fix(site-import): GEN2 嵌套分组展平容错 + 提示词钉死扁平输出（Task10 实测 glm-4-flash 常见形态）

Co-Authored-By: Claude Code <noreply@anthropic.com>

app/platform/site_import/generator.py

@@ -63,7 +63,7 @@ GEN1_SYSTEM = """你是 B2B 外贸网站的行业分析师。分析用户提供
 GEN2_SYSTEM = """你是 B2B 外贸客服提示词的撰写专家。根据上一步的结构化分析结果（JSON）与参考范例，为该网站生成客服提示词的全部占位符内容与品牌文案。
 
 ## 规则（全部必须遵守）
-- 严格只输出一个 JSON 对象：键名与「待生成键清单」逐字一致、一个不落；不要 markdown 代码栅栏、不要解释文字、不要新增清单外的键
+- 严格只输出一个**扁平** JSON 对象：所有键平铺在同一层（禁止按模板分组嵌套成 {"system": {...}, "extractor": {...}} 这类结构）；键名与「待生成键清单」逐字一致、一个不落；不要 markdown 代码栅栏、不要解释文字、不要新增清单外的键
 - 逐字填槽：只生成清单所列键的值，不复述模板固定段、不改写骨架结构
 - 语言钉死：描述性内容用中文写；产品统称EN、面向客户的对话示例句（固定追问句/零上下文首轮例句/好差示例组/正例/负例/浏览例句/产品追问示例）按其语境语言（通常英文）写——抓取文本是西语/英语不改变本规则
 - 数字纪律：示例与描述中出现的数字必须来自分析结果（即源站出现过的数字），禁止推算、换算、编造
@@ -178,6 +178,26 @@ def _parse_json(raw: str) -> dict | None:
     return obj if isinstance(obj, dict) else None
 
 
+def _flatten_nested(obj: dict) -> dict:
+    """嵌套分组容错：模型把键按 {"system": {...}, "extractor": {...}} 分组时
+    自动展平为单层（Task 10 实测 glm-4-flash 的常见形态——清单里
+    「system 模板占位符」措辞诱导分组）。顶层已可直接识别的键不动；
+    dict 值的键并入顶层（子键覆盖散键同名时以子键为准），非 dict 值原位保留；
+    无 dict 值时输出与输入等价。"""
+    recognizable = set(ALL_PLACEHOLDER_NAMES) | set(_BRAND_KEYS) | set(_TAIL_KEYS)
+    if any(k in recognizable for k in obj):
+        # 顶层已有可识别键——但混合形态（嵌套组+散键）仍需展开 dict 值
+        if not any(isinstance(v, dict) for v in obj.values()):
+            return obj
+    flat: dict = {}
+    for k, v in obj.items():
+        if isinstance(v, dict):
+            flat.update(v)
+        else:
+            flat[k] = v
+    return flat
+
+
 def _analysis_shape_ok(d) -> bool:
     """调用 1 schema 下限：company_name 为串 + product_lines 为列表。
 
@@ -210,8 +230,10 @@ async def _chat_json(provider, system: str, user: str, what: str,
         except asyncio.TimeoutError:
             raise GenerateError(f"{what}：AI 调用超时（{AI_TIMEOUT:.0f}s）")
         parsed = _parse_json(raw)
-        if parsed is not None and shape_ok(parsed):
-            return parsed
+        if parsed is not None:
+            parsed = _flatten_nested(parsed)
+            if shape_ok(parsed):
+                return parsed
     raise GenerateError(f"{what}：输出无法解析为 JSON 或 schema 不符（已自动重试一次）")
 
 

tests/test_site_import_generator.py

@@ -432,3 +432,33 @@ class TestCrawlWarningsMerge:
         draft = generator.build(gen, ANALYSIS_JSON, crawl, SOURCE_TEXT)
         assert "logo 为不支持的格式，已跳过" in draft["warnings"]
         assert "子页过薄已跳过：/thin" in draft["warnings"]
+
+
+class TestNestedFlatten:
+    def test_嵌套分组自动展平(self):
+        """Task 10 实测：glm-4-flash 常把键按模板分组嵌套——展平容错。"""
+        from app.platform.site_import.generator import _flatten_nested
+        nested = {"system": {"身份描述": "x", "产品统称": "y"},
+                  "extractor": {"采购域": "z"}, "brand_title": "T"}
+        flat = _flatten_nested(nested)
+        assert flat == {"身份描述": "x", "产品统称": "y", "采购域": "z", "brand_title": "T"}
+
+    def test_本来就扁平原样返回(self):
+        from app.platform.site_import.generator import _flatten_nested
+        flat_in = {"身份描述": "x", "brand_title": "T"}
+        assert _flatten_nested(dict(flat_in)) == flat_in
+
+    def test_非dict子值不展平(self):
+        from app.platform.site_import.generator import _flatten_nested
+        weird = {"a": "字符串", "b": {"身份描述": "x"}}
+        assert _flatten_nested(weird) is weird or _flatten_nested(weird) == weird
+
+    async def test_generate接受嵌套输出(self):
+        """端到端：fake 回嵌套 JSON 也能过 generate。"""
+        import json as _json
+        nested = {"system": {"身份描述": "x"}, "brand_title": "T"}
+        class NestedP:
+            async def chat(self, m, s):
+                return "```json\n" + _json.dumps(nested, ensure_ascii=False) + "\n```"
+        out = await generator.generate(NestedP(), ANALYSIS_JSON)
+        assert out.get("身份描述") == "x" and out.get("brand_title") == "T"