content-find-agent-new/tech_documents/data_interface.md

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。