Merge branch 'meta2'

Co-Authored-By: Claude Fable 5.1 <[email protected]>

# Conflicts:
#	CHANGELOG.md

packages/contracts/src/api.ts

@@ -2200,6 +2200,15 @@ export const Api = {
       body: identity.EnrichApplyInput,
       response: identity.EnrichApplyResult,
     }),
+    // META-2 补全命中率(按来源类别)
+    enrichStats: ep({
+      method: "get",
+      path: "/identity/enrich-stats",
+      scope: "read",
+      summary: "元数据补全命中率（最近 N 天，按来源类别：百科、平台、豆瓣摘要、其它网站摘要）",
+      query: identity.EnrichStatsQuery,
+      response: identity.EnrichStats,
+    }),
   },
 
   // ── 媒体库 / 库存 / 首页 ──

packages/contracts/src/capability.ts

@@ -581,7 +581,7 @@ export const CAPABILITY_CATALOG: Record<KnownCapabilityId, CapabilityDescriptor>
   "metadata.enrich": d(
     "metadata.enrich",
     "补全元数据",
-    "TMDB 查不到的作品（短剧、平台独播剧）按标题查网页：搜索后只读白名单网站（平台、百科），抽取标题、别名、年份、平台、集数、简介、海报、类型，每个字段带出处和证据等级。只给建议，不改作品；同一标题 7 天内直接返回上次结果",
+    "TMDB 查不到的作品（短剧、平台独播剧）按标题查网页：搜索后读白名单网站（平台、百科，遵守 robots.txt），豆瓣和其它网站只用搜索摘要，抽取标题、别名、年份、平台、集数、主演、简介、海报、类型，每个字段带出处、置信度和证据等级。只给建议，不改作品；同一标题 7 天内直接返回上次结果",
     "propose",
     "MetadataEnrich",
     "organize.execute",

packages/contracts/src/identity.ts

@@ -285,14 +285,27 @@ export const FieldEvidence = z.object({
 });
 export type FieldEvidence = z.infer<typeof FieldEvidence>;
 
+/**
+ * META-2 补全来源类别:encyclopedia = 百科(百度 / 搜狗 / 快懂百科、维基);platform = 平台作品页(短剧平台、视频平台);
+ * douban = 豆瓣(只用搜索摘要,不读页面);snippet = 其它网站的搜索摘要(只读搜索结果摘要,不读页面);other = 白名单里的其它网站
+ */
+export const EnrichSourceKind = z.enum(["encyclopedia", "platform", "douban", "snippet", "other"]);
+export type EnrichSourceKind = z.infer<typeof EnrichSourceKind>;
+
 const enrichValue = <T extends z.ZodType>(value: T) =>
   z.object({
     value,
-    /** 出处网页(白名单域名);模型给不出出处时为 null */
+    /** 出处网页(白名单域名,或摘要模式下的搜索结果链接);模型给不出出处时为 null */
     sourceUrl: z.string().nullable(),
     evidenceLevel: EnrichEvidenceLevel,
-    /** 值在出处网页正文里原样出现(否则是 Agent 归纳 / 改写的生成内容) */
+    /** 值在出处网页正文(或搜索摘要)里原样出现(否则是 Agent 归纳 / 改写的生成内容) */
     verbatim: z.boolean(),
+    /** META-2:出处的来源类别(旧记录没有) */
+    sourceKind: EnrichSourceKind.optional(),
+    /** META-2:合并后的置信度 0–1(多个网站给出同一值时按 noisy-OR 叠加) */
+    confidence: z.number().min(0).max(1).optional(),
+    /** META-2:给出同一值的不同网站数 */
+    hosts: z.number().int().nonnegative().optional(),
   });
 
 export const EnrichFields = z.object({
@@ -304,6 +317,11 @@ export const EnrichFields = z.object({
   synopsis: enrichValue(z.string().min(1).max(2000)).nullable(),
   posterUrl: enrichValue(z.string().min(1).max(2048)).nullable(),
   genre: z.array(enrichValue(z.string().min(1).max(40))).max(10),
+  /** META-2:主演(旧记录没有,按空数组) */
+  cast: z
+    .array(enrichValue(z.string().min(1).max(60)))
+    .max(20)
+    .default([]),
 });
 export type EnrichFields = z.infer<typeof EnrichFields>;
 
@@ -316,6 +334,7 @@ export const EnrichFieldName = z.enum([
   "synopsis",
   "posterUrl",
   "genre",
+  "cast",
 ]);
 export type EnrichFieldName = z.infer<typeof EnrichFieldName>;
 
@@ -326,9 +345,19 @@ export const EnrichSource = z.object({
   domain: z.string(),
   allowed: z.boolean(),
   fetched: z.boolean(),
-  /** not_allowed = 不在白名单;site = 是已登记站点的域名;irrelevant = 标题对不上;limit = 超出读取条数;error = 读取失败 */
-  skipped: z.enum(["not_allowed", "site", "irrelevant", "limit", "error"]).nullable(),
+  /**
+   * not_allowed = 不在白名单(摘要模式仍可能用它的搜索摘要);site = 是已登记站点的域名;irrelevant = 标题对不上;
+   * limit = 超出读取条数;error = 读取失败;snippet_only = 只用搜索摘要的网站(豆瓣);robots = robots.txt 不允许;
+   * blocked = 页面是登录墙 / 验证码,放弃该来源
+   */
+  skipped: z
+    .enum(["not_allowed", "site", "irrelevant", "limit", "error", "snippet_only", "robots", "blocked"])
+    .nullable(),
   error: z.string().nullable(),
+  /** META-2 来源类别 */
+  kind: EnrichSourceKind.optional(),
+  /** META-2 这条链接的搜索摘要被用来抽字段 */
+  snippetUsed: z.boolean().optional(),
 });
 export type EnrichSource = z.infer<typeof EnrichSource>;
 
@@ -343,11 +372,23 @@ export const EnrichSuggestion = z.object({
 });
 export type EnrichSuggestion = z.infer<typeof EnrichSuggestion>;
 
+/** META-2 一次补全里某类来源的尝试与命中:results = 标题对得上的搜索结果数;hit = 最终建议里至少一个字段取自它 */
+export const EnrichSourceAttempt = z.object({
+  kind: EnrichSourceKind,
+  results: z.number().int().nonnegative(),
+  fetched: z.number().int().nonnegative(),
+  hit: z.boolean(),
+  fields: z.array(z.string()),
+});
+export type EnrichSourceAttempt = z.infer<typeof EnrichSourceAttempt>;
+
 export const EnrichUsage = z.object({
   searchCalls: z.number().int().nonnegative(),
   fetchCalls: z.number().int().nonnegative(),
   inputTokens: z.number().int().nonnegative(),
   outputTokens: z.number().int().nonnegative(),
+  /** META-2 各类来源的尝试与命中(命中率统计用;旧记录没有) */
+  attempts: z.array(EnrichSourceAttempt).optional(),
 });
 export type EnrichUsage = z.infer<typeof EnrichUsage>;
 
@@ -373,6 +414,30 @@ export const MetadataEnrichment = EntityBase.extend({
 });
 export type MetadataEnrichment = z.infer<typeof MetadataEnrichment>;
 
+/** GET /identity/enrich-stats:最近 N 天补全命中率(按来源类别) */
+export const EnrichStatsQuery = z.object({ days: z.coerce.number().int().min(1).max(365).default(30) });
+export const EnrichStats = z.object({
+  days: z.number().int(),
+  /** 发起过搜索的补全次数(命中 7 天缓存的不计) */
+  total: z.number().int().nonnegative(),
+  /** 其中出了建议的次数 */
+  suggested: z.number().int().nonnegative(),
+  /** 有来源明细(META-2 之后)的次数:下面各来源的命中率以它为分母 */
+  tracked: z.number().int().nonnegative(),
+  sources: z.array(
+    z.object({
+      kind: EnrichSourceKind,
+      /** 有标题对得上的搜索结果的次数 */
+      withResults: z.number().int().nonnegative(),
+      /** 建议里至少一个字段取自这类来源的次数 */
+      hits: z.number().int().nonnegative(),
+      /** hits / tracked(0–1);tracked = 0 时为 null */
+      rate: z.number().min(0).max(1).nullable(),
+    }),
+  ),
+});
+export type EnrichStats = z.infer<typeof EnrichStats>;
+
 /** POST /identity-pool/{id}/enrich 的请求体;fresh = 忽略归一化标题缓存重新查(计入每日预算) */
 export const EnrichRequest = z.object({
   hints: z.string().trim().max(200).optional(),

packages/contracts/src/settings.ts

@@ -457,6 +457,9 @@ export const DEFAULT_ENRICH_DOMAINS: string[] = [
   "ixigua.com",
   "baike.sogou.com",
   "mydramalist.com",
+  // META-2:快懂百科、河马剧场(短剧平台公开作品页);红果短剧的 /series/ 页 robots 不允许,只读 robots 放行的页面
+  "baike.com",
+  "kuaikaw.cn",
 ];
 
 export const IdentitySettings = z.object({
@@ -480,6 +483,11 @@ export const IdentitySettings = z.object({
         .regex(/^[a-z0-9.-]+\.[a-z]{2,}$/),
     )
     .max(100),
+  /**
+   * META-2 摘要模式:白名单外网站(多为短剧聚合站)的搜索结果摘要也用来抽字段(只读搜索引擎给的摘要,不打开这些网页)。
+   * 缺省开;关掉后只用白名单网站的摘要与网页。旧设置没有这个键,按开处理
+   */
+  enrichSnippetAllSites: z.boolean().optional(),
 });
 export type IdentitySettings = z.infer<typeof IdentitySettings>;
 
@@ -674,6 +682,7 @@ export const DEFAULT_SETTINGS: GlobalSettings = {
     autoEnrich: false,
     enrichDailyBudget: 20,
     enrichDomains: DEFAULT_ENRICH_DOMAINS,
+    enrichSnippetAllSites: true,
   },
   search: { defaultSiteMode: "default", siteIds: [] },
   storage: DEFAULT_STORAGE_SETTINGS,
@@ -967,6 +976,7 @@ export const SETTINGS_SECTIONS: readonly SettingsSectionDef[] = [
       "identity.autoEnrich",
       "identity.enrichDailyBudget",
       "identity.enrichDomains",
+      "identity.enrichSnippetAllSites",
       "cache.globalImageCache",
       "cache.globalImageCacheDays",
     ],