1

agent/document_preprocess/main.py

@@ -72,7 +72,7 @@ class Chunk(BaseModel):
 
 
 REMOTE_DIRECTORY_PATH = (
-    "/root/obsidian/vaults/MyNewVault/RawsSources"  # Obsidian云端库文件夹路径
+    "/root/obsidian/vaults/MyVault/RawsSources"  # Obsidian云端库文件夹路径
 )
 LOCAL_DIRECTORY_PATH = Path(__file__).parent / "vault"  # 本地库文件夹路径
 

agent/document_preprocess/vault/职业规划/AI产品经理大厂面试100+题.md

@@ -131,8 +131,6 @@ Agent：带工具调用、思考规划、记忆能力的智能体，可以拆解
 
 价值：降低推理成本、降低延迟，让模型可以部署在本地/边缘设备，适合高并发场景。
 
----
-
 ## 二、AI产品设计&需求（16～35题）
 
 ### 16. 如果让你设计企业内部AI知识库助手，完整产品方案怎么思考？
@@ -271,8 +269,6 @@ AI对话交互：开放式输入，用户自由提问；系统输出不确定。
 
 权衡：默认只保留会话内记忆；长期记忆需要用户主动授权；记忆数据加密；用户可一键清除记忆；不把隐私信息送入模型训练集。
 
----
-
 ## 三、技术理解（AI PM不需要写代码，但要懂边界）（36～50题）
 
 ### 36. 简单解释Transformer，不需要公式，讲产品关心的点。
@@ -376,8 +372,6 @@ AI冷启动：先搭建评测基线，人工构造种子样本，收集首批Bad
 
 GPU是推理/训练主要成本。PM管控：控制输入输出token上限；缓存高频query；选用轻量化模型；合理设置并发；区分高低优先级场景，高价值场景用好模型，低价值场景用小模型。
 
----
-
 ## 四、项目&Case复盘（51～65题）
 
 ### 51. 讲一个你做过的AI相关项目，背景、你的角色、目标、结果。
@@ -484,8 +478,6 @@ AI特有风险点：数据准备周期长；模型效果不达预期需要预留
 
 模型效果：离线评测集指标；Bad Case抽检通过率；明确指标阈值、测试用例。验收标准写进交付文档，避免口头预期。
 
----
-
 ## 五、商业化、客户、业务（66～78题）
 
 ### 66. C端AI产品常见商业化路径，各自优缺点？
@@ -559,8 +551,6 @@ AI特有风险点：数据准备周期长；模型效果不达预期需要预留
 
 PM提前介入：明确能力边界；演示真实Bad Case；交付前对齐评测指标；写进合同验收标准，管理预期。
 
----
-
 ## 六、行业、策略、竞品分析（79～88题）
 
 ### 79. 当前大模型行业发展瓶颈是什么？
@@ -616,8 +606,6 @@ Agent长期是方向，但完全自主通用Agent还不成熟。优先落地场
 
 降低基座模型门槛；小团队也可以基于开源模型搭建应用；基座模型不再是壁垒；壁垒转向场景数据、产品体验、客户服务、RAG/Agent工程能力。单纯卖模型API会越来越卷。
 
----
-
 ## 七、风险、合规、伦理（89～94题）
 
 ### 89. AI生成内容合规风险有哪些，产品如何落地管控？
@@ -646,8 +634,6 @@ AI偏见：模型训练数据自带偏见，输出带有性别、地域等歧视
 
 内容过滤更严格；限制隐私收集；不推荐诱导消费；防止生成不良内容；对话能力做约束；防沉迷；明确未成年人使用协议。
 
----
-
 ## 八、行为题+开放思考题（大厂高频压轴 95～100题）
 
 ### 95. 为什么想做AI产品经理，而不是传统产品经理？
@@ -681,8 +667,6 @@ AI不会替代PM，但会替代PM部分基础工作：写需求文档、整理
 3. 团队未来半年重点是模型能力迭代，还是业务场景落地？
 4. 这个岗位和算法团队的分工模式是怎样？
 
----
-
 ## 九、补充进阶专题（101～112题）
 
 > 以下为原100题未充分覆盖的进阶主题，按面试重要度和当前行业热点选取。
@@ -822,38 +806,4 @@ AI产品可观测性分三层：
 2. **MCP标准化推动生态互联**：工具/数据连接器标准化，Agent可以即插即用接入新能力，降低集成成本。
 3. **企业Agent从Demo走向生产级**：核心特征是可审计（每步操作有日志）、可回滚（出错能撤回）、人在环（Human-in-the-loop，关键决策需人工确认）。不再是"全自动"，而是"人机协同"。
 4. **Agentic RAG融合**：Agent主动决定何时检索、检索什么、检索结果是否够用——如果不够再追加检索。传统RAG是被动检索一次，Agentic RAG是主动多轮检索。
-5. **垂直场景Agent优先于通用Agent落地**：客服Agent、研发Agent、运营Agent等垂直领域，流程相对固定、风险可控，比通用Agent更快进入生产环境。
+5. **垂直场景Agent优先于通用Agent落地**：客服Agent、研发Agent、运营Agent等垂直领域，流程相对固定、风险可控，比通用Agent更快进入生产环境。
-
----
-
-## 修订与补充说明
-
-### 答案修正（8处）
-
-| 题号 | 修正内容 |
-|------|---------|
-| Q8 | 补充RAG核心价值"接地"（Grounding）概念，从机制层面解释降幻觉原理 |
-| Q9 | 修正DPO与RLHF关系：DPO是简化RLHF流程（跳过奖励模型），非完全替代 |
-| Q12 | 补充Agent架构模式：ReAct、Plan-and-Execute、Reflection、Multi-Agent |
-| Q36 | 补充Transformer并行化优势是Scaling Law成立的技术基础 |
-| Q39 | 修正TPS定义（AI语境=Tokens Per Second），补充TTFT指标 |
-| Q40 | 修正Token估算：中文token比值因分词器差异很大，需实测 |
-| Q46 | 补充RLHF之外的对齐方法：DPO、KTO、Constitutional AI |
-| Q49 | 修正模型漂移：基座权重不变，但输入分布偏移会导致效果"感知性下降" |
-
-### 补充题目（12题）
-
-| 题号 | 主题 | 补充理由 |
-|------|------|---------|
-| Q101 | Function Calling / Tool Use | Agent底层能力，原文仅概念性提及 |
-| Q102 | MCP协议 | 2025-2026年Agent生态核心标准，面试热点 |
-| Q103 | Agent架构模式 | 原文Q12仅列模块，缺架构选型方法论 |
-| Q104 | Advanced RAG | 原文仅Naive RAG，缺Query Rewriting/Reranking/GraphRAG |
-| Q105 | 评测体系搭建 | 原文零散提及评测，缺系统搭建方法论 |
-| Q106 | LLM-as-a-Judge | 自动评测是AI PM核心能力，原文未覆盖 |
-| Q107 | Prompt Injection | 原文安全板块缺攻击向量和防御细节 |
-| Q108 | 红队测试 | 上线前安全验证，监管合规要求 |
-| Q109 | 数据飞轮 | 原文Q87提及网络效应但缺飞轮设计方法论 |
-| Q110 | 可观测性 | AI产品运维核心，原文未覆盖监控体系 |
-| Q111 | AI出海 | 国际化是大厂高频话题，原文完全缺失 |
-| Q112 | 2026 Agent趋势 | 时效性补充，展示行业洞察力 |

agent/document_preprocess/vault/职业规划/职业诊断报告与补足计划.md

@@ -0,0 +1,183 @@
+---
+uid: 57fe87b6-87ac-42ea-bdd6-e2ee9ed40320
+---
+## 一、背景:我是谁,我有什么
+
+### 1. 履历基底(15年互联网产品全链路)
+
+| 阶段  | 核心场景                         | 沉淀的底层能力                    |
+| --- | ---------------------------- | -------------------------- |
+| 初期  | 同花顺炒股付费体系(股票池/智能选股/股价预警)     | 用户价值挖掘、付费功能设计、痛点拆解         |
+| 中期  | 地方银行手机银行、恒生券商配资平台            | 金融合规、业务流程梳理、多角色权限与交易规则     |
+| 深耕期 | P2P资金资产撮合、保险代理平台             | 资金链路、资产撮合、机构协同、业务风控、流程标准化  |
+| 拓展期 | 知识产权在线服务、版权侵权监测治理            | 数据监测、风险识别、分级处置、合规管控        |
+| 转型期 | 保险自动化理赔、政企AI课题(中国黄金集团/北京高铁段) | AI落地需求拆解、方案设计、成本管控、多方协同、验收 |
+| 当前  | Token分发流转平台设计与交付             | AI政企项目全流程落地                |
+
+### 2. 个人能力特色
+
+- **业务拆解能力极强**:擅长快速陌生行业,梳理复杂业务逻辑、多方主体关系、边界场景与风险规则
+- **项目交付经验扎实**:精通需求管控、范围锁定、变更管理、验收标准搭建
+- **AI落地认知实战化**:独立手搓 Agent/RAG 项目,掌握大模型能力边界、Token算力成本、幻觉风险、检索工程痛点
+- **创业+全职双重经历**:具备互联网金融解决方案创业经验,懂客户需求、商业逻辑、交付成本与项目风险,具备产品负责人全局视角
+
+### 3. 当前求职现状
+
+- **目标城市**:优先杭州,可接受杭州周边,主打政企数字化、行业AI解决方案、产业科技赛道
+- **求职诉求**:以全职岗位为核心,保障家庭收入;业余时间支撑学习、轻量兼职与项目沉淀
+- **锁定主赛道**:政企行业AI解决方案产品负责人(金融/保险AI风控、理赔科技作为备选支线)
+
+## 二、问题与危机:卡在哪里
+
+### 核心矛盾一句话
+> **能力足够高阶、适配未来赛道,但履历包装、叙事逻辑、赛道定位未匹配市场招聘规则,导致能力无法被面试官识别,陷入求职难、自我迷茫的闭环。**
+
+### 危机一:履历叙事问题(最大求职阻碍)
+- 过往经历行业外壳切换多(金融、保险、知产、理赔、AI),且含配资、P2P等敏感标签
+- 简历原始呈现掩盖了统一的底层能力主线,导致HR/面试官误判为「赛道不深耕、稳定性差」
+
+### 危机二:AI项目背书结构性短板
+- 当前AI标杆项目为「甲方集团-中电云总包-本司分包」模式,本人为分包侧产品负责人
+- 缺少总包商务、顶层需求锁定、甲方高层对接的显性经验,易被质疑AI全流程落地能力
+
+### 危机三:自我定位摇摆
+- 过往兼顾金融、保险、政企多赛道,无固定核心主线
+- 面试中易暴露定位模糊问题,加剧面试官稳定性顾虑
+
+### 危机四:年龄结构性市场歧视
+- 40岁左右年龄,被市场淘汰的是基层执行型、功能迭代型产品
+- 受存量内卷影响求职周期拉长,产生自我价值焦虑
+
+### 危机五:长期空窗期的恶性循环
+- 多次漫长求职空窗期 → 自学AI与技术存在价值怀疑 → 方向迷茫 → 求职状态进一步走低
+
+## 三、对原诊断报告的批判性审阅(独立意见)
+
+### 1. 「3-6个月彻底完成职业定位升级」过于乐观
+原报告称3-6个月可彻底完成职业定位升级、摆脱年龄焦虑。**问题**:这忽略了存量市场+年龄筛选的结构性阻力。更现实的预期是:
+- 3-6个月完成**叙事重构+标杆案例沉淀+首轮定向投递**,而非「彻底摆脱」
+- 应对心态:把求职周期长视为赛道岗位特性,而非设定一个会落空的硬截止期
+
+### 2. 「自学AI完全有用」结论偏安慰性
+原报告肯定自学Python/Agent/RAG有价值,但未回答关键问题:**如何把自学成果转化为面试官可识别的资产**。
+- 仅「能和研发无障碍沟通」不足以成为差异化背书
+- 需要:可展示的Demo/GitHub项目、案例复盘文档、量化的准确率/成本对比数据
+
+### 3. 「彻底放弃C端/SaaS」过于绝对
+- 在求职周期长、家庭收入压力下,保留1-2个降维备选(如产业SaaS产品)作为现金流缓冲,并不削弱主赛道专注
+- 建议:主赛道全力,但明确「备选触发条件」(如空窗超过X个月),避免被动等待
+
+### 4. 薪资定位表述模糊
+原报告「适配3-5年年薪高阶岗位」表述不清。需自我厘清:
+- 目标岗位对应的薪资带宽是多少?杭州政企AI解决方案产品负责人的市场行情?
+- 底线薪资(保障家庭)与期望薪资的区间?
+
+### 5. 总包分包短板的解决方案较空泛
+「把分包劣势转化为多层干系人管控优势」是话术,不是能力补足。需要实质性动作:
+- 主动争取一次总包侧或甲方对接的显性角色(哪怕是单点需求评审)
+- 在分包角色内,把「需求边界定义、验收指标量化、成本测算」做成可对外展示的方法论资产
+
+### 6. 缺少过渡期收入与现金流方案
+家庭收入是硬约束。原报告仅提「轻量兼职」,需具体化:
+- 哪些轻量兼职(咨询、方案评审、兼职产品顾问)与主赛道协同而非消耗?
+- 现金流能支撑多久?触发降级备选的红线在哪?
+
+## 四、机会:往哪里打
+
+### 机会一:复杂业务+风控规则+项目交付+AI落地 是稀缺组合
+当前市场最缺的不是功能型产品,而是能「控范围、控风险、控成本、保验收」的解决方案型产品。本人15年核心积累正中此需求。
+
+### 机会二:政企AI落地正处增量期
+增量已从C端迭代转向B端政企定制、行业AI落地、数字化改造。中国黄金集团、北京高铁段等国家级课题项目是显性背书。
+
+### 机会三:AI产品差异化生态位
+纯业务PM不懂技术、纯AI PM不懂业务落地的两极问题普遍存在。本人既懂复杂业务流程、政企交付规则,又能落地理解Agent/RAG/Token成本,可实现AI技术与传统产业业务深度融合。
+
+### 机会四:杭州产业生态适配
+杭州政企数字化服务商、中电系合作企业、浙大系AI产业公司、本地国资数字化平台,与本人能力图谱高度匹配。
+
+### 机会五:40岁产品经理的正确出路
+不是和年轻人拼执行、拼迭代,而是拼业务认知、方案能力、项目把控、风险治理、商业落地。这正是资深解决方案产品负责人的价值锚点。
+
+## 五、具体补足方案(可勾选行动项)
+
+> [!tip] 使用方法
+> 每月复盘时对照本节勾选项,标注完成状态与证据链接。未完成的分析卡点原因。
+
+### A. 简历与叙事重构(最高优先级)
+
+- [ ] **A1 重写简历头部人设**:统一为「15年B端资深产品/解决方案负责人,深耕政企数字化与产业AI落地」,弱化行业跳跃感
+- [ ] **A2 改写敏感经历**:剥离P2P、配资名词,保留「资金撮合、交易风控、机构接入、结算对账」核心能力描述
+- [ ] **A3 AI项目经历优化**:如实标注总包分包模式,突出需求拆解、AI边界定义、成本管控、多方协同、验收指标量化
+- [ ] **A4 准备2份差异化简历**:主版(政企AI解决方案)+ 备版(金融/保险AI风控理赔)
+- [ ] **A5 沉淀1份个人方法论文档**:把15年底层能力提炼为可对外展示的「政企AI项目范围管理与验收体系」
+
+### B. 面试话术体系(解决两大核心质疑)
+
+- [ ] **B1 赛道频繁质疑应答稿**:主线是「多方主体、强规则、风控监测、项目制交付」,行业切换是能力纵向延伸
+- [ ] **B2 AI落地质疑应答稿**:核心价值是把控AI落地边界、量化验收、管控Token成本、平衡甲乙诉求
+- [ ] **B3 总包分包质疑应答稿**:如实说明角色,强调多层干系人管控、规避AI落地坑的实战经验
+- [ ] **B4 STAR案例库**:为每个核心能力准备1-2个量化案例(Situation-Task-Action-Result)
+
+### C. AI能力资产化(把自学转化为可识别背书)
+
+- [ ] **C1 整理1个可展示的Agent/RAG Demo**:GitHub或文档形式,附准确率/成本对比数据
+- [ ] **C2 写1篇AI落地复盘文**:聚焦需求失真、范围蔓延、验收无标准等实战痛点
+- [ ] **C3 梳理Token/算力成本测算方法论**:做成可复用的测算模板
+- [ ] **C4 评估指标体系**:整理AI准确率/召回率评估方法,可在面试中直接引用
+
+### D. 学习精准投入(拒绝无效内卷)
+
+- [ ] **D1 核心重点**:政企AI项目范围管理、验收体系搭建、私有化部署、数据合规、Token成本测算、落地风险治理
+- [ ] **D2 次要重点**:RAG工程痛点、Agent工具调用边界、提示词工程、评估体系
+- [ ] **D3 技术保留**:Python维持够用,能做Demo、看懂链路、与研发无障碍沟通,不向技术开发转型
+
+### E. 杭州定向求职策略
+
+- [ ] **E1 核心岗位池**:政企AI解决方案产品负责人、行业数字化产品、产业大模型应用产品、集团数字化项目产品
+- [ ] **E2 备选岗位池**:保险科技AI风控/智能理赔、金融政企数字化解决方案产品
+- [ ] **E3 渠道建设**:猎头定向推送、政企数字化服务商、中电系合作企业、浙大系AI产业公司、本地国资数字化平台
+- [ ] **E4 弱化公开平台海投**,转向定向触达
+
+### F. 现金流与心态管理(原报告未充分覆盖)
+
+- [ ] **F1 盘点现金流**:计算当前积蓄可支撑月数,设定触发降级备选的红线时间点
+- [ ] **F2 轻量兼职清单**:咨询、方案评审、兼职产品顾问——与主赛道协同而非消耗
+- [ ] **F3 薪资区间厘清**:杭州目标岗位市场行情、底线薪资、期望薪资
+- [ ] **F4 每周固定复盘时间**:对照本报告勾选项,避免陷入空窗迷茫闭环
+
+## 六、每月复盘模板
+
+> 每月对照本节填写,沉淀求职过程的真实数据,避免自我感觉式复盘。
+
+### 复盘日期:____
+
+**投递与面试数据**
+- 本月投递岗位数:
+- 进入面试数:
+- 进入终面数:
+- 收到Offer数:
+- 面试负面反馈高频问题(前3):
+
+**补足方案进展**(对照第五节勾选项)
+- A组完成情况:
+- B组完成情况:
+- C组完成情况:
+
+**卡点与调整**
+- 本月最大卡点:
+- 下月重点调整:
+
+**心态自评**(1-10):
+- 信心:
+- 焦虑:
+- 行动量:
+
+## 七、长期定位锚点(反复读)
+
+> [!quote] 40岁产品经理的核心出路
+> 从来不是和年轻人拼执行、拼迭代,而是拼**业务认知、方案能力、项目把控、风险治理、商业落地**。
+>
+> 本人当前能力,匹配市场稀缺的资深解决方案产品负责人岗位。求职周期长是赛道岗位特性,而非个人能力问题。
+>
+> 坚持锁定行业AI解决方案单一主赛道,持续沉淀标杆案例与标准化方案,完成职业定位升级。

agent/document_preprocess/vault/职业规划/项目复盘/中国黄金集团智能勘探与找矿预测AI项目复盘报告.md

@@ -0,0 +1,313 @@
+---
+uid: 5e8cd649-6764-4615-8f11-6a8ce23efd0d
+---
+## 一、项目背景与角色定位
+
+### 1.1 项目概况
+
+中国黄金集团科研课题,针对镇沅、金厂峪、浩尧尔忽洞、布丘克四座典型金矿床,研发智能勘探与找矿预测技术。核心目标:通过多模态数据治理 + AI模型 + 四大专业智能体,实现找矿靶区预测准确率提升20%-30%,落地有效靶区6-8处,协助4家示范矿山新增金金属量5吨。
+
+### 1.2 三方角色与我司定位
+
+| 角色 | 单位 | 核心职责 |
+|---|---|---|
+| 最终用户/甲方 | 中国黄金集团地质有限公司 | 地质业务责任主体、数据与现场验证组织、成果验收 |
+| 总包/乙方 | 中电云计算技术有限公司 | 软件系统与AI模型研发实施主体、平台集成 |
+| 基础设施/丙方 | 中国黄金集团数智科技有限公司 | 国产化算力、存储、安全隔离 |
+| **分包/供应商** | **我司** | **数据治理工具、算法模型、知识图谱、四大智能体、系统集成、测试部署培训** |
+
+我司因与中电云长期合作,通过询比采购流程承接本项目算法、模型、智能体、数据治理、系统集成与接口、试点技术支持、系统优化、测试验收、培训、技术文档、知识产权配合等全链条工作。
+
+### 1.3 我的角色
+
+担任产品经理兼项目经理,负责:
+- 调研中国黄金集团业务需求,编写任务书具体内容
+- 需求拆解、工作量评估、排期、报价
+- 多方协同(甲方/总包/高校/内部团队)
+- 范围管控、风险识别、验收指标对齐
+
+## 二、核心挑战(项目痛点)
+
+### 2.1 跨行业知识壁垒
+
+我非地质专业出身,面对地球化学、地球物理、遥感、蚀变矿物等专业数据十分陌生。地质业务判定、成矿规律总结、靶区合理性审查均依赖甲方地质专家,我无法独立判断输出结果的正确性。
+
+### 2.2 数据治理是落地天花板
+
+中国黄金集团拥有大量矿床勘探作业材料,但存在三大问题:
+- **格式杂乱**:不同年代集团系统使用不同GIS格式(MapGIS、CAD、GRD/SRF/DTM等)
+- **数字化程度低**:历史图纸、扫描件、PDF报告需矢量化、OCR
+- **数据质量参差不齐**:坐标系统不统一、字段编码不规范、缺失值多
+
+数据质量决定AI模型效果上限,但数据治理依赖甲方矿区人员与专家时间,节奏不可控。
+
+### 2.3 业务需求模糊与边界不清
+
+项目初期甲方业务需求相对模糊,"智能勘探""找矿预测"概念宽泛,若不厘清边界极易陷入范围蔓延。同时AI能力有边界(幻觉、准确率上限),甲方预期与技术现实存在gap。
+
+### 2.4 多方协同链路长
+
+甲方(中国黄金)→ 总包(中电云)→ 分包(我司)→ 高校(中国地质大学/中科院),链路长,确认周期长,任何一方滞后都会传导。
+
+### 2.5 验收指标刚性且量化
+
+任务书约束了大量量化指标(成矿预测准确率≥15%→20-30%、数据质量达标率≥85%、系统响应≤3秒、知识图谱推理准确率≥85%等),且需通过历史盲测+现场工程验证+专家复核三段式验收。
+
+## 三、关键动作一:范围管控——基线确认单机制
+
+### 3.1 痛点
+
+政企AI项目最大风险是范围蔓延:甲方数据持续供给、需求持续增加,如果没有明确边界,项目永远做不完且无法验收。
+
+### 3.2 动作
+
+推动建立**《基线确认单》机制**:
+- 合同生效后15个工作日内签署,锁定项目启动时实际数据状态快照
+- 明确约定数据集边界、业务场景边界
+- **所有考核指标均以基线数据集为评估基准**
+- 基线后新增数据仅可接入系统存储,纳入模型训练/指标考核须履行变更流程
+- 数据量偏差超20%可调整报价
+
+配套**数据冻结盲测机制**:
+- 冻结点以前数据用于训练和规则提取
+- 冻结点以后新增的钻探/坑探/生产揭露数据作为验证依据
+- 避免模型利用已知结果反推预测结论(数据泄漏)
+
+### 3.3 实际进展与反思
+
+**实际状态:基线确认单尚未签署**,数据治理进度滞后于任务书Q2/Q3计划。
+
+根因分析:
+- 甲方原始资料数字化程度低,矿区协调周期长
+- 地质业务判定依赖专家,专家时间不可控
+- 多方链路长,数据供给确认耗损大
+
+改进方向:
+- 后续政企AI项目应在启动阶段将"数据供给SLA"写入合同
+- 基线确认单应作为合同生效后第一硬性节点,不签不进入大规模开发
+- 建立数据供给逾期的顺延与变更机制
+
+## 四、关键动作二:数据治理方法论——三级目录体系
+
+### 4.1 痛点
+
+面对四座矿区、七大类专业数据(N种格式),如果没有统一的盘点框架,数据治理无从下手,且无法为后续模型训练提供高质量数据集。
+
+### 4.2 动作
+
+设计**三级数据资产盘点目录**:
+
+```
+第一级:按矿区(镇沅、金厂峪、浩尧尔忽洞、布丘克)
+  第二级:按专业(地质、物探、化探、遥感、蚀变矿物、勘查工程、报告文献)
+    第三级:按资料形成时间(区分历史数据与新增数据)
+```
+
+每条数据记录字段:
+> 资料名称 | 来源单位 | 形成时间 | 坐标系统 | 比例尺 | 数据格式 | 保密等级 | 可用状态 | 缺失问题 | 责任人
+
+### 4.3 数据治理责任划分
+
+通过责任矩阵明确三方边界,避免无限兜底:
+
+| 工作项 | 我司(供应商) | 甲方(最终用户) |
+|---|---|---|
+| 数据治理工具/ETL | ✅ 开发 | |
+| 格式转换、坐标统一、质检 | ✅ 技术实现 | |
+| 质量评估报告 | ✅ 输出 | |
+| 原始资料预处理 | | ✅ 组织矿区人员 |
+| 图纸矢量化、OCR校对 | | ✅ 负责 |
+| 人工样本标注 | | ✅ 负责 |
+| 地质业务判定、异常值业务审核 | | ✅ 专家负责 |
+| 知识图谱Schema、GNN节点/边业务筛选 | | ✅ 专家输出 |
+
+**核心原则**:技术层面问题我司负责,地质业务层面问题甲方负责,通过工具+报告+责任划分实现"不专业但能交付"。
+
+### 4.4 创新:推动甲方构建地质本体模型
+
+推动甲方地质专家构建**轻量地质本体模型**(实体-属性-关系-约束),例如"高品位典型金矿床"作为实体,定义其属性、约束条件。
+
+双重价值:
+1. **降低幻觉**:地质术语多、关系复杂,LLM直接生成易编造地质结论。本体作为结构化约束,智能体输出必须匹配本体规则,降低假阳性。
+2. **可复用**:本体是行业知识的结构化沉淀,后续其他矿种/矿区AI项目可复用本体框架,降低冷启动成本。
+
+本体构建采用**自上而下+自下而上**双向机制:
+- 自上而下:中国黄金集团地质专家基于经验给出实体、属性、约束
+- 自下而上:LLM学习数据集与学术文献,补充实体/关系、提出冲突,由专家确认调整
+
+## 五、关键动作三:AI落地边界定义
+
+### 5.1 痛点
+
+甲方对AI预期高,但AI有能力边界。如果不定义清楚"AI能做什么、不能做什么、输出结果怎么用",项目验收时极易产生争议。
+
+### 5.2 动作
+
+**1. 明确AI输出的辅助定位**
+
+所有成矿规律总结、预测靶区、勘查工程建议、绿地项目评价结论:
+- 必须具备数据来源、模型依据、关键因子、置信度/不确定性说明
+- 必须经矿区技术负责人和集团地质专家**双重审核**后,方可进入工程验证
+- 智能体输出不得作为独立决策结论直接使用
+
+**2. 算法选型与技术栈**
+
+采用**多模态混合模型**架构,融合多种算法针对不同数据类型:
+
+| 算法 | 适用数据类型 | 作用 |
+|---|---|---|
+| GNN(图神经网络) | 地质拓扑关系 | 处理实体间空间/成因关系 |
+| CNN(卷积神经网络) | 图件、遥感影像 | 图像特征提取 |
+| LightGBM/XGBoost | 结构化表格数据 | 成矿概率预测、靶区排序 |
+| 贝叶斯神经网络 | 不确定性量化 | 输出置信度区间 |
+| 小样本学习/迁移学习 | 标注样本稀缺 | 提升泛化能力 |
+
+技术栈:Hadoop/Spark(大数据)、TensorFlow/PyTorch(深度学习)、微服务+容器化+云原生(部署)、国产化适配。
+
+**3. 校企攻关合作**
+
+与中国地质大学、中科院建立校企攻关小组:
+- 我司负责数据集建设与标准化、算法选型评估、模型工程化集成与业务适配
+- 高校团队基于我司整理的标准化数据集提供算法研究方案与模型
+- 我司负责训练/验证流程、版本管理、MLOps部署与迭代优化
+
+**4. 专家评审兜底机制**
+
+指标未达标时启动地质专家组评审,区分:
+- 软件实现缺陷 → 我司免费迭代优化
+- 数据集客观约束 → 按评审结论处置,不视为我司违约
+
+## 六、关键动作四:多方协同机制
+
+### 6.1 痛点
+
+四方(甲方/总包/我司/高校)协同,链路长,信息传递损耗大,需求确认与数据供给节奏不可控。
+
+### 6.2 动作
+
+**1. 责任矩阵(RACI)**
+
+建立详细的工作事项责任矩阵,明确每项工作的负责/批准/咨询/知情角色,避免推诿。
+
+**2. 里程碑与接续计划**
+
+| 里程碑 | 内容 | 前置条件 |
+|---|---|---|
+| M0 | 基线确认单签署 | 数据盘点完成 |
+| M1 | AI核心算法开发与有效性验证 | 甲方提供验证支持 |
+| M2 | 核心模型+4智能体核心功能+测试报告 | 采购方协调业务验证 |
+| M3 | 系统集成+功能/性能测试 | — |
+| M4 | 四矿区试运行+优化 | 最终用户组织试运行 |
+| M5 | 历史验证对比+模型修正 | 最终用户提供验证数据 |
+| M6 | 最终验收 | 全部成果交付 |
+
+**3. 问题清单与风险清单**
+
+建立项目问题清单和风险清单,跟踪数据供给、需求确认、模型验证、现场部署、算力保障等重点事项,责任到人,闭环管理。
+
+## 七、成果与量化指标(阶段性)
+
+### 7.1 已完成/进行中成果
+
+| 模块 | 状态 | 说明 |
+|---|---|---|
+| 需求调研与任务书编写 | ✅ 完成 | 编写任务书具体内容、工作说明书、报价 |
+| 数据治理方案设计 | ✅ 完成 | 三级目录体系、责任矩阵、数据标准 |
+| 数据治理工具开发 | 🔄 进行中 | ETL、图件矢量化、质检工具 |
+| 数据资产盘点 | 🔄 进行中 | 受甲方数据供给节奏影响,滞后于计划 |
+| 基线确认单 | ⏳ 待签署 | 数据盘点完成后签署 |
+| AI核心算法 | 🔄 进行中 | 校企合作,算法方案评估中 |
+| 多模态数据治理平台 | 🔄 开发中 | |
+| 四大智能体 | 🔄 核心功能开发中 | 计划年底完成Demo演示 |
+| 知识图谱/RAG | 🔄 设计中 | 配合甲方本体Schema |
+
+### 7.2 量化验收指标(目标值,基线确认后评估)
+
+| 指标 | 2026阶段目标 | 最终目标 |
+|---|---|---|
+| 成矿预测准确率 | ≥15% | 20%-30% |
+| 数据质量达标率 | ≥80% | ≥85% |
+| 数据标准化覆盖率 | — | ≥80% |
+| 知识图谱推理准确率 | — | ≥85% |
+| 系统响应时间(P95) | — | ≤3秒 |
+| 并发用户数 | — | ≥100 |
+| 系统可用性 | — | ≥99.5% |
+| 数据存储能力 | ≥8TB | ≥10TB |
+| 算法集成 | ≥8种 | 10余种 |
+| 找矿靶区 | — | 6-8处 |
+| 效率提升(成矿规律/绿地) | — | 30%-40% |
+| 效率提升(靶区/工程设计) | — | 20%-30% |
+| 实物成果 | — | 软著5项、论文2篇、数据集4套 |
+
+### 7.3 商业结构
+
+项目分2026、2027两年分别签订合同,本次为2026年度。付款节点:
+- 50%:合同签订后
+- 40%:2026年度初验合格 + 3个月稳定运行
+- 10%:最终用户回款后(有兜底条款)
+
+**2026年交付质量直接决定能否拿到2027年合同**,验收导向强。
+
+## 八、踩坑与反思(教训)
+
+### 8.1 数据治理周期被严重低估
+
+**问题**:任务书Q2(4-6月)应完成初步数据集,Q3(7-9月)完成规范化治理。实际到10月数据盘点仍在进行。
+
+**原因**:
+- 低估了甲方历史资料数字化的工作量和协调难度
+- 地质业务判定依赖专家,专家资源不可控
+- 多方链路长,数据供给确认耗损大
+
+**教训**:政企AI项目数据治理周期应按计划的1.5-2倍估算,且必须在合同中约定数据供给SLA和逾期顺延机制。
+
+### 8.2 基线确认单应作为第一硬节点
+
+**问题**:基线确认单未及时签署,导致开发范围不清晰,存在范围蔓延风险。
+
+**教训**:基线确认单应作为合同生效后的第一硬性卡点,不签不进入大规模开发。
+
+### 8.3 非专业背景下的借力机制要前置
+
+**问题**:项目初期对地质专业知识不足,部分需求理解依赖甲方反复解释,沟通成本高。
+
+**教训**:非行业专家做行业AI项目,应在启动阶段就建立:
+- 专家顾问机制(定期评审)
+- 业务规则注入流程(专家提供规则→系统化)
+- 输出审核流程(所有AI输出必经专家审核)
+
+### 8.4 AI预期管理要前置
+
+**问题**:甲方对AI能做什么、不能做什么预期不清晰,部分需求超出技术边界。
+
+**教训**:在需求调研阶段就应明确AI能力边界,通过演示过往案例、量化指标、风险说明管理预期,避免后期验收争议。
+
+## 九、可复用方法论:政企AI项目范围管理与验收体系
+
+### 9.1 五步范围管控法
+
+1. **基线锁定**:签署基线确认单,锁定数据与场景边界
+2. **数据冻结**:明确训练/验证/盲测数据划分,防止数据泄漏
+3. **责任矩阵**:技术问题供应商负责,业务问题甲方负责
+4. **变更流程**:超出基线的需求走书面变更评估
+5. **专家兜底**:指标异常启动专家组评审,区分软件缺陷与数据约束
+
+### 9.2 验收指标量化法
+
+- 所有验收指标必须量化(准确率、响应时间、效率提升比例)
+- 指标评估必须绑定基线数据集
+- 区分"软件交付指标"与"业务成效指标"(后者不作为软件否决条件)
+
+### 9.3 非行业专家交付法
+
+- 行业知识通过"专家规则注入+本体约束"系统化
+- AI输出必经专家审核,不替代专家判断
+- 供应商负责工具、工程化、集成,不承担行业业务判定责任
+
+## 附录:关键术语表
+
+- **多模态混合模型**:融合GNN/CNN/LightGBM/XGBoost/贝叶斯/小样本/迁移学习等算法,针对不同数据类型的组合模型
+- **地质本体**:地质领域实体(如金矿床)的属性、关系、约束的结构化定义
+- **基线确认单**:锁定项目启动时数据与场景边界的确认文件
+- **数据冻结**:区分训练数据与验证数据的时间切分机制
+- **MLOps**:模型版本管理、训练日志、推理监控、结果回溯的工程化体系

agent/document_preprocess/vault/职业规划/项目复盘/中国黄金集团智能勘探与找矿预测AI项目复盘报告_面试用STAR案例.md

@@ -0,0 +1,208 @@
+---
+uid: 121b98ff-946a-44c5-a875-3177b348f379
+---
+## 第一部分:事实复盘
+
+### 一、目标 vs 结果
+
+| 维度      | 任务书目标               | 实际状态(截至2026.10) | 差距分析                  |
+| ------- | ------------------- | --------------- | --------------------- |
+| 数据集建设   | Q2完成初步数据集,Q3完成规范化治理 | 数据盘点进行中,基线确认单未签 | 滞后约1个季度,主因甲方数据供给与专家资源 |
+| AI核心算法  | Q3完成开发与有效性验证        | 校企合作中,算法方案评估    | 与数据集进度强绑定,数据未就位算法无法训练 |
+| 核心模型    | Q4成矿预测准确率≥15%       | 开发中             | 依赖数据与算法               |
+| 四大智能体   | Q4完成核心功能与原型         | 核心功能开发中         | 按Q4里程碑推进,计划年底Demo     |
+| 数据质量达标率 | ≥80%(2026阶段)        | 未达成             | 数据治理未完成               |
+| 数据存储容量  | ≥8TB(2026阶段)        | 未达成             | 数据未入库                 |
+
+#### 目标偏差根因
+
+1. **数据供给不可控**:甲方原始资料数字化、矿区协调、专家审核均非我司可控,且无合同SLA约束
+2. **多方链路耗损**:甲方→总包→我司→高校,确认周期长
+3. **低估数据治理复杂度**:地质数据格式多样、业务判定依赖专家,远超通用数据治理难度
+
+### 二、关键决策回顾
+
+#### 决策1:采用三级数据资产盘点目录体系
+
+- **背景**:面对四矿区七大类专业N种格式数据,无统一盘点框架
+- **决策**:按"矿区→专业→时间"三级目录,配合10字段资产台账
+- **结果**:数据盘点有章可循,为基线确认单和数据集建设奠定基础
+- **反思**:正确决策。该方法可复用于其他多源数据治理项目。
+
+#### 决策2:推动甲方构建地质本体模型
+
+- **背景**:LLM直接生成地质结论易幻觉,且行业知识无法沉淀复用
+- **决策**:推动甲方专家构建本体(实体-属性-关系-约束),采用自上而下+自下而上双向机制
+- **结果**:本体框架设计完成,待专家填充,为知识图谱和智能体约束奠定基础
+- **反思**:正确决策。本体是行业AI的核心资产,可跨项目复用,但需甲方专家深度参与,周期长。
+
+#### 决策3:建立基线确认单+数据冻结机制
+
+- **背景**:防止范围蔓延和数据泄漏
+- **决策**:合同生效后15工作日签基线确认单,冻结点切分训练/验证数据
+- **结果**:机制设计完成,但基线确认单尚未签署(因数据盘点未完成)
+- **反思**:机制正确,但执行滞后。教训:基线确认单应作为第一硬节点,不签不开发。
+
+#### 决策4:校企合作分工模式
+
+- **背景**:我司算法研究能力有限,地质AI算法难度高
+- **决策**:我司负责数据集+工程化,高校(地大/中科院)负责算法研究方案
+- **结果**:合作模式确立,高校基于我司数据集提供算法
+- **反思**:正确决策。我司定位清晰(工程化落地),不硬扛算法研究,借力高校。
+
+#### 决策5:明确AI输出辅助定位+专家双重审核
+
+- **背景**:甲方对AI预期高,AI输出存在幻觉风险
+- **决策**:所有AI输出必须有数据来源/置信度/不确定性,必经矿区负责人+集团专家双重审核
+- **结果**:边界明确,降低验收争议风险
+- **反思**:正确决策。这是政企AI项目"控风险"的核心动作。
+
+#### 决策6:指标异常启动专家组评审(软件缺陷vs数据约束)
+
+- **背景**:地质数据样本少、质量参差,模型指标可能不达标
+- **决策**:指标未达标时启动专家评审,区分软件缺陷(我司负责)与数据约束(不视为违约)
+- **结果**:风险隔离机制建立
+- **反思**:正确决策。保护我司不被数据质量问题拖垮。
+
+### 三、成本复盘
+
+#### 3.1 项目预算结构
+
+- 项目分2026、2027两年分别签订合同
+- 2026年度预算:询比采购文件中为XXXX万(需补充实际报价)
+- 付款节奏:50%合同签订 / 40%初验+3月稳定运行 / 10%最终回款
+
+#### 3.2 我司投入(待补充实际数据)
+
+| 资源类型 | 计划投入 | 实际投入 | 偏差 |
+|---|---|---|---|
+| 人力(人月) | 25人月(2026) | 待统计 | — |
+| 数据治理工具开发 | 含在总报价 | — | — |
+| 算法模型研发 | 含在总报价 | — | — |
+| 系统集成与部署 | 含在总报价 | — | — |
+| 测试与培训 | 含在总报价 | — | — |
+
+#### 3.3 成本风险
+
+- 数据治理滞后导致人力空转,存在成本超支风险
+- 2027年合同能否签订取决于2026年交付质量,存在收入不确定性
+
+### 四、风险复盘
+
+#### 4.1 已识别风险与应对
+
+| 风险 | 等级 | 应对措施 | 状态 |
+|---|---|---|---|
+| 数据治理滞后 | 高 | 建立问题清单、推动甲方资源协调、基线确认单卡点 | 进行中 |
+| 范围蔓延 | 中 | 基线确认单+变更流程+专家兜底 | 机制就绪,待执行 |
+| 模型指标不达标 | 中 | 专家评审区分软件缺陷与数据约束 | 机制就绪 |
+| AI幻觉/输出不可信 | 中 | 本体约束+专家双重审核+可解释性 | 机制就绪 |
+| 跨境数据合规(布丘克) | 中 | 由甲方确认合规路径,我司按批准方案实施 | 待执行 |
+| 多方协同耗损 | 中 | 责任矩阵+里程碑+问题清单 | 执行中 |
+| 2027合同不确定性 | 中 | 保障2026交付质量 | 执行中 |
+
+#### 4.2 未预期风险
+
+- 甲方专家资源不可控,导致业务判定滞后
+- 历史数据数字化工作量远超预期
+
+## 第二部分:面试用STAR案例
+
+### 案例一:政企AI项目数据治理——三级目录与基线管控
+
+**S(Situation)**:
+中国黄金集团智能勘探AI项目,需治理四座典型金矿床的多源地质数据(地质/物探/化探/遥感/蚀变矿物等),数据格式杂乱(MapGIS/CAD/GRD等)、数字化程度低、坐标系统不统一。我作为非地质专业的产品经理兼项目经理,需在不掌握地质业务判定权的前提下,推动数据治理落地并锁定验收边界。
+
+**T(Task)**:
+- 建立可落地的数据治理方法论,让非专业人员也能执行盘点
+- 设计范围管控机制,防止甲方数据持续供给导致范围蔓延
+- 明确三方责任边界,避免我司承担地质业务判定责任
+
+**A(Action)**:
+1. **设计三级数据资产盘点目录**:按"矿区→专业→时间"三级,配合10字段台账(资料名称/来源/形成时间/坐标系统/比例尺/格式/保密等级/可用状态/缺失问题/责任人),让数据盘点标准化执行。
+2. **推动基线确认单机制**:锁定项目启动时数据快照,所有验收指标以基线数据集为基准,基线后新增数据纳入训练须走变更流程。配合数据冻结机制,冻结点前数据训练、冻结点后数据验证,防止数据泄漏。
+3. **建立责任矩阵**:我司负责技术层面(工具开发、格式转换、质检、质量报告),甲方负责业务层面(原始资料预处理、矢量化、人工标注、地质业务判定、本体Schema)。技术问题我司兜底,业务问题甲方兜底。
+4. **推动甲方构建地质本体模型**:采用自上而下(专家经验)+自下而上(LLM学习+文献补充,专家确认)双向机制,作为知识图谱和智能体输出的结构化约束,降低幻觉并支持跨项目复用。
+
+**R(Result)**:
+- 形成可复用的多源数据治理方法论(三级目录+10字段台账)
+- 建立基线确认单+数据冻结+专家兜底三重范围管控机制
+- 明确三方责任边界,避免非专业人员承担地质业务判定责任
+- 数据治理工具开发中,数据盘点进行中,基线确认单待签署
+- 方法论可复用于其他政企AI项目的数据治理场景
+
+**可量化/可验证点**:
+- 覆盖矿区:4个
+- 数据类型:7大类(地质/物探/化探/遥感/蚀变矿物/勘查工程/报告文献)
+- 格式:MapGIS/CAD/GRD/SRF/DTM/PDF/Excel等
+- 基线确认单:所有验收指标绑定基线数据集
+
+### 案例二:AI落地边界定义——多模态混合模型与专家审核
+
+**S(Situation)**:
+中国黄金集团AI项目,甲方对"智能找矿"预期高,但AI存在幻觉、准确率上限等能力边界。我需在需求模糊的情况下,厘清AI能做什么、不能做什么、输出结果如何使用,避免验收争议。
+
+**T(Task)**:
+- 明确AI输出的业务定位(辅助决策而非替代专家)
+- 设计可解释、可追溯、可审核的AI输出机制
+- 选择适配地质多源数据的算法方案
+- 建立指标异常时的风险隔离机制
+
+**A(Action)**:
+1. **明确AI辅助定位**:所有成矿规律总结、靶区预测、工程设计建议、绿地评价结论,必须具备数据来源、模型依据、关键因子、置信度/不确定性说明,且必经矿区技术负责人+集团地质专家双重审核后方可使用。智能体输出不得作为独立决策结论。
+2. **多模态混合模型选型**:针对不同数据类型选择算法:
+   - GNN处理地质拓扑关系
+   - CNN处理图件/遥感影像
+   - LightGBM/XGBoost处理结构化表格(成矿概率、靶区排序)
+   - 贝叶斯神经网络量化不确定性
+   - 小样本学习/迁移学习应对标注样本稀缺
+3. **校企攻关合作**:我司负责数据集建设、算法选型评估、模型工程化集成与业务适配;中国地质大学/中科院基于我司数据集提供算法研究方案;我司负责训练/验证/版本管理/MLOps部署与迭代。
+4. **专家评审兜底机制**:指标未达标时启动地质专家组评审,区分"软件实现缺陷"(我司免费迭代)与"数据集客观约束"(按评审结论处置,不视为违约)。
+5. **知识图谱与本体约束**:推动甲方构建地质本体,智能体输出必须匹配本体规则,降低假阳性。
+
+**R(Result)**:
+- AI能力边界清晰,降低验收争议风险
+- 多模态混合模型方案确定,覆盖地质多源数据类型
+- 校企合作模式确立,借力高校算法研究能力
+- 专家审核+本体约束+可解释性三重风险管控
+- 四大智能体核心功能开发中,计划年底完成Demo演示
+
+**可量化/可验证点**:
+- 算法:GNN/CNN/LightGBM/XGBoost/贝叶斯/小样本/迁移学习
+- 验收指标:成矿预测准确率≥15%(2026)→20-30%(最终)
+- 知识图谱推理准确率≥85%
+- 双重审核:矿区负责人+集团专家
+- 4个专业智能体:成矿规律总结/找矿靶区预测/勘查工程设计/绿地项目潜力评价
+
+### 案例三:多方协同与验收管控——分包侧PM的多层干系人管理
+
+**S(Situation)**:
+中国黄金集团AI项目,我司作为中电云的分包方,需同时面对甲方(中国黄金)、总包(中电云)、高校(地大/中科院)和内部团队。链路长、确认周期长,需求与数据供给节奏不可控,且项目分两年签合同,2026交付质量决定2027能否续约。
+
+**T(Task)**:
+- 建立多方协同机制,降低信息传递损耗
+- 管控范围与验收指标,保障2026交付质量
+- 应对非专业背景下的行业知识壁垒
+
+**A(Action)**:
+1. **责任矩阵(RACI)**:建立详细工作事项责任矩阵,明确每项工作的负责/批准/咨询/知情角色。
+2. **里程碑接续计划**:M0基线确认→M1算法验证→M2模型+智能体→M3集成测试→M4试运行→M5验证修正→M6终验,每个里程碑明确前置条件,前置未完成则顺延。
+3. **问题清单与风险清单**:跟踪数据供给、需求确认、模型验证、现场部署等重点事项,责任到人,闭环管理。
+4. **非专业借力机制**:
+   - 专家顾问机制:地质专家定期评审
+   - 业务规则注入:专家提供规则→系统化
+   - 输出审核流程:所有AI输出必经专家审核
+   - 校企合作:高校提供算法研究,我司工程化落地
+5. **验收导向思维**:2026年初验+3个月稳定运行决定40%回款,且决定2027续约,因此所有工作围绕验收指标展开。
+
+**R(Result)**:
+- 建立多方协同与风险管控机制
+- 明确里程碑与前置条件,降低延期风险
+- 非专业背景下通过借力机制交付行业AI项目
+- 形成可复用的政企AI项目范围管理与验收方法论
+
+**可量化/可验证点**:
+- 协同方:4方(甲方/总包/我司/高校)
+- 里程碑:7个(M0-M6)
+- 2026付款:50%签订+40%初验+10%回款
+- 稳定运行期:3个月(仅代码缺陷算故障)

agent/document_preprocess/vault/跨境电商/跨境电商平台选择分析报告.md

@@ -1,39 +1,29 @@
 ---
 uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 ---
-# 跨境电商平台与地区选择分析报告
+## 一、核心结论
-
-> **适用对象**：跨境电商新手 · 1-2 人运营团队 · 启动资金 5 万人民币 · 一件代发模式
-> **核实日期**：2026-10-08（关键政策/费率均通过官方或权威来源联网复核）
-> **报告定位**：最终决策版，聚焦「平台政策比较 → 地区政策比较 → 约束条件下的推荐 → 后续行动」
-
----
-
-## 一、核心结论（一句话版）
 
 > **首站锁 Shopee 台湾站（中文母语 + 2026 首店免佣免保证金 3 个月），第 2 个月加 Shopee 马来站（同后台复用），第 3-4 个月视精力加 TikTok Shop 东南亚（90 美元保证金 + 90 天豁免）；Ozon/Coupang 等需企业执照或跨境经验的市场一律放到第二阶段。**
 
 理由：5 万 + 1-2 人 + 一件代发，三个约束叠加后唯一能同时满足「门槛低 + 回款快 + 母语运营 + 平台补贴」的只有 Shopee 东南亚/台湾。
 
----
+## 二、各平台政策横向比较
-
-## 二、各平台政策横向比较（核心）
 
 ### 2.1 平台入驻门槛与费用对比
 
-| 平台 | 资质要求 | 保证金 | 月费/年费 | 佣金 | 一件代发支持 | 回款周期 |
+| 平台                             | 资质要求                               | 保证金                      | 月费/年费                               | 佣金                                   | 一件代发支持                 | 回款周期                   |
-|---|---|---|---|---|---|---|
+| ------------------------------ | ---------------------------------- | ------------------------ | ----------------------------------- | ------------------------------------ | ---------------------- | ---------------------- |
-| **Shopee 虾皮**（东南亚/台湾） | 企业或个体户执照 | 首店免 3 个月，之后按类目（几百~2千元） | 0 月费 | 5–8%，**2026 首店前 3 个月免佣** | 极强，1688 一键铺货到国内中转仓 | 台湾签收+3~7 天；东南亚约 7–15 天 |
+| **Shopee 虾皮**（东南亚/台湾）          | 企业或个体户执照                           | 首店免 3 个月，之后按类目（几百~2千元）   | 0 月费                                | 5–8%，**2026 首店前 3 个月免佣**             | 极强，1688 一键铺货到国内中转仓     | 台湾签收+3~7 天；东南亚约 7–15 天 |
-| **TikTok Shop 东南亚**（马/泰/越/菲/新） | 企业或个体户（个体需注册满 6 个月 + 第三方电商资质） | 90 美元起，**2026 有 90 天豁免** | 0 月费 | 5% 左右（各国/类目不同） | 支持国内直发/一件代发 | 约 7–15 天 |
+| **TikTok Shop 东南亚**（马/泰/越/菲/新） | 企业或个体户（个体需注册满 6 个月 + 第三方电商资质）      | 90 美元起，**2026 有 90 天豁免** | 0 月费                                | 5% 左右（各国/类目不同）                       | 支持国内直发/一件代发            | 约 7–15 天               |
-| **TikTok Shop 美区** | 需美国主体/资质 | 约 500 美元 | 0 月费 | 5–8% | 支持国内直发 | 约 14 天 |
+| **TikTok Shop 美区**             | 需美国主体/资质                           | 约 500 美元                 | 0 月费                                | 5–8%                                 | 支持国内直发                 | 约 14 天                 |
-| **Ozon 俄罗斯** | **必须企业营业执照**（个体户不可） | 0 保证金 | 0 入驻费/年费 | 出单后按品类抽佣 | 支持 FBS 自发货，1688 一件代发 | **30–45 天** |
+| **Ozon 俄罗斯**                   | **必须企业营业执照**（个体户不可）                | 0 保证金                    | 0 入驻费/年费                            | 出单后按品类抽佣                             | 支持 FBS 自发货，1688 一件代发   | **30–45 天**            |
-| **Coupang 酷澎韩国**（CGF 跨境店） | **中国大陆企业**（不支持个人/个体户）+ 需提供已有跨境店铺链接 | 0 平台保证金 | 0 平台月费，**但服务商月费 69+30+100=199 美元起** | 5–10%，新品入仓前 90 天 **3% 固定佣金**（非 0 佣金） | 支持国内直发（CGF LITE） | 约 15–30 天 |
+| **Coupang 酷澎韩国**（CGF 跨境店）      | **中国大陆企业**（不支持个人/个体户）+ 需提供已有跨境店铺链接 | 0 平台保证金                  | 0 平台月费，**但服务商月费 69+30+100=199 美元起** | 5–10%，新品入仓前 90 天 **3% 固定佣金**（非 0 佣金） | 支持国内直发（CGF LITE）       | 约 15–30 天              |
-| **速卖通 AliExpress** | 企业资质 + 企业支付宝 | — | 技术服务费年费约 1 万元（达标返还） | 5–8% | 半托管支持 | 中等 |
+| **速卖通 AliExpress**             | 企业资质 + 企业支付宝                       | —                        | 技术服务费年费约 1 万元（达标返还）                 | 5–8%                                 | 半托管支持                  | 中等                     |
-| **Temu** | 执照 + 身份证 | 0 注册费 | 0 佣金 | 无佣金，**定价权在平台** | 全托管（你供货、平台运营），非传统代发 | 平台全包 |
+| **Temu**                       | 执照 + 身份证                           | 0 注册费                    | 0 佣金                                | 无佣金，**定价权在平台**                       | 全托管（你供货、平台运营），非传统代发    | 平台全包                   |
-| **Amazon 亚马逊**（日/欧美） | 企业执照 | — | 月租 39.99 美元（日本 4900 日元） | 8–15% | **不支持纯一件代发**，FBA 需备货入仓 | 约 14 天 |
+| **Amazon 亚马逊**（日/欧美）           | 企业执照                               | —                        | 月租 39.99 美元（日本 4900 日元）             | 8–15%                                | **不支持纯一件代发**，FBA 需备货入仓 | 约 14 天                 |
-| **Rakuten 乐天日本** | 企业 + 日语运营能力 | — | 有月费 | 6–10% | 不友好 | — |
+| **Rakuten 乐天日本**               | 企业 + 日语运营能力                        | —                        | 有月费                                 | 6–10%                                | 不友好                    | —                      |
-| **Qoo10 日本** | 门槛较低 | — | — | 6–10% | 相对友好，服装美妆强 | — |
+| **Qoo10 日本**                   | 门槛较低                               | —                        | —                                   | 6–10%                                | 相对友好，服装美妆强             | —                      |
-| **Shopify 独立站** | 个人即可 | 0 | 月费 39 美元起 | 0 平台佣金 | DSers/CJ 对接速卖通代发 | 自发货 |
+| **Shopify 独立站**                | 个人即可                               | 0                        | 月费 39 美元起                           | 0 平台佣金                               | DSers/CJ 对接速卖通代发       | 自发货                    |
 
 ### 2.2 平台在「新手 + 1-2 人 + 5 万 + 一件代发」约束下的适配度
 
@@ -49,9 +39,8 @@ uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 | **Amazon 日本/欧美** | ⭐⭐（企业+FBA备货） | ⭐（5万穿仓风险） | ⭐⭐ | ⭐（不支持） | 3/10 | 5 万别碰 |
 | **Shopify 独立站** | ⭐⭐⭐⭐ | ⭐（广告烧钱） | ⭐⭐ | ⭐⭐⭐⭐ | 3/10 | 无自然流量，新手不推荐 |
 
----
 
-## 三、各地区政策横向比较（核心）
+## 三、各地区政策横向比较
 
 ### 3.1 地区市场特征对比
 
@@ -75,8 +64,6 @@ uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 - **Coupang 隐性成本**：跨境店本身免月费，但走服务商路线固定月成本最低 **199 美元/月**（基础 69 + 客服 30 + 进口代理 100 起），3 个月就是 4350 元，对 5 万预算侵蚀明显。
 - **台湾站 FSS 费率**：参加 FSS 免运活动服务费率 7%，FSS+CCB 返现活动 9.5%，定价务必算进毛利。
 
----
-
 ## 四、约束条件下的明确建议
 
 ### 4.1 三个约束叠加后的筛选逻辑
@@ -109,8 +96,6 @@ uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 5. **仿牌是红线**：Shopee/TikTok 对侵权直接封店 + 没收保证金，选品第一关就是查商标和外观专利。
 6. **发货时效坑**：1688 供货商发货 1-5 天不等，Shopee 台湾要求下单后 3 个工作日内扫描入仓，务必筛选「24 小时发货 + 支持一件代发 + 有现货」的供应商。
 
----
-
 ## 五、5 万预算分配
 
 | 项目 | 金额 | 说明 |
@@ -126,7 +111,6 @@ uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 | **硬成本小计** | **5000–8000 元** | 真正「花掉」的钱很少 |
 | **周转 + 抗风险** | **4 万+** | 大头是「冻住」不是「花掉」 |
 
----
 
 ## 六、后续行动建议（按周拆解）
 
@@ -165,30 +149,4 @@ uid: 19cf71a2-2193-448b-aa3b-1e9b09a8e0c5
 | 成员 A（运营） | 上架、listing 优化、广告测款、数据复盘 | 客服 |
 | 成员 B（供应链） | 1688 选品、供应商对接、发货跟踪、售后纠纷 | 繁体本地化 |
 
-> 关键原则：**两人都要会对方的活**，避免一人请假/生病店铺停摆。
+> 关键原则：**两人都要会对方的活**，避免一人请假/生病店铺停摆。
-
----
-
-## 七、来源 Sources
-
-- [Shopee 卖家学习中心 · 2026 免佣政策通知](https://shopee.cn/edu/article/26619)
-- [Shopee 绿色入驻通道](https://shopee.cn/s/1ij25mBq)
-- [Shopee 入驻开店常见问题（2026-07-13 更新）](https://shopee.cn/edu/article/23525)
-- [Ozon Seller 中国官网](https://seller.ozon.ru/ch/)
-- [智赢 ERP · Ozon 个体户入驻解答](https://www.zying.net/newsdet-4262.html)
-- [LowMart · 中国卖家进入俄罗斯电商平台指南 2026](https://lowmart.org/assets/guide/LowMart-Russia-Marketplaces-Guide-2026.pdf)
-- [Coupang 酷澎 · 入驻模式](https://gs.coupang.cn/how-to-sell)
-- [Coupang · 火箭增长计划 / seller-incubation](https://gs.coupang.cn/seller-incubation)
-- [Coupang · 入驻指南 / seller-manual](https://gs.coupang.cn/seller-manual)
-- [Coupang · 2024 跨境店新卖家审核流程](https://gs.coupang.cn/news/%e9%87%8d%e7%a3%85%ef%bc%912024%e9%85%b7%e6%be%8e%e8%b7%a8%e5%a2%83%e5%ba%97%e6%96%b0%e5%8d%96%e5%ae%b6%e8%b5%84%e8%b4%a8%e5%ae%a1%e6%a0%b8%e6%96%b0%e6%b5%81%e7%a8%8b%e5%8f%8a%e5%bc%80%e5%ba%97)
-- [TikTok Shop · 跨境店铺保证金操作指南(东南亚)](https://seller.tiktokglobalshop.com/university/essay?course_type=1&identity=1&knowledge_id=10013226&role=1)
-- [TikTok Shop · 跨境卖家注册规则(东南亚)](https://seller.tiktokglobalshop.com/university/essay?knowledge_id=10004235&default_language=zh-CN)
-- [跨境笔记 · TikTok Shop 东南亚跨境店入驻](https://kuajingnote.com/post/tiktok-shop-sea-cross-border-onboarding)
-- [雨果网 · 2026 TikTok Shop 全球开店政策](https://www.cifnews.com/article/184514)
-- [欧盟委员会 · €3 customs duty for low-value parcels（2026-06-29）](https://commission.europa.eu/news-and-media/news/ensuring-fairness-and-safety-eur3-customs-duty-low-value-parcels-2026-06-29_en)
-- [欧委会新闻稿 IP/26/1491](http://ec.europa.eu/commission/presscorner/detail/en/ip_26_1491)
-- [贸企通 · 2026 年 7 月起欧盟对跨境包裹征收 3 欧元固定关税](https://www.eccpit.com/news/Y21zcG86MTg1Mjk)
-
----
-
-*本报告关键事实经官方/权威来源联网核实（2026-10-08）。政策会变，实际入驻以各平台官方最新公告为准。*

短视频合成自动化/main.py

@@ -14,5 +14,5 @@ if __name__ == "__main__":
 
     # 批量创建草稿
     drafts_manager.batch_create(
-        draft_counts=400,
+        draft_counts=800,
     )