tihao-ai/claude-code-tihao-sourcing/scripts/create-data-intake-pack.js

#!/usr/bin/env node
const fs = require('fs');
const path = require('path');

const HISTORY_HEADER = [
  'brief编号',
  '项目名称',
  '类目',
  '客户原始Brief',
  '历史人工补号量基线',
  '参考账号或视频',
  '平台',
  '博主名称',
  '主页链接',
  '人工复核标签',
  '客户选择',
  '拒绝原因'
];

const REVIEW_HEADER = [
  'brief编号',
  '策略',
  '排名',
  '平台',
  '博主名称',
  '综合分',
  'brief匹配分',
  '参考风格分',
  '主页证据分',
  '视觉质感分',
  '调性一致分',
  '证据加分',
  '证据风险扣分',
  '推荐理由',
  '风险提示',
  '主页链接',
  '人工复核标签',
  '客户选择',
  '归因类型',
  '反馈原因',
  '本轮人工补号量'
];

function main() {
  const args = parseArgs(process.argv.slice(2));
  const output = path.resolve(args.output || path.join(__dirname, '..', 'outputs', `data-intake-pack-${Date.now()}`));
  fs.mkdirSync(output, { recursive: true });

  const historyCsv = path.join(output, 'history-data-template.csv');
  const reviewCsv = path.join(output, 'manual-review-template.csv');
  const readme = path.join(output, 'README.md');

  writeCsv(historyCsv, [
    HISTORY_HEADER,
    [
      'brief-001',
      '示例项目',
      '母婴',
      '填写客户原始 Brief，不要写 token、报价明细或密钥。',
      '6',
      'https://example.com/reference-video',
      '小红书',
      '示例博主',
      'https://example.com/profile',
      '可直接发客户',
      '客户选中',
      ''
    ]
  ]);

  writeCsv(reviewCsv, [
    REVIEW_HEADER,
    [
      'brief-001',
      'result-first-broad',
      '1',
      '小红书',
      '示例博主',
      '86',
      '82',
      '78',
      '80',
      '79',
      '81',
      '4',
      '0',
      '命中 Brief 人群和参考风格，可给商务复核。',
      '需确认报价有效期、档期和近 30 天竞品合作。',
      'https://example.com/profile',
      '商务复核',
      '待客户反馈',
      '',
      '',
      '3'
    ]
  ]);

  fs.writeFileSync(readme, withBom(renderReadme()), 'utf8');

  console.log(JSON.stringify({ output, files: { historyCsv, reviewCsv, readme } }, null, 2));
}

function renderReadme() {
  return [
    '# 提号真实数据收集包',
    '',
    '用途：把商务历史 Brief、人工名单、客户选择和本轮复核结果整理成可审计数据。',
    '',
    '## 文件',
    '',
    '- `history-data-template.csv`：整理 5-10 个真实历史 Brief，用于 `history:from-csv` 和 `history:audit`。',
    '- `manual-review-template.csv`：整理本轮 AI 产出的候选名单和商务/客户复核，用于 `review:metrics` 和 `customer-effect:audit`。',
    '',
    '## 填写规则',
    '',
    '- 不要写 Parse sessionToken、模型 token、鉴权头、npm token 或客户敏感报价明细。',
    '- `历史人工补号量基线` 必须填写，才能证明人工补号量减少 50%。',
    '- `客户选择` 建议填写 `客户选中`、`客户拒绝` 或 `待客户反馈`。',
    '- 负样本必须填写 `归因类型`，例如 `需求解析错`、`隐性规则漏`、`召回关键词错`、`主页证据不足`、`视频证据误判`、`排序权重错`、`输出解释错`。',
    '',
    '## 字段填写验收表',
    '',
    '### 历史数据表',
    '',
    '| 字段 | 必填规则 | 常见退回原因 |',
    '| --- | --- | --- |',
    '| brief编号 | 同一项目保持稳定编号。 | 空值、多个项目混用同一编号。 |',
    '| 客户原始Brief | 填客户原始需求，至少能看出类目、人群、平台、预算或内容方向。 | 只写“见附件”“种草合作”或少于 20 字。 |',
    '| 历史人工补号量基线 | 填数字，表示历史同类需求人工额外补号数量。 | 空值、写“不知道”、写区间。 |',
    '| 参考账号或视频 | 填真实主页链接或视频链接。 | example.com、截图占位、只写账号昵称无链接。 |',
    '| 博主名称/主页链接 | 填人工最终名单里的真实博主和主页。 | 只有博主名、主页缺失、候选占位。 |',
    '| 客户选择 | 填 `客户选中` 或 `客户拒绝`。 | 一直保留 `待客户反馈` 时不能进入客户效果审计。 |',
    '| 拒绝原因 | 客户拒绝样本必须填写。 | 拒绝样本为空，无法归因优化。 |',
    '',
    '### 人工复核表',
    '',
    '| 字段 | 必填规则 | 常见退回原因 |',
    '| --- | --- | --- |',
    '| 人工复核标签 | 每个候选都要填，例如 `可直接发客户`、`商务复核`、`跑偏`、`调性不符`。 | 空值或只写“看情况”。 |',
    '| 归因类型 | 负样本必须填固定归因类型。 | 跑偏、调性不符、硬性违约但没有归因。 |',
    '| 反馈原因 | 写具体原因，能让下一轮优化规则或权重。 | 只写“不合适”。 |',
    '| 客户选择 | 已有客户反馈时填 `客户选中` 或 `客户拒绝`。 | 全部待反馈时只能做复核指标，不能做客户效果。 |',
    '| 本轮人工补号量 | 填数字，表示本轮 AI 后仍需人工补号数量。 | 空值或非数字，无法计算人工补号减少率。 |',
    '',
    '## 先跑预审',
    '',
    '商务/投放填完后先跑：',
    '',
    '```powershell',
    'npm run intake:readiness -- --data-pack outputs\\data-intake-pack-latest --video-pack outputs\\video-intake-pack-latest --output outputs\\intake-readiness-latest',
    '```',
    '',
    '预审 `failureCount=0` 后，再进入 history、review 和 customer-effect 审计。',
    '',
    '## 审计命令',
    '',
    '```powershell',
    'npm run history:from-csv -- --input <history-data-template.csv> --output <history-dataset目录>',
    'npm run history:audit -- --input <history-dataset目录> --output <历史审计输出目录> --strict',
    'npm run review:metrics -- --input <manual-review-template.csv> --output <复核指标输出目录> --strict',
    'npm run customer-effect:audit -- --review-csv <manual-review-template.csv> --history-audit <historical-dataset-audit.json> --output <客户效果输出目录> --strict',
    'npm run evidence:index -- --output outputs\\evidence-index-latest',
    '```',
    '',
    '## 边界',
    '',
    '- 模板生成不代表业务效果达标。',
    '- 只有真实客户选择、真实历史补号基线和本轮补号量都通过审计，才能宣称客户效果证明完成。'
  ].join('\n');
}

function writeCsv(file, rows) {
  fs.writeFileSync(file, withBom(rows.map(row => row.map(csvCell).join(',')).join('\n')), 'utf8');
}

function csvCell(value) {
  const text = String(value ?? '');
  return /[",\n]/.test(text) ? `"${text.replace(/"/g, '""')}"` : text;
}

function parseArgs(argv) {
  const args = {};
  for (let index = 0; index < argv.length; index += 1) {
    const raw = argv[index];
    if (!raw.startsWith('--')) continue;
    const key = raw.slice(2).replace(/-([a-z])/g, (_, char) => char.toUpperCase());
    const next = argv[index + 1];
    if (!next || next.startsWith('--')) args[key] = true;
    else {
      args[key] = next;
      index += 1;
    }
  }
  return args;
}

function withBom(text) {
  return `\uFEFF${text}`;
}

if (require.main === module) main();

module.exports = {
  HISTORY_HEADER,
  REVIEW_HEADER,
  renderReadme
};