获取方式(obtain):把「不算完全白嫖」的东西单独隔离
为什么要这个维度
价格维度(is_free / price)只回答「要不要钱」,回答不了「能不能确定拿到」。 「抽 200 份会员」「免费试用 7 天」「免费体验我们的服务」在价格上都写 0 元, 但一个是抽签、一个到期收费、一个是广告——混在「真福利」里会让人白高兴。
所以加了一个正交维度 obtain:
| 值 | 含义 | 例子 |
|---|---|---|
free | 点开就能领,不需要任何附加动作 | Epic 本周免费游戏、Termini 永久 Pro 限免 |
conditional | 要回帖/盖楼/转发/关注/邀请/实名/绑卡 | 「回帖送 $1 体验金」、邀请官送会员卡 |
lottery | 抽名额/开奖/随机送,不一定轮到你 | 「抽 200 份 Plus 会员」、Instagram Giveaway |
trial | 免费试用 N 天或首月免费,到期收费 | Azure 12 个月免费额度、7 天免费体验 |
promo | 商家推广自家服务的引流钩子 | 「注册送 $5,充值才用」、Walgreens 免费照片 |
paid | 要实付钱 | 需付费的折扣商品 |
判定链路
- AI 二审(
src/server/enrich/ai.ts):提示词里加了 obtain 字段, 并明确「免费体验我们的服务」「注册送体验金但充值才用」算 trial/promo,不算 free。 - 关键词兜底(
src/server/enrich/obtain.ts的guessObtain): AI 没结论或老数据用它,顺序是 抽奖 > 推广 > 试用 > 有条件 > free。 顺序有意为之——「免费体验我们的服务」既匹配免费也匹配推广,必须判 promo。
生效位置
| 位置 | 行为 |
|---|---|
| 真福利精选 | 只留 obtain = free + AI 判定是福利 + 7 天内 + 未过期 |
| 完全白嫖 | 只留 obtain = free + 价格 0 元 + 14 天内 |
| 左侧「获取方式」 | 可单选查看 直接白嫖 / 有条件 / 抽奖 / 试用 / 推广 |
| 条目徽章 | 非 free 的条目在价格标签旁显示彩色徽章 |
| Telegram 推送 | push.obtainModes 默认 ["free"],抽奖/试用/推广不推 |
| 每日精选 | 同样走 passesPushFilters,受 applyToDigest 控制 |
保鲜期:28 天前的老帖为什么会出现
原来 unexpired 只判断 expires_at。论坛帖大多没有截止时间, 于是 28 天前的「美团单车 7 天卡,免费送,先到先得」被当成现役福利一直挂着。
现在 unexpired=1 是两层条件:
COALESCE(published_at, first_seen_at) >= now - maxAgeDays(默认 14 天,真福利精选 7 天)expires_at IS NULL OR expires_at > now
推送候选 SQL 也补了 7 天窗口,否则「一键发攒批」会把早抢完的老帖再推一遍。
性能教训
第一版把条件写成 ((expires_at IS NOT NULL AND expires_at > ?) OR (expires_at IS NULL AND COALESCE(...) >= ?)), OR + COALESCE 叠加让索引整体失效,列表从 1.3 秒退化到 8-13 秒。修法:
- 拆成两个独立 AND 条件,不要用
(A OR B)包住不同列 obtain用obtain IN (...)而不是COALESCE(obtain,'free') IN (...),否则idx_items_obtain用不上- 加表达式索引
idx_items_effective_time ON items(COALESCE(published_at, first_seen_at))
修复后:真福利精选 ~1s、全部收录 1.7-2.4s、抽奖 ~2.8s。 偶发的几十秒尖峰是采集调度器抢占单节点线程,与查询写法无关。
当前数据分布
全部 free 5702 conditional 217 paid 127 lottery 75 promo 57 trial 29
真福利 free 450 conditional 80 lottery 45 trial 20 promo 13 paid 6即真福利里有 164 条(27%)其实不是完全白嫖,现在被隔离出去了。 真福利精选从 533 条降到 322 条,被 7 天窗口挡掉 149 条、被 obtain 挡掉约 60 条。
已知误判
- 老数据的
obtain有一部分来自关键词兜底(AI 提示词后加,历史 ai JSON 里没这个字段), 对ai_keep = 1的条目已用新提示词重跑过一次。 - 关键词仍会误伤:「Double 击飞手法、配队和抽取建议」这类游戏攻略因为含「抽取」被判 lottery; 它们大多
ai_keep = 0,不在真福利里,影响有限。 - AI 二审本身仍有漏网:PowerShell 7.7 发布、WindTerm 开源实现这类技术分享偶尔被判 keep=true。