ae-fetch-reports-debug

name	ae-fetch-reports-debug
description	ae-fetch-reports 的 debug / 抽样版本——指定一组 researchType，每个类型只拉 N 条样本到 raw_files，方便测试 ingest pipeline 对不同来源类型的处理。底层走 `bun src/cli.ts fetch-reports --all --types ... --per-type N`。
metadata	{"short-description":"抽样拉取每个 researchType N 条到 raw_files（debug 用）"}

ae-fetch-reports-debug

ae-fetch-reports 的抽样版本。不是生产入口，专为以下场景设计：

• 想测试 ingest pipeline 对某个新 researchType 的支持
• 想给 wiki 灌一些多类型样本做演示 / 教学
• 想验证 chunker / triage / facts 抽取在不同来源格式下的稳健性

不会替代 $ae-fetch-reports——日常拉新研报仍走默认 skill（按日期窗口）。

触发方式

• $ae-fetch-reports-debug — 默认拉用户描述的那一组类型，每类型 2 条
• $ae-fetch-reports-debug meeting_minutes,acecamp_article --per-type 3 — 自定义类型 + 配额
• 自然语言：「拉一些 meeting_minutes 和 twitter 各两篇看看」「灌一批样本进 raw_files」

默认抽样集

如果用户没指定 --types，默认拉这 7 个类型，每类型 2 条：

meeting_minutes
acecamp_article
merit
trendforce
semi_analysis
bernstein_research
twitter

总计最多 14 篇。这套组合覆盖：

• 深度纪要（meeting_minutes）
• 中文研究文章（acecamp_article）
• 顶级 broker（merit / bernstein_research）
• 行业数据库（trendforce / semi_analysis）
• 散点社交媒体（twitter）

CLI 映射

# 默认抽样集（每类型 2 条）
bun src/cli.ts fetch-reports --all \
  --types meeting_minutes,acecamp_article,merit,trendforce,semi_analysis,bernstein_research,twitter \
  --per-type 2

# 用户自定义
bun src/cli.ts fetch-reports --all --types <T1,T2,...> --per-type <N>

# 加日期窗口（与 --types / --per-type 兼容；不传 --all 则默认昨天）
bun src/cli.ts fetch-reports 2026-04-25 --types meeting_minutes --per-type 5

注意：

• 必须传 --all 才能跳过日期过滤，否则会被默认"昨天"窗口卡住——debug 通常想抓近期任意样本，不在意日期。
• --types 是 researchType 名称（与 core/mongo.ts RESEARCH_TYPE_NAMES 一致），逗号分隔，不接受数字 id。
• --per-type N 包含已存在的 raw_file——如果某类型已落库 ≥N 条，本次不再为该类型拉新；满足"每类型至少 N 个样本可玩"的语义。

已知 researchType 名称（对齐 mongo enum）

1  acecamp_article        12 vital_knowledge
2  acecamp_opinion        13 transcript_task
3  merit                  14 semi_analysis
4  thirdbridge            15 trytrata
5  youtube                16 scuttleblurb
6  trendforce             17 bernstein_research
7  r&research             18 aletheia
8  meeting_minutes        19 chat_brilliant
9  research_report_file   20 arete
10 thirteen_d_report      21 twitter
11 substack

未知名称会被忽略并警告（不中断）；全部无效则抛错退出。

执行步骤

1. 解析 $ARGUMENTS：

   • 空 → 用默认抽样集 + per-type 2
   • 含逗号分隔类型名 → 用作 --types
   • 含 --per-type N → 覆盖默认 2

2. 运行：

   cd /Users/levin/project/agent/ae-wiki-agent && \
   bun src/cli.ts fetch-reports --all --types <...> --per-type <N>
   

3. 报告结果：列出按 type 分组的 inserted / skippedExisting 计数，附最近 raw_file id。

输出解读

stdout 头几行会打印过滤信息：

[fetch-reports] 全量模式（--all），跳过日期过滤
[fetch-reports] researchType 过滤: meeting_minutes, twitter, ...
[fetch-reports] 每 researchType 最多拉 2 条
✓ meeting_minutes/...
✓ twitter/...
[fetch-reports] 完成: { scanned: 47, inserted: 12, skippedExisting: 2, skippedNoMd: 0, failed: 0, dateRange: null }

scanned 通常 >> inserted + skippedExisting，因为 perTypeLimit 早退会跳过同类型剩余文档（不计入任何 skipped 计数，只是抽样满了）。

后续动作建议

• 跑完后用户决定是否 $ae-research-ingest（单篇 triage）或 $ae-batch-ingest N（批量）处理新增样本
• 不建议对 debug 样本跑全量 batch——一般只挑感兴趣的几篇 commit，剩下 pass 掉

与 ae-fetch-reports 的边界

维度	ae-fetch-reports	ae-fetch-reports-debug
目的	日常拉新	抽样测试
默认日期窗口	昨天	关闭（--all）
默认 researchType 范围	全部	7 类抽样集
默认数量	不限	每类 2 条
适用频率	每天	偶发

相关文件

• src/skills/fetch-reports/index.ts — 实现（同一份，types / perTypeLimit 由本 skill 触发）
• src/cli.ts (case fetch-reports) — --types / --per-type 解析
• src/core/mongo.ts — researchTypeNumber / researchTypeName 名称-数字映射
• .claude/skills/ae-fetch-reports/SKILL.md — 生产版本入口