---

🚀 快速开始

1) 安装依赖

建议在项目根目录操作：

python -m venv .venv
# Windows:
# .venv\Scripts\activate
# macOS/Linux:
# source .venv/bin/activate

pip install -r requirements.txt

---

2) 启动后端（推荐方式）

python scripts/run_backend.py

启动后访问：

• Swagger 文档: http://127.0.0.1:8000/docs
• ReDoc: http://127.0.0.1:8000/redoc

---

3) 启动前端（可选）

cd frontend
npm install
npm run dev

---

4) 安装 Chrome 插件

1. 打开 chrome://extensions/
2. 开启“开发者模式”
3. 点击“加载已解压的扩展程序”
4. 选择项目下 chrome-extension/
5. 浏览网页后，插件将采集数据并上报后端

---

5) 运行分析（命令行）

python scripts/run_analysis.py --help

示例（analyze 模式）：

python scripts/run_analysis.py \
  --mode analyze \
  --input_file data.json \
  --output_file result.json

---

🔌 主要 API

• POST /collect：单条采集入库
• POST /import：文件导入（csv/json/jsonl）
• GET /items：分页查询原始数据
• POST /analyze/run：轻量分析
• POST /analyze/run_full：全量分析任务
• GET /analyze/jobs/{job_id}：任务状态
• GET /analyze/result/{job_id}：任务结果
• GET /dashboard/summary：摘要指标
• GET /dashboard/visualization：可视化数据
• GET /export/lsj：导出分析数据
• GET /export/lsj/training：导出训练数据

---

🔄 数据流说明

1. Chrome 插件采集网页内容
2. POST 到后端 /collect
3. 后端规范化、去重、入库
4. 调用 /analyze/run_full 触发分析管道
5. 前端或脚本读取 /dashboard/* 与 /analyze/result/* 结果

---

🧩 常见问题

1) ModuleNotFoundError: No module named 'src'

请确保在项目根目录运行命令，优先使用：

python scripts/run_backend.py

2) 插件没有数据上报

• 确认后端已启动（127.0.0.1:8000）
• 确认插件配置的 API 地址正确
• 在扩展管理页查看 service worker 日志排错

---

📄 License

仅供课程/研究与学习用途。 如需对外发布，请补充明确的 LICENSE 文件与隐私说明。