质量门禁与内容过滤

章节：进阶篇第2章
难度：⭐⭐ 进阶级
阅读时间：15-20 分钟
核心收获：掌握四维过滤框架，学会设计质量门禁和降级策略

4.1 理论要点：数据源可达 ≠ 内容有效

4.1.1 为什么需要质量门禁

数据源返回数据，不代表这些数据都值得推送。

真实场景： - 数据源正常，但当日无 AI 相关内容 - 数据源返回大量泛科技内容，真正 AI 相关不足 5 条 - 同一事件在多个来源重复出现，需要合并 - 内容是几天前的旧话题，已经失去时效性

质量门禁的价值：在推送前设置检查点，不通过则阻断或降级。

4.1.2 四维过滤框架

4.1.3 三种质量状态

4.2 实战案例：四维过滤实现

4.2.1 场景：热点清单中混入大量泛科技内容

问题：原始聚合结果 45 条，但真正 AI 相关不足 5 条。

豆包 Prompt 设计：

请对聚合后的热点清单进行四维过滤：

1. 相关性：只保留真正属于 AI 领域的内容
   - ✅ 包括：AI模型发布、AI工具、AI Coding、AI测评、AI政策
   - ❌ 排除：泛科技、数码产品、互联网公司动态、普通软件更新

2. 时效性：只保留当日发布的内容
   - 检查发布日期，排除过期热点

3. 重复性：同一事件在不同来源出现时，合并为一条
   - 按标题相似度或核心关键词判断

4. 最低数量：如果过滤后有效条目少于 5 条，视为"内容不足"

输出前请说明：
- 过滤后条目数量
- 被排除的主要原因（如"10条为泛科技内容，3条为过期内容"）
- 最终状态：pass / warning / blocked

4.2.2 过滤逻辑伪代码

def quality_gate(items, sources, config):
    """四维过滤"""
    passed = []
    blocked_reason = []

    for item in items:
        # 1. 相关性检查
        if not is_relevant(item, config["ai_keywords"]):
            blocked_reason.append(f"排除：{item.title}（非AI领域）")
            continue

        # 2. 时效性检查
        if not is_today(item.publish_date):
            blocked_reason.append(f"排除：{item.title}（过期内容）")
            continue

        # 3. 重复性检查
        if is_duplicate(item, passed):
            # 合并到已存在条目
            merge_item(item, passed)
            continue

        passed.append(item)

    # 4. 最低数量检查
    if len(passed) < config["minimum_items"]:
        return {
            "status": "blocked",
            "passed_items": passed,
            "blocked_reason": f"有效条目不足（{len(passed)}/{config['minimum_items']}）",
            "details": blocked_reason
        }

    # 5. 来源可用性检查
    available_sources = sum(1 for s in sources.values() if s == "ok")
    if available_sources < config["minimum_sources"]:
        return {
            "status": "warning",
            "passed_items": passed,
            "blocked_reason": f"数据源不足（{available_sources}/{len(sources)}）",
            "details": blocked_reason
        }

    return {
        "status": "pass",
        "passed_items": passed,
        "blocked_reason": None,
        "details": blocked_reason
    }

4.3 降级交付规则

4.3.1 降级决策表

4.3.2 降级输出示例

warning 状态（部分来源缺失）：

⚠️ 数据不完整警告

可用来源：2/4
- 微信公众号：正常
- GitHub：正常
- 多引擎搜索：缺失（超时）
- AIHOT：缺失（超时）

说明：以下清单基于 2 个可用来源生成，可能遗漏部分热点。

📋 AI热点选题日报 — 2026-07-10
...

blocked 状态（有效条目不足）：

⚠️ AI热点选题日报 — 2026-07-10

状态：blocked
原因：有效条目不足（3/5）

今日 AI 热点信息量较低，未达到输出标准。
建议：手动检查其他数据源，或跳过今日。

下次自动触发：2026-07-11 09:00

4.4 图文说明

📌 待补充：建议绘制以下示意图 1. 四维过滤框架图（相关性/时效性/重复性/最低数量） 2. 质量状态流转图（pass/warning/blocked） 3. 降级交付决策树 4. 过滤前后对比示例（45条 → 18条）

4.5 常见错误

📝 版本迭代记录