{
"event": "PreToolUse",
"tool_name": "Read",
"tool_input": {
"file_path": "\/var\/www\/scripts\/pipeline\/generators\/content_generator.py",
"offset": 150,
"limit": 50
}
}
{
"tool_response": {
"type": "text",
"file": {
"filePath": "\/var\/www\/scripts\/pipeline\/generators\/content_generator.py",
"content": " - Überschriften als <h2>, <h3>, <h4>\n - Listen als <ul>\/<ol> mit <li>\"\"\"\n\n # Load generate prompt template from database\n prompt_template = get_prompt(\"content-generate\")\n\n if prompt_template:\n prompt = prompt_template.format(\n profile_text=profile_text,\n contract_text=contract_text,\n structure_text=structure_text,\n context=context_text,\n briefing=briefing,\n format_instruction=format_instruction,\n semantic_text=semantic_text,\n taxonomy_text=taxonomy_text,\n )\n else:\n # Fallback if prompt not in DB\n prompt = f\"\"\"Du bist ein professioneller Content-Autor. Erstelle basierend auf dem Briefing und dem bereitgestellten Kontext einen hochwertigen Text.\n\n{profile_text}\n{contract_text}\n{structure_text}\n{semantic_text}\n{taxonomy_text}\n\n## Kontext aus der Wissensbasis:\n{context_text}\n\n## Briefing:\n{briefing}\n\n## Anweisungen:\n1. Nutze die Informationen aus dem Kontext als Grundlage\n2. Halte dich an das Autorenprofil und den Schreibstil\n3. Beachte die Vorgaben aus dem Contract\n4. Strukturiere den Text gemäß dem Template (falls angegeben)\n5. Schreibe auf Deutsch\n6. Kennzeichne verwendete Quellen\n7. Berücksichtige die relevanten Konzepte und deren Beziehungen\n{format_instruction}\n\nErstelle nun den Content:\"\"\"\n\n return prompt\n\n\ndef call_llm(prompt: str, model: str = \"anthropic\", client_name: str = \"content-studio\") -> str:\n \"\"\"",
"numLines": 50,
"startLine": 150,
"totalLines": 401
}
}
}