流水线

定时巡检 RSS/Web/API 来源，按来源频率控制抓取间隔，去除追踪参数后写入 raw_item，高频源（HN、Reddit）每 5 分钟一次，官网/newsletter 每 15 分钟一次。

对 raw_item 进行结构化抽取：生成摘要、提取标签、规范化 URL 和时间戳，将非结构化原始文本转换为标准 article 记录，供后续 Agent 使用。

用语义向量相似度对 article 聚类，将标题/内容高度相近的多篇文章合并为一个 article_cluster，消除同一话题在首页的重复刷屏。

将相关 article_cluster 聚合为单一 event_candidate，确定事件的主来源、发生时间和来源计数，构建面向展示的事件实体。

综合来源权重、新鲜度衰减、热度信号（来源数量、官方认证）对 event_candidate 打分，高分事件进入编辑和审核队列。

调用 LLM 为高分事件生成一句话推荐理由，提炼事件的核心价值点和受众相关性，决定首页展示角度，输出 recommend_reason 字段。

最终质检关卡：检查内容质量、来源可信度、是否存在敏感内容，通过审核的事件写入 published_event 表，正式进入 Timeline 展示。