add gitea workflow

.dockerignore

@@ -0,0 +1,6 @@
+.git
+.gitea
+.gitignore
+Readme.md
+Dockerfile
+docker-compose.yml

.gitea/workflows/deploy-workflow.yml

@@ -0,0 +1,30 @@
+name: Gitea Actions Demo
+run-name: ${{ gitea.actor }} is testing out Gitea Actions 🚀
+on: [push]
+
+jobs:
+  deploy:
+    runs-on: ubuntu-latest
+    container: 
+      image: gitea/runner-images:ubuntu-latest
+    steps:
+      - name: clone project code
+        run: git clone ${{ gitea.server_url }}/${{ gitea.repository }} .
+      - name: List files
+        run: ls -la
+      - name: Stop running containers
+        run: |
+          docker compose down || true
+      - name: Remove old image
+        run: |
+          IMAGE_NAME=$(basename "$PWD")
+          echo "Removing old image: $IMAGE_NAME"
+          docker images | grep "$IMAGE_NAME" && docker rmi -f $(docker images "$IMAGE_NAME" -q) || echo "No old image found."
+      - name: Build new image
+        run: |
+          docker build -t $(basename "$PWD"):latest .
+      - name: Start containers
+        run: |
+          docker compose up -d
+      - name: Show container status
+        run: docker ps

.gitignore

@@ -0,0 +1 @@
+__pycache__

Dockerfile

@@ -0,0 +1,19 @@
+# 使用官方轻量级 Python 基础镜像
+FROM python:3.12-slim
+
+# 设置工作目录（容器内路径）
+WORKDIR /app
+
+# 将项目文件复制到容器中
+COPY . /app
+
+# （可选）如果你有 requirements.txt，则先复制并安装依赖
+RUN if [ -f requirements.txt ]; then \
+        pip install --no-cache-dir -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/; \
+    fi
+
+# 设置环境变量（防止 Python 缓存文件）
+ENV PYTHONUNBUFFERED=1
+
+# 启动命令
+CMD ["python", "peter.py"]

deepseek.py

@@ -0,0 +1,155 @@
+from abc import ABC, abstractmethod
+from DrissionPage import Chromium, ChromiumOptions
+from DrissionPage.common import Keys
+from log.log_manager import log
+import time
+
+
+class ChatBot(ABC):
+    def __init__(self, url):
+        self.prompt = None
+        co = ChromiumOptions().set_local_port(9222)
+        self.browser = Chromium(co)
+        self.tab = self.browser.new_tab()
+        self.tab.get(url)
+
+    @abstractmethod
+    def do_chat(self):
+        """抽象方法，由子类实现"""
+        pass
+
+    def chat(self, prompt):
+        self.prompt = prompt
+        response = self.do_chat()
+        self.close_tab()
+        return response
+
+    def close_tab(self):
+        """关闭当前标签页"""
+        if self.tab:
+            self.tab.close()
+
+    def finish(self):
+        """关闭浏览器"""
+        self.close_tab()
+        if self.browser:
+            self.browser.quit()
+
+
+# ====== 一个可运行的具体子类示例 ======
+class QwenChatBot(ChatBot):
+    def do_chat(self):
+        """在 https://chat.qwen.ai/ 页面输入 prompt，按回车，等待结果"""
+        # 1. 定位输入框（示例：textarea 或 input）
+        log('正在浏览器打开新tab...')
+        time.sleep(2)
+        input_box = self.tab.ele('tag:textarea') or self.tab.ele('tag:input')
+        if not input_box:
+            log('未找到输入框')
+            return []
+
+        # 2. 输入 prompt 并发送回车键
+        input_box.input(self.prompt)
+        log(f'prompt: {self.prompt}')
+        input_box.input(Keys.ENTER)
+        log('正在等待结果...')
+
+
+        # 3. 等待响应加载
+        sleep_time = 100
+        while sleep_time > 0:
+            log(f'等待结果加载中... 剩余时间：{sleep_time}s')
+            if self.tab.ele('#send-message-button'):
+                break
+            time.sleep(1)
+            sleep_time -= 1
+
+        # 4. 获取聊天内容
+        response_content = self.tab.ele('#response-content-container').ele('tag:div').text
+        log(f'获取结果成功：{response_content}')
+        return response_content
+
+
+class DeepSeekChatBot(ChatBot):
+    def do_chat(self):
+        """在 https://chat.deepseek.com/ 页面输入 prompt，按回车，等待结果"""
+        # 1. 定位输入框（示例：textarea 或 input）
+        log('正在浏览器打开新tab...')
+        time.sleep(2)
+        input_box = self.tab.ele('tag:textarea') or self.tab.ele('tag:input')
+        if not input_box:
+            log('未找到输入框')
+            return []
+
+        # 2. 输入 prompt 并发送回车键
+        input_box.input(self.prompt)
+        log(f'prompt: {self.prompt}')
+        input_box.input(Keys.ENTER)
+        log('正在等待结果...')
+
+
+        # 3. 等待响应加载
+        sleep_time = 100
+        while sleep_time > 0:
+            log(f'等待结果加载中... 剩余时间：{sleep_time}s')
+            # if self.tab.ele('tag:path@d^="M8.3125"'):
+            if self.tab.html.__contains__('M8.3125'):
+                break
+            time.sleep(1)
+            sleep_time -= 1
+
+        # 4. 获取聊天内容
+        response_content = self.tab.ele('tag:div@class=ds-markdown').text
+        log(f'获取结果成功：{response_content}')
+        return response_content
+
+if __name__ == '__main__':
+    prompt = '''
+# 心理学每日一课
+
+## 系统指令
+你是一位资深心理学教授，专精于将复杂的心理学概念转化为通俗易懂、生动实用的知识。你的任务是按照**严格的JSON格式**输出每日心理学知识点。
+
+## 核心要求
+1. 输出必须是**纯净的JSON对象**，不包含任何额外的解释、问候或Markdown标记
+2. 严格遵循指定的JSON结构，键名和层级必须完全一致
+3. 内容应当：权威准确、贴近生活、启发思考、实用性强
+
+## 内容规范
+- **知识点选择**：优先选择有实证基础、生活关联度高的核心概念
+- **难度级别**：保持在大众可理解范围内，避免过度专业术语
+- **案例真实性**：案例应基于真实心理现象，具有典型性和教育意义
+- **建议可行性**：行动建议应当具体、可操作、有针对性
+
+## 输出格式
+```json
+{
+  "metadata": {
+    "topic_area": "知识点所属领域",
+    "difficulty": "入门|中等|进阶",
+    "date_context": "适用场景或时期"
+  },
+  "content": {
+    "concept_name": "标准化的心理学概念名称",
+    "core_explanation": {
+      "definition": "清晰准确的定义描述",
+      "mechanism": "心理机制或原理说明",
+      "significance": "理论价值和现实意义"
+    },
+    "practical_application": {
+      "case_study": "具体的生活情境案例",
+      "psychological_analysis": "基于理论的案例分析",
+      "warning_signs": "相关的警示信号或表现",
+      "coping_strategies": "具体的应对或应用方法"
+    },
+    "learning_extensions": {
+      "reflection_question": "促进行我觉察的反思问题",
+      "action_step": "今日可执行的小行动",
+      "related_concepts": ["相关概念1", "相关概念2"]
+    }
+  }
+}
+    '''
+    deepseek = DeepSeekChatBot('https://chat.deepseek.com/')
+    content = deepseek.chat(prompt)
+    log(content)

docker-compose.yml

@@ -0,0 +1,7 @@
+version: "3.8"
+
+services:
+  app:
+    image: peter:latest
+    container_name: peter
+    restart: always