Agent/examples/piaoquan_needs/models.py

"""Pattern Mining 数据模型"""
from sqlalchemy import Column, BigInteger, Integer, String, Float, Boolean, Text, DateTime, JSON, Index
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()


class TopicPatternExecution(Base):
    __tablename__ = 'topic_pattern_execution'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    # 筛选条件快照
    merge_leve2 = Column(String(100), nullable=True)
    platform = Column(String(50), nullable=True)
    account_name = Column(String(200), nullable=True)
    post_limit = Column(Integer, nullable=False, default=500)
    # 挖掘参数
    min_absolute_support = Column(Integer, nullable=False, default=2)
    classify_execution_id = Column(BigInteger, nullable=True)
    mining_configs = Column(JSON, nullable=True)  # [{dimension_mode, target_depths: [...]}, ...]
    # 结果摘要
    post_count = Column(Integer, nullable=True)
    itemset_count = Column(Integer, nullable=True)  # 所有 config 的项集总数
    # 状态
    status = Column(String(50), nullable=False, default='running')
    error_message = Column(Text, nullable=True)
    start_time = Column(DateTime, nullable=True)
    end_time = Column(DateTime, nullable=True)


class TopicPatternMiningConfig(Base):
    """一次执行中的一个 (dimension_mode, target_depth) 挖掘配置"""
    __tablename__ = 'topic_pattern_mining_config'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    execution_id = Column(BigInteger, nullable=False, index=True)
    dimension_mode = Column(String(50), nullable=False)
    target_depth = Column(String(50), nullable=False)
    # 结果摘要
    transaction_count = Column(Integer, nullable=True)
    itemset_count = Column(Integer, nullable=True)


class TopicPatternCategory(Base):
    """分类树节点快照 - 记录执行时的分类结构"""
    __tablename__ = 'topic_pattern_category'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    execution_id = Column(BigInteger, nullable=False, index=True)
    source_stable_id = Column(BigInteger, nullable=True)  # 原 GlobalCategory.stable_id
    source_type = Column(String(50), nullable=False)      # 实质/形式/意图
    name = Column(String(500), nullable=False)
    description = Column(Text, nullable=True)
    category_nature = Column(String(50), nullable=True)    # 内容/维度/领域
    path = Column(String(1000), nullable=True)             # 完整路径 如 /食品/水果
    level = Column(Integer, nullable=True)
    parent_id = Column(BigInteger, nullable=True)          # FK → 本表 id（快照内的父节点）
    parent_source_stable_id = Column(BigInteger, nullable=True)  # 原 parent_stable_id（方便建树）
    element_count = Column(Integer, default=0)             # 该分类下直属元素数


class TopicPatternElement(Base):
    """帖子级元素记录 - 每行 = 一个帖子的一个点下的一个元素，代替 data_cache JSON"""
    __tablename__ = 'topic_pattern_element'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    execution_id = Column(BigInteger, nullable=False, index=True)
    # 帖子 & 选题点上下文
    post_id = Column(String(100), nullable=False, index=True)
    point_type = Column(String(50), nullable=False)         # 灵感点/目的点/关键点
    point_text = Column(String(500), nullable=True)         # 选题点内容（"点" 字段）
    # 元素信息
    element_type = Column(String(50), nullable=False)       # 实质/形式/意图
    name = Column(String(500), nullable=False)
    description = Column(Text, nullable=True)
    # 分类关联
    category_id = Column(BigInteger, nullable=True, index=True)  # FK → TopicPatternCategory.id
    category_path = Column(String(1000), nullable=True)     # 冗余存储分类路径 如 "食品>水果"


class Post(Base):
    """帖子元数据 - 全局通用，跨 execution，通过 post_id 关联筛选"""
    __tablename__ = 'post'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    post_id = Column(String(100), nullable=False, unique=True, index=True)
    account_name = Column(String(200), nullable=True, index=True)
    merge_leve2 = Column(String(100), nullable=True, index=True)
    platform = Column(String(50), nullable=True, index=True)


class TopicPatternItemset(Base):
    """频繁项集"""
    __tablename__ = 'topic_pattern_itemset'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    execution_id = Column(BigInteger, nullable=False, index=True)
    mining_config_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicPatternMiningConfig.id
    combination_type = Column(String(200), nullable=False, index=True)
    item_count = Column(Integer, nullable=False, index=True)
    support = Column(Float, nullable=False)
    absolute_support = Column(Integer, nullable=False, index=True)
    dimensions = Column(JSON, nullable=True)        # ["实质","形式"]
    is_cross_point = Column(Boolean, nullable=False, default=False)
    matched_post_ids = Column(JSON, nullable=True)  # ["post_id_1", "post_id_2", ...] 直接存 post_id


class TopicPatternItemsetItem(Base):
    """项集中的单个 item - 关联到分类节点"""
    __tablename__ = 'topic_pattern_itemset_item'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    itemset_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicPatternItemset.id
    point_type = Column(String(50), nullable=True)      # 灵感点/目的点/关键点（substance_form_only 模式下为空）
    dimension = Column(String(50), nullable=True)       # 实质/形式/意图（point_type_only 模式下为空）
    category_id = Column(BigInteger, nullable=True)     # FK → TopicPatternCategory.id
    category_path = Column(String(1000), nullable=True) # 分类路径部分 如 "食品>水果"
    element_name = Column(String(500), nullable=True)   # 若为 name 层 item（含||），提取的元素名称


# ============================================================================
# 选题构建 - 以 CompositionItem 为中心的 CRUD 模型
#
# 数据关系:
#   TopicBuildRecord  (1次构建会话)
#     └── TopicBuildTopic  (N个选题)
#           └── TopicBuildCompositionItem  (选题组成元素，有独立生命周期)
#                 └── TopicBuildItemSource  (每个元素的推导来源，多态统一表)
#
# 核心设计:
#   Agent 过程 = CRUD CompositionItem
#   每个 item 有独立的 reason、point_type、状态生命周期 (created → validated → refined → deactivated)
#   每个 item 的推导来源通过 TopicBuildItemSource 完整记录
#   来源可以是：其他 CompositionItem、itemset、element、category、post、user_input
# ============================================================================


class TopicBuildRecord(Base):
    """选题构建执行记录 - 一次完整的构建会话"""
    __tablename__ = 'topic_build_record'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    execution_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicPatternExecution.id
    # ── 需求描述 ──
    demand = Column(Text, nullable=True)              # 用户的构建需求/目标描述
    demand_constraints = Column(JSON, nullable=True)   # 约束条件 {"target_audience", "content_style", "focus_dimensions", ...}
    # ── Agent & 模型配置 ──
    agent_type = Column(String(50), nullable=True, default='ClaudeCodeAgent')  # ClaudeCodeAgent / LangchainAgent
    agent_config = Column(JSON, nullable=True)  # Agent 类型相关配置，结构因 agent_type 而异
    # ClaudeCodeAgent: {"model_name": "claude-sonnet-4-6", "effort": "high"}
    # LangchainAgent: {"model_name": "openrouter:google/gemini-3-flash-preview", ...}
    status = Column(String(50), nullable=False, default='running')  # running/success/failed
    is_deleted = Column(Boolean, nullable=False, default=False)    # 软删除
    summary = Column(Text, nullable=True)              # Agent 生成的执行总结
    topic_count = Column(Integer, nullable=True)       # 最终产出选题数
    # ── Token & 成本 ──
    input_tokens = Column(Integer, nullable=True)
    output_tokens = Column(Integer, nullable=True)
    cost_usd = Column(Float, nullable=True)
    error_message = Column(Text, nullable=True)
    start_time = Column(DateTime, nullable=True)
    end_time = Column(DateTime, nullable=True)
    # ── 策略配置 ──
    strategies_config = Column(JSON, nullable=True)  # {"always_on": ["策略A"], "on_demand": ["策略B"]}


class TopicBuildTopic(Base):
    """选题

    topic_understanding: 对用户需求的理解（聚焦需求本身，不做自由联想）
    result: 最终选题结果（从 CompositionItems 实例化生成，定稿时写入）
    status: seed → developing → mature / infeasible
    failure_reason: 当 status=infeasible 时，记录无法产生选题的原因
    """
    __tablename__ = 'topic_build_topic'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    build_id = Column(BigInteger, nullable=False, index=True)        # FK → TopicBuildRecord.id
    execution_id = Column(BigInteger, nullable=False, index=True)    # FK → TopicPatternExecution.id
    sort_order = Column(Integer, nullable=False, default=0)
    # ── 需求理解 ──
    topic_understanding = Column(Text, nullable=True)    # 对用户需求的理解（聚焦需求本身）
    # ── 选题结果 ──
    result = Column(Text, nullable=True)                 # 最终选题结果（从 CompositionItems 实例化生成）
    # ── 状态 ──
    status = Column(String(50), nullable=False, default='seed')  # seed/developing/mature/infeasible
    # ── 不可行原因 ──
    failure_reason = Column(Text, nullable=True)         # 当 status=infeasible 时，记录无法产生选题的具体原因


class TopicBuildCompositionItem(Base):
    """选题组成元素 — Agent 过程的核心实体

    每个 CompositionItem 代表选题中的一个组成部分。
    通过 item_level 区分层级:
      - category: 分类方向（如 "政治领袖/实质"），定义选题的宏观方向
      - element:  具体元素（如 "毛泽东/实质"），定义选题的具体内容落点

    推导链通过 TopicBuildItemRelation 记录 item 间因果关系，
    外部数据证据通过 TopicBuildItemSource 记录。
    """
    __tablename__ = 'topic_build_composition_item'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    topic_id = Column(BigInteger, nullable=False, index=True)        # FK → TopicBuildTopic.id
    build_id = Column(BigInteger, nullable=False, index=True)        # FK → TopicBuildRecord.id
    # ── 元素信息 ──
    item_level = Column(String(20), nullable=False, default='category')  # category / element
    dimension = Column(String(50), nullable=True)        # 实质/形式/意图
    point_type = Column(String(50), nullable=True)       # 灵感点/目的点/关键点
    element_name = Column(String(500), nullable=False)
    category_path = Column(String(1000), nullable=True)
    category_id = Column(BigInteger, nullable=True)      # FK → TopicPatternCategory.id
    # ── 推导 ──
    derivation_type = Column(String(50), nullable=True)  # user_demand/itemset_pattern/hierarchy/co_occurrence/post_extract/agent_reasoning
    step = Column(Integer, nullable=False, default=0)    # 创建批次号
    reason = Column(Text, nullable=True)                 # 为什么加入这个元素
    # ── 管理 ──
    sort_order = Column(Integer, nullable=False, default=0)
    is_active = Column(Boolean, nullable=False, default=True)
    note = Column(Text, nullable=True)
    created_at = Column(DateTime, nullable=True)
    updated_at = Column(DateTime, nullable=True)


class TopicBuildItemRelation(Base):
    """Item 间推导关系 — 记录 CompositionItem 之间的因果链（多对多）

    "因为 source_item 已在选题中，Agent 才去探索并发现/产生了 target_item"。
    一个 item 可以有多个上游 parent（多个已有 item 共同触发了它的发现）。
    可视化 DAG 的边直接来自这张表。
    """
    __tablename__ = 'topic_build_item_relation'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    topic_id = Column(BigInteger, nullable=False, index=True)            # FK → TopicBuildTopic.id
    source_item_id = Column(BigInteger, nullable=False, index=True)      # 上游 item（触发方）
    target_item_id = Column(BigInteger, nullable=False, index=True)      # 下游 item（被发现/产生的）
    reason = Column(Text, nullable=True)                                 # 为什么这个关系成立
    created_at = Column(DateTime, nullable=True)


class TopicBuildItemSource(Base):
    """外部数据证据 — 记录 CompositionItem 引用的外部数据（一对多）

    只记录外部数据来源（项集、分类、帖子、用户输入等），
    不记录 item-to-item 关系（那个由 TopicBuildItemRelation 负责）。

    source_type: itemset / element / category / post / user_input
    derivation_type: user_demand / itemset_pattern / hierarchy / co_occurrence / post_extract / agent_reasoning
    """
    __tablename__ = 'topic_build_item_source'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    topic_id = Column(BigInteger, nullable=False, index=True)        # FK → TopicBuildTopic.id
    target_item_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicBuildCompositionItem.id
    # ── 外部数据来源 ──
    source_type = Column(String(50), nullable=False)     # itemset / element / category / post / user_input
    source_reference_id = Column(BigInteger, nullable=True)          # 外部数据 ID（itemset_id / category_id 等）
    source_detail = Column(JSON, nullable=True)          # 来源数据快照 JSON
    # ── 描述 ──
    reason = Column(Text, nullable=True)                 # 这条证据说明了什么
    # ── 管理 ──
    is_active = Column(Boolean, nullable=False, default=True)
    created_at = Column(DateTime, nullable=True)


class TopicBuildStrategy(Base):
    """构建策略 — 可注入 Agent 的行为规则集（主表）

    存储策略元数据，内容版本通过 TopicBuildStrategyVersion 管理。
    """
    __tablename__ = 'topic_build_strategy'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    name = Column(String(200), nullable=False, unique=True)     # 策略名称（唯一）
    description = Column(String(500), nullable=False)           # 一行描述，用于 Agent 判断是否需要加载
    tags = Column(JSON, nullable=True)                          # 标签 ["对比", "竞品"]
    is_active = Column(Boolean, nullable=False, default=True)   # 软删除/禁用
    current_version = Column(Integer, nullable=False, default=1)  # 当前版本号
    created_at = Column(DateTime, nullable=True)
    updated_at = Column(DateTime, nullable=True)


class TopicBuildStrategyVersion(Base):
    """构建策略版本 — 保存策略内容的历史版本

    每次更新 content 时创建新版本行，旧版本保留可追溯。
    """
    __tablename__ = 'topic_build_strategy_version'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    strategy_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicBuildStrategy.id
    version = Column(Integer, nullable=False)                     # 版本号
    content = Column(Text, nullable=False)                        # 完整的策略规则文本（Markdown）
    change_note = Column(String(500), nullable=True)              # 变更说明
    created_at = Column(DateTime, nullable=True)


class TopicBuildLog(Base):
    """选题构建执行日志 - 完整的 Agent 运行输出"""
    __tablename__ = 'topic_build_log'

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    build_id = Column(BigInteger, nullable=False, index=True)  # FK → TopicBuildRecord.id (unique)
    log_content = Column(Text(length=4294967295), nullable=True)  # LONGTEXT
    created_at = Column(DateTime, nullable=True)