feat： Prompt优化

examples/content_finder/content_finder.prompt

@@ -8,90 +8,63 @@ $system$
 
 ## 重要约束
 - 只在抖音平台搜索，不要切换到其他平台（小红书、B站等）
-- 只使用 douyin_search、douyin_user_videos、get_content_fans_portrait、get_account_fans_portrait、store_results_mysql 这4个工具
-- 不要使用浏览器工具、或其他平台的搜索工具
-- **严格禁止调用任何名称以browser_开头的浏览器工具**（调用任何一个都是错误行为）：
+- 可用工具：`douyin_search`、`douyin_user_videos`、`get_content_fans_portrait`、`get_account_fans_portrait`、`store_results_mysql`、`create_crawler_plan_by_douyin_content_id`、`create_crawler_plan_by_douyin_account_id`
+- **严格禁止**调用任何名称以 `browser_` 开头的浏览器工具
 
-## 平台背景（仅供参考）：
+## 平台背景
 - 平台载体：微信小程序
 - 核心用户群：95% 是 50 岁以上中老年人
 - 增长方式：微信分享裂变
 - 核心指标：分享率、DAU
 
-## 核心数据使用策略
-
-### 工具调用结果数据优先提取原则
-- **搜索结果**：调用 douyin_search 后，从 metadata.search_results 获取，不要解析 工具的output
-- **账号作品**：调用 douyin_user_videos 后，从 metadata.user_videos 获取数据
-- **画像判断**：使用 `metadata.has_portrait` 字段（True=有画像，False=无画像）
-- **画像数据**：从 `metadata.portrait_data` 获取结构化数据
-
-### 关键字段说明
-- `author.sec_uid`：约80字符，必须完整复制，不能截断
-- `aweme_id`：视频ID，用于内容链接和画像查询
-- `statistics`：包含 digg_count（点赞）、comment_count（评论）、share_count（分享）
-
-## 热度参考标准
-
-抖音视频点赞量参考：
-- 1000+: 一般热度
-- 5000+: 较高热度
-- 10000+: 高热度
-- 50000+: 爆款
-
-## 工具组合策略
-
-### 画像获取流程（必须执行）
-1. 对每条候选内容，先调用 `get_content_fans_portrait` 获取点赞用户画像
-2. 检查 `metadata.has_portrait` 判断是否有有效画像
-3. 如果 `has_portrait=False`，调用 `get_account_fans_portrait` 获取账号粉丝画像作为兜底
-4. 在结果中明确标注数据来源（"内容点赞画像"或"账号粉丝画像"）
-
-### 优质账号扩展（必须执行）
-- 如果账号粉丝画像中，目标人群占比 > 60% 且 tgi > 120
-- 调用 `douyin_user_videos` 获取该账号的 5-10 条作品
-- 对扩展作品做基础筛选（热度、相关性）
-- 在输出时说明是否发现优质账号及扩展情况
-
-### Token 管理（必须遵守）
-- **搜索控制**：用户要求 M 条内容，只搜索 N = M × 2 条，搜索到后立即停止
-- **分批处理**：先处理 10 条候选内容，不足再继续下一批
-- **工具调用限制**：每次最多并行调用 3 个画像工具
-- **画像获取完成标准**：获取画像后立即进入筛选阶段，不要继续搜索新内容
-
-## 数据真实性要求（严格遵守）
-**禁止编造数据**：这是最严重的错误，会导致 404 错误和用户体验问题。
-
-### 最终结果存储至远程数据库（必须执行）
-- 使用 store_results_mysql tool工具进行存储
-
-## 最终输出要求
-最终输出必须严格遵循 Skills 中「输出结果指南」要求的目录和结构。
-
-## 接入AIGC平台
-Skills 中的「AIGC 爬取计划生成」用于将寻找的结果接入AIGC平台。
-
-## 任务完成要求
-- 搜索 M × 2 条内容后，立即停止搜索
-- 对所有搜索到的内容获取画像后，立即进入筛选阶段
-- 筛选完成后，立即输出完整的推荐结果
-- 最终输出必须严格遵循 Skills 中「输出结果指南」,所有的key都必须严格按照schema的约定
-- 输出已写入到 %output_dir% 目录下当次执行的trace_id目录内的output.json文件。
-- 检查output.json里面文件的格式和 Skills 中「输出结果指南」中的格式完全一致。
-- 输出已经存储到远程数据库中。
-- 输出结果已经接入AIGC平台。
-- 输出完整的推荐结果后，任务会自动进行反思和知识保存
-- 反思完成后，输出简短的完成确认：✅ 任务完成！已为您找到 [数量] 条视频，并保存了执行经验
-
-请按照 content_finding_strategy 和 content_filtering_strategy 中的方法论执行任务。
-
-**关键提醒**：
-- 不要陷入”一直获取画像”的循环
-- 获取足够画像后，立即进入筛选和输出阶段
-- 必须输出最终推荐结果，不能在中途停止
-- 所有数据必须源于 TOOLS 返回，禁止捏造不存在的视频
-- 最终输出必须严格遵循 Skills 中「输出结果指南」，禁止自创/变体字段名或使用中文 key
-- 输出文件的保存地址严格按照要求，在 %output_dir% 目录下当次执行的trace_id目录内的output.json文件，不能随意放置。
+## 执行流程（按顺序，禁止跳步）
+1. **搜索阶段**：按 `content_finding_strategy` 执行
+2. **筛选阶段**：按 `content_filtering_strategy` 执行
+3. **输出阶段**：先按 `output_schema` 写入 `output.json`
+4. **Schema 校验阶段**：逐字段自检；不符合就重写 `output.json`
+5. **入库阶段**：仅在 Schema 校验通过后，调用 `store_results_mysql(trace_id)` 存储到远程数据库
+6. **接入平台阶段**：最后按 `aigc_platform_plan` 生成 AIGC 爬取计划
+
+## 强制要求（违反即为错误）
+
+### 画像工具必须调用
+对每条候选内容，**必须**按以下顺序获取画像：
+1. 先调用 `get_content_fans_portrait`，检查 `metadata.has_portrait`
+2. 若 `has_portrait=False`，再调用 `get_account_fans_portrait` 兜底
+3. **不允许跳过画像获取直接输出**
+
+### 输出字段必须严格遵循 Schema
+- 顶层字段只能有：`trace_id`、`query`、`demand_id`、`summary`、`good_account_expansion`、`contents`
+- 每条内容字段只能有：`title`、`aweme_id`、`rank`、`video_url`、`author_nickname`、`author_sec_uid`、`author_url`、`statistics`、`portrait_data`、`reason`
+- **禁止自创字段**（如 `results`、`metrics`、`tags`、`platform` 等）
+- **禁止使用中文 key**
+
+## 流程自检
+
+**在宣称任务完成或结束对话前，必须逐项确认；任一项未满足则继续执行，不得提前收尾。**
+
+### 1.画像（内容 + 账号）是否已获取
+- 对**最终写入 `contents` 的每一条**视频，是否都已调用过 `get_content_fans_portrait(aweme_id)`？
+- 对其中 `metadata.has_portrait=False` 的条目，是否**在同一条目上**已调用 `get_account_fans_portrait(account_id=author.sec_uid)` 作为兜底？
+- **禁止**：仅因内容侧无画像就跳过账号画像、直接把 `portrait_data` 当空或来源标为 `none` 而未尝试账号接口（除非两次调用均失败且已在理由中说明）。
+
+### 输出、校验、入库顺序是否正确
+- 是否已先写 `output.json`，再完成 Schema 校验，最后才调用 `store_results_mysql(trace_id)`？
+- **禁止**：未校验 Schema 就直接入库。
+
+### Schema 合规闸门（入库前必须通过）
+- 在调用 `store_results_mysql` 前，必须逐项核对 `output.json` 是否满足 `output_schema`；**不通过就先重写 JSON，不得入库**。
+- 顶层字段必须且仅能是：`trace_id`、`query`、`demand_id`、`summary`、`good_account_expansion`、`contents`。
+- `summary` 必须是对象，且包含：`candidate_count`、`portrait_content_like_count`、`portrait_account_fans_count`、`portrait_none_count`、`filtered_in_count`（禁止用字符串 summary）。
+- `good_account_expansion` 必须是对象：`{"enabled": <bool>, "accounts": [...]}`；`accounts` 每项字段必须是：`author_nickname`、`author_sec_uid`、`age_50_plus_ratio`、`age_50_plus_tgi`（禁止 `account_name`、`sec_uid` 等别名）。
+- 每条 `contents` 的 `statistics` 字段必须是：`digg_count`、`comment_count`、`share_count`（禁止 `likes` / `comments` / `shares`）。
+- 每条 `contents` 的 `portrait_data.source` 只允许：`content_like`、`account_fans`、`none`（禁止 `content`、`account` 等缩写）。
+- 每条 `contents` 的 `portrait_data` 必须包含：`source`、`age_50_plus_ratio`、`age_50_plus_tgi`、`url`。
+
+### AIGC 接入（爬取计划）是否已接入
+- `contents` 中入选视频是否在**入库成功后**已按 `aigc_platform_plan` 调用 `create_crawler_plan_by_douyin_content_id`？
+- **禁止**：写完库就认为任务结束、不创建爬取计划。若某条创建失败，须在回复中说明原因；仅当入选视频已创建或已说明失败原因时，方可视为本阶段完成。
+
 
 $user$
 任务：找10个与「%query%」相关的、老年人感兴趣的视频。

examples/content_finder/core.py

@@ -41,8 +41,8 @@ from tools import (
 logger = logging.getLogger(__name__)
 
 # 默认搜索词
-DEFAULT_QUERY = "毛泽东1965年深秋预言"
-DEFAULT_DEMAND_ID = 2629
+DEFAULT_QUERY = "戏曲表演"
+DEFAULT_DEMAND_ID = 1
 
 
 async def run_agent(

examples/content_finder/db/store_results.py

@@ -13,14 +13,20 @@ def upsert_good_authors(
 ) -> int:
     """
     将 good_account_expansion 中的 accounts 写入 demand_find_author 表。
+    兼容两种格式：
+      - 标准格式：{"enabled": true, "accounts": [...]}
+      - 降级格式：直接传 list（agent 未严格遵守 schema 时的兜底）
     """
     if not good_account_block:
         return 0
 
-    if not good_account_block.get("enabled"):
-        return 0
+    if isinstance(good_account_block, list):
+        accounts: List[Dict[str, Any]] = good_account_block
+    else:
+        if not good_account_block.get("enabled"):
+            return 0
+        accounts = good_account_block.get("accounts") or []
 
-    accounts: List[Dict[str, Any]] = good_account_block.get("accounts") or []
     if not accounts:
         return 0
 
@@ -35,12 +41,17 @@ def upsert_good_authors(
     with conn.cursor() as cur:
         rows = 0
         for acc in accounts:
-            author_name = acc.get("author_nickname") or ""
+            # 与 output_schema 一致：author_nickname / author_sec_uid / author_url
+            # 兼容 Agent 常用别名：account_name、sec_uid（见 good_account_expansion 数组简写）
+            author_name = (
+                acc.get("author_nickname")
+                or acc.get("account_name")
+                or ""
+            )
             author_link = acc.get("author_url") or ""
-            if not author_name or not author_link:
-                sec_uid = acc.get("author_sec_uid")
-                if sec_uid and not author_link:
-                    author_link = f"https://www.douyin.com/user/{sec_uid}"
+            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:
                 continue
 
@@ -77,12 +88,12 @@ def insert_contents(
 
     sql = """
     INSERT INTO demand_find_content_result (
-      trace_id, query, rank_no, aweme_id, video_url, title, author_name, author_link,
+      trace_id, query, rank_no, aweme_id, video_url, title, author_name, author_id, author_link,
       digg_count, comment_count, share_count,
       portrait_source, elderly_ratio, elderly_tgi, recommendation_reason,
       demand_content_id
     ) VALUES (
-      %s, %s, %s, %s, %s, %s, %s, %s,
+      %s, %s, %s, %s, %s, %s, %s, %s, %s,
       %s, %s, %s,
       %s, %s, %s, %s,
       %s
@@ -92,6 +103,12 @@ def insert_contents(
         rows = 0
         for item in contents:
             video_url = item.get("video_url") or ""
+            stats = item.get("statistics") or {}
+            portrait = item.get("portrait_data") or {}
+            # age_distribution 是 agent 有时输出的非标准结构，兜底提取 50+ 占比
+            age_dist = portrait.get("age_distribution") or {}
+            age_50_plus_ratio = portrait.get("age_50_plus_ratio") or age_dist.get("50+") or ""
+            age_50_plus_tgi = portrait.get("age_50_plus_tgi") or ""
             cur.execute(
                 sql,
                 (
@@ -102,13 +119,15 @@ def insert_contents(
                     video_url,
                     item.get("title") or "",
                     item.get("author_nickname") or "",
+                    item.get("author_sec_uid") or "",
                     item.get("author_url") or "",
-                    int(item.get("statistics", {}).get("digg_count") or 0),
-                    int(item.get("statistics", {}).get("comment_count") or 0),
-                    int(item.get("statistics", {}).get("share_count") or 0),
-                    item.get("portrait_data").get("source") or "",
-                    str(item.get("portrait_data").get("age_50_plus_ratio")  or ""),
-                    str(item.get("portrait_data").get("age_50_plus_tgi") or ""),
+                    # like_count 是 agent 有时输出的非标准字段名，兜底处理
+                    int(stats.get("digg_count") or stats.get("like_count") or 0),
+                    int(stats.get("comment_count") or 0),
+                    int(stats.get("share_count") or 0),
+                    portrait.get("source") or "",
+                    str(age_50_plus_ratio) if age_50_plus_ratio != "" else "",
+                    str(age_50_plus_tgi) if age_50_plus_tgi != "" else "",
                     item.get("reason") or "",
                     demand_content_id,
                 ),

examples/content_finder/skills/aigc_platform_plan.md

@@ -9,8 +9,10 @@ description: AIGC 爬取计划生成
 
 ## 适用场景
 - 内容寻找任务执行完成，`output.json` 已生成
+- `output.json` 已通过 `output_schema` 校验
+- `store_results_mysql(trace_id)` 已执行成功
 - 需要把筛选出的抖音视频批量接入到自有抓取 / 发布平台
 
 ## 行为约定
 1. 从内容寻找输出中查看**视频列表**。
-2. 如果有视频结果，先调用`get_current_context` 获取 `trace_id`，再调用 `create_crawler_plan_by_douyin_content_id` 创建爬取计划。
+2. 仅在入库成功后执行本技能：如果有视频结果，调用 `create_crawler_plan_by_douyin_content_id` 创建爬取计划。

examples/content_finder/skills/content_filtering_strategy.md

@@ -1,214 +1,97 @@
-# 内容筛选方法论
-
-## 核心方法：分阶段筛选 → 画像兜底 → 分层输出
-
-本方案采用结构化的筛选流程，明确每个阶段的评估标准和执行顺序。
-
 ---
-
-## 完整筛选流程
-
-### 阶段一：基础质量筛选
-
-在获取画像数据前，先进行快速的基础筛选，减少不必要的 API 调用。
-
-#### 热度评估
-
-**量化标准**（可根据需求调整）：
-- 1000+: 一般热度
-- 5000+: 较高热度
-- 10000+: 高热度
-- 50000+: 爆款
-
-**评估维度**：
-- 点赞数（digg_count）
-- 评论数（comment_count）
-- 分享数（share_count）
-
-**筛选策略**：
-- 根据用户需求设定最低热度门槛
-- 如果用户未明确要求，保持宽松标准
-
-#### 相关性评估
-
-**评估依据**：
-- 内容描述（desc）是否包含关键词
-- 内容主题是否与需求相关
-- 明显不相关的内容直接过滤
-
-**输出**：保留通过基础筛选的候选内容列表
-
+name: content_filtering_strategy
+description: 内容筛选方法论
 ---
 
-### 阶段二：画像匹配筛选
-
-对通过基础筛选的内容，进行精细的画像匹配评估。
-
-#### 画像数据获取策略
+# 内容筛选方法论
 
-**优先级1：内容点赞用户画像**
-- 调用 `get_content_fans_portrait(content_id=aweme_id)`
-- 检查返回的 metadata.has_portrait 字段
-- 如果 has_portrait 为 True：
-  - 从 metadata.portrait_data 中获取结构化画像数据
-  - 评估是否符合目标人群
-  - 在结果中标注"数据来源：内容点赞画像"
-
-**优先级2：账号粉丝画像（兜底）**
-- 如果 metadata.has_portrait 为 False（画像数据缺失）
-- 调用 `get_account_fans_portrait(account_id=author.sec_uid)`
-- 检查返回的 metadata.has_portrait 字段
-- 如果 has_portrait 为 True：
-  - 从 metadata.portrait_data 中获取结构化画像数据
-  - 评估是否符合目标人群
-  - 在结果中标注"数据来源：账号粉丝画像（内容点赞画像缺失）"
-
-**优先级3：无画像数据**
-- 如果两种画像的 has_portrait 都为 False
-- 仅基于热度和相关性评估
-- 在结果中标注"数据来源：无画像数据"
-
-#### 画像评估标准
-
-**从需求中提取目标人群**：
-- 用户明确说的条件，作为硬性标准（必须满足）
-- 用户模糊描述的，作为软性标准（尽量满足）
-
-**量化评估**：
-- **占比（ratio/percentage）**：目标人群在总体中的占比
-- **偏好度（tgi/preference）**：> 100 表示该人群偏好高于平均水平，= 100 表示平均，< 100 表示低于平均
-
-**举例**：
-- 需求："适合50岁以上老年人"
-- 评估：年龄分布中"50岁以上"的占比和 tgi
-- 判断：占比 > 40% 且 tgi > 100 为符合
-
-**质性判断**：
-- 无法量化时，寻找间接信号
-- 「感人」→ 看评论中是否有情感表达
-- 「有价值」→ 看收藏率是否高于平均水平
-
-**输出**：筛选出符合目标人群的内容
+## 核心流程：基础筛选 → 画像匹配 → 账号扩展 → 去重排序
 
 ---
 
-### 阶段三：优质账号扩展
-
-识别优质账号并扩展其作品，作为补充内容。
-
-#### 优质账号识别标准
+## 阶段一：基础质量筛选
 
-**量化标准**：
-- 账号粉丝画像中，目标人群占比 > 60%
-- 目标人群偏好度（tgi）> 120
+在获取画像前先快速过滤，减少不必要的 API 调用。
 
-**判断时机**：
-- 在阶段二中，如果某个账号的粉丝画像非常符合要求
-- 标记为"优质账号"
+**热度参考标准**：
 
-#### 扩展策略
+| 点赞量 | 热度等级 |
+|---|---|
+| 1000+ | 一般热度 |
+| 5000+ | 较高热度 |
+| 10000+ | 高热度 |
+| 50000+ | 爆款 |
 
-**获取账号作品**：
-- 调用 `douyin_user_videos(account_id=author.sec_uid)`
-- 限制数量：5-10 条近期作品
-- 从返回的 metadata.user_videos 中获取结构化数据
+评估维度：digg_count（点赞）、comment_count（评论）、share_count（分享）
 
-**筛选扩展作品**：
-- **仅执行阶段一筛选**（热度、相关性）
-- **不再递归获取画像**，避免无限展开
-- 假设该账号的其他作品也符合目标人群
-
-**加入候选池**：
-- 将通过筛选的扩展作品加入候选池
-- 标注"来源：优质账号扩展"
+**相关性评估**：内容描述（desc）是否与需求相关，明显不相关直接过滤。
 
 ---
 
-### 阶段四：去重与排序
-
-#### 去重机制
+## 阶段二：画像匹配筛选
 
-**去重依据**：
-- 按 aweme_id 去重
-- 不同关键词或不同来源可能搜到相同内容
+**分批处理**：先处理前 10 条候选内容，筛选后 >= M 则停止，不足再继续下一批。  
+**并行限制**：每次最多并行调用 3 个画像工具。  
+**停止条件**：已获取画像数量 >= M × 1.5 时，立即停止，进入下一阶段。
+不要无限循环获取画像，避免陷入"一直获取画像"的状态
 
-**去重策略**：
-- 保留第一次出现的版本
-- 合并多个来源的标签（如"关键词A + 优质账号扩展"）
 
-#### 排序策略
+### 画像获取优先级
 
-**综合排序**：
-- 优先级1：画像匹配度（目标人群占比 × tgi）
-- 优先级2：热度（点赞、评论、分享综合）
-- 优先级3：数据来源（内容点赞画像 > 账号粉丝画像 > 无画像）
+**优先级 1：内容点赞用户画像**
+- 调用 `get_content_fans_portrait(content_id=aweme_id)`
+- `metadata.has_portrait=True` → 从 `metadata.portrait_data` 评估，标注来源 `content_like`
 
-**相对比较**：
-- 在候选集中排序，而不是套用固定门槛
-- 同一批结果里，谁更好就推谁
+**优先级 2：账号粉丝画像（兜底）**
+- 如果 `has_portrait=False`，调用 `get_account_fans_portrait(account_id=author.sec_uid)`
+- 有画像则评估，标注来源 `account_fans`
 
----
+**优先级 3：无画像**
+- 两者均无画像，仅基于热度和相关性评估，标注来源 `none`
 
-### 阶段五：分层输出
+### 画像评估标准
 
-不是非此即彼，而是按匹配度分层。
+- **占比（ratio）**：目标人群在总体中的占比
+- **偏好度（tgi）**：> 100 高于平均，= 100 平均，< 100 低于平均
+- 示例："适合50岁以上老年人" → 年龄分布"50岁以上"占比 > 40% 且 tgi > 100 视为符合
 
-#### 输出分层
+---
 
-**强烈推荐**：
-- 核心标准全部满足（画像匹配 + 热度高）
-- 数据来源可靠（内容点赞画像或账号粉丝画像）
+## 阶段三：优质账号扩展（可选）
 
-**推荐**：
-- 核心标准满足，有小瑕疵
-- 如：画像匹配但热度一般，或热度高但画像数据缺失
+### 触发条件
+账号粉丝画像中：目标人群占比 > 60% **且** tgi > 120
 
-**可选**：
-- 核心标准基本满足，作为补充
-- 如：优质账号扩展的作品
+### 扩展策略
+1. 调用 `douyin_user_videos(account_id=author.sec_uid)`，获取 5-10 条近期作品
+2. **仅执行阶段一筛选**（热度、相关性），不递归获取画像
+3. 通过筛选的作品加入候选池，标注来源"优质账号扩展"
 
-**不推荐**：
-- 核心标准不满足，明确说明原因
-- 如：画像不匹配、热度过低
+### 必须在输出中说明
+- 发现优质账号：说明账号名、目标人群占比、tgi，以及扩展了哪些作品
+- 未发现：说明"未发现符合扩展条件的优质账号（需占比 > 60% 且 tgi > 120）"
 
-#### 输出内容
+---
 
-> **重要**：输出必须严格遵循本 Skills 中「输出结果指南」定义的 JSON Schema 结构，**禁止使用中文 key**，以下中文仅为语义说明，对应到 schema 中的英文 key。
+## 阶段四：去重与排序
 
-**每条内容（对应 `contents[].*`）包含**：
-- 内容基本信息 → `title`、`aweme_id`、`author_nickname`、`author_sec_uid`、`video_url`、`author_url`
-  - **数据来源**：必须从 metadata.search_results 或 metadata.user_videos 中获取
-  - **sec_uid 要求**：必须完整复制（约80字符），不能截断
-- 该内容热度数据 → `statistics`（digg_count、comment_count、share_count）
-  - **数据来源**：必须从 metadata 中的 statistics 字段获取
-- 该内容的画像数据 → `portrait_data`（）
-  - **数据来源**：从 metadata.portrait_data 中获取，输出key为source、age_50_plus_ratio、age_50_plus_tgi、url字段。
-  - **有效性判断**：通过 metadata.has_portrait 字段判断
-- 数据来源标注 → `portrait.source`（content_like | account_fans | none）
-- 推荐理由 → `reasons`（字符串数组）
-- **链接的拼接规则**：
-  - video_url（内容链接）：https://www.douyin.com/video/{aweme_id}
-  - author_url（作者链接）：https://www.douyin.com/user/{author.sec_uid}
-  - portrait_data.url(画像链接)（如果 has_portrait 为 True）：
-    - 内容点赞画像：https://douhot.douyin.com/video/detail?active_tab=video_fans&video_id={aweme_id}
-    - 账号粉丝画像：https://douhot.douyin.com/creator/detail?active_tab=creator_fans_portrait&creator_id={author.sec_uid}
+**去重**：按 aweme_id 去重，保留第一次出现的版本。
 
-**说明评估逻辑**：
-- 让用户理解为什么这条内容被推荐或排除
-- 透明展示评估过程
+**排序优先级**：
+1. 画像匹配度（目标人群占比 × tgi）
+2. 热度（点赞、评论、分享综合）
+3. 数据来源可靠性（content_like > account_fans > none）
 
 ---
 
 ## 关键原则
-
 **标准来自需求**：评估维度随需求变化，不固化。
-
 **分阶段筛选**：先快速过滤，再精细评估，提高效率。
-
 **画像兜底策略**：优先内容画像，缺失时用账号画像，确保数据覆盖。
-
 **说明评估逻辑**：让用户理解为什么这条内容被推荐或排除。
-
 **承认不确定性**：数据不足以判断时，如实说明，而不是强行打分。
-
 **让用户决定**：提供充分信息，最终选择权在用户。
+
+
+输出格式严格遵循 `output_schema` 中定义的 JSON Schema，禁止自创字段名或使用中文 key。
+

examples/content_finder/skills/content_finding_strategy.md

@@ -1,221 +1,77 @@
-# 内容寻找方法论
-
-## 核心方法：串行搜索 → 分阶段筛选 → 按需补充
-
-本方案采用更结构化的执行流程，提供明确的数量控制和资源优化策略。
-
+---
+name: content_finding_strategy
+description: 内容搜索方法论
 ---
 
-## 完整执行流程
-
-### 第一步：需求分析与关键词提取
-
-**提取多个搜索关键词**：
-- 从用户需求中提取核心关键词和扩展关键词
-- 优先使用用户原话中的关键词
-- 必要时补充同义词或相关词
-
-**关键词排序**：
-- 按相关性排序：核心关键词优先，扩展关键词其次
-- 优先级：用户明确说的 > 用户暗示的 > 推测的
+# 内容搜索方法论
 
-**确定目标数量 M**：
-- M = 用户要求的内容数量（如"找10条内容"，则 M = 10）
+## 核心流程：关键词提取 → 串行搜索 → 结果评估 → 按需补充
 
 ---
 
-### 第二步：串行关键词搜索
-
-**选择关键词**：
-- 从关键词列表中选择优先级最高的未使用关键词
+## 第一步：需求分析与关键词提取
 
-**搜索数量控制**：
-- 只搜索 N 条内容，其中 **N = M × 2，不要超过**
-- 如果第一次搜索返回超过 N 条，只保留前 N 条处理
-- 目的：控制 token 消耗，确保筛选后有足够余量
-
-**分页策略**：
-- 第一次搜索使用默认 cursor（"0" 或 ""）
-- 如果需要更多结果，使用返回的 cursor 值继续获取
-- 示例：`douyin_search(keyword="...", cursor="返回的cursor值")`
+- 从用户需求中提取核心关键词和扩展关键词，优先使用用户原话
+- 按相关性排序：用户明确说的 > 用户暗示的 > 推测的
+- 确定目标数量 **M**（如"找10条"，则 M = 10）
 
 ---
 
-### 第三步：分阶段内容筛选
-
-#### 阶段一：基础质量筛选
-
-**热度筛选**：
-- 根据点赞、评论、分享数据过滤低质量内容
-- 参考标准（可根据需求调整）：
-  - 1000+: 一般热度
-  - 5000+: 较高热度
-  - 10000+: 高热度
-
-**相关性筛选**：
-- 根据内容描述过滤明显不相关的内容
-- 保留候选内容列表
-
-#### 阶段二：画像匹配筛选
-
-**分批处理策略**：
-- 不要一次性处理所有候选内容
-- 先处理前 10 条候选内容
-- 筛选后如果符合要求的内容 >= M，停止处理
-- 如果不足，继续处理下一批 10 条
-- 目的：避免一次性调用过多工具导致 token 超限
-
-**画像获取完成标准（重要）**：
-- 当已获取画像的内容数量 >= M × 1.5 时，立即停止获取画像
-- 示例：用户要10条，获取15条画像后立即进入筛选和输出阶段
-- 不要无限循环获取画像，避免陷入"一直获取画像"的状态
-
-**工具调用限制**：
-- 每次最多并行调用 3 个画像工具
-- 避免一次性调用过多工具导致响应被截断
-
-**对每条候选内容**：
-
-1. **从 metadata.search_results 或 metadata.user_videos 中获取基础信息**：
-   - aweme_id、desc、author.nickname、author.sec_uid、statistics
-   - 这些数据将用于最终输出，必须完整保留
-   - 特别注意：author.sec_uid 约80字符，必须完整复制
-
-2. **优先获取内容点赞用户画像**：
-   - 调用 `get_content_fans_portrait(content_id=aweme_id)`
-   - 检查返回的 metadata.has_portrait 字段
-   - 如果 has_portrait 为 True：评估是否符合目标人群，标注"内容点赞画像"
-
-3. **画像缺失时的兜底策略**：
-   - 如果 metadata.has_portrait 为 False（无画像数据）
-   - 获取该内容作者的账号粉丝画像：`get_account_fans_portrait(account_id=author.sec_uid)`
-   - 检查账号画像的 metadata.has_portrait
-   - 如果有画像：评估是否符合目标人群，标注"账号粉丝画像"
-
-4. **画像评估**：
-   - 从 metadata.portrait_data 中获取结构化的画像数据
-   - 根据目标人群的占比和偏好度（tgi）判断
-   - 偏好度 > 100 表示该人群偏好高于平均水平，= 100 表示平均，< 100 表示低于平均
-   - 筛选出符合要求的内容
-
-5. **数据获取步骤（必须遵守）**:
-   ### 唯一数据源
-   - 推荐结果的所有数据必须来自 ToolResult 的 `metadata.search_results` 或 `metadata.user_videos`
-   - **禁止**从 metadata.output 中解析数据（可能有格式问题）
-   - **禁止**编造任何不在 metadata 中的数据
-   - **禁止**拼接、修改、截断任何字段值
-
-   ### 字段完整性
-   - `author.sec_uid` 必须**逐字符完整复制**（约80字符），不能截断、不能修改
-   - 格式检查：必须以 `MS4wLjABAAAA` 开头，后面约 68 个字符
-   - `aweme_id`、作者名、热度数据必须来自**同一条记录**，不能混用
-
-   1. 从工具返回的 `metadata.search_results` 或 `metadata.user_videos` 中选择一条记录
-   2. 从该记录中提取 `author.sec_uid`，**完整复制**，不做任何修改
-   3. 使用该 sec_uid 调用画像工具
-   4. 如果 metadata 中没有该字段或为空，**不要编造**，标注为"无数据"
-
-   ### 错误示例（禁止）
-   ❌ 编造 sec_uid：`MS4wLjABAAAA2Ue8Ks9rkqNmLCy_3bRYCcjmLPXCxQzQOWrGGLZqLmNjFCFUhXJWVLPOxLPO`
-   ❌ 截断 sec_uid：`MS4wLjABAAAAknWSpc8MaIgiXwRsohQtmeF6dJD0CxofXq4v8QtSVDw5eyehGrb_P4a`
-   ❌ 从 output 解析：从文本 "sec_uid: MS4w..." 中提取
-   ❌ 混用字段：用 A 记录的 aweme_id + B 记录的 sec_uid
-
-   ### 正确示例
-   ✅ 从 metadata.search_results[0] 中获取：
-   ```python
-      item = metadata.search_results[0]
-      aweme_id = item["aweme_id"]  # "7598168772859838016"
-      sec_uid = item["author"]["sec_uid"]  # 完整复制，约80字符
-   ```
-
-   **违反后果**：编造数据会导致404错误，严重影响用户体验。
-
-#### 阶段三：优质账号扩展（可选）
-
-**识别优质账号**：
-- 标准：账号粉丝画像匹配度高
-- 量化指标：目标人群占比 > 60% 且 tgi > 120
-
-**扩展策略**：
-- 对优质账号，获取其近期作品：`douyin_user_videos(account_id=author.sec_uid)`
-- 限制数量：5-10 条
-- 从返回的 metadata.user_videos 中获取结构化数据
-- 对这些作品**仅执行阶段一筛选**（热度、相关性）
-- **不再递归获取画像**，避免无限展开
-- 作为补充内容加入候选池
-
-**必须说明（重要）**：
-- 在输出推荐结果时，必须明确说明优质账号扩展情况
-- 如果发现优质账号：说明"发现 X 个优质账号（账号名，目标人群占比 Y%，tgi Z），已扩展其作品"
-- 如果未发现优质账号：说明"未发现符合扩展条件的优质账号（需要目标人群占比 > 60% 且 tgi > 120）"
-- 让用户清楚知道是否执行了扩展，以及扩展的结果
-
----
+## 第二步：串行关键词搜索
 
-### 第四步：结果评估与补充
+**数量控制**：只搜索 **N = M × 2** 条，搜到后立即停止，不超出此限制。
 
-**统计当前符合要求的内容数量 C**：
-- C = 通过所有筛选阶段的内容数量
+**数据读取规则**：
+- 搜索结果从 `metadata.search_results` 获取，**不要解析工具的 output 文本**
+- 账号作品从 `metadata.user_videos` 获取
 
-**判断是否需要补充**：
-- 如果 **C >= M**：完成，进入第五步
-- 如果 **C < M × 0.8**：内容不足，选择下一个关键词，回到第二步
-- 如果 **M × 0.8 <= C < M**：接近目标，可选择继续补充或直接输出
+**分页策略**：第一次使用默认 cursor（`"0"` 或 `""`），需要更多时使用返回的 cursor 继续获取。
 
 ---
 
-### 第五步：去重与排序
-
-**去重机制**：
-- 按 aweme_id 去重（不同关键词可能搜到相同内容）
-- 保留第一次出现的版本
-
-**排序策略**：
-- 按匹配度和热度综合排序
-- 优先推荐匹配度高且热度高的内容
-
----
+## 第三步：数据真实性规范（严格遵守）
 
-## 错误处理
+**禁止编造数据**，所有字段必须来自工具返回的 metadata。
 
-**服务级错误（HTTP 502/503/504）**：
-- 这是服务暂时不可用，不是参数问题
-- 工具会返回详细的错误信息，包含 HTTP 状态码
-- 不要重复尝试相同的调用（最多重试1次）
-- 直接告知用户"服务暂时不可用，请稍后再试"
-- 不要切换到其他平台或工具
+### 字段完整性要求
+- `author.sec_uid`：约 80 字符，必须**逐字符完整复制**，不能截断或修改
+  - 格式校验：必须以 `MS4wLjABAAAA` 开头，后跟约 68 个字符
+- `aweme_id`、作者名、热度数据必须来自**同一条记录**，不能混用
 
-**参数错误（HTTP 400/404）**：
-- 检查参数格式是否正确
-- 调整参数后重试
+### 正确做法
+```python
+item = metadata.search_results[0]
+aweme_id = item["aweme_id"]         # 直接取，不修改
+sec_uid = item["author"]["sec_uid"]  # 完整复制，约 80 字符
+```
 
-**超时错误（Timeout）**：
-- 工具会返回明确的超时错误信息
-- 可以重试1次，如果仍然超时则告知用户
+### 禁止行为
+❌ 编造 sec_uid  
+❌ 截断 sec_uid  
+❌ 从 output 文本中解析数据  
+❌ 混用不同记录的字段  
 
-**网络错误（Connection/Network）**：
-- 可以重试1-2次
-- 如果持续失败，告知用户网络问题
+**违反后果**：编造数据会导致 404 错误，严重影响用户体验。
 
 ---
 
-## 关键参数
-
-- **搜索倍数**：N = M × 2
-- **不足阈值**：C < M × 0.8
-- **优质账号标准**：目标人群占比 > 60% 且 tgi > 120
-- **账号扩展数量**：5-10 条
-- **TGI 说明**：tgi > 100 表示高于平均，= 100 表示平均，< 100 表示低于平均
+## 第四步：结果评估与补充
 
----
+经 `content_filtering_strategy` 筛选后，统计符合要求的内容数量 **C**：
 
-## 关键原则
+- **C >= M**：完成，进入输出阶段
+- **C < M × 0.8**：内容不足，选下一个关键词，回到第二步
+- **M × 0.8 <= C < M**：接近目标，可选择继续补充或直接输出
 
-**结构化执行**：严格按照5步流程执行，确保可控性。
+---
 
-**资源优化**：串行搜索，够了就停，避免浪费。
+## 错误处理
 
-**透明过程**：说明为什么选择这些关键词，用了什么筛选逻辑。
+| 错误类型 | 处理策略 |
+|---|---|
+| HTTP 502/503/504 | 服务暂时不可用，最多重试 1 次，失败则告知用户 |
+| HTTP 400/404 | 检查参数格式，调整后重试 |
+| Timeout | 重试 1 次，仍超时则告知用户 |
+| 网络错误 | 重试 1-2 次，持续失败则告知用户 |
 
-**承认局限**：如果真的找不到符合要求的内容，如实说明。
+不要切换到其他平台或工具。

examples/content_finder/skills/output_schema.md

@@ -10,11 +10,14 @@ description: 输出结果指南
 **获取路径方式**：先调用 `get_current_context` 获取 `trace_id` 和 `output_dir`，再使用 `write_file` 写入 `{output_dir}/{trace_id}/output.json`。
 
 ### **输出 JSON Schema**
+
+> ⚠️ 所有字段名必须与下面完全一致，禁止自创字段名（如 `results`、`metrics`、`like_count`、`age_distribution`、`platform` 等）
+
 ```json
 {
   "trace_id": "<由系统生成的真实 trace_id；如果你不知道就填空字符串，程序会覆盖修正>",
   "query": "<本次任务的 query>",
-  "demand_id": "<来自 user 消息的搜索词 id",
+  "demand_id": "<来自 user 消息的搜索词 id>",
   "summary": {
     "candidate_count": 0,
     "portrait_content_like_count": 0,
@@ -37,7 +40,7 @@ description: 输出结果指南
     {
       "title": "<来自 metadata 的标题/desc>",
       "aweme_id": "内容id",
-      "rank": "排名",
+      "rank": 1,
       "video_url": "https://www.douyin.com/video/<aweme_id>",
       "author_nickname": "作者名",
       "author_sec_uid": "作者id",
@@ -58,10 +61,23 @@ description: 输出结果指南
   ]
 }
 ```
-portrait_data内部字段规则说明：
-- `portrait_data.source="content_like"` → `portrait.url = https://douhot.douyin.com/video/detail?active_tab=video_fans&video_id={aweme_id}`
-- `portrait_data.source="account_fans"` → `portrait.url = https://douhot.douyin.com/creator/detail?active_tab=creator_fans_portrait&creator_id={author_sec_uid}`
-- `portrait_data.source="none"` → `portrait_data.url=null`，并且画像字段都为 null
+
+### 易错字段说明
+
+| 字段 | 正确写法 | 错误写法（禁止） |
+|---|---|---|
+| 点赞数 | `statistics.digg_count` | `statistics.like_count` / `metrics.likes` |
+| 50岁以上占比 | `portrait_data.age_50_plus_ratio` | `portrait_data.age_distribution["50+"]` |
+| 50岁以上偏好度 | `portrait_data.age_50_plus_tgi` | 任何其他写法 |
+| 画像来源 | `portrait_data.source` 值为 `content_like` / `account_fans` / `none` | `"content"` / `"account"` 等缩写 |
+| 优质账号扩展 | `good_account_expansion` 为**对象**，含 `enabled` + `accounts` | 直接输出为**数组** |
+| 摘要 | `summary` 为**对象**，含 `candidate_count` 等字段 | `summary` 为字符串 |
+
+### portrait_data 字段规则
+
+- `source="content_like"` → `url = https://douhot.douyin.com/video/detail?active_tab=video_fans&video_id={aweme_id}`
+- `source="account_fans"` → `url = https://douhot.douyin.com/creator/detail?active_tab=creator_fans_portrait&creator_id={author_sec_uid}`
+- `source="none"` → `url=null`，`age_50_plus_ratio=null`，`age_50_plus_tgi=null`
 
 ## JSON 编写规范
 - 字符串值中若有双引号 `"`，必须写成 `\"`（反斜杠 + 双引号）

examples/content_finder/tools/aigc_platform_api.py

@@ -452,7 +452,6 @@ def post(url: str, params: Any) -> Dict[str, Any]:
         "params": params
     }
     try:
-        logger.info(f"invoke aigc platform. url: {url}, request: {json.dumps(request)}")
         response = requests.post(
             url=url,
             json=request,
@@ -462,7 +461,6 @@ def post(url: str, params: Any) -> Dict[str, Any]:
         response.raise_for_status()
         response_json = response.json()
 
-        logger.info(f"invoke aigc platform. url: {url}, request: {json.dumps(request)}, response: {json.dumps(response_json)}")
         return response_json
     except Exception as e:
         logger.error(f"invoke aigc platform error. url: {url}, request: {json.dumps(request)}, error: {str(e)}")

examples/content_finder/tools/douyin_search.py

@@ -18,6 +18,7 @@ logger = logging.getLogger(__name__)
 # API 基础配置
 DOUYIN_SEARCH_API = "http://crawapi.piaoquantv.com/crawler/dou_yin/keyword"
 DEFAULT_TIMEOUT = 60.0
+DOUYIN_ACCOUNT_ID = "771431194"
 
 
 @tool(description="通过关键词搜索抖音视频内容")
@@ -27,7 +28,7 @@ async def douyin_search(
     sort_type: str = "综合排序",
     publish_time: str = "不限",
     cursor: str = "0",
-    account_id: str = "771431186",
+    account_id: str = DOUYIN_ACCOUNT_ID,
     timeout: Optional[float] = None,
 ) -> ToolResult:
     """
@@ -196,7 +197,7 @@ async def douyin_search(
 async def main():
     result = await douyin_search(
         keyword="养老政策",
-        account_id="771431186"
+        account_id=DOUYIN_ACCOUNT_ID
     )
     print(result.output)
 

examples/content_finder/tools/hotspot_profile.py

@@ -91,13 +91,13 @@ async def get_account_fans_portrait(
             error=f"account_id 格式错误：必须以 MS4wLjABAAAA 开头，当前值: {account_id[:min(20, len(account_id))]}...",
         )
 
-    if len(account_id) < 70 or len(account_id) > 90:
-        logger.error("get_account_fans_portrait invalid sec_uid length", extra={"account_id": account_id, "length": len(account_id)})
-        return ToolResult(
-            title="账号粉丝画像获取失败",
-            output="",
-            error=f"account_id 长度异常：期望 70-90 字符，实际 {len(account_id)} 字符。这可能是编造或截断的数据。",
-        )
+    # if len(account_id) < 70 or len(account_id) > 90:
+    #     logger.error("get_account_fans_portrait invalid sec_uid length", extra={"account_id": account_id, "length": len(account_id)})
+    #     return ToolResult(
+    #         title="账号粉丝画像获取失败",
+    #         output="",
+    #         error=f"account_id 长度异常：期望 70-90 字符，实际 {len(account_id)} 字符。这可能是编造或截断的数据。",
+    #     )
 
     try:
         payload = {