[AI] feat: 新增 dramacmt 短剧评论铺量工具

后台已有的评论导入只认视频、要上传 Excel，而且 userID 取自 static.json 的 sysUser —— 那些 uid 在 user 表里不存在，前端渲染出来昵称头像都是空的（线上已有 5962 条这样的评论）。本工具自建机器人用户池（uid 1001 起，落在 constant.RobotUIDLimit 以内， devID 唯一索引是非 sparse 的，给 ROBOT%07d），评论挂在它们身上，昵称头像可正常显示，后台能按 isRobot 筛选和撤回。几个容易写错的点记在 README：status 必须直接写 1（App 发评论走的是 2，而列表只认 1）、type 是 VIDEO 而 objType 才是 drama、tousername 落库键名是小写、media.countComment 必须同步 $inc 否则前端总数显示 0。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-10-29 21:13:16 +08:00
parent ed51664a09
commit f45144a3f4
4 changed files with 632 additions and 0 deletions
@@ -0,0 +1,395 @@
+// dramacmt 给在线短剧铺机器人评论。
+//
+// 为什么要单独做一个工具：后台已有的评论导入（web/api/commentctrl 的
+// AddContentExcel）只认视频，要上传 Excel，而且它写的 userID 取自
+// static.json 的 sysUser —— 那些 uid 在 user 表里并不存在，前端渲染出来
+// 昵称和头像都是空的（线上已有 5962 条这样的评论）。
+//
+// 所以这里自己建一批机器人用户（uid <= constant.RobotUIDLimit），
+// 评论挂在它们身上，昵称头像都能正常显示，后台也能按 isRobot 一键筛出来。
+//
+// 用法见 README.md。
+package main
+
+import (
+	"context"
+	"flag"
+	"fmt"
+	"math/rand"
+	"os"
+	"sort"
+	"time"
+	"unicode/utf8"
+
+	"go.mongodb.org/mongo-driver/bson"
+	"go.mongodb.org/mongo-driver/bson/primitive"
+	"go.mongodb.org/mongo-driver/mongo"
+	"go.mongodb.org/mongo-driver/mongo/options"
+)
+
+// robotUIDLimit 与 common/constant.RobotUIDLimit 一致。
+// app/service/commentser.getTrackInfo 靠 uid < 该值判定 isRobot，
+// 机器人用户的 uid 必须落在这个区间里。
+const robotUIDLimit = 111999
+
+// 机器人用户 uid 从这里开始往上发。1~17 已被占用，1000 以下整段留空不碰。
+const robotUIDStart = 1001
+
+func main() {
+	var (
+		dstURI    = flag.String("dst", "", "目标库 URI（库名取 URI 里的 path）")
+		dbName    = flag.String("db", "", "库名，留空则取 URI 里的")
+		userCount = flag.Int("users", 400, "机器人用户池大小")
+		minCmt    = flag.Int("min", 20, "每部剧最少评论数")
+		maxCmt    = flag.Int("max", 50, "每部剧最多评论数")
+		onlyEmpty = flag.Bool("only-empty", true, "只给 countComment=0 的剧铺")
+		limit     = flag.Int("limit", 0, "最多处理多少部剧，0 为不限（调试用）")
+		dryRun    = flag.Bool("dry-run", false, "只统计不写入")
+		seed      = flag.Int64("seed", 0, "随机种子，0 用当前时间")
+		timeout   = flag.Duration("timeout", 30*time.Minute, "整体超时")
+	)
+	flag.Parse()
+
+	if *dstURI == "" {
+		fmt.Fprintln(os.Stderr, "必须指定 --dst")
+		os.Exit(2)
+	}
+	if *minCmt < 1 || *maxCmt < *minCmt {
+		fatal("--min/--max 不合法: %d~%d", *minCmt, *maxCmt)
+	}
+	if *maxCmt > len(contents) {
+		fatal("--max %d 超过文案池容量 %d，同一部剧下会出现重复文案", *maxCmt, len(contents))
+	}
+	if *seed == 0 {
+		*seed = time.Now().UnixNano()
+	}
+	rnd := rand.New(rand.NewSource(*seed))
+	fmt.Printf("随机种子 %d（复现同一批数据可用 --seed）\n", *seed)
+
+	ctx, cancel := context.WithTimeout(context.Background(), *timeout)
+	defer cancel()
+
+	cli, err := mongo.Connect(ctx, options.Client().ApplyURI(*dstURI))
+	if err != nil {
+		fatal("连接目标库失败: %v", err)
+	}
+	defer cli.Disconnect(context.Background())
+
+	// URI 里的 authSource 通常是 admin，推不出业务库名，所以要求显式传 --db
+	if *dbName == "" {
+		fatal("必须用 --db 指定库名")
+	}
+	db := cli.Database(*dbName)
+
+	portraits, err := samplePortraits(ctx, db)
+	if err != nil {
+		fatal("取头像素材失败: %v", err)
+	}
+	if len(portraits) == 0 {
+		fatal("库里没有可用头像素材")
+	}
+	fmt.Printf("头像素材 %d 张\n", len(portraits))
+
+	uids, err := ensureRobotUsers(ctx, db, *userCount, portraits, rnd, *dryRun)
+	if err != nil {
+		fatal("准备机器人用户失败: %v", err)
+	}
+	fmt.Printf("机器人用户池 %d 个（uid %d~%d）\n", len(uids), uids[0], uids[len(uids)-1])
+
+	dramas, err := pickDramas(ctx, db, *onlyEmpty, *limit)
+	if err != nil {
+		fatal("取短剧列表失败: %v", err)
+	}
+	fmt.Printf("待铺评论的在线短剧 %d 部\n\n", len(dramas))
+
+	total, done := 0, 0
+	for _, d := range dramas {
+		n := *minCmt + rnd.Intn(*maxCmt-*minCmt+1)
+		cmts := buildComments(d, n, uids, rnd)
+		total += len(cmts)
+		if *dryRun {
+			done++
+			continue
+		}
+		if err := insertComments(ctx, db, d.ID, cmts); err != nil {
+			fmt.Printf("[FAIL] %s %v\n", d.Title, err)
+			continue
+		}
+		done++
+		if done%50 == 0 {
+			fmt.Printf("  已完成 %d/%d 部，累计 %d 条\n", done, len(dramas), total)
+		}
+	}
+
+	if *dryRun {
+		fmt.Printf("\nDRY-RUN：%d 部剧，将写入 %d 条评论（未写入）\n", done, total)
+		return
+	}
+	fmt.Printf("\n完成：%d 部剧，共写入 %d 条评论\n", done, total)
+}
+
+// samplePortraits 从库里现有用户取头像路径，避免把素材路径写死在代码里。
+func samplePortraits(ctx context.Context, db *mongo.Database) ([]string, error) {
+	cur, err := db.Collection("user").Aggregate(ctx, []bson.M{
+		{"$match": bson.M{"portrait": bson.M{"$ne": ""}}},
+		{"$limit": 5000},
+		{"$group": bson.M{"_id": "$portrait"}},
+	})
+	if err != nil {
+		return nil, err
+	}
+	defer cur.Close(ctx)
+	var out []string
+	for cur.Next(ctx) {
+		var row struct {
+			ID string `bson:"_id"`
+		}
+		if err := cur.Decode(&row); err != nil {
+			return nil, err
+		}
+		out = append(out, row.ID)
+	}
+	sort.Strings(out)
+	return out, cur.Err()
+}
+
+// ensureRobotUsers 保证 uid 池里的机器人用户都存在，返回全部 uid。
+// 已存在的不动——昵称头像可能被运营改过。
+func ensureRobotUsers(ctx context.Context, db *mongo.Database, want int,
+	portraits []string, rnd *rand.Rand, dryRun bool) ([]int64, error) {
+
+	if robotUIDStart+want-1 > robotUIDLimit {
+		return nil, fmt.Errorf("uid 池越界：%d 个会超过 robotUIDLimit %d", want, robotUIDLimit)
+	}
+	uids := make([]int64, 0, want)
+	for i := 0; i < want; i++ {
+		uids = append(uids, int64(robotUIDStart+i))
+	}
+
+	coll := db.Collection("user")
+	cur, err := coll.Find(ctx, bson.M{"uid": bson.M{"$in": uids}},
+		options.Find().SetProjection(bson.M{"uid": 1}))
+	if err != nil {
+		return nil, err
+	}
+	defer cur.Close(ctx)
+	exists := map[int64]bool{}
+	for cur.Next(ctx) {
+		var row struct {
+			UID int64 `bson:"uid"`
+		}
+		if err := cur.Decode(&row); err != nil {
+			return nil, err
+		}
+		exists[row.UID] = true
+	}
+	if err := cur.Err(); err != nil {
+		return nil, err
+	}
+
+	var docs []any
+	for _, uid := range uids {
+		if exists[uid] {
+			continue
+		}
+		// devID 上是非 sparse 的唯一索引，必须给一个唯一的非空值。
+		// token / promotionCode / mobile 的唯一索引是 {$gt: ""} 的部分索引，
+		// 留空串即可豁免。
+		docs = append(docs, bson.M{
+			"uid":           uid,
+			"devID":         fmt.Sprintf("ROBOT%07d", uid),
+			"name":          randomName(rnd),
+			"portrait":      portraits[rnd.Intn(len(portraits))],
+			"mobile":        "",
+			"gender":        "",
+			"token":         "",
+			"promotionCode": "",
+			"vipLevel":      0,
+			"hasLocked":     false,
+			"hasBanned":     false,
+			// 注册时间铺在过去一年里，免得一批用户同一秒注册
+			"createdAt": time.Now().Add(-time.Duration(rnd.Intn(365*24)) * time.Hour),
+		})
+	}
+	if len(docs) == 0 {
+		fmt.Printf("机器人用户已齐备，无需新建\n")
+		return uids, nil
+	}
+	if dryRun {
+		fmt.Printf("DRY-RUN：将新建 %d 个机器人用户\n", len(docs))
+		return uids, nil
+	}
+	res, err := coll.InsertMany(ctx, docs, options.InsertMany().SetOrdered(false))
+	if err != nil {
+		return nil, err
+	}
+	fmt.Printf("新建机器人用户 %d 个\n", len(res.InsertedIDs))
+	return uids, nil
+}
+
+type drama struct {
+	ID          primitive.ObjectID `bson:"_id"`
+	Title       string             `bson:"title"`
+	CreatedAt   time.Time          `bson:"createdAt"`
+	PublishedAt time.Time          `bson:"latestPublishedAt"`
+}
+
+// since 返回评论时间的起点：优先用最新上架时间，没有就用创建时间；
+// 都没有就退到一年前，免得算出零值把评论写到公元 1 年。
+func (d drama) since() time.Time {
+	if !d.PublishedAt.IsZero() {
+		return d.PublishedAt
+	}
+	if !d.CreatedAt.IsZero() {
+		return d.CreatedAt
+	}
+	return time.Now().AddDate(-1, 0, 0)
+}
+
+func pickDramas(ctx context.Context, db *mongo.Database, onlyEmpty bool, limit int) ([]drama, error) {
+	filter := bson.M{"mediaType": "drama", "status": 1, "isDelete": false}
+	if onlyEmpty {
+		filter["$or"] = []bson.M{
+			{"countComment": bson.M{"$lte": 0}},
+			{"countComment": bson.M{"$exists": false}},
+		}
+	}
+	opts := options.Find().SetProjection(bson.M{
+		"_id": 1, "title": 1, "createdAt": 1, "latestPublishedAt": 1,
+	})
+	if limit > 0 {
+		opts.SetLimit(int64(limit))
+	}
+	cur, err := db.Collection("media").Find(ctx, filter, opts)
+	if err != nil {
+		return nil, err
+	}
+	defer cur.Close(ctx)
+	var out []drama
+	for cur.Next(ctx) {
+		var d drama
+		if err := cur.Decode(&d); err != nil {
+			return nil, err
+		}
+		out = append(out, d)
+	}
+	return out, cur.Err()
+}
+
+// buildComments 为一部剧造 n 条一级评论。
+//
+// 要能在 App 里显示出来，必须满足 models/v/cmtmod.GetParentCmtList 的条件：
+// level=1、status=1、isGodComment=false、isDelete=false、isAdvertiser 非 true、
+// createdAt <= 当前时间。字段整体对齐线上真实短剧评论的形状。
+func buildComments(d drama, n int, uids []int64, rnd *rand.Rand) []any {
+	start := d.since()
+	now := time.Now()
+	span := now.Sub(start)
+	if span <= 0 {
+		span = 24 * time.Hour
+		start = now.Add(-span)
+	}
+
+	// 文案与用户都在同一部剧内不重复
+	ci := rnd.Perm(len(contents))[:n]
+	ui := rnd.Perm(len(uids))
+	if n > len(ui) {
+		n = len(ui)
+		ci = ci[:n]
+	}
+
+	ts := make([]time.Time, n)
+	for i := range ts {
+		ts[i] = start.Add(time.Duration(rnd.Int63n(int64(span))))
+	}
+	sort.Slice(ts, func(i, j int) bool { return ts[i].Before(ts[j]) })
+
+	out := make([]any, 0, n)
+	for i := 0; i < n; i++ {
+		text := contents[ci[i]]
+		out = append(out, bson.M{
+			"objID":        d.ID,
+			"objType":      "drama",
+			"title":        d.Title,
+			"type":         "VIDEO", // 真实短剧评论也是 VIDEO，见 getTrackInfo 的调用
+			"publisherID":  int64(0),
+			"authorMark":   false,
+			"userID":       uids[ui[i]],
+			"tousername":   "", // 结构体没写 bson tag，落库键名是小写的
+			"likeCount":    likeCount(rnd, text),
+			"commentCount": 0,
+			"isGodComment": false,
+			"isAuthor":     false,
+			"isRobot":      true,
+			"quoteType":    "",
+			"quoteID":      primitive.NilObjectID,
+			"quoteImg":     "",
+			"quoteTitle":   "",
+			"content":      text,
+			"orgContent":   text,
+			"image":        "",
+			"level":        1,
+			"ipAddr":       randomIP(rnd),
+			"status":       1, // 1=已通过审核，列表只认这个值
+			"reason":       "",
+			"desc":         "",
+			"city":         cities[rnd.Intn(len(cities))],
+			"linkStr":      "",
+			"isAdvertiser": false,
+			"isDelete":     false,
+			"createdAt":    ts[i],
+			"deletedAt":    time.Time{},
+		})
+	}
+	return out
+}
+
+// likeCount 造长尾分布：大多数评论没人点赞，少数几条很热。
+// 热门评论区按 likeCount 倒序且要求 >0，所以不能全给 0。
+//
+// 再按文案长短压一下上限——「可以」这种两个字的短评顶上几百赞太假，
+// 热评通常是有内容的长评。
+func likeCount(rnd *rand.Rand, text string) int {
+	n := 0
+	switch r := rnd.Intn(100); {
+	case r < 55:
+		n = rnd.Intn(6) // 0~5
+	case r < 85:
+		n = 6 + rnd.Intn(25) // 6~30
+	case r < 97:
+		n = 31 + rnd.Intn(90) // 31~120
+	default:
+		n = 121 + rnd.Intn(280) // 121~400
+	}
+	switch runes := utf8.RuneCountInString(text); {
+	case runes <= 4 && n > 30:
+		n = 1 + rnd.Intn(30)
+	case runes <= 8 && n > 120:
+		n = 6 + rnd.Intn(115)
+	}
+	return n
+}
+
+func insertComments(ctx context.Context, db *mongo.Database, mediaID primitive.ObjectID, docs []any) error {
+	if len(docs) == 0 {
+		return nil
+	}
+	if _, err := db.Collection("comment").InsertMany(ctx, docs,
+		options.InsertMany().SetOrdered(false)); err != nil {
+		return err
+	}
+	// App 的「总评论条数」直接读 media.countComment（见 app/api/commentctrl），
+	// 不补这一步前端会显示 0 条。
+	_, err := db.Collection("media").UpdateByID(ctx, mediaID,
+		bson.M{"$inc": bson.M{"countComment": int64(len(docs))}})
+	return err
+}
+
+func randomIP(rnd *rand.Rand) string {
+	return fmt.Sprintf("%d.%d.%d.%d", 1+rnd.Intn(222), rnd.Intn(256), rnd.Intn(256), 1+rnd.Intn(254))
+}
+
+func fatal(f string, a ...any) {
+	fmt.Fprintf(os.Stderr, f+"\n", a...)
+	os.Exit(1)
+}