feat: 流程优化

examples/content_finder/content_finder.md

@@ -4,7 +4,7 @@ temperature: 0.3
 ---
 
 $system$
-你是一个专业的内容寻找助手，帮助运营人员在抖音平台上寻找符合要求的视频内容。
+你是一个专业的内容寻找助手，帮助运营人员在抖音平台上寻找符合特征的视频内容。
 
 ## 思考输出要求(非常重要)
 你在执行过程中，**必须在文本中主动输出你的思考和推理**，而不是只调用工具。具体要求：
@@ -16,7 +16,7 @@ $system$
 
 ## 可用工具（按目的）
 - 获取高赞视频的选题点： `get_video_topic`
-- 抖音视频搜索：`douyin_search`
+- 抖音视频搜索：`douyin_search`、`douyin_search_fallback`（备用）
 - 抖音作者作品搜索：`douyin_user_videos`
 - 数据库作者检索（按搜索词找历史优质作者）：`find_authors_from_db`
 - 作品画像获取：`get_content_fans_portrait`
@@ -30,7 +30,7 @@ $system$
 - **严格禁止**调用任何名称以 `browser_` 开头的浏览器工具
 - 每个结论都必须有工具调用证据。
 
-## 平台背景
+## 运营人员平台背景
 - 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
@@ -38,20 +38,24 @@ $system$
 
 ## 执行流程（按顺序，禁止跳步）
 1. **需求理解阶段**: 按 `demand_analysis` 执行,输出的内容用于后续的流程
-1. **内容寻找和筛选阶段**：按 `content_finding_strategy` 执行
-2. **筛选阶段**：按 `content_filtering_strategy` 执行，并且将 `demand_analysis` 的结果（判别目标/关键点/形式规则）用于“需求对齐打分”和淘汰理由生成
-3. **优质账号扩展**: 对于筛选阶段获取到用户画像的优质作者，按`high_quality_analysis`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
+2. **内容寻找**：按 `content_finding_strategy` 执行
+3. **筛选阶段**：按 `content_filtering_strategy` 执行
+4. **优质账号扩展**: 对于筛选阶段获取到用户画像的优质作者，按`high_quality_analysis`执行
+5. **输出阶段**：先按 `output_schema` 写入 `output.json`
+6. **Schema 校验阶段**：逐字段自检；不符合就重写 `output.json`
+7. **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
+8. **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）
 
+### 搜索词来源
+1. 禁止使用特征作为搜索词。
+2. 搜索词必须来自于 `需求理解阶段`的输出。
+
 ### 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`，如果是 `douyin_search` 获取到的视频，再调用 `get_account_fans_portrait` 兜底，如果是`douyin_user_videos`则不需要再次调用`get_account_fans_portrait`。
+2. 若 `has_portrait=False`，如果是 通过搜索词 获取到的视频，调用 `get_account_fans_portrait` 兜底；如果是通过账号扩展的，则不需要再次调用`get_account_fans_portrait`。
 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
@@ -88,12 +92,9 @@ $system$
 
 
 $user$
-任务：找10个与「%query%」相关的、老年人感兴趣的视频。
-要求：
-- 适合老年人分享观看
-- 热度要高，质量要好
+任务：找10个以「%query%」为特征的视频。
 
-搜索词: %query%
+特征词: %query%
 搜索词id: %demand_id%（如有）
 
 请开始执行内容寻找任务。记住要多步推理，每次只执行一小步，然后思考下一步该做什么。

examples/content_finder/core.py

@@ -45,6 +45,7 @@ from agent.tools.builtin.knowledge import KnowledgeConfig
 # 导入工具（确保工具被注册）
 from tools import (
     douyin_search,
+    douyin_search_fallback,
     douyin_user_videos,
     get_content_fans_portrait,
     get_account_fans_portrait,
@@ -136,6 +137,7 @@ async def run_agent(
 
     allowed_tools = [
         "douyin_search",
+        "douyin_search_fallback",
         "douyin_user_videos",
         "get_content_fans_portrait",
         "get_account_fans_portrait",

examples/content_finder/db/store_results.py

@@ -31,8 +31,8 @@ def upsert_good_authors(
         return 0
 
     sql = """
-    INSERT INTO demand_find_author (trace_id, author_name, author_link, elderly_ratio, elderly_tgi, remark)
-    VALUES (%s, %s, %s, %s, %s, %s)
+    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),
@@ -58,6 +58,7 @@ def upsert_good_authors(
             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 = acc.get("content_tags") or ""
             cur.execute(
                 sql,
                 (
@@ -67,6 +68,7 @@ def upsert_good_authors(
                     str(elderly_ratio) if elderly_ratio is not None else None,
                     str(elderly_tgi) if elderly_tgi is not None else None,
                     remark or None,
+                    content_tags or None,
                 ),
             )
             rows += cur.rowcount

examples/content_finder/skills/content_finding_strategy.md

@@ -11,7 +11,7 @@ description: 内容搜索方法论
 
 ## 第一步：关键词提取
 
-- 从`需求分析`中提取若干搜索词。
+- 搜索词来自于`需求分析`步骤的输出，禁止将特征作为搜索词。
 - 确定目标数量 **M**（如"找10条"，则 M = 10）
 
 ---

examples/content_finder/skills/demand_analysis.md

@@ -7,7 +7,7 @@ description: 需求分析
 
 ## 目标
 
-将需求拆解为两类可执行路径：
+将需求特征拆解为两类可执行路径：
 - **寻找路径**：决定去哪找、用什么词找、走即时还是积累通道
 - **判别路径**：决定候选内容是否符合目标与风格
 
@@ -37,12 +37,45 @@ description: 需求分析
 
 ## 二、双起点策略（高赞case出发 / 特征出发）
 
+### 0) 先做“可执行的特征分层”（把输入变成决策依据）
+
+实际输入通常是一串**逗号分隔的特征词**（例如：`"养老,防骗,口播,三段式"`）。在选择策略前，必须先完成两级划分：
+
+#### 第一级：实质 vs 形式
+
+- **实质特征**：内容讲什么（决定“去哪找/用什么词找”）
+- **形式特征**：内容怎么讲（决定“怎么判别/怎么排序”）
+
+输出两组：
+- `substance_terms`: `[...]`
+- `form_terms`: `[...]`
+
+#### 第二级：上层 vs 下层（仅对“实质特征”再分层）
+
+- **上层（泛化）**：主题类目（覆盖扩展用），如：健康、养老、家庭关系
+- **下层（具象）**：可直接形成搜索词/选题点（精准命中用），如：退休金被骗怎么办、高血压晨起注意事项
+
+输出两组：
+- `upper_substance_terms`: `[...]`
+- `lower_substance_terms`: `[...]`
+
+> 重要：**形式特征不参与“上层/下层”分层**，它们只进入后续的判别规则（如表达结构、节奏、可分享程度）。
+
+### 0.1) 策略选择规则（可并行执行）
+
+根据上述分层结果决定要执行哪些起点策略：
+
+- **当 `lower_substance_terms` 非空**：执行 **A. 高赞case出发**（用 `get_video_topic` 拉“灵感点/目的点/关键点”）
+- **当 `upper_substance_terms` 非空**：执行 **B. 特征出发**（构建主题树 → 下钻出可执行词）
+- **两者都非空**：A + B **都执行**，最后合并去重
+- **只有形式词/实质词为空**：承认信息不足，只能先按用户原话/补充提问（或用最少假设）生成候选搜索词包；不要编造“高赞case选题点”
+
 ### A. 高赞case出发（优先用于下层特征）
 
 适用：需求里已有具象表达，或需要从案例中补全/完善搜索词。  
 动作：
-1. 调用**`get_video_topic`**工具
-2. 将工具返回的选题点按用途拆分：
+1. 输入：使用 `lower_substance_terms`（或用户给的具象词）拼成 `features`（逗号分隔字符串）调用 **`get_video_topic`**
+2. 将工具返回 `metadata.videos` 内的选题点按用途拆分：
    - `灵感点` -> 用于构建**搜索词包**（写入寻找清单的候选词）
    - `目的点` -> 用于构建**判别目标**（写入判别清单的“该对齐什么”）
    - `关键点` -> 用于构建**判别锚点/规则**（写入判别清单的“怎么判”）
@@ -56,48 +89,32 @@ description: 需求分析
 
 适用：需求偏抽象，先建立主题覆盖框架。  
 动作：
-1. 以上层特征构建主题树（主题 -> 子主题 -> 关键词）
-2. 结合库内优质作者特征做扩展
-3. 同步下钻到可执行词，进入搜索
+1. 输入：使用 `upper_substance_terms` 作为主题根
+2. 以上层特征构建主题树（主题 -> 子主题 -> 关键词）
+3. 将树上的子主题/关键词**下钻成可执行搜索词**（落到能直接丢给 `douyin_search` 的词）
+4. 结合库内优质作者特征做扩展（可选：`find_authors_from_db` → `douyin_user_videos`）
+5. 合并得到 `寻找清单_feature`，进入搜索阶段
 
 > 两条起点可并行，不互斥；最后合并去重。
 
 ---
 
-## 三、双通道规划（即时型 / 积累型）
-
-### 即时型（短周期拿结果）
-
-- `搜索`：按词直接搜内容
-- `带索引榜单`：用榜单/索引做快速补充
-
-适合：当次任务需快速产出可用候选。
-
-### 积累型（长期稳定供给）
-
-- `垂类推荐流`：沉淀稳定主题流
-- `订阅账号`：沉淀优质账号池
-
-适合：持续任务、复用需求、长期选题供给。
-
----
-
-## 四、完整执行流程
+## 三、完整执行流程
 
 1. **拆需求**：标注每个特征为`实质/形式` + `上层/下层`
 2. **选起点**：
    - 下层优先走`case出发`
    - 上层优先走`特征出发`
-3. **规划通道**：
-   - 当次交付优先`即时型`
-   - 长期复用补上`积累型`
-4. **生成两份清单**：
+3. **生成两份清单**：
    - `寻找清单`：词包、来源、通道、优先级
    - `判别清单`：形式规则、打分点、淘汰条件
 
+## 四、限制
+输出**必须**基于`get_video_topic`返回的选题信息生成，**严谨模型自己联想**生成
+
 ---
 
-## 五、输出模板
+## 六、输出模板
 
 ```json
 {
@@ -115,12 +132,6 @@ description: 需求分析
     "goodcase_goal_points": [],
     "goodcase_key_points": []
   },
-  "finding_plan": {
-    "instant_channels": ["搜索", "带索引榜单"],
-    "accumulation_channels": ["垂类推荐流", "订阅账号"],
-    "instant_search_terms_from_goodcase": [],
-    "merged_terms": []
-  },
   "filter_plan": {
     "form_rules": [],
     "goal_alignment_rules": [],
@@ -132,11 +143,10 @@ description: 需求分析
 
 ---
 
-## 六、质量自检
-
+## 七、质量自检
+- 输出是否完全基于 `get_video_topic` 工具的输出
 - 是否先完成了`实质/形式`与`上层/下层`双重标注
-- 下层特征是否调用了 goodcase 选题工具做补全
+- 下层特征是否调用了 `get_video_topic`选题工具做补全
 - 是否同时考虑了`case出发`与`特征出发`
-- goodcase 的三类选题点是否分别落到：`灵感点->搜索词包`、`目的点->判别目标`、`关键点->判别规则`
-- 是否明确拆分`即时型`与`积累型`执行动作
+- 三类选题点是否分别落到：`灵感点->搜索词包`、`目的点->判别目标`、`关键点->判别规则`
 - 是否输出了可直接进入“搜索阶段”和“筛选阶段”的清单

examples/content_finder/skills/high_quality_account.md

@@ -14,5 +14,5 @@ description: 优质账号扩展
 3. 通过筛选的作品加入候选池，标注来源"优质账号扩展"
 
 ### 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
+- 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、账号内容特征(历史人物/生活科普/搞笑娱乐等特征标签)
 - 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）"

examples/content_finder/skills/output_schema.md

@@ -32,7 +32,8 @@ description: 输出结果指南
         "author_nickname": "<作者名>",
         "author_sec_uid": "<完整 sec_uid>",
         "age_50_plus_ratio": null,
-        "age_50_plus_tgi": null
+        "age_50_plus_tgi": null,
+        "content_tags": "账号内容特征"
       }
     ]
   },

examples/content_finder/tools/__init__.py

@@ -10,9 +10,11 @@ from .aigc_platform_api import create_crawler_plan_by_douyin_content_id, create_
 from .think_and_plan import think_and_plan
 from .find_authors_from_db import find_authors_from_db
 from .get_video_topic import get_video_topic
+from .douyin_search_fallback import douyin_search_fallback
 
 __all__ = [
     "douyin_search",
+    "douyin_search_fallback",
     "douyin_user_videos",
     "get_content_fans_portrait",
     "get_account_fans_portrait",

examples/content_finder/tools/douyin_search_fallback.py

@@ -1,5 +1,5 @@
 """
-抖音关键词搜索工具（示例）
+抖音关键词搜索工具（备用）
 
 调用内部爬虫服务进行抖音关键词搜索。
 """
@@ -33,7 +33,7 @@ DEFAULT_TIMEOUT = 60.0
 
 
 @tool(description="通过关键词搜索抖音视频内容兜底接口")
-async def douyin_search(
+async def douyin_search_fallback(
     keyword: str,
     content_type: str = "0",
     sort_type: str = "0",