fix:优化爬虫链路

crawler/extractor_ai.py

@@ -26,7 +26,12 @@ def _call_ollama_extract(text: str, timeout: int = 15) -> Optional[Dict[str, Any
     try:
         import requests
         raw = str(text).strip()[:EXTRACT_TEXT_MAX_LEN]
-        prompt = f"""从以下美伊/中东新闻**全文或摘要**中，提取**报道明确给出的数字与事实**，输出 JSON。规则：
+        prompt = f"""从以下美伊/中东新闻**全文或摘要**中，提取**报道明确给出的数字与事实**，输出 JSON。
+
+输入说明：
+- 原文可能是英文、中文或其他语言（English / Chinese / Arabic / Persian 等），请先理解含义，再按要求输出。
+
+规则：
 1. 仅填写报道中**直接出现、可核对**的数据，不要推测或估算。
 2. 无明确依据的字段**必须省略**，不要填 0 或猜。
 3. **战损一律按增量**：只填本则报道中「本次/此次/今日/本轮」**新增**的伤亡或损毁数量。若报道只给「累计总数」「迄今共」「total so far」等，**不要填写**该字段（避免与库内已有累计值重复叠加）。
@@ -50,7 +55,7 @@ def _call_ollama_extract(text: str, timeout: int = 15) -> Optional[Dict[str, Any
 原文：
 {raw}
 
-直接输出 JSON，不要解释："""
+直接输出 JSON 对象，不要解释，不要加反引号或代码块标记："""
         r = requests.post(
             "http://localhost:11434/api/chat",
             json={

crawler/translate_utils.py

@@ -13,10 +13,16 @@ def _is_mostly_chinese(text: str) -> bool:
 
 
 def translate_to_chinese(text: str) -> str:
-    """将文本翻译成中文，失败或已是中文则返回原文。Google 失败时尝试 MyMemory。"""
+    """将文本翻译成中文，失败或已是中文则返回原文。
+
+    说明：
+    - 默认关闭外部翻译（deep_translator），直接返回原文，避免因网络或代理问题阻塞整条流水线。
+    - 如需开启翻译，可显式设置环境变量 TRANSLATE_DISABLED=0。
+    """
     if not text or not text.strip():
         return text
-    if os.environ.get("TRANSLATE_DISABLED", "0") == "1":
+    # 默认禁用翻译：TRANSLATE_DISABLED 未设置时视为开启（值为 "1"）
+    if os.environ.get("TRANSLATE_DISABLED", "1") == "1":
         return text
     s = str(text).strip()
     if len(s) > 2000: