diff --git a/daily_data_gen.py b/daily_data_gen.py index 1d4f173..83bb626 100644 --- a/daily_data_gen.py +++ b/daily_data_gen.py @@ -12,9 +12,13 @@ sys.stdout = os.fdopen(sys.stdout.fileno(), 'w', buffering=1) from api_correction import batch_generate MODEL_DIR = os.path.dirname(os.path.abspath(__file__)) -MAX_WORKERS = 5 # 5并发 +MAX_WORKERS = 5 # Astron 5并发(无限量) BATCH_SIZE = 500 +# 每日生成量 — Astron无限量,直接拉满! +DAILY_TOPIC_QS = 2000 # 话题衍生 +DAILY_NATURAL_QS = 1000 # 自然闲聊 + # ===== 种子话题(每天随机选一批让小狸聊) ===== SEED_TOPICS = [ "幼儿园", "学校", "朋友", "玩具", "动画片", "宠物", "零食", "天气", @@ -30,6 +34,39 @@ SEED_TOPICS = [ "1+1等于几", "数数", "认字", "背诗", "唱歌", "讲故事", "礼貌", "分享", "排队", "帮助别人", "说谢谢", "对不起", "害怕", "开心", "难过", "生气", "勇敢", "害羞", + # 拓展话题 + "奥特曼", "小猪佩奇", "汪汪队", "海底小纵队", "超级飞侠", + "白雪公主", "灰姑娘", "小红帽", "三只小猪", "匹诺曹", + "茉莉花", "向日葵", "蒲公英", "含羞草", "仙人掌", + "企鹅", "熊猫", "长颈鹿", "大象", "海豚", "松鼠", "刺猬", + "草莓", "西瓜", "葡萄", "芒果", "蓝莓", "橙子", + "汉堡", "薯条", "披萨", "面条", "饺子", "馄饨", "粽子", + "沙滩", "大海", "高山", "森林", "瀑布", "溶洞", + "火箭", "飞机", "高铁", "轮船", "自行车", "滑板", + "围棋", "象棋", "跳棋", "五子棋", "扑克牌", + "机器人", "变形金刚", "乐高", "磁力片", "橡皮泥", + "春天", "夏天", "秋天", "冬天", "刮风", "下雪", "打雷", + "刷牙", "洗脸", "洗澡", "剪指甲", "梳头", "穿衣服", + "诚实", "分享", "礼貌", "排队", "帮忙", "道歉", "谢谢", + "高兴", "生气", "难过", "害怕", "惊讶", "害羞", "委屈", + "萤火虫", "蜻蜓", "蜜蜂", "蝉", "蜗牛", "蚂蚁", "蜘蛛", + "玉米", "土豆", "番茄", "胡萝卜", "白菜", "茄子", "辣椒", + "毛笔", "铅笔", "蜡笔", "水彩笔", "画板", "颜料", + "竹笋", "蘑菇", "松树", "枫叶", "荷花", "梅花", + "元旦", "春节", "元宵节", "清明节", "端午节", "中秋节", + "万圣节", "感恩节", "圣诞节", "儿童节", "母亲节", "父亲节", + "月球", "太阳系", "银河", "彗星", "流星", "黑洞", + "恐龙", "猛犸象", "剑齿虎", "翼龙", "三角龙", "霸王龙", + "三字经", "弟子规", "唐诗", "宋词", "成语", + "捉迷藏", "老鹰捉小鸡", "丢手绢", "跳房子", "踢毽子", + "轮滑", "滑冰", "滑雪", "冲浪", "攀岩", + "钢琴", "吉他", "小提琴", "笛子", "鼓", "古筝", + "警察", "消防员", "医生", "护士", "科学家", "宇航员", + "红绿灯", "斑马线", "安全带", "头盔", "救生圈", + "原来如此", "没关系", "太好了", "加油", "真棒", "别担心", + "手影", "折纸", "翻花绳", "吹泡泡", "放风筝", + "长城", "故宫", "天安门", "兵马俑", "大熊猫基地", + "小木屋", "城堡", "树屋", "帐篷", "房车", ] def generate_questions_from_topics(topics, count=500): @@ -87,8 +124,8 @@ def main(): # 1. 混合生成问题 random.seed(int(time.time())) - n_topic_qs = random.randint(300, 500) # 话题衍生问题 - n_natural_qs = random.randint(200, 300) # 自然闲聊问题 + n_topic_qs = DAILY_TOPIC_QS # 话题衍生 + n_natural_qs = DAILY_NATURAL_QS # 自然闲聊 random.shuffle(SEED_TOPICS) topic_questions = generate_questions_from_topics(SEED_TOPICS, n_topic_qs)