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. 视频选择：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：视频id
   • title：视频标题
   • author_nickname：作者名称。
   • strategy_type：寻找策略。"case出发" / "特征出发"。
   • from_case_aweme_id：case出发策略关联的内容id
   • from_case_point： case出发策略 关联的灵感点。
   • from_feature： 特征出发 关联的特征词。
   • search_keyword： 搜索词，该内容从哪个搜索词来。
   • channel：寻找方式 "抖音搜索" / "索引榜单搜索" / "垂类推荐流" / "订阅账号作品搜索"
   • decision_basis：筛选的方式 "基于case出发策略筛选" / "内容点赞用户画像" / "账号粉丝画像" / "其他"
   • decision_notes：筛选的理由
   • input_features： Agent起始输入的特征词
4. 值使用中文枚举
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）。

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：用于判断内容的 strategy_type(来自哪种策略)、from_case_point(来自哪个灵感点)、search_keyword(搜索词)与渠道等

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