Initial commit

+# Required for qwen
+QWEN_API_KEY=sk-d9b4d3581bde47d887354f9160a509a2
+QWEN_DASHSCOPE_API_KEY=
+QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+QWEN_MODEL=qwen3-omni-flash
+QWEN_TIMEOUT=15
+QWEN_LYRICS_TIMEOUT=90
+QWEN_MAX_RETRIES=3
+MUSIC_ANALYZE_LIGHT_MODE=true
+MUSIC_DOWNLOAD_DIR=music
+MUSIC_MAPPING_FILE=music/music_file_mapping.csv
+
+# Optional song structure service
+SONGFORMER_URL=
+
+# Optional ASR backend for lyrics_only path
+MUSIC_LYRICS_ASR_BACKEND=funasr
+DASHSCOPE_FUNASR_MODEL=fun-asr
+DASHSCOPE_BASE_HTTP_API_URL=https://dashscope.aliyuncs.com/api/v1
+DASHSCOPE_ASR_POLL_INTERVAL=1
+DASHSCOPE_ASR_POLL_TIMEOUT=120
+DASHSCOPE_ASR_SUBMIT_URL=https://dashscope.aliyuncs.com/api/v1/services/audio/asr/transcription
+DASHSCOPE_ASR_MODEL=qwen3-asr-flash-filetrans
+DASHSCOPE_TASK_STATUS_BASE_URL=https://dashscope.aliyuncs.com/api/v1/tasks

+.DS_Store
+
+# Python cache
+__pycache__/
+*.py[cod]
+*.so
+.pytest_cache/
+.mypy_cache/
+
+# Virtual env
+.venv/
+venv/
+
+# Local env
+.env
+
+# Logs
+logs/
+*.log
+
+# Runtime outputs
+outputs/
+music/
+*.checkpoint.json
+
+# Local test/sample data
+*.xlsx
+*.xls
+*.csv
+
+# Keep env template and source files
+!.env.example

+# music_analyze_v2
+
+当前项目是一个基于 Excel 批量跑音频标签分析的独立流水线。
+
+实际主流程：
+
+1. 读取输入 `xlsx`
+2. 从指定 URL 列取音频地址
+3. 透传部分元数据给音乐分析器
+4. 调用 `app.middleware.music_analyze.analyze_music(...)`
+5. 将结果整理成固定交付列并持续写回输出 `xlsx`
+6. 通过已有输出文件和 checkpoint 支持断点续跑
+
+当前批处理入口是 [`pipeline/batch_analyze_xlsx.py`](/Users/sqy/Downloads/music_analyze_v2/pipeline/batch_analyze_xlsx.py)。
+
+## 当前状态
+
+- 可直接运行的主入口：[`pipeline/batch_analyze_xlsx.py`](/Users/sqy/Downloads/music_analyze_v2/pipeline/batch_analyze_xlsx.py)
+- 当前默认分析链路：`QwenAnalyzer`
+- 当前实际可用 provider：`qwen`
+- 提示词来源：[`app/prompts/step2_music_decode`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode)
+- 输出格式：固定交付列，不保留原始全部输入列
+
+说明：
+
+- 命令行参数里虽然还保留了 `--provider doubao` 选项，但当前 [`factory.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/factory.py) 只实例化 `qwen`，传 `doubao` 会在运行时失败。
+- README 以下内容按“当前代码实际行为”描述，而不是按历史规划描述。
+
+## 安装
+
+```bash
+python3.10 -m venv .venv
+source .venv/bin/activate
+pip install -r requirements.txt
+cp .env.example .env
+```
+
+## 环境变量
+
+最小必需配置通常是：
+
+```env
+QWEN_API_KEY=your_api_key
+QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+QWEN_MODEL=qwen3-omni-flash
+QWEN_TIMEOUT=15
+QWEN_LYRICS_TIMEOUT=90
+QWEN_MAX_RETRIES=3
+```
+
+项目还支持以下可选增强能力：
+
+- `QWEN_DASHSCOPE_API_KEY`：部分 DashScope/ASR 路径会用到
+- `SONGFORMER_URL`：启用额外音频结构特征
+- `MUSIC_LYRICS_ASR_BACKEND`、`DASHSCOPE_*`：歌词提取相关配置
+- `OSS_*`：音频过大时走 OSS 降级上传
+
+配置定义见 [`app/core/config.py`](/Users/sqy/Downloads/music_analyze_v2/app/core/config.py)。
+
+## 输入要求
+
+输入文件必须是 `xlsx`。
+
+至少需要一列音频地址。脚本按下面顺序解析 URL 列：
+
+- 显式传入的 `--url-column`
+- `URL`
+- `url`
+- `cos访问地址`
+- `cos_url`
+- `audio_url`
+
+若整行 URL 为空：
+
+- 不会发起分析
+- 该行会被直接跳过
+- 在断点续跑里会被视为已处理
+
+元数据不是必填，但建议提供。脚本会优先识别这些字段：
+
+- `歌曲ID` / `song_id` / `id`
+- `tmeid` / `tmeID` / `TMEID`
+- `歌曲名` / `歌曲名称` / `title`
+- `表演者` / `歌手` / `artist`
+- `歌曲时长` / `duration`
+
+默认会额外透传这些列给模型作为 metadata：
+
+- `tmeID,歌曲名称,歌曲名,歌手,表演者,版本,词作者,曲作者`
+
+可通过 `--metadata-columns` 覆盖。
+
+## 快速开始
+
+常规跑批：
+
+```bash
+python pipeline/batch_analyze_xlsx.py \
+  --input 待分析.xlsx \
+  --output outputs/标签交付结果.xlsx \
+  --url-column URL \
+  --provider qwen \
+  --workers 3
+```
+
+提取歌词：
+
+```bash
+python pipeline/batch_analyze_xlsx.py \
+  --input 待分析.xlsx \
+  --output outputs/标签交付结果.xlsx \
+  --url-column URL \
+  --provider qwen \
+  --workers 3 \
+  --extract-lyrics
+```
+
+从头重跑，不复用历史输出或 checkpoint：
+
+```bash
+python pipeline/batch_analyze_xlsx.py \
+  --input 待分析.xlsx \
+  --output outputs/标签交付结果.xlsx \
+  --provider qwen \
+  --no-resume
+```
+
+
+## 命令行参数
+
+| 参数 | 说明 | 当前实际行为 |
+|------|------|-------------|
+| `--input` | 输入 Excel 路径 | 必填 |
+| `--output` | 输出 Excel 路径 | 必填 |
+| `--checkpoint` | checkpoint 文件路径 | 默认是 `<output>.checkpoint.json` |
+| `--url-column` | URL 列名 | 默认 `URL`，不存在时会自动 fallback |
+| `--provider` | 分析 provider | 参数允许 `qwen`/`doubao`，当前实际只应使用 `qwen` |
+| `--extract-lyrics` | 是否提取歌词 | 开启后会走带歌词分析路径 |
+| `--label-level` | 标签级别 | `0` 或 `1` |
+| `--metadata-columns` | 额外透传给模型的列 | 逗号分隔 |
+| `--workers` | 并发线程数 | 默认 `3` |
+| `--checkpoint-every` | 每处理多少行保存一次 | 默认 `10` |
+| `--no-resume` | 禁用断点续跑 | 默认关闭 |
+
+## 输出结构
+
+脚本输出的是固定交付表，不是“原始输入列 + 分析列”的全量回写。
+
+当前输出列定义在 [`batch_analyze_xlsx.py`](/Users/sqy/Downloads/music_analyze_v2/pipeline/batch_analyze_xlsx.py) 的 `DEFAULT_OUTPUT_COLUMNS`：
+
+- `tmeid`
+- `歌曲ID`
+- `歌曲名`
+- `表演者`
+- `歌曲时长`
+- `表演者类型`
+- `语种`
+- `BPM速度`
+- `情绪`
+- `网络/抖音歌曲`
+- `音乐风格`
+- `配器`
+- `场景`
+
+结果字段映射规则：
+
+- `表演者类型` <- `performer_type` 或 `vocal_texture`
+- `语种` <- `language`
+- `BPM速度` <- `bpm`
+- `情绪` <- `emotion`
+- `网络/抖音歌曲` <- `douyin_tags`
+- `音乐风格` <- `music_style_tags`，否则回退到 `genre/sub_genre`
+- `配器` <- `instrument_tags`
+- `场景` <- `scene`
+
+列表型字段会被拼成 `、` 分隔字符串。
+
+## 断点续跑
+
+当前断点续跑逻辑比 README 旧版描述更具体，实际行为如下：
+
+- 如果输出文件已存在，且行数与本次输入一致：
+  直接按行号复用历史输出
+- 如果输出文件已存在，但行数不一致：
+  尝试按 `歌曲ID` 和 `tmeid` 复用旧结果
+- 如果 checkpoint 存在：
+  会在“输出按索引对齐”的前提下合并 checkpoint 完成状态
+- 空 URL 行会直接加入 completed 集合
+- 处理中按 `--checkpoint-every` 周期性落盘
+- `Ctrl+C` 时会先保存当前进度，再强制退出避免卡住线程
+
+默认 checkpoint 文件名：
+
+```text
+<output>.checkpoint.json
+```
+
+## 提示词与分析链路
+
+批处理脚本本身不直接读取 prompt 文件，而是走统一分析入口：
+
+[`pipeline/batch_analyze_xlsx.py`](/Users/sqy/Downloads/music_analyze_v2/pipeline/batch_analyze_xlsx.py)
+-> [`app/middleware/music_analyze/__init__.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/__init__.py)
+-> [`app/middleware/music_analyze/music_analyzer.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/music_analyzer.py)
+-> [`app/middleware/music_analyze/factory.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/factory.py)
+-> [`app/middleware/music_analyze/qwen_analyzer.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/qwen_analyzer.py)
+-> [`app/middleware/music_analyze/prompts.py`](/Users/sqy/Downloads/music_analyze_v2/app/middleware/music_analyze/prompts.py)
+
+当前 prompt 目录固定为：
+
+- [`music_analyze_system_prompt.md`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode/music_analyze_system_prompt.md)
+- [`music_analyze_system_prompt_part_a.md`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode/music_analyze_system_prompt_part_a.md)
+- [`music_analyze_system_prompt_part_b.md`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode/music_analyze_system_prompt_part_b.md)
+- [`music_analyze_user_prompt.md`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode/music_analyze_user_prompt.md)
+- [`music_lyrics_only_prompt.md`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode/music_lyrics_only_prompt.md)
+
+## 项目结构
+
+```text
+music_analyze_v2/
+├── app/
+│   ├── core/
+│   │   └── config.py
+│   ├── middleware/
+│   │   └── music_analyze/
+│   │       ├── __init__.py
+│   │       ├── base.py
+│   │       ├── factory.py
+│   │       ├── music_analyzer.py
+│   │       ├── prompts.py
+│   │       ├── qwen_analyzer.py
+│   │       ├── doubao_analyzer.py
+│   │       ├── audio_features.py
+│   │       └── bpm_analyzer_tools.py
+│   ├── prompts/
+│   │   └── step2_music_decode/
+│   └── utils/
+├── pipeline/
+│   └── batch_analyze_xlsx.py
+├── outputs/
+├── requirements.txt
+├── .env
+├── .env.example
+└── README.md
+```
+
+## 依赖
+
+基础依赖见 [`requirements.txt`](/Users/sqy/Downloads/music_analyze_v2/requirements.txt)。
+
+当前显式包含：
+
+- `openai`
+- `requests`
+- `httpx`
+- `python-dotenv`
+- `pydantic-settings`
+- `numpy`
+- `scipy`
+- `librosa`
+- `soundfile`
+- `pandas`
+- `openpyxl`
+
+`dashscope` 在 `requirements.txt` 中仍是注释状态；如果你要跑依赖该 SDK 的歌词路径，需要自行安装并校验对应代码分支。
+
+## 常见问题
+
+### 为什么传了 `--provider doubao` 还是失败？
+
+因为当前 CLI 还保留了 `doubao` 选项，但分析器工厂只支持 `qwen`。这是代码现状，不是使用方式问题。
+
+### 输出为什么没有保留原 Excel 的全部列？
+
+因为当前脚本在保存时只写 `DEFAULT_OUTPUT_COLUMNS`，这是代码的固定行为。
+
+### 修改提示词应该改哪里？
+
+改 [`app/prompts/step2_music_decode`](/Users/sqy/Downloads/music_analyze_v2/app/prompts/step2_music_decode) 下的模板文件即可。
+
+### 行数变了还能续跑吗？
+
+可以部分复用。脚本会尝试按 `歌曲ID` 和 `tmeid` 匹配历史输出。
+
+### 如何完全重跑？
+
+加 `--no-resume`，并删除旧输出和旧 checkpoint，最干净。

+"""Standalone audio analysis package."""

+from .config import settings
+
+__all__ = ["settings"]

+"""Minimal settings for standalone audio analysis pipeline."""
+
+from pydantic_settings import BaseSettings, SettingsConfigDict
+
+
+class Settings(BaseSettings):
+    model_config = SettingsConfigDict(
+        env_file=".env",
+        env_file_encoding="utf-8",
+        extra="ignore",
+    )
+
+    # Qwen
+    QWEN_API_KEY: str | None = None
+    QWEN_DASHSCOPE_API_KEY: str | None = None
+    QWEN_BASE_URL: str | None = "https://dashscope.aliyuncs.com/compatible-mode/v1"
+    QWEN_MODEL: str | None = "qwen3-omni-flash"
+    QWEN_TIMEOUT: float = 15.0
+    QWEN_LYRICS_TIMEOUT: float = 90.0
+    QWEN_MAX_RETRIES: int = 3
+    MUSIC_ANALYZE_LIGHT_MODE: bool = True
+    MUSIC_DOWNLOAD_DIR: str = "music"
+    MUSIC_MAPPING_FILE: str = "music/music_file_mapping.csv"
+
+    # Optional features
+    SONGFORMER_URL: str | None = None
+
+    # DashScope ASR
+    DASHSCOPE_FUNASR_MODEL: str = "fun-asr"
+    DASHSCOPE_BASE_HTTP_API_URL: str = "https://dashscope.aliyuncs.com/api/v1"
+    DASHSCOPE_ASR_POLL_INTERVAL: float = 1.0
+    DASHSCOPE_ASR_POLL_TIMEOUT: float = 120.0
+    DASHSCOPE_ASR_SUBMIT_URL: str = (
+        "https://dashscope.aliyuncs.com/api/v1/services/audio/asr/transcription"
+    )
+    DASHSCOPE_ASR_MODEL: str = "qwen3-asr-flash-filetrans"
+    DASHSCOPE_TASK_STATUS_BASE_URL: str = "https://dashscope.aliyuncs.com/api/v1/tasks"
+
+    # OSS
+    OSS_ACCESS_KEY_ID: str | None = None
+    OSS_ACCESS_KEY_SECRET: str | None = None
+    OSS_ENDPOINT: str | None = None
+    OSS_BUCKET_NAME: str | None = None
+    OSS_ENDPOINT_INTERNAL: str | None = None
+
+
+settings = Settings()

+"""
+自定义异常定义
+
+所有业务异常都应该继承自 APIException，
+由全局异常处理器统一处理并返回标准格式的错误响应
+"""
+from fastapi import HTTPException, status
+from typing import Optional, Any
+
+
+class APIException(HTTPException):
+    """
+    API基础异常
+
+    所有业务异常的基类，可以被全局异常处理器捕获和统一处理
+    """
+
+    def __init__(
+        self,
+        status_code: int = status.HTTP_400_BAD_REQUEST,
+        detail: str = None,
+        error_code: str = None,
+        data: Any = None,
+        headers: dict = None,
+    ):
+        super().__init__(status_code=status_code, detail=detail, headers=headers)
+        self.error_code = error_code or "UNKNOWN_ERROR"
+        self.data = data
+
+
+class UnauthorizedException(APIException):
+    """未授权异常 - 认证失败"""
+
+    def __init__(self, detail: str = "未授权", error_code: str = "UNAUTHORIZED"):
+        super().__init__(
+            status_code=status.HTTP_401_UNAUTHORIZED,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class ForbiddenException(APIException):
+    """禁止访问异常 - 权限不足"""
+
+    def __init__(self, detail: str = "禁止访问", error_code: str = "FORBIDDEN"):
+        super().__init__(
+            status_code=status.HTTP_403_FORBIDDEN,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class NotFoundException(APIException):
+    """资源不存在异常"""
+
+    def __init__(self, detail: str = "资源不存在", error_code: str = "NOT_FOUND"):
+        super().__init__(
+            status_code=status.HTTP_404_NOT_FOUND,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class ConflictException(APIException):
+    """冲突异常 - 资源已存在"""
+
+    def __init__(self, detail: str = "资源已存在", error_code: str = "CONFLICT"):
+        super().__init__(
+            status_code=status.HTTP_409_CONFLICT,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class ValidationException(APIException):
+    """验证异常 - 输入验证失败"""
+
+    def __init__(self, detail: str = "验证失败", error_code: str = "VALIDATION_ERROR"):
+        super().__init__(
+            status_code=status.HTTP_422_UNPROCESSABLE_ENTITY,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class BusinessException(APIException):
+    """业务异常 - 业务规则验证失败"""
+
+    def __init__(
+        self,
+        detail: str = "业务操作失败",
+        error_code: str = "BUSINESS_ERROR",
+        status_code: int = status.HTTP_500_INTERNAL_SERVER_ERROR,
+    ):
+        super().__init__(
+            status_code=status_code,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class InternalServerException(APIException):
+    """内部服务器异常"""
+
+    def __init__(
+        self,
+        detail: str = "内部服务器错误",
+        error_code: str = "INTERNAL_SERVER_ERROR",
+    ):
+        super().__init__(
+            status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class DatabaseException(APIException):
+    """数据库异常"""
+
+    def __init__(
+        self,
+        detail: str = "数据库操作失败",
+        error_code: str = "DATABASE_ERROR",
+    ):
+        super().__init__(
+            status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class ExternalServiceException(APIException):
+    """外部服务异常 - 调用第三方服务失败"""
+
+    def __init__(
+        self,
+        detail: str = "外部服务调用失败",
+        error_code: str = "EXTERNAL_SERVICE_ERROR",
+    ):
+        super().__init__(
+            status_code=status.HTTP_502_BAD_GATEWAY,
+            detail=detail,
+            error_code=error_code
+        )
+
+
+class RateLimitException(APIException):
+    """限流异常 - 请求过于频繁"""
+
+    def __init__(
+        self,
+        detail: str = "请求过于频繁，请稍后再试",
+        error_code: str = "RATE_LIMIT_EXCEEDED",
+    ):
+        super().__init__(
+            status_code=status.HTTP_429_TOO_MANY_REQUESTS,
+            detail=detail,
+            error_code=error_code
+        )

+"""Middleware package."""

+"""
+音乐分析模块
+提供统一的音乐标签分析功能，支持通义千问和火山引擎豆包
+
+主要功能：
+- 音乐风格识别（与国际音乐分类体系对齐）
+- 情绪识别
+- 人声质感识别
+- 语种识别
+- 节奏强度分析（1-5，用于指导视频剪辑）
+- 高潮点识别
+- 视觉概念生成（用于MV创作）
+- 歌词识别（可选）
+
+支持的提供商：
+- qwen: 通义千问 (qwen3-omni-flash)
+- doubao: 火山引擎豆包 (doubao-seed-1-8-251228)
+
+使用示例：
+    from app.middleware.music_analyze import analyze_music
+
+    # 基本分析
+    result = analyze_music(
+        metadata={"title": "稻香", "artist": "周杰伦"},
+        music_url="https://example.com/music.mp3",
+        provider="qwen",
+    )
+
+    # 含歌词识别
+    result = analyze_music(
+        metadata={"title": "稻香"},
+        music_url="https://example.com/music.mp3",
+        provider="qwen",
+        extract_lyrics=True,
+    )
+"""
+
+# 主函数导出
+from .music_analyzer import (
+    analyze_music,
+    analyze_music_lyrics_only,
+    analyze_music_with_qwen,
+    analyze_music_with_doubao,
+    get_available_providers,
+)
+
+# 类导出
+from .base import AudioAnalyzer
+from .qwen_analyzer import QwenAnalyzer
+from .doubao_analyzer import DoubaoAnalyzer
+from .factory import AnalyzerFactory
+
+__version__ = "1.0.0"

+# -*- coding: utf-8 -*-
+"""
+音乐分析器工厂
+"""
+
+from typing import Dict, Any, Optional
+from .base import AudioAnalyzer
+from .qwen_analyzer import QwenAnalyzer
+
+
+class AnalyzerFactory:
+    """音乐分析器工厂"""
+
+    _analyzers: Dict[str, AudioAnalyzer] = {}
+
+    @classmethod
+    def get_analyzer(cls, provider: str = "qwen", **kwargs) -> AudioAnalyzer:
+        """
+        获取分析器实例
+
+        Args:
+            provider: 提供商名称（仅支持 qwen）
+            **kwargs: 额外配置参数（如 api_key, model, timeout 等）
+
+        Returns:
+            AudioAnalyzer 实例
+        """
+        key = f"{provider}"
+        cache_key = f"{provider}_{kwargs.get('model', '')}"
+
+        if cache_key in cls._analyzers:
+            return cls._analyzers[cache_key]
+
+        if provider == "qwen":
+            analyzer = QwenAnalyzer(**kwargs)
+        else:
+            raise ValueError(f"Unknown provider: {provider}. Only 'qwen' is supported.")
+
+        cls._analyzers[cache_key] = analyzer
+        return analyzer
+
+    @classmethod
+    def get_default_analyzer(cls) -> AudioAnalyzer:
+        """获取默认分析器（从环境变量读取）"""
+        import os
+
+        provider = os.getenv("DEFAULT_MUSIC_ANALYZER", "qwen")
+        return cls.get_analyzer(provider=provider)
+
+    @classmethod
+    def list_providers(cls) -> list:
+        """列出可用的提供商"""
+        return ["qwen"]
+
+    @classmethod
+    def clear_cache(cls):
+        """清除缓存的分析器实例"""
+        cls._analyzers.clear()

+# -*- coding: utf-8 -*-
+"""
+音乐分析统一入口
+提供简化的 analyze_music() 函数
+"""
+
+from typing import Dict, Any, Optional
+import os
+
+from .factory import AnalyzerFactory
+
+
+def analyze_music(
+    metadata: Dict[str, Any],
+    music_url: str,
+    provider: str = None,
+    extract_lyrics: bool = False,
+    label_level: int = 0,
+) -> Optional[Dict[str, Any]]:
+    """
+    音乐分析统一入口函数
+
+    Args:
+        metadata: 音乐元数据字典（如 title, artist 等）
+        music_url: 音乐文件 URL
+        provider: 提供商（qwen | doubao），默认从环境变量读取
+        extract_lyrics: 是否识别歌词
+        label_level: 标签级别（0: 一级标签, 1: 一级+二级标签）
+
+    Returns:
+        分析结果字典，包含以下字段：
+        - genre: 音乐风格（一级风格，如：流行、摇滚）
+        - emotion: 情绪列表
+        - emotional_intensity: 情绪强度
+        - vocal_texture: 人声质感
+        - vocal_description: 人声质感描述
+        - visual_concept: 视觉概念
+        - language: 语种
+        - bpm: 节拍数（可选）
+        - lyrics: 歌词列表（可选）
+        - _model: 使用的模型名称
+        - _token_info: Token 使用信息
+
+    Example:
+        >>> result = analyze_music(
+        ...     metadata={"title": "稻香", "artist": "周杰伦"},
+        ...     music_url="https://example.com/music.mp3",
+        ...     provider="qwen",
+        ...     extract_lyrics=False,
+        ... )
+        >>> print(result["genre"])
+        流行
+    """
+    if provider is None:
+        provider = os.getenv("DEFAULT_MUSIC_ANALYZER", "qwen")
+
+    analyzer = AnalyzerFactory.get_analyzer(provider=provider)
+
+    return analyzer.analyze(
+        metadata=metadata,
+        music_url=music_url,
+        extract_lyrics=extract_lyrics,
+        label_level=label_level,
+    )
+
+
+def analyze_music_with_qwen(
+    metadata: Dict[str, Any],
+    music_url: str,
+    extract_lyrics: bool = False,
+    label_level: int = 0,
+) -> Optional[Dict[str, Any]]:
+    """使用通义千问分析音乐"""
+    return analyze_music(
+        metadata=metadata,
+        music_url=music_url,
+        provider="qwen",
+        extract_lyrics=extract_lyrics,
+        label_level=label_level,
+    )
+
+
+def analyze_music_with_doubao(
+    metadata: Dict[str, Any],
+    music_url: str,
+    extract_lyrics: bool = False,
+    label_level: int = 0,
+) -> Optional[Dict[str, Any]]:
+    """使用火山引擎豆包分析音乐"""
+    return analyze_music(
+        metadata=metadata,
+        music_url=music_url,
+        provider="doubao",
+        extract_lyrics=extract_lyrics,
+        label_level=label_level,
+    )
+
+
+def analyze_music_lyrics_only(
+    metadata: Dict[str, Any],
+    music_url: str,
+    provider: str = None,
+) -> Optional[Dict[str, Any]]:
+    """仅识别歌词，避免重复做基础标签分析"""
+    if provider is None:
+        provider = os.getenv("DEFAULT_MUSIC_ANALYZER", "qwen")
+
+    analyzer = AnalyzerFactory.get_analyzer(provider=provider)
+    if hasattr(analyzer, "analyze_lyrics_only"):
+        return analyzer.analyze_lyrics_only(metadata=metadata, music_url=music_url)
+
+    # 兼容未实现 lyrics_only 的提供商
+    result = analyzer.analyze(
+        metadata=metadata,
+        music_url=music_url,
+        extract_lyrics=True,
+        label_level=0,
+    )
+    if isinstance(result, dict):
+        lyrics = result.get("lyrics", [])
+        return {
+            "lyrics": lyrics if isinstance(lyrics, list) else [],
+            "_model": result.get("_model"),
+            "_token_info": result.get("_token_info"),
+        }
+    return None
+
+
+def get_available_providers() -> list:
+    """获取可用的提供商列表"""
+    return AnalyzerFactory.list_providers()

+# -*- coding: utf-8 -*-
+"""
+音乐分析提示词模板构建器
+支持从外部模板文件读取提示词，便于动态修改
+"""
+
+import os
+from pathlib import Path
+from typing import Dict, Any, Optional
+
+
+# 模板文件路径（已迁移到 app/prompts/step2_music_decode）
+PROMPTS_DIR = Path(__file__).parent.parent.parent / "prompts" / "step2_music_decode"
+SYSTEM_PROMPT_FILE = PROMPTS_DIR / "music_analyze_system_prompt.md"
+SYSTEM_PROMPT_PART_A_FILE = PROMPTS_DIR / "music_analyze_system_prompt_part_a.md"
+SYSTEM_PROMPT_PART_B_FILE = PROMPTS_DIR / "music_analyze_system_prompt_part_b.md"
+USER_PROMPT_FILE = PROMPTS_DIR / "music_analyze_user_prompt.md"
+LYRICS_ONLY_PROMPT_FILE = PROMPTS_DIR / "music_lyrics_only_prompt.md"
+
+
+def load_template(template_path: Path) -> str:
+    """
+    从文件加载模板
+
+    Args:
+        template_path: 模板文件路径
+
+    Returns:
+        模板内容字符串
+    """
+    if not template_path.exists():
+        raise FileNotFoundError(f"模板文件不存在: {template_path}")
+
+    with open(template_path, "r", encoding="utf-8") as f:
+        content = f.read()
+
+    # 只移除文件顶部的 Markdown 注释（以 # 开头的注释行）
+    # 保留 ## 标题行和正文内容
+    lines = content.split("\n")
+    filtered_lines = []
+    in_header = True
+
+    for line in lines:
+        stripped = line.strip()
+        # 如果是空行，保留
+        if not stripped:
+            filtered_lines.append(line)
+            continue
+
+        # 如果在文件头部且是单行注释（# 但不是 ##），则跳过
+        if in_header and stripped.startswith("#") and not stripped.startswith("##"):
+            continue
+
+        # 遇到 ## 标题或正文内容，不再是头部
+        in_header = False
+        filtered_lines.append(line)
+
+    return "\n".join(filtered_lines)
+
+
+class PromptBuilder:
+    """音乐分析提示词模板构建器"""
+
+    def __init__(self, label_level: int = 0):
+        """
+        初始化提示词构建器
+
+        Args:
+            label_level: 标签级别（0: 一级标签, 1: 一级+二级标签）
+        """
+        self.label_level = label_level
+
+    def build_system_prompt(self) -> str:
+        """构建系统提示词 - 直接加载静态模板"""
+        return load_template(SYSTEM_PROMPT_FILE)
+
+    def build_system_prompt_part_a(self) -> str:
+        """构建系统提示词A组"""
+        return load_template(SYSTEM_PROMPT_PART_A_FILE)
+
+    def build_system_prompt_part_b(self) -> str:
+        """构建系统提示词B组"""
+        return load_template(SYSTEM_PROMPT_PART_B_FILE)
+
+    def build_metadata_section(self, metadata: Optional[Dict[str, Any]] = None) -> str:
+        """构建元数据部分"""
+        if not metadata:
+            return ""
+
+        sections = ["## 音乐元数据"]
+        for key, value in metadata.items():
+            if key.startswith("_"):
+                continue
+            if value and str(value).strip():
+                sections.append(f"- {key}: {value}")
+        sections.append("")
+        return "\n".join(sections)
+
+    def build_output_format(
+        self,
+        include_lyrics: bool = False,
+        include_bpm: bool = True,
+    ) -> str:
+        """构建输出格式说明"""
+        if include_lyrics and include_bpm:
+            format_spec = """{
+  "genre": "",
+  "sub_genre": "",
+  "language": "",
+  "vocal_type": "",
+  "vocal_description": "",
+  "emotion": [""],
+  "scene": [""],
+  "age": "",
+  "rhythm_intensity": "",
+  "is_sinking": false,
+  "song_description": "",
+  "visual_concept": "",
+  "emotional_intensity": "",
+  "bpm": 0,
+  "lyrics": [{"time": "", "text": ""}]
+}"""
+        elif include_bpm:
+            format_spec = """{
+  "genre": "",
+  "sub_genre": "",
+  "language": "",
+  "vocal_type": "",
+  "vocal_description": "",
+  "emotion": [""],
+  "scene": [""],
+  "age": "",
+  "rhythm_intensity": "",
+  "is_sinking": false,
+  "song_description": "",
+  "visual_concept": "",
+  "emotional_intensity": "",
+  "bpm": 0
+}"""
+        elif include_lyrics:
+            format_spec = """{
+  "genre": "",
+  "sub_genre": "",
+  "language": "",
+  "vocal_type": "",
+  "vocal_description": "",
+  "emotion": [""],
+  "scene": [""],
+  "age": "",
+  "rhythm_intensity": "",
+  "is_sinking": false,
+  "song_description": "",
+  "visual_concept": "",
+  "emotional_intensity": "",
+  "lyrics": [{"time": "", "text": ""}]
+}"""
+        else:
+            format_spec = """{
+  "genre": "",
+  "sub_genre": "",
+  "language": "",
+  "vocal_type": "",
+  "vocal_description": "",
+  "emotion": [""],
+  "scene": [""],
+  "age": "",
+  "rhythm_intensity": "",
+  "is_sinking": false,
+  "song_description": "",
+  "visual_concept": "",
+  "emotional_intensity": ""
+}"""
+
+        return format_spec
+
+    def build_user_prompt(
+        self,
+        metadata: Optional[Dict[str, Any]] = None,
+        include_lyrics: bool = False,
+        include_bpm: bool = True,
+    ) -> str:
+        """
+        构建完整的用户提示词
+        使用模板文件并替换占位符
+
+        Args:
+            metadata: 音乐元数据字典（可选）
+            include_lyrics: 是否识别歌词（保留参数以兼容现有调用）
+            include_bpm: 是否包含BPM识别（保留参数以兼容现有调用）
+
+        Returns:
+            完整的用户提示词
+        """
+        # 加载模板
+        template = load_template(USER_PROMPT_FILE)
+
+        # 准备替换字典 - 只替换元数据部分
+        # 输出格式已在系统提示词中定义，不需要在用户提示词中重复
+        replacements = {
+            "{{METADATA_SECTION}}": self.build_metadata_section(metadata),
+        }
+
+        # 替换占位符
+        result = template
+        for placeholder, value in replacements.items():
+            result = result.replace(placeholder, value)
+
+        return result
+
+    def build_lyrics_only_prompt(self) -> str:
+        """构建仅识别歌词的提示词"""
+        return load_template(LYRICS_ONLY_PROMPT_FILE)
+
+
+def build_analyze_prompt(
+    metadata: Optional[Dict[str, Any]] = None,
+    include_lyrics: bool = False,
+    label_level: int = 0,
+) -> tuple[str, str]:
+    """
+    构建完整的分析提示词
+
+    Args:
+        metadata: 音乐元数据字典（可选）
+        include_lyrics: 是否识别歌词
+        label_level: 标签级别（0: 一级标签, 1: 一级+二级标签）
+
+    Returns:
+        (system_prompt, user_prompt) 元组
+    """
+    builder = PromptBuilder(label_level=label_level)
+    system_prompt = builder.build_system_prompt()
+    user_prompt = builder.build_user_prompt(
+        metadata=metadata,
+        include_lyrics=include_lyrics,
+        include_bpm=True,
+    )
+    return system_prompt, user_prompt
+
+
+def build_analyze_prompt_part_a(
+    metadata: Optional[Dict[str, Any]] = None,
+    include_lyrics: bool = False,
+    label_level: int = 0,
+) -> tuple[str, str]:
+    """
+    构建A组分析提示词（标签与基础信息）
+    """
+    builder = PromptBuilder(label_level=label_level)
+    system_prompt = builder.build_system_prompt_part_a()
+    user_prompt = builder.build_user_prompt(
+        metadata=metadata,
+        include_lyrics=include_lyrics,
+        include_bpm=True,
+    )
+    return system_prompt, user_prompt
+
+
+def build_analyze_prompt_part_b(
+    metadata: Optional[Dict[str, Any]] = None,
+    include_lyrics: bool = False,
+    label_level: int = 0,
+) -> tuple[str, str]:
+    """
+    构建B组分析提示词（节奏与视觉描述）
+    """
+    builder = PromptBuilder(label_level=label_level)
+    system_prompt = builder.build_system_prompt_part_b()
+    user_prompt = builder.build_user_prompt(
+        metadata=metadata,
+        include_lyrics=include_lyrics,
+        include_bpm=True,
+    )
+    return system_prompt, user_prompt
+
+
+def build_lyrics_prompt() -> str:
+    """构建仅识别歌词的提示词"""
+    builder = PromptBuilder()
+    return builder.build_lyrics_only_prompt()
+
+
+# 向后兼容：保留原有的构建函数
+def build_user_prompt(
+    metadata: Optional[Dict[str, Any]] = None,
+    include_lyrics: bool = False,
+    label_level: int = 0,
+) -> str:
+    """构建用户提示词（兼容函数）"""
+    builder = PromptBuilder(label_level=label_level)
+    return builder.build_user_prompt(
+        metadata=metadata,
+        include_lyrics=include_lyrics,
+        include_bpm=True,
+    )

+# 聚音标签识别助手 - 系统角色定义
+
+## 角色定位
+
+你是音乐内容标签标注助手。
+ 你的任务是基于输入的歌曲信息（如歌词、标题、风格描述、音频特征等），严格按照「聚音标签字典」输出标准化标签字段。
+
+只输出标签结果，不做解释，不做分析，不添加任何多余文本。
+
+------
+
+## 输出格式
+
+仅输出 JSON 纯文本，结构如下：
+
+{
+ "performer_type": "",
+ "language": "",
+ "emotion": [],
+ "douyin_tags": [],
+ "music_style_tags": [],
+ "instrument_tags": [],
+ "scene": []
+ }
+
+禁止输出任何解释性文字、注释或额外字段。
+
+------
+
+## 全局约束规则
+
+1. 所有标签必须严格从下方字典中选择，禁止自造词。
+2. 不允许基于刻板印象猜测（如仅凭曲风推断情绪）。
+3. 标签必须基于明确特征：
+   - 歌词内容
+   - 音乐风格特征
+   - 明确出现的配器
+   - 明确使用场景
+4. 多选字段仅选择高度确定且核心表达的标签，避免过度打标。
+5. 注意！所有字段至少选择一个标签，不允许留空。
+
+------
+
+# 字段判定标准说明
+
+## 一、演唱者类型 performer_type（单选）
+
+用于标注主要人声类型，仅根据实际听感或明确描述判断：
+
+- 男声：主要为男性声线
+- 女声：主要为女性声线
+- 童声：明显儿童声线
+- 合唱：多人群体演唱为主（非简单和声）
+
+不确定时输出 ""。
+
+------
+
+## 二、情绪 emotion（多选）
+
+必须基于歌曲整体情绪表达判断，而非个别词语。
+
+- 喜庆：节日、庆典氛围明显
+- 浪漫：爱情氛围浓厚
+- 雄壮：宏大、史诗、气势恢宏
+- 蛊惑：迷幻、魅惑、暧昧
+- 宣泄：情绪爆发、释放
+- 悲壮：悲情但具有力量感
+- 愤怒：强烈对抗或激烈表达
+- 庄重：正式、肃穆
+- 激情：热烈高昂
+- 沉重：压抑、厚重
+- 快乐：轻松开心
+- 励志：奋斗、成长、自我激励
+- 思念：想念某人或过往
+- 紧张：悬而未决、焦虑
+- 恐怖：惊悚氛围
+- 感动：温情催泪
+- 恶搞：刻意夸张调侃
+- 搞笑：明显幽默表达
+- 期待：盼望未来
+- 怀念：回忆过去
+- 甜蜜：恋爱甜感
+- 孤独：孤单、自我独白
+- 伤感：悲伤低落
+- 悬疑：神秘未知感
+- 祝福：祝愿表达
+- 佛系：平淡随性
+- 舒缓：节奏慢、平稳
+- 悠扬：旋律流畅优美
+- 温暖：柔和治愈
+- 忧郁：带有阴郁气质
+
+避免：
+
+- 同时选择强烈对立情绪（如 快乐 与 伤感）
+- 同类标签堆叠（如 伤感 + 忧郁 + 孤独 需明确区分）
+
+------
+
+## 三、语种 language（单选）
+
+仅从下列标签中选择一个最主要的演唱语种：
+
+- 普通话
+- 粤语
+- 藏语
+- 英语
+- 韩语
+- 闽南语
+- 蒙语
+- 俄语
+- 其他
+
+规则：
+
+- 只输出一个语种标签
+- 依据实际演唱语言判断，不根据歌手国籍或曲风猜测
+- 纯音乐或无法判断时输出 ""
+
+------
+
+## 四、网络/抖音歌曲 douyin_tags（可多选）
+
+仅当歌曲具备明显网络传播特征或主题风格时选择：
+
+- 草原：草原文化、民族草原元素
+- 故乡：思乡主题
+- 神曲：洗脑旋律、强节奏重复
+- 文艺：小众表达、诗性表达
+- 青春：校园或成长主题
+- 治愈系：温暖疗愈风格
+- 清新：轻快自然风格
+- 奇幻：幻想、魔幻元素
+
+非明显网络属性不要强行标注。
+
+------
+
+## 五、音乐风格 music_style_tags（多选）
+
+必须根据音乐结构与风格特征判断，不根据歌词主题判断。
+
+- 世界音乐
+- 雷鬼
+- R&B/Soul
+- MC喊麦
+- 另类音乐
+- 民歌
+- 戏曲
+- 古风
+- 古典音乐
+- HipHop
+- Rap
+- 摇滚
+- DJ嗨曲
+- 布鲁斯/蓝调
+- 拉丁
+- 舞曲
+- 爵士
+- 乡村
+- 民谣
+- 流行
+- 轻音乐
+- 国风
+- 儿歌
+
+规则：
+
+- 只选核心风格，不叠加相似风格
+- 不因使用某个乐器就推断整体风格
+- 无明显风格时可只选“流行”
+
+------
+
+## 六、配器 instrument_tags（多选）
+
+仅在明确可识别时选择：
+
+- 二胡
+- 竹笛
+- 琵琶
+- 音效
+- 口琴
+- 电子
+- 木吉他
+- 鼓组
+- 弦乐
+- 电吉他
+- 古筝
+- 钢琴
+
+规则：
+
+- 必须为明显主导或突出配器
+- 不因常规伴奏默认存在而标注
+- 不确定不要猜
+
+------
+
+## 七、场景 scene（多选）
+
+根据歌曲使用场景或明显氛围判断：
+
+- 餐厅
+- 汽车
+- 跳舞
+- 旅行
+- 工作
+- 校园
+- 夜店
+- 运动
+- 休闲
+- live house
+- 广场舞
+- 抖音
+- 婚礼
+- 约会
+
+规则：
+
+- 仅当歌曲明显适配该场景时标注
+- 避免泛化场景（如所有慢歌都标“休闲”）
+
+------
+
+## 最终执行要求
+
+- 只输出 JSON
+- 不解释
+- 不补充说明
+- 不输出字典内容
+- 不输出“分析如下”之类文字
+- 不添加未定义字段
+
+严格遵守字段范围与空值规则。
+
+## 输出格式
+必须严格输出以下 JSON 结构，字段名不能改：
+
+```json
+{
+  "performer_type": "",
+  "language": "",
+  "emotion": [],
+  "douyin_tags": [],
+  "music_style_tags": [],
+  "instrument_tags": [],
+  "scene": []
+}
+```

+# 待分析元数据
+{{METADATA_SECTION}}
+
+# 任务目标
+请基于音频内容完成聚音标签识别，仅输出系统要求的标签字段。
+
+# 约束提醒
+- 必须基于实际听到的特征，无法确认的标签输出空值。
+- 严格执行 JSON 纯文本输出，禁止任何 Markdown 格式。

+# 歌词识别提示词模板
+# 仅识别歌词内容，不包含其他音乐分析
+请识别并转录音频中的完整歌词。
+
+## 核心任务
+1. **逐句识别**：按时间顺序输出每一句歌词，每句通过换行进行分隔。
+2. **字段要求**：每条记录必须包含 `time` (格式 "mm:ss.xxx"，无法确定则为 null) 和 `text` (歌词内容)。
+3. **无语义音节压缩**：对于“啊/呜/哦/嗯/啦”等辅助音节，禁止逐字展示，统一使用 `...` 缩略（例：把“啊啊啊啊”识别为“啊...”）。
+4. **完整性**：必须转录包括重复段落在内的全曲内容。
+5. **静默与纯音乐**：若为纯音乐或无歌词，仅返回空数组 `[]`。
+6. 完整识别歌曲所有段落的完整歌词，包括不同段落之间重复了的歌词
+
+## 输出格式规范
+- 严格输出 JSON，不得包含任何 Markdown 转义符（如 ```json）或解释性文字。
+- 字段统一为: {"lyrics": [{"time": "00:00.000", "text": "内容"}]}
+
+## 质量控制
+- 遇到合唱/重叠时，以主旋律为主。
+- 严禁自行脑补不存在的歌词。
+- 不要返回任何其他无关内容

+"""
+阿里云OSS文件上传模块
+"""
+import os
+import uuid
+import logging
+from datetime import datetime, timedelta
+
+import oss2
+
+from app.core.config import settings
+
+logger = logging.getLogger(__name__)
+
+
+class OSSUploader:
+    """阿里云OSS上传器"""
+
+    def __init__(self):
+        """初始化OSS客户端"""
+        self.access_key_id = settings.OSS_ACCESS_KEY_ID
+        self.access_key_secret = settings.OSS_ACCESS_KEY_SECRET
+        self.endpoint = settings.OSS_ENDPOINT
+        self.bucket_name = settings.OSS_BUCKET_NAME
+
+        if not all([
+            self.access_key_id,
+            self.access_key_secret,
+            self.endpoint,
+            self.bucket_name,
+        ]):
+            raise ValueError("OSS配置不完整，请检查 .env 中的 OSS_ACCESS_KEY_ID/OSS_ACCESS_KEY_SECRET/OSS_ENDPOINT/OSS_BUCKET_NAME")
+
+        logger.info(
+            "OSS配置: endpoint=%s, bucket=%s",
+            self.endpoint,
+            self.bucket_name,
+        )
+        # 创建认证对象
+        self.auth = oss2.Auth(self.access_key_id, self.access_key_secret)
+
+        # 默认使用公网 endpoint；非阿里云内网环境下访问 internal endpoint 容易失败。
+        self.bucket = oss2.Bucket(self.auth, self.endpoint, self.bucket_name)
+
+    def upload_file(self, local_file_path, oss_object_name=None):
+        """
+        上传文件到OSS
+
+        Args:
+            local_file_path: 本地文件路径
+            oss_object_name: OSS对象名称,如果不指定则使用时间戳+原文件名
+
+        Returns:
+            tuple: (success: bool, url: str) 或 (success: bool, error: str)
+        """
+        try:
+            if not os.path.exists(local_file_path):
+                logger.error(f"本地文件不存在: {local_file_path}")
+                return False, "本地文件不存在"
+
+            if not oss_object_name:
+                _, ext = os.path.splitext(local_file_path)
+                oss_object_name = f"{uuid.uuid4()}{ext}"
+
+            # 如果没有指定OSS对象名称，则生成一个
+            date = datetime.now().strftime("%Y%m%d")
+            oss_object_name = f"temp_ai/{date}/{oss_object_name}"
+
+            # 上传文件
+            result = self.bucket.put_object_from_file(oss_object_name, local_file_path)
+
+            # 构建文件URL
+            file_url = f"https://{self.bucket_name}.{self.endpoint}/{oss_object_name}"
+
+            logger.info(f"文件上传成功: {local_file_path} -> {file_url}")
+            return True, file_url
+
+        except Exception as e:
+            logger.error(f"文件上传失败: {local_file_path}, 错误: {e}")
+            return False, str(e)
+
+    def upload_data(self, data, oss_object_name):
+        """
+        上传数据到OSS
+
+        Args:
+            data: 要上传的数据（字符串或字节）
+            oss_object_name: OSS对象名称
+
+        Returns:
+            dict: 包含上传结果的字典
+        """
+        try:
+            # 上传数据
+            result = self.bucket.put_object(oss_object_name, data)
+
+            # 构建文件URL
+            file_url = f"{self.endpoint.rstrip('/')}/{self.bucket_name}/{oss_object_name}"
+
+            return {
+                "success": True,
+                "oss_object_name": oss_object_name,
+                "file_url": file_url,
+                "etag": result.etag,
+                "size": len(data) if isinstance(data, (str, bytes)) else 0
+            }
+
+        except Exception as e:
+            return {"success": False, "error": str(e)}
+
+
+def get_bucket():
+    """获取Bucket对象"""
+    if not all([
+        settings.OSS_ACCESS_KEY_ID,
+        settings.OSS_ACCESS_KEY_SECRET,
+        settings.OSS_ENDPOINT,
+        settings.OSS_BUCKET_NAME,
+    ]):
+        raise ValueError("OSS配置不完整，请检查 .env 中的 OSS_ACCESS_KEY_ID/OSS_ACCESS_KEY_SECRET/OSS_ENDPOINT/OSS_BUCKET_NAME")
+
+    auth = oss2.Auth(settings.OSS_ACCESS_KEY_ID, settings.OSS_ACCESS_KEY_SECRET)
+    bucket = oss2.Bucket(auth, settings.OSS_ENDPOINT, settings.OSS_BUCKET_NAME)
+    return bucket
+
+
+def clean_expire_file():
+    """核心任务函数"""
+    print(f"\n[{datetime.now()}] 开始执行每日清理任务...")
+    ROOT_PREFIX = 'temp_ai/'
+    bucket = get_bucket()
+
+    # 1. 计算时间阈值
+    now = datetime.now()
+    yesterday_date = (now - timedelta(days=1)).date()
+    print(f"保留阈值: {yesterday_date} (即 {yesterday_date} 之前的数据将被删除)")
+
+    # 2. 遍历目录
+    try:
+        for obj in oss2.ObjectIterator(bucket, prefix=ROOT_PREFIX, delimiter='/'):
+            path = ""
+            is_directory = False
+
+            # --- [核心修改] 统一路径获取方式 ---
+
+            # 情况 A: 它是虚拟目录 (CommonPrefix)
+            if hasattr(obj, 'prefix'):
+                path = obj.prefix
+                is_directory = True
+
+            # 情况 B: 它是实际对象 (SimplifiedObjectInfo)
+            elif hasattr(obj, 'key'):
+                path = obj.key
+                # 如果 key 以 / 结尾，说明它是一个显式创建的文件夹对象
+                if path.endswith('/'):
+                    is_directory = True
+                else:
+                    is_directory = False  # 这是一个普通文件
+
+            # --- 逻辑分流 ---
+
+            if not is_directory:
+                # 这是一个真正的文件（且不是文件夹对象），直接跳过
+                # print(f"[跳过] 散落文件: {path}")
+                continue
+
+            # 此时 path 必定是目录格式 (如 'temp_ai/20251229/')
+            # 下面开始正常的日期判断逻辑
+
+            # 防御性去空，防止路径即为 'temp_ai/' 本身
+            if path == ROOT_PREFIX:
+                continue
+
+            # 解析目录名 (取倒数第二个元素，因为最后一位是空字符串)
+            folder_name_raw = path.strip('/').split('/')[-1]
+
+            try:
+                folder_date_obj = datetime.strptime(folder_name_raw, "%Y%m%d").date()
+
+                if folder_date_obj < yesterday_date:
+                    print(f"[删除] 发现过期目录: {path}")
+                    # 注意：delete_objects_by_prefix 会删除该前缀下的所有文件
+                    # 如果这个目录本身是个对象，也会被一并删除，无需特殊处理
+                    delete_objects_by_prefix(bucket, path)
+                else:
+                    # print(f"[跳过] 目录较新: {path}")
+                    pass
+
+            except ValueError:
+                print(f"[跳过] 非日期命名目录: {path}")
+
+    except Exception as e:
+        import traceback
+        print(f"[严重错误] 任务执行失败: {e}")
+        traceback.print_exc()
+
+
+def delete_objects_by_prefix(bucket, prefix):
+    """递归删除指定前缀下的所有文件"""
+    print(f"    -> 正在清理目录: {prefix} ...")
+    batch_list = []
+    try:
+        for obj in oss2.ObjectIterator(bucket, prefix=prefix):
+            batch_list.append(obj.key)
+            if len(batch_list) >= 1000:
+                bucket.batch_delete_objects(batch_list)
+                batch_list = []
+
+        if batch_list:
+            bucket.batch_delete_objects(batch_list)
+        print(f"    -> 目录 {prefix} 清理完毕。")
+    except Exception as e:
+        print(f"    [错误] 删除过程出错: {e}")
+
+
+# 创建OSS上传器实例
+oss_uploader = OSSUploader()
+
+if __name__ == '__main__':
+    resp = oss_uploader.upload_file('想-dj-片段.mp3')
+    print(resp)

+
+from dashscope.common.constants import DASHSCOPE_API_KEY_ENV
+
+
+ENV = 'test'
+# ENV = 'local'
+
+
+DEBUG = True
+### 数据库
+#dev
+DB_USER = 'root'
+DB_PASSWORD = 'Hikoon123!'
+DB_HOST = 'rm-bp18h64ad9ak4d7h5do.mysql.rds.aliyuncs.com'
+DB_DATABASE = 'music_partner'
+
+#Redis
+REDIS_HOST = '172.23.209.46'
+REDIS_PORT = 6379
+REDIS_PSW = '1bvvpAmKXFhDDJXb'
+REDIS_DB = 0
+#新抖key
+NEW_RANK_KEY = 'vh1gbvynpyegg6gebhgepgvc6'
+
+BACK_BASE_URL = 'https://ai-test.hikoon.com/api/partner'
+
+EMAIL_HOST = 'smtp.exmail.qq.com'
+EMAIL_PORT = 465
+EMAIL_HOST_USER = 'bigmusic@hikoon.com'
+EMAIL_HOST_PASSWORD = 'Music!123'
+#邮件接收人列表
+EMAIL_RECEIVERS = ['1774507011@qq.com','yangsheng@hikoon.com']
+
+
+#标签字典
+TAG_DICT = {
+ "viral_song": "网络热歌",
+  "sad_songs": "伤感老歌",
+  "folk_songs": "民谣",
+  "catchy_pop": "口水歌",
+  "kids_songs": "洗脑儿歌",
+  "tk_songs": "抖音热歌",
+  "net_songs": "网络歌曲",
+
+  "dj_remix": "DJ嗨曲",
+  "Cheesy_EDM": "土嗨/慢摇",
+  "car_music": "车载音乐",
+  "shout_rap": "喊麦",
+  "heavy_metal": "重金属/土摇DJ嗨曲",
+
+  "mandarin_pop": "华语流行",
+  "mainstream_pop": "主流Pop",
+  "sweet_songs": "甜歌/校园",
+  "hip_rock": "嘻哈说唱R&B摇滚",
+  "child_songs": "主流儿歌",
+
+  "international_pop": "国外流行",
+  "jp_pop": "日韩流行",
+  "west_pop": "欧美流行",
+  "el_edm": "电音EDM",
+
+  "chinese_style": "国风",
+  "opera_vocal": "戏腔/古韵",
+  "guochao_EDM": "国潮电子",
+  "gufeng_music": "传统器乐古风",
+
+  "soundtrack_instrumental": "影视/纯音",
+  "ys_ost": "影视OST",
+  "pur_music": "纯音乐",
+  "no_lyric": "无词BGM",
+
+  "other_music": "其他",
+  "jazz_blue": "爵士/蓝调",
+  "voice_book": "有声书",
+  "lab_music": "实验音乐",
+  "healing": "治愈",
+  "melancholy": "伤感",
+  "lonely": "孤独",
+  "sweet": "甜蜜",
+  "inspiring": "励志",
+  "missing": "思念",
+  "nostalgic": "怀旧",
+  "angry": "愤怒",
+  "relaxing": "放松",
+  "catchy": "魔性洗脑",
+  "heroic": "悲壮",
+  "calm": "平静",
+  "festive": "喜庆",
+  "romantic": "浪漫",
+  "majestic": "雄壮",
+  "bewitching": "蛊惑",
+  "cathartic": "宣泄",
+  "solemn": "庄重",
+  "passionate": "激情",
+  "heavy": "沉重",
+  "happy": "快乐",
+  "tense": "紧张",
+  "horror": "恐怖",
+  "touching": "感动",
+  "spoof": "恶搞",
+  "funny": "搞笑",
+  "expectation": "期待",
+  "remembrance": "怀念",
+  "mysterious": "悬疑",
+  "blessing": "祝福",
+  "zen": "佛系",
+  "soothing": "舒缓",
+  "melodious": "悠扬",
+  "warm": "温暖",
+  "depressed": "忧郁",
+  "elderly": "老年",
+  "middle_aged": "中年",
+  "young_adult": "青年",
+  "teenager": "少年",
+  "life_scene": "生活场景",
+  "sports": "运动",
+  "driving": "开车",
+  "travel": "旅行",
+  "sleep": "睡前",
+  "study": "学习",
+  "cafe": "咖啡厅",
+  "bar": "酒吧",
+  "douyin":"抖音",
+  "restaurant": "餐厅",
+  "car_scene": "汽车",
+  "dance": "跳舞",
+  "work": "工作",
+  "nightclub": "夜店",
+  "leisure": "休闲",
+  "live_house": "live house",
+  "square_dance": "广场舞",
+  "wedding": "婚礼",
+  "dating": "约会",
+  "festival_scene": "节日场景",
+  "summer": "夏天",
+  "winter": "冬天",
+  "autumn": "秋天",
+  "spring_festival": "春节",
+  "christmas": "圣诞",
+  "valentine": "情人节",
+  "time_scene": "时间场景",
+  "morning": "清晨",
+  "afternoon": "午后",
+  "evening": "夜晚",
+  "midnight": "深夜",
+  "regional_scene": "地域场景",
+  "campus": "校园",
+  "city": "城市",
+  "grassland": "草原",
+  "tibet": "西藏",
+  "xinjiang": "新疆",
+  "transition_style": "转场类",
+  "card_point_switch": "卡点切换画面类",
+  "reverse_suspense": "反转悬念类",
+  "emotion_contrast": "情绪对比类",
+  "mashup_collection": "混剪合集类",
+  "emotional_resonance": "情感共鸣向剪辑",
+  "scene_adaptation": "场景适配剪辑",
+  "highlight_slice": "高光切片剪辑",
+  "live_performance": "现场表演类",
+  "singer_live": "歌手现场演唱",
+  "talent_cover": "达人翻唱表演",
+  "audience_interaction": "观众互动表演",
+  "card_point_speed": "卡点、变速类",
+  "multi_scene_fragment": "多场景碎片化卡点",
+  "tech_effect_speed": "技术流特效变速",
+  "lyric_concrete": "歌词具象化卡点",
+  "loop_speed_brainwash": "循环变速洗脑",
+  "ugc_co_creation": "UGC共创类",
+  "jianying_template": "剪映模板",
+  "ai_singing": "AI唱歌",
+  "emotional_quotes": "情感语录类",
+  "late_night_emo": "深夜emo类",
+  "morning_inspiration": "清晨励志类",
+  "memory_destiny": "回忆杀/宿命感类",
+  "dynamic_lyrics_visual": "动态歌词可视化",
+  "basic_lyrics_effect": "基础歌词动效",
+  "creative_visual_enhance": "创意视觉强化",
+  "adaptation": "改编",
+  "special_effects_interaction": "特效互动类",
+  "gesture_magic_effect": "手势魔法特效互动",
+  "lip_sync_challenge": "对口型挑战",
+  "douyin_effect_show": "抖音特效变装秀",
+  # 听感演绎流
+    "singing_montage": "演唱混剪",
+    "live_singing": "现场演唱",
+
+    # 视觉冲击流
+    "change_transition": "变装转场",
+    "hand_dance": "手势舞",
+    "addictive_dance": "魔性舞蹈",
+    "landscape_account": "风景号",
+
+    # 氛围素材流
+    "cute_pets": "萌宠",
+    "movie_anime_edit": "影视剧/动漫混剪",
+    "chinese_classical": "古风",
+    "mood_post": "图文心情",
+
+    # 情感共鸣流
+    "animated_lyrics": "动态歌词",
+    "storytelling": "故事演绎",
+    "beauty_snaps": "颜值随拍"
+}
+
+
+# 模型相关配置
+BASE_MODEL = "/data/qufeng/models--MIT--ast-finetuned-audioset-10-10-0.4593/snapshots/f826b80d28226b62986cc218e5cec390b1096902"
+MOE_DIR = "/data/qufeng/moe_outputs"
+BASELINE_CHECKPOINT = "/data/qufeng/best_epoch_base.pt"
+LABEL_MAPPING = "/data/qufeng/label_mapping.txt"
+DEVICE = "cuda"  # 可选: cuda/mps/cpu，为空时自动选择
+ROUTER_CHECKPOINT = ""  # 为空时自动从 moe_dir/joint_train/joint/router_best.pt 推断
+EXPERTS_DIR = ""  # 为空时自动从 moe_dir/experts_train/experts 推断
+
+# 音频处理配置
+CHUNK_SECONDS = 10.24  # 按多少秒切块推理
+CROP_SECONDS = 204.8  # 若音频超过该时长，则仅截取中间这段再切块
+MAX_CHUNKS = 10  # 每首歌最多使用多少个切片参与推理
+CHUNK_BATCH_SIZE = 8  # 切块推理的 batch size
+ROUTING_THRESHOLD = 0.6
+
+API_CONFIG = {
+    "api_key": "sk-d9b4d3581bde47d887354f9160a509a2",
+    "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",
+    "model": "qwen3-omni-flash",
+    "audio_mode": "auto",
+    "timeout": 15,
+    "lyrics_timeout": 60,
+    "lyrics_retries": 2,
+    "max_retries": 5,
+    "retry_delay": 5
+}
+# API_CONFIG_91 = {
+#     "api_key": "sk-E90VNVMyhfk2zDBDoToCXoipzGofD2SobwBqaCzbG3junlob",
+#     "base_url": "https://api.91aopusi.com/v1",
+#     "model": "qwen3-omni-flash",
+#     "audio_mode": "auto",
+#     "timeout": 30,
+#     "lyrics_timeout": 60,
+#     "max_retries": 5,
+#     "retry_delay": 5
+# }
+
+DASHSCOPE_API_KEY = 'sk-d9b4d3581bde47d887354f9160a509a2'
+
+OSS_ACCESS_KEY_ID='LTAI4G7UvaW2e4UTCb3KCNjN'
+OSS_ACCESS_KEY_SECRET='ow5hlVMmJAQY9o7nEAtMER6MFkPedm'
+OSS_ENDPOINT='oss-cn-hangzhou.aliyuncs.com'
+OSS_ENDPOINT_INTERNAL='oss-cn-hangzhou-internal.aliyuncs.com'
+OSS_BUCKET_NAME='ai-sound-data-test'
\ No newline at end of file

+import logging.handlers
+import os
+from config import DEBUG
+
+log_dir = "./logs"
+log_max_bytes = 1024 * 1024 * 10
+log_backup_count = 5
+
+
+def get_logger(name, level=None):
+    if not level:
+        level = logging.DEBUG if DEBUG else logging.INFO
+
+    # 配置日志
+    logger = logging.getLogger(name)
+    logger.setLevel(level)
+    # 检查日志目录是否存在，如果不存在则创建
+    if not os.path.exists(log_dir):
+        os.makedirs(log_dir)
+
+    # 创建一个handler，用于写入日志文件
+    file_handler = logging.handlers.RotatingFileHandler(f'./{log_dir}/{name}.log', maxBytes=log_max_bytes,
+                                                        backupCount=log_backup_count,encoding='utf-8')
+    file_handler.setLevel(level)
+
+    # 定义handler的输出格式
+    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
+    file_handler.setFormatter(formatter)
+
+    # 给logger添加handler
+    logger.addHandler(file_handler)
+    return logger
+
+
+# 定义一个模块级别的变量来存储日志记录器实例
+_app_logger = None
+
+
+def get_app_logger():
+    global _app_logger
+    if _app_logger is None:
+        _app_logger = get_logger("app")
+    return _app_logger

+openai>=1.58.1
+requests>=2.31.0
+httpx>=0.28.1
+python-dotenv>=1.0.1
+pydantic-settings>=2.6.1
+
+numpy>=1.24.0
+scipy>=1.10.0
+librosa>=0.10.2
+soundfile>=0.12.1
+
+pandas>=2.2.0
+openpyxl>=3.1.2
+
+# Optional: enable funasr backend in qwen_analyzer
+# dashscope>=1.20.0