添加注释、项目结构文档

examples/auto_put_ad_mini/PROJECT_STRUCTURE.md

@@ -1,23 +1,25 @@
 # auto_put_ad_mini — 项目结构文档
 
 > **定位**: 微信小程序投流 — 面向 ROI 的广告粒度自动调控 + 自动创建投放系统
-> **最后更新**: 2026-07-16
+> **最后更新**: 2026-07-27
 
 ---
 
 ## 一、项目概述
 
-`auto_put_ad_mini` 是腾讯广告自动化投放系统的**核心业务单元**，专注微信小程序投流场景（`MARKETING_CARRIER_TYPE_MINI_PROGRAM_WECHAT`）。
+`auto_put_ad_mini` 是腾讯广告自动化投放系统的**核心生产单元**，专注微信小程序投流场景（`MARKETING_CARRIER_TYPE_MINI_PROGRAM_WECHAT`）。
 
-项目已从最初的"数据→决策→执行"单向链路，演进出**两条独立但共存的生产线**：
+项目包含**三条独立但协同的生产线**：
 
 | 业务线 | 入口 | 频率 | 职责 |
 |--------|------|------|------|
-| **Flow A: 决策调控** | `execute_once.py` | 每日 1 次 (UTC 02:00) | 分析 ROI + 跑量数据 → LLM 推理 → 出价调整/暂停广告 |
-| **Flow B: 创建投放** | `execute_creation_once.py` | 每日 1 次 (UTC 02:30) | 创建新广告 + 准备动态创意 → 提交腾讯审核 |
-| **Flow C: 审核扫描** | `scan_creative_reviews.py` | 每 2 小时 | 扫描创意审核结果 → 记录拒审事实 |
+| **Flow A: 决策调控** | `execute_once.py` | 每日 1 次 | Agent 驱动：LLM 动态编排工具调用 → ROI 分析 → 出价调整/暂停广告 |
+| **Flow B: 创建投放** | `execute_creation_once.py` | 每日 1 次 | 硬编码 Pipeline：创建广告 → 准备创意 → 飞书审批 → 提交腾讯 |
+| **Flow C: 审核扫描** | `scan_creative_reviews.py` | 每 2 小时 | 硬编码循环：扫描创意审核结果 → 记录拒审事实 |
 
-**核心决策架构**: 规则标记候选（Python）→ LLM 综合判断（Claude Sonnet 4.5）→ 护栏兜底（Python），三层递进。
+**两种执行模式**：
+- **Flow A**：Agent 驱动 — `execute_once.py` 通过 Agent 框架启动 LLM，由 LLM 动态决定调用哪些工具、以何种顺序执行。system prompt 中嵌入了推荐的执行流程，但实际编排权在模型。
+- **Flow B / C**：确定性 Pipeline — `execute_creation_once.py` 和 `scan_creative_reviews.py` 是硬编码的多阶段脚本，不经过 LLM 编排。
 
 ---
 
@@ -27,8 +29,9 @@
 examples/auto_put_ad_mini/
 │
 ├── 🔵 核心入口
-│   ├── run.py                          # 交互式 Agent REPL
-│   ├── execute_once.py                 # Flow A 主入口：决策调控（10 步 pipeline）
+│   ├── run.py                          # 交互式 Agent REPL（开发调试）
+│   ├── execute_once.py                 # Flow A 主入口：Agent 驱动决策调控
+│   ├── execute_once_test.py            # Flow A 无审批模式（发审批但不阻塞等待，跳过执行）
 │   ├── execute_creation_once.py        # Flow B 主入口：创建投放（Module A + B）
 │   ├── execute_creation_apply.py       # Flow B Phase 3：独立提交创意到腾讯
 │   ├── run_full_analysis.py            # 仅数据准备步骤（无 LLM，用于调试）
@@ -36,232 +39,324 @@ examples/auto_put_ad_mini/
 │   └── merge_data.py                   # 独立数据合并脚本
 │
 ├── 🟢 生产服务
-│   ├── server.py                       # FastAPI + APScheduler 生产服务器
+│   ├── run_daily_service.py            # ★ 生产日级服务入口（APScheduler，Flow B + C）
+│   ├── run_daily_roi.py                # 独立日级 ROI 计算 + 飞书审批（可版本化运行）
+│   ├── server.py                       # 旧版生产服务器（FastAPI + APScheduler，仅 Flow A）
 │   ├── schedule.sh                     # Shell Cron 包装脚本
-│   ├── k8s/                            # Kubernetes 部署清单
-│   │   ├── deployment.yaml             # Deployment 模式（APScheduler）
-│   │   ├── cronjob.yaml                # Flow A CronJob
-│   │   ├── cronjob_creation.yaml       # Flow B CronJob
-│   │   ├── cronjob_creative_review.yaml # Flow C CronJob
-│   │   ├── configmap.yaml / secret.yaml / pvc.yaml
-│   │   └── namespace.yaml / network-policy.yaml
-│   └── .env / .env.example             # 环境变量
+│   ├── .env.example                    # 环境变量声明模板
+│   └── requirements.txt                # 项目专属 Python 依赖
 │
 ├── 🟡 配置与技能
-│   ├── config.py                       # 核心业务配置（~1023 行）
-│   ├── presets.json                    # 预设参数
+│   ├── config.py                       # 核心业务配置（~1073 行）
+│   ├── presets.json                    # Agent 预设参数
 │   ├── strategy_params.json            # 策略参数
 │   ├── whitelist.json                  # 账户白名单（可被 DB 覆盖）
+│   ├── configs/
+│   │   └── material_creative_patterns_seed.json  # 素材创意范式种子数据
 │   ├── prompts/
-│   │   └── system.prompt               # Agent 系统提示词
-│   └── skills/                         # 领域知识（注入 LLM 上下文）
-│       ├── ad_domain.md                # 裂变模型 / R 值 / ROI 公式
-│       ├── decision_strategy.md        # 决策框架 / 候选标记 / 7 种 action
-│       ├── platform_rules.md           # 腾讯平台硬约束
+│   │   ├── system.prompt               # Flow A Agent 系统提示词（嵌入推荐执行流程）
+│   │   ├── ai_cover_copy.md            # AI 封面文案生成 Prompt
+│   │   ├── ai_generated_material.md    # AI 素材生成 Prompt
+│   │   ├── ai_pattern_selector.md      # AI 创意范式选择 Prompt
+│   │   └── ai_sanitize_video_description.md  # 视频描述清洗 Prompt
+│   └── skills/                         # 领域知识（注入 Agent system prompt）
+│       ├── ad_domain.md                # 裂变模型 / R 值 / 动态 ROI 公式
+│       ├── decision_strategy.md        # 决策框架 / 候选标记 / 7 种 action / 权衡原则
+│       ├── platform_rules.md           # 腾讯平台硬约束（oCPM 学习期 / API 限制）
 │       └── posterior_wisdom.md         # 后验经验积累
 │
 ├── 🟣 数据库层
 │   └── db/
 │       ├── __init__.py                 # 公开 API
-│       ├── connection.py               # MySQL 连接（pymysql）
+│       ├── connection.py               # MySQL 连接（pymysql + 连接池）
 │       ├── config.py                   # 系统配置 + 白名单 CRUD（5 分钟缓存）
 │       └── schema.sql                  # 12 张表 + 默认种子数据
 │
-├── 🟠 工具层（31 个文件）
+├── 🟠 工具层（35 个文件，含 `__init__.py`）
 │   └── tools/
+│       ├── __init__.py                 # 包初始化
 │       ├── _names.py                   # 字段名常量 + 禁止词黑名单
-│       ├── ad_api.py                   # 腾讯广告 API v3.0 封装
+│       │
+│       ├── ── 腾讯 API + 数据层 ──
+│       ├── ad_api.py                   # 腾讯广告 API v3.0 封装（读写统一入口）
 │       ├── odps_module.py              # ODPS 数据源模块
-│       ├── data_query.py               # ODPS 数据拉取 + 合并
+│       ├── data_query.py               # ODPS + Reporting API 数据拉取与合并
 │       │
-│       ├── ── Flow A 核心 ──
-│       ├── roi_calculator.py           # 动态 ROI (7日均值) 计算器
-│       ├── portfolio_metrics.py        # 人群包级汇总（tier P50 等）
-│       ├── creative_roi_calculator.py  # 创意级动态 ROI
-│       ├── ad_decision.py              # 决策引擎（候选标记 + 三级分类）
-│       ├── guardrails.py               # 护栏验证（频率/边界/方向）
+│       ├── ── Flow A：决策调控 ──
+│       ├── roi_calculator.py           # 动态 ROI（7日均值）计算器
+│       ├── creative_roi_calculator.py  # 创意级动态 ROI（pause 候选二次细化依据）
+│       ├── portfolio_metrics.py        # 人群包级汇总（P25/P50/P75）
+│       ├── ad_decision.py              # 决策引擎（候选标记 + 三级分类 + LLM 评估）
+│       ├── guardrails.py               # 护栏验证（频率 / 边界 / 方向 / 兜底）
 │       ├── execution_engine.py         # 执行引擎（API 调用 + 审计日志）
-│       ├── im_approval.py              # 飞书审批（发送 + 轮询回复）
-│       ├── report_generator.py         # 报告生成（Excel + CSV）
+│       ├── im_approval.py              # 飞书审批（Flow A：发送 + 阻塞轮询回复）
+│       ├── report_generator.py         # 报告生成（Excel + CSV + 飞书表格）
 │       ├── posterior_collector.py      # 后验数据采集
 │       └── feishu_doc.py               # 飞书文档操作
 │       │
-│       ├── ── Flow B 核心 ──
-│       ├── ad_creation.py              # Module A：广告创建
-│       ├── creative_creation.py        # Module B：创意准备
-│       ├── creative_material_usage.py  # 素材使用追踪
+│       ├── ── Flow B：创建投放 ──
+│       ├── ad_creation.py              # Module A：广告创建（指纹去重 + 候选枚举）
+│       ├── creative_creation.py        # Module B：创意准备（素材召回 → 落地页 → 候选）
+│       ├── creative_material_usage.py  # 素材使用追踪（7 日去重）
 │       ├── creative_metrics.py         # 创意级指标
-│       ├── creative_review.py          # 创意审核结果扫描
-│       ├── material_recall.py          # 素材召回（batchByText）
+│       ├── creative_review.py          # 创意审核结果扫描（Flow C 核心逻辑）
+│       ├── material_recall.py          # 素材召回（batchByText，sim ≥ 0.8）
 │       ├── video_recall.py             # 视频内容列表获取
 │       ├── video_risk.py               # 视频风险标签检查
-│       ├── video_feature_query.py      # 视频元素特征查询
+│       ├── video_feature_query.py      # 视频元素特征查询（ODPS 贡献度分析）
 │       ├── landing_plan.py             # 落地页方案创建（xcx/save）
 │       ├── scene_spec.py               # 场景规格 / 微信版位
 │       ├── audience_grant.py           # 人群包授权验证
-│       ├── im_approval_ad_creation.py  # 广告创建审批
+│       ├── im_approval_ad_creation.py  # 广告创建审批（飞书 Sheet + 轮询）
 │       ├── im_approval_creation.py     # 创意创建审批
 │       └── sls_setup.py                # SLS 日志上报
+│       │
+│       ├── ── Flow B：AI 素材 ──
+│       ├── account_material_strategy.py  # 账户级素材来源策略（历史 / AI 生成）
+│       ├── ai_generated_material.py    # AI 生成创意图片素材（LiblibAI 等）
+│       ├── ai_material_review.py       # AI 生成素材审核（Gemini Flash）
+│       └── material_strategy_learning.py # 素材策略学习持久化（高消耗快照 + 标注）
+│       │
+│       └── ── 投放配置 ──
+│           └── delivery_config.py      # 投放配置解析（出价模式 / 版位 / 地域）
 │
-├── 🔴 辅助脚本
+├── 🔴 辅助脚本与工具
+│   ├── metrics.py                      # Prometheus 指标导出（可选，需 prometheus-client）
 │   ├── sync_ad_status.py               # 同步已删除广告状态
 │   ├── sync_feishu_account_config.py   # 同步飞书账户配置到 DB
-│   ├── scan_creative_reviews.py        # Flow C 入口
+│   ├── scan_creative_reviews.py        # Flow C 入口（独立的 2h 循环脚本）
 │   ├── configure_creation_accounts.py  # 批量写入账户三元组配置
+│   ├── seed_material_creative_patterns.py # 素材创意范式种子数据导入
+│   ├── import_material_strategy_learning.py # 素材策略学习数据导入
 │   ├── quick_analysis.py               # 快速分析（使用已有数据）
 │   ├── regenerate_metrics.py           # 从已有 CSV 重新生成指标
 │   ├── analyze_snapshot.py             # 决策质量分析（9 维度评估）
 │   ├── analyze_dimensions.py           # 维度使用率分析
 │   ├── verify_decision.py              # 决策验证
+│   ├── run_decision_test.py            # 决策引擎单元测试（绕过 Agent，直接测 ad_decision）
 │   └── get_chat_id.py                  # 获取飞书群聊 ID
 │
-├── 📁 数据与文档
-│   ├── data/tencent_constants/         # 静态参考数据
-│   ├── shared/reports/                 # 共享报告产物
-│   ├── utils/log_capture.py            # 日志捕获
-│   ├── docs/                           # 分析文档
-│   │   ├── strategy_review_2026-04-16.md  # 专家级策略 Review
-│   │   └── 不走LLM的规则盘点.md            # 绕过 LLM 的规则清单
-│   └── doc/                            # 设计文档
+├── 🐛 调试脚本
+│   ├── debug_generate_ai_material.py   # AI 素材生成调试
+│   └── debug_select_creative_patterns.py # 创意范式选择调试
+│
+├── 🧪 测试文件（22 个）
+│   ├── test_e2e_full_flow.py           # 端到端全流程测试
+│   ├── test_approval_flow_e2e.py       # 审批流程端到端测试
+│   ├── test_real_approval_flow.py      # 真实审批流程测试
+│   ├── test_single_ad.py               # 单广告测试
+│   ├── test_tencent_api.py             # API 连通性测试
+│   ├── test_creative_review_scan.py    # 创意审核扫描测试
+│   ├── test_ai_generated_materials.py  # AI 素材生成测试
+│   ├── test_hot_video_feature_enrichment.py # 热门视频特征增强测试
+│   ├── test_landing_video_dedupe.py    # 落地视频去重测试
+│   ├── test_video_recall_pagination.py # 视频召回分页测试
+│   ├── test_compute_signal_scores.py   # 信号分数计算测试
+│   ├── test_ad_creation_status.py      # 广告创建状态测试
+│   ├── test_feishu_approval.py         # 飞书审批测试
+│   ├── test_feishu_import.py           # 飞书数据导入测试
+│   ├── test_im_approval_creation.py    # IM 审批创建测试
+│   ├── test_approval_replay.py         # 审批回放测试
+│   ├── test_chat_send.py               # 飞书消息发送测试
+│   ├── test_send_with_sheet.py         # 飞书 Sheet 发送测试
+│   ├── test_send_with_sheet_simple.py  # 飞书 Sheet 简化测试
+│   ├── test_strategy_upgrade.py        # 策略升级测试
+│   ├── test_api_simple.py              # API 简单连通性测试
+│   └── test_analysis_0415.py           # 0415 分析验证
+│
+├── 📁 K8s 部署清单
+│   └── k8s/
+│       ├── deployment.yaml             # Deployment 模式（APScheduler）
+│       ├── cronjob.yaml                # Flow A CronJob
+│       ├── cronjob_creation.yaml       # Flow B CronJob
+│       ├── cronjob_creative_review.yaml # Flow C CronJob
+│       ├── configmap.yaml
+│       ├── secret.yaml
+│       ├── pvc.yaml
+│       ├── namespace.yaml
+│       └── network-policy.yaml
 │
-└── 🧪 测试文件（~25 个）
-    ├── test_e2e_full_flow.py           # 端到端全流程测试
-    ├── test_approval_flow_e2e.py       # 审批流程端到端测试
-    ├── test_real_approval_flow.py      # 真实审批流程测试
-    ├── test_single_ad.py               # 单广告测试
-    ├── test_tencent_api.py             # API 连通性测试
-    └── ...（其余 20+ 个专项测试）
+├── 📁 数据与工具
+│   ├── data/tencent_constants/
+│   │   └── regions_sop_current.json    # SOP 地域参考数据
+│   ├── shared/reports/                 # 共享分析报告（20260427 样本数据）
+│   └── utils/log_capture.py            # 日志捕获
+│
+└── 📚 文档
+    ├── PROJECT_STRUCTURE.md            # ★ 本文档
+    ├── CLAUDE.md                       # 项目级 Claude 开发指南 + 工程纪律
+    ├── ONBOARDING.md                   # 新人上手文档
+    ├── DEPLOYMENT.md                   # 部署指南
+    ├── PRODUCTION_AUTOMATION.md         # 生产自动化说明
+    ├── SCHEDULER_GUIDE.md              # 调度器使用指南
+    ├── APPROVAL_FLOW_UPDATE.md         # 审批流程更新说明
+    ├── CREATIVE_CREATION_TODO.md       # 创意创建待办
+    ├── TEST_RESULT.md                  # 测试结果
+    ├── DOCKER_TEST.md                  # Docker 测试指南
+    ├── test_db_summary.md              # DB 测试汇总
+    ├── doc/
+    │   └── skill_refactor_plan_20260422.md   # Skill 重构方案
+    └── docs/
+        ├── ad_automation_platform_architecture_plan_2026-07-25.md  # 统一平台架构方案
+        ├── unified_services_deployment.md     # 统一服务部署方案
+        ├── ai_material_strategy_plan_2026-07-07.md  # AI 素材策略方案
+        ├── material_strategy_learning_db_design_2026-07-08.md  # 素材策略学习 DB 设计
+        ├── strategy_review_2026-04-16.md      # 专家级策略 Review
+        └── 不走LLM的规则盘点.md                # 绕过 LLM 的规则清单
 ```
 
 ---
 
-## 三、Flow A: 决策调控流程（execute_once.py）
+## 三、Flow A: 决策调控（execute_once.py）
+
+### 3.1 执行模型：Agent 驱动，非硬编码 Pipeline
+
+> **关键认知**：`execute_once.py` **不是**一个步骤固定的脚本。它启动一个 Agent（`AgentRunner`），将控制权交给 LLM。LLM 读取 system prompt 中嵌入的推荐流程，**动态决定**调用哪些工具、以何种顺序调用。
 
-### 3.1 10 步 Pipeline
+实际运行时，LLM 通常会按以下顺序调用工具（顺序由 system prompt 中的推荐流程引导，但 LLM 可以跳过、重排或插入中间步骤）：
 
 ```
-Step 0: sync_ad_status          ← 同步腾讯侧已删除的广告状态
-    │
-Step 1: fetch_creative_data     ← ODPS 拉创意原始数据 + 广告状态快照
-    │                               输出: outputs/raw/creative_{date}.csv
-    │                                     outputs/ad_status/ad_status_{date}.csv
-Step 2: merge_creative_data     ← 合并创意数据 + 广告状态
-    │                               输出: outputs/merged/
-    │
-Step 3: calculate_roi_metrics   ← 计算动态 ROI (7日均值)
-    │                               输出: outputs/metrics/metrics_{date}.csv
+用户消息："分析广告，执行完整的ROI计算和决策流程"
     │
-Step 3.5: calculate_creative_roi ← 创意级动态 ROI（pause 候选的二次细化依据）
-    │
-Step 4: calculate_portfolio_summary ← 人群包级汇总 (tier P25/P50/P75)
-    │
-Step 5: get_ads_for_review      ← 三级分类 + 5 个候选标记计算
-    │                               ├── 零消耗待关停 (规则)
-    │                               ├── 待优化评估 (LLM)
-    │                               └── 正常运行 (规则)
-    │
-Step 6: [LLM 决策]              ← Claude Sonnet 4.5 综合推理
-    │                              注入 skills/*.md 领域知识
-    │                              输出: 每个广告的 action + reason
-    │
-Step 7: apply_decisions         ← 保存决策 + 合并 metrics 字段
-    │                              输出: outputs/reports/llm_decisions_{date}.csv
-    │
-Step 8: generate_report         ← 生成 Excel + CSV 报告
-    │
-Step 9: send_approval_request   ← 飞书 IM 审批（发送 + 阻塞等待回复）
-    │                              含 Excel 附件 + 统计摘要
-    │
-Step 9.5: check_approval_status ← 轮询审批状态（超时 120 分钟）
-    │
-Step 10: execute_decisions      ← 执行审批通过的决策
-                                   调用 execution_engine → ad_api
-                                   写入 audit JSONL 日志
+    ▼
+┌─ Agent Loop（LLM 动态编排）────────────────────────────────────────┐
+│                                                                     │
+│  ① fetch_creative_data       ODPS 拉创意数据 + 广告状态快照         │
+│                              → outputs/raw/creative_{date}.csv      │
+│                              → outputs/ad_status/ad_status_{date}.csv│
+│                                                                     │
+│  ② merge_creative_data       合并（LLM 可能自动调用，也可能跳过）     │
+│                                                                     │
+│  ③ calculate_roi_metrics     计算动态 ROI（7日均值）                 │
+│                              → outputs/metrics/metrics_{date}.csv   │
+│                                                                     │
+│  ④ calculate_creative_roi    创意级动态 ROI（pause 二次细化依据）    │
+│                                                                     │
+│  ⑤ calculate_portfolio_summary 人群包级汇总（P25/P50/P75）           │
+│                                                                     │
+│  ⑥ get_ads_for_review        三级分类 + 候选标记                     │
+│                              ├── 零消耗待关停（规则直达）             │
+│                              ├── 待优化评估（进入 LLM 推理）          │
+│                              └── 正常运行（跳过）                    │
+│                                                                     │
+│  ⑦ [LLM 推理]                Agent 自身对候选广告做综合判断          │
+│                              注入 skills/*.md 领域知识                │
+│                              输出: action + reason                   │
+│                                                                     │
+│  ⑧ apply_decisions           保存决策 + 合并 metrics 字段           │
+│                              → outputs/reports/llm_decisions_{date}.csv│
+│                                                                     │
+│  ⑨ validate_decisions        护栏验证（频率/边界/方向/兜底）          │
+│                                                                     │
+│  ⑩ generate_report           生成 Excel + CSV 报告                  │
+│                                                                     │
+│  ⑪ send_approval_request     飞书 IM 审批（发送 + 阻塞等待回复）     │
+│                              含 Excel 附件 + 统计摘要                │
+│                                                                     │
+│  ⑫ check_approval_status     轮询审批状态（超时 120 分钟）           │
+│                                                                     │
+│  ⑬ execute_decisions         执行审批通过的决策                      │
+│                              → execution_engine → ad_api             │
+│                              → audit JSONL 日志                      │
+│                                                                     │
+│  ⑭ check_execution_feedback  执行效果检查                           │
+│                                                                     │
+└─────────────────────────────────────────────────────────────────────┘
 ```
 
+> `execute_once_test.py` 是该流程的**无审批模式变体**：发送审批请求但不阻塞等待，跳过执行步骤，仅生成报告收尾。用于无运营人员值班的场景。
+
 ### 3.2 核心决策架构（三层）
 
 ```
-┌─────────────────────────────────────────────────────┐
-│ Layer 1: 规则引擎 (ad_decision.py, Python)           │
-│                                                     │
-│  ① 年龄保护：冷启动 ≤3天 → 排除                    │
-│             早期成长 4-7天 → 仅允许 bid_up          │
-│             成熟期 >7天 → 全面调控                  │
-│                                                     │
-│  ② 零消耗检测：近 N 天消耗=0 → 规则关停             │
-│                                                     │
-│  ③ 5 个候选标记计算：                              │
-│     ├── roi_low          动态ROI < P50 × 0.75      │
-│     ├── bid_down_candidate ROI < P50 × 0.90        │
-│     ├── bid_up_candidate   ROI > P50 × 1.05 (仅冷启)│
-│     ├── decay_signal       裂变率持续下降            │
-│     └── high_burn          消耗异常高 + 低ROI        │
-└─────────────────────────────────────────────────────┘
+┌─────────────────────────────────────────────────────────────────┐
+│ Layer 1: 规则引擎 (ad_decision.py, Python)                       │
+│                                                                 │
+│  ① 年龄保护：冷启动 ≤3 天 → 排除                                │
+│             早期成长 4-7 天 → 仅允许 bid_up                     │
+│             成熟期 >7 天 → 全面调控                              │
+│                                                                 │
+│  ② 零消耗检测：近 N 天消耗 = 0 → 规则关停                       │
+│                                                                 │
+│  ③ 5 个候选标记计算：                                           │
+│     ├── roi_low              动态 ROI < P50 × 0.75              │
+│     ├── bid_down_candidate   动态 ROI < P50 × 0.90              │
+│     ├── bid_up_candidate     动态 ROI > P50 × 1.05（仅冷启动）   │
+│     ├── decay_signal         裂变率持续下降                       │
+│     └── high_burn            消耗异常高 + 低 ROI                 │
+└─────────────────────────────────────────────────────────────────┘
         │ 标记完的广告列表 → 喂给 LLM
         ▼
-┌─────────────────────────────────────────────────────┐
-│ Layer 2: LLM 推理 (Claude Sonnet 4.5)               │
-│                                                     │
-│  注入 skills/*.md 领域知识：                        │
-│  ├── ad_domain.md        裂变模型、R值、ROI公式     │
-│  ├── decision_strategy.md 7 种 action、权衡原则      │
-│  ├── platform_rules.md    oCPM学习期、调价上限       │
-│  └── posterior_wisdom.md  历史经验教训               │
-│                                                     │
-│  输出 7 种 action：                                 │
-│  pause | bid_down | bid_up | scale_up |             │
-│  creative_adjust | observe | hold                   │
-│                                                     │
-│  Reason 规则：纯中文、禁止变量名、解释业务逻辑        │
-└─────────────────────────────────────────────────────┘
+┌─────────────────────────────────────────────────────────────────┐
+│ Layer 2: LLM 推理 (Agent 自身，Claude Sonnet 4.5)                │
+│                                                                 │
+│  注入 skills/*.md 领域知识：                                     │
+│  ├── ad_domain.md           裂变模型、R 值、动态 ROI 公式         │
+│  ├── decision_strategy.md   7 种 action、权衡原则                 │
+│  ├── platform_rules.md      oCPM 学习期、调价上限                 │
+│  └── posterior_wisdom.md    历史经验教训                          │
+│                                                                 │
+│  输出 7 种 action：                                              │
+│  pause | bid_down | bid_up | scale_up |                          │
+│  creative_adjust | observe | hold                                │
+│                                                                 │
+│  Reason 规则：纯中文、禁止变量名、解释业务逻辑                     │
+└─────────────────────────────────────────────────────────────────┘
         │ LLM 决策 → 写入 decisions CSV
         ▼
-┌─────────────────────────────────────────────────────┐
-│ Layer 3: 护栏验证 (guardrails.py, Python)            │
-│                                                     │
-│  ① 方向检查：bid_down 是否合理（ROI 真的低？）       │
-│  ② 频率检查：6h 内不能重复调同一广告                 │
-│  ③ 边界检查：出价必须在 [0.05, 1.00] 元区间          │
-│  ④ 日累计检查：当日累计调幅 ≤ 20%                   │
-│  ⑤ 兜底检查：触发次数应为 0（有则说明规则层有漏）     │
-│  ⑥ DRY_RUN 模式：True → 仅记录不执行                │
-└─────────────────────────────────────────────────────┘
+┌─────────────────────────────────────────────────────────────────┐
+│ Layer 3: 护栏验证 (guardrails.py, Python)                        │
+│                                                                 │
+│  ① 方向检查：bid_down 是否合理（ROI 真的低？）                   │
+│  ② 频率检查：6h 内不能重复调同一广告                             │
+│  ③ 边界检查：出价必须在 [0.05, 1.00] 元区间                      │
+│  ④ 日累计检查：当日累计调幅 ≤ 20%                               │
+│  ⑤ 兜底检查：触发次数应为 0（有则说明规则层有漏）                 │
+│  ⑥ DRY_RUN 模式：True → 仅记录不执行                            │
+└─────────────────────────────────────────────────────────────────┘
 ```
 
-### 3.3 ROI 计算公式
+### 3.3 动态 ROI 计算公式
+
+项目使用**动态 ROI（7日均值）**作为核心决策指标，而非简单 ROI。
 
 ```
 对每一天（日消耗 ≥ 100 元才参与计算）：
-  T0裂变系数 = T0裂变数 / 首层打开数
-  arpu       = 总收入 / 总回流人数
-  当日裂变收益率 = T0裂变数 × arpu / cost
-  当日回流倍数   = 总回流人数 / 首层打开数
+  T0裂变系数      = T0裂变数（fission0_count）/ 首层打开数（open_count）
+  arpu            = 总收入 / 总回流人数
+  当日裂变收益率   = T0裂变数 × arpu / cost
+  当日回流倍数     = 总回流人数 / 首层打开数
 
-7日滚动均值（min_periods=3）：
-  动态 ROI (7日均值) = 当日裂变收益率 × (回流倍数_7日均值 / T0裂变系数_7日均值)
+7 日滚动均值（min_periods=3，至少 3 天合格数据即可计算）：
+  T0裂变系数_7日均值   = mean(T0裂变系数) over 7 天
+  回流倍数_7日均值     = mean(当日回流倍数) over 7 天
+  裂变效率稳定因子     = 回流倍数_7日均值 / T0裂变系数_7日均值
+
+  动态 ROI（7日均值）= 当日裂变收益率 × 裂变效率稳定因子
 ```
 
 **决策使用规则**：
-- **广告级决策**：使用单广告的动态 ROI (7日均值)
-- **人群包评估**：使用人群包整体的动态 ROI (7日均值) 均值
-- **关停阈值**：动态 ROI < 渠道 P50 × 0.75 → 触发 roi_low 标记
+- **广告级决策**：使用单广告的动态 ROI（7日均值）
+- **人群包评估**：使用人群包整体的动态 ROI（7日均值）均值
+- **关停阈值**：动态 ROI < 渠道 P50 × `ROI_LOW_FACTOR`（默认 0.75）→ 触发 `roi_low` 标记
 
 ---
 
-## 四、Flow B: 创建投放流程（execute_creation_once.py）
+## 四、Flow B: 创建投放（execute_creation_once.py）
+
+### 4.1 执行模型：硬编码多阶段 Pipeline
 
-### 4.1 多阶段 Pipeline
+> 与 Flow A 不同，`execute_creation_once.py` 是**确定性 Python 脚本**，不经过 Agent 框架。所有步骤按固定顺序执行，不依赖 LLM 编排。
 
 ```
-Phase -1: sync_feishu_account_config   ← 飞书配置 → DB (account + template)
+Phase -1: sync_feishu_account_config   ← 飞书配置 → DB（account + template）
     │
 Phase 0 (Module A): 创建广告
     │  ① enumerate_new_ad_candidates   按账户枚举候选
     │     ├── 指纹去重：audience × 素材 组合
     │     ├── 按 tier ROI 排序
     │     └── 目标：每账户 ADS_PER_ACCOUNT=2 个在投广告
-    │  ② 飞书审批广告创建方案
+    │  ② 飞书审批广告创建方案（im_approval_ad_creation.py）
     │  ③ POST /adgroups/add
     │     固定参数：marketing_goal=USER_GROWTH, bid_mode=OCPM
     │               targeting: age 45-66, 特定区域, 6:00-23:00 投放
@@ -269,18 +364,20 @@ Phase 0 (Module A): 创建广告
     │
 Phase 1 (Module B): 准备创意
     │  ① find_ads_needing_creatives   找缺少创意的广告
-    │     目标：每广告 TARGET_CREATIVES_PER_AD=4 个创意
+    │     目标：每广告 TARGET_CREATIVES_PER_AD=8 个合格创意
     │  ② 对每个广告：
-    │     ├── video_recall          拉取视频内容列表
-    │     ├── video_risk            风险标签检查
-    │     ├── material_recall       batchByText 召回（sim ≥ 0.8）
-    │     ├── material 排序         按消耗降序
-    │     ├── 7 日去重              同素材同人群包不重复
-    │     └── landing_plan          xcx/save 落地页方案
+    │     ├── account_material_strategy  判断素材来源（历史 / AI 生成）
+    │     ├── video_recall              拉取视频内容列表
+    │     ├── video_risk                风险标签检查（≥6 拦截）
+    │     ├── video_feature_query       查询 ODPS 视频特征（解构选题/实质）
+    │     ├── material_recall           batchByText 召回（sim ≥ 0.8）
+    │     ├── material 排序             按消耗降序
+    │     ├── 7 日去重                  同素材同人群包不重复
+    │     └── landing_plan              xcx/save 落地页方案
     │  ③ 输出: creation_pending_{date}.json
     │
 Phase 2: 飞书审批
-    │  发送创意候选列表 → 等待运营审批
+    │  发送创意候选列表 → 等待运营审批（im_approval_creation.py）
     │  config: CREATION_APPROVAL_REQUIRED=True
     │
 Phase 3: 提交创意 (execute_creation_apply.py)
@@ -290,46 +387,75 @@ Phase 3: 提交创意 (execute_creation_apply.py)
        ④ 飞书通知执行结果
 ```
 
-### 4.2 关键配置
+### 4.2 AI 素材链路（2026-07 新增）
+
+部分账户支持 AI 生成素材替代历史素材召回：
+
+```
+account_material_strategy.py 判断素材来源
+    │
+    ├── source=history（默认）→ 走传统素材召回链路（Phase 1②）
+    │
+    └── source=ai_generated  → 走 AI 生成链路：
+         ① ai_generated_material.py   调用 LiblibAI / 其他生成引擎
+         ② ai_material_review.py      Gemini Flash 审核生成结果
+         ③ ai_pattern_selector.md     范式选择 Prompt
+         ④ ai_cover_copy.md           封面文案生成 Prompt
+         ⑤ 审核通过 → 进入 landing_plan + 审批流程
+```
+
+**素材策略学习**（`material_strategy_learning.py`）：
+- 独立于创建管线，不产生腾讯侧副作用
+- 存储高消耗素材快照 + 视觉标注
+- 为后续素材范式优化提供数据基础
+
+### 4.3 关键配置
 
-| 参数 | 值 | 说明 |
-|------|-----|------|
+| 参数 | 默认值 | 说明 |
+|------|--------|------|
 | `ADS_PER_ACCOUNT` | 2 | 每账户目标在投广告数 |
-| `TARGET_CREATIVES_PER_AD` | 4 | 每广告目标创意数 |
+| `TARGET_CREATIVES_PER_AD` | 8 | 每广告目标合格创意数 |
 | `CREATION_APPROVAL_REQUIRED` | True | 创意是否需要审批 |
 | `RECALL_SIM_THRESHOLD` | 0.8 | 素材召回相似度阈值 |
 | `RECALL_DAYS` | 180 | 素材召回时间窗口 |
 | `MAX_LANDING_ATTEMPTS_PER_AD` | 100 | 每广告落地页创建最大尝试次数 |
-| `VIDEO_RISK_MAX_ALLOWED_LEVEL` | 5 | 视频风险等级上限 |
+| `VIDEO_RISK_MAX_ALLOWED_LEVEL` | 5 | 视频风险等级上限（6-10 拦截） |
 
 ---
 
 ## 五、Flow C: 审核扫描（scan_creative_reviews.py）
 
+确定性脚本，不经过 Agent 框架：
+
 ```
-每 2 小时执行一次 (k8s CronJob):
+每 2 小时执行一次：
   creative_review.scan_pending_reviews()
-    ├── 读 DB: creative_creation_task (review_status=pending)
-    ├── 调 API: GET /dynamic_creatives/get (查审核结果)
-    ├── 写 DB: creative_review_result (审核结果)
-    └── 写 DB: creative_rejection_fact (拒审事实，供后续召回排除)
+    ├── 读 DB: creative_creation_task（review_status=pending）
+    ├── 调 API: GET /dynamic_creatives/get（查审核结果）
+    ├── 写 DB: creative_review_result（审核结果）
+    └── 写 DB: creative_rejection_fact（拒审事实，供后续召回排除）
+
+DENIED 创意不计入有效创意，触发自动补量。
 ```
 
 ---
 
 ## 六、入口点全景
 
-| 入口 | 类型 | 用途 | 谁来调用 |
-|------|------|------|---------|
-| `run.py` | 交互 REPL | 开发调试、人工分析 | 开发者手动 |
-| `execute_once.py` | 自动化脚本 | Flow A 决策调控 | K8s CronJob / server.py |
-| `execute_creation_once.py` | 自动化脚本 | Flow B 创建投放 | K8s CronJob |
-| `execute_creation_apply.py` | 可独立执行 | Flow B Phase 3 独立提交 | 手动或 import |
+| 入口 | 执行模型 | 用途 | 谁来调用 |
+|------|---------|------|---------|
+| `run.py` | Agent REPL | 交互式调试、人工分析 | 开发者手动 |
+| `execute_once.py` | Agent 驱动 | **Flow A 决策调控**（LLM 编排工具） | K8s CronJob / server.py |
+| `execute_once_test.py` | Agent 驱动 | **Flow A 无审批模式**（不阻塞等待审批） | 无运营时的无人值守测试 |
+| `execute_creation_once.py` | 硬编码 Pipeline | **Flow B 创建投放** | run_daily_service.py / K8s CronJob |
+| `execute_creation_apply.py` | 硬编码脚本 | **Flow B Phase 3** 独立提交 | 手动或 import |
+| `run_daily_service.py` | 常驻调度 | **★ 生产日级服务**（Flow B + C，APScheduler） | Docker Compose / K8s Deployment |
+| `run_daily_roi.py` | 硬编码脚本 | 独立日级 ROI 计算 + 可选飞书审批 | 手动或 Cron |
 | `run_full_analysis.py` | 调试工具 | 仅数据准备（无 LLM） | 开发者手动 |
 | `fetch_data.py` | 独立工具 | 仅拉取 ODPS 数据 | 开发者手动 |
 | `merge_data.py` | 独立工具 | 仅合并数据 | 开发者手动 |
-| `server.py` | 常驻服务 | 生产 APScheduler 调度 | K8s Deployment |
-| `scan_creative_reviews.py` | 自动化脚本 | Flow C 审核扫描 | K8s CronJob（每 2h） |
+| `server.py` | 常驻服务 | 旧版 Flow A 调度（FastAPI + APScheduler） | 历史保留，非当前生产入口 |
+| `scan_creative_reviews.py` | 硬编码脚本 | **Flow C 审核扫描** | run_daily_service.py / K8s CronJob |
 | `sync_ad_status.py` | 辅助脚本 | 同步广告状态 | execute_once.py Step 0 |
 | `sync_feishu_account_config.py` | 辅助脚本 | 同步飞书账户配置 | execute_creation_once.py Phase -1 |
 | `configure_creation_accounts.py` | 运维工具 | 批量写入账户配置 | 运维手动 |
@@ -338,22 +464,38 @@ Phase 3: 提交创意 (execute_creation_apply.py)
 
 ## 七、部署架构
 
-### 7.1 两种部署模式
+### 7.1 Docker Compose（当前生产方案）
+
+同一镜像 `ad-put-agent` 启动两个容器：
+
+```
+docker-compose.yml
+├── ad_control_service    → tencent_realtime_control/run_control_service.py
+│                           实时 CPM 调控 + 飞书 WebSocket 指令
+│
+└── ad_daily_service      → auto_put_ad_mini/run_daily_service.py
+                            Flow B（创建投放）+ Flow C（审核扫描）
+```
+
+> **注意**：Flow A（Agent 驱动决策调控）当前不在生产 Compose 中运行。`server.py` 保留但不再是生产入口。
+
+### 7.2 两种 K8s 部署模式
 
 | 模式 | 文件 | 调度方式 | 优点 |
 |------|------|---------|------|
-| **Deployment + APScheduler** | `k8s/deployment.yaml` + `server.py` | APScheduler 读取 DB `cron_schedule` | HTTP 健康检查、手动触发 API、单 Pod |
+| **Deployment + APScheduler** | `k8s/deployment.yaml` + `server.py` 或 `run_daily_service.py` | APScheduler 读取 DB `cron_schedule` | HTTP 健康检查、手动触发 API |
 | **Kubernetes CronJob** | `k8s/cronjob*.yaml` | K8s CronJob | 简单、K8s 原生重试 |
 
-### 7.2 时间线
+### 7.3 生产时间线
 
 ```
-UTC 02:00 (北京时间 10:00)  →  Flow A: 决策调控
-UTC 02:30 (北京时间 10:30)  →  Flow B: 创建投放（与 A 间隔 30 分钟避免 API 争用）
-每 2 小时                    →  Flow C: 创意审核扫描
+北京时间 10:00 (UTC 02:00)  →  Flow A: Agent 驱动决策调控（execute_once.py）
+北京时间 10:30 (UTC 02:30)  →  Flow B: 创建投放（execute_creation_once.py）
+每 2 小时                    →  Flow C: 创意审核扫描（scan_creative_reviews.py）
+每 10 分钟                   →  CPM 实时调控（tencent_realtime_control）
 ```
 
-### 7.3 动态配置（DB 驱动）
+### 7.4 动态配置（DB 驱动）
 
 | 配置项 | DB 表 | 默认值 | 说明 |
 |--------|-------|--------|------|
@@ -363,7 +505,7 @@ UTC 02:30 (北京时间 10:30)  →  Flow B: 创建投放（与 A 间隔 30 分
 | `whitelist_enabled` | `system_config` | `true` | 白名单机制开关 |
 | `roi_low_factor` | `system_config` | `0.75` | 关停线系数 |
 
-优先级：DB > 环境变量 > 代码默认值
+**优先级**：DB > 环境变量 > 代码默认值
 
 ---
 
@@ -371,14 +513,14 @@ UTC 02:30 (北京时间 10:30)  →  Flow B: 创建投放（与 A 间隔 30 分
 
 | 表名 | 用途 | Flow |
 |------|------|------|
-| `account_whitelist` | 账户白名单 | A/B |
-| `ad_delivery_template` | 投放模板（出价/定向/预算） | B |
+| `account_whitelist` | 账户白名单 | A / B |
+| `ad_delivery_template` | 投放模板（出价 / 定向 / 预算） | B |
 | `ad_creation_account_config` | 账户 × 人群包 × 出价配置 | B |
 | `brand_asset_template` | 品牌资产模板 | B |
 | `feedback_asset_template` | 反馈资产模板 | B |
-| `system_config` | 系统配置（KV） | A/B |
+| `system_config` | 系统配置（KV） | A / B |
 | `decision_history` | 决策历史 | A |
-| `creative_creation_task` | 创意创建任务 | B/C |
+| `creative_creation_task` | 创意创建任务 | B / C |
 | `creative_review_result` | 创意审核结果 | C |
 | `creative_rejection_fact` | 创意拒审事实 | C |
 | `video_element_feature_cache` | 视频特征缓存 | B |
@@ -389,32 +531,38 @@ UTC 02:30 (北京时间 10:30)  →  Flow B: 创建投放（与 A 间隔 30 分
 ## 九、与 auto_put_ad 的关系
 
 ```
-auto_put_ad (完整体系)              auto_put_ad_mini (当前生产)
-┌──────────────────────┐           ┌──────────────────────────┐
-│ 受众策略 Agent        │           │                          │
-│ 创意策略 Agent        │           │ Flow A: 决策调控          │
-│ 预算策略 Agent ───────┼──出价──▶  │   (规则→LLM→护栏→执行)    │
-│ 监控调控 Agent ───────┼──决策──▶  │                          │
-│ 数据分析 Agent        │           │ Flow B: 创建投放          │
-│ 系统运维 Agent        │           │   (广告+创意+审批+提交)   │
-│ 自学习/反馈环         │           │                          │
-└──────────────────────┘           │ Flow C: 审核扫描          │
-                                   └──────────────────────────┘
+auto_put_ad（完整多 Agent 体系）       auto_put_ad_mini（当前生产）
+┌──────────────────────────┐           ┌──────────────────────────────┐
+│ 受众策略 Agent            │           │                              │
+│ 创意策略 Agent            │           │ Flow A: Agent 驱动决策调控    │
+│ 预算策略 Agent ───────┐   │           │   （LLM 编排 → 护栏 → 执行） │
+│ 监控调控 Agent ───┐   │   │           │                              │
+│ 数据分析 Agent    │   │   │           │ Flow B: 创建投放              │
+│ 系统运维 Agent    │   │   │           │   （广告 + 创意 + AI素材      │
+│ 自学习 / 反馈环   │   │   │           │    + 审批 + 提交）            │
+└──────────────────┼───┼───┘           │                              │
+                   │   │               │ Flow C: 审核扫描              │
+                   │   └── 出价 ──────▶│   （每 2h 确定性脚本）         │
+                   └──── 决策 ──────▶ │                              │
+                                       └──────────────────────────────┘
 ```
 
 - `auto_put_ad_mini` 最初是 `auto_put_ad` 中「监控调控 Agent」的独立落地版
-- 实际演进中，mini 发展出了更完整的决策三层架构和独立的创建子系统
-- 两者共享 `tools/ad_api.py` 的腾讯广告 API 封装思路和 `skills/` 领域知识
-- mini 的 `ad_decision.py` 三层架构可作为大项目后续迭代的参考
+- 演进中发展出完整的三层决策架构 + 独立的创建子系统（含 AI 素材链路）
+- 两者共享腾讯广告 API 封装思路和领域知识
+- `tencent_realtime_control` 作为独立的 CPM 实时调控服务，与 mini 的 Flow A 互补
 
 ---
 
 ## 十、关键设计原则
 
-1. **三层决策架构**: 规则标记 → LLM 推理 → 护栏兜底，各层职责清晰，LLM 只做"综合判断"不做"规则计算"
-2. **两条业务线解耦**: 决策调控和创建投放使用独立的入口/CronJob/审批流，避免互相阻塞
-3. **DB 驱动配置**: 关键开关（执行启用/白名单/调度表达式）在 DB 中，无需重启即可调整
-4. **人工审批嵌入**: 执行前必须通过飞书 IM 审批（可配置关闭），含 Excel 附件 + 统计摘要
-5. **7 日去重保护**: 素材使用记录保留 7 天，防止同一素材重复提交审核
-6. **年龄分层保护**: ≤3 天冷启动零干预、4-7 天仅允许提价、>7 天全面调控
-7. **提降分离**: 提价 5%-10%、降价 3%-5%，降价更保守（因为 oCPM 模式下降价效果非线放大）
+1. **Agent 驱动 vs 确定性 Pipeline**：Flow A 由 LLM 动态编排工具调用（灵活性高、能处理边界情况），Flow B/C 是硬编码多阶段脚本（确定性、可审计、无 LLM 幻觉风险）。两者各司其职。
+2. **三层决策架构**：规则标记 → LLM 推理 → 护栏兜底，各层职责清晰，LLM 只做"综合判断"不做"规则计算"
+3. **两条业务线解耦**：决策调控（Flow A）和创建投放（Flow B + C）使用独立的入口 / CronJob / 审批流，避免互相阻塞
+4. **DB 驱动配置**：关键开关（执行启用 / 白名单 / 调度表达式）在 DB 中，无需重启即可调整
+5. **人工审批嵌入**：执行前必须通过飞书 IM 审批（可配置关闭），含 Excel 附件 + 统计摘要
+6. **7 日去重保护**：素材使用记录保留 7 天，防止同一素材重复提交审核
+7. **年龄分层保护**：≤3 天冷启动零干预、4-7 天仅允许提价、>7 天全面调控
+8. **提降分离**：提价 5%-10%、降价 3%-5%，降价更保守（oCPM 模式下降价效果非线性放大）
+9. **副作用意识**：素材召回 / AI 生成 / `xcx/save` / 广告创建等均有外部副作用，端到端中断不会自动回滚
+10. **幂等优先**：重复运行应跳过已完成的工作，只补缺口