v2.1.0 数据质量检查+自动重新探索+审核拒绝复盘

- 新增数据质量评估：按类别核心字段（参数/上下文/发布日期/组织等）计算覆盖度
- 质量不足自动重新探索（限1次）：根据缺失字段生成4个针对性搜索词，重新搜索+抓取+提取
- 填充模板升级：补充AI模型完整字段（架构/开源/价格/能力），要求输出带URL的data_sources
- 提交附引用链接：从提取内容收集标题+URL，随产品数据提交给ParamHub
- 新增审核监控线程：提交后轮询审核状态，检测到拒绝时记录拒绝理由
- 审核拒绝复盘：大模型分析拒绝理由→生成定向搜索词→补搜缺失信息→重新提取填充→重新提交
- 复盘实测：deepseek-v4-flash-0731 被拒(缺参数量)后自动补全 37B/MoE/128K/价格，重新提交成功

config/agent_fill_fields_template.txt

@@ -13,51 +13,61 @@
 
 请完成以下工作：
 
-### 1. 获取对应类别的字段配置
-首先，请访问 ParamHub API 文档获取对应类别的字段定义：
-- API文档地址：http://192.168.2.8:12007/hz4th_coder/param-hub-python/src/branch/master/API.md
-- 根据产品类别（{{category}}）确定应该使用哪个API：
-  - AI模型 → `/api/models`，字段包括：name, organization, parameters, context_length, mmlu, publish_date, visible, is_pinned
-  - GPU → `/api/gpus`，字段包括：name, manufacturer, memory_gb, cuda_cores, tensor_cores, price_usd, release_year, visible, is_pinned
-  - CPU → `/api/cpus`，字段包括：name, manufacturer, cores, threads, base_clock, boost_clock, price_usd, visible, is_pinned
-  - 其他动态分类 → `/api/items/{category_id}`
+### 1. 确定字段配置
+根据产品类别（{{category}}）确定字段：
+
+- **AI模型** → `/api/models` 字段包括：
+  `name`(必填), `organization`(厂商), `parameters`(参数量如"70B"), `architecture`(架构), 
+  `context_length`(上下文长度), `mmlu`(能力评分), `humaneval`(代码能力),
+  `is_open_source`(是否开源true/false), `license`(许可证), 
+  `input_price`(输入价格), `output_price`(输出价格), `publish_date`(发布日期),
+  `description`(简介), `visible`, `is_pinned`
+
+- **GPU** → `/api/gpus` 字段：name, manufacturer, memory_gb, cuda_cores, tensor_cores, price_usd, release_year, visible, is_pinned
+- **CPU** → `/api/cpus` 字段：name, manufacturer, cores, threads, base_clock, boost_clock, price_usd, visible, is_pinned
+- 其他动态分类 → `/api/items/{category_id}`
 
 ### 2. 从内容库获取数据内容
-根据上述数据ID，从内容库中获取每条数据的完整内容。
+根据上述数据ID，从内容库中获取每条数据的完整内容和URL。
 
 ### 3. 整理产品参数
-根据获取到的内容，提取并整理产品的各项参数，严格按照API文档中定义的字段格式填充。
+根据获取到的内容，提取并整理产品的各项参数，严格按照字段格式填充。
 
-**提取原则：**
-- 优先从内容中提取精确型号对应的参数（参数量、上下文长度、性能指标等）
-- 如果找不到型号级参数，**品牌/系列级信息也可用于填充基础字段**：
-  - `organization`：厂商/组织（如 DeepSeek）
-  - `name`：产品名称（保留原始名称）
-  - `publish_date`：如内容提及系列发布时间可提取
-  - `series`：所属系列（如 V4 系列）
+**提取原则（重要）：**
+- 优先提取**型号级精确参数**：参数量、上下文长度、能力指标、价格、发布日期等
+- 找不到型号级参数时，**品牌/系列级信息用于填充基础字段**：organization、series、publish_date
+- **能力表现**：如内容提及 mmlu/benchmark/评测分数、代码能力、推理速度等务必提取
+- **价格**：如内容提及 API 定价（每百万token价格）、硬件价格等务必提取
+- **开源信息**：如内容提及开源/开源协议务必提取 is_open_source/license
 - 不要编造或推测任何参数，只使用内容中实际存在的信息
-- 找不到的字段留空即可
+- 找不到的字段留空即可，**不要强行编造**
 
 ### 4. 格式检查
-对生成的数据进行以下检查：
-- 必填字段是否齐全（name必须有值）
-- 字段类型是否正确（数字字段不能是字符串，布尔字段必须是true/false）
-- 字段值是否合理（如参数量应为正数，价格应为正数等）
+- 必填字段：name 必须有值
+- 数字字段必须是数字（context_length/mmlu/价格等），布尔字段必须是 true/false
 - 如果发现格式问题，请修正后重新输出
 
 ### 5. 输出要求
-请以JSON格式输出最终的产品数据（不要提交，只输出数据）：
+请以JSON格式输出（不要提交，只输出数据）：
 ```json
 {
   "success": true,
   "product_data": {
     "name": "产品名称",
-    "field1": "值1",
-    "field2": "值2",
+    "organization": "厂商",
+    "parameters": "70B",
+    "context_length": 4096,
+    "mmlu": 85.5,
+    "publish_date": "2024-01-01",
+    "is_open_source": true,
+    "input_price": 1.0,
+    "output_price": 2.0,
     "visible": true,
     "is_pinned": false
   },
-  "data_sources": [数据ID列表],
+  "data_sources": [
+    {"id": 1, "title": "来源标题", "url": "https://来源链接", "used_for": "该来源提供了哪些字段"}
+  ],
   "format_check": {
     "passed": true,
     "issues_found": [],
@@ -68,8 +78,8 @@
 ```
 
 **注意：**
-- 严格按照API文档的字段定义填充数据
-- 不要编造或推测任何参数，只使用内容库中实际存在的信息
-- 如果某些字段无法从内容中提取，可以留空或填写默认值
+- `data_sources` 必须是数组，每项包含 `id`、`title`、`url`（原文链接）、`used_for`（该来源提供了哪些字段）
+- 不要编造或推测任何参数，只使用内容中实际存在的信息
+- 如果某些字段无法从内容中提取，可以留空
 - 不要执行任何提交操作，只生成并输出数据
 - 确保输出的JSON格式正确，可以被程序解析