diff_report.md
1.73 KB
Data Harvester 消化版本差异报告
v1.0 版本对比 (2026-03-30)
一、产出清单
| 文件 | 类型 | 说明 |
|---|---|---|
| benchmark_v1.md | 评分标准 | 6维评分体系 |
| knowhow.md | 知识合成 | 技术实现规范 |
| good_testdata/good_01_douyin_api.md | Good | 抖音 API 方案 (88分) |
| good_testdata/good_02_bilibili_api.md | Good | B站 API 方案 (85分) |
| bad_testdata/bad_01_kuaishou_manual.md | Bad | 快手手动方案 (65分) |
| bad_testdata/bad_02_xiaohongshu_ocr.md | Bad | 小红书 OCR 方案 (55分) |
二、标注统计
| 类别 | 数量 | 平均分 |
|---|---|---|
| Good (>=70) | 2 | 86.5 |
| Bad ( | 2 | 60 |
| 总计 | 4 | 73.25 |
三、评分分布
100 ┤
90 ┤ █ good_01 (88)
80 ┤ █ good_02 (85)
70 ┤ ├───────── 70 分界线
60 ┤ █ bad_01 (65)
50 ┤ █ bad_02 (55)
40 ┤
四、共性特征
Good 数据共性
- 官方 API 支持: 都有官方 Open API
- 文档完善: 文档完整，有示例代码
- 技术可行: 实现难度适中，有开源工具
- 数据准确: 官方数据，可靠性高
Bad 数据共性
- API 缺失: 无公开 API 或需手动
- 自动化困难: 难以实现自动化采集
- 准确率低: OCR 或手动有误差
五、改进建议
补充高评分数据
- 考虑增加视频号企业微信方案评估
- 补充快手 API 申请后的数据
调整评分标准
- 当前 70 分基线合理
- 可根据实际执行情况微调
六、版本信息
- 日期: 2026-03-30
- 来源: hunt/knowhow.md, hunt/toplist.md, hunt/crawl/api_config.md, crawl/sample_data.md
- 版本: v1.0