Agent/examples/content_finder/skills/exec_summary_rows.md

---

name: exec_summary_rows

description: 仅在需要写入 process_trace.json 时，用于记录最终输出的每条视频的寻找过程

目标

生成用于记录最终输出的每条视频的寻找过程的json

强约束（必须遵守）

1. 只基于入选内容：只能对 output.json.contents 中出现的 aweme_id 生成 rows；不得输出任何不在 contents 的视频（包括淘汰候选/搜索过程中的视频）。
2. rows 数量必须等于 contents 数量：一条入选内容必须对应且仅对应一行 row。
3. 字段固定且统一：每行 row 只允许包含下列 key（不得增删改名）：
   • aweme_id
   • title
   • author_nickname
   • strategy_type
   • from_case_aweme_id
   • from_case_point
   • from_feature
   • search_keyword
   • channel
   • decision_basis
   • decision_notes
   • input_features
4. 值使用中文枚举：
   • strategy_type: "case出发策略" / "特征出发策略"
   • channel: "抖音搜索" / "订阅账号" / "榜单" / "其他"
   • decision_basis: "内容画像匹配" / "作者画像匹配" / "需求筛选" / "画像缺失" / "其他"
5. input_features：必须是 list[str]；默认从 output.json.query 按逗号拆分得到（兼容中文逗号）。
6. 允许为空的字段：from_case_aweme_id/from_case_point/from_feature 若无法确定可为空字符串，但不能缺 key。

依据

• output.json（必须读取并以 contents 为准）
  • query：用于 input_features 拆分
  • contents[]：每条入选内容，含 aweme_id/title/author_nickname/reason/portrait_data.source 等
• log.txt：用于判断内容来自哪种策略、来自哪个 case出发/特征出发、搜索词与渠道等

生成规则（建议优先级）

对每个 content in output.json.contents：

1. aweme_id/title/author_nickname 直接来自 content（必须与 contents 一致）
2. decision_notes：优先用 content.reason（入选理由）
3. decision_basis：
   • 若 content.portrait_data.source == "content_like" → "内容画像匹配"
   • 若 == "account_fans" → "作者画像匹配"
   • 若 == "none" → "画像缺失"
   • 否则 "其他"
4. strategy_type/channel/search_keyword：
   • 若日志/上下文能明确来源，按事实填（且用上面的中文枚举）
   • 否则 字段留空
5. from_case_* / from_feature：能确定就填；不确定可空串。

输出格式（必须严格）

只输出一个 JSON 对象（不要 Markdown、不要解释、不要多余文本）：

{"rows":[{...},{...}]}