AI知识卡片生成系统的架构设计与优化实践

1. 项目背景与技术选型思考

去年我在做一个知识管理工具时，发现手动制作知识卡片实在太费时间。一张包含核心概念、关联知识和视觉呈现的卡片，熟练制作也要半小时。这促使我开始探索AI自动化方案。

最初选择SiliconFlow API是看中其多模型集成能力，理论上可以实现从文本理解到图像生成的全流程。但在实际开发中遇到了两个关键问题：

1. 长文本处理时，模型对逻辑关系的捕捉不够精准，生成的卡片知识点之间缺乏关联性
2. 当平台突发401鉴权错误时（后来得知是他们的证书更新机制有问题），整个服务直接瘫痪

技术选型心得：生产环境不要过度依赖单一API服务，特别是初创公司的产品。我现在会同时评估3-4个备选方案。

切换到智谱AI的决策过程很有意思。当时测试了三个主流平台：

• 平台A：生图质量好但API延迟高
• 平台B：响应快但中文理解差
• GLM-4-Flash+CogView-3组合在速度、质量和成本三者间取得了最佳平衡

2. 系统架构设计与关键技术实现

2.1 解耦式架构设计

整个系统最终采用分层架构：

code复制[Streamlit UI层]
    ↓
[业务逻辑层] ←→ [GLM-4处理模块]
    ↓
[CogView-3生图模块]
    ↑
[本地缓存层]

关键设计点：

1. 所有Prompt模板外置为markdown文件，修改时无需重新部署
2. 配置信息使用JSON Schema验证，避免低级错误
3. 引入redis缓存生成结果，相同输入直接返回缓存

2.2 正则表达式解析方案

最初设计的JSON输出结构是这样的：

json复制{
  "sections": [
    {
      "title": "核心概念",
      "content": "...",
      "visual_hint": "mindmap"
    }
  ]
}

但在实际运行中发现三个问题：

1. LLM经常在JSON外加说明文字
2. 中英文标点混用导致解析失败
3. 嵌套结构容易出现括号不匹配

最终的解决方案是采用标志位+正则表达式：

python复制import re

pattern = r'---【图开始】---(.*?)---【图结束】---'
matches =