配置全面迁移数据库：PromptConfig、TaskConfig动态调度、敏感词/清洗规则/趋势映射/平台标签/痛点模板全部可编辑

- 新增 PromptConfig 模型 + API，支持提示词在线编辑（16条默认）
- 调度器动态读取 TaskConfig.schedule，admin 可调执行时间
- 新增 KeywordDomainMap、SensitiveWord、ContentCleanRule、TrendFieldMapping 表
- DOMAINS、TREND_DOMAIN_MAP、PLATFORM_TAGS、china_pains、RSS关键词、priority_weights 全部迁移到 DB
- tasks.html 重构：卡片网格+配置/产出/历史/提示词四个Tab，折叠显示
- 清理冗余代码：DEFAULT_PROMPTS死代码、collector.py unreachable代码、compliance_checker bug
- strip_thinking_html 改用 DB 规则优先

scripts/trends.py

@@ -26,7 +26,34 @@ logging.basicConfig(
 )
 logger = logging.getLogger(__name__)
 
-DOMAINS = ["远程工作", "AI工具", "可持续生活", "知识管理", "数字生活", "科技人文"]
+DEFAULT_DOMAINS = ["远程工作", "AI工具", "可持续生活", "知识管理", "数字生活", "科技人文"]
+_cached_domains = None
+
+def _load_domains():
+    global _cached_domains
+    if _cached_domains is not None:
+        return _cached_domains
+    try:
+        from app.core.prompt_loader import _get_session
+        from app.models import SystemConfig
+        session = _get_session()
+        try:
+            sc = session.query(SystemConfig).filter(SystemConfig.key == "trend_domains").first()
+            if sc and sc.value:
+                parsed = json.loads(sc.value)
+                if isinstance(parsed, list) and parsed:
+                    _cached_domains = parsed
+                    logger.info(f"从DB加载 {len(_cached_domains)} 个trend_domains")
+                    return _cached_domains
+        finally:
+            session.close()
+    except Exception as e:
+        logger.warning(f"从DB加载 trend_domains 失败: {e}")
+    _cached_domains = DEFAULT_DOMAINS
+    return _cached_domains
+
+def get_domains():
+    return _load_domains()
 
 UA = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
 
@@ -39,10 +66,35 @@ _KEYWORD_DOMAIN_MAP = [
     (r"科技|人文|教育|心理|哲学|社会学", "科技人文"),
 ]
 
+_cached_keyword_domain_map = None
+
+def _load_keyword_domain_map():
+    global _cached_keyword_domain_map
+    if _cached_keyword_domain_map is not None:
+        return _cached_keyword_domain_map
+
+    try:
+        from app.core.prompt_loader import _get_session
+        from app.models import KeywordDomainMap
+        session = _get_session()
+        try:
+            rows = session.query(KeywordDomainMap).filter(KeywordDomainMap.is_active == True).order_by(KeywordDomainMap.sort_order).all()
+            if rows:
+                _cached_keyword_domain_map = [(r.pattern, r.domain) for r in rows]
+                logger.info(f"从DB加载 {len(rows)} 条 keyword_domain_map 规则")
+                return _cached_keyword_domain_map
+        finally:
+            session.close()
+    except Exception as e:
+        logger.warning(f"从DB加载 keyword_domain_map 失败: {e}")
+
+    _cached_keyword_domain_map = _KEYWORD_DOMAIN_MAP
+    return _cached_keyword_domain_map
+
 
 def _guess_domain(topic: str, reason: str = "") -> str:
     text = (topic + " " + reason).lower()
-    for pattern, domain in _KEYWORD_DOMAIN_MAP:
+    for pattern, domain in _load_keyword_domain_map():
         if re.search(pattern, text, re.IGNORECASE):
             return domain
     return "科技人文"
@@ -186,26 +238,12 @@ def fetch_baidu_hot() -> List[Dict]:
 
 
 def fetch_llm_trends() -> List[Dict]:
-    prompt = f"""你是中文互联网趋势分析师。请列出今天（2026年5月）中文互联网上最值得创作的10个话题。
-
-要求：
-1. 覆盖领域：{', '.join(DOMAINS)}
-2. 从真实用户角度出发
-3. 每个话题需包含：
-   - "domain": 领域
-   - "topic": 话题名称
-   - "reason": 为什么现在讨论这个（1句话，有具体事件/数据支撑）
-   - "hot_keywords": 3-5个搜索词（含1-2个长尾词）
-   - "platform": 最适合分发的平台（知乎/小红书/微信/多平台）
-   - "seo_angle": 从什么角度切入能获得搜索流量（1句话）
-   - "engagement": 高/中/低
-
-输出 JSON 数组：
-[{{"domain": "...", "topic": "...", "reason": "...", "hot_keywords": ["..."], "platform": "...", "seo_angle": "...", "engagement": "..."}}]
-
-只输出 JSON，不要其他文字。"""
     try:
-        resp = call_llm(prompt, temperature=0.4)
+        from prompt_loader import get_prompt, get_prompt_params
+        prompt = get_prompt("topics_trends", date=datetime.datetime.now().strftime("%Y年%m月%d"),
+                           domains=", ".join(get_domains()))
+        params = get_prompt_params("topics_trends")
+        resp = call_llm(prompt, temperature=params.get("temperature", 0.4), max_tokens=params.get("max_tokens", 2000))
         resp = resp.strip()
         if resp.startswith("```"):
             resp = resp.split("\n", 1)[1].rsplit("\n", 1)[0]