寻找符合数量要求之后先进入筛选 & 增加作者去重和作者字段

.gitignore

@@ -60,6 +60,7 @@ output
 
 # Debug output
 .trace/
+coast_summary/
 .trace_test/
 .trace_test2/
 examples/**/output*/

examples/content_finder/content_finder.md

@@ -35,7 +35,7 @@ $system$
 - 执行日志在 OUTPUT_DIR 下；上下文不足时可结合日志与当次 `trace_id` 目录排查。  
 
 ## 工作方式与技能
-整体建议按「理解需求 → 找内容 → 筛选 → 优质账号扩展 → 落盘 → 自检 → 入库 → 爬取计划」推进，但**不必**像流水线逐步打卡；可在中间自由推理、穿插工具。**细则与示例以技能为准**，请在执行中按需遵循：
+整体建议按「理解需求 → 找内容 → 备选数量达到筛选标准 → 筛选 → 通过数量达标 → 优质账号扩展 → 落盘 → 自检 → 入库 → 爬取计划」推进，但**不必**像流水线逐步打卡；可在中间自由推理、穿插工具。**细则与示例以技能为准**，请在执行中按需遵循：
 
 | 技能 | 用途 |
 |------|------|
@@ -54,12 +54,11 @@ $system$
 ## 流程自检
 **在宣称任务完成或结束对话前，须逐项满足下列要求；任一项未满足则继续执行，不得提前收尾。**
 
-### 1. 寻找是否覆盖策略输出词
-需求阶段给出的 case 出发与特征出发搜索词是否都已用于寻找（在次数与分页限制内）。
+### 1. 寻找的数量达到20+，可直接先进入筛选阶段。如果筛选后数量不满足要求，再尝试其他搜索词。
 
 ### 2. 筛选与画像是否符合约定
 - case 出发结果：先基础筛选与 case 规则筛选，**满 6 分**可直接进最终池，无需再拉画像。  
-- 其余条目：是否已用 **`batch_fetch_portraits`** 做批量画像；`candidates_json` 中 `douyin_user_videos` 来源设 `try_account_fallback: false`，`douyin_search` / `douyin_search_tikhub` 来源设 `true`（默认）。  
+- 其余条目：是否已用 **`batch_fetch_portraits`** 做批量画像；`candidates_json` 中 `douyin_user_videos` 来源设 `try_account_fallback: false`，`douyin_search` / `douyin_search_tikhub` 来源设 `true`（默认）。
 - 搜索来源是否在批量结果中体现了账号兜底（当允许 fallback 时），而非在未尝试兜底的情况下把 `portrait_data.source` 设为 `none`；若工具侧均失败，须在 `reason` 中说明。  
 
 ### 除非没有在筛选阶段获取到作者画像，否则不能跳过**优质账号扩展**。

examples/content_finder/core.py

@@ -95,9 +95,9 @@ from tools import (
 logger = logging.getLogger(__name__)
 
 # 默认搜索词
-DEFAULT_QUERY = "民生"
-DEFAULT_SUGGESTION = "民生"
-DEFAULT_DEMAND_ID = 21050
+DEFAULT_QUERY = "贪腐案例,赃物"
+DEFAULT_SUGGESTION = "用户想了解贪腐案例中的涉案财物和金额"
+DEFAULT_DEMAND_ID = 21820
 
 
 def extract_assistant_text(message: Message) -> str:

examples/content_finder/db/store_results.py

@@ -74,14 +74,13 @@ def upsert_good_authors(
     if not accounts:
         return 0
 
-    sql = """
-    INSERT INTO demand_find_author (trace_id, author_name, author_link, elderly_ratio, elderly_tgi, remark, content_tags)
-    VALUES (%s, %s, %s, %s, %s, %s, %s)
-    ON DUPLICATE KEY UPDATE
-      elderly_ratio = VALUES(elderly_ratio),
-      elderly_tgi = VALUES(elderly_tgi),
-      remark = VALUES(remark)
+    insert_sql = """
+    INSERT INTO demand_find_author (
+      trace_id, channel, author_id, author_name, author_link, elderly_ratio, elderly_tgi, remark, content_tags
+    )
+    VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)
     """
+    exists_sql = "SELECT 1 FROM demand_find_author WHERE author_id = %s LIMIT 1"
     with conn.cursor() as cur:
         rows = 0
         for acc in accounts:
@@ -96,17 +95,26 @@ def upsert_good_authors(
             sec_uid = acc.get("author_sec_uid") or acc.get("sec_uid")
             if not author_link and sec_uid:
                 author_link = f"https://www.douyin.com/user/{sec_uid}"
-            if not author_name or not author_link:
+            author_id = str(sec_uid).strip() if sec_uid is not None else ""
+            if not author_name or not author_link or not author_id:
                 continue
 
             elderly_ratio = acc.get("age_50_plus_ratio") or ""
             elderly_tgi = acc.get("age_50_plus_tgi") or ""
             remark = acc.get("reason") or acc.get("remark") or ""
             content_tags = _normalize_content_tags(acc.get("content_tags"))
+
+            # author_id 已存在时跳过，避免重复新增
+            cur.execute(exists_sql, (author_id,))
+            if cur.fetchone():
+                continue
+
             cur.execute(
-                sql,
+                insert_sql,
                 (
                     trace_id,
+                    "抖音",
+                    author_id,
                     author_name,
                     author_link,
                     str(elderly_ratio) if elderly_ratio is not None else None,