feat: 脚本执行显性输出当前阶段与 AI 模型供应商/名称

- pipeline.sh 每阶段 banner（━━━ M4 翻译+事件抽取（AI 大模型: deepseek / deepseek-v4-flash）━━━）
- ai_model_info() 从 system.yaml 读取场景模型（translation/daily_report/embedding）
- Python 层：M4/M5/日报 显性打印 provider/model（场景标注）
- 已同步 pi5 实测：客户端初始化日志含供应商/模型

README.md

@@ -177,12 +177,12 @@ ls -lt data/reports/
 
 ### 终端进度与日志
 
-执行全流程时，终端**实时显示完整进度**（每步 `▶ 开始` → 步骤内逐源/逐篇输出 → `✔ 完成（耗时 Ns）`，失败步骤显示 `✗` 与退出码），不再截断：
+执行全流程时，终端**实时显示完整进度**，且**显性标注当前阶段与 AI 模型**：
 
-- `logs/domestic_full_{YYYYMMDD_HHMMSS}.log` — 全流程完整日志（M1 + 管道）
-- `logs/pipeline_{YYYYMMDD_HHMMSS}.log` — 管道步骤完整日志
-
-日志文件已加入 `.gitignore`。
+- 每阶段标题：`━━━ M2 正文提取 ━━━`、`━━━ M4 翻译+事件抽取（AI 大模型: deepseek / deepseek-v4-flash）━━━`（AI 阶段自动从 `system.yaml` 读取供应商/模型）
+- 每步进度：`▶ 步骤 开始` → 步骤内逐源/逐篇输出 → `✔ 完成（耗时 Ns）`；失败显示 `✗` 与退出码
+- AI 调用点在 Python 层同样显性打印（`AI 大模型（场景 translation/daily_report）: provider=... model=...`、`初始化 Embedding 客户端: provider=dashscope model=...`）
+- 日志：`logs/domestic_full_{ts}.log`（全流程）、`logs/pipeline_{ts}.log`（管道），已入 `.gitignore`
 
 ### 日报入库（M9）
 

continuation.md

@@ -4,6 +4,24 @@
 
 ---
 
+## 2026-08-12 会话成果（四）：脚本阶段/模型显性输出
+
+**背景：** 执行全流程时终端未显性标注"当前阶段"，AI 调用的供应商/模型只在客户端初始化时输出一次。
+
+**改动：**
+
+| 文件 | 改动内容 |
+|------|---------|
+| `scripts/pipeline.sh` | 每阶段 banner（`━━━ M4 翻译+事件抽取（AI 大模型: deepseek / deepseek-v4-flash）━━━`）；`ai_model_info()` 从 system.yaml 读取场景模型（translation/daily_report/embedding） |
+| `scripts/domestic_full.sh` | M1 / 管道阶段标题统一 banner 风格 |
+| `llm/pipeline.py` | 创建客户端后显性输出 `AI 大模型（场景 translation）: provider/model` |
+| `embedding/pipeline.py` | 向量化日志补充 provider |
+| `scheduler/reporter.py` | daily_report 场景客户端初始化时输出 provider/model |
+
+**测试：** 本地模拟 banner 全部正确（M4/M5/日报 3 处 AI 标注）；pi5 实测客户端初始化日志含 provider/model（deepseek/deepseek-v4-flash、dashscope/text-embedding-v3）；全量 184 passed。
+
+---
+
 ## 2026-08-12 会话成果（三）：全流程终端进度输出
 
 **背景：** `domestic_full.sh` / `pipeline.sh` 原用 `tail -5/-10` 截断输出，终端看不到中间进度。

embedding/pipeline.py

@@ -100,8 +100,8 @@ def embed_all_events(
     # 批量嵌入（按 batch_size 分块，每批输出进度）
     batch_size = config.batch_size
     total = len(articles)
-    logger.info("开始向量化 %d 篇文章（batch_size=%d, model=%s）",
-                total, batch_size, config.model)
+    logger.info("开始向量化 %d 篇文章（batch_size=%d, provider=%s, model=%s）",
+                total, batch_size, config.provider, config.model)
 
     for batch_start in range(0, total, batch_size):
         batch_end = min(batch_start + batch_size, total)

llm/pipeline.py

@@ -122,6 +122,10 @@ def translate_all_deduped(
     # 初始化 LLM 客户端（translation 场景配置见 system.yaml llm_scenes.translation）
     config = load_llm_config(provider=provider, model=model, scene="translation")
     client = make_sync_client(config)
+    logger.info(
+        "AI 大模型（场景 translation）: provider=%s model=%s",
+        config.provider, config.model,
+    )
     template = PromptTemplate()
 
     # 输出目录

scheduler/reporter.py

@@ -322,6 +322,9 @@ def _call_llm_simple(
         from llm.client import load_llm_config, make_sync_client
         _llm_client_cache["config"] = load_llm_config(scene="daily_report")
         _llm_client_cache[cache_key] = make_sync_client(_llm_client_cache["config"])
+        logger.info("AI 大模型（场景 daily_report）: provider=%s model=%s",
+                    _llm_client_cache["config"].provider,
+                    _llm_client_cache["config"].model)
 
     config = _llm_client_cache["config"]
     client = _llm_client_cache[cache_key]

scripts/domestic_full.sh

@@ -46,14 +46,14 @@ export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)
 # 部分源抓取失败不阻塞管道（原语义）；抓取本身按 URL 去重（index.jsonl），
 # 已抓取过的 URL 不会重复写入；输出实时显示每源进度
 if step_should_run M1_crawl; then
-    LOG "[1/2] Pi M1 抓取（8G headful + HTTP 代理）..."
+    LOG "━━━ [1/2] M1 抓取（headful Playwright + HTTP 代理）━━━"
     bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tee -a "$FULL_LOG" \
         || LOG "WARNING: 部分源抓取失败，继续管道"
     step_mark M1_crawl
 fi
 
 # ── 2. M2→M6 管道（含日报）──
-LOG "[2/2] 全链路管道..."
+LOG "━━━ [2/2] M2→M6 管道 + 日报 ━━━"
 if [ "$RESUME" = "1" ]; then
     bash "$SCRIPT_DIR/pipeline.sh" --resume 2>&1 | tee -a "$FULL_LOG"
 else

scripts/pipeline.sh

@@ -43,10 +43,33 @@ STEP_LOG="$LOG_DIR/pipeline_$(date +%Y%m%d_%H%M%S).log"
 LOG "══════ 全链路管道开始（resume=${RESUME}）═══════"
 LOG "步骤日志: ${STEP_LOG}（终端实时显示完整进度）"
 
+# ── AI 模型信息读取（供阶段 banner 显性展示供应商/模型）──
+ai_model_info() {
+    # $1: 场景名（translation / daily_report）或 "embedding"
+    # 输出格式: "供应商 / 模型"
+    .venv/bin/python3 -c "
+import sys, yaml
+scene = sys.argv[1]
+raw = yaml.safe_load(open('configs/system.yaml', encoding='utf-8'))
+if scene == 'embedding':
+    cfg = raw.get('embedding', {})
+    p = cfg.get('provider', '?')
+    m = cfg.get('dashscope_model', '?')
+else:
+    base = raw.get('llm', {})
+    sc = (raw.get('llm_scenes', {}) or {}).get(scene, {})
+    merged = {**base, **sc}
+    p = merged.get('provider', '?')
+    m = merged.get('model') or merged.get(p + '_model', '?')
+print(f'{p} / {m}')
+" "$1"
+}
+
 # 加载 .env
 export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)
 
 # ── M2: 正文提取 ──
+LOG "━━━ M2 正文提取 ━━━"
 step_run M2_extract .venv/bin/python3 -c "
 from extractor.pipeline import process_all_sources
 stats = process_all_sources()
@@ -54,20 +77,23 @@ print(f'M2: {stats[\"total_articles\"]} 篇, {stats[\"elapsed_sec\"]:.0f}s')
 "
 
 # ── M3: 去重 ──
+LOG "━━━ M3 三层去重 ━━━"
 step_run M3_dedup .venv/bin/python3 -c "
 from dedup.pipeline import dedup_all_sources
 stats = dedup_all_sources()
 print(f'M3: 唯一 {stats[\"unique\"]}/重复 {stats[\"duplicate\"]}, {stats[\"elapsed_sec\"]:.0f}s')
 "
 
-# ── M4: 翻译+事件 ──
+# ── M4: 翻译+事件（AI 大模型）──
+LOG "━━━ M4 翻译+事件抽取（AI 大模型: $(ai_model_info translation)）━━━"
 step_run M4_translate .venv/bin/python3 -c "
 from llm.pipeline import translate_all_deduped
 stats = translate_all_deduped()
 print(f'M4: {stats[\"success\"]}/{stats[\"total\"]} 篇, {stats[\"elapsed_sec\"]:.0f}s')
 "
 
-# ── M5: 向量生成 ──
+# ── M5: 向量生成（AI 大模型）──
+LOG "━━━ M5 向量生成（AI 大模型: $(ai_model_info embedding)）━━━"
 step_run M5_embed .venv/bin/python3 -c "
 from embedding.pipeline import embed_all_events
 stats = embed_all_events()
@@ -75,13 +101,15 @@ print(f'M5: {stats[\"success\"]}/{stats[\"total\"]} 篇, {stats[\"elapsed_sec\"]
 "
 
 # ── M6: Qdrant 入库 ──
+LOG "━━━ M6 Qdrant 入库 ━━━"
 step_run M6_index .venv/bin/python3 -c "
 from vectorstore.pipeline import ingest_all_embeddings
 stats = ingest_all_embeddings()
 print(f'M6: {stats[\"ingested\"]}/{stats[\"total\"]} 条, {stats[\"elapsed_sec\"]:.0f}s')
 "
 
-# ── 日报 ──
+# ── 日报（AI 大模型）──
+LOG "━━━ 日报生成（AI 大模型: $(ai_model_info daily_report)）━━━"
 step_run report .venv/bin/python3 -c "
 from scheduler.reporter import generate_report
 report_id = generate_report()