recommendation_test_seed_v3

更贴近 Sea 当前前后端联调栈的推荐测试数据包。

这版做了什么

• 保留 recommendation_test_seed_v2 原样不动，v3 旁路生成。
• 用户使用双标识：
  • seed_user_key 保留 seed_user_0001 这类稳定内部键
  • username 改为更像真实用户的中文句柄，例如 合肥阅读01
• 文章使用双标识：
  • seed_article_key 代替旧的伪主键语义
  • 真正的系统文章 ID 只在导入后写入 state/article_map.jsonl
• extra_info 全部标准化为字符串。
• 每篇文章补齐 secondary_tags，同时保留稳定的 manual_type_tag 一级标签。
• 为了适配当前后端审核链路，导入使用的是自动生成的 .png 封面；原始 .svg 封面仍保留在数据包中。
• 导入器改为走本地前端 BFF，并以文章最终发布成功 status=2 为完成条件。

目录说明

• users/
• articles/
• covers/
• scripts/build_dataset.py
• scripts/seed_site.py
• scripts/seed_site.sh
• scripts/validate_dataset.py
• state/
• logs/

数据规模

• 用户数：500
• 文章数：5000
• 分类数：10
• 每位用户：10 篇文章
• 每位用户：10 个不同分类

使用方式

1. 重新生成 v3 索引数据

python3 ./scripts/build_dataset.py
python3 ./scripts/validate_dataset.py .

2. 导入到本地联调环境

默认配置文件：

./scripts/seed_site.sh ./config/local.frontend.json

先做小范围冒烟：

./scripts/seed_site.sh ./config/local.frontend.json --user-start 1 --user-end 3

中断后恢复：

./scripts/seed_site.sh ./config/local.frontend.json --resume

导入器行为

• 预检：
  • 3000 前端 BFF 可达
  • 文章列表接口可达
  • 推荐服务健康检查可达
  • 封面上传接口 /api/article/v1/upload 可用
  • 如果目标环境已非空但没有 manifest，会中止以避免重复灌数
• 用户阶段：
  • 注册
  • 登录
  • 获取资料并记录 uid
• 文章阶段：
  • 有界并发 6 创建文章
  • 接受 200 / 1003
  • 缺失 article_id 直接判失败
• 发布阶段：
  • 轮询文章详情
  • 直到 status == 2

状态文件

• state/manifest.json
• state/user_map.jsonl
• state/article_map.jsonl

其中：

• user_map.jsonl 记录 seed_user_key -> username -> uid
• article_map.jsonl 记录 seed_article_key -> system_article_id -> final_status

默认联调环境

• 前端 BFF：http://127.0.0.1:3000
• 推荐服务健康检查：http://127.0.0.1:20721/health
• 封面上传接口：http://127.0.0.1:3000/api/article/v1/upload