joy-cli/docs/ops/manhuang-procurement-radar.md

蛮荒 · 采购雷达（货架事件 / 信任 / 黑市面板）

2026-07-13 · SKU 通用（不绑某一产品）· 运维向
总手册：manhuang-handbook.md · 索引：manhuang-README.md
代码：src/joy/dashboard/manhuang_shelf.py · scripts/manhuang/build-tab-caches.py · 黑市 UI manhuang.js

0. 立场与边界

域	标准
神州	合规 / 道德 / 生产红线（本文件不改神州策略）
蛮荒	弱肉强食、皆为利往：比价、缺口、信任、信号——为决策服务

铁律（不变）：

• 不成交：系统内不代下单、不自动付款、不登录暗网商城下单。
• SKU 通用：缺口 → 采集 → 差分 → 事件 → 信任 → 面板；产品名只是 sku_id。
• 黑市 ≠ 鬼市：黑市 = 明面货架真价；鬼市 = opaque 信号与风险，默认不当成交真价。

---

1. 业务闭环（一图）

┌─────────────┐     ┌──────────────┐     ┌─────────────────┐
│ 能力缺口     │     │ 采集层        │     │ 差分 / 事件      │
│ demand gap  │────►│ L1 CD 变页   │────►│ history 双快照   │
│ (号池/额度/  │     │ L2 结构化探针 │     │ price_up/down   │
│  支付轨…)   │     │ L3 shops 账本 │     │ sold_out/listed │
└─────────────┘     └──────────────┘     │ unknown≠sold_out│
                                         └────────┬────────┘
                                                  ▼
┌─────────────┐     ┌──────────────┐     ┌─────────────────┐
│ 人决策成交   │◄────│ 黑市面板      │◄────│ 信任分           │
│ (浏览器)     │     │ 事件条+Δ+demand│     │ platform+ours   │
│ post-hoc 回填│     │ shops 徽章    │     │ risk band       │
└─────────────┘     └──────────────┘     └─────────────────┘

步骤	输入	输出	频率
1 缺口	miling/pool/ops 状态	demand / demand-first 旗	collect + 探针
2 L1 CD	商品/目录 URL	changed 计数	ai-team CD
3 L2 探针	channels + SKU probes	quotes + history 行	launchd ~30min
4 差分	相邻 history best 图	price_moves + shelf_events	build-tab-caches
5 信任	shops.json trust/risk/成交	trust.score / band	collect / tab-caches
6 面板	tab_caches + blackmarket	货架事件条、价差、demand、店徽章	joy dashboard
7 成交	人浏览器	可选回填 ours	人工

---

2. 数据流与产物

路径	内容
~/.cache/manhuang/quotes/ai-accounts.json	当前 SKU 盘 best / market
~/.cache/manhuang/quotes/history/YYYYMMDD.jsonl	每轮摘要：best[sku]={p,ch,tier,av?,seller?}
~/.cache/manhuang/tab-caches.json	price_moves · shelf_events · demand_probe · shops_trust · 新鲜度
~/.config/manhuang/shops.json	店账本：risk · sku_for · trust
CD changedetection/status.json	watches / changed（变页雷达）

RSS 角色（写死）：

• 平台货架 价/库存几乎无官方 RSS → 自采（探针 + CD）。
• RSS / RSSHub / Miniflux → 频道/社区/威胁信号，不当 best 价账本。
• 中转价优先 JSON/YAML 直链，优于 RSS。

---

3. 货架事件契约

由纯函数 derive_shelf_events(prev_best, cur_best) 产出（可单测、无网）。

type	条件（摘要）
price_up / price_down	两侧均有有效价且数值变化
sold_out / delist	仅当 cur 显式 av ∈ {sold_out, delist}（或等价 availability）
listed / restock	prev 无货/售罄 → cur in_stock 且有价
channel_switch	同 SKU 有价渠道 ch 变化（可选附带）

铁律：unknown / 探针失败 / 缺字段 ≠ sold_out。
CF/429/超时只能记 av=unknown，禁止当售罄推采购。

事件字段建议：

{
  "sku_id": "openai",
  "type": "price_down",
  "prev": 8.5,
  "cur": 7.2,
  "delta": -1.3,
  "ch": "FunPay",
  "prev_av": "in_stock",
  "cur_av": "in_stock",
  "ts": "ISO-8601"
}

price_moves 保留为价差子集（兼容旧 UI）；shelf_events 为完整事件流。

---

4. 商家信任模型

挂在 shops 账本（黑市可引用；鬼市默认 high risk）。

分量	字段	权重（默认）
平台分	trust.platform.rating（0–5 或 0–100）、sales_n	30%
我方履约	trust.ours.orders_ok / orders_fail / dispute / quality	50%
风险	顶层 risk low/mid/high + dispute	20%

输出：

{
  "score": 0-100,
  "band": "high|mid|low|block|unproven",
  "platform": {...},
  "ours": {...},
  "inputs_used": ["risk", "ours", ...]
}

规则：

• dispute 或 band=block → 不进推荐采购。
• 仅有平台分、无我方单 → 最多 unproven / mid，忌全仓跟。
• 鬼市 TG 默认 risk=high，信任分压低。

---

5. 面板（黑市）体现

块	数据
demand 金边 / 需求单	已有
货架事件 24h 类	blackmarket.shelf_events / tab_caches.shelf_events
价差变动	price_moves（兼容）
SKU 行	可选 trust 徽章（best 渠道对应 shop）
店信任	shops_trust / shops 行 trust

鬼市：继续威胁 / shops signal；不成交。

---

6. 你没点名但很关键的点

1. 假售罄：墙/CF/解析失败 → 必须 unknown，否则误导补货。
2. 控频与封禁：全站日扫不可取；demand-first + CD 定点；SLEEP/轮换。
3. 币种 / 面值：礼品卡 face range ≠ 单价；price_flag 防捆绑误读。
4. 多 listing 去重：同 SKU 多商品取 best，事件按 sku_id 聚合，避免刷屏。
5. 通知噪声：仅 demand SKU 或 |Δ| 超阈再推 konqi；否则面板静默。
6. 我方信任 > 平台星：平台可刷；履约回填才是蛮荒真分。
7. 历史污染：subset 探针合并缓存，history 应标 probed 集，避免「没扫到」当下架（当前用 unknown 兜底）。
8. 法律/账号风险：观察与自用决策边界在操作者；系统不自动化社工或欺诈工具链。

---

7. 运维入口

# 差分 + 事件 + 信任摘要（无外网）
python3 scripts/manhuang/build-tab-caches.py

# 探针（有网时）写 history.av
python3 scripts/manhuang/probe-ai-account-quotes.py --demand-first --force

# 成交回填我方信任（系统外成交后）
python3 scripts/manhuang/ensure-shops.py --record-outcome <shop_id> --ok
python3 scripts/manhuang/ensure-shops.py --record-outcome <shop_id> --fail
python3 scripts/manhuang/ensure-shops.py --record-outcome <shop_id> --dispute

# 单测（纯逻辑；无 pytest 时直接跑）
cd ~/Projects/joy-cli && PYTHONPATH=src python3 tests/test_manhuang_shelf.py

配置店：~/.config/manhuang/shops.json（模板 configs/manhuang/shops.example.json）。

噪声：礼品卡等 face_vs_listing 极端价差会标 noise=true（仍保留事件，面板降权显示，勿当真降价采购）。

运维续接（2026-07-13）

动作	命令
钉 demand 货架 + 店（CD）	python3 scripts/manhuang/ensure-cd-watches.py --all（CD 在 ai-team :5000）
货架高信号 → konqi	run-quote-probe 末尾 notify-chain.sh（滤 noise；含 sold_out/restock）
成交回填信任	bash scripts/manhuang/record-shop-outcome.sh <shop_id> --ok
付款入池后自动回填	MANHUANG_SHOP_ID=<id> bash ~/data/opencode/bin/post-pay-apply.sh --all --yes

---

8. 非目标（本雷达）

• 自动下单 / 自动代付
• 全站爬虫 / 暗网登录货架
• 发明平台官方 RSS
• 神州合规 UI
• 绑定某一具体 SKU 为唯一交付物