增强 VOC 报告：Dashboard 可视化 + 多维分析 + 机会矩阵

- 重构报告布局：新增固定导航栏、Dashboard KPI 卡片、5 张 ECharts 图表
  （受众饼图、情感柱状图、需求 Top10、负面 Top10、词频雷达图）
- 增强 Prompt 分析深度：新增多维交叉洞察（场景/动机/人群矩阵），
  改进建议扩展为 6 条（短期/中期/长期/差异化梯度）
- 新增机会矩阵 JSON 标记 + 影响力×难度气泡图 + 时间线图 + 策略卡片
- 强制簇名 ≤15 字大白话风格，禁止学术化冗长描述
- 修复词频表重复发送浪费 token 的问题
- audience/pain_point 阶段不再受 10% 小簇过滤规则限制

Co-authored-by: Cursor <cursoragent@cursor.com>

main_voc分析.py

@@ -4,7 +4,7 @@ VOC 全流程：合并 → 清洗 → 结构化 → 向量化 →（聚类 ∥
 用法::
 
   # 全流程（--industry 默认 Pet Supplies；写入 sqlite 前默认清理旧库，keep-db不清理）
-  ./310py/bin/python main_voc分析.py --input-dir 目录 --product "产品名" --keep-db
+  ./310py/bin/python main_voc分析.py --input-dir '/Users/onesvmwhoops/Cursor_Project/VOC_LLM结构化/cat deterrent indoor ' --product "cat deterrent indoor" --keep-db
 --industry "行业名"
   # 断点续跑（步骤 4 起可省略 --product，自动读 voc_structured.sqlite）
   ./310py/bin/python main_voc分析.py --from-step 5

prompts/extraction/examples.yaml

@@ -52,7 +52,26 @@
         sentiment: Positive
         category: Price
 
-- instruction: "示例 4 教学：保留关键成分与症状等核心具体词汇。绝不能将带有具体成分/病症的词泛化提取。例如遇到「chicken flavor」（鸡肉风味）或「joint pain」（关节疼痛）时，必须保留核心修饰词，绝不能错误缩减提取为「flavor」或「pain」。"
+- instruction: "示例 4 教学：非英语评论（例如西班牙语）输出必须全英文。禁止保留原文非英文片段，先理解语义再用英文短语表达。"
+  review: "El producto en sí está muy bien, viene con 2 cristales templados y 2 grips para los joycon. Pero es lo que he leido en algunos comentarios, la funda huele como a tabaco jajaja es raro pero es así"
+  output:
+    audience: "self"
+    pain_points: []
+    product_feedback:
+      - aspect: "product"
+        opinion: "it's fine"
+        sentiment: Positive
+        category: Quality
+      - aspect: "included accessories"
+        opinion: "comes with 2 tempered glass and 2 grips"
+        sentiment: Positive
+        category: Function
+      - aspect: "case smell"
+        opinion: "smells like tobacco, strange"
+        sentiment: Negative
+        category: Quality
+
+- instruction: "示例 5 教学：保留关键成分与症状等核心具体词汇。绝不能将带有具体成分/病症的词泛化提取。例如遇到「chicken flavor」（鸡肉风味）或「joint pain」（关节疼痛）时，必须保留核心修饰词，绝不能错误缩减提取为「flavor」或「pain」。"
   review: "My elderly cat suffers from severe joint pain. But he is very attracted by the chicken flavor of this supplement! It really helps him walk better."
   output:
     audience: "elderly cat"

prompts/extraction/field_rules.md

@@ -1,3 +1,8 @@
+## 语言规则（红线）:
+- 评论输入可能是英语、西班牙语、法语、德语、日语等**任意语言**。
+- **所有输出字段值**（audience、pain_points 每一条、aspect、opinion）**必须是自然英文**。
+- **禁止**保留原文非英文片段（如 está muy bien、huele como a tabaco、très bon）；先理解语义，再用英文短语表达。
+
 ## 分析要求:
 
 1. audience (为谁购买):

prompts/extraction/user_batch.md

@@ -1,3 +1,3 @@
-以下为 {n_keys} 段带前缀的英文评论，每段互相独立。请严格按 system 中的「批量输出格式」返回 JSON，顶层键为 {keys_literal}。
+以下为 {n_keys} 段带前缀的用户评论（可能是任意语言），每段互相独立。所有输出字段值必须为英文。请严格按 system 中的「批量输出格式」返回 JSON，顶层键为 {keys_literal}。
 
 {tagged_input}

prompts/loader.py

@@ -161,7 +161,8 @@ def _report_marker_kwargs(
         "marker_word_zh": markers[0],
         "marker_word_category": markers[1],
         "marker_cluster_names": markers[2],
-        "marker_report_html": markers[3],
+        "marker_opportunity_matrix": markers[3],
+        "marker_report_html": markers[4],
         "wordcloud_top_n": wf.get("wordcloud_top_n", 180),
         "word_category_classify_n": wf.get("word_category_classify_n", 180),
         "outlier_label_zh": rp.get("outlier_label_zh", "未归类"),
@@ -283,7 +284,7 @@ def validate_prompt_files() -> List[str]:
         sch = get_schema()
         if not word_categories(cfg):
             errors.append("config.yaml: word_categories 为空")
-        if len(report_markers(sch)) != 4:
+        if len(report_markers(sch)) != 5:
             errors.append("schema.yaml: report.markers 须为 4 项")
         if not product_feedback_categories(sch):
             errors.append("schema.yaml: extraction.product_feedback_categories 为空")

prompts/report/analysis_requirements.md

@@ -5,4 +5,14 @@
      2.分受众分析 — 对 top2 受众分别写（1）用户需求（2）正面（3）负面（4）客观（仅用对应 2a/2b stage）。
    - **（二）全部用户需求与产品反馈**：1.全部受众需求（3a）、2.正面、3.负面、4.客观（3b 三档）；
      每个 <ul> 只收纳对应 stage 的簇；占比=结构化短语数÷a；同 ul 内按短语数降序。正文禁用「观点 / 评价 / 痛点」。
-3. **三、改进建议与机会**：保持模版 <h2> 与四条 <ol> 结构；建议须可执行，第 4 条单独写可放大的产品/市场机会；覆盖未满足需求、负面反馈与客观描述中的风险，勿复述本条款文字。
+   - **（三）多维交叉洞察**（新增）：从聚类数据中推断以下维度并进行交叉分析：
+     1.**使用场景推断** — 从评论关键词和需求簇推断用户的典型使用场景（如日常家用、专业工作、礼品/转售、特定季节等），分析不同场景下的需求差异。
+     2.**购买动机分析** — 推断驱动购买的核心动机（功能刚需、性价比、品牌信任、替代竞品、尝新等），每个动机引用具体聚类数据支撑。
+     3.**人群×需求矩阵** — 将 top2 受众与 top 需求/反馈做交叉比对，找出各群体的独有关注点（A群体在意 X 但 B群体不在意）和共性盲区。
+     每条洞察必须引用具体数据占比或簇名，禁止空泛概括。
+3. **三、改进建议与机会**：须严格按模版结构输出六条 <li>。
+   - 前三条为**短期快赢**建议（0-3月可落地），包括产品本身的微调、包装/说明书优化、Listing与A+页面优化。
+   - 第四条为**中期优化**（3-6月），涵盖配件组合/套装策略、服务升级（售后/质保/教程内容）、差异化定价与变体策略。
+   - 第五条为**长期布局**（6-12月），覆盖新品类延伸、场景化产品线、品牌社群与内容生态等前瞻性方向。
+   - 第六条为**差异化机会**，专门指出竞品未覆盖但本品有潜力占领的空白市场/场景/人群机会。
+   - 每条建议须关联具体数据洞察（引用对应簇名或占比），不可泛泛而谈。

prompts/report/correction.md

@@ -4,7 +4,7 @@
 {err_block}
 
 【修正要点】
-- 四个标记必须按顺序出现：{marker_word_zh}、{marker_word_category}、{marker_cluster_names}、{marker_report_html}（JSON 在前，HTML 最后）
+- 五个标记必须按顺序出现：{marker_word_zh}、{marker_word_category}、{marker_cluster_names}、{marker_opportunity_matrix}、{marker_report_html}（JSON 在前，HTML 最后）
 - JSON 段必须是严格合法 JSON：键与字符串均用英文双引号；例如 "words":["dog","cat"]，禁止写成 "words:["dog"] 或 words:[
 - 不要用 Markdown 代码围栏包裹 JSON；WORD_CATEGORY_JSON 的键仅限：{cats_literal}
 - WORD_CATEGORY_JSON 必须是**一个** JSON 对象，words 仅来自 Top{word_category_classify_n}；逐词尽量归类、不强制每类凑满；禁止「其他」键；禁止多段 `{{"某类":[...]}}, "另一类":[...]`

prompts/report/json_markers.md

@@ -1,4 +1,4 @@
-请严格按以下四段标记输出（标记外不要有任何文字；**顺序不可调换**）：
+请严格按以下五段标记输出（标记外不要有任何文字；**顺序不可调换**）：
 
 {marker_word_zh}
 一行合法 JSON 对象：Top{wordcloud_top_n} 英文词 -> 中文，如 {{"dog":"狗","cat":"猫"}}。
@@ -19,6 +19,18 @@
 簇标签 -1 统一命名为「{outlier_label_zh}」。
 命名规则：1_audience、3a_pain_global、3b_aspect_opinion_* 写完整业务簇名；
 2a/2b 只写子主题（程序拼接受众名）；2b 子主题禁止含情感词。
+【簇名风格红线】每个簇名最多 15 个中文字，必须用日常口语，让运营人员一眼看懂。
+  正确示范：「多猫家庭」「喷头漏液」「猫在床上乱尿」「气味刺鼻」「完全无效」
+  错误示范：「针对床铺沙发等亲密区域的定点排尿抗议行为」「效力根本性不足导致乱尿行为完全无法被中断」
+
+{marker_opportunity_matrix}
+一个合法 JSON 数组，恰好 6 个元素，与 REPORT_HTML 中「三、改进建议与机会」的 6 条 <li> 一一对应。
+每个元素格式为：
+{{"title":"策略标题（≤15字）","phase":"short|mid|long|diff","impact":1-10,"effort":1-10,"data_ref":"引用的核心数据点（如'猫在床上乱尿 15.5%'）"}}
+- phase 取值：short=短期快赢，mid=中期优化，long=长期布局，diff=差异化机会
+- impact=预期业务影响力（10=最大），effort=实施难度（10=最难）
+- data_ref 须引用报告中具体的簇名或占比数据
+示例：[{{"title":"升级缓释配方","phase":"short","impact":9,"effort":5,"data_ref":"效果仅持续数小时 6.8%"}}, ...]
 
 {marker_report_html}
 （最后输出）完整 HTML 文档，结构遵循上文模版；勿用 Markdown 代码围栏包裹。

prompts/report/output_format.md

@@ -1,8 +1,11 @@
 **输出格式（必须严格遵守）：**
 1. 只允许输出标准 HTML，不允许 Markdown。
 2. {marker_report_html} 内必须是完整 HTML 文档，包含 <html>、<head>、<body>；可保留模版中的 <!-- 映射注释 -->，浏览器不会显示。
-3. 允许标签：<h1><h2><h3><h4><p><ul><ol><li><strong>；列表项格式须为 <strong>纯中文簇名</strong> (XX.X%)：洞察。
+3. 允许标签：<h1><h2><h3><h4><p><ul><ol><li><strong>；列表项格式须为 <strong>纯中文簇名</strong> (XX.X%)：洞察。簇名必须控制在 15 字以内，用日常口语概括，禁止学术化长句。
 4. 禁止 Markdown（#、**、``` 等）及 <table> 等未列出的标签。
+4b. 【文风红线】洞察描述必须直白务实，每句只说一件事。禁止文学性夸张修辞（如"切肤之痛""灾难性崩塌""谋杀式""奇迹心理""令人愉悦"等）。保持客观商业语气。
 5. 【红线】正文可见文字中禁止出现 1_audience|2、2a_pain_audience_c2|0、stage=、audience_c 等任何机器标识；仅 CLUSTER_NAMES JSON 键可保留原始 id。
 6. 不要输出解释性前后缀；REPORT_HTML 段内只放 HTML 文档本体。
-7. 四段标记顺序固定：先三个 JSON 段（WORD_ZH → WORD_CATEGORY → CLUSTER_NAMES），**最后**输出 REPORT_HTML，避免长 HTML 导致 JSON 被截断。
+7. 五段标记顺序固定：先四个 JSON 段（WORD_ZH → WORD_CATEGORY → CLUSTER_NAMES → OPPORTUNITY_MATRIX），**最后**输出 REPORT_HTML，避免长 HTML 导致 JSON 被截断。
+8. **（三）多维交叉洞察**的三个子板块各至少包含 3 条 <li> 分析；每条 <li> 必须以 <strong>洞察标题</strong> 开头并引用数据占比。
+9. **三、改进建议与机会**的 <ol> 必须恰好 6 条 <li>，分别对应短期快赢（3条）、中期优化（1条）、长期布局（1条）、差异化机会（1条），每条以 <strong>策略标题：</strong> 开头。

prompts/report/system.md

@@ -2,3 +2,17 @@
 报告必须专业、可读，正文中绝对禁止出现原始聚类 ID、stage 代码名或簇标签编号。
 展示用语统一：用户需求、产品反馈、产品客观描述；禁止观点、评价、痛点等旧称。
 你必须严格遵守 HTML 输出规范，禁止 Markdown。
+
+【语言风格——红线要求】
+你的读者是业务团队和高管，不是学术论文审稿人。务必：
+- 用大白话写作，一句话只传达一个核心信息，避免多层从句嵌套。
+- 簇名和标题限制在 15 个中文字以内，用最日常的语言概括核心要点。
+  正确示范：「猫在床/沙发上乱尿」「产品气味太刺鼻」「喷头漏液」「产品完全无效」
+  错误示范：「针对床铺沙发等亲密区域的定点排尿抗议行为」「效力根本性不足导致乱尿行为完全无法被中断」
+- 描述要具体但不要堆砌修辞——说清"是什么、有多严重、影响谁"即可，删掉所有文学性修饰（如"切肤之痛""灾难性崩塌""谋杀式破坏"）。
+- 如果原始评论用了生动的英文原词，可以括号引用（如"stopped peeing"），但不要自行发明夸张措辞。
+
+你的核心分析原则：
+1. **多维交叉验证**：不仅分析"用户说了什么"，还要推断其背后的使用场景、用户人群特征、购买动机，并交叉比对不同维度的数据，发现隐藏洞察。
+2. **机会多元化**：改进方案绝不局限于现有产品本身的修改——应覆盖服务升级、配件组合、场景化套装、全新品类延伸、内容与社群运营等多条路径。方案之间要体现差异化梯度（短期快赢 → 中期优化 → 长期布局）。
+3. **逻辑递进**：报告整体遵循「数据 → 洞察 → 机会 → 方案」的叙事线，每个结论都能回溯到具体数据支撑。

prompts/schema.yaml

@@ -28,4 +28,5 @@ report:
     - "===WORD_ZH_JSON==="
     - "===WORD_CATEGORY_JSON==="
     - "===CLUSTER_NAMES_JSON==="
+    - "===OPPORTUNITY_MATRIX_JSON==="
     - "===REPORT_HTML==="

voc_report.py

@@ -119,10 +119,10 @@ CATEGORY_COLORS: Dict[str, str] = {
 WORDCLOUD_UNCATEGORIZED_COLOR = "#9ca3af"
 
 TRANSLATE_CHARS_PER_REQUEST = 200_000
-TRANSLATE_MAX_OUTPUT_TOKENS = 65536
+TRANSLATE_MAX_OUTPUT_TOKENS = 200000
-REPORT_MAX_OUTPUT_TOKENS = 65536
+REPORT_MAX_OUTPUT_TOKENS = 200000
 TRANSLATE_LLM_TIMEOUT_SEC = 600.0
-REPORT_LLM_TIMEOUT_SEC = 600.0
+REPORT_LLM_TIMEOUT_SEC = 720.0
 REPORT_PARSE_MAX_RETRIES = 2
 # JSON 段放前、HTML 放后：输出被 max_tokens 截断时优先保留可解析的 JSON
 REPORT_MARKERS: Tuple[str, ...] = (
@@ -510,10 +510,16 @@ def build_cluster_bundles(
         stage_ratio = cnt / stage_total if stage_total else 0.0
         ratio = stage_ratio
         ratio_global = phrase_cnt / total_reviews if total_reviews else 0.0
+        skip_filter = (
+            stage == STAGE_1_AUDIENCE
+            or stage.startswith(STAGE_2A_PAIN_PREFIX)
+            or stage == STAGE_3A_PAIN
+        )
         if (
             min_cluster_review_ratio is not None
             and stage_total > 0
             and stage_ratio < min_cluster_review_ratio
+            and not skip_filter
         ):
             logger.info(
                 "报告跳过小簇 %s / %s：%s 条评论 (本步骤 %.1f%% < %.0f%%)",
@@ -977,10 +983,11 @@ def _build_report_prompt(
     word_freq: List[Tuple[str, int]],
     top2_audience_clusters: Sequence[int],
 ) -> Tuple[str, str]:
-    wf_table = word_freq[:WORD_FREQ_TABLE_N]
+    n_table = WORD_FREQ_TABLE_N
-    wf_classify = word_freq[:WORD_CATEGORY_CLASSIFY_N]
+    n_classify = WORD_CATEGORY_CLASSIFY_N
-    wf_table_lines = "\n".join(f"{w}\t{c}" for w, c in wf_table)
+    n_max = max(n_table, n_classify)
-    wf_classify_lines = "\n".join(f"{w}\t{c}" for w, c in wf_classify)
+    wf_max = word_freq[:n_max]
+    wf_lines = "\n".join(f"{w}\t{c}" for w, c in wf_max)
     cats_literal = "、".join(WORD_CATEGORIES)
     stage_map = _cluster_stage_mapping_guide(
         bundles, top2_audience_clusters=top2_audience_clusters
@@ -992,16 +999,23 @@ def _build_report_prompt(
         top2_audience_clusters=top2_audience_clusters,
     )
     system = build_report_system()
+    if n_table == n_classify:
+        wf_block = (
+            f"【词频 Top{n_max}（word\\tcount，用于辅助撰写报告 + WORD_CATEGORY_JSON 分类，排名 1-{n_max}）】\n"
+            f"{wf_lines}"
+        )
+    else:
+        wf_block = (
+            f"【词频 Top{n_max}（word\\tcount，排名 1-{n_max}）】\n"
+            f"前 {n_table} 行用于辅助理解品类与撰写报告；前 {n_classify} 行**仅**用于 WORD_CATEGORY_JSON。\n"
+            f"{wf_lines}"
+        )
     user = f"""请基于以下用户评论反馈的聚类结果，撰写一份详细的《{product_name}》产品改进建议报告。
 
 行业背景：{industry}
 数据清洗后有效评论总数 a = {total_reviews}
 
-【词频 Top{WORD_FREQ_TABLE_N}（word\\tcount，辅助理解品类与撰写报告，排名 1-{WORD_FREQ_TABLE_N}）】
+{wf_block}
-{wf_table_lines}
-
-【词频分类词表 Top{WORD_CATEGORY_CLASSIFY_N}（word\\tcount，**仅**用于 WORD_CATEGORY_JSON，排名 1-{WORD_CATEGORY_CLASSIFY_N}）】
-{wf_classify_lines}
 
 【聚类流程与报告小节映射】
 {stage_map}
@@ -1878,6 +1892,92 @@ def _build_word_category_map(category_data: Dict[str, Any]) -> Dict[str, List[st
     return dict(by_word)
 
 
+def _audience_pie_data(bundles: List[ClusterBundle]) -> List[dict]:
+    """受众饼图：1_audience 阶段各簇的去重评论数。"""
+    return [
+        {"name": b.cluster_title_zh, "value": b.review_count}
+        for b in bundles
+        if b.stage == "1_audience"
+    ]
+
+
+def _sentiment_bar_data(bundles: List[ClusterBundle]) -> Dict[str, int]:
+    """情感分布柱状图：3b 阶段按正/负/中汇总结构化短语数。"""
+    agg: Dict[str, int] = {"positive": 0, "negative": 0, "neutral": 0}
+    for b in bundles:
+        for key in agg:
+            if b.stage == f"3b_aspect_opinion_{key}":
+                agg[key] += b.phrase_count
+    return agg
+
+
+def _pain_top_chart_data(
+    bundles: List[ClusterBundle], *, top_n: int = 10
+) -> List[dict]:
+    """全量需求 Top-N 条形图：3a_pain_global 阶段各簇短语数。"""
+    subset = [
+        b for b in bundles
+        if b.stage == STAGE_3A_PAIN and b.cluster_label != -1
+    ]
+    subset.sort(key=lambda b: -b.phrase_count)
+    return [
+        {"name": b.cluster_title_zh, "value": b.phrase_count}
+        for b in subset[:top_n]
+    ]
+
+
+def _negative_top_chart_data(
+    bundles: List[ClusterBundle], *, top_n: int = 10
+) -> List[dict]:
+    """负面反馈 Top-N 条形图。"""
+    subset = [
+        b for b in bundles
+        if b.stage == STAGE_3B_NEGATIVE and b.cluster_label != -1
+    ]
+    subset.sort(key=lambda b: -b.phrase_count)
+    return [
+        {"name": b.cluster_title_zh, "value": b.phrase_count}
+        for b in subset[:top_n]
+    ]
+
+
+def _radar_chart_data(
+    category_data: Dict[str, Any],
+    word_freq: List[Tuple[str, int]],
+) -> List[dict]:
+    """词频分类雷达图：各类别词频总和。"""
+    count_map = {w.lower(): c for w, c in word_freq}
+    result: List[dict] = []
+    for cat in WORD_CATEGORIES:
+        block = category_data.get(cat, {})
+        words = block.get("words", []) if isinstance(block, dict) else []
+        total = sum(count_map.get(str(w).lower(), 0) for w in words)
+        result.append({"name": cat, "value": total})
+    return result
+
+
+def _compute_dashboard_kpis(
+    total_reviews: int,
+    bundles: List[ClusterBundle],
+) -> Dict[str, Any]:
+    """Dashboard 四张 KPI 卡片的数据。"""
+    audience_count = sum(
+        1 for b in bundles
+        if b.stage == "1_audience" and b.cluster_label != -1
+    )
+    sent = _sentiment_bar_data(bundles)
+    total_sent = sum(sent.values()) or 1
+    cluster_count = sum(1 for b in bundles if b.cluster_label != -1)
+    return {
+        "total_reviews": total_reviews,
+        "audience_count": audience_count,
+        "positive_ratio": round(sent["positive"] / total_sent * 100, 1),
+        "negative_ratio": round(sent["negative"] / total_sent * 100, 1),
+        "neutral_ratio": round(sent["neutral"] / total_sent * 100, 1),
+        "cluster_count": cluster_count,
+    }
+
+
 def _wordcloud_color_for_categories(categories: List[str]) -> str:
     if not categories:
         return WORDCLOUD_UNCATEGORIZED_COLOR
@@ -2163,7 +2263,7 @@ def _render_ai_validation_section(
     phrases_panel = _wrap_ai_verify_panel("聚类效果验证", phrases_html)
     return (
         '<section id="sec-ai-verify">\n'
-        "  <h2>AI分析效果验证</h2>\n"
+        "  <h2>模型中间过程可视化</h2>\n"
         '  <p class="muted">以下为结构化与聚类结果的抽样展示，点击标题展开查看。</p>\n'
         f"  {structured_panel}\n"
         f"  {phrases_panel}\n"
@@ -2179,20 +2279,37 @@ def _assemble_html(
     phrases_html: str,
     structured_html: str,
     wordcloud_data: List[dict],
+    audience_pie_data: List[dict],
+    sentiment_data: Dict[str, int],
+    pain_top_data: List[dict],
+    negative_top_data: List[dict],
+    radar_data: List[dict],
+    kpis: Dict[str, Any],
 ) -> str:
-    """按固定顺序机器拼装最终 HTML（不由 LLM 决定版块顺序）。"""
+    """按固定版块顺序拼装最终 HTML：Dashboard → 洞察报告 → 词频 → 附录。"""
-    data_json = json.dumps(wordcloud_data, ensure_ascii=False)
     page_title = f"{product_name} · 评论分析报告"
     report_body = _strip_report_top_heading(report_html)
     report_section = (
         '<section id="sec-report">\n'
-        "  <h2>产品改进建议报告</h2>\n"
         f"  {report_body}\n"
         "</section>"
     )
     ai_verify_section = _render_ai_validation_section(structured_html, phrases_html)
-    # 顺序固定：改进建议 → 词频 → AI 分析效果验证（内含结构化 / 聚类，可展开）
+
+    wc_json = json.dumps(wordcloud_data, ensure_ascii=False)
+    aud_json = json.dumps(audience_pie_data, ensure_ascii=False)
+    sent_json = json.dumps(sentiment_data, ensure_ascii=False)
+    pain_json = json.dumps(pain_top_data, ensure_ascii=False)
+    neg_json = json.dumps(negative_top_data, ensure_ascii=False)
+    radar_json = json.dumps(radar_data, ensure_ascii=False)
+
+    kpi_reviews = f"{kpis['total_reviews']:,}"
+    kpi_audiences = kpis["audience_count"]
+    kpi_pos = kpis["positive_ratio"]
+    kpi_neg = kpis["negative_ratio"]
+
     body_sections = "\n".join((report_section, wordfreq_html, ai_verify_section))
+
     return f"""<!DOCTYPE html>
 <html lang="zh-CN">
 <head>
@@ -2202,9 +2319,48 @@ def _assemble_html(
   <script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
   <script src="https://cdn.jsdelivr.net/npm/echarts-wordcloud@2/dist/echarts-wordcloud.min.js"></script>
   <style>
+    :root {{ --c-primary: #2563eb; --c-pos: #16a34a; --c-neg: #dc2626; --c-neu: #6366f1;
+      --c-bg: #f8fafc; --c-border: #e2e8f0; --radius: 12px; }}
+    *, *::before, *::after {{ box-sizing: border-box; }}
     body {{ font-family: -apple-system, "PingFang SC", "Microsoft YaHei", sans-serif;
-      margin: 0 auto; padding: 24px; line-height: 1.6; color: #222; max-width: 1100px; }}
+      margin: 0; padding: 0; line-height: 1.6; color: #1e293b; background: #fff; }}
-    .muted {{ color: #666; font-size: 0.9em; }}
+    .muted {{ color: #64748b; font-size: 0.9em; }}
+
+    /* --- 导航栏 --- */
+    .report-nav {{ position: sticky; top: 0; z-index: 100; background: rgba(255,255,255,0.92);
+      backdrop-filter: blur(8px); border-bottom: 1px solid var(--c-border);
+      display: flex; align-items: center; gap: 0; padding: 0 24px; overflow-x: auto; }}
+    .report-nav a {{ padding: 14px 18px; font-size: 0.92em; font-weight: 500;
+      color: #475569; text-decoration: none; white-space: nowrap;
+      border-bottom: 2px solid transparent; transition: all 0.2s; }}
+    .report-nav a:hover {{ color: var(--c-primary); }}
+    .report-nav a.active {{ color: var(--c-primary); border-bottom-color: var(--c-primary); }}
+
+    .page-wrap {{ max-width: 1200px; margin: 0 auto; padding: 24px 28px 60px; }}
+    .page-title {{ font-size: 1.6em; font-weight: 700; margin: 0 0 8px; color: #0f172a; }}
+    .page-subtitle {{ color: #64748b; margin: 0 0 32px; font-size: 0.95em; }}
+
+    /* --- Dashboard --- */
+    .kpi-grid {{ display: grid; grid-template-columns: repeat(4, 1fr); gap: 16px; margin-bottom: 28px; }}
+    .kpi-card {{ background: var(--c-bg); border: 1px solid var(--c-border); border-radius: var(--radius);
+      padding: 20px 18px; text-align: center; }}
+    .kpi-value {{ font-size: 2em; font-weight: 700; color: #0f172a; line-height: 1.2; }}
+    .kpi-label {{ font-size: 0.85em; color: #64748b; margin-top: 4px; }}
+    .kpi-card.pos .kpi-value {{ color: var(--c-pos); }}
+    .kpi-card.neg .kpi-value {{ color: var(--c-neg); }}
+    .chart-grid {{ display: grid; grid-template-columns: 1fr 1fr; gap: 20px; margin-bottom: 32px; }}
+    .chart-box {{ background: var(--c-bg); border: 1px solid var(--c-border);
+      border-radius: var(--radius); padding: 16px; }}
+    .chart-box h3 {{ margin: 0 0 8px; font-size: 1em; font-weight: 600; color: #334155; }}
+    .chart-container {{ width: 100%; height: 360px; }}
+    .chart-container.tall {{ height: 420px; }}
+
+    /* --- 各区块通用 --- */
+    section {{ margin-top: 40px; }}
+    section > h2 {{ font-size: 1.3em; border-bottom: 2px solid var(--c-primary);
+      padding-bottom: 10px; color: #0f172a; }}
+
+    /* --- 词频 --- */
     #wordcloud-chart {{ width: 100%; height: 520px; margin: 16px 0 24px; }}
     .wc-legend {{ display: flex; flex-wrap: wrap; gap: 8px 14px; margin: 8px 0 12px;
       font-size: 0.88em; color: #444; }}
@@ -2213,27 +2369,15 @@ def _assemble_html(
     table {{ border-collapse: collapse; width: 100%; margin: 12px 0; }}
     th, td {{ border: 1px solid #ddd; padding: 8px; text-align: left; }}
     th {{ background: #f0f0f0; }}
-    details {{ margin: 12px 0 24px; padding: 8px; background: #fafafa; border-radius: 6px; }}
-    #sec-ai-verify {{ margin-top: 40px; }}
-    details.ai-verify-panel {{ margin: 16px 0; padding: 0; border: 1px solid #e5e7eb;
-      background: #fff; }}
-    details.ai-verify-panel > summary {{ padding: 12px 16px; font-size: 1.05em; font-weight: 600;
-      cursor: pointer; list-style: none; background: #f8fafc; border-radius: 6px 6px 0 0; }}
-    details.ai-verify-panel > summary::-webkit-details-marker {{ display: none; }}
-    details.ai-verify-panel > summary::before {{ content: "▸ "; color: #2563eb; }}
-    details.ai-verify-panel[open] > summary::before {{ content: "▾ "; }}
-    details.ai-verify-panel[open] > summary {{ border-bottom: 1px solid #e5e7eb; }}
-    .ai-verify-body {{ padding: 12px 16px 16px; }}
-    .stage-h {{ margin-top: 32px; border-bottom: 1px solid #eee; padding-bottom: 8px; }}
     .wf-categories {{ margin: 24px 0; }}
     .wf-cat {{ margin-bottom: 20px; }}
     .wf-pager {{ margin: 16px 0; }}
     .wf-tab-bar {{ margin-bottom: 8px; }}
     .wf-tab {{ margin: 4px 8px 4px 0; padding: 6px 12px; cursor: pointer;
       border: 1px solid #ccc; background: #fff; border-radius: 4px; }}
-    .wf-tab.active {{ background: #2563eb; color: #fff; border-color: #2563eb; }}
+    .wf-tab.active {{ background: var(--c-primary); color: #fff; border-color: var(--c-primary); }}
     .wf-nav {{ margin: 12px 0; display: flex; align-items: center; gap: 12px; flex-wrap: wrap; }}
-    .wf-table-wrap {{ max-height: 520px; overflow: auto; border: 1px solid #e5e7eb; border-radius: 8px; }}
+    .wf-table-wrap {{ max-height: 520px; overflow: auto; border: 1px solid var(--c-border); border-radius: 8px; }}
     .wf-freq-table thead th {{ position: sticky; top: 0; z-index: 1; box-shadow: 0 1px 0 #ddd; }}
     .wf-freq-table tbody tr:nth-child(even) {{ background: #fafafa; }}
     .wf-freq-table tbody tr:hover {{ background: #f0f7ff; }}
@@ -2241,62 +2385,236 @@ def _assemble_html(
     .wf-row.wf-visible {{ display: table-row; }}
     .wf-count {{ min-width: 120px; }}
     .wf-count .wf-bar {{ display: inline-block; height: 10px; margin-right: 8px;
-      background: linear-gradient(90deg, #93c5fd, #2563eb); border-radius: 2px; vertical-align: middle; }}
+      background: linear-gradient(90deg, #93c5fd, var(--c-primary)); border-radius: 2px; vertical-align: middle; }}
     .wf-en {{ font-family: ui-monospace, monospace; font-size: 0.92em; }}
-    #sec-wordfreq {{ margin-top: 40px; }}
+
-    .struct-sample {{ margin: 24px 0; padding: 16px; border: 1px solid #e5e7eb;
+    /* --- 附录 --- */
+    details {{ margin: 12px 0 24px; padding: 8px; background: #fafafa; border-radius: 6px; }}
+    details.ai-verify-panel {{ margin: 16px 0; padding: 0; border: 1px solid var(--c-border);
+      background: #fff; }}
+    details.ai-verify-panel > summary {{ padding: 12px 16px; font-size: 1.05em; font-weight: 600;
+      cursor: pointer; list-style: none; background: var(--c-bg); border-radius: 6px 6px 0 0; }}
+    details.ai-verify-panel > summary::-webkit-details-marker {{ display: none; }}
+    details.ai-verify-panel > summary::before {{ content: "\\25B8 "; color: var(--c-primary); }}
+    details.ai-verify-panel[open] > summary::before {{ content: "\\25BE "; }}
+    details.ai-verify-panel[open] > summary {{ border-bottom: 1px solid var(--c-border); }}
+    .ai-verify-body {{ padding: 12px 16px 16px; }}
+    .stage-h {{ margin-top: 32px; border-bottom: 1px solid #eee; padding-bottom: 8px; }}
+    .struct-sample {{ margin: 24px 0; padding: 16px; border: 1px solid var(--c-border);
       border-radius: 8px; background: #fafafa; }}
     .struct-sample h4 {{ margin: 0 0 12px; }}
     .struct-review {{ white-space: pre-wrap; word-break: break-word; margin: 8px 0 16px; }}
-    .struct-json {{ margin: 0; padding: 12px; background: #fff; border: 1px solid #e5e7eb;
+    .struct-json {{ margin: 0; padding: 12px; background: #fff; border: 1px solid var(--c-border);
       border-radius: 6px; overflow-x: auto; font-size: 0.9em; line-height: 1.5; }}
+
+    @media (max-width: 768px) {{
+      .kpi-grid {{ grid-template-columns: repeat(2, 1fr); }}
+      .chart-grid {{ grid-template-columns: 1fr; }}
+      .report-nav {{ padding: 0 12px; }}
+      .report-nav a {{ padding: 12px 12px; font-size: 0.85em; }}
+      .page-wrap {{ padding: 16px 14px 40px; }}
+    }}
   </style>
 </head>
 <body>
-  <h1>{page_title}</h1>
+
+<nav class="report-nav" id="main-nav">
+  <a href="#sec-dashboard">数据总览</a>
+  <a href="#sec-report">用户洞察</a>
+  <a href="#sec-wordfreq">词频分析</a>
+  <a href="#sec-ai-verify">附录</a>
+</nav>
+
+<div class="page-wrap">
+  <h1 class="page-title">{page_title}</h1>
+  <p class="page-subtitle">数据 \\u2192 洞察 \\u2192 机会 \\u2192 方案</p>
+
+  <!-- ========== 数据总览 ========== -->
+  <section id="sec-dashboard">
+    <h2>数据总览</h2>
+    <div class="kpi-grid">
+      <div class="kpi-card">
+        <div class="kpi-value">{kpi_reviews}</div>
+        <div class="kpi-label">有效评论数</div>
+      </div>
+      <div class="kpi-card">
+        <div class="kpi-value">{kpi_audiences}</div>
+        <div class="kpi-label">受众群体</div>
+      </div>
+      <div class="kpi-card pos">
+        <div class="kpi-value">{kpi_pos}%</div>
+        <div class="kpi-label">正面反馈占比</div>
+      </div>
+      <div class="kpi-card neg">
+        <div class="kpi-value">{kpi_neg}%</div>
+        <div class="kpi-label">负面反馈占比</div>
+      </div>
+    </div>
+    <div class="chart-grid">
+      <div class="chart-box">
+        <h3>受众画像分布</h3>
+        <div id="audience-chart" class="chart-container"></div>
+      </div>
+      <div class="chart-box">
+        <h3>产品反馈情感分布</h3>
+        <div id="sentiment-chart" class="chart-container"></div>
+      </div>
+      <div class="chart-box">
+        <h3>用户需求 Top 10</h3>
+        <div id="pain-top-chart" class="chart-container tall"></div>
+      </div>
+      <div class="chart-box">
+        <h3>负面反馈 Top 10</h3>
+        <div id="negative-top-chart" class="chart-container tall"></div>
+      </div>
+    </div>
+    <div class="chart-grid">
+      <div class="chart-box">
+        <h3>词频分类关注度</h3>
+        <div id="radar-chart" class="chart-container"></div>
+      </div>
+    </div>
+  </section>
+
+  <!-- ========== 用户洞察与行动方案 ========== -->
   {body_sections}
-  <script>
+
-    (function() {{
+</div><!-- .page-wrap -->
-      const el = document.getElementById('wordcloud-chart');
+
-      if (el && typeof echarts !== 'undefined') {{
+<script>
-        const chart = echarts.init(el);
+(function() {{
-        chart.setOption({{
+  /* --- 工具函数 --- */
+  var E = typeof echarts !== 'undefined' ? echarts : null;
+  function initChart(id, opt) {{
+    var el = document.getElementById(id);
+    if (!el || !E) return null;
+    var c = E.init(el);
+    c.setOption(opt);
+    window.addEventListener('resize', function() {{ c.resize(); }});
+    return c;
+  }}
+
+  /* --- 受众饼图 --- */
+  var audData = {aud_json};
+  if (audData.length) {{
+    initChart('audience-chart', {{
+      tooltip: {{ trigger: 'item', formatter: '{{b}}: {{c}} 条 ({{d}}%)' }},
+      color: ['#3b82f6','#f59e0b','#10b981','#8b5cf6','#ef4444','#06b6d4','#ec4899','#84cc16'],
+      series: [{{
+        type: 'pie', radius: ['30%','70%'], roseType: 'radius',
+        itemStyle: {{ borderRadius: 6, borderColor: '#fff', borderWidth: 2 }},
+        label: {{ formatter: '{{b}}\\n{{d}}%' }},
+        data: audData
+      }}]
+    }});
+  }}
+
+  /* --- 情感柱状图 --- */
+  var sentRaw = {sent_json};
+  initChart('sentiment-chart', {{
+    tooltip: {{ trigger: 'axis' }},
+    xAxis: {{ type: 'category', data: ['\\u6b63\\u9762\\u53cd\\u9988','\\u8d1f\\u9762\\u53cd\\u9988','\\u5ba2\\u89c2\\u63cf\\u8ff0'],
+      axisLabel: {{ fontSize: 13 }} }},
+    yAxis: {{ type: 'value', name: '\\u7ed3\\u6784\\u5316\\u77ed\\u8bed\\u6570' }},
+    series: [{{
+      type: 'bar', barWidth: '45%',
+      data: [
+        {{ value: sentRaw.positive || 0, itemStyle: {{ color: '#16a34a' }} }},
+        {{ value: sentRaw.negative || 0, itemStyle: {{ color: '#dc2626' }} }},
+        {{ value: sentRaw.neutral  || 0, itemStyle: {{ color: '#6366f1' }} }}
+      ],
+      label: {{ show: true, position: 'top', fontWeight: 'bold' }}
+    }}]
+  }});
+
+  /* --- 需求 Top-N 横向 Bar --- */
+  var painData = {pain_json};
+  if (painData.length) {{
+    initChart('pain-top-chart', {{
+      tooltip: {{ trigger: 'axis', axisPointer: {{ type: 'shadow' }} }},
+      grid: {{ left: '35%', right: '8%', top: 10, bottom: 20 }},
+      yAxis: {{ type: 'category', data: painData.map(function(d){{ return d.name; }}).reverse(),
+        axisLabel: {{ width: 200, overflow: 'truncate', fontSize: 12 }} }},
+      xAxis: {{ type: 'value', name: '\\u77ed\\u8bed\\u6570' }},
+      series: [{{ type: 'bar', data: painData.map(function(d){{ return d.value; }}).reverse(),
+        itemStyle: {{ color: '#3b82f6', borderRadius: [0,4,4,0] }},
+        label: {{ show: true, position: 'right' }} }}]
+    }});
+  }}
+
+  /* --- 负面反馈 Top-N 横向 Bar --- */
+  var negData = {neg_json};
+  if (negData.length) {{
+    initChart('negative-top-chart', {{
+      tooltip: {{ trigger: 'axis', axisPointer: {{ type: 'shadow' }} }},
+      grid: {{ left: '35%', right: '8%', top: 10, bottom: 20 }},
+      yAxis: {{ type: 'category', data: negData.map(function(d){{ return d.name; }}).reverse(),
+        axisLabel: {{ width: 200, overflow: 'truncate', fontSize: 12 }} }},
+      xAxis: {{ type: 'value', name: '\\u77ed\\u8bed\\u6570' }},
+      series: [{{ type: 'bar', data: negData.map(function(d){{ return d.value; }}).reverse(),
+        itemStyle: {{ color: '#dc2626', borderRadius: [0,4,4,0] }},
+        label: {{ show: true, position: 'right' }} }}]
+    }});
+  }}
+
+  /* --- 雷达图 --- */
+  var radarData = {radar_json};
+  if (radarData.length) {{
+    var maxVal = Math.max.apply(null, radarData.map(function(d){{ return d.value; }})) || 1;
+    initChart('radar-chart', {{
+      tooltip: {{}},
+      radar: {{
+        indicator: radarData.map(function(d) {{
+          return {{ name: d.name, max: Math.ceil(maxVal * 1.2) }};
+        }}),
+        shape: 'circle',
+        splitArea: {{ areaStyle: {{ color: ['rgba(37,99,235,0.02)','rgba(37,99,235,0.05)'] }} }}
+      }},
+      series: [{{
+        type: 'radar',
+        data: [{{ value: radarData.map(function(d){{ return d.value; }}),
+          areaStyle: {{ color: 'rgba(37,99,235,0.15)' }},
+          lineStyle: {{ color: '#3b82f6', width: 2 }},
+          itemStyle: {{ color: '#3b82f6' }} }}]
+      }}]
+    }});
+  }}
+
+  /* --- 词云 --- */
+  var wcData = {wc_json};
+  if (wcData.length) {{
+    initChart('wordcloud-chart', {{
       tooltip: {{
         show: true,
         formatter: function(p) {{
           var d = p.data || {{}};
           var rank = d.rank ? ('#' + d.rank + ' ') : '';
           var cnt = d.count != null ? d.count : p.value;
-              var zh = d.zh && d.zh !== d.name ? ('<br/>中文: ' + d.zh) : '';
+          var zh = d.zh && d.zh !== d.name ? ('<br/>\\u4e2d\\u6587: ' + d.zh) : '';
           var cat = (d.categories && d.categories.length)
-                ? ('<br/>分类: ' + d.categories.join('、'))
+            ? ('<br/>\\u5206\\u7c7b: ' + d.categories.join('\\u3001'))
-                : (d.category ? ('<br/>分类: ' + d.category) : '<br/>分类: 未分类');
+            : (d.category ? ('<br/>\\u5206\\u7c7b: ' + d.category) : '<br/>\\u5206\\u7c7b: \\u672a\\u5206\\u7c7b');
-              return rank + (d.name || p.name) + zh + cat + '<br/>次数: ' + cnt;
+          return rank + (d.name || p.name) + zh + cat + '<br/>\\u6b21\\u6570: ' + cnt;
         }}
       }},
       series: [{{
-            type: 'wordCloud',
+        type: 'wordCloud', shape: 'circle', width: '95%', height: '95%',
-            shape: 'circle',
-            width: '95%',
-            height: '95%',
         sizeRange: [{WORDCLOUD_SIZE_MIN}, {WORDCLOUD_SIZE_MAX}],
-            rotationRange: [-15, 15],
+        rotationRange: [-15, 15], rotationStep: 15, gridSize: 8,
-            rotationStep: 15,
+        drawOutOfBound: false, layoutAnimation: true,
-            gridSize: 8,
-            drawOutOfBound: false,
-            layoutAnimation: true,
         textStyle: {{ fontFamily: 'system-ui, -apple-system, sans-serif' }},
         emphasis: {{ focus: 'self', textStyle: {{ shadowBlur: 6, shadowColor: '#333' }} }},
-            data: {data_json}
+        data: wcData
       }}]
     }});
-        window.addEventListener('resize', function() {{ chart.resize(); }});
   }}
-      const rows = Array.from(document.querySelectorAll('.wf-row'));
+
-      const tabs = Array.from(document.querySelectorAll('.wf-tab'));
+  /* --- 词频分页 --- */
-      const label = document.getElementById('wf-page-label');
+  var rows = Array.from(document.querySelectorAll('.wf-row'));
-      const pageCount = tabs.length || 1;
+  var tabs = Array.from(document.querySelectorAll('.wf-tab'));
-      let cur = 1;
+  var label = document.getElementById('wf-page-label');
+  var pageCount = tabs.length || 1;
+  var cur = 1;
   function showPage(n) {{
     cur = Math.max(1, Math.min(n, pageCount));
     rows.forEach(function(r) {{
@@ -2305,20 +2623,35 @@ def _assemble_html(
     tabs.forEach(function(t) {{
       t.classList.toggle('active', parseInt(t.dataset.page, 10) === cur);
     }});
-        if (label) label.textContent = '第 ' + cur + ' / ' + pageCount + ' 页';
+    if (label) label.textContent = '\\u7b2c ' + cur + ' / ' + pageCount + ' \\u9875';
   }}
   tabs.forEach(function(t) {{
-        t.addEventListener('click', function() {{
+    t.addEventListener('click', function() {{ showPage(parseInt(t.dataset.page, 10)); }});
-          showPage(parseInt(t.dataset.page, 10));
-        }});
   }});
   var prev = document.getElementById('wf-prev');
   var next = document.getElementById('wf-next');
   if (prev) prev.addEventListener('click', function() {{ showPage(cur - 1); }});
   if (next) next.addEventListener('click', function() {{ showPage(cur + 1); }});
   showPage(1);
-    }})();
+
-  </script>
+  /* --- 导航高亮 --- */
+  var navLinks = document.querySelectorAll('.report-nav a');
+  var sectionIds = Array.from(navLinks).map(function(a) {{ return a.getAttribute('href').slice(1); }});
+  function updateNav() {{
+    var scrollY = window.scrollY + 80;
+    var active = sectionIds[0];
+    sectionIds.forEach(function(id) {{
+      var el = document.getElementById(id);
+      if (el && el.offsetTop <= scrollY) active = id;
+    }});
+    navLinks.forEach(function(a) {{
+      a.classList.toggle('active', a.getAttribute('href') === '#' + active);
+    }});
+  }}
+  window.addEventListener('scroll', updateNav);
+  updateNav();
+}})();
+</script>
 </body>
 </html>
 """
@@ -2416,6 +2749,14 @@ def generate_report(
         cleaned_csv=cleaned_csv,
     )
     structured_sec = _render_structured_validation_section(struct_samples)
+
+    aud_pie = _audience_pie_data(bundles)
+    sent_bar = _sentiment_bar_data(bundles)
+    pain_top = _pain_top_chart_data(bundles, top_n=10)
+    neg_top = _negative_top_chart_data(bundles, top_n=10)
+    radar = _radar_chart_data(category_data, word_freq)
+    kpis = _compute_dashboard_kpis(total_reviews, bundles)
+
     html = _assemble_html(
         product_name=product_name,
         wordfreq_html=wordfreq_sec,
@@ -2423,6 +2764,12 @@ def generate_report(
         phrases_html=phrases_sec,
         structured_html=structured_sec,
         wordcloud_data=wc_data,
+        audience_pie_data=aud_pie,
+        sentiment_data=sent_bar,
+        pain_top_data=pain_top,
+        negative_top_data=neg_top,
+        radar_data=radar,
+        kpis=kpis,
     )
     output_html.parent.mkdir(parents=True, exist_ok=True)
     output_html.write_text(html, encoding="utf-8")

结构化_server.py

@@ -78,7 +78,7 @@ BATCH_COUNT_MIN = 1
 # 动态分批时单批评论条数上限（避免单请求过大导致输出截断）
 DEFAULT_MAX_BATCH_REVIEWS = 100
 # Chat 批间并行；与 embedding 共用账号时不宜过高，避免连带 429
-STRUCT_DEFAULT_WORKERS = 8
+STRUCT_DEFAULT_WORKERS = 20
 
 
 def _resolve_max_batch_reviews(explicit: int | None = None) -> int: