From 55e20e923a1308347515b43881bf887298a46895 Mon Sep 17 00:00:00 2001
From: xiaji <xiaji@local>
Date: Sun, 14 Jun 2026 20:57:11 +0800
Subject: [PATCH] =?UTF-8?q?perf(translate):=20translation=5Floop=20?=
 =?UTF-8?q?=E8=B7=B3=E8=BF=87=E4=B8=AD=E6=96=87=E6=BA=90=E5=A4=B4,?=
 =?UTF-8?q?=E7=9C=81=20TMT=20=E9=85=8D=E9=A2=9D?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

中文 RSS 长新闻(原文就是中文)走 TMT 中翻中,纯粹浪费
月配额(500 万字符)且产生无意义译文。前端 commit 6
已经隐藏"译文"板块;本 commit 在后端拦截,从源头不跑翻译。

改动:
- translation_loop SQL 加 WHERE lang_src IS NULL OR NOT LIKE 'zh%'
  - lang_src 为 NULL 时仍走翻译(英文 RSS 没设 language_src 的合法场景)
  - LIKE 'zh%' 覆盖 zh / zh-CN / zh-Hans / zh-TW 等区域码
- translate_article() 函数内加防御性 guard:中文源直接返
  并把 translation_status 改 'n/a',避免反复入队
  (主路径 SQL 过滤已足够,这里是兜底,应对手动 reset status 的情况)

不影响:
- 短新闻(commit 1 已是 translation_status='n/a',根本不进队列)
- 外文 RSS(走翻译)
- 历史已被错误翻译的中文长新闻:保留 translation_status='ok'
  + body_zh_text 中文(空跑产生的) — commit 6 前端已隐藏,
  不影响用户感知;回滚存量不在本 commit 范围(独立 SQL 即可,
  风险与收益需要单独评估)
- enrichment_loop(commit 1 已经能扫到中文源头的 is_short_news,
  长新闻 lang_src=zh 仍能被 enrichment 处理,排版+插图+评论都跑)

范围:仅 backend/app/workers/pipeline.py,+20/-2 行。
---
 backend/app/workers/pipeline.py | 24 ++++++++++++++++++++++--
 1 file changed, 22 insertions(+), 2 deletions(-)

diff --git a/backend/app/workers/pipeline.py b/backend/app/workers/pipeline.py
index 2afe823..e470b80 100644
--- a/backend/app/workers/pipeline.py
+++ b/backend/app/workers/pipeline.py
@@ -9,7 +9,7 @@ import asyncio
 import logging
 from datetime import datetime, timezone
 
-from sqlalchemy import select
+from sqlalchemy import or_, select
 from sqlalchemy.dialects.postgresql import insert as pg_insert
 
 from app.config import settings
@@ -153,6 +153,17 @@ async def translate_article(article_id: int) -> None:
             return
         if art.translation_status not in ("pending", "failed"):
             return
+        # 防御性 guard:中文源头(原文就是中文)不应走翻译。
+        # 正常路径 translation_loop SQL 已经过滤(commit 7),这里兜底。
+        # 直接把 status 改 n/a 避免反复入队。
+        if art.lang_src and art.lang_src.lower().startswith("zh"):
+            logger.info(
+                "translate_article id=%s skipped: lang_src=%s (中文源,无需翻译)",
+                article_id, art.lang_src,
+            )
+            art.translation_status = "n/a"
+            await session.commit()
+            return
         title = art.title
         body_text = (art.body_text or "")[:TRANSLATE_BODY_MAX]
         # lang_src 优先级:article.lang_src > source.language_src > "auto"
@@ -322,10 +333,19 @@ async def translation_loop() -> None:
     while True:
         try:
             async with AsyncSessionLocal() as session:
+                # 中文源头跳过 — 原文就是中文,TMT 中翻中浪费配额。
+                # lang_src 为 NULL 时不跳过(可能是英文 RSS 没设 language_src,走翻译正确)
+                # 前端详情页同步隐藏了"译文"板块(commit 6)
                 rows = (
                     await session.execute(
                         select(Article)
-                        .where(Article.translation_status.in_(("pending", "failed")))
+                        .where(
+                            Article.translation_status.in_(("pending", "failed")),
+                            or_(
+                                Article.lang_src.is_(None),
+                                ~Article.lang_src.like("zh%"),
+                            ),
+                        )
                         .order_by(Article.fetched_at.asc(), Article.id.asc())
                         .limit(TRANSLATION_BATCH_SIZE)
                     )