feat: 实现多账号目录管理和可配置过滤规则

主要改动:
1. 新增配置驱动的路径管理系统
   - config/accounts.json: 账号和过滤规则配置
   - path_config.py: 统一路径管理类
   - 支持多账号批量处理

2. 实现三种过滤模式
   - exclude_current_posts: 排除当前帖子ID（默认，推荐）
   - time_based: 基于发布时间过滤
   - none: 不过滤

3. 目录结构优化
   - 原始数据目录保持不变
   - 新增 how解构/ 目录存放所有输出
   - 结构: how解构/{intermediate,results,visualization}

4. 更新所有数据处理脚本使用 PathConfig
   - extract_feature_categories.py
   - extract_features_from_posts.py
   - extract_current_posts.py
   - match_inspiration_features.py
   - visualize_how_results.py

5. 新增批量运行脚本
   - run_all_with_config.sh: 支持单账号和批量处理
   - 支持默认账号、环境变量、命令行参数

6. 更新文档
   - 多账号目录管理方案.md
   - 路径改动总结.md

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

config/accounts.json

@@ -0,0 +1,44 @@
+{
+  "accounts": [
+    {
+      "name": "阿里多多酱",
+      "enabled": true,
+      "description": "第一个测试账号"
+    },
+    {
+      "name": "示例账号2",
+      "enabled": false,
+      "description": "未启用的示例账号"
+    }
+  ],
+  "default_account": "阿里多多酱",
+  "comment": "原始数据目录不动，所有输出结果统一放到 how解构/ 目录下",
+  "filter_mode": "exclude_current_posts",
+  "filter_modes": {
+    "exclude_current_posts": {
+      "description": "过滤在当前帖子目录中出现的帖子ID（推荐，更宽松）",
+      "enabled": true
+    },
+    "time_based": {
+      "description": "基于发布时间过滤，只保留早于当前帖子最早发布时间的历史帖子",
+      "enabled": false
+    },
+    "none": {
+      "description": "不过滤任何帖子",
+      "enabled": false
+    }
+  },
+  "paths": {
+    "account_base": "data/账号",
+    "input": {
+      "current_posts": "what解构",
+      "historical_posts": "what解构_所有帖子",
+      "pattern_cluster": "pattern/optimization/optimized_clustered_data_gemini-3-pro-preview.json"
+    },
+    "output": {
+      "intermediate": "how解构/intermediate",
+      "how_results": "how解构/results",
+      "visualization": "how解构/visualization"
+    }
+  }
+}

doc/20251121.md

@@ -0,0 +1,24 @@
+
+# 数据结构改动
+
+请你阅读：script/data_processing/run_all.sh 及相关的脚本，现在数据目录发生一下变化，结构没变，需要哪些改动？
+
+整体数据目录：
+旧路径：data/data_1118
+新路径：data/账号/阿里多多酱
+其中，阿里多多酱是账号名称，后续解构其他账号有可能会变
+
+当前帖子what解构结果：
+旧路径：data/data_1118/当前帖子_what解构结果
+新路径：data/账号/阿里多多酱/what解构
+
+过去帖子_pattern聚合结果：
+旧路径：data/data_1118/过去帖子_pattern聚合结果.json
+新路径：data/账号/阿里多多酱/pattern/cluster/clustered_data.json
+
+过去帖子_what解构结果
+旧路径：data/data_1118/过去帖子_what解构结果
+新路径：data/账号/阿里多多酱/what解构_所有帖子
+
+
+data/账号/阿里多多酱/pattern/optimization/optimized_clustered_data_gemini-3-pro-preview.json

doc/多账号目录管理方案.md

@@ -0,0 +1,147 @@
+# 多账号目录管理方案
+
+## 目录结构
+
+```
+data/
+├── 账号/
+│   ├── 阿里多多酱/                        # 账号目录
+│   │   ├── what解构/                      # 当前帖子what解构（原始数据，不动）
+│   │   ├── what解构_所有帖子/             # 过去帖子what解构（原始数据，不动）
+│   │   ├── pattern/                       # pattern聚合结果（原始数据，不动）
+│   │   │   └── cluster/
+│   │   │       └── clustered_data.json
+│   │   └── how解构/                       # 新增：所有输出结果
+│   │       ├── intermediate/              # 中间结果
+│   │       │   ├── 特征名称_分类映射.json
+│   │       │   ├── 分类层级映射.json
+│   │       │   ├── 特征名称_帖子来源.json
+│   │       │   └── 当前帖子_解构任务列表.json
+│   │       ├── results/                   # how解构最终结果
+│   │       │   └── *_how.json
+│   │       └── visualization/             # 可视化结果
+│   │           └── how解构结果_可视化.html
+│   │
+│   └── 其他账号名/                        # 其他账号，结构相同
+│       └── ...
+│
+└── config/
+    └── accounts.json                      # 账号配置文件
+```
+
+## 核心设计原则
+
+1. **原始数据目录不动**：`what解构/`、`what解构_所有帖子/`、`pattern/` 保持原样
+2. **输出统一管理**：所有输出结果放到新增的 `how解构/` 目录下
+3. **账号隔离**：每个账号独立目录，互不影响
+4. **配置驱动**：通过配置文件管理路径，支持批量处理
+
+## 使用方式
+
+### 1. 配置账号
+
+编辑 `config/accounts.json`：
+
+```json
+{
+  "accounts": [
+    {
+      "name": "阿里多多酱",
+      "enabled": true,
+      "description": "第一个测试账号"
+    },
+    {
+      "name": "新账号名",
+      "enabled": true,
+      "description": "新增账号"
+    }
+  ],
+  "default_account": "阿里多多酱"
+}
+```
+
+### 2. 准备数据
+
+确保账号目录下有以下原始数据：
+- `what解构/` - 当前帖子解构结果
+- `what解构_所有帖子/` - 过去帖子解构结果
+- `pattern/cluster/clustered_data.json` - pattern聚合结果
+
+### 3. 运行处理脚本
+
+#### 方式一：处理单个账号
+
+```bash
+# 指定账号名
+./script/data_processing/run_all_with_config.sh 阿里多多酱
+
+# 或使用环境变量
+ACCOUNT_NAME=阿里多多酱 ./script/data_processing/run_all_with_config.sh
+```
+
+#### 方式二：批量处理所有启用的账号
+
+```bash
+./script/data_processing/run_all_with_config.sh --all
+```
+
+### 4. 查看结果
+
+处理完成后，结果在 `data/账号/<账号名>/how解构/` 目录下：
+- `intermediate/` - 中间结果文件
+- `results/` - how解构结果
+- `visualization/` - 可视化HTML文件
+
+## Python脚本中使用
+
+所有Python脚本都应该使用 `PathConfig` 类来管理路径：
+
+```python
+from path_config import PathConfig
+
+# 获取路径配置
+config = PathConfig()  # 使用默认账号或环境变量
+# 或指定账号
+config = PathConfig(account_name="阿里多多酱")
+
+# 使用路径
+input_file = config.pattern_cluster_file
+output_file = config.feature_category_mapping_file
+
+# 确保输出目录存在
+config.ensure_dirs()
+```
+
+## 路径配置说明
+
+`PathConfig` 类提供的主要属性：
+
+### 输入路径
+- `current_posts_dir` - 当前帖子目录
+- `historical_posts_dir` - 过去帖子目录
+- `pattern_cluster_file` - pattern聚合文件
+
+### 输出路径
+- `intermediate_dir` - 中间结果目录
+- `feature_category_mapping_file` - 特征分类映射文件
+- `category_hierarchy_file` - 分类层级映射文件
+- `feature_source_mapping_file` - 特征来源映射文件
+- `task_list_file` - 任务列表文件
+- `how_results_dir` - how解构结果目录
+- `visualization_dir` - 可视化目录
+- `visualization_file` - 可视化HTML文件
+
+## 优势
+
+1. **原始数据安全**：不修改原始数据目录，只新增输出目录
+2. **易于扩展**：添加新账号只需创建目录和添加配置
+3. **批量处理**：支持一键处理所有账号
+4. **配置灵活**：通过配置文件轻松调整路径结构
+5. **代码复用**：所有脚本使用统一的路径管理类
+
+## 注意事项
+
+1. 新增账号时，确保账号目录下有完整的原始数据
+2. 运行脚本前会自动验证输入路径是否存在
+3. 输出目录会自动创建，无需手动创建
+4. 可以通过环境变量 `ACCOUNT_NAME` 指定账号，方便在CI/CD中使用

doc/路径改动总结.md

@@ -0,0 +1,186 @@
+# 路径改动总结
+
+## 改动概述
+
+将数据处理脚本从硬编码路径改为配置驱动的路径管理，支持多账号批量处理。
+
+## 核心变化
+
+### 1. 目录结构
+
+**原始数据目录保持不变**，只新增 `how解构/` 输出目录：
+
+```
+data/账号/阿里多多酱/
+├── what解构/                    # 原始数据（不动）
+├── what解构_所有帖子/           # 原始数据（不动）
+├── pattern/                     # 原始数据（不动）
+│   └── cluster/
+│       └── clustered_data.json
+└── how解构/                     # 新增：所有输出结果
+    ├── intermediate/            # 中间结果
+    │   ├── 特征名称_分类映射.json
+    │   ├── 分类层级映射.json
+    │   ├── 特征名称_帖子来源.json
+    │   └── 当前帖子_解构任务列表.json
+    ├── results/                 # how解构最终结果
+    │   └── *_how.json
+    └── visualization/           # 可视化结果
+        └── how解构结果_可视化.html
+```
+
+### 2. 路径对照表
+
+| 文件类型 | 旧路径 | 新路径 |
+|---------|--------|--------|
+| pattern聚合结果 | `data/data_1118/过去帖子_pattern聚合结果.json` | `data/账号/阿里多多酱/pattern/cluster/clustered_data.json` |
+| 当前帖子what解构 | `data/data_1118/当前帖子_what解构结果/` | `data/账号/阿里多多酱/what解构/` |
+| 过去帖子what解构 | `data/data_1118/过去帖子_what解构结果/` | `data/账号/阿里多多酱/what解构_所有帖子/` |
+| 特征分类映射 | `data/data_1118/特征名称_分类映射.json` | `data/账号/阿里多多酱/how解构/intermediate/特征名称_分类映射.json` |
+| 分类层级映射 | `data/data_1118/分类层级映射.json` | `data/账号/阿里多多酱/how解构/intermediate/分类层级映射.json` |
+| 特征帖子来源 | `data/data_1118/特征名称_帖子来源.json` | `data/账号/阿里多多酱/how解构/intermediate/特征名称_帖子来源.json` |
+| 解构任务列表 | `data/data_1118/当前帖子_解构任务列表.json` | `data/账号/阿里多多酱/how解构/intermediate/当前帖子_解构任务列表.json` |
+| how解构结果 | `data/data_1118/当前帖子_how解构结果/` | `data/账号/阿里多多酱/how解构/results/` |
+| 可视化结果 | `data/data_1118/当前帖子_how解构结果_可视化.html` | `data/账号/阿里多多酱/how解构/visualization/how解构结果_可视化.html` |
+
+## 修改的文件
+
+### 新增文件
+
+1. **`config/accounts.json`** - 账号配置文件
+2. **`script/data_processing/path_config.py`** - 路径配置管理类
+3. **`script/data_processing/run_all_with_config.sh`** - 支持多账号的运行脚本
+4. **`script/data_processing/migrate_data_structure.sh`** - 数据迁移脚本（已不需要）
+
+### 修改的文件
+
+1. **`script/data_processing/extract_feature_categories.py`**
+   - 添加 `from script.data_processing.path_config import PathConfig`
+   - 使用 `PathConfig` 替代硬编码路径
+
+2. **`script/data_processing/extract_features_from_posts.py`**
+   - 添加 `from script.data_processing.path_config import PathConfig`
+   - 使用 `PathConfig` 替代硬编码路径
+
+3. **`script/data_processing/extract_current_posts.py`**
+   - 添加 `from script.data_processing.path_config import PathConfig`
+   - 使用 `PathConfig` 替代硬编码路径
+
+4. **`script/data_processing/match_inspiration_features.py`**
+   - 添加 `from script.data_processing.path_config import PathConfig`
+   - 使用 `PathConfig` 替代硬编码路径
+
+5. **`script/data_processing/visualize_how_results.py`**
+   - 添加 `from script.data_processing.path_config import PathConfig`
+   - 修改 `load_feature_category_mapping()` 和 `load_feature_source_mapping()` 函数接受 `PathConfig` 参数
+   - 使用 `PathConfig` 替代硬编码路径
+
+6. **`script/data_processing/run_all.sh`** (旧版本，已更新路径但建议使用新版本)
+   - 更新所有 echo 输出中的路径描述
+
+## 使用方式
+
+### 单账号处理
+
+```bash
+# 方式1：命令行参数
+./script/data_processing/run_all_with_config.sh 阿里多多酱
+
+# 方式2：环境变量
+ACCOUNT_NAME=阿里多多酱 ./script/data_processing/run_all_with_config.sh
+
+# 方式3：使用默认账号（配置文件中的 default_account）
+./script/data_processing/run_all_with_config.sh
+```
+
+### 批量处理多个账号
+
+```bash
+# 处理所有在配置文件中启用的账号
+./script/data_processing/run_all_with_config.sh --all
+```
+
+### Python脚本中使用
+
+```python
+from script.data_processing.path_config import PathConfig
+
+# 获取路径配置
+config = PathConfig()  # 使用默认账号
+# 或
+config = PathConfig(account_name="阿里多多酱")
+
+# 使用路径
+input_file = config.pattern_cluster_file
+output_file = config.feature_category_mapping_file
+
+# 确保输出目录存在
+config.ensure_dirs()
+
+# 读写文件
+with open(input_file, 'r') as f:
+    data = json.load(f)
+
+with open(output_file, 'w') as f:
+    json.dump(result, f)
+```
+
+## 添加新账号
+
+1. 创建账号目录和原始数据：
+```bash
+mkdir -p "data/账号/新账号名/what解构"
+mkdir -p "data/账号/新账号名/what解构_所有帖子"
+mkdir -p "data/账号/新账号名/pattern/cluster"
+# 放入原始数据...
+```
+
+2. 在 `config/accounts.json` 中添加配置：
+```json
+{
+  "name": "新账号名",
+  "enabled": true,
+  "description": "新账号描述"
+}
+```
+
+3. 运行处理脚本：
+```bash
+./script/data_processing/run_all_with_config.sh 新账号名
+```
+
+## 迁移说明
+
+从旧版本迁移到新版本：
+
+1. **数据无需迁移**：原始数据路径保持不变
+2. **删除旧输出**：可以删除 `data/data_1118/` 下的中间结果和输出文件
+3. **使用新脚本**：用 `run_all_with_config.sh` 替代 `run_all.sh`
+
+## 优势
+
+1. ✅ **原始数据安全**：不修改原始数据目录结构
+2. ✅ **输出结构清晰**：所有输出集中在 `how解构/` 目录
+3. ✅ **支持多账号**：轻松管理和批量处理多个账号
+4. ✅ **配置驱动**：通过配置文件灵活调整路径
+5. ✅ **易于维护**：统一的路径管理，避免硬编码
+6. ✅ **向后兼容**：旧的 `run_all.sh` 仍可使用（路径已更新）
+
+## 验证
+
+验证配置是否正确：
+
+```bash
+# 查看路径配置
+python script/data_processing/path_config.py 阿里多多酱
+
+# 测试路径并创建输出目录
+python -c "from script.data_processing.path_config import PathConfig; config = PathConfig('阿里多多酱'); config.check_and_print_status(); config.ensure_dirs()"
+```
+
+## 注意事项
+
+1. 运行脚本前确保账号目录下有完整的原始数据
+2. 首次运行时会自动创建 `how解构/` 目录及子目录
+3. 可通过环境变量 `ACCOUNT_NAME` 指定账号，方便CI/CD集成
+4. 批量处理时，某个账号失败不会影响其他账号的处理

script/data_processing/extract_current_posts.py

@@ -15,6 +15,7 @@ project_root = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(project_root))
 
 from script.detail import get_xiaohongshu_detail
+from script.data_processing.path_config import PathConfig
 
 
 def extract_post_id_from_filename(filename: str) -> str:
@@ -195,13 +196,20 @@ def process_single_file(file_path: Path) -> Optional[Dict]:
 
 
 def main():
-    # 输入输出路径（默认使用项目根目录下的 data/data_1117 目录）
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    data_dir = project_root / "data" / "data_1118"
+    # 使用路径配置
+    config = PathConfig()
 
-    input_dir = data_dir / "当前帖子_what解构结果"
-    output_file = data_dir / "当前帖子_解构任务列表.json"
+    # 确保输出目录存在
+    config.ensure_dirs()
+
+    # 获取路径
+    input_dir = config.current_posts_dir
+    output_file = config.task_list_file
+
+    print(f"账号: {config.account_name}")
+    print(f"当前帖子目录: {input_dir}")
+    print(f"输出文件: {output_file}")
+    print()
 
     print(f"正在扫描目录: {input_dir}")
 

script/data_processing/extract_feature_categories.py

@@ -15,6 +15,7 @@ project_root = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(project_root))
 
 from script.detail import get_xiaohongshu_detail
+from script.data_processing.path_config import PathConfig
 
 
 def extract_post_id_from_filename(filename: str) -> str:
@@ -35,6 +36,38 @@ def get_post_detail(post_id: str) -> Optional[Dict]:
         return None
 
 
+def get_current_post_ids(current_posts_dir: Path) -> Set[str]:
+    """
+    获取当前帖子目录中的所有帖子ID
+
+    Args:
+        current_posts_dir: 当前帖子目录路径
+
+    Returns:
+        当前帖子ID集合
+    """
+    if not current_posts_dir.exists():
+        print(f"警告: 当前帖子目录不存在: {current_posts_dir}")
+        return set()
+
+    json_files = list(current_posts_dir.glob("*.json"))
+    if not json_files:
+        print(f"警告: 当前帖子目录为空: {current_posts_dir}")
+        return set()
+
+    print(f"\n正在获取当前帖子ID...")
+    print(f"找到 {len(json_files)} 个当前帖子")
+
+    post_ids = set()
+    for file_path in json_files:
+        post_id = extract_post_id_from_filename(file_path.name)
+        if post_id:
+            post_ids.add(post_id)
+
+    print(f"提取到 {len(post_ids)} 个帖子ID")
+    return post_ids
+
+
 def get_earliest_publish_time(current_posts_dir: Path) -> Optional[str]:
     """
     获取当前帖子目录中最早的发布时间
@@ -120,9 +153,44 @@ def collect_all_post_ids(data: Dict) -> Set[str]:
     return post_ids
 
 
+def filter_data_by_post_ids(data: Dict, exclude_post_ids: Set[str]) -> tuple[Dict, Set[str]]:
+    """
+    根据帖子ID过滤数据（新规则：排除当前帖子ID）
+
+    Args:
+        data: 原始聚合结果数据
+        exclude_post_ids: 要排除的帖子ID集合
+
+    Returns:
+        (过滤后的数据, 被过滤掉的帖子ID集合)
+    """
+    # 收集所有帖子ID
+    all_post_ids = collect_all_post_ids(data)
+    print(f"\n数据中包含 {len(all_post_ids)} 个不同的帖子")
+
+    # 过滤帖子
+    print(f"\n正在应用帖子ID过滤，排除当前帖子目录中的 {len(exclude_post_ids)} 个帖子...")
+    filtered_post_ids = all_post_ids & exclude_post_ids  # 交集：需要过滤的
+    valid_post_ids = all_post_ids - exclude_post_ids     # 差集：保留的
+
+    if filtered_post_ids:
+        print(f"  ⚠️  过滤掉 {len(filtered_post_ids)} 个当前帖子:")
+        for post_id in sorted(list(filtered_post_ids)[:10]):  # 最多显示10个
+            print(f"    - {post_id}")
+        if len(filtered_post_ids) > 10:
+            print(f"    ... 还有 {len(filtered_post_ids) - 10} 个")
+
+    print(f"\n过滤统计: 过滤掉 {len(filtered_post_ids)} 个帖子，保留 {len(valid_post_ids)} 个帖子")
+
+    # 过滤数据
+    filtered_data = filter_node_by_post_ids(data, valid_post_ids)
+
+    return filtered_data, filtered_post_ids
+
+
 def filter_data_by_time(data: Dict, time_filter: str) -> tuple[Dict, Set[str]]:
     """
-    根据发布时间过滤数据
+    根据发布时间过滤数据（旧规则：基于时间）
 
     Args:
         data: 原始聚合结果数据
@@ -359,37 +427,60 @@ def build_category_hierarchy(category_data: Dict) -> Dict[str, Dict]:
 
 
 def main():
-    # 输入输出文件路径（默认使用项目根目录下的 data/data_1117 目录）
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    data_dir = project_root / "data" / "data_1118"
-
-    input_file = data_dir / "过去帖子_pattern聚合结果.json"
-    current_posts_dir = data_dir / "当前帖子_what解构结果"
-    output_file_1 = data_dir / "特征名称_分类映射.json"
-    output_file_2 = data_dir / "分类层级映射.json"
-
-    # 获取当前帖子的最早发布时间
-    earliest_time = get_earliest_publish_time(current_posts_dir)
+    # 使用路径配置
+    config = PathConfig()
+
+    # 确保输出目录存在
+    config.ensure_dirs()
+
+    # 获取路径
+    input_file = config.pattern_cluster_file
+    current_posts_dir = config.current_posts_dir
+    output_file_1 = config.feature_category_mapping_file
+    output_file_2 = config.category_hierarchy_file
+
+    print(f"账号: {config.account_name}")
+    print(f"过滤模式: {config.filter_mode}")
+    print(f"输入文件: {input_file}")
+    print(f"当前帖子目录: {current_posts_dir}")
+    print(f"输出文件1: {output_file_1}")
+    print(f"输出文件2: {output_file_2}")
+    print()
 
     # 读取输入文件
     print(f"\n正在读取文件: {input_file}")
     with open(input_file, "r", encoding="utf-8") as f:
         data = json.load(f)
 
-    # 如果有时间过滤，应用过滤
+    # 根据配置的过滤模式应用过滤
     filtered_post_ids = set()
-    if earliest_time:
+    filter_mode = config.filter_mode
+
+    if filter_mode == "exclude_current_posts":
+        # 新规则：排除当前帖子目录中的帖子ID
         print("\n" + "="*60)
-        print("开始应用时间过滤...")
-        data, filtered_post_ids = filter_data_by_time(data, earliest_time)
+        print("应用过滤规则: 排除当前帖子ID")
+        current_post_ids = get_current_post_ids(current_posts_dir)
+        if current_post_ids:
+            data, filtered_post_ids = filter_data_by_post_ids(data, current_post_ids)
+        else:
+            print("\n未找到当前帖子ID，跳过过滤")
+
+    elif filter_mode == "time_based":
+        # 旧规则：基于发布时间过滤
+        print("\n" + "="*60)
+        print("应用过滤规则: 基于发布时间")
+        earliest_time = get_earliest_publish_time(current_posts_dir)
+        if earliest_time:
+            data, filtered_post_ids = filter_data_by_time(data, earliest_time)
+        else:
+            print("\n未能获取时间信息，跳过过滤")
+
+    elif filter_mode == "none":
+        print("\n过滤模式: none，不应用任何过滤")
 
-        if filtered_post_ids:
-            print(f"\n⚠️  警告: 以下 {len(filtered_post_ids)} 个帖子因发布时间晚于阈值被过滤:")
-            for post_id in sorted(filtered_post_ids):
-                print(f"  - {post_id}")
     else:
-        print("\n未启用时间过滤")
+        print(f"\n警告: 未知的过滤模式 '{filter_mode}'，不应用过滤")
 
     # 处理结果1: 特征名称到分类的映射
     output_1 = {}
@@ -418,8 +509,8 @@ def main():
         json.dump(output_1, f, ensure_ascii=False, indent=4)
 
     print("完成!")
-    if earliest_time:
-        print(f"\n总计 (特征名称映射，已过滤掉发布时间 >= {earliest_time} 的帖子):")
+    if filtered_post_ids:
+        print(f"\n总计 (特征名称映射，已过滤掉 {len(filtered_post_ids)} 个帖子):")
     else:
         print(f"\n总计 (特征名称映射):")
     for category, features in output_1.items():
@@ -454,8 +545,8 @@ def main():
         json.dump(output_2, f, ensure_ascii=False, indent=4)
 
     print("完成!")
-    if earliest_time:
-        print(f"\n总计 (分类层级映射，已过滤掉发布时间 >= {earliest_time} 的帖子):")
+    if filtered_post_ids:
+        print(f"\n总计 (分类层级映射，已过滤掉 {len(filtered_post_ids)} 个帖子):")
     else:
         print(f"\n总计 (分类层级映射):")
     for category, hierarchies in output_2.items():

script/data_processing/extract_features_from_posts.py

@@ -6,7 +6,7 @@
 
 import json
 from pathlib import Path
-from typing import Dict, List, Optional
+from typing import Dict, List, Optional, Set
 import re
 import sys
 
@@ -15,6 +15,7 @@ project_root = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(project_root))
 
 from script.detail import get_xiaohongshu_detail
+from script.data_processing.path_config import PathConfig
 
 
 def extract_post_id_from_filename(filename: str) -> str:
@@ -228,14 +229,20 @@ def merge_results(all_results: List[Dict]) -> Dict:
     return merged
 
 
-def convert_to_array_format(merged_dict: Dict, fetch_details: bool = True, time_filter: Optional[str] = None) -> Dict:
+def convert_to_array_format(
+    merged_dict: Dict,
+    fetch_details: bool = True,
+    time_filter: Optional[str] = None,
+    exclude_post_ids: Optional[Set[str]] = None
+) -> Dict:
     """
     将字典格式转换为数组格式，并添加帖子详情
 
     Args:
         merged_dict: 字典格式的结果
         fetch_details: 是否获取帖子详情，默认为True
-        time_filter: 时间过滤阈值，只保留发布时间>=该时间的帖子，格式为 "YYYY-MM-DD HH:MM:SS"
+        time_filter: 时间过滤阈值，只保留发布时间<该时间的帖子，格式为 "YYYY-MM-DD HH:MM:SS"
+        exclude_post_ids: 要排除的帖子ID集合
 
     Returns:
         数组格式的结果
@@ -265,11 +272,23 @@ def convert_to_array_format(merged_dict: Dict, fetch_details: bool = True, time_
 
         print(f"成功获取 {len(post_details)} 个帖子详情")
 
-        # 如果启用时间过滤，过滤帖子（过滤掉发布时间晚于等于阈值的帖子，避免穿越）
-        if time_filter:
+        # 应用过滤规则
+        filtered_count = 0
+
+        # 1. 如果启用帖子ID过滤
+        if exclude_post_ids:
+            print(f"\n正在应用帖子ID过滤，排除 {len(exclude_post_ids)} 个当前帖子...")
+            before_count = len(post_details)
+            post_details = {pid: detail for pid, detail in post_details.items() if pid not in exclude_post_ids}
+            filtered_count = before_count - len(post_details)
+            if filtered_count > 0:
+                print(f"  ⚠️  过滤掉 {filtered_count} 个当前帖子")
+            print(f"保留 {len(post_details)} 个帖子")
+
+        # 2. 如果启用时间过滤（过滤掉发布时间晚于等于阈值的帖子，避免穿越）
+        elif time_filter:
             print(f"\n正在应用时间过滤 (< {time_filter})，避免使用晚于当前帖子的数据...")
             filtered_post_ids = set()
-            filtered_count = 0
             for post_id, detail in post_details.items():
                 publish_time = detail.get('publish_time', '')
                 if publish_time < time_filter:
@@ -288,8 +307,8 @@ def convert_to_array_format(merged_dict: Dict, fetch_details: bool = True, time_
             # 为每个来源添加帖子详情
             enhanced_sources = []
             for source in data["来源"]:
-                # 如果启用时间过滤，跳过不符合时间条件的帖子
-                if fetch_details and time_filter and source["帖子id"] not in post_details:
+                # 如果启用过滤，跳过不符合条件的帖子
+                if fetch_details and (time_filter or exclude_post_ids) and source["帖子id"] not in post_details:
                     continue
 
                 enhanced_source = source.copy()
@@ -307,6 +326,38 @@ def convert_to_array_format(merged_dict: Dict, fetch_details: bool = True, time_
     return result
 
 
+def get_current_post_ids(current_posts_dir: Path) -> Set[str]:
+    """
+    获取当前帖子目录中的所有帖子ID
+
+    Args:
+        current_posts_dir: 当前帖子目录路径
+
+    Returns:
+        当前帖子ID集合
+    """
+    if not current_posts_dir.exists():
+        print(f"警告: 当前帖子目录不存在: {current_posts_dir}")
+        return set()
+
+    json_files = list(current_posts_dir.glob("*.json"))
+    if not json_files:
+        print(f"警告: 当前帖子目录为空: {current_posts_dir}")
+        return set()
+
+    print(f"\n正在获取当前帖子ID...")
+    print(f"找到 {len(json_files)} 个当前帖子")
+
+    post_ids = set()
+    for file_path in json_files:
+        post_id = extract_post_id_from_filename(file_path.name)
+        if post_id:
+            post_ids.add(post_id)
+
+    print(f"提取到 {len(post_ids)} 个帖子ID")
+    return post_ids
+
+
 def get_earliest_publish_time(current_posts_dir: Path) -> Optional[str]:
     """
     获取当前帖子目录中最早的发布时间
@@ -354,17 +405,23 @@ def get_earliest_publish_time(current_posts_dir: Path) -> Optional[str]:
 
 
 def main():
-    # 输入输出路径（默认使用项目根目录下的 data/data_1117 目录）
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    data_dir = project_root / "data" / "data_1118"
+    # 使用路径配置
+    config = PathConfig()
+
+    # 确保输出目录存在
+    config.ensure_dirs()
 
-    input_dir = data_dir / "过去帖子_what解构结果"
-    current_posts_dir = data_dir / "当前帖子_what解构结果"
-    output_file = data_dir / "特征名称_帖子来源.json"
+    # 获取路径
+    input_dir = config.historical_posts_dir
+    current_posts_dir = config.current_posts_dir
+    output_file = config.feature_source_mapping_file
 
-    # 获取当前帖子的最早发布时间
-    earliest_time = get_earliest_publish_time(current_posts_dir)
+    print(f"账号: {config.account_name}")
+    print(f"过滤模式: {config.filter_mode}")
+    print(f"过去帖子目录: {input_dir}")
+    print(f"当前帖子目录: {current_posts_dir}")
+    print(f"输出文件: {output_file}")
+    print()
 
     print(f"\n正在扫描目录: {input_dir}")
 
@@ -383,15 +440,35 @@ def main():
     print("\n正在合并结果...")
     merged_result = merge_results(all_results)
 
-    # 转换为数组格式（带时间过滤）
+    # 根据配置的过滤模式应用过滤
+    filter_mode = config.filter_mode
+    time_filter = None
+    exclude_post_ids = None
+
+    if filter_mode == "exclude_current_posts":
+        # 新规则：排除当前帖子ID
+        print("\n应用过滤规则: 排除当前帖子ID")
+        exclude_post_ids = get_current_post_ids(current_posts_dir)
+    elif filter_mode == "time_based":
+        # 旧规则：基于发布时间
+        print("\n应用过滤规则: 基于发布时间")
+        time_filter = get_earliest_publish_time(current_posts_dir)
+    elif filter_mode == "none":
+        print("\n过滤模式: none，不应用任何过滤")
+    else:
+        print(f"\n警告: 未知的过滤模式 '{filter_mode}'，不应用过滤")
+
+    # 转换为数组格式（带过滤）
     print("正在转换为数组格式...")
-    final_result = convert_to_array_format(merged_result, fetch_details=True, time_filter=earliest_time)
+    final_result = convert_to_array_format(
+        merged_result,
+        fetch_details=True,
+        time_filter=time_filter,
+        exclude_post_ids=exclude_post_ids
+    )
 
     # 统计信息
-    if earliest_time:
-        print(f"\n提取统计 (已过滤掉发布时间 >= {earliest_time} 的帖子):")
-    else:
-        print(f"\n提取统计:")
+    print(f"\n提取统计:")
     for category in ["灵感点", "目的点", "关键点"]:
         feature_count = len(final_result[category])
         source_count = sum(len(item["特征来源"]) for item in final_result[category])

script/data_processing/match_inspiration_features.py

@@ -19,6 +19,7 @@ project_root = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(project_root))
 
 from lib.hybrid_similarity import compare_phrases
+from script.data_processing.path_config import PathConfig
 
 # 全局并发限制
 MAX_CONCURRENT_REQUESTS = 100
@@ -444,18 +445,24 @@ async def process_task_list(
 
 async def main():
     """主函数"""
-    # 输入输出路径
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    data_dir = project_root / "data" / "data_1118"
-
-    task_list_file = data_dir / "当前帖子_解构任务列表.json"
-    persona_features_file = data_dir / "特征名称_帖子来源.json"
-    category_mapping_file = data_dir / "特征名称_分类映射.json"
-    output_dir = data_dir / "当前帖子_how解构结果"
-
-    # 创建输出目录
-    output_dir.mkdir(parents=True, exist_ok=True)
+    # 使用路径配置
+    config = PathConfig()
+
+    # 确保输出目录存在
+    config.ensure_dirs()
+
+    # 获取路径
+    task_list_file = config.task_list_file
+    persona_features_file = config.feature_source_mapping_file
+    category_mapping_file = config.feature_category_mapping_file
+    output_dir = config.how_results_dir
+
+    print(f"账号: {config.account_name}")
+    print(f"任务列表文件: {task_list_file}")
+    print(f"人设特征文件: {persona_features_file}")
+    print(f"分类映射文件: {category_mapping_file}")
+    print(f"输出目录: {output_dir}")
+    print()
 
     print(f"读取解构任务列表: {task_list_file}")
     with open(task_list_file, "r", encoding="utf-8") as f:

script/data_processing/migrate_data_structure.sh

@@ -0,0 +1,90 @@
+#!/bin/bash
+# 数据目录结构迁移脚本
+# 将现有数据迁移到新的目录结构
+
+set -e
+
+# 获取脚本所在目录
+SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
+PROJECT_ROOT="$(cd "$SCRIPT_DIR/../.." && pwd)"
+
+# 颜色定义
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+NC='\033[0m'
+
+cd "$PROJECT_ROOT"
+
+echo "=========================================="
+echo "数据目录结构迁移脚本"
+echo "=========================================="
+echo ""
+
+# 账号名称
+ACCOUNT_NAME=${1:-"阿里多多酱"}
+
+ACCOUNT_DIR="data/账号/$ACCOUNT_NAME"
+
+if [ ! -d "$ACCOUNT_DIR" ]; then
+    echo "错误: 账号目录不存在: $ACCOUNT_DIR"
+    exit 1
+fi
+
+echo "正在迁移账号: $ACCOUNT_NAME"
+echo "账号目录: $ACCOUNT_DIR"
+echo ""
+
+# 创建新的目录结构
+echo "创建新目录结构..."
+mkdir -p "$ACCOUNT_DIR/input"
+mkdir -p "$ACCOUNT_DIR/output/intermediate"
+mkdir -p "$ACCOUNT_DIR/output/how解构结果"
+mkdir -p "$ACCOUNT_DIR/output/visualization"
+
+echo -e "${GREEN}✓${NC} 目录结构创建完成"
+echo ""
+
+# 迁移数据
+echo "迁移数据..."
+
+# 1. 迁移 what解构 (当前帖子)
+if [ -d "$ACCOUNT_DIR/what解构" ] && [ ! -L "$ACCOUNT_DIR/what解构" ]; then
+    echo "  移动: what解构 -> input/what解构"
+    mv "$ACCOUNT_DIR/what解构" "$ACCOUNT_DIR/input/"
+fi
+
+# 2. 迁移 what解构_所有帖子 (过去帖子)
+if [ -d "$ACCOUNT_DIR/what解构_所有帖子" ] && [ ! -L "$ACCOUNT_DIR/what解构_所有帖子" ]; then
+    echo "  移动: what解构_所有帖子 -> input/what解构_所有帖子"
+    mv "$ACCOUNT_DIR/what解构_所有帖子" "$ACCOUNT_DIR/input/"
+fi
+
+# 3. pattern 目录已经在正确位置，不需要移动
+
+echo -e "${GREEN}✓${NC} 数据迁移完成"
+echo ""
+
+# 显示新的目录结构
+echo "新的目录结构:"
+echo "=========================================="
+tree -L 3 -d "$ACCOUNT_DIR" 2>/dev/null || {
+    echo "$ACCOUNT_DIR/"
+    echo "├── input/"
+    echo "│   ├── what解构/"
+    echo "│   └── what解构_所有帖子/"
+    echo "├── pattern/"
+    echo "│   └── cluster/"
+    echo "└── output/"
+    echo "    ├── intermediate/"
+    echo "    ├── how解构结果/"
+    echo "    └── visualization/"
+}
+echo "=========================================="
+echo ""
+
+echo -e "${GREEN}✓${NC} 迁移完成！"
+echo ""
+echo "提示："
+echo "  - 原始数据现在在: $ACCOUNT_DIR/input/"
+echo "  - 输出结果将保存到: $ACCOUNT_DIR/output/"
+echo "  - pattern数据保持在: $ACCOUNT_DIR/pattern/"

script/data_processing/path_config.py

@@ -0,0 +1,256 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+路径配置管理工具
+
+提供统一的路径管理，支持多账号批量处理
+"""
+
+import json
+from pathlib import Path
+from typing import Dict, Optional, List
+import os
+
+
+class PathConfig:
+    """路径配置管理类"""
+
+    def __init__(self, account_name: Optional[str] = None):
+        """
+        初始化路径配置
+
+        Args:
+            account_name: 账号名称，如果不指定则使用默认账号或环境变量
+        """
+        # 获取项目根目录
+        self.project_root = Path(__file__).parent.parent.parent
+        self.config_file = self.project_root / "config" / "accounts.json"
+
+        # 加载配置
+        self._load_config()
+
+        # 确定账号名称
+        self.account_name = self._determine_account_name(account_name)
+
+        # 构建路径
+        account_base = self.config["paths"]["account_base"]
+        self.account_dir = self.project_root / account_base / self.account_name
+
+    def _load_config(self):
+        """加载配置文件"""
+        if not self.config_file.exists():
+            raise FileNotFoundError(f"配置文件不存在: {self.config_file}")
+
+        with open(self.config_file, "r", encoding="utf-8") as f:
+            self.config = json.load(f)
+
+    def _determine_account_name(self, account_name: Optional[str]) -> str:
+        """
+        确定要使用的账号名称
+
+        优先级：
+        1. 函数参数指定的账号名
+        2. 环境变量 ACCOUNT_NAME
+        3. 配置文件中的默认账号
+
+        Args:
+            account_name: 参数指定的账号名
+
+        Returns:
+            最终确定的账号名称
+        """
+        # 1. 参数指定
+        if account_name:
+            return account_name
+
+        # 2. 环境变量
+        env_account = os.environ.get("ACCOUNT_NAME")
+        if env_account:
+            return env_account
+
+        # 3. 配置文件默认值
+        default_account = self.config.get("default_account")
+        if default_account:
+            return default_account
+
+        # 4. 如果都没有，抛出错误
+        raise ValueError(
+            "未指定账号名称！请通过以下方式之一指定：\n"
+            "1. 参数: PathConfig(account_name='账号名')\n"
+            "2. 环境变量: export ACCOUNT_NAME='账号名'\n"
+            "3. 配置文件: 在 config/accounts.json 中设置 default_account"
+        )
+
+    def get_enabled_accounts(self) -> List[str]:
+        """获取所有启用的账号列表"""
+        accounts = self.config.get("accounts", [])
+        return [acc["name"] for acc in accounts if acc.get("enabled", True)]
+
+    def get_all_accounts(self) -> List[str]:
+        """获取所有账号列表（包括未启用的）"""
+        accounts = self.config.get("accounts", [])
+        return [acc["name"] for acc in accounts]
+
+    @property
+    def filter_mode(self) -> str:
+        """
+        获取过滤模式
+
+        Returns:
+            过滤模式名称：
+            - "exclude_current_posts": 过滤当前帖子ID（默认，推荐）
+            - "time_based": 基于时间过滤
+            - "none": 不过滤
+        """
+        return self.config.get("filter_mode", "exclude_current_posts")
+
+    # ===== 输入路径 =====
+
+    @property
+    def current_posts_dir(self) -> Path:
+        """当前帖子what解构结果目录"""
+        rel_path = self.config["paths"]["input"]["current_posts"]
+        return self.account_dir / rel_path
+
+    @property
+    def historical_posts_dir(self) -> Path:
+        """过去帖子what解构结果目录"""
+        rel_path = self.config["paths"]["input"]["historical_posts"]
+        return self.account_dir / rel_path
+
+    @property
+    def pattern_cluster_file(self) -> Path:
+        """pattern聚合结果文件"""
+        rel_path = self.config["paths"]["input"]["pattern_cluster"]
+        return self.account_dir / rel_path
+
+    # ===== 输出路径 =====
+
+    @property
+    def intermediate_dir(self) -> Path:
+        """中间结果目录"""
+        rel_path = self.config["paths"]["output"]["intermediate"]
+        return self.account_dir / rel_path
+
+    @property
+    def feature_category_mapping_file(self) -> Path:
+        """特征名称_分类映射.json"""
+        return self.intermediate_dir / "特征名称_分类映射.json"
+
+    @property
+    def category_hierarchy_file(self) -> Path:
+        """分类层级映射.json"""
+        return self.intermediate_dir / "分类层级映射.json"
+
+    @property
+    def feature_source_mapping_file(self) -> Path:
+        """特征名称_帖子来源.json"""
+        return self.intermediate_dir / "特征名称_帖子来源.json"
+
+    @property
+    def task_list_file(self) -> Path:
+        """当前帖子_解构任务列表.json"""
+        return self.intermediate_dir / "当前帖子_解构任务列表.json"
+
+    @property
+    def how_results_dir(self) -> Path:
+        """how解构结果目录"""
+        rel_path = self.config["paths"]["output"]["how_results"]
+        return self.account_dir / rel_path
+
+    @property
+    def visualization_dir(self) -> Path:
+        """可视化结果目录"""
+        rel_path = self.config["paths"]["output"]["visualization"]
+        return self.account_dir / rel_path
+
+    @property
+    def visualization_file(self) -> Path:
+        """可视化HTML文件"""
+        return self.visualization_dir / "how解构结果_可视化.html"
+
+    # ===== 工具方法 =====
+
+    def ensure_dirs(self):
+        """确保所有输出目录存在"""
+        self.intermediate_dir.mkdir(parents=True, exist_ok=True)
+        self.how_results_dir.mkdir(parents=True, exist_ok=True)
+        self.visualization_dir.mkdir(parents=True, exist_ok=True)
+
+    def validate_input_paths(self) -> Dict[str, bool]:
+        """
+        验证输入路径是否存在
+
+        Returns:
+            验证结果字典
+        """
+        results = {
+            "当前帖子目录": self.current_posts_dir.exists(),
+            "过去帖子目录": self.historical_posts_dir.exists(),
+            "pattern聚合文件": self.pattern_cluster_file.exists(),
+        }
+        return results
+
+    def print_paths(self):
+        """打印所有路径信息（用于调试）"""
+        print("="*60)
+        print(f"账号: {self.account_name}")
+        print(f"过滤模式: {self.filter_mode}")
+        print(f"账号根目录: {self.account_dir}")
+        print("\n输入路径:")
+        print(f"  当前帖子目录: {self.current_posts_dir}")
+        print(f"  过去帖子目录: {self.historical_posts_dir}")
+        print(f"  pattern聚合文件: {self.pattern_cluster_file}")
+        print("\n输出路径:")
+        print(f"  中间结果目录: {self.intermediate_dir}")
+        print(f"  how解构结果目录: {self.how_results_dir}")
+        print(f"  可视化结果目录: {self.visualization_dir}")
+        print("="*60)
+
+    def check_and_print_status(self):
+        """检查并打印路径状态"""
+        self.print_paths()
+        print("\n输入路径验证:")
+        validation = self.validate_input_paths()
+        for name, exists in validation.items():
+            status = "✓ 存在" if exists else "✗ 不存在"
+            print(f"  {name}: {status}")
+
+        if not all(validation.values()):
+            print("\n⚠️  警告: 部分输入路径不存在！")
+            return False
+        else:
+            print("\n✓ 所有输入路径验证通过")
+            return True
+
+
+def get_path_config(account_name: Optional[str] = None) -> PathConfig:
+    """
+    获取路径配置对象（便捷函数）
+
+    Args:
+        account_name: 账号名称，可选
+
+    Returns:
+        PathConfig对象
+    """
+    return PathConfig(account_name)
+
+
+if __name__ == "__main__":
+    # 测试代码
+    import sys
+
+    account = sys.argv[1] if len(sys.argv) > 1 else None
+
+    try:
+        config = PathConfig(account)
+        config.check_and_print_status()
+
+        print("\n所有启用的账号:")
+        for acc in config.get_enabled_accounts():
+            print(f"  - {acc}")
+
+    except Exception as e:
+        print(f"错误: {e}")
+        sys.exit(1)

script/data_processing/run_all.sh

@@ -21,10 +21,10 @@ cd "$PROJECT_ROOT"
 
 # 步骤1: 提取特征分类映射
 echo "[1/5] 正在提取特征分类映射..."
-echo "  输入: data/data_1118/过去帖子_pattern聚合结果.json"
-echo "  输入: data/data_1118/当前帖子_what解构结果/*.json (时间阈值)"
-echo "  输出: data/data_1118/特征名称_分类映射.json"
-echo "  输出: data/data_1118/分类层级映射.json"
+echo "  输入: data/账号/阿里多多酱/pattern/cluster/clustered_data.json"
+echo "  输入: data/账号/阿里多多酱/what解构/*.json (时间阈值)"
+echo "  输出: data/账号/阿里多多酱/特征名称_分类映射.json"
+echo "  输出: data/账号/阿里多多酱/分类层级映射.json"
 python script/data_processing/extract_feature_categories.py
 if [ $? -eq 0 ]; then
     echo "✓ 特征分类映射提取完成"
@@ -36,9 +36,9 @@ echo ""
 
 # 步骤2: 提取特征帖子来源
 echo "[2/5] 正在提取特征帖子来源..."
-echo "  输入: data/data_1118/过去帖子_what解构结果/*.json"
-echo "  输入: data/data_1118/当前帖子_what解构结果/*.json (时间阈值)"
-echo "  输出: data/data_1118/特征名称_帖子来源.json"
+echo "  输入: data/账号/阿里多多酱/what解构_所有帖子/*.json"
+echo "  输入: data/账号/阿里多多酱/what解构/*.json (时间阈值)"
+echo "  输出: data/账号/阿里多多酱/特征名称_帖子来源.json"
 python script/data_processing/extract_features_from_posts.py
 if [ $? -eq 0 ]; then
     echo "✓ 特征帖子来源提取完成"
@@ -50,8 +50,8 @@ echo ""
 
 # 步骤3: 提取当前帖子解构任务列表
 echo "[3/5] 正在提取当前帖子解构任务列表..."
-echo "  输入: data/data_1118/当前帖子_what解构结果/*.json"
-echo "  输出: data/data_1118/当前帖子_解构任务列表.json"
+echo "  输入: data/账号/阿里多多酱/what解构/*.json"
+echo "  输出: data/账号/阿里多多酱/当前帖子_解构任务列表.json"
 python script/data_processing/extract_current_posts.py
 if [ $? -eq 0 ]; then
     echo "✓ 当前帖子解构任务列表提取完成"
@@ -63,10 +63,10 @@ echo ""
 
 # 步骤4: 匹配灵感特征
 echo "[4/5] 正在匹配灵感特征..."
-echo "  输入: data/data_1118/当前帖子_解构任务列表.json"
-echo "  输入: data/data_1118/特征名称_帖子来源.json"
-echo "  输入: data/data_1118/特征名称_分类映射.json"
-echo "  输出: data/data_1118/当前帖子_how解构结果/*_how.json"
+echo "  输入: data/账号/阿里多多酱/当前帖子_解构任务列表.json"
+echo "  输入: data/账号/阿里多多酱/特征名称_帖子来源.json"
+echo "  输入: data/账号/阿里多多酱/特征名称_分类映射.json"
+echo "  输出: data/账号/阿里多多酱/当前帖子_how解构结果/*_how.json"
 python script/data_processing/match_inspiration_features.py
 if [ $? -eq 0 ]; then
     echo "✓ 灵感特征匹配完成"
@@ -78,10 +78,10 @@ echo ""
 
 # 步骤5: 可视化结果
 echo "[5/5] 正在生成可视化结果..."
-echo "  输入: data/data_1118/当前帖子_how解构结果/*.json"
-echo "  输入: data/data_1118/特征名称_分类映射.json"
-echo "  输入: data/data_1118/分类层级映射.json"
-echo "  输出: data/data_1118/当前帖子_how解构结果_可视化.html"
+echo "  输入: data/账号/阿里多多酱/当前帖子_how解构结果/*.json"
+echo "  输入: data/账号/阿里多多酱/特征名称_分类映射.json"
+echo "  输入: data/账号/阿里多多酱/分类层级映射.json"
+echo "  输出: data/账号/阿里多多酱/当前帖子_how解构结果_可视化.html"
 python script/data_processing/visualize_how_results.py
 if [ $? -eq 0 ]; then
     echo "✓ 可视化结果生成完成"

script/data_processing/run_all_with_config.sh

@@ -0,0 +1,240 @@
+#!/bin/bash
+# 数据处理脚本执行脚本（支持多账号配置）
+# 使用方式：
+#   1. 处理单个账号: ./run_all_with_config.sh 阿里多多酱
+#   2. 处理所有启用的账号: ./run_all_with_config.sh --all
+#   3. 使用环境变量: ACCOUNT_NAME=阿里多多酱 ./run_all_with_config.sh
+
+set -e  # 遇到错误立即退出
+
+# 获取脚本所在目录的绝对路径
+SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
+# 项目根目录
+PROJECT_ROOT="$(cd "$SCRIPT_DIR/../.." && pwd)"
+
+# 切换到项目根目录
+cd "$PROJECT_ROOT"
+
+# 颜色定义
+GREEN='\033[0;32m'
+RED='\033[0;31m'
+YELLOW='\033[1;33m'
+BLUE='\033[0;34m'
+NC='\033[0m' # No Color
+
+# 打印带颜色的消息
+print_info() {
+    echo -e "${BLUE}[INFO]${NC} $1"
+}
+
+print_success() {
+    echo -e "${GREEN}[SUCCESS]${NC} $1"
+}
+
+print_error() {
+    echo -e "${RED}[ERROR]${NC} $1"
+}
+
+print_warning() {
+    echo -e "${YELLOW}[WARNING]${NC} $1"
+}
+
+# 处理单个账号的函数
+process_account() {
+    local account_name=$1
+
+    echo ""
+    echo "=========================================="
+    echo "处理账号: $account_name"
+    echo "=========================================="
+
+    # 设置环境变量
+    export ACCOUNT_NAME="$account_name"
+
+    # 检查路径配置
+    print_info "检查路径配置..."
+    python script/data_processing/path_config.py "$account_name"
+    if [ $? -ne 0 ]; then
+        print_error "路径配置检查失败，跳过账号: $account_name"
+        return 1
+    fi
+
+    echo ""
+    print_info "开始处理数据..."
+    echo ""
+
+    # 步骤1: 提取特征分类映射
+    print_info "[1/5] 正在提取特征分类映射..."
+    python script/data_processing/extract_feature_categories.py
+    if [ $? -eq 0 ]; then
+        print_success "特征分类映射提取完成"
+    else
+        print_error "特征分类映射提取失败"
+        return 1
+    fi
+    echo ""
+
+    # 步骤2: 提取特征帖子来源
+    print_info "[2/5] 正在提取特征帖子来源..."
+    python script/data_processing/extract_features_from_posts.py
+    if [ $? -eq 0 ]; then
+        print_success "特征帖子来源提取完成"
+    else
+        print_error "特征帖子来源提取失败"
+        return 1
+    fi
+    echo ""
+
+    # 步骤3: 提取当前帖子解构任务列表
+    print_info "[3/5] 正在提取当前帖子解构任务列表..."
+    python script/data_processing/extract_current_posts.py
+    if [ $? -eq 0 ]; then
+        print_success "当前帖子解构任务列表提取完成"
+    else
+        print_error "当前帖子解构任务列表提取失败"
+        return 1
+    fi
+    echo ""
+
+    # 步骤4: 匹配灵感特征
+    print_info "[4/5] 正在匹配灵感特征..."
+    python script/data_processing/match_inspiration_features.py
+    if [ $? -eq 0 ]; then
+        print_success "灵感特征匹配完成"
+    else
+        print_error "灵感特征匹配失败"
+        return 1
+    fi
+    echo ""
+
+    # 步骤5: 可视化结果
+    print_info "[5/5] 正在生成可视化结果..."
+    python script/data_processing/visualize_how_results.py
+    if [ $? -eq 0 ]; then
+        print_success "可视化结果生成完成"
+    else
+        print_error "可视化结果生成失败"
+        return 1
+    fi
+    echo ""
+
+    print_success "账号 $account_name 处理完成！"
+    return 0
+}
+
+# 获取所有启用的账号
+get_enabled_accounts() {
+    python -c "
+import json
+from pathlib import Path
+config_file = Path('config/accounts.json')
+with open(config_file) as f:
+    config = json.load(f)
+accounts = [acc['name'] for acc in config.get('accounts', []) if acc.get('enabled', True)]
+print(' '.join(accounts))
+"
+}
+
+# 获取默认账号
+get_default_account() {
+    python -c "
+import json
+from pathlib import Path
+config_file = Path('config/accounts.json')
+with open(config_file) as f:
+    config = json.load(f)
+default = config.get('default_account', '')
+print(default)
+"
+}
+
+# 主逻辑
+main() {
+    echo "=========================================="
+    echo "数据处理流程"
+    echo "项目根目录: $PROJECT_ROOT"
+    echo "=========================================="
+
+    # 解析参数
+    if [ "$1" == "--all" ]; then
+        # 处理所有启用的账号
+        print_info "处理所有启用的账号..."
+        accounts=$(get_enabled_accounts)
+
+        if [ -z "$accounts" ]; then
+            print_error "没有找到启用的账号"
+            exit 1
+        fi
+
+        print_info "找到启用的账号: $accounts"
+
+        success_count=0
+        fail_count=0
+
+        for account in $accounts; do
+            if process_account "$account"; then
+                ((success_count++))
+            else
+                ((fail_count++))
+            fi
+        done
+
+        echo ""
+        echo "=========================================="
+        print_info "批量处理完成"
+        print_success "成功: $success_count 个账号"
+        if [ $fail_count -gt 0 ]; then
+            print_error "失败: $fail_count 个账号"
+        fi
+        echo "=========================================="
+
+        if [ $fail_count -gt 0 ]; then
+            exit 1
+        fi
+
+    elif [ -n "$1" ]; then
+        # 处理指定的账号
+        process_account "$1"
+
+    elif [ -n "$ACCOUNT_NAME" ]; then
+        # 使用环境变量指定的账号
+        print_info "使用环境变量 ACCOUNT_NAME=$ACCOUNT_NAME"
+        process_account "$ACCOUNT_NAME"
+
+    else
+        # 尝试使用默认账号
+        default_account=$(get_default_account)
+        if [ -n "$default_account" ]; then
+            print_info "使用默认账号: $default_account"
+            process_account "$default_account"
+            exit $?
+        fi
+
+        # 显示用法
+        echo "用法:"
+        echo "  1. 处理单个账号:"
+        echo "     $0 <账号名>"
+        echo "     例如: $0 阿里多多酱"
+        echo ""
+        echo "  2. 处理所有启用的账号:"
+        echo "     $0 --all"
+        echo ""
+        echo "  3. 使用环境变量:"
+        echo "     ACCOUNT_NAME=阿里多多酱 $0"
+        echo ""
+
+        # 显示可用账号
+        accounts=$(get_enabled_accounts)
+        if [ -n "$accounts" ]; then
+            echo "当前启用的账号:"
+            for account in $accounts; do
+                echo "  - $account"
+            done
+        fi
+
+        exit 1
+    fi
+}
+
+# 运行主函数
+main "$@"

script/data_processing/visualize_how_results.py

@@ -19,6 +19,8 @@ import html as html_module
 project_root = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(project_root))
 
+from script.data_processing.path_config import PathConfig
+
 
 # 注意：已改用基于相似度的显示方式，不再使用关系类型
 # def get_relation_color(relation: str) -> str:
@@ -274,11 +276,9 @@ def generate_inspiration_detail_html(inspiration_point: Dict, feature_status_map
     return html
 
 
-def load_feature_category_mapping() -> Dict:
+def load_feature_category_mapping(config: PathConfig) -> Dict:
     """加载特征名称到分类的映射"""
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    mapping_file = project_root / "data" / "data_1118" / "特征名称_分类映射.json"
+    mapping_file = config.feature_category_mapping_file
 
     try:
         with open(mapping_file, "r", encoding="utf-8") as f:
@@ -288,11 +288,9 @@ def load_feature_category_mapping() -> Dict:
         return {}
 
 
-def load_feature_source_mapping() -> Dict:
+def load_feature_source_mapping(config: PathConfig) -> Dict:
     """加载特征名称到帖子来源的映射"""
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    mapping_file = project_root / "data" / "data_1118" / "特征名称_帖子来源.json"
+    mapping_file = config.feature_source_mapping_file
 
     try:
         with open(mapping_file, "r", encoding="utf-8") as f:
@@ -3696,23 +3694,31 @@ def minify_html(html: str) -> str:
 
 def main():
     """主函数"""
-    script_dir = Path(__file__).parent
-    project_root = script_dir.parent.parent
-    data_dir = project_root / "data" / "data_1118"
+    # 使用路径配置
+    config = PathConfig()
+
+    # 确保输出目录存在
+    config.ensure_dirs()
+
+    # 获取路径
+    input_dir = config.how_results_dir
+    output_file = config.visualization_file
 
-    input_dir = data_dir / "当前帖子_how解构结果"
-    output_file = data_dir / "当前帖子_how解构结果_可视化.html"
+    print(f"账号: {config.account_name}")
+    print(f"输入目录: {input_dir}")
+    print(f"输出文件: {output_file}")
+    print()
 
     print(f"读取 how 解构结果: {input_dir}")
 
     # 加载特征分类映射
     print(f"加载特征分类映射...")
-    category_mapping = load_feature_category_mapping()
+    category_mapping = load_feature_category_mapping(config)
     print(f"已加载 {sum(len(v) for v in category_mapping.values())} 个特征分类")
 
     # 加载特征来源映射
     print(f"加载特征来源映射...")
-    source_mapping = load_feature_source_mapping()
+    source_mapping = load_feature_source_mapping(config)
     print(f"已加载 {len(source_mapping)} 个特征的来源信息")
 
     json_files = list(input_dir.glob("*_how.json"))