Improve screenshot analysis prompt and add debug logs

- Simplified prompt to force JSON-only response
- Added debug logs to track VLM response and parsing
- Better error messages for troubleshooting

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

phone_agent/video_learning.py

@@ -104,20 +104,13 @@ class LearningSession:
 class ScreenshotAnalyzer:
     """分析视频截图，提取内容信息"""
 
-    ANALYSIS_PROMPT = """分析这张短视频截图，提取以下信息并以JSON格式返回：
-{
-    "description": "视频描述文案（屏幕上显示的文字，如果有的话）",
-    "likes": 点赞数（纯数字，如12000，没有则为null）,
-    "comments": 评论数（纯数字，没有则为null）,
-    "shares": 分享数（纯数字，没有则为null）,
-    "tags": ["标签1", "标签2"],
-    "category": "视频类型（美食/旅行/搞笑/知识/生活/音乐/舞蹈/其他）",
-    "elements": ["画面中的主要元素，如：人物、食物、风景等"]
-}
-注意：
-1. 只返回JSON，不要其他文字
-2. 数字不要带单位，如"1.2万"应转为12000
-3. 如果无法识别某项，设为null或空数组"""
+    ANALYSIS_PROMPT = """分析这张短视频截图，只返回JSON，不要任何其他文字。
+
+格式：{"description":"描述","likes":数字,"comments":数字,"tags":["标签"],"category":"类型","elements":["元素"]}
+
+示例：{"description":"美食探店","likes":12000,"comments":500,"tags":["美食"],"category":"美食","elements":["食物"]}
+
+注意：数字如"1.2万"转为12000，无法识别则用null。只返回JSON："""
 
     def __init__(self, model_config: ModelConfig):
         """初始化分析器"""
@@ -151,13 +144,18 @@ class ScreenshotAnalyzer:
         """解析 VLM 返回的 JSON 结果"""
         import re
 
+        # 调试日志
+        print(f"[ScreenshotAnalyzer] Raw response: {text[:200]}...")
+
         # 尝试提取 JSON
         json_match = re.search(r'\{[\s\S]*\}', text)
         if not json_match:
+            print("[ScreenshotAnalyzer] No JSON found in response")
             return {}
 
         try:
             result = json.loads(json_match.group())
+            print(f"[ScreenshotAnalyzer] Parsed: {result}")
             # 确保数字字段是整数
             for field in ['likes', 'comments', 'shares']:
                 if field in result and result[field] is not None:
@@ -166,7 +164,8 @@ class ScreenshotAnalyzer:
                     except (ValueError, TypeError):
                         result[field] = None
             return result
-        except json.JSONDecodeError:
+        except json.JSONDecodeError as e:
+            print(f"[ScreenshotAnalyzer] JSON parse error: {e}")
             return {}