Initial commit: Daily News App

企業內部新聞彙整與分析系統 - 自動新聞抓取 (Digitimes, 經濟日報, 工商時報) - AI 智慧摘要 (OpenAI/Claude/Ollama) - 群組管理與訂閱通知 - 已清理 Python 快取檔案 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
2025-12-03 23:53:24 +08:00
commit db0f0bbfe7
50 changed files with 11883 additions and 0 deletions
--- a/checklist.md
+++ b/checklist.md
@@ -0,0 +1,609 @@
+# 每日報導 APP - 技術確認清單
+
+> 建立日期：2025-01-27  
+> 最後更新：2025-01-27  
+> 狀態：🟡 進行中
+
+---
+
+## 📋 使用說明
+- ✅ 已確認
+- 🟡 待確認
+- ❌ 已取消/不適用
+- 📝 備註欄位可填入補充說明
+
+---
+
+## 1. 前端技術架構
+
+### 1.1 前端框架選擇
+**狀態：** 🟡 待確認
+
+**問題：** 前端應使用哪個框架？
+
+- [V] React
+- [ ] Vue.js
+- [ ] Angular
+- [ ] 純 HTML/CSS/JavaScript（無框架）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 1.2 前端與後端通訊方式
+**狀態：** 🟡 待確認
+
+**問題：** 前端如何與後端 API 通訊？
+
+- [V] RESTful API
+- [ ] GraphQL
+- [ ] WebSocket（即時更新）
+- [ ] 混合方式：________________
+
+**備註：** 
+
+---
+
+### 1.3 前端渲染方式
+**狀態：** 🟡 待確認
+
+**問題：** 前端是否需要服務端渲染（SSR）？
+
+- [ ] 純 SPA（單頁應用）
+- [ ] SSR（服務端渲染）
+- [ ] SSG（靜態網站生成）
+- [V] 混合模式
+
+**備註：** 
+
+---
+
+## 2. 新聞抓取技術細節
+
+### 2.1 Digitimes 登入狀態管理
+**狀態：** 🟡 待確認
+
+**問題：** 如何處理 Digitimes 的登入狀態？
+
+- [ ] 每次抓取都重新登入
+- [V] 維持 session，定期檢查有效性
+- [V] 使用 Cookie 持久化
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 2.2 爬蟲實作技術
+**狀態：** 🟡 待確認
+
+**問題：** 使用哪種爬蟲技術？
+
+- [ ] Selenium（處理 JavaScript 渲染）
+- [V] Scrapy（高效能爬蟲框架）
+- [ ] BeautifulSoup + Requests（簡單靜態頁面）
+- [ ] Playwright（現代瀏覽器自動化）
+- [ ] 混合使用：________________
+
+**備註：** 
+
+---
+
+### 2.3 新聞去重機制
+**狀態：** 🟡 待確認
+
+**問題：** 如何避免重複抓取同一篇新聞？
+
+- [ ] 比對標題 + URL
+- [V] 比對標題 + 發布時間
+- [ ] 使用內容 hash 值
+- [ ] 資料庫唯一索引
+- [ ] 組合方式：________________
+
+**備註：** 
+
+---
+
+### 2.4 新聞結構化提取
+**狀態：** 🟡 待確認
+
+**問題：** 需要提取哪些新聞欄位？
+
+- [V] 標題（必填）
+- [V] 正文內容（必填）
+- [V] 發布時間（必填）
+- [ ] 作者
+- [ ] 來源 URL
+- [ ] 分類/標籤
+- [ ] 圖片
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 3. AI 摘要處理邏輯
+
+### 3.1 多篇新聞合併策略
+**狀態：** 🟡 待確認
+
+**問題：** 當一個群組有多篇相關新聞時，如何處理？
+
+- [V] 全部合併成一段綜合分析（無數量限制）
+- [ ] 限制數量（如最多 10 篇），超過則分批處理
+- [ ] 每篇單獨摘要，再合併摘要
+- [ ] 其他策略：________________
+
+**備註：** 
+
+---
+
+### 3.2 Token 限制處理
+**狀態：** 🟡 待確認
+
+**問題：** 當新聞內容超過模型 token 限制時，如何處理？
+
+- [ ] 截斷內容（保留前 N 篇）
+- [] 分批處理後再合併摘要
+- [V] 先進行初步摘要再送 LLM
+- [ ] 通知專員手動處理
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 3.3 背景資訊與摘要方向傳遞
+**狀態：** 🟡 待確認
+
+**問題：** 如何將群組的背景資訊與摘要方向整合到 LLM prompt？
+
+- [ ] 放在 system prompt 中
+- [v] 放在 user prompt 開頭
+- [ ] 使用 few-shot examples
+- [ ] 組合方式：________________
+
+**備註：** 
+
+---
+
+### 3.4 AI 摘要並行處理
+**狀態：** 🟡 待確認
+
+**問題：** 多個群組的摘要是否並行產生？
+
+- [v] 串行處理（一個接一個）
+- [ ] 並行處理（同時處理多個群組）
+- [ ] 有限並行（如最多 3 個同時）
+- [ ] 使用任務佇列（如 Celery）
+
+**備註：** 
+
+---
+
+## 4. 資料庫設計
+
+### 4.1 資料庫 Schema 設計
+**狀態：** 🟡 待確認
+
+**問題：** 需要哪些主要資料表？
+
+- [v] users（用戶表）
+- [v] groups（群組表）
+- [v] keywords（關鍵字表）
+- [v] news（新聞表）
+- [v] reports（報告表）
+- [ ] subscriptions（訂閱表）
+- [v] comments（留言表）
+- [ ] favorites（收藏表）
+- [ ] annotations（標註表）
+- [v] llm_settings（LLM 設定表）
+- [v] system_logs（系統日誌表）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 4.2 關聯關係設計
+**狀態：** 🟡 待確認
+
+**問題：** 報告與新聞的關聯方式？
+
+- [ ] 一對多（一份報告對應多篇新聞）
+- [v] 多對多（一篇新聞可出現在多份報告）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 4.3 索引策略
+**狀態：** 🟡 待確認
+
+**問題：** 需要建立哪些索引以優化查詢效能？
+
+- [v] 新聞標題索引
+- [ ] 新聞發布時間索引
+- [v] 群組關鍵字索引
+- [v] 用戶訂閱關係索引
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 5. Email 通知機制
+
+### 5.1 Email 模板格式
+**狀態：** 🟡 待確認
+
+**問題：** Email 內容應包含哪些資訊？
+
+- [v] 報告標題
+- [v] 發布日期
+- [v] AI 摘要內容
+- [ ] 相關新聞標題列表
+- [v] 線上閱讀連結
+- [ ] 取消訂閱連結
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 5.2 Email 模板樣式
+**狀態：** 🟡 待確認
+
+**問題：** Email 模板樣式？
+
+- [ ] 純文字格式
+- [] HTML 格式（含樣式）
+- [v] 響應式 HTML（支援手機）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 5.3 批次發送策略
+**狀態：** 🟡 待確認
+
+**問題：** 當訂閱讀者數量多時，如何發送 Email？
+
+- [ ] 同步發送（一次發送所有）
+- [v] 批次發送（如每批 10 封）
+- [ ] 使用任務佇列（背景處理）
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 5.4 發送失敗處理
+**狀態：** 🟡 待確認
+
+**問題：** Email 發送失敗時的處理方式？
+
+- [ ] 自動重試（最多 3 次）
+- [v] 記錄失敗日誌
+- [v] 通知系統管理員
+- [ ] 組合處理：________________
+
+**備註：** 
+
+---
+
+## 6. PDF 匯出細節
+
+### 6.1 PDF 生成技術
+**狀態：** 🟡 待確認
+
+**問題：** 使用哪種技術生成 PDF？
+
+- [v] ReportLab
+- [ ] WeasyPrint
+- [ ] pdfkit / wkhtmltopdf
+- [ ] 前端生成（如 jsPDF）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 6.2 PDF 模板內容
+**狀態：** 🟡 待確認
+
+**問題：** PDF 應包含哪些內容？
+
+- [v] 公司 Logo
+- [v] 報告標題
+- [v] 發布日期
+- [v] AI 摘要內容
+- [v ] 相關新聞列表（標題 + 連結）
+- [v ] 頁首頁尾文字
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 6.3 PDF 樣式規範
+**狀態：** 🟡 待確認
+
+**問題：** PDF 樣式需求？
+
+- [v ] 固定樣式（不可自訂）
+- [ ] 可自訂字體
+- [ ] 可自訂顏色
+- [ ] 可自訂版面配置
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 7. 權限與操作細節
+
+### 7.1 已發布報告修改權限
+**狀態：** 🟡 待確認
+
+**問題：** 專員是否可以修改或撤回已發布的報告？
+
+- [ ] 可以修改（會通知讀者）
+- [v ] 可以撤回（標記為已撤回）
+- [ ] 完全不可修改
+- [ ] 僅限發布後 X 小時內可修改
+
+**備註：** 
+
+---
+
+### 7.2 留言審核機制
+**狀態：** 🟡 待確認
+
+**問題：** 讀者留言是否需要審核？
+
+- [ ] 不需要審核（直接顯示）
+- [ ] 需要專員審核
+- [ ] 需要管理員審核
+- [v ] 關鍵字過濾後自動審核
+
+**備註：** 
+
+---
+
+### 7.3 工作日定義
+**狀態：** 🟡 待確認
+
+**問題：** 如何判斷工作日？
+
+- [v ] 週一至週五（排除假日）
+- [v ] 使用台灣行事曆 API
+- [ ] 手動設定假日清單
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+## 8. 錯誤處理與備援
+
+### 8.1 部分新聞抓取失敗處理
+**狀態：** 🟡 待確認
+
+**問題：** 當部分新聞來源抓取失敗時？
+
+- [ ] 繼續處理其他成功的新聞
+- [ ] 全部標記為失敗，等待重試
+- [v ] 部分成功的新聞先處理，失敗的稍後重試
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 8.2 AI 摘要失敗處理
+**狀態：** 🟡 待確認
+
+**問題：** 當 AI 摘要產生失敗時？
+
+- [ ] 保留原始新聞，標記為「待處理」
+- [v] 通知專員手動處理
+- [v] 自動重試（最多 3 次）
+- [ ] 組合處理：________________
+
+**備註：** 
+
+---
+
+### 8.3 加密金鑰管理
+**狀態：** 🟡 待確認
+
+**問題：** API Key 加密金鑰如何管理？
+
+- [v] 儲存在環境變數
+- [ ] 儲存在資料庫（加密）
+- [ ] 使用金鑰管理服務（如 HashiCorp Vault）
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 8.4 加密金鑰輪換
+**狀態：** 🟡 待確認
+
+**問題：** 是否需要定期輪換加密金鑰？
+
+- [ ] 不需要
+- [v] 需要（每 3 個月）
+- [ ] 手動觸發
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 9. 效能優化
+
+### 9.1 快取策略
+**狀態：** 🟡 待確認
+
+**問題：** 是否需要快取機制？
+
+- [ ] 不需要
+- [v] Redis 快取
+- [ ] 記憶體快取
+- [ ] 資料庫查詢快取
+- [ ] 組合方式：________________
+
+**備註：** 
+
+---
+
+### 9.2 非同步任務處理
+**狀態：** 🟡 待確認
+
+**問題：** 新聞抓取與 AI 摘要是否使用任務佇列？
+
+- [ ] 同步處理
+- [v] Celery + Redis/RabbitMQ
+- [ ] 其他任務佇列：________________
+- [ ] 不需要
+
+**備註：** 
+
+---
+
+### 9.3 資料庫連線池
+**狀態：** 🟡 待確認
+
+**問題：** 資料庫連線管理方式？
+
+- [v] 使用連線池（SQLAlchemy）
+- [ ] 每次請求建立連線
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+## 10. 雙語介面
+
+### 10.1 語言切換方式
+**狀態：** 🟡 待確認
+
+**問題：** 用戶如何切換語言？
+
+- [v] 用戶手動選擇（右上角切換）
+- [v] 系統自動偵測瀏覽器語言
+- [ ] 根據用戶設定檔
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 10.2 內容翻譯需求
+**狀態：** 🟡 待確認
+
+**問題：** 新聞與摘要是否需要自動翻譯？
+
+- [ ] 不需要（僅介面翻譯）
+- [ ] 需要（新聞內容翻譯）
+- [v] 需要（摘要內容翻譯）
+- [ ] 需要（全部內容翻譯）
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 11. 其他技術細節
+
+### 11.1 日誌記錄策略
+**狀態：** 🟡 待確認
+
+**問題：** 需要記錄哪些操作日誌？
+
+- [v] 用戶登入/登出
+- [v] 新聞抓取記錄
+- [v] AI 摘要產生記錄
+- [v] 報告發布記錄
+- [v ] 系統錯誤記錄
+- [v ] API 呼叫記錄
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 11.2 日誌保留期限
+**狀態：** 🟡 待確認
+
+**問題：** 操作日誌保留多久？
+
+- [ ] 30 天
+- [v ] 60 天
+- [ ] 90 天
+- [ ] 1 年
+- [ ] 永久保留
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+### 11.3 備份策略細節
+**狀態：** 🟡 待確認
+
+**問題：** 資料庫備份的具體方式？
+
+- [ ] 每日全量備份
+- [v ] 每日增量備份
+- [ ] 每週全量 + 每日增量
+- [ ] 其他方式：________________
+
+**備註：** 
+
+---
+
+### 11.4 監控與告警
+**狀態：** 🟡 待確認
+
+**問題：** 需要哪些監控與告警機制？
+
+- [v ] 系統健康檢查
+- [v ] 新聞抓取失敗告警
+- [v ] AI 摘要失敗告警
+- [v ] 資料庫連線異常告警
+- [v ] 系統效能監控
+- [ ] 其他：________________
+
+**備註：** 
+
+---
+
+## 📊 進度統計
+
+- **總問題數：** 44
+- **已確認：** 0
+- **待確認：** 44
+- **已取消：** 0
+
+---
+
+## 📝 更新記錄
+
+| 日期 | 更新內容 | 更新人 |
+|------|---------|--------|
+| 2025-01-27 | 建立初始清單 | System |
+
+
+
+
+
+
+