体育爬虫基建与策略运营平台 PRD

0. 执行摘要

体育爬虫基建与策略运营平台不是只展示累计量的数据大屏，而是每天用来查看和调整抓取策略的工作台。它需要回答六个问题：

• 今天抓回多少视频，最终入库多少？
• 哪些策略应扩量、优化、观察或暂停？
• 一个策略的实体名单和意图如何生成 Query，哪里还没覆盖？
• 一条入库视频能否追到策略、Query、任务和原始 URL？
• 视频为什么被保留或拒绝？
• 某次策略调整是否改善了抽检质量和入库量？

本轮产品判断是：首页只回答“现在怎么样、下一步做什么”；进入具体策略后，再解释 Query 怎么生成、抓回哪些视频和任务哪里失败。 技术 ID 和完整来源记录按需展开，不在管理页面制造额外概念。

数据口径： 当前网页中的总量、策略、Query、视频、任务、覆盖率、抽检和异常数字统一作为现有真实数据快照使用，统计截至 2026-07-15 11:05，页面不是实时查询。配置、审批和发布按钮用于走查操作流程，尚未触发线上爬虫；页面必须把“真实数据”和“尚未接通的操作”分开标注。

0.1 老板愿望与本 PRD 对应关系

一句话验收标准：任何一条入库视频都能追到策略、Query、任务和原始 URL；任何一次策略调整都能用抽检视频和前后数据判断是否有效。

0.2 双角色走查结论

本轮分别以“老板看策略”和“运营配置策略”走完主流程。两个角色看到的信息深度不同，但使用同一组数据和版本。

核心反思：看到数字不等于能做决策，能打开 Query 也不等于能安全地修改策略。 页面既要给出下一步，也要保留可核验的来源。

0.3 本轮 UI 与交互走查结论

1. 背景与问题

1.1 业务背景

内容库通过不同策略持续创建体育视频抓取种子，并从 YouTube、TikTok、Instagram 抓回视频。策略逐渐由少量固定 Query 演变为“实体名单 × 意图 × 平台写法”的组合系统。

随着策略数量、实体数量和视频量增长，当前统计方式存在以下问题：

• 总量可以看到，但无法确认每天由哪个策略贡献。
• 策略有名称，但缺少稳定 ID、版本和统一的覆盖标准。
• “种子目标分类”容易被误认为“视频真实内容分类”。
• Query、任务、入库视频之间的来源记录不完整，异常无法快速定位。
• 名单、意图、Query 模板和规则仍可能散落在 Excel 或个人文件中，运行时配置不可控。
• 抓回视频、内容处理和下载被视为黑盒，无法定位哪一步造成损耗或延迟。
• 同一步骤缺少明确输入、输出、版本和重试记录，调整前后无法客观比较。
• 同一视频可能被多个 Query 抓回，策略贡献相加可能超过全局去重总量。
• 老视频缺少新策略参数，不能硬归因给当前策略。
• 当前静态网页无法支撑百万级视频的检索、筛选与分页。

1.2 核心问题

运营人员每天需要在 5 分钟内判断：系统是否正常、哪个策略需要处理、问题出在哪一层。管理者需要判断：策略覆盖是否完整、投入是否产生有效内容、下一轮应该补哪个方向。开发人员需要拿到可复现的 target_id、strategy_version_id、query_id、seed_id、task_id、candidate_id、processing_run_id、download_task_id 和 asset_id。

2. 产品目标与非目标

2.1 产品目标

• 建立以策略为核心的统一统计口径和来源记录。
• 支持按天查看每个策略的抓回、去重、入库、Query 与任务表现。
• 自动识别下降、无结果 Query、任务失败、来源缺失和数据延迟。
• 支持从策略汇总逐层下钻到实体、意图、Query、任务和原视频。
• 把目标、策略、Query、抓回视频、处理、下载与入库做成一条可视、可执行的自动化管线。
• 将实体名单、意图、模板、过滤规则和阈值从 Excel 迁移到可版本化配置库。
• 每一步保留输入、输出、版本、耗时、状态、错误与重跑记录。
• 支持老板、运营、产品和开发使用同一组数字进行 Review。
• 让管理者可直接对策略做扩量、优化、观察或暂停判断，且每个建议有可追溯证据。
• 让策略运营在系统内完成草稿、Query 检查、视频抽检、审批、先跑 10% 和恢复旧版本，避免配置失控。
• 支撑至少 100 万视频明细的服务端筛选、分页和导出。

2.2 非目标

• P0 不提供任意业务都能使用的通用低代码编排器；先实现体育内容的固定模块链路。
• P0 不自动承诺内容分类准确率；没有人工标注集时只展示规则命中率或抽检结果。
• P0 不把历史缺少策略来源的视频强行分摊到当前策略。
• P0 不在浏览器一次性加载完整实体名单、全部 Query 或百万级视频。
• P0 不重写底层爬虫执行器和媒体下载器；通过统一任务契约接入并补齐追踪。
• P0 不允许 Excel 作为线上运行时依赖；Excel 仅可作为一次性导入或离线导出格式。

3. 用户与核心场景

4. 统一用词

日常操作页面围绕以下六个核心对象，不再新增“策略方向、策略单元、策略包”等同义词。业务目标只作为策略的范围和验收条件，不单独形成一套操作概念。

实体名单和意图是策略的两个配置字段：实体名单回答“抓谁”，意图回答“想看什么”。纯享集锦、混剪集锦、画面讲解、人物故事是视频内容类型，不新增上层包装名称。

Seed、candidate_id、processing_run_id、download_task_id、asset_id、trace_id 等仅作为开发和排障字段，不作为老板或运营需要学习的新产品概念。

5. 数据链路与信息架构

5.1 页面信息架构

左侧只保留 8 个入口：

1. 今日概览：看总体量、趋势、异常和数据时间。
2. 策略建议：按覆盖、抽检可入库率、有结果 Query 与入库量判断扩量、优化、观察或暂停。
3. 抓取链路：看目标到入库的每一步数量和当前问题。
4. 策略列表：横向比较覆盖、有结果 Query、任务成功率和每日入库。
5. 内容分布：看四类内容和三个平台的构成。
6. 数据质量：看策略来源、原始 URL、运动标签、延迟任务和重复归因。
7. 统计说明：查看时间、去重、策略贡献和覆盖口径。
8. 产品需求：在新标签页打开本 PRD。

Query、视频、任务和配置不再作为全局入口。用户必须先选择具体策略，再在右侧详情中查看“概览、每天、Query、视频、任务、配置”。这样可以避免进入 Query 或视频后不知道当前属于哪个策略。

5.2 默认展示原则

• 默认展示结论、异常和可比较指标，不默认展开完整名单或全部 Query。
• 所有可行动的异常必须能够下钻到具体 ID。
• 所有“总量”必须标注去重、归因和时间口径。
• 当天数据必须显示统计截至时间并标注“尚未结束”。
• 策略目标分类与视频真实分类必须分开展示。
• 静态数字、状态标签、分布条和普通说明不做成可点击元素。
• 只有“打开详情、切换范围、执行操作、打开原视频”四类元素显示手型、悬停和键盘焦点。

5.3 目标态业务链路

页面固定主链路为：目标 → 策略 → Query → 抓回视频 → 内容处理 → 下载 → 入库。

5.4 自动化管线原则

• 运行时不读 Excel。 正式配置从数据库读取；Excel 只用于一次性导入和可审阅导出。
• 配置发布后不可静默修改。 名单、意图、模板、规则、模型和阈值都生成版本，历史任务继续绑定原版本。
• 每一步输入输出固定。 处理步骤有明确契约，便于替换实现而不改变上下游。
• 重复执行不重复入库。 同一 run_id 重试不会重复创建视频、处理记录、下载任务或入库资产。
• 失败可重试。 支持从失败步骤继续，也支持使用新版本重新处理既有视频。
• 原始事实不覆盖。 原始标题、URL、平台 ID、任务返回和旧处理结论长期保留，新结论新增版本。

5.5 开发排障字段

每次业务运行生成一个 trace_id；每个模块执行生成 module_run_id。统一模块运行契约至少包含：

任何一条入库视频的完整开发追踪主线为：target_version_id → strategy_version_id → query_id → seed_id → task_id → candidate_id → processing_run_id → download_task_id → asset_id。这些字段只在“来源记录”和开发排障中展示。

5.6 视频抽检与数据反馈

固定运营闭环为：看策略 → 抽视频 → 看数据 → 调整策略 → 观察新一轮。

• 看策略：先定位覆盖不足、转化下降、平台偏移或模块异常。
• 抽视频：从问题范围内按平台、运动、Query 和处理原因分层抽样，避免只看最热或最差内容。
• 看数据：同时看抓回、处理损耗、下载成功、入库与人工准确率。
• 调整版本：修改实体、意图、模板、规则或阈值，填写变更原因并发布新版本。
• 观察新一轮：对比发布前后同口径窗口，保留抽检视频和指标快照，不用单日偶然波动下结论。

5.7 先业务闭环，再平台化

P0 直接围绕体育内容和当前四类目标跑通固定链路，不先做自由拖拽式编排。P1 将 Excel 配置迁移到系统并补审批、发布和恢复旧版本。P2 在处理契约、来源记录和指标稳定后，再抽象成其他内容业务可复用的能力。

5.8 老板查看策略的流程

老板不需要逐个阅读实体名单和 Query，而是按固定次序做决策：

1. 先确认数据时间、来源记录完整率和抽检数量是否可用。
2. 按“优化 → 扩量 → 观察 → 暂停”阅读策略，先处理影响大且有明确动作的项。
3. 对每个策略同时看目标覆盖、抽检可入库率、有结果 Query、近 7 天入库和每条 Query 的产出。
4. 点击判断依据，抽查不超过 10 个代表视频、最差 Query 和版本前后对比。
5. 确认负责人、下一动作、完成日期和复盘时间，不在线会中直接改配置。

默认判断规则：

5.9 策略运营配置与发布流程

运营端采用固定五步向导，不提供自由拖拽编排。

默认发布要求：预计 Query 不超过日上限；至少抽检 150 条视频；抽检可入库率不低于 80%；游戏等误抓不高于 2%；所有必要处理步骤可用；恢复版本已选定；审批通过。高风险调整先执行 10%，24 小时内达到要求才扩大。

6. 功能需求

6.1 FR-01 今日概览

首页核心指标随时间范围和平台筛选切换：

• 抓回视频数。
• canonical URL 去重视频数。
• 入库视频数。
• 任务成功率。
• 运行中策略数与异常策略数。
• 实体覆盖率。
• 无结果 Query 数与涉及实体数。
• 数据延迟和最近成功同步时间。

首页趋势默认展示最近 7 天，支持切换今天、近 7 天、近 30 天。今天的数据使用条纹或“当前时点”标记，不能直接与完整昨日混用。

6.2 FR-02 策略健康度列表

列表每行代表一个策略版本，默认按异常优先级排序。字段包括：

支持按策略、负责人、状态、运动、赛事、内容类型、平台搜索或筛选；支持只看异常、排序、分页和导出。

6.3 FR-03 策略基本信息与版本

策略详情页必须展示：

• 稳定 strategy_id 和当前 strategy_version_id。
• 名称、负责人、状态、生效时间、最近修改人。
• 运动、赛事和平台范围。
• 实体名单版本、意图版本、Query 模板版本、过滤规则版本。
• 覆盖阈值与异常阈值。
• 最近一次成功执行时间、最近一次数据固化时间。

历史统计必须绑定当时的策略版本。切换版本时，页面同时切换对应的名单、Query 和统计，不允许用当前版本覆盖历史。

6.4 FR-04 策略每日数据

每个策略提供按日查看入口，默认最近 7 天，支持近 30 天和自定义日期范围。趋势指标可切换：

• 抓回视频。
• 去重视频。
• 入库视频。
• 执行 Query。
• 无结果 Query。
• 任务成功率。
• 有结果 Query 占比。

每日明细表至少包含日期、抓回视频、去重视频、入库视频、执行 Query、有结果 Query 占比、任务成功率和失败任务。点击某一天进入该日任务记录，筛选状态通过 URL 参数保留。

支持与前一周期对比。对比基线默认为前 7 天同星期，近 30 天页面可选择前 30 天或过去 4 周同星期中位数。

6.5 FR-05 策略到入库的数量

按固定步骤展示策略从名单到最终入库的数量，并明确每一步口径：

1. 策略目标与目标实体。
2. 实体 × 意图组合。
3. 生成并实际执行的 Query。
4. 任务抓回视频。
5. 视频去重。
6. 通过可访问性、黑名单和游戏过滤。
7. 识别为目标内容类型并补齐标签。
8. 下载成功。
9. 最终入库。

每一步提供转化率与环比。任何一步下降均可查看由哪些平台、实体或 Query 造成。

6.6 FR-06 名单与意图覆盖情况

表格每个数字表示一个 entity_id × intent_id 组合：

• 绿色：有效视频数达到覆盖阈值。
• 黄色：有结果但低于阈值。
• 红色：已执行但没有抓回视频。
• 灰色：未生成或不适用。

默认阈值为最近 30 天至少 5 条去重有效视频，可由策略配置。页面支持实体层级、现役/退役、赛事、内容类型和平台筛选。

6.7 FR-07 Query 链路

Query 默认按“实体 × 意图”聚合，避免一次展示数万条平台 Query。展开后显示：

• 语义组合与大白话生成配方。
• 平台 Query 原文和 query_id。
• 模板版本、语言、平台、创建时间。
• 执行次数、抓回视频、去重视频、入库视频和转化率。
• 对应 seed_id、task_id 和最近失败原因。

Query 需要区分“已生成”“等待执行”“已执行”“有结果”“无结果”和“已停用”。

6.8 FR-08 视频明细与人工标注

视频明细支持服务端搜索、筛选、分页，字段包括：

• 标题、作者、平台、发布时间和视频 ID。
• canonical URL 与原始平台 URL。
• 播放量、点赞量及抓取时间。
• 种子目标内容类型与内容识别类型。
• 所属策略、Query 和任务；开发排障时可展开内部 ID。
• 入库状态、过滤原因、人工结论和标注人。

人工可标注“可入库、不可入库、待确认”，并选择原因。标注仅改变审核结论，不改写最初抓回的视频记录。

6.9 FR-09 数据质量

每日监控以下完整性：

• 策略来源完整率。
• 原始 URL 完整率。
• canonical URL 生成率。
• 运动标签完整率。
• 内容类型识别覆盖率。
• 延迟任务与卡死任务。
• 多 Query 重复归因率。
• 日事实表与资产明细对账差异。

每项质量指标支持查看缺失明细并导出，不允许只展示一个无法解释的百分比。

6.10 FR-10 分享与导出

• 所有筛选状态写入 URL，支持直接分享固定视图。
• 列表支持导出当前筛选结果，导出任务异步执行。
• 大于 10 万行时只允许异步导出并通过通知中心领取。
• 导出文件必须携带统计时间、时区、去重口径、策略版本和筛选条件。

6.11 FR-11 基础能力链路总览

页面以一条连续链路展示目标、策略、Query、抓回视频、内容处理、下载和入库。每个步骤展示数量、相邻转化率、异常数、最近运行时间和负责模块。点击后展示输入、输出、版本、运行状态、失败原因和任务样例；点击数量可进入对应明细。

全链路支持按日期、目标、策略、运动、平台和内容类型筛选。所有节点共享同一筛选上下文，禁止不同模块各自使用无法对账的时间和去重口径。

6.12 FR-12 配置中心与发布

系统内维护以下配置，不允许线上运行依赖本地 Excel：

• 目标范围、策略和验收阈值。
• 实体名单、实体层级和生效区间。
• 意图、场景、平台 Query 模板和语言规则。
• 黑白名单、游戏排除词、去重和可访问性规则。
• 内容识别模型、阈值和元数据富集映射。
• 下载策略、并发、限流、重试和超时。

每次编辑形成草稿，发布前展示影响范围和预计新增 Query，发布后生成不可变版本；支持恢复到上一稳定版本。一次性 Excel 导入必须经过字段校验、变更预览和人工确认，导入完成后系统只使用数据库版本。

配置中心必须同时提供当前生效版本、当前草稿、上次稳定版本和预计影响。运营修改任何配置后，系统实时重算实体数、必选组合数、去重 Query 数、预计每日 Seed/Task 数、预计下载量和存储量。估算结果带 estimate_id 和输入版本，确保审批人看到的就是待发布内容。

配置页不默认铺开所有名单和 Query；首层展示数量、变更、门槛和代表样例，详细名单、全部 Query 和字段级变更通过搜索、分页或导出查看。

6.13 FR-13 任务运行记录

每个模块提供运行列表和单次运行详情，支持按状态、版本、日期、策略和错误码筛选。单次运行展示事件时间线、输入输出数量、耗时、重试、跳过原因以及关联对象 ID。失败模块可从原输入重试；产品或运营重新执行时必须填写原因并保留新旧结果。

6.14 FR-14 内容处理与下载

默认内容处理顺序为：字段解析与可访问性 → canonical 规范化与去重 → 黑名单和游戏过滤 → 内容类型识别 → 运动、赛事、球队、球员等元数据富集 → 质量判定。每一步独立记录结论，不允许只保存最终“通过/拒绝”。

下载模块负责队列、平台限流、指数退避重试、媒体校验、存储引用和终态同步。下载失败不得删除候选与处理事实；达到重试上限后进入人工或定时重试队列。

6.15 FR-15 视频抽检与数据迭代

策略详情提供固定抽检入口，可按平台、运动、Query、处理原因和时间分层随机抽样。人工标注可入库、不可入库或待确认，并记录原因。每个策略版本展示发布前后同口径指标、抽检准确率和差异视频，帮助判断是扩大抓取、调整规则还是修改 Query。

6.16 FR-16 策略建议

系统按固定规则为每个策略生成“扩量、优化、观察、暂停”建议，同时输出证据和下一动作。建议只是决策辅助，管理者确认或修改后才写入操作记录。

策略建议默认只展示必要依据：目标覆盖、最近一次抽检可入库率、有结果 Query、近 7 天入库、每百 Query 入库、数据时间和核心问题。任一依据不可用时，页面显示“依据不足”，不自动给出扩量建议。

管理者可查看建议规则版本、确认动作、指定负责人和到期时间，但无权直接绕过配置、抽检和审批修改线上策略。

6.17 FR-17 发布前检查、审批与恢复

• 抽检按内容类型、平台、实体等级、意图、新增 Query、无结果风险和高误抓风险分层，不允许只随机抽最热内容。
• 默认样本数为 150；影响 Query 超过 5 万、新增运动或新增处理模块时，样本数提高到至少 500。
• 审批记录必须包含配置变更、预计 Query、成本/资源预估、抽检结果、检查结论、先跑 10% 的方案和恢复版本。
• 发布后先执行 10%，与上一稳定版本对照；监控任务成功率、有结果 Query、抽检可入库率、游戏误抓、下载成功率和单位 Query 产出。
• 任一阻断指标突破停止线时自动停止新任务，5 分钟内恢复上一稳定版本；新版本已生成的数据和来源记录不删除。

6.18 FR-18 导航、锚点与返回

一级页面必须支持以下锚点：

策略详情使用 #strategy/{strategy_id}/{tab}，其中 tab 仅允许 overview、daily、query、videos、runs、config。任务日期可追加为 #strategy/{strategy_id}/runs/{YYYY-MM-DD}；配置步骤可追加为 #strategy/{strategy_id}/config/{scope|entities|queries|processing|release}。

交互规则：

• 点击一级导航后平滑滚动到对应锚点，并更新左侧选中状态和 URL。
• 手动滚动时只更新左侧选中状态，不连续写入浏览器历史。
• 第一次打开策略详情时新增一条浏览器历史；详情内切换标签、日期、Query 或配置步骤时替换当前历史，不堆积返回层级。
• 浏览器返回一次应关闭策略详情并回到打开前的一级页面。
• 直接打开策略深链时必须恢复策略、标签页、日期或配置步骤；无效 ID 回退到默认策略概览并显示提示。
• 点击关闭按钮、遮罩或按 Escape 均关闭详情；关闭后焦点返回触发元素。
• 详情打开时，Tab 焦点不得离开右侧详情；移动端菜单打开时显示遮罩，点击遮罩关闭。

7. 指标口径

7.1 核心结果指标

7.2 执行与覆盖指标

7.3 数据质量指标

7.4 时间口径

• 默认时区：Asia/Singapore。
• 默认日期字段：首次成功入库时间 first_ingested_at。
• 抓回视频趋势可切换 task_finished_at，但不能与入库趋势混算。
• 当天每 15 分钟增量聚合；D-1 于次日 02:00 固化。
• 迟到数据允许回补 D-2 至 D-7，必须记录 revision_at 和 revision_reason。

8. 异常规则

异常支持确认、忽略至某日、关闭和备注；所有动作写入审计日志。阈值按策略版本配置，全局阈值只作为默认值。

9. 数据模型

本章开始出现的英文表名和字段名只用于研发实现和排障，不是页面需要新增的产品概念。

9.1 维表与关系表

9.2 事实表

9.3 唯一键与索引

• 入库视频的全局唯一键优先使用 platform + platform_video_id；缺失时使用规范化 original_url 哈希。
• fact_asset_attribution 唯一键为 asset_id + query_id + first_task_id。
• fact_strategy_daily 唯一键为 stat_date + strategy_version_id + platform。
• fact_content_candidate 唯一键优先为 task_id + platform_video_id，缺失时使用 task_id + original_url_hash。
• fact_module_run 唯一键为 trace_id + candidate_id + module_version_id + attempt_no。
• fact_download_task 通过 idempotency_key 防止重试重复创建任务或入库视频。
• fact_query_estimate 使用 config_draft_id + draft_revision 唯一，配置再次修改后必须重新估算。
• fact_sample_run 和 fact_strategy_release 必须绑定同一 draft_revision，防止用旧抽检批准新配置。
• 视频检索索引至少包含 strategy_id、query_id、sport_id、content_type、platform、status、first_ingested_at。
• 所有事实表保留 created_at、updated_at、source_updated_at 和 revision_at。

10. 技术与存储方案

10.1 数据职责

• PostgreSQL：策略、版本、来源记录、任务和日事实表的事实来源。
• Elasticsearch：百万级视频标题、URL、标签、ID 和状态检索。
• 对象存储：候选原始 payload、大字段处理产物、下载媒体和校验结果。
• 队列/工作流：串联 Query 调度、候选落盘、处理模块、下载与入库，支持重试和重放。
• 聚合任务：每 15 分钟计算当天增量，凌晨固化历史日事实。
• Cloudflare Pages：承载前端静态资源，不保存百万级明细。
• Cloudflare Worker 或现有后端 API：鉴权、汇总查询、服务端分页和导出任务。

10.2 为什么不能继续使用单 HTML 数据文件

• 百万级 JSON 会导致首次加载、内存和搜索性能不可接受。
• 静态数据无法保证当天增量、迟到修订和权限控制。
• 浏览器端筛选无法稳定执行跨表归因和 canonical 去重。
• 原始 URL、用户标注和内部 ID 不应无鉴权公开发布。

10.3 聚合策略

1. 任务完成后写入任务事实和入库视频来源。
2. 增量任务按 strategy_version_id、platform 和日期更新当日事实。
3. 每日 02:00 重算 D-1 并固化。
4. 每日对账任务使用明细重算结果与日事实表比较。
5. D-2 至 D-7 迟到数据触发可追踪修订。
6. 模块完成后写入 module_run 和业务对象状态，再通过事件触发下一模块。
7. 配置发布采用版本号；运行开始时固化本次实际使用的全部版本，途中不热替换。

11. API 需求

所有列表接口使用服务端分页，默认 page_size=50，最大 200。接口响应统一返回 data_as_of、timezone、counting_contract、strategy_version_id 和 next_cursor。

12. 权限与审计

查看原始 URL、导出、人工标注、异常关闭和策略修改均写入 audit_log。生产页面不得公开暴露内部 ID 与原始 URL。

13. 交互与状态要求

13.1 什么可以点击

13.2 什么不可以点击

• 首页六个核心数字只用于查看，不打开详情，也不显示手型。
• 状态标签、建议标签、内容类型标签、覆盖进度条和分布条不可点击。
• 静态说明表、统计说明和配置对比表不可点击，不使用整行悬停。
• 来源记录中的技术 ID 在 P0 只用于查看；复制功能单独使用复制按钮，不让每个 ID 都变成链接。
• 不存在目标页面或没有上下文的入口不得保留；因此不提供全局“覆盖、Query、入库明细”入口。

13.3 视觉与反馈

• 可点击行使用轻微背景变化，并在文字区展示“查看 →”；静态行没有悬停变化。
• 所有按钮和链接都有 :hover、:active 和可见的 :focus-visible。
• 页面锚点保留顶部 78px 安全距离，不被固定顶栏遮住。
• 策略详情打开后焦点进入关闭按钮；关闭后返回原触发元素。
• 操作成功使用页面右下角短提示，不使用浏览器 alert；失败在操作位置显示原因和重试按钮。
• 当前数据为固定快照时，页头显示“真实数据快照”和统计截至时间；未接通线上执行的按钮统一使用“生成预览”等文案，反馈必须明确写“未写入线上、未提交审批、不会触发爬虫”。

13.4 浏览器与移动端

• 浏览器前进和返回必须恢复一级锚点或关闭策略详情，不得出现空白页或错误策略。
• 复制策略深链到新窗口，必须直接恢复同一策略和标签页。
• 策略详情为模态侧栏，打开时背景不可操作；Tab 焦点限制在侧栏内，Escape 可关闭。
• 移动端侧栏占满宽度；主菜单打开时显示遮罩，点击遮罩或导航项关闭菜单。
• 大表只允许表格容器横向滚动，页面本身不得横向溢出；最长按钮文案必须换行或缩短。

13.5 数据状态

• Loading：使用与表格和图表结构一致的骨架屏。
• Empty：区分“筛选无结果”“策略未运行”“尚未生成 Query”。
• Error：展示可复制 request_id，并支持重试。
• Partial：当天与仍在运行的任务使用“当前时点”状态。
• Stale：数据超过 20 分钟未更新时，顶部状态栏变为警告。
• Pagination：视频与 Query 明细必须服务端分页。
• 配置步骤保留草稿和当前步骤；页面离开前提示未保存改动。
• 名单、意图、模板或平台变化后延迟 300ms 重算 Query；超出日上限时指出最大增量来源。
• 未过发布前检查时，发布按钮禁用，并说明负责人、修复入口和下次检查条件。

14. 非功能需求

15. 埋点与运营日志

需要记录以下产品事件：dashboard_view、strategy_review_view、strategy_decision_confirm、pipeline_stage_open、trace_open、filter_change、strategy_open、daily_metric_change、coverage_cell_open、query_open、candidate_open、module_run_open、download_task_open、replay_create、original_url_open、review_submit、config_draft_create、config_draft_save、query_estimate_create、sample_run_create、approval_submit、approval_decision、canary_release、config_publish、strategy_rollback、export_create、anomaly_acknowledge。

埋点用于判断哪些统计真正被使用，不用于替代业务事实表。

16. 上线阶段

P0：体育业务闭环真实运行

• 以体育/NBA 现有策略为第一条真实链路，建立目标、策略稳定 ID 和版本。
• 接通 Query、任务、抓回视频、内容处理、下载和入库的端到端来源记录。
• 建立 strategy_daily、query_daily、module_daily、download_daily、data_quality_daily 事实表。
• 接通抓取链路、策略列表、每日趋势、覆盖情况、Query、抓回视频、处理、下载和视频抽检。
• 接通策略建议，展示覆盖、抽检、有结果 Query、入库、判断依据和下一步。
• 建立策略草稿、Query 检查和分层抽检最小能力，线上运行不再直读 Excel。
• 完成真实 URL 鉴权、服务端分页、导出、数据对账和关键模块重试。

P1：配置脱离 Excel，可运营

• 建立目标、策略、实体、意图、模板、规则和下载策略配置中心。
• 支持完整五步配置、变更预览、分层抽检、审批、先跑 10%、自动恢复和一次性 Excel 校验导入。
• 增加异常确认、关闭、备注和通知。
• 增加人工视频标注和抽检统计。
• 增加策略与处理版本对比、配置变更记录和指定模块重放。
• 增加 30 天、自定义日期和前周期对比。

P2：平台化与数据优化

• 计算实体和意图边际贡献。
• 自动发现重复 Query、低效 Query 和平台偏移。
• 基于覆盖缺口建议新增实体、意图或 Query。
• 抽象通用目标、策略、Query、处理模块和下载契约，支持其他内容业务接入。
• 基于抽检视频和前后数据给出规则、模板、模型和下载策略优化建议。

17. 验收标准

• 任一策略可查看连续 7 天逐日数据，日汇总与明细重算差异不超过 0.5%。
• 管理者能在 5 分钟内完成所有运行策略的扩量、优化、观察或暂停判断，每个判断均可下钻到指标、抽检视频和 Query。
• 策略运营可从“新建策略”完成范围、名单与意图、Query、处理与下载、检查并提交审批，全程不直读 Excel。
• 预计 Query 超过日上限、抽检未完成、抽检可入库率低于 80%、游戏误抓高于 2% 或未设恢复版本时，无法发布。
• 审批人可在一张审批记录中看到配置变更、预计 Query、分层抽检、预计资源、先跑 10% 和恢复方案。
• 先跑 10% 时突破停止线，1 分钟内停止新任务，5 分钟内恢复上一稳定版本，新旧数据均可追溯。
• 任一策略汇总可追溯到 strategy_version_id。
• 任一 Query 可追溯到 seed_id、task_id、candidate_id、processing_run_id、download_task_id、asset_id 和原始 URL。
• 任一入库视频可反向追到目标、策略、Query、抓回记录、各处理步骤、下载和实际使用版本。
• 线上运行时不读取本地 Excel；一次性导入必须校验、预览差异并发布为正式版本。
• 每个处理步骤记录输入引用、输出引用、版本、状态、耗时、错误和重试关系。
• 内容处理明细能分别解释可访问性、去重、黑名单、游戏排除、分类、富集和质量判定结果。
• 下载任务能查看成功率、重试次数、失败原因、媒体引用与校验结果。
• 策略调整可创建固定抽检批次，并展示发布前后同口径数据和视频差异。
• 同一视频被多个 Query 抓回时，全局总量只计一次，Query 贡献可多重归因且页面明确提示。
• 当天数字展示统计截至时间，日环比使用昨日同一时点。
• 历史缺少策略来源的视频不进入当前策略覆盖率。
• 策略每日趋势支持指标切换、前周期对比和按日下钻。
• 数据质量问题可查看具体明细并导出。
• 100 万视频规模下，明细使用服务端分页且页面不一次性加载全量数据。
• 桌面和移动端无页面级横向溢出，原始 URL 可在有权限时正常打开。
• 八个左侧入口均能跳到正确锚点，固定顶栏不遮挡标题，左侧选中状态随导航和滚动正确变化。
• #strategy/nba-player/query、#strategy/nba-player/runs/2026-07-15、#strategy/nba-player/config/queries 可在新窗口直接恢复对应详情。
• 从一级页面打开策略后，浏览器返回一次关闭详情并回到原页面；详情内切换标签不会增加额外返回层级。
• 策略建议行、策略列表行和每日表格行支持 Enter 与 Space；覆盖格子、Query 行和每日图表日期使用原生按钮。
• 静态核心数字和配置说明表的鼠标样式为默认，不能出现虚假可点击反馈。
• 移动端菜单有遮罩，详情宽度等于视口宽度，Tab 焦点不离开详情。

18. 风险与待决策

1. “入库视频”最终采用 ready、available 还是人工通过状态，需要内容库统一定义。
2. 四类内容是否互斥；若多标签，管理汇总应采用主标签还是允许总和超过总量。
3. 实体覆盖阈值是否统一为 5 条，还是按实体等级和内容类型配置。
4. 老视频是否只保留“历史未归因”，还是允许通过离线模型补归因并标记置信度。
5. “有结果 Query”是否只要求至少 1 条视频，还是增加 7 天最小入库贡献与抽检条件。
6. 当前策略版本变更后，覆盖率的基线从生效日重新计算还是保留跨版本对比。
7. 原始 URL 与内部 ID 的查看和导出权限由谁审批。
8. P0 现有调度器和下载器能否原生透传 trace_id、幂等键与版本；若不能，需要适配层。
9. 哪些处理步骤属于阻断型，哪些只打标签；跳过和人工放行是否进入入库。
10. 配置发布由产品、运营还是开发审批，不同风险等级是否需要双人确认。
11. 爬虫任务、模型、下载和存储成本能否按 strategy_version_id 归集；若不能，“单条入库视频成本”只能暂停对外展示。
12. 默认抽检 150 条是否足以支撑四类内容和三平台分层；需根据真实标注计算置信区间后调整。
13. 审批时限和紧急恢复权限由谁承担；若审批长期等待，运营会回到线下文件绕过系统。
14. 系统生成的“扩量/优化/观察/暂停”建议在哪些证据缺失时必须降级为“证据不足”，不能为了填满决策表而虚假确定。

19. 本轮 V1.3 已完成内容

• 页面现有数字统一按截至 2026-07-15 11:05 的真实数据快照呈现；配置按钮明确标注尚未触发线上任务。
• 左侧入口由 11 个收敛为 8 个；Query、视频、任务和配置统一放回具体策略详情。
• 业务层统一使用策略、Query、视频、任务、入库、版本，不再新增策略方向、策略单元等同义词。
• 一级页面增加固定锚点；策略、标签页、任务日期和配置步骤支持可复制深链。
• 浏览器返回可关闭策略详情并回到原页面；策略内切换标签不堆积返回历史。
• 策略建议行、策略列表行、覆盖数字、日期和 Query 均可下钻，并补齐键盘操作和焦点恢复。
• 静态数字、状态标签、分布条和普通表格不再显示手型或虚假悬停。
• 移动端菜单增加遮罩，策略详情增加焦点限制，页面和表格无页面级横向溢出。
• 新增常驻“统计说明”和可展开的数据质量明细，替代只显示几秒的提示。
• 配置步骤文案收敛为：范围、名单与意图、Query、处理与下载、检查并发布。

当前网页用于展示真实数据快照和走查完整操作；线上执行能力以本 PRD 的 API、权限和发布要求为准。