# Content Find Agent v2 Data Interface

更新时间：2026-06-04

## 0. 证据口径

本文只记录旧版代码、旧版接口审计、DB-first schema inventory、ContentFindAgent 数据工程 run 和 subagent 交叉验证过的数据接口。

| 状态 | 含义 |
|---|---|
| 已验证 | 已有 DB / API 只读验证或旧版实测结果 |
| 源码定位 | 旧版代码能定位到接口或写入逻辑，但本次未实连 |
| blocked | 因 token、只读条件或副作用限制未实连 |
| pending / 待接入 | DB 字段存在，产品应接入，但旧版 ContentFindAgent 未作为主链路实现 |
| source-only | 已有配置来源或源码来源，但本轮未作为主链路实连验证 |
| missing | 变量、key、表或 API 未找到可用真实值 |
| 缺口 | 没有真实表、真实接口或稳定字段，不能写成已接入 |

不把 `show` 静态样例、小红书搜索、共创作者、相似作者、候选池、淘汰原因表写成已验证接口。

### 0.1 阅读方式

每个阶段都按“短索引 + 详情块”组织：

- 短索引只看接口、用途和状态，方便快速扫读。
- 详情块再看输入字段、输出字段和边界，避免长表在窄屏下挤成一行。
- 缺口统一放在最后，避免和已验证接口混在一起。

### 0.2 环境配置和只读验证摘要

本节吸收原环境缺口报告的确认结果，只记录变量名、能力和验证状态，不记录密码、token、AK/SK 或完整 DSN。

#### 已验证配置

- `.env` 结构：pass
  - 对象：根目录 `.env`
  - 注释：共 `139` 个变量，无重复 key；本地私有文件，不进入代码仓库。
- 旧版 env 覆盖：pass
  - 对象：旧仓 Python `os.getenv(...)`
  - 注释：旧代码中发现的 `52` 个 getenv 变量都已在 `.env` 中覆盖。
- 业务库：pass
  - 变量：`DB_*`, `CONTENT_SUPPLY_DB_*`, `CONTENTFIND_DB_*`
  - 注释：`demand_content`, `workflow_decode_task_result`, `demand_find_author`, `demand_find_content_result`, `demand_find_task`, `demand_task_oprate` 均只读通过。
- Pattern 库：pass
  - 变量：`OPEN_AIGC_PATTERN_DB_*`, `PATTERN_GLOBAL_DB_*`, `CONTENTFIND_PATTERN_DB_*`
  - 注释：`topic_pattern_element`, `topic_pattern_itemset`, `topic_pattern_category` 均只读通过。
- Crawapi 抖音接口：pass
  - 变量：`CONTENTFIND_API_CRAWAPI_BASE_URL`, `CONTENTFIND_DOUYIN_*`, `CONTENTFIND_HOT_TOPIC_PATH`
  - 注释：抖音关键词、作者作品、内容画像、账号画像、今日热榜均只读通过。
- AIGC plan detail：pass
  - 变量：`AIGC_TOKEN`, `CONTENTFIND_API_AIGC_TOKEN`, `CONTENTFIND_API_READONLY_TOKEN`, `CONTENTFIND_AIGC_READONLY_PRODUCE_PLAN_ID`
  - 注释：只查 produce plan detail，未创建或保存计划。
- OpenRouter：pass
  - 变量：`OPEN_ROUTER_API_KEY`, `OPENROUTER_API_KEY`, `OPENROUTER_BASE_URL`
  - 注释：两个 key 别名已同步；只读 key metadata probe HTTP 200；未调用 chat completion 或 embeddings。
- 上游 open_aigc MySQL：pass
  - 变量：`OPEN_AIGC_MYSQL_*`
  - 注释：本轮只读 `SELECT 1` 通过，并完成 5 张上游表 `LIMIT 1` 探测。
- 上游 open_aigc PG：pass
  - 变量：`OPEN_AIGC_PG_*`, `PGVECTOR_DSN`, `DATA_ENGINEERING_OPEN_AIGC_PG_DSN`
  - 注释：`DATA_ENGINEERING_OPEN_AIGC_PG_DSN` 和同步后的 `OPEN_AIGC_PG_*` 均只读 `SELECT 1` 通过；Pattern 相关表 `LIMIT 1` 通过。
- ODPS 表现数据：pass
  - 变量：`ODPS_ACCESS_ID`, `ODPS_ACCESS_KEY`, `ODPS_ENDPOINT`, `ODPS_PROJECT`
  - 注释：本轮 `SELECT 1` 通过，`video_dimension_detail_add_column`, `dwd_multi_demand_pool_di`, `feature_point_data` schema 可读。

#### 待补或仅有来源配置

- TikHub fallback：missing
  - 变量：`TIKHUB_API_KEY`, `TIKHUB_BASE_URL`, `TIKHUB_DOUYIN_SEARCH_PATH`
  - 注释：URL 和 path 已有，旧仓未找到真实 key；只能作为待补备用通道。
- OSS：missing
  - 变量：`ALIYUN_OSS_*`, `OSS_ACCESS_KEY_ID`, `OSS_ACCESS_KEY_SECRET`
  - 注释：变量名已定位，真实 AK/SK、bucket、region、prefix、public base URL 缺失。
- Feishu：source-only
  - 变量：`FEISHU_APP_ID`, `FEISHU_APP_SECRET`
  - 注释：旧版有来源，但不是 v2 主链路；本轮未调用。
- 前端联调 API：missing
  - 变量：`VITE_API_BASE_URL`, `VITE_CONTENTFIND_API_BASE_URL`
  - 注释：show 当前仍是静态沙盘，尚未接真实后端。

## 1. 数据源

数据源阶段回答：从哪里拿原始素材、原始种子和可搜索线索。

### 1.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| S1 | `content-deconstruction-supply.demand_content` | 需求输入 | 已验证 |
| S2 | `open_aigc_pattern.topic_pattern_element` | Pattern / 特征词到历史 Case | 已验证 |
| S3 | `content-deconstruction-supply.workflow_decode_task_result` | 直接 Case 原始素材和解构点 | 已验证 |
| S4 | `topic_pattern_itemset -> workflow_decode_task_result` | Pattern Item Set 派生多个 Case | pending / 待接入 |
| S5 | `open_aigc_pattern.topic_pattern_category` | Pattern 类目上下文 | 已验证 |
| S6 | `content-deconstruction-supply.demand_find_author` | 历史沉淀账号 | 已验证 |
| S7 | 今日热榜 `/crawler/jin_ri_re_bang/content_rank` | 热点入口 | 已验证 |
| S8 | `open_aigc.post` | 上游历史内容素材 | 已验证 |
| S9 | `open_aigc.post_decode_topic_point_element` | 上游选题点元素 | 已验证 |
| S10 | `open_aigc.post_script_paragraph_field_element` | 上游脚本段落元素 | 已验证 |

### 1.2 详情

#### S1. 数据库：`content-deconstruction-supply`，表：`demand_content`

- 当前输入字段：`id`, `name`, `suggestion`, `score`, `merge_leve2`, `dt`, `ext_data`
- 新版必解析字段：`ext_data.evidence_pack`
- 输出字段：需求词、需求解释、品类、分数、日期。
- 边界：这是需求源，不是 Case 素材源；旧版只取基础字段，新版不能丢掉证据包。

`ext_data.evidence_pack` 需要包含并向下游传递：

| 字段 | 用途 |
|---|---|
| `source_kind` | 区分 Pattern、Case、聚类、历史搜索等来源 |
| `pattern_source_system` | 区分 Pattern 来源系统或桥接口径 |
| `case_id_type` | 说明 Case ID / post ID / channel content ID 的口径 |
| `source_post_id` | 绑定原始素材 ID |
| `pattern_execution_id` | 回查 Pattern 执行 |
| `mining_config_id` | 回查 Pattern 挖掘配置 |
| `itemset_ids` | 回查频繁项集 |
| `itemset_items[]` | 回查 itemset 内的分类、元素和维度 |
| `category_bindings` | 绑定分类树父节点 |
| `element_bindings` | 绑定分类树元素节点 |
| `matched_post_ids` | 记录 Pattern 支撑素材 |
| `seed_terms` | 给 Query 使用的策略种子 |
| `trace_id` | 串起上游和下游 trace |
| `source_certainty` | 标记来源确定性 |
| `validation_status` | 标记已验证、待接入或候选反查 |

这些字段要进入数据源、Query、判断、游走、资产清洗沉淀和策略学习。目标是从某个 `case_id` 或 `post_id` 能反查到 Pattern、itemset、分类节点或元素节点。

#### S2. 数据库：`open_aigc_pattern`，表：`topic_pattern_element`

- 输入字段：`name`, `execution_id`, `element_type`, `category_path`
- 输出字段：`post_id`, `point_type`, `point_text`, `element_type`, `name`
- 边界：旧版实际按 `name` 精确查，不是严格 Pattern itemset 路径。

#### S3. 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`channel_content_id`
- 输出字段：`title`, `body_text`, `images`, `video_url`, `channel`, `channel_account_id`, `channel_account_name`
- 解构字段：`purpose_points`, `key_points`, `inspiration_points`, `topic_fusion_result`, `merge_leve2`
- 边界：Case 的最终落点；可由直接 Case 或 Pattern 派生 Case 回查。

#### S4. 数据库：`open_aigc_pattern`，表：`topic_pattern_itemset` -> 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`execution_id`, `combination_type`, `item_count`, `support`, `absolute_support`, `matched_post_ids`
- 输出字段：用 `matched_post_ids` 回查 `workflow_decode_task_result.channel_content_id`
- 边界：DB 字段存在，旧版未作为主链路实现；不能写成已跑通。

#### S5. 数据库：`open_aigc_pattern`，表：`topic_pattern_category`

- 输入字段：`execution_id`, `id`, `path`, `source_type`
- 输出字段：`name`, `description`, `category_nature`, `level`, `parent_id`, `element_count`
- 边界：辅助解释 Pattern，不直接召回内容。

#### S6. 数据库：`content-deconstruction-supply`，表：`demand_find_author`

- 输入字段：`content_tags`, `channel`, `author_id`, `author_name`
- 输出字段：`trace_id`, `author_name`, `author_link`, `author_id`, `elderly_ratio`, `elderly_tgi`, `is_good`, `remark`, `content_tags`, `channel`
- 边界：旧版可按 `content_tags LIKE query` 找历史作者。

#### S7. 接口：今日热榜 `/crawler/jin_ri_re_bang/content_rank`

- 输入字段：`sort_type`, `cursor`
- 输出字段：`source`, `jump_url`, `type`, `rankList[].title`, `rankList[].heat`, `has_more`, `next_cursor`
- 边界：热点只做修饰和探索入口，不等于最终内容源。

#### S8. 数据库：`open_aigc`，表：`post`

- 输入字段：`post_id`, `platform`, `merge_leve1`, `merge_leve2`, `import_date`
- 输出字段：`title`, `body_text`, `platform_account_id`, `platform_account_name`, `publish_timestamp`, `like_count`, `comment_count`, `collect_count`, `images`
- 边界：数据工程上游素材表，不是旧版 ContentFindAgent 主读表。

#### S9. 数据库：`open_aigc`，表：`post_decode_topic_point_element`

- 输入字段：`post_id`, `topic_point_id`, `element_type`, `element_sub_type`
- 输出字段：`element_name`, `element_description`, `element_source`, `element_reason`
- 边界：用于理解上游元素，不替代 `workflow_decode_task_result`。

#### S10. 数据库：`open_aigc`，表：`post_script_paragraph_field_element`

- 输入字段：`post_id`, `paragraph_id`, `field_type`, `element_type`, `element_sub_type`
- 输出字段：`element_name`, `element_description`
- 边界：用于策略学习和素材理解。

## 2. Query

Query 阶段回答：哪些输入会被转成平台可执行搜索词或采集动作。

### 2.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| Q1 | `demand_content` | 需求转 Query 输入 | 已验证 |
| Q2 | `workflow_decode_task_result` | Case 解构点转 Query 输入 | 已验证 |
| Q3 | `topic_pattern_element` | Pattern 词 / 元素转 Query 输入 | 已验证 |
| Q4 | `topic_pattern_itemset` | Pattern 组合转 Query 输入 | pending / 待接入 |
| Q5 | OpenRouter | LLM Query Builder / 判断辅助 | 只读鉴权通过 |
| Q6 | `demand_find_task` | Query 执行 trace 台账 | 已验证 |

### 2.2 详情

#### Q1. 数据库：`content-deconstruction-supply`，表：`demand_content`

- 输入字段：`name`, `suggestion`, `merge_leve2`, `score`, `dt`, `ext_data.evidence_pack.seed_terms`, `ext_data.evidence_pack.source_kind`
- 输出字段：Query 原始需求、品类、解释、策略种子。
- 边界：旧版从需求池出发；新版有证据包时优先使用 `seed_terms`，不能只把宽泛 `name` 当 Query 输入。

#### Q2. 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`purpose_points`, `key_points`, `inspiration_points`, `topic_fusion_result`, `title`, `body_text`, `merge_leve2`
- 输出字段：Case 策略种子、筛选点、回扣依据。
- 边界：v2 以解构出的策略种子为主，不直接用账号名做 Query。

#### Q3. 数据库：`open_aigc_pattern`，表：`topic_pattern_element`

- 输入字段：`name`, `element_type`, `category_path`, `point_type`, `point_text`
- 输出字段：Pattern 词、维度、类目路径。
- 边界：旧版用 `name` 找历史 case；v2 可用于 Pattern seed。

#### Q4. 数据库：`open_aigc_pattern`，表：`topic_pattern_itemset`

- 输入字段：`combination_type`, `item_count`, `support`, `absolute_support`, `dimensions`, `matched_post_ids`
- 输出字段：Pattern 组合、支持度、多 Case 命中集合。
- 边界：字段存在；旧版未用它生成 Query。

#### Q5. 能力：OpenRouter

- 输入字段：`model`, `messages`, `tools`, `system`, `max_tokens`, `temperature`
- 输出字段：`content`, `tool_calls`, `prompt_tokens`, `completion_tokens`, `finish_reason`, `cost`, `usage`
- 边界：本轮只做 key metadata 鉴权探测，未调用 chat completion 或 embeddings；真实生成仍需显式预算开关。

#### Q6. 数据库：`content-deconstruction-supply`，表：`demand_find_task`

- 输入字段：`trace_id`, `demand_content_id`, `status`, `created_at`, `token_coast`
- 输出字段：任务状态、成本、需求关联。
- 边界：不是 Query 内容表，但承载执行追踪。

## 3. Platform

Platform 阶段回答：同一个 Query 在平台上用什么动作执行，返回什么字段。

### 3.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| P1 | 抖音关键词搜索 `/crawler/dou_yin/keyword` | Query -> 视频候选 | 已验证 |
| P2 | TikHub 搜索 fallback | 抖音搜索备用 | blocked |
| P3 | 抖音账号作品 `/crawler/dou_yin/blogger` | 作者 -> 作者作品 | 已验证 |
| P4 | 热点宝内容画像 | 视频画像 | 已验证 |
| P5 | 热点宝账号画像 | 作者画像 | 已验证 |
| P6 | `demand_find_content_result` | 平台结果沉淀字段 | 已验证 |
| P7 | `demand_find_author` | 作者平台身份 | 已验证 |

### 3.2 详情

#### P1. 接口：抖音关键词搜索 `/crawler/dou_yin/keyword`

- 输入字段：`keyword`, `content_type`, `sort_type`, `publish_time`, `cursor`, `account_id`
- 输出字段：`aweme_id`, `desc`, `author.nickname`, `author.sec_uid`, `statistics.*`, `has_more`, `next_cursor`
- 边界：实测 `content_type=视频` 成功；`综合` 口径不能直接照搬。

#### P2. 接口：TikHub 搜索 fallback

- 输入字段：`keyword`, `cursor`, `sort_type`, `publish_time`, `filter_duration`, `content_type`, `search_id`, `backtrace`
- 输出字段：`business_data[].data.aweme_info`, `next_page`, `backtrace`
- 边界：缺 `TIKHUB_API_KEY`，不能写成已接入。

#### P3. 接口：抖音账号作品 `/crawler/dou_yin/blogger`

- 输入字段：`account_id`, `sort_type`, `cursor`
- 输出字段：`aweme_id`, `desc`, `author.*`, `statistics.*`, `has_more`, `next_cursor`
- 边界：已验证抖音作者作品；小红书作者作品仍待验证。

#### P4. 接口：热点宝内容画像

- 输入字段：`content_id`, `need_age`, `need_gender`, `need_province`
- 输出字段：年龄、性别、省份画像，`percentage`, `preference`
- 边界：用于判断，不是召回接口。

#### P5. 接口：热点宝账号画像

- 输入字段：`account_id`, `need_age`, `need_gender`, `need_province`
- 输出字段：年龄、性别、省份画像，`percentage`, `preference`
- 边界：可作为作者是否值得扩展的判断信号。

#### P6. 数据库：`content-deconstruction-supply`，表：`demand_find_content_result`

- 输入字段：`channel`, `aweme_id`, `video_url`, `author_id`, `author_name`, `author_link`
- 输出字段：平台、内容 ID、作者 ID、链接。
- 边界：这是结果表字段，不是平台 API。

#### P7. 数据库：`content-deconstruction-supply`，表：`demand_find_author`

- 输入字段：`channel`, `author_id`, `author_name`, `author_link`, `content_tags`
- 输出字段：作者资产、内容标签、平台身份。
- 边界：可作为后续作者起点。

## 4. 判断

判断阶段回答：内容、作者、Pattern 派生 Case 是否值得留下或继续扩展。

### 4.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| J1 | 热点宝内容画像 | 50+ 内容适配 | 已验证 |
| J2 | 热点宝账号画像 | 50+ 作者适配 | 已验证 |
| J3 | `workflow_decode_task_result` | Case 回扣判断 | 已验证 |
| J4 | `topic_pattern_element` | Pattern 回扣判断 | 已验证 |
| J5 | `topic_pattern_itemset` | Pattern 来源 Case 支持度判断 | pending / 待接入 |
| J6 | `demand_find_content_result` | 判断结果沉淀 | 已验证 |
| J7 | `dwd_multi_demand_pool_di` | 下游需求池表现参考 | 已验证 |
| J8 | `feature_point_data` | 特征表现参考 | 已验证 |

### 4.2 详情

#### J1. 接口：热点宝内容画像

- 输入字段：`content_id`, `need_age`, `need_gender`, `need_province`
- 输出字段：年龄、性别、省份画像，`percentage`, `preference`
- 边界：判断信号，不直接代表内容质量。

#### J2. 接口：热点宝账号画像

- 输入字段：`account_id`, `need_age`, `need_gender`, `need_province`
- 输出字段：年龄、性别、省份画像，`percentage`, `preference`
- 边界：作者强不代表作品必然强。

#### J3. 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`purpose_points`, `key_points`, `inspiration_points`, `topic_fusion_result`
- 输出字段：目的点、关键点、灵感点、选题描述。
- 边界：直接 Case 和 Pattern 派生 Case 都回到这张表判断。

#### J4. 数据库：`open_aigc_pattern`，表：`topic_pattern_element`

- 输入字段：`name`, `element_type`, `category_path`, `point_type`, `point_text`
- 输出字段：元素词、维度、分类路径、点位文本。
- 边界：旧版是弱 lineage，不是 execution-scoped 精确血缘。

#### J5. 数据库：`open_aigc_pattern`，表：`topic_pattern_itemset`

- 输入字段：`support`, `absolute_support`, `item_count`, `matched_post_ids`, `combination_type`
- 输出字段：支持度、帖子集合、组合类型。
- 边界：用于 Pattern -> 多 Case 判断；旧版未主链路使用。

#### J6. 数据库：`content-deconstruction-supply`，表：`demand_find_content_result`

- 输入字段：`digg_count`, `comment_count`, `share_count`, `portrait_source`, `elderly_ratio`, `elderly_tgi`, `recommendation_reason`, `process_trace`
- 输出字段：互动、画像来源、50+ 指标、推荐理由、过程 trace。
- 边界：旧版只沉淀最终结果，没有全量候选判断表。

#### J7. 数据库：`ODPS`，表：`dwd_multi_demand_pool_di`

- 输入字段：`strategy`, `demand_id`, `demand_name`, `weight`, `type`, `video_count`, `video_list`, `extend`, `dt`
- 输出字段：需求池权重和视频列表。
- 边界：用于策略学习/复盘，不是旧版判断实时输入。

#### J8. 数据库：`ODPS`，表：`feature_point_data`

- 输入字段：`特征点`, `总分发曝光pv`, `bn_总回流`, `质bn_rovn`, `分发视频量`, `总日回流uv`, `vid_list`, `dt`
- 输出字段：特征点表现、回流、视频列表。
- 边界：用于后续策略学习，不是旧版实时评分表。

## 5. 游走

游走阶段回答：从视频、作者、Pattern、Case 还能走到哪里。

### 5.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| W1 | 抖音关键词搜索返回作者 | 视频 -> 作者 | 已验证 |
| W2 | 抖音账号作品 | 作者 -> 作者作品 | 已验证 |
| W3 | `demand_find_author` | 历史作者 -> 作者作品 | 已验证 |
| W4 | `topic_pattern_element -> workflow_decode_task_result` | 特征词 -> 历史 Case | 已验证 |
| W5 | `topic_pattern_itemset -> workflow_decode_task_result` | Pattern -> Item Set -> 多 Case | pending / 待接入 |
| W6 | 相关搜索 / 标签 / 共创 / 相似作者 | 内容继续扩展 | 缺口 |
| W7 | 小红书笔记/作者/话题游走 | 小红书扩展 | 缺口 |

### 5.2 详情

#### W1. 接口：抖音关键词搜索返回作者

- 输入字段：`aweme_id`, `desc`, `author.nickname`, `author.sec_uid`, `statistics.*`
- 输出字段：作者昵称、`sec_uid`、互动指标。
- 边界：只是进入作者判断，不代表作者自动入库。

#### W2. 接口：抖音账号作品

- 输入字段：`account_id` / `author.sec_uid`, `sort_type`, `cursor`
- 输出字段：`aweme_id`, `desc`, `author.*`, `statistics.*`, `has_more`, `next_cursor`
- 边界：作品需要重新过判断。

#### W3. 数据库：`content-deconstruction-supply`，表：`demand_find_author`

- 输入字段：`author_id`, `author_link`, `content_tags`, `channel`
- 输出字段：可复用作者身份、标签、画像指标。
- 边界：旧版按作者资产复用；作品仍走平台接口。

#### W4. 数据库：`open_aigc_pattern`，表：`topic_pattern_element` -> 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`topic_pattern_element.name`, `post_id`
- 输出字段：`workflow_decode_task_result.channel_content_id`, Case 解构点。
- 边界：旧版已实现的弱链路。

#### W5. 数据库：`open_aigc_pattern`，表：`topic_pattern_itemset` -> 数据库：`content-deconstruction-supply`，表：`workflow_decode_task_result`

- 输入字段：`matched_post_ids`, `support`, `absolute_support`
- 输出字段：多个 Case 的原始素材和解构点。
- 边界：新版重要路径；旧版未实现主链路。

#### W6. 缺口：相关搜索 / 标签 / 共创 / 相似作者

- 输入字段：暂无稳定字段。
- 输出字段：暂无稳定返回。
- 边界：不写成已验证接口。

#### W7. 缺口：小红书笔记/作者/话题游走

- 输入字段：暂无旧版实测字段。
- 输出字段：暂无稳定返回。
- 边界：目前只有静态 Case 字段，不等于平台接口接入。

## 6. 资产清洗沉淀

资产清洗沉淀阶段回答：召回和判断后的内容、作者、后处理链接沉到哪里。

### 6.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| A1 | `demand_find_content_result` | 内容资产入库 | 已验证 |
| A2 | `demand_find_content_result` | 内容质量和画像沉淀 | 已验证 |
| A3 | `demand_find_author` | 作者资产入库 | 已验证 |
| A4 | AIGC plan | 后处理计划绑定 | 源码定位 / blocked |
| A5 | OSS log HTML | 过程可视化链接 | 源码定位 / blocked |
| A6 | 关系资产 | 来源、query、作者、标签、游走路径关系 | 缺口 |
| A7 | 搜索线索 | 有效 query、失败 query、标签、话题 | 缺口 |

### 6.2 详情

#### A1. 数据库：`content-deconstruction-supply`，表：`demand_find_content_result`（内容资产入库）

- 输入字段：`trace_id`, `query`, `rank_no`, `video_url`, `title`, `author_name`, `author_link`, `author_id`, `aweme_id`, `demand_content_id`, `channel`, `dt`
- 输出字段：内容资产、排序、来源需求、平台身份。
- 新版必须补：结构化 `source_evidence`，或 sidecar/source edge artifact。
- 边界：旧版沉淀最终内容，不沉淀全量候选池；只靠 `aweme_id + demand_content_id + process_trace` 不能 exact 回溯到 Pattern 和分类树节点。

#### A2. 数据库：`content-deconstruction-supply`，表：`demand_find_content_result`（内容质量和画像沉淀）

- 输入字段：`digg_count`, `comment_count`, `share_count`, `portrait_source`, `elderly_ratio`, `elderly_tgi`, `recommendation_reason`, `process_trace`
- 输出字段：互动指标、画像、推荐理由、过程记录。
- 边界：`process_trace` 可复盘，但不是结构化全量 trace 表；不能替代 `source_evidence`。

#### A3. 数据库：`content-deconstruction-supply`，表：`demand_find_author`

- 输入字段：`trace_id`, `author_name`, `author_link`, `author_id`, `elderly_ratio`, `elderly_tgi`, `is_good`, `remark`, `content_tags`, `channel`
- 输出字段：作者资产、画像、标签、入选理由。
- 边界：作者身份合并逻辑需新版明确。

#### A4. 能力：AIGC plan

- 输入字段：`aweme_id`, `merge_leve2`, `produce_plan_id`, `account_id`, `sort_type`
- 输出字段：`crawler_plan_id`, `produce_plan_id`, `produce_plan_name`, `publish_plan_id`
- 边界：写侧副作用，开发测试不能默认触发。

#### A5. 能力：OSS log HTML

- 输入字段：`html_path`, `object_key`, `task_id`
- 输出字段：`web_html_url`
- 边界：上传有副作用；旧版只保留能力边界。

#### A6. 缺口：关系资产

- 输入字段：暂无真实表。
- 输出字段：暂无真实字段。
- 边界：内容与数据源、query、作者、标签、游走路径关系都需要承载，但当前不伪造 schema。

#### A7. 缺口：搜索线索

- 输入字段：暂无真实表。
- 输出字段：暂无真实字段。
- 边界：有效 query、失败 query、标签、话题、相关搜索线索目前只在结果和 trace 中间接保留。

## 7. 策略学习

策略学习阶段回答：下一轮如何根据 trace、表现和概念层事实调整策略。

### 7.1 索引

| 编号 | 接口/表 | 用途 | 状态 |
|---|---|---|---|
| L1 | `demand_find_task` | 任务级 trace 和成本 | 已验证 |
| L2 | `demand_task_oprate` | 调度和预算开关 | 源码定位 |
| L3 | `demand_find_content_result` | 内容结果复盘 | 已验证 |
| L4 | `demand_find_author` | 作者资产复盘 | 已验证 |
| L5 | `open_aigc.global_category` | 长期概念分类 | 已验证 |
| L6 | `open_aigc.global_element` | 长期概念元素 | 已验证 |
| L7 | `open_aigc.element_classification_mapping` | 元素归类映射 | 已验证 |
| L8 | `open_aigc.public.pattern_mining_execution` | Pattern V2 执行快照 | 已验证 |
| L9 | `open_aigc.public.pattern_mining_element` | Pattern V2 元素快照 | 已验证 |
| L10 | `open_aigc.public.pattern_itemset` | Pattern V2 itemset | 已验证 |
| L11 | `open_aigc.public.pattern_itemset_item` | Pattern V2 itemset 成员 | 已验证 |
| L12 | `loghubods.video_dimension_detail_add_column` | 视频表现回看 | 已验证 |

### 7.2 详情

#### L1. 数据库：`content-deconstruction-supply`，表：`demand_find_task`

- 输入字段：`trace_id`, `demand_content_id`, `status`, `created_at`, `token_coast`
- 输出字段：执行状态、成本、需求关联。
- 边界：只能看任务级结果，不能还原全量候选过程。

#### L2. 数据库：`content-deconstruction-supply`，表：`demand_task_oprate`

- 输入字段：`is_open`, `day_limit_coast`, `update_time`
- 输出字段：是否开启、日成本限制。
- 边界：策略控制数据，不是学习结论。

#### L3. 数据库：`content-deconstruction-supply`，表：`demand_find_content_result`

- 输入字段：`trace_id`, `query`, `rank_no`, `channel`, `aweme_id`, `process_trace`, `crawler_plan_id`, `produce_plan_id`, `publish_plan_id`, `web_html_url`, `source_evidence`
- 输出字段：成功路径、平台、计划绑定、过程记录、来源证据。
- 边界：没有失败候选和淘汰原因结构化表；如果没有 `source_evidence` 或 source edge artifact，策略学习只能看到结果，不能 exact 回溯到 Pattern、Case 和分类树节点。

#### L4. 数据库：`content-deconstruction-supply`，表：`demand_find_author`

- 输入字段：`trace_id`, `author_id`, `author_name`, `content_tags`, `elderly_ratio`, `elderly_tgi`, `is_good`, `channel`
- 输出字段：作者表现和可复用标签。
- 边界：后续需要与作品表现关联。

#### L5. 数据库：`open_aigc`，表：`global_category`

- 输入字段：`stable_id`, `name`, `source_type`, `path`, `parent_stable_id`, `category_nature`, `level`
- 输出字段：分类树和稳定分类 ID。
- 边界：上游概念层，非旧版实时输入。

#### L6. 数据库：`open_aigc`，表：`global_element`

- 输入字段：`id`, `name`, `source_type`, `belong_category_stable_id`, `element_sub_type`, `occurrence_count`
- 输出字段：元素词和出现次数。
- 边界：用于长期策略学习和 Pattern 生成。

#### L7. 数据库：`open_aigc`，表：`element_classification_mapping`

- 输入字段：`source_table`, `source_element_id`, `post_id`, `element_name`, `element_type`, `global_element_id`, `global_category_stable_id`, `classification_path`
- 输出字段：元素到全局类目的映射。
- 边界：用于理解上游元素如何进入 Pattern。

#### L8. 数据库：`open_aigc PG`，表：`public.pattern_mining_execution`

- 输入字段：`id`, `snapshot_date`, `is_current`, `status`, `post_count`, `category_count`, `element_count`, `topic_itemset_count`, `cross_itemset_count`, `start_time`, `end_time`, `error_message`
- 输出字段：Pattern 执行状态和规模。
- 边界：PG Pattern V2 到 MySQL `topic_pattern_*` 仍是高风险 bridge。

#### L9. 数据库：`open_aigc PG`，表：`public.pattern_mining_element`

- 输入字段：`execution_id`, `post_id`, `source_table`, `source_element_id`, `element_type`, `element_sub_type`, `name`, `category_path`, `point_type`, `point_text`
- 输出字段：元素快照和类目路径。
- 边界：可辅助学习，不直接替代 MySQL `topic_pattern_element`。

#### L10. 数据库：`open_aigc PG`，表：`public.pattern_itemset`

- 输入字段：`execution_id`, `combination_type`, `item_count`, `support`, `absolute_support`, `dimensions`, `is_cross_point`, `is_cross_layer`
- 输出字段：Pattern 组合、支持度、维度。
- 边界：不能直接写成 DemandAgent / ContentFindAgent 已读。

#### L11. 数据库：`open_aigc PG`，表：`public.pattern_itemset_item`

- 输入字段：`itemset_id`, `layer`, `point_type`, `dimension`, `category_id`, `category_path`, `element_name`, `element_id`, `post_count`
- 输出字段：itemset 中的元素项。
- 边界：用于分析 Pattern 词和组合效果。

#### L12. 数据库：`loghubods`，表：`video_dimension_detail_add_column`

- 输入字段：`视频id`, `视频地址`, `标题`, `一级品类`, `二级品类`, `上传渠道`, `dt`
- 表现字段：`当日分发曝光pv`, `当日分发回流uv`, `rov_t0`, `流量池曝光`, `流量池播放`, `流量池回流`, `推荐曝光`, `推荐播放`, `推荐回流`, `总日回流uv`
- 输出字段：表现、曝光、播放、回流、标签。
- 边界：宽表只列策略学习关键字段。

## 8. 缺口清单

本节吸收原环境缺口报告的缺口项。凡是没有真实表、真实 key、真实接口或只读验证证据的能力，都不能在产品或技术文档里写成“已接入”。

### 8.1 P0 必须补齐

#### 新版候选池承载

- 需要补：全量候选池表或 API。
- 业务用途：保存所有召回的视频、笔记、作者，包括入池、观察、淘汰和最终入选。
- 当前状态：未发现真实表。
- 中文注释：旧版只保存最终结果，无法复盘“没选中的候选”。

#### 判断/淘汰日志承载

- 需要补：规则包执行记录、硬门槛、软评分、淘汰原因、停止原因表或 API。
- 业务用途：记录每个候选为什么继续、入池、观察、停止或淘汰。
- 当前状态：未发现真实表。
- 中文注释：`process_trace` 只能粗略复盘，不能替代结构化规则日志。

#### 来源关系承载

- 需要补：数据源、seed、query、平台内容、作者、标签、游走路径关系表或 API；或先用 sidecar/source edge artifact 承载。
- 业务用途：记录内容从哪里来、经过哪条路径来、由哪个规则放行，并从 `case_id/post_id` 回溯到分类树节点。
- 当前状态：未发现真实表。
- 中文注释：没有关系承载，策略学习无法按来源和路径归因；最终只剩 `aweme_id + demand_content_id + process_trace` 时，无法 exact 追到 Pattern 和分类树。

#### 搜索线索承载

- 需要补：有效 query、失败 query、标签、话题、相关搜索线索表或 API。
- 业务用途：保存下一轮可继续尝试的搜索线索，以及失败线索。
- 当前状态：未发现真实表。
- 中文注释：旧版只在结果和 trace 里间接留下 query，不够做系统学习。

#### show 联调后端

- 需要补：`VITE_API_BASE_URL`, `VITE_CONTENTFIND_API_BASE_URL`
- 业务用途：让 show 从静态沙盘切到真实后端接口。
- 当前状态：missing
- 中文注释：当前前端只能展示策略和静态样例，不能跑真实链路。

### 8.2 P1 生产增强

#### TikHub fallback

- 需要补：`TIKHUB_API_KEY`
- 业务用途：Crawapi 抖音搜索异常、限流或不可用时做备用召回。
- 当前状态：missing
- 中文注释：URL 已定位，缺 key；不能写成已接入。

#### OSS 过程链接

- 需要补：`ALIYUN_OSS_ACCESS_KEY_ID`, `ALIYUN_OSS_ACCESS_KEY_SECRET`, `ALIYUN_OSS_BUCKET`, `ALIYUN_OSS_REGION`, `ALIYUN_OSS_PREFIX`, `ALIYUN_OSS_PUBLIC_BASE_URL`
- 业务用途：保存任务日志、HTML 报告、截图、trace 文件的可访问链接。
- 当前状态：missing
- 中文注释：旧版有上传能力线索，但当前缺真实 OSS 配置。

#### 外部调度源

- 需要补：`SCHEDULE_QUERY_API`, `SCHEDULE_QUERY_API_KEY`
- 业务用途：从外部系统接收任务、定时需求或批量触发策略运行。
- 当前状态：missing
- 中文注释：当前没有真实调度入口。

#### AIGC token 治理

- 需要补：将旧版 fallback token 换成密钥平台托管值。
- 业务用途：避免旧代码硬编码 token，保证后处理计划查询/绑定安全可维护。
- 当前状态：source-only
- 中文注释：这是安全治理，不是新增业务能力。

### 8.3 P2 产品待验证

#### 小红书笔记搜索、作者主页、作者笔记、话题标签接口

- 当前状态：无旧版实测接口。
- 中文注释：产品可以设计小红书路径，但技术文档不能写成已接入。

#### 快手、B站、视频号、票圈平台适配接口

- 当前状态：无旧版实测接口。
- 中文注释：这些平台暂时不能复用抖音字段口径。

#### 相关搜索、视频 tag、共创作者、相似作者、相似内容接口

- 当前状态：无稳定字段或实测。
- 中文注释：可以作为游走策略方向，但必须标为待验证。

#### 养号推荐流账号、cookie/session、设备、代理/风控配置

- 当前状态：无真实接入配置。
- 中文注释：养号是产品意图源，不能伪装成已有旧版 DB/API backing。

#### 策略实验、规则包版本、Prompt 版本、预算回写表/API

- 当前状态：无真实承载。
- 中文注释：策略学习需要这些承载，但当前没有真实表或 API。

#### Pattern -> Item Set -> 多 Case

- 当前状态：DB 字段存在，旧版未主链路实现。
- 中文注释：标 `pending / 待接入`；可作为新版重要来源，但不能写成已跑通。