📐 覆盖矩阵 板块 × 维度 · 规则粗分类
🔬 领域细粒度对比
🏛 政府网站
网站类型
行政级别
省份
搜索
| ID | 名称 | 类型 | 级别 | 地区 | 已抓取 | 连通 | URL | 状态 | 入库时间 | 操作 |
|---|
📇 微信公众号源（公众号白名单）
微信 Cookie
获取：微信 App 打开公众号 → 历史消息 → Charles/mitmproxy 抓包，复制 profile_ext?action=getmsg 请求里的 Cookie
| ID | 名称 | biz | 分类 | 板块 | 状态 | 已抓取 | 入库 | 操作 |
|---|
📄 微信公众号文章源（文章地址列表）
手动维护的微信文章地址，点「抓取」后文章会进入「原始资料 → 微信公众号」。
用无头浏览器搜搜狗，发现近期文章链接并加入列表（约 1 分钟）
| ID | 文章地址 | 标题 | 公众号 | 状态 | 抓取时间 | 发表时间 | 节选 | 正文 | 原文 | 附件 | 摘要 | 标签 | 操作 |
|---|
📺 视频地址源
粘贴视频地址 → 自动识别平台与博主 → 博主自动加入对应「博主源」。可执行 抓取字幕 / 抓取旁白 / 下载视频（能力开发中）。
渠道
支持：bilibili.com / b23.tv ｜ douyin.com / v.douyin.com / iesdouyin.com ｜ weixin.qq.com / channels.weixin.qq.com
| ID | 平台 | 标题 | 博主 | 旁白 | 操作 |
|---|
| 来源 | 采集条数 | 最近采集 |
|---|
📊 统计
分类
| ID | 关键词 | 分类 | 优先级 | 状态 | 入库 | 操作 |
|---|
📥 采集入库 —— 双通道
微信公众号：抓本篇 + 自动识别博主；历史抓取不自动跑，先「预览增量」再人工「确认抓取」（增量）。
传统网页（彭博社/基金公司站等）：只抓这一页内容，不做作者/历史发现。
只收录跨境电商相关：L1 源白名单 → L2 标题关键词 → L3 LLM 判定；未判定进「待定篮子」（7 天自动清理）。已存在的链接在采集前即跳过，不重复下载。
传统网页（彭博社/基金公司站等）：只抓这一页内容，不做作者/历史发现。
只收录跨境电商相关：L1 源白名单 → L2 标题关键词 → L3 LLM 判定；未判定进「待定篮子」（7 天自动清理）。已存在的链接在采集前即跳过，不重复下载。
① 已添加链接
| ID | 渠道 | URL | 标题/来源 | 状态 | 判定 | 入库 | 操作 |
|---|
② 博主（公众号）历史增量 —— 手动确认
「预览增量」只计算不抓取；确认后再点「抓取增量」。博主在你采集成功那一刻才会被识别登记 ——
队列里还没采的链接，其博主不会出现在下表，先到①点「继续采集队列」。
口径：增量只收 跨境电商相关 + 2025-01-01（含）以后 的条目；白名单号整号视为相关，未分类号按关键词/LLM 判定。
全部号跑完约 20–45 分钟 → 长跑请用服务器后台任务（
python -m neplatform.intake.sweep）。| ID | 公众号 | biz | 分类 | 已采 | 本批入库 | 上次增量 | 预览结果 | 操作 |
|---|
③ 待定篮子
未判定为跨境电商相关的内容（不进知识层）。「重新判定」会用 DeepSeek(L3) 再判一次：
判为相关→直接入库；判为非相关→移出篮子；仍不确定→留在篮子等你人工决定。放行后才会真正入库；7 天未处理自动清理。
| ID | 渠道 | 标题/URL | 来源 | 未判定原因 | 过期 | 操作 |
|---|