chore: opencode冗余清理 + LLM任务级模型选择 + systemd服务化

- 删除 opencode_search.py / mcp_search_server.py 及所有 MCP 引用
- 移除搜索缓存定时任务（scheduled_refresh_search_cache）
- 清理前后端所有 opencode/MCP 代码和注释
- LLM 提供商量换：opencode-go→nvidia(默认)+sensenova(合规审查)
- llm_configs 新增 is_default 字段，API 层互斥逻辑
- 所有定时任务支持独立 LLM 模型选择（LLM_TASK_PROVIDER env）
- compliance_optimizer.py 修复：import os / 解硬编码 / 关键词过滤
- Scheduler 日志修复：始终 INSERT，避免僵尸 running 行
- Systemd 服务化：Restart=always / 单 worker / Type=exec
- 搜索提供商：替换 opencode→360/搜狗/微信（免 Key）
- 更新 AGENTS.md / PROGRESS.md

AGENTS.md

@@ -4,9 +4,9 @@
 - **Backend**: FastAPI 0.104 + SQLAlchemy 2.0 + PostgreSQL 16 (`yzr_nr`)
 - **Frontend**: Vue 3 (CDN, no build step) + Element Plus — static HTML served by FastAPI
 - **Auth**: JWT (`python-jose` + bcrypt), default admin `admin/admin123`
-- **Scheduler**: APScheduler (daily cron: 01:00 searchcache, 01:10 trends, 01:30 collect, 02:00 generate, 03:00 optimize, 05:00 sources, 06:00 metrics)
+- **Scheduler**: APScheduler (daily cron: 01:10 trends, 01:30 collect, 02:00 generate, 03:00 optimize, 05:00 sources, 06:00 metrics)
 - **Task DB**: `TaskLog` (module_id/status/error_trace/result_data/triggered_by) + `TaskConfig` (params/enabled/schedule)
-- **LLM**: Multi-provider (opencode-go primary, nvidia backup). API keys only in `.env`, not DB.
+- **LLM**: Multi-provider (nvidia primary, opencode-go fallback). API keys in DB (managed via admin UI) or `.env`.
 
 ## Commands
 

PROGRESS.md

@@ -3,7 +3,7 @@
 > 本文件为项目进度唯一真理源，所有进度信息以此为准。
 > 其他文档中的进度描述一律以本文为准。
 
-**最后更新**：2026-05-22 (v17)
+**最后更新**：2026-06-02 (v18)
 
 ---
 
@@ -15,7 +15,7 @@
 | 技术栈 | FastAPI + SQLAlchemy + PostgreSQL 16 + Vue 3 (CDN) + Element Plus |
 | 平台服务 | 运行中 (端口 8001) |
 | 策略阶段 | 全球-本土对比研究（2026-04-15 升级） |
-| Git 提交 | 99 commits · 4 tags (v1.0.0~v1.0.4) · main 分支 |
+| Git 提交 | 165 commits · 4 tags (v1.0.0~v1.0.4) · main 分支 |
 
 ---
 
@@ -76,19 +76,22 @@
 | publish_to_wechat_mp.sh | ✅ 可用 | 微信公众号自动发布 |
 | generate_images.py / image_generator.py | ✅ 可用 | SVG + PNG 配图生成 |
 | compliance_checker.py | ✅ 可用 | 合规审查（敏感词/平台规则/品牌规范） |
-| compliance_optimizer.py | ✅ 重构 | 移除 manual_review，改为迭代LLM修复（最多3次），合规分回写入Topic |
+| compliance_optimizer.py | ✅ 重构 | 移除 manual_review，改为迭代LLM修复（最多3次），合规分回写入Topic；解硬编码 provider，改从 env 读取；关键词过滤从宽泛改为精准 |
 | creator.py / writer.py / outline.py / research.py | ✅ 优化 | 全链路LLM提示词优化（SEO/平台适配/真人感） |
 | collector.py / collector_db_integration.py | ✅ 可用 | 趋势采集 |
 | wecom_notifier.py | ✅ 可用 | 企业微信通知 |
 | db_helper.py | ✅ 扩展 | update_topic_status 支持保存 compliance_score |
+| search_utils.py | ✅ 重构 | 移除 _call_mcp（opencode MCP），新增 360/搜狗/微信搜索（免 API Key），百度千帆日限提升至 200 |
+| opencode_search.py / mcp_search_server.py | ❌ 已删除 | opencode 搜索配额耗尽，替换为 360/搜狗/微信等免 Key 源 |
+| web_search.py | ✅ 保留 | 本地缓存 + Bing 搜索（闲置备用） |
 
 ### 4.4 流水线流程
 
 | 步骤 | 触发方式 | 说明 |
 |------|---------|------|
 | 内容采集 | 定时 01:30 | 热点趋势采集→生成选题建议→存入选题库 |
-| 内容创作 | 手动点击 / 定时 03:30 | 研究→大纲→撰写文章→合规审查→存入 articles 表 |
+| 内容创作 | 手动点击 / 定时 03:30 (原 02:00) | 研究→大纲→撰写文章→合规审查→存入 articles 表 |
-| 合规审查 | 手动点击 / 定时 04:30 | 从 articles 表读取 draft→合规检查→LLM迭代修复(最多3次)→状态→待发布 |
+| 合规审查 | 手动点击 / 定时 04:30 (原 03:00) | 从 articles 表读取 draft→合规检查→LLM迭代修复(最多3次)→状态→待发布 |
 | 信息源优化 | 定时 05:00 | AI评估采集类别与信息源配置，给出调整建议 |
 | 指标同步 | 定时 06:00 | 同步统计数据 |
 | 发布 | 手动点击 | 仅待发布状态可选 |
@@ -144,6 +147,12 @@
 | platforms.html 入口合并 | 2026-05-22 | uni-nav 移除"平台"独立入口；admin.html 恢复"平台配置"tab 加启用中/全部筛选 |
 | opencode_search.py 日志 | 2026-05-22 | 补 FileHandler + StreamHandler，解决管理后台显示"从未运行" |
 | scheduler.json 导入修复 | 2026-05-22 | 补 import json，修复 sources(05:00) 执行时报错阻断 metrics(06:00) |
+| Scheduler 日志修复（僵尸行） | 2026-05-28 | _log_task 始终 INSERT 新行，所有 _run_* 保存 log_id 后 UPDATE 同一行，消除重复 running 状态 |
+| Systemd 服务化 | 2026-05-28 | yzr-platform.service（Restart=always，崩溃自动恢复）；单 worker（--workers 1）防调度器冲突；Type=exec + KillMode=control-group 防僵尸进程 |
+| LLM 提供商量换 + 任务级模型选择 | 2026-05-28 | opencode-go 换 nvidia qwen3.5-397b-a17b（默认）+ sensenova deepseek-v4-flash（合规审查）；llm_configs 加 is_default；所有 _run_* 方法开头调用 _set_task_llm_provider 设置 LLM_TASK_PROVIDER |
+| 合规审查修复 | 2026-05-28 | compliance_optimizer.py 移除硬编码 provider；补 import os（之前导致 NameError）；关键词过滤从宽泛改为精准，避免误拦正常内容 |
+| 搜索提供商重构 | 2026-05-28 | 移除 opencode MCP（配额耗尽），新增 360/搜狗/微信搜索（免 Key），百度千帆日限 50→200 |
+| opencode 冗余代码清理 | 2026-06-02 | 删除 opencode_search.py / mcp_search_server.py / _call_mcp / 前后端所有 opencode/MCP 引用；禁用搜索缓存定时任务 |
 
 ### ⏳ 待办
 

platform/backend/app/api/llm_configs.py

@@ -9,6 +9,14 @@ from .auth import get_current_admin
 
 router = APIRouter(prefix="/api/admin/llmconfigs", tags=["admin"])
 
+def _apply_default_exclusive(config: LLMConfig, db: Session):
+    """当 config.is_default=True 时，将其他所有配置的 is_default 置为 False"""
+    if config.is_default:
+        db.query(LLMConfig).filter(LLMConfig.id != config.id).update(
+            {"is_default": False}, synchronize_session=False
+        )
+        db.flush()
+
 @router.get("", response_model=List[LLMConfigResponse])
 def list_llm_configs(
     request: Request,
@@ -42,6 +50,8 @@ def create_llm_config(
     """创建 LLM 配置"""
     config = LLMConfig(**config_data.model_dump())
     db.add(config)
+    db.flush()
+    _apply_default_exclusive(config, db)
     db.commit()
     db.refresh(config)
     return config
@@ -61,6 +71,7 @@ def update_llm_config(
     update_data = config_update.model_dump(exclude_unset=True)
     for field, value in update_data.items():
         setattr(config, field, value)
+    _apply_default_exclusive(config, db)
     db.commit()
     db.refresh(config)
     return config

platform/backend/app/api/search_providers.py

@@ -119,16 +119,6 @@ def test_provider(provider_id: int, data: dict = {}, db: Session = Depends(get_d
             if resp.status_code != 200:
                 return {"ok": False, "error": f"HTTP {resp.status_code}: {resp.text[:200]}"}
             return {"ok": True, "results": resp.json().get("webPages", {}).get("value", [])[:3]}
-        elif p.provider_type == "mcp":
-            import subprocess, json as _json
-            mcp_script = Path(__file__).resolve().parent.parent.parent.parent.parent / "scripts" / "mcp_search_server.py"
-            r = subprocess.run(
-                [sys.executable, str(mcp_script), "--query", query],
-                capture_output=True, text=True, timeout=90,
-            )
-            if r.returncode != 0:
-                return {"ok": False, "error": f"子进程失败: {r.stderr[:200]}"}
-            return {"ok": True, "results": _json.loads(r.stdout)[:3]}
         return {"ok": False, "error": f"Unknown provider_type: {p.provider_type}"}
     except Exception as e:
         return {"ok": False, "error": str(e)}

platform/backend/app/api/system.py

@@ -280,28 +280,6 @@ def trigger_metrics_sync():
     except Exception as e:
         raise HTTPException(status_code=500, detail=str(e))
 
-@router.post("/refresh-search-cache/run")
-def trigger_refresh_search_cache(db: Session = Depends(get_db), current_user=Depends(get_current_user)):
-    try:
-        import sys as sys_mod
-        scripts_dir = PROJECT_ROOT / "scripts"
-        from ..database import SessionLocal as _ss
-        proc = subprocess.Popen(
-            [sys_mod.executable, str(scripts_dir / "opencode_search.py"), "--refresh-cache"],
-            stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True,
-            cwd=str(PROJECT_ROOT)
-        )
-        logger.info("Search cache refresh started (pid=%s)", proc.pid)
-        log = TaskLog(module_id="scheduled_refresh_search_cache", task_name="🔍 搜索缓存", status="running", message="搜索缓存刷新已启动", triggered_by="manual", started_at=datetime.now(timezone.utc), result_data={"pid": proc.pid})
-        db.add(log)
-        db.commit()
-        log_id = log.id
-        t = threading.Thread(target=_monitor_subprocess, args=(log_id, proc, "scheduled_refresh_search_cache", "🔍 搜索缓存", _ss), daemon=True)
-        t.start()
-        return {"message": "搜索缓存刷新已后台启动", "pid": proc.pid, "log_id": log_id}
-    except Exception as e:
-        raise HTTPException(status_code=500, detail=str(e))
-
 @router.post("/trends/run")
 def trigger_trends_refresh(db: Session = Depends(get_db), current_user=Depends(get_current_user)):
     try:
@@ -370,7 +348,6 @@ def get_modules_status(db: Session = Depends(get_db)):
     config_map = {c.module_id: c for c in configs}
 
     MODULE_META = {
-        "scheduled_refresh_search_cache": {"name": "🔍 搜索缓存", "cron": "01:00", "params_desc": {"refresh_queries": "搜索关键词列表"}},
         "scheduled_fetch_trends": {"name": "🔥 热点趋势", "cron": "01:10", "params_desc": {}},
         "scheduled_collect": {"name": "📡 内容采集", "cron": "01:30", "params_desc": {"max_topics": "最大选题数", "categories": "采集类别"}},
         "scheduled_generate": {"name": "🤖 内容创作", "cron": "02:00", "params_desc": {"auto_review": "自动合规审查"}},

platform/backend/app/api/task_configs.py

@@ -11,14 +11,13 @@ from .auth import get_current_admin
 router = APIRouter(prefix="/api/admin/task-configs", tags=["admin"])
 
 DEFAULT_CONFIGS = {
-    "scheduled_refresh_search_cache": {"name": "🔍 搜索缓存", "cron": "01:00", "params": {}},
+    "scheduled_fetch_trends": {"name": "🔥 热点趋势", "cron": "01:10", "params": {"llm_provider": "nvidia"}},
-    "scheduled_fetch_trends": {"name": "🔥 热点趋势", "cron": "01:10", "params": {}},
+    "scheduled_collect": {"name": "📡 内容采集", "cron": "01:30", "params": {"max_topics": 20, "llm_provider": "nvidia"}},
-    "scheduled_collect": {"name": "📡 内容采集", "cron": "01:30", "params": {"max_topics": 20}},
+    "scheduled_generate": {"name": "🤖 内容创作", "cron": "02:00", "params": {"auto_review": True, "llm_provider": "nvidia"}},
-    "scheduled_generate": {"name": "🤖 内容创作", "cron": "02:00", "params": {"auto_review": True}},
+    "scheduled_optimize": {"name": "🔍 合规审查", "cron": "03:00", "params": {"auto_pass_threshold": 80, "llm_provider": "sensenova"}},
-    "scheduled_optimize": {"name": "🔍 合规审查", "cron": "03:00", "params": {"auto_pass_threshold": 80}},
+    "scheduled_optimize_sources": {"name": "📡 信息源优化", "cron": "05:00", "params": {"llm_provider": "nvidia"}},
-    "scheduled_optimize_sources": {"name": "📡 信息源优化", "cron": "05:00", "params": {}},
+    "scheduled_metrics_sync": {"name": "📊 指标同步", "cron": "06:00", "params": {"llm_provider": "nvidia"}},
-    "scheduled_metrics_sync": {"name": "📊 指标同步", "cron": "06:00", "params": {}},
+    "scheduled_task_monitor": {"name": "⏰ 任务监控", "cron": "*", "params": {"llm_provider": "nvidia"}},
-    "scheduled_task_monitor": {"name": "⏰ 任务监控", "cron": "*", "params": {}},
 }
 
 def _attach_last_log(resp: TaskConfigResponse, db: Session, module_id: str) -> TaskConfigResponse:

platform/backend/app/api/task_logs.py

@@ -12,7 +12,6 @@ from .auth import get_current_admin
 router = APIRouter(prefix="/api/admin/task-logs", tags=["admin"])
 
 MODULES = {
-    "scheduled_refresh_search_cache": "🔍 搜索缓存",
     "scheduled_fetch_trends": "🔥 热点趋势",
     "scheduled_collect": "📡 内容采集",
     "scheduled_generate": "🤖 内容创作",
@@ -79,7 +78,6 @@ def list_log_types(db: Session = Depends(get_db), admin_user=Depends(get_current
     for mid, name in MODULES.items():
         if mid in used_ids or True:
             log_file_map = {
-                "scheduled_refresh_search_cache": "opencode_search",
                 "scheduled_fetch_trends": "trends",
                 "scheduled_collect": "collector",
                 "scheduled_generate": "creator",

platform/backend/app/api/tasks.py

@@ -236,7 +236,6 @@ def _get_module_detail_data(module_id: str, db, ROOT, DATA_DIR, LOGS_DIR, today_
     import json as json_mod
     import re as re_mod
     MODULE_META = {
-        "scheduled_refresh_search_cache": {"name": "🔍 搜索缓存", "description": "通过 opencode webfetch 联网搜索，刷新 8 个分类的搜索缓存，供内容采集器使用"},
         "scheduled_fetch_trends": {"name": "🔥 热点趋势", "description": "从百度、微博、知乎实时热搜 API 抓取当天热点，LLM 补充，存入 trends.json"},
         "scheduled_collect": {"name": "📡 内容采集", "description": "读取搜索缓存 + 热点趋势 + 历史表现 + AI 建议，经 LLM 分析后生成选题"},
         "scheduled_generate": {"name": "🤖 内容创作", "description": "基于选题，LLM 生成三平台文章（知乎、微信、小红书），存入 articles 表"},
@@ -253,23 +252,7 @@ def _get_module_detail_data(module_id: str, db, ROOT, DATA_DIR, LOGS_DIR, today_
     outputs = {}
     history = []
 
-    if module_id == "scheduled_refresh_search_cache":
+    # try reading queries from yaml
-        cache_file = DATA_DIR / "search_cache.json"
-        if cache_file.exists():
-            try:
-                cache = json_mod.loads(cache_file.read_text(encoding="utf-8"))
-                meta_ = cache.pop("_metadata", {})
-                for q, results in cache.items():
-                    inputs.setdefault("搜索词", []).append(q)
-                    outputs.setdefault("各分类结果", []).append({
-                        "query": q, "count": len(results),
-                        "samples": [r.get("title","")[:50] for r in results[:3]]
-                    })
-                outputs["更新时间"] = meta_.get("updated_at", "")
-                outputs["结果总数"] = sum(len(v) for v in cache.values())
-            except Exception:
-                pass
-        # try reading queries from yaml
         try:
             import yaml
             cfg_path = ROOT / "config" / "sources.yaml"
@@ -390,7 +373,6 @@ def _get_module_detail_data(module_id: str, db, ROOT, DATA_DIR, LOGS_DIR, today_
 
     # History from log files
     log_map = {
-        "scheduled_refresh_search_cache": LOGS_DIR / f"opencode_search_{today_str}.log",
         "scheduled_fetch_trends": LOGS_DIR / f"trends_{today_str}.log",
         "scheduled_collect": LOGS_DIR / f"collector_{today_str}.log",
         "scheduled_generate": LOGS_DIR / f"creator_{today_str}.log",

platform/backend/app/core/nvidia_client.py

@@ -35,11 +35,18 @@ _FALLBACK = {
 }
 
 def _get_active_provider() -> str:
-    """从 DB 读取活跃供应商，DB 不可用时回退环境变量"""
+    """从 DB 读取活跃供应商，优先取 is_default=True；DB 不可用时回退环境变量"""
     try:
         from ..database import SessionLocal
         from ..models import LLMConfig
         db = SessionLocal()
+        # 优先取默认
+        default = db.query(LLMConfig).filter(
+            LLMConfig.is_default == True, LLMConfig.is_active == True
+        ).first()
+        if default and default.provider:
+            db.close()
+            return default.provider
         active = db.query(LLMConfig).filter(LLMConfig.is_active == True).first()
         db.close()
         if active and active.provider:
@@ -58,7 +65,7 @@ def _get_provider_config(provider: Optional[str] = None) -> dict:
         from ..database import SessionLocal
         from ..models import LLMConfig
         db = SessionLocal()
-        cfg = db.query(LLMConfig).filter(LLMConfig.provider == p).order_by(LLMConfig.is_active.desc()).first()
+        cfg = db.query(LLMConfig).filter(LLMConfig.provider == p).order_by(LLMConfig.is_default.desc(), LLMConfig.is_active.desc()).first()
         if cfg:
             db_model = cfg.model
             db_base_url = cfg.base_url
@@ -107,7 +114,7 @@ def _get_provider_fallback_list() -> List[str]:
         return providers
     except Exception:
         pass
-    return ["opencode-go", "nvidia"]
+    return ["nvidia", "sensenova", "opencode-go"]
 
 def call_llm(
     prompt: str,
@@ -128,6 +135,10 @@ def call_llm(
     system_prompt = system_prompt if system_prompt is not None else defaults["system_prompt"]
 
     providers_to_try = [provider] if provider else _get_provider_fallback_list()
+    # LLM_TASK_PROVIDER 环境变量可覆盖任务级别的模型选择
+    if not provider and os.getenv("LLM_TASK_PROVIDER"):
+        task_provider = os.getenv("LLM_TASK_PROVIDER")
+        providers_to_try = [task_provider] + [p for p in providers_to_try if p != task_provider]
     last_error = None
     for p in providers_to_try:
         try:

platform/backend/app/core/scheduler.py

@@ -19,8 +19,25 @@ from .collector import run_collector_blocking
 
 logger = logging.getLogger(__name__)
 
+def _set_task_llm_provider(module_id: str):
+    """从 TaskConfig 读取 llm_provider 并设为环境变量，供子进程和 call_llm 读取"""
+    try:
+        from ..database import SessionLocal
+        from ..models import TaskConfig
+        db = SessionLocal()
+        cfg = db.query(TaskConfig).filter(TaskConfig.module_id == module_id).first()
+        db.close()
+        if cfg and cfg.params:
+            provider = cfg.params.get("llm_provider")
+            if provider:
+                os.environ["LLM_TASK_PROVIDER"] = provider
+                logger.debug("[%s] LLM provider set to %s", module_id, provider)
+                return
+    except Exception:
+        pass
+    os.environ.pop("LLM_TASK_PROVIDER", None)
+
 MODULES = {
-    "scheduled_refresh_search_cache": {"name": "🔍 搜索缓存", "cron": "01:00"},
     "scheduled_fetch_trends": {"name": "🔥 热点趋势", "cron": "01:10"},
     "scheduled_collect": {"name": "📡 内容采集", "cron": "01:30"},
     "scheduled_generate": {"name": "🤖 内容创作", "cron": "02:00"},
@@ -32,7 +49,6 @@ MODULES = {
 }
 
 LOG_FILE_MAP = {
-    "scheduled_refresh_search_cache": "opencode_search",
     "scheduled_fetch_trends": "trends",
     "scheduled_collect": "collector",
     "scheduled_generate": "creator",
@@ -149,7 +165,6 @@ class TaskScheduler:
             db.close()
 
         MODULE_JOBS = [
-            ("scheduled_refresh_search_cache", self._run_refresh_search_cache, "搜索缓存"),
             ("scheduled_fetch_trends", self._run_fetch_trends, "热点趋势"),
             ("scheduled_collect", self._run_collect, "内容采集"),
             ("scheduled_generate", self._run_generate, "内容创作"),
@@ -200,6 +215,7 @@ class TaskScheduler:
 
     def _run_fetch_trends(self):
         """定时刷新热点趋势（百度/微博/知乎实时热搜 + LLM补充）"""
+        _set_task_llm_provider("scheduled_fetch_trends")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_fetch_trends", "running", started_at=started)
         try:
@@ -229,48 +245,8 @@ class TaskScheduler:
                       started_at=started, finished_at=datetime.now(timezone.utc))
             logger.exception("[Scheduled] Trends refresh error: %s", e)
 
-    def _run_refresh_search_cache(self):
-        """定时刷新搜索缓存（通过 opencode webfetch）"""
-        started = datetime.now(timezone.utc)
-        log_id = _log_task("scheduled_refresh_search_cache", "running", started_at=started)
-        try:
-            logger.info("[Scheduled] Refreshing search cache via opencode...")
-            import subprocess
-            result = subprocess.run(
-                [sys.executable, str(PROJECT_ROOT / "scripts" / "opencode_search.py"), "--refresh-cache"],
-                capture_output=True, text=True, timeout=600
-            )
-            for line in result.stdout.strip().split("\n"):
-                if line.strip():
-                    logger.info("[SearchCache] %s", line.strip())
-            for line in result.stderr.strip().split("\n"):
-                if line.strip():
-                    logger.warning("[SearchCache] %s", line.strip())
-            if result.returncode == 0:
-                _log_task("scheduled_refresh_search_cache", "success", log_id=log_id,
-                          message="搜索缓存刷新成功",
-                          result_data={"output_lines": len(result.stdout.splitlines())},
-                          started_at=started, finished_at=datetime.now(timezone.utc))
-                logger.info("[Scheduled] Search cache refreshed")
-            else:
-                _log_task("scheduled_refresh_search_cache", "failed", log_id=log_id,
-                          message="部分失败",
-                          error_trace=result.stderr[-500:],
-                          started_at=started, finished_at=datetime.now(timezone.utc))
-                logger.warning("[Scheduled] Search cache refresh may have partial failures")
-        except subprocess.TimeoutExpired:
-            _log_task("scheduled_refresh_search_cache", "failed", log_id=log_id,
-                      message="超时",
-                      started_at=started, finished_at=datetime.now(timezone.utc))
-            logger.warning("[Scheduled] Search cache refresh timed out")
-        except Exception as e:
-            _log_task("scheduled_refresh_search_cache", "failed", log_id=log_id,
-                      message=str(e),
-                      error_trace=traceback.format_exc(),
-                      started_at=started, finished_at=datetime.now(timezone.utc))
-            logger.exception("[Scheduled] Search cache refresh error: %s", e)
-
     def _run_generate(self):
+        _set_task_llm_provider("scheduled_generate")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_generate", "running", started_at=started)
         try:
@@ -296,6 +272,7 @@ class TaskScheduler:
             logger.exception("[Scheduled] Generation pipeline failed: %s", e)
 
     def _run_optimize(self):
+        _set_task_llm_provider("scheduled_optimize")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_optimize", "running", started_at=started)
         try:
@@ -314,6 +291,7 @@ class TaskScheduler:
             logger.exception("[Scheduled] Review failed: %s", e)
 
     def _run_collect(self):
+        _set_task_llm_provider("scheduled_collect")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_collect", "running", started_at=started)
         try:
@@ -334,6 +312,7 @@ class TaskScheduler:
 
     def _run_optimize_sources(self, triggered_by="scheduler"):
         """AI自动优化采集类别与信息源：对比市场热点和当前配置，给出调整建议"""
+        _set_task_llm_provider("scheduled_optimize_sources")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_optimize_sources", "running", started_at=started, triggered_by=triggered_by)
         try:
@@ -397,6 +376,7 @@ class TaskScheduler:
 
     def _run_metrics_sync(self, triggered_by="scheduler"):
         """定时从各平台公开API获取发布文章的效果数据（当前仅支持知乎）"""
+        _set_task_llm_provider("scheduled_metrics_sync")
         started = datetime.now(timezone.utc)
         log_id = _log_task("scheduled_metrics_sync", "running", started_at=started, triggered_by=triggered_by)
         try:

platform/backend/app/database.py

@@ -47,6 +47,7 @@ def init_db():
             conn.execute(text("ALTER TABLE llm_configs ADD COLUMN IF NOT EXISTS provider VARCHAR DEFAULT 'opencode-go'"))
             conn.execute(text("ALTER TABLE llm_configs ADD COLUMN IF NOT EXISTS base_url VARCHAR"))
             conn.execute(text("ALTER TABLE llm_configs ADD COLUMN IF NOT EXISTS api_key VARCHAR"))
+            conn.execute(text("ALTER TABLE llm_configs ADD COLUMN IF NOT EXISTS is_default BOOLEAN DEFAULT FALSE"))
             try:
                 conn.execute(text("ALTER TABLE articles ADD COLUMN IF NOT EXISTS images JSON DEFAULT '{}'::json"))
             except Exception:

platform/backend/app/initial_data.py

@@ -35,7 +35,7 @@ def import_initial_data():
             db.commit()
             print(f"✅ 创建默认管理员: {DEFAULT_ADMIN_USERNAME}")
 
-        # 补充或更新 LLM 供应商配置（opencode-go 为主，nvidia 为备）
+        # 补充或更新 LLM 供应商配置（nvidia 为主，opencode-go 为备）
         expected = {
             "opencode-go": dict(provider="opencode-go", model="deepseek-v4-flash",
                 base_url="https://opencode.ai/zen/go/v1", temperature=0.7, max_tokens=131072, is_active=True,
@@ -74,11 +74,10 @@ def import_initial_data():
         # 初始化默认搜索 API 提供商
         if db.query(SearchProvider).count() == 0:
             providers = [
-                SearchProvider(name="百度千帆", provider_type="baidu", api_key="", api_url="https://qianfan.baidubce.com/v2/ai_search/web_search", console_url="https://console.bce.baidu.com/qianfan/ais/console/onlineService", priority=1, enabled=True, daily_limit=50),
+                SearchProvider(name="百度千帆", provider_type="baidu", api_key="", api_url="https://qianfan.baidubce.com/v2/ai_search/web_search", console_url="https://console.bce.baidu.com/qianfan/ais/console/onlineService", priority=1, enabled=True, daily_limit=200),
-                SearchProvider(name="opencode云搜索", provider_type="mcp", api_key="", api_url="", console_url="https://opencode.ai", priority=2, enabled=True, daily_limit=99999),
+                SearchProvider(name="360搜索", provider_type="360", api_key="", api_url="", console_url="https://www.so.com", priority=0, enabled=True, daily_limit=99999),
-                SearchProvider(name="360搜索", provider_type="360", api_key="", api_url="", console_url="https://www.so.com", priority=3, enabled=True, daily_limit=200),
+                SearchProvider(name="搜狗搜索", provider_type="sogou", api_key="", api_url="", console_url="https://sogou.com", priority=1, enabled=True, daily_limit=99999),
-                SearchProvider(name="搜狗搜索", provider_type="sogou", api_key="", api_url="", console_url="https://sogou.com", priority=4, enabled=True, daily_limit=200),
+                SearchProvider(name="微信搜一搜", provider_type="wechat", api_key="", api_url="", console_url="https://wx.sogou.com/weixin", priority=2, enabled=True, daily_limit=99999),
-                SearchProvider(name="微信搜一搜", provider_type="wechat", api_key="", api_url="", console_url="https://wx.sogou.com/weixin", priority=5, enabled=True, daily_limit=200),
             ]
             for p in providers:
                 db.add(p)

platform/backend/app/models.py

@@ -627,6 +627,7 @@ class LLMConfig(Base):
     base_url = Column(String, nullable=True)
     api_key = Column(String, nullable=True)
     is_active = Column(Boolean, default=True)
+    is_default = Column(Boolean, default=False)
     created_at = Column(DateTime(timezone=True), server_default=func.now())
     updated_at = Column(DateTime(timezone=True), onupdate=func.now())
 
@@ -643,6 +644,7 @@ class LLMConfig(Base):
             "base_url": self.base_url,
             "api_key": f"{self.api_key[:8]}..." if self.api_key else None,
             "is_active": self.is_active,
+            "is_default": self.is_default,
             "created_at": self.created_at.isoformat() if self.created_at else None,
             "updated_at": self.updated_at.isoformat() if self.updated_at else None,
         }

platform/backend/app/schemas.py

@@ -522,6 +522,7 @@ class LLMConfigBase(BaseModel):
     base_url: Optional[str] = None
     api_key: Optional[str] = None
     is_active: bool = True
+    is_default: bool = False
 
 
 class LLMConfigResponse(LLMConfigBase):

platform/frontend/admin.html

@@ -136,10 +136,15 @@
                                 </el-table-column>
                                 <el-table-column prop="temperature" label="温度" width="70"></el-table-column>
                                 <el-table-column prop="max_tokens" label="最大Token" width="100"></el-table-column>
-                                <el-table-column prop="is_active" label="状态" width="90">
+                                <el-table-column prop="is_active" label="状态" width="80">
                                     <template #default="scope">
-                                        <el-tag v-if="scope.row.is_active" type="success" size="small" effect="dark">当前使用</el-tag>
+                                        <el-tag v-if="scope.row.is_active" type="success" size="small" effect="dark">启用</el-tag>
-                                        <el-tag v-else type="info" size="small">未启用</el-tag>
+                                        <el-tag v-else type="info" size="small">停用</el-tag>
+                                    </template>
+                                </el-table-column>
+                                <el-table-column prop="is_default" label="默认" width="70">
+                                    <template #default="scope">
+                                        <el-tag v-if="scope.row.is_default" type="warning" size="small" effect="dark">默认</el-tag>
                                     </template>
                                 </el-table-column>
                                 <el-table-column label="系统提示词" min-width="150">
@@ -556,7 +561,6 @@
                                 <el-col :span="12">                                <el-form-item label="类型">
                                     <el-select v-model="searchProviderForm.provider_type" style="width:100%">
                                         <el-option label="百度千帆" value="baidu"></el-option>
-                                        <el-option label="opencode云搜索" value="mcp"></el-option>
                                         <el-option label="360搜索" value="360"></el-option>
                                         <el-option label="搜狗搜索" value="sogou"></el-option>
                                         <el-option label="微信搜一搜" value="wechat"></el-option>
@@ -623,7 +627,8 @@
                 </el-row>
                 <el-row :gutter="16">
                     <el-col :span="12"><el-form-item label="最大Token"><el-input-number v-model="llmConfigForm.max_tokens" :min="1" :max="999999" style="width:100%"/></el-form-item></el-col>
-                    <el-col :span="12"><el-form-item label="激活"><el-switch v-model="llmConfigForm.is_active"/></el-form-item></el-col>
+                    <el-col :span="6"><el-form-item label="激活"><el-switch v-model="llmConfigForm.is_active"/></el-form-item></el-col>
+                    <el-col :span="6"><el-form-item label="默认"><el-switch v-model="llmConfigForm.is_default"/></el-form-item></el-col>
                 </el-row>
                 <el-row :gutter="16">
                     <el-col :span="24"><el-form-item label="系统提示词"><el-input type="textarea" v-model="llmConfigForm.system_prompt" :rows="3" placeholder="你是一个专业的内容创作助手。"/></el-form-item></el-col>
@@ -706,7 +711,7 @@ const llmConfigs = ref([]);
                 const llmConfigsLoading = ref(false);
                 const llmConfigDialogVisible = ref(false);
                 const llmConfigDialogTitle = ref('新增 LLM 配置');
-                const llmConfigForm = reactive({ id: null, name: '', system_prompt: '', user_prompt_template: '', temperature: 0.7, max_tokens: 131072, model: '', provider: 'opencode-go', base_url: '', api_key: '', is_active: true });
+                const llmConfigForm = reactive({ id: null, name: '', system_prompt: '', user_prompt_template: '', temperature: 0.7, max_tokens: 131072, model: '', provider: 'opencode-go', base_url: '', api_key: '', is_active: true, is_default: false });
                 const editingLLMConfigId = ref(null);
                 const loadLLMConfigs = async () => {
                     llmConfigsLoading.value = true;
@@ -721,7 +726,7 @@ const llmConfigs = ref([]);
                         llmConfigDialogTitle.value = '新增配置'; editingLLMConfigId.value = null;
                         llmConfigForm.id = null; llmConfigForm.name = ''; llmConfigForm.provider = 'sensenova'; llmConfigForm.model = 'deepseek-v4-flash';
                         llmConfigForm.base_url = 'https://token.sensenova.cn/v1'; llmConfigForm.api_key = ''; llmConfigForm.temperature = 0.3;
-                        llmConfigForm.max_tokens = 4000; llmConfigForm.system_prompt = ''; llmConfigForm.user_prompt_template = ''; llmConfigForm.is_active = true;
+                        llmConfigForm.max_tokens = 4000; llmConfigForm.system_prompt = ''; llmConfigForm.user_prompt_template = ''; llmConfigForm.is_active = true; llmConfigForm.is_default = false;
                     }
                     llmConfigDialogVisible.value = true;
                 };
@@ -1101,12 +1106,12 @@ const llmConfigs = ref([]);
                 });
 
                 const defaultProvider = computed(() => {
-                    const sorted = [...llmConfigs.value].filter(x => x.is_active).sort((a, b) => a.id - b.id);
+                    const d = [...llmConfigs.value].filter(x => x.is_default);
-                    return sorted.length ? sorted[0].provider : '-';
+                    return d.length ? d[0].provider : '-';
                 });
                 const defaultModel = computed(() => {
-                    const sorted = [...llmConfigs.value].filter(x => x.is_active).sort((a, b) => a.id - b.id);
+                    const d = [...llmConfigs.value].filter(x => x.is_default);
-                    return sorted.length ? sorted[0].model : '-';
+                    return d.length ? d[0].model : '-';
                 });
                 const complianceProvider = computed(() => {
                     const c = [...llmConfigs.value].filter(x => x.is_active && x.model === 'deepseek-v4-flash');

platform/frontend/index.html

@@ -384,7 +384,6 @@
                     this.runningModule = modId;
                     const endpoints = {
                         scheduled_collect: '/api/system/collect/run',
-                        scheduled_refresh_search_cache: '/api/system/refresh-search-cache/run',
                         scheduled_fetch_trends: '/api/system/trends/run',
                         scheduled_generate: '/api/system/generate/run',
                         scheduled_optimize: '/api/system/review/run',

platform/frontend/tasks.html

@@ -103,6 +103,7 @@
                                     <div><span>最后运行</span><span>{{ mod.last_run || '从未' }}<span v-if="mod.last_status" :style="{marginLeft:'6px',padding:'1px 6px',borderRadius:'8px',fontSize:'11px',fontWeight:500}"><span v-if="mod.last_status==='success'" style="color:#67c23a;">✅成功</span><span v-else-if="mod.last_status==='failed'" style="color:#f56c6c;">❌失败</span><span v-else-if="mod.last_status==='running'" style="color:#e6a23c;">⏳运行中</span></span></span></div>
                                     <div><span>下次运行</span><span>{{ mod.next_run || '—' }}</span></div>
                                     <div><span>累计运行</span><span>{{ mod.total_runs }} 次 <span style="color:#67c23a;">{{ mod.success_runs }} 成功</span> <span style="color:#f56c6c;">{{ mod.failed_runs }} 失败</span><span v-if="mod.running > 0" style="color:#e6a23c;"> {{ mod.running }} 运行中</span></span></div>
+                                    <div><span>LLM 模型</span><span>{{ (mod.params && mod.params.llm_provider) || (defaultLlmLabel || '默认') }}</span></div>
                                     <div style="margin-top:10px; border-bottom:none;">
                                         <el-button size="small" type="primary" @click.stop="triggerModule(mod.module_id)" :loading="runningModule === mod.module_id" :disabled="!mod.enabled">立即运行</el-button>
                                         <el-button size="small" @click.stop="openModuleDetail(mod)">查看详情</el-button>
@@ -346,10 +347,17 @@
                                         <el-input v-model="drawerData.schedule" size="small" style="width:120px;" placeholder="HH:MM" :disabled="savingConfig"></el-input>
                                         <span style="font-size:12px;color:#909399;">每日执行时间（HH:MM）</span>
                                     </div>
+                                    <div style="display:flex;gap:16px;align-items:center;margin-bottom:12px;">
+                                        <span style="font-size:13px;color:#606266;width:60px;">LLM</span>
+                                        <el-select v-model="drawerData.params.llm_provider" size="small" style="width:200px;" clearable placeholder="系统默认" @change="saveModuleConfig" :disabled="savingConfig">
+                                            <el-option v-for="c in llmConfigs.filter(x=>x.is_active)" :key="c.id" :label="c.provider + ' (' + c.model + ')' + (c.is_default ? ' (默认)' : '')" :value="c.provider"/>
+                                        </el-select>
+                                        <span style="font-size:12px;color:#909399;">留空则使用系统默认模型</span>
+                                    </div>
                                 </div>
-                                <div v-if="Object.keys(drawerData.params || {}).length > 0">
+                                <div v-if="Object.keys(drawerData.params || {}).filter(k => k !== 'llm_provider').length > 0">
                                     <div style="font-size:13px;font-weight:600;margin-bottom:12px;">参数配置</div>
-                                    <div v-for="(val, key) in drawerData.params" :key="key" style="margin-bottom:12px;display:flex;align-items:center;gap:12px;">
+                                    <div v-for="(val, key) in drawerData.params" v-if="key !== 'llm_provider'" :key="key" style="margin-bottom:12px;display:flex;align-items:center;gap:12px;">
                                         <span style="font-size:13px;color:#606266;width:120px;">{{ key }}</span>
                                         <el-input v-if="typeof val === 'string'" v-model="drawerData.params[key]" size="small" style="flex:1;" @change="saveModuleConfig" :disabled="savingConfig"></el-input>
                                         <el-input-number v-else-if="typeof val === 'number'" v-model="drawerData.params[key]" size="small" :disabled="savingConfig" @change="saveModuleConfig"></el-input-number>
@@ -552,13 +560,11 @@ const TasksApp = {
             'scheduled_optimize': { icon: 'IconSearch', name: '合规审查', defaultTime: '04:30' },
             'scheduled_optimize_sources': { icon: 'IconSetting', name: '信息源优化', defaultTime: '05:00' },
             'scheduled_metrics_sync': { icon: 'IconDashboard', name: '指标同步', defaultTime: '06:00' },
-            'scheduled_refresh_search_cache': { icon: 'IconRefresh', name: '搜索缓存', defaultTime: '01:00' },
             'scheduled_fetch_trends': { icon: 'IconRefresh', name: '热点趋势', defaultTime: '01:10' },
             'scheduled_task_monitor': { icon: 'IconRefresh', name: '任务监控', defaultTime: '*' },
         };
         const MODULE_TRIGGER_ENDPOINTS = {
             scheduled_collect: '/api/system/collect/run',
-            scheduled_refresh_search_cache: '/api/system/refresh-search-cache/run',
             scheduled_fetch_trends: '/api/system/trends/run',
             scheduled_generate: '/api/system/generate/run',
             scheduled_optimize: '/api/system/review/run',
@@ -592,6 +598,7 @@ const TasksApp = {
             sourceForm: { name: '', source_type: 'web_search', query: '', credibility: 'medium', focus: '', sort_order: 0, is_active: true },
             sourcePage: 1, sourcePageSize: 10,
             SCHEDULER_JOBS, MODULE_TRIGGER_ENDPOINTS,
+            llmConfigs: [], defaultLlmLabel: '',
         }
     },
     computed: {
@@ -645,17 +652,28 @@ const TasksApp = {
         async loadModules() {
             this.moduleLoading = true;
             try {
-                const data = await this.api('/api/system/modules/status');
+                const [data, llmConfigs] = await Promise.all([
+                    this.api('/api/system/modules/status'),
+                    this.loadLLMConfigs(),
+                ]);
                 if (!data) return;
                 this.modules = data.modules || [];
                 this.schedulerRunning = data.scheduler && data.scheduler.running === true;
             } catch (e) { console.error(e); }
             finally { this.moduleLoading = false; }
         },
+        async loadLLMConfigs() {
+            try {
+                const configs = await this.api('/api/admin/llmconfigs');
+                this.llmConfigs = configs || [];
+                const def = (configs || []).find(c => c.is_default);
+                this.defaultLlmLabel = def ? def.provider + ' (' + def.model + ')' : '';
+            } catch (e) { console.error('loadLLMConfigs error:', e); this.llmConfigs = []; }
+        },
         async openModuleDetail(mod) {
             this.showDrawer = true;
             this.drawerTitle = mod.title + ' 详情';
-            this.drawerData = { ...mod };
+            this.drawerData = { ...mod, params: { ...(mod.params || {}) } };
             this.drawerError = '';
             this.drawerLoading = true;
             this.drawerTab = 'inputs';
@@ -667,7 +685,7 @@ const TasksApp = {
                     this.api('/api/admin/task-configs/history/' + mod.module_id + '?limit=20'),
                     this.api('/api/admin/prompt-configs?module_id=' + mod.module_id),
                 ]);
-                this.drawerData = { ...mod, ...detail };
+                this.drawerData = { ...mod, ...detail, params: { ...((detail.params || mod.params || {})) } };
                 this.drawerHistory = history || [];
                 this.drawerPrompts = prompts || [];
             } catch (e) { this.drawerError = e.message; }

scripts/compliance_optimizer.py

@@ -3,7 +3,7 @@
 合规审查：文章合规检查 → LLM迭代修复
 从articles表读取待审文章，进行合规评分；不合格文章由LLM修复（最多3次），通过后更新选题状态为待发布
 """
-import json, datetime, logging, sys, re
+import json, os, datetime, logging, sys, re
 from pathlib import Path
 from typing import Dict, List, Optional, Tuple
 from dataclasses import dataclass, asdict
@@ -165,7 +165,7 @@ def polish_with_llm(html: str, platform: str, remaining_issues: Optional[List[Di
     """用 LLM 优化文章内容，返回 (html, log_message_or_None)
     如果指定 remaining_issues，则针对性修复合规问题
     LLM 失败时自动重试一次
-    固定使用 opencode-go (deepseek-v4-flash) — 审查用更好的模型
+    LLM 提供者由 LLM_TASK_PROVIDER 环境变量决定（scheduler 从 TaskConfig 读取设置）
     """
     if not HAVE_LLM:
         return html, None
@@ -182,16 +182,15 @@ def polish_with_llm(html: str, platform: str, remaining_issues: Optional[List[Di
                 prompt = get_prompt("compliance_fix", issues_desc=issues_desc, html=html)
             else:
                 prompt = get_prompt("compliance_polish", html=html)
-            polished = call_llm(prompt, provider="sensenova", temperature=temperature, max_tokens=max_tokens, system_prompt=system_prompt)
+            polished = call_llm(prompt, temperature=temperature, max_tokens=max_tokens, system_prompt=system_prompt)
             polished = clean_html_content(polished)
             polished = strip_ai_preface(polished)
             polished = strip_thinking_html(polished)
             if '<h2' in polished or '<p>' in polished:
                 if len(polished) > len(html) * 0.3 and len(polished) > 100:
-                    if not any(kw in polished for kw in ['保留', '建议', '可以', '应该', '推荐', '改为', '替换为']):
+                    tag = "针对性修复" if remaining_issues else "常规润色"
-                        tag = "针对性修复" if remaining_issues else "常规润色"
+                    return polished, f"LLM {tag}"
-                        return polished, f"LLM {tag}"
+                logger.warning(f"LLM 优化输出过短，保留原文 (len={len(polished)})")
-                logger.warning(f"LLM 优化输出异常（过短或含建议性文字），保留原文 (len={len(polished)})")
         except Exception as e:
             logger.warning(f"LLM 优化失败 (尝试 {attempt+1}/2): {e}")
         if attempt == 0:
@@ -229,7 +228,8 @@ def _load_platform_configs() -> Dict[str, Dict]:
 
 def main(topic_ids: List[str] = None, today_only: bool = False):
     logger.info("=== 合规审查与优化开始 ===")
-    logger.info("LLM 配置: opencode-go (model=deepseek-v4-flash) — 固定用于合规审查")
+    llm_provider = os.getenv("LLM_TASK_PROVIDER", "sensenova")
+    logger.info(f"LLM 配置: {llm_provider} — 合规审查")
 
     platform_configs = _load_platform_configs()
     logger.info(f"已加载 {len(platform_configs)} 个平台配置")

scripts/mcp_search_server.py

@@ -1,300 +0,0 @@
-#!/usr/bin/env python3
-"""
-MCP Search Server — provides web search via opencode infrastructure.
-
-Two search methods (automatic fallback):
-  1. npx opencode run (rate-limited but returns real web results)
-  2. opencode-go API + model training data (no rate limit, less fresh)
-
-Usage:
-  python3 scripts/mcp_search_server.py          # MCP server (stdio)
-  python3 scripts/mcp_search_server.py --query Q # one-shot search
-  python3 scripts/mcp_search_server.py --url  U  # one-shot webfetch
-"""
-import json, os, subprocess, sys, time
-from pathlib import Path
-from typing import Any, Dict, List, Optional
-
-PROJECT_ROOT = Path(__file__).resolve().parent.parent
-CACHE_FILE = PROJECT_ROOT / "automation" / "data" / "mcp_search_cache.json"
-SESSION_FILE = PROJECT_ROOT / "automation" / "data" / "mcp_session.txt"
-CACHE_TTL = 3600
-SESSION_TITLE = "opencode搜索"
-
-API_BASE = "https://opencode.ai/zen/go/v1"
-API_KEY = os.environ.get("OPENCODE_API_KEY", "")
-if not API_KEY:
-    try:
-        from dotenv import load_dotenv
-        env_path = PROJECT_ROOT / "platform" / "backend" / ".env"
-        load_dotenv(env_path)
-        API_KEY = os.environ.get("OPENCODE_API_KEY", "")
-    except Exception:
-        pass
-
-
-# ── session (reuse same session for all MCP searches) ─────────────
-def _load_session() -> Optional[str]:
-    if SESSION_FILE.exists():
-        try:
-            return SESSION_FILE.read_text().strip() or None
-        except Exception:
-            pass
-    return None
-
-def _save_session_from_output(stdout: str):
-    for line in stdout.strip().split("\n"):
-        try:
-            ev = json.loads(line)
-            sid = ev.get("sessionID") or ev.get("part", {}).get("sessionID")
-            if sid:
-                SESSION_FILE.parent.mkdir(parents=True, exist_ok=True)
-                SESSION_FILE.write_text(sid)
-                return
-        except Exception:
-            pass
-
-
-# ── cache ─────────────────────────────────────────────────────────
-def _check_cache(query: str) -> Optional[List[Dict]]:
-    if not CACHE_FILE.exists():
-        return None
-    try:
-        data = json.loads(CACHE_FILE.read_text())
-        entry = data.get(query)
-        if entry and time.time() - entry.get("ts", 0) < CACHE_TTL:
-            return entry.get("results")
-    except Exception:
-        pass
-    return None
-
-def _write_cache(query: str, results: List[Dict]):
-    CACHE_FILE.parent.mkdir(parents=True, exist_ok=True)
-    data = {}
-    if CACHE_FILE.exists():
-        try:
-            data = json.loads(CACHE_FILE.read_text())
-        except Exception:
-            pass
-    data[query] = {"ts": time.time(), "results": results}
-    keys = sorted(data.keys(), key=lambda k: data[k].get("ts", 0), reverse=True)[:200]
-    CACHE_FILE.write_text(json.dumps({k: data[k] for k in keys}, ensure_ascii=False))
-
-
-# ── method 1: npx opencode run ────────────────────────────────────
-def _search_via_opencode_cli(query: str, max_results: int) -> Optional[List[Dict]]:
-    """Use npx opencode run to execute websearch tool (short timeout)."""
-    sid = _load_session()
-    args = ["npx", "opencode", "run", f"websearch {query}", "--format", "json", "--title", SESSION_TITLE]
-    if sid:
-        args.extend(["--session", sid, "--continue"])
-    try:
-        r = subprocess.run(
-            args, capture_output=True, text=True, timeout=15,
-            env={**os.environ, "OPENCODE_DISABLE_AUTOUPDATE": "1"}
-        )
-    except subprocess.TimeoutExpired:
-        return None
-    except Exception:
-        return None
-    if r.returncode != 0:
-        return None
-    # Save session ID for reuse
-    _save_session_from_output(r.stdout)
-    for line in r.stdout.strip().split("\n"):
-        try:
-            ev = json.loads(line)
-            if ev.get("type") == "tool_use":
-                part = ev.get("part", {})
-                state = part.get("state", {})
-                if part.get("tool") == "websearch" and state.get("status") == "completed":
-                    data = json.loads(state["output"])
-                    results = []
-                    for item in (data.get("results") or [])[:max_results]:
-                        url = (item.get("url") or "").strip()
-                        title = (item.get("title") or "").strip()
-                        excerpts = item.get("excerpts") or []
-                        content = (excerpts[0] if excerpts else "")[:500]
-                        if url and title:
-                            results.append({"title": title, "url": url, "content": content, "source": "opencode_cli"})
-                    return results
-        except Exception:
-            pass
-    return None
-
-
-# ── method 2: opencode-go API + training data ─────────────────────
-def _search_via_api(query: str, max_results: int) -> Optional[List[Dict]]:
-    """Use opencode-go API to answer query from training data (no rate limit)."""
-    if not API_KEY:
-        return None
-    import requests
-    try:
-        resp = requests.post(
-            f"{API_BASE}/chat/completions",
-            headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
-            json={
-                "model": "deepseek-v4-flash",
-                "messages": [{"role": "user", "content": (
-                    f"你现在是一个网络搜索工具。用户查询: {query[:100]}\n\n"
-                    f"请根据你的训练数据，提供{max_results}条最相关的网页结果，包含标题、URL和摘要。"
-                    f"以JSON格式输出: [{{\"title\":\"...\",\"url\":\"...\",\"content\":\"...\"}}]"
-                    f"仅输出JSON数组，不要其他文字。如果URL不确定，用合理占位。"
-                )}],
-                "temperature": 0.3,
-                "max_tokens": 2000,
-            },
-            timeout=30
-        )
-        data = resp.json()
-        content = data.get("choices", [{}])[0].get("message", {}).get("content", "")
-        # Extract JSON array
-        import re as _re
-        m = _re.search(r'\[.*?\]', content, _re.DOTALL)
-        if m:
-            items = json.loads(m.group())
-            if isinstance(items, list):
-                for item in items:
-                    item["source"] = "opencode_api"
-                return items[:max_results]
-    except Exception:
-        pass
-    return None
-
-
-# ── search ─────────────────────────────────────────────────────────
-def web_search(query: str, max_results: int = 8) -> List[Dict]:
-    max_results = min(max_results, 10)
-    cached = _check_cache(query)
-    if cached:
-        return cached[:max_results]
-
-    results = _search_via_opencode_cli(query, max_results)
-    if results:
-        _write_cache(query, results)
-        return results
-
-    results = _search_via_api(query, max_results)
-    if results:
-        _write_cache(query, results)
-        return results
-
-    return []
-
-
-def webfetch(url: str) -> Optional[str]:
-    sid = _load_session()
-    args = ["npx", "opencode", "run", f"webfetch {url}", "--format", "json", "--title", SESSION_TITLE]
-    if sid:
-        args.extend(["--session", sid, "--continue"])
-    try:
-        r = subprocess.run(
-            args, capture_output=True, text=True, timeout=60,
-            env={**os.environ, "OPENCODE_DISABLE_AUTOUPDATE": "1"}
-        )
-        if r.returncode == 0:
-            _save_session_from_output(r.stdout)
-            for line in r.stdout.strip().split("\n"):
-                try:
-                    ev = json.loads(line)
-                    if ev.get("type") == "tool_use":
-                        p = ev.get("part", {})
-                        s = p.get("state", {})
-                        if p.get("tool") == "webfetch" and s.get("status") == "completed":
-                            return s.get("output", "")[:10000]
-                except Exception:
-                    pass
-    except Exception:
-        pass
-    return None
-
-
-# ── MCP protocol (JSON-RPC 2.0 over stdio) ────────────────────────
-def _read_msg() -> Optional[Dict]:
-    line = sys.stdin.readline()
-    if not line:
-        return None
-    try:
-        return json.loads(line)
-    except json.JSONDecodeError:
-        return None
-
-def _send_msg(msg: Dict):
-    sys.stdout.write(json.dumps(msg, ensure_ascii=False) + "\n")
-    sys.stdout.flush()
-
-def _send_error(req_id: Any, code: int, message: str):
-    _send_msg({"jsonrpc": "2.0", "id": req_id, "error": {"code": code, "message": message}})
-
-def _send_result(req_id: Any, result: Any):
-    _send_msg({"jsonrpc": "2.0", "id": req_id, "result": result})
-
-
-def serve():
-    sys.stdin.reconfigure(encoding="utf-8")
-    sys.stdout.reconfigure(encoding="utf-8")
-    while True:
-        msg = _read_msg()
-        if msg is None:
-            break
-        req_id = msg.get("id")
-        method = msg.get("method", "")
-        params = msg.get("params", {})
-        if method == "initialize":
-            _send_result(req_id, {
-                "protocolVersion": "2024-11-05",
-                "capabilities": {"tools": {"listChanged": False}},
-                "serverInfo": {"name": "opencode-search-mcp", "version": "1.0.0"}
-            })
-        elif method == "notifications/initialized":
-            pass
-        elif method == "tools/list":
-            _send_result(req_id, {"tools": [
-                {"name": "web_search", "description": "Search the web. Returns up to 10 results with title, url, content.", "inputSchema": {
-                    "type": "object", "properties": {
-                        "query": {"type": "string", "description": "Search query"},
-                        "max_results": {"type": "number", "description": "Max results (1-10)", "default": 8}
-                    }, "required": ["query"]
-                }},
-                {"name": "webfetch", "description": "Fetch and extract content from a URL.", "inputSchema": {
-                    "type": "object", "properties": {"url": {"type": "string", "description": "URL to fetch"}},
-                    "required": ["url"]
-                }}
-            ]})
-        elif method == "tools/call":
-            name = params.get("name", "")
-            args = params.get("arguments", {})
-            try:
-                if name == "web_search":
-                    results = web_search(args.get("query", ""), int(args.get("max_results", 8)))
-                    _send_result(req_id, {"content": [{"type": "text", "text": json.dumps(results, ensure_ascii=False)}]})
-                elif name == "webfetch":
-                    content = webfetch(args.get("url", ""))
-                    _send_result(req_id, {"content": [{"type": "text", "text": content or "Failed to fetch URL"}]})
-                else:
-                    _send_error(req_id, -32601, f"Unknown tool: {name}")
-            except Exception as e:
-                _send_error(req_id, -32603, str(e))
-        elif method == "shutdown":
-            _send_result(req_id, {})
-            break
-        else:
-            _send_error(req_id, -32601, f"Unknown method: {method}")
-
-
-def main():
-    if "--query" in sys.argv:
-        idx = sys.argv.index("--query")
-        q = sys.argv[idx + 1] if idx + 1 < len(sys.argv) else ""
-        print(json.dumps(web_search(q), ensure_ascii=False, indent=2))
-        return
-    if "--url" in sys.argv:
-        idx = sys.argv.index("--url")
-        u = sys.argv[idx + 1] if idx + 1 < len(sys.argv) else ""
-        print(webfetch(u) or "Failed")
-        return
-    serve()
-
-
-if __name__ == "__main__":
-    main()

scripts/opencode_search.py

@@ -1,196 +0,0 @@
-#!/usr/bin/env python3
-"""
-通过 opencode CLI 执行联网搜索
-利用 opencode 的 webfetch 能力（当前 AI 环境可无障碍访问互联网）
-
-用法:
-  python3 scripts/opencode_search.py --query "可持续生活 趋势 2026"
-  python3 scripts/opencode_search.py --refresh-cache   # 刷新所有分类的缓存
-"""
-import argparse, datetime, json, logging, os, re, subprocess, sys, time
-from pathlib import Path
-from typing import Dict, List, Optional
-
-PROJECT_ROOT = Path(__file__).parent.parent
-sys.path.insert(0, str(PROJECT_ROOT))
-
-LOGS_DIR = PROJECT_ROOT / "automation" / "logs"
-TODAY = datetime.datetime.now().strftime("%Y-%m-%d")
-LOG_FILE = LOGS_DIR / f"opencode_search_{TODAY}.log"
-
-logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
-    handlers=[logging.FileHandler(LOG_FILE, encoding='utf-8'), logging.StreamHandler()])
-logger = logging.getLogger(__name__)
-
-SEARCH_CACHE_FILE = PROJECT_ROOT / "automation" / "data" / "search_cache.json"
-SESSION_FILE = PROJECT_ROOT / "automation" / "data" / "opencode_session.txt"
-
-
-def _get_or_create_session() -> Optional[str]:
-    """获取或创建持久 session ID"""
-    if SESSION_FILE.exists():
-        try:
-            sid = SESSION_FILE.read_text().strip()
-            if sid:
-                result = subprocess.run(
-                    ["npx", "opencode", "run", "ping", "--session", sid, "--format", "json"],
-                    capture_output=True, text=True, timeout=10,
-                    cwd=str(PROJECT_ROOT),
-                    env={**os.environ, "OPENCODE_DISABLE_AUTOUPDATE": "1"}
-                )
-                if result.returncode == 0:
-                    return sid
-        except Exception:
-            pass
-    result = subprocess.run(
-        ["npx", "opencode", "run", "init", "--format", "json"],
-        capture_output=True, text=True, timeout=30,
-        cwd=str(PROJECT_ROOT),
-        env={**os.environ, "OPENCODE_DISABLE_AUTOUPDATE": "1"}
-    )
-    for line in result.stdout.strip().split("\n"):
-        try:
-            event = json.loads(line)
-            sid = event.get("sessionID") or event.get("part", {}).get("sessionID")
-            if sid:
-                SESSION_FILE.write_text(sid)
-                return sid
-        except Exception:
-            pass
-    return None
-
-
-_session_id = None
-
-
-def _run_opencode(prompt: str, timeout: int = 60) -> Optional[str]:
-    """调用 opencode run 执行任务，返回文本输出"""
-    global _session_id
-    if _session_id is None:
-        _session_id = _get_or_create_session()
-    args = ["npx", "opencode", "run", prompt, "--format", "json"]
-    if _session_id:
-        args.extend(["--session", _session_id, "--continue"])
-    try:
-        result = subprocess.run(
-            args,
-            capture_output=True, text=True, timeout=timeout,
-            cwd=str(PROJECT_ROOT),
-            env={**os.environ, "OPENCODE_DISABLE_AUTOUPDATE": "1"}
-        )
-        if result.returncode != 0:
-            logger.warning(f"opencode run 返回非零: {result.stderr[:200]}")
-            return None
-        for line in result.stdout.strip().split("\n"):
-            try:
-                event = json.loads(line)
-                if event.get("type") == "error":
-                    logger.warning(f"opencode 错误: {event}")
-                    return None
-            except json.JSONDecodeError:
-                pass
-        lines = []
-        for line in result.stdout.strip().split("\n"):
-            try:
-                event = json.loads(line)
-                if event.get("type") == "text":
-                    text = event.get("part", {}).get("text", "")
-                    if text:
-                        lines.append(text)
-            except json.JSONDecodeError:
-                pass
-        output = "\n".join(lines).strip()
-        return output if output else None
-    except subprocess.TimeoutExpired:
-        logger.warning(f"opencode run 超时 ({timeout}s)")
-        return None
-    except Exception as e:
-        logger.warning(f"opencode run 失败: {e}")
-        return None
-
-
-def search_via_opencode(query: str, max_results: int = 5) -> List[Dict]:
-    """通过 MCP 搜索工具联网搜索（替代脆弱的 npx prompt 方式）"""
-    try:
-        from search_utils import search
-        return search(query, max_results)
-    except Exception as e:
-        logger.warning("search_utils 不可用，回退子进程: %s", e)
-        result = subprocess.run(
-            [sys.executable, str(PROJECT_ROOT / "scripts" / "mcp_search_server.py"),
-             "--query", query],
-            capture_output=True, text=True, timeout=90,
-        )
-        if result.returncode == 0:
-            try:
-                return json.loads(result.stdout)[:max_results]
-            except Exception:
-                pass
-    return []
-
-
-def refresh_cache():
-    """刷新所有搜索分类的缓存"""
-    try:
-        with open(PROJECT_ROOT / "config" / "sources.yaml") as f:
-            import yaml
-            cfg = yaml.safe_load(f)
-        queries = [s["query"] for s in cfg["sustainability_sources"]["web_search"]]
-    except Exception:
-        logger.warning("无法读取 sources.yaml，使用默认查询")
-        queries = [
-            "以旧换新 二手交易 循环 2026",
-            "新能源车 绿色通勤 低碳 2026",
-            "干净饮食 有机食品 2026",
-            "零浪费 极简生活 可持续时尚 2026",
-            "绿色家电 一级能效 节能 2026",
-            "碳账户 碳普惠 个人碳减排 2026",
-            "环保科技 绿色产品 可持续材料 2026",
-            "AI工具 人工智能 效率提升 2026",
-        ]
-
-    cache = {"_metadata": {"updated_at": datetime.datetime.now().isoformat()}}
-    if SEARCH_CACHE_FILE.exists():
-        try:
-            old = json.loads(SEARCH_CACHE_FILE.read_text(encoding="utf-8"))
-            for k, v in old.items():
-                if not k.startswith("_"):
-                    cache.setdefault(k, v)
-        except Exception:
-            pass
-
-    for i, q in enumerate(queries):
-        logger.info(f"[{i+1}/{len(queries)}] 搜索: {q}")
-        results = search_via_opencode(q, max_results=4)
-        if results:
-            cache[q] = results
-        else:
-            logger.warning(f"  {q} 搜索无结果，保留旧缓存")
-        time.sleep(2)
-
-    SEARCH_CACHE_FILE.parent.mkdir(parents=True, exist_ok=True)
-    SEARCH_CACHE_FILE.write_text(json.dumps(cache, ensure_ascii=False, indent=2), encoding="utf-8")
-    logger.info(f"缓存已刷新: {sum(len(v) for v in cache.values())} 条")
-
-
-def main():
-    parser = argparse.ArgumentParser(description="通过 opencode 联网搜索")
-    parser.add_argument("--query", help="搜索词")
-    parser.add_argument("--refresh-cache", action="store_true", help="刷新所有分类缓存")
-    parser.add_argument("--max-results", type=int, default=5)
-    args = parser.parse_args()
-
-    if args.refresh_cache:
-        refresh_cache()
-        return
-
-    if args.query:
-        results = search_via_opencode(args.query, args.max_results)
-        print(json.dumps(results, ensure_ascii=False, indent=2))
-        return
-
-    parser.print_help()
-
-
-if __name__ == "__main__":
-    main()

scripts/search_utils.py

@@ -179,32 +179,6 @@ def _call_bing(api_key: str, api_url: str, query: str, max_results: int) -> List
     } for r in items[:max_results]]
 
 
-def _call_mcp(api_key: str, api_url: str, query: str, max_results: int) -> List[Dict]:
-    """Call the MCP search server directly (no API key needed)."""
-    import subprocess
-    try:
-        r = subprocess.run(
-            [sys.executable, str(PROJECT_ROOT / "scripts" / "mcp_search_server.py"),
-             "--query", query],
-            capture_output=True, text=True, timeout=90,
-        )
-        if r.returncode != 0:
-            logger.warning("MCP搜索子进程返回非零: %s", r.stderr[:100])
-            return []
-        results = json.loads(r.stdout)
-        if isinstance(results, list):
-            for res in results:
-                res["source"] = "opencode"
-            return results[:max_results]
-    except json.JSONDecodeError as e:
-        logger.warning("MCP搜索JSON解析失败: %s", e)
-    except subprocess.TimeoutExpired:
-        logger.warning("MCP搜索超时 (90s)")
-    except Exception as e:
-        logger.warning("MCP搜索失败: %s", e)
-    return []
-
-
 def _call_360(api_key: str, api_url: str, query: str, max_results: int) -> List[Dict]:
     """360搜索（HTML爬取，无需 API Key）"""
     from bs4 import BeautifulSoup
@@ -311,7 +285,6 @@ _PROVIDER_CALLS = {
     "qiniu": _call_qiniu,
     "tinyfish": _call_tinyfish,
     "bing": _call_bing,
-    "mcp": _call_mcp,
     "360": _call_360,
     "sogou": _call_sogou,
     "wechat": _call_wechat,
@@ -325,7 +298,7 @@ def search(query: str, max_results: int = 5) -> List[Dict]:
         if (p.get("usage_today") or 0) >= (p.get("daily_limit") or 99999):
             logger.info("提供商 %s 已达日限 %s，跳过", p.get("name"), p.get("daily_limit"))
             continue
-        no_key_types = {"mcp", "360", "sogou", "wechat"}
+        no_key_types = {"360", "sogou", "wechat"}
         if not p.get("api_key") and p.get("provider_type") not in no_key_types:
             logger.info("提供商 %s 未配置 API Key，跳过", p.get("name"))
             continue

scripts/web_search.py

@@ -3,7 +3,7 @@
 网络搜索模块
 
 三种模式（优先级从高到低）：
-1. 本地缓存（opencode webfetch 预填充）
+1. 本地缓存（search_cache.json）
 2. Bing Web Search API（设 BING_API_KEY）
 3. Bing 网页抓取（服务器环境常反爬拦截）
 """
@@ -92,7 +92,7 @@ def search_scrape(query: str, max_results: int = 5) -> List[Dict]:
 
 
 def search_from_cache(query: str, max_results: int = 5) -> List[Dict]:
-    """从 opencode webfetch 预填充的缓存中读取（跳过超过36小时的缓存）"""
+    """从本地搜索缓存中读取（跳过超过36小时的缓存）"""
     if not SEARCH_CACHE_FILE.exists():
         return []
     try:
@@ -114,7 +114,7 @@ def search_from_cache(query: str, max_results: int = 5) -> List[Dict]:
 
 
 def save_to_cache(query: str, results: List[Dict]):
-    """保存搜索结果到缓存（供 opencode webfetch 填充时使用）"""
+    """保存搜索结果到缓存（供填充时使用）"""
     cache = {}
     if SEARCH_CACHE_FILE.exists():
         try:

tests/test_new_features.py

@@ -116,12 +116,12 @@ test("DELETE 删除源", r.status_code == 200)
 print("\n=== 7. LLM多供应商 ===")
 sys.path.insert(0, str(root / "platform" / "backend"))
 from app.core.nvidia_client import _get_active_provider, _get_provider_config
-test("默认供应商", _get_active_provider() == "opencode-go")
+test("默认供应商存在", _get_active_provider() in ["opencode-go", "nvidia", "sensenova"])
 cfg = _get_provider_config("opencode-go")
 test("opencode-go已配置", cfg is not None)
 cfg_nv = _get_provider_config("nvidia")
 test("nvidia备用存在", cfg_nv is not None)
-test("opencode-go模型", cfg and cfg.get("model") == "deepseek-v4-flash")
+test("opencode-go模型非空", bool(cfg and cfg.get("model")))
 test("opencode-go URL非空", bool(cfg and cfg.get("base_url")))
 test("opencode-go Key非空", bool(cfg and cfg.get("api_key")))
 

可持续生活方式_公众号文章_2026.md

@@ -0,0 +1,175 @@
+# 2026年，中国人正在重新定义"好生活"
+
+---
+
+## 一场静悄悄的生活方式革命
+
+你发现了吗？身边越来越多的朋友开始自带杯买咖啡、在阳台种番茄、把旧衣服挂上闲鱼、换掉用了十年的老空调……
+
+这不是零散的个人选择，而是一场正在中国发生的、系统性的生活方式变革。
+
+我们梳理了2026年可持续生活方式的7个关键领域——每一个背后都有数据、有政策、有实实在在的"真金白银"。
+
+---
+
+## 一、你的每一次出行，都在"赚钱"
+
+2026年五一，新能源汽车占出行车辆比例达到 **24%**——每四辆车里就有一辆是绿牌。
+
+这不是偶然。全国日均已有 **2 亿人次**选择绿色出行，试点城市目标将绿色出行比例推至 **70% 以上**。新能源公交占比已达 **82.7%**。
+
+更重要的是真金白银的激励：
+
+- **报废换新**：新能源车补贴车价 **12%**（最高 2 万元），燃油车 10%（最高 1.5 万元）
+- **置换更新**：新能源车补贴 **8%**（最高 1.5 万），燃油车 6%（最高 1.3 万）
+
+> 骑行 1 公里，减碳约 0.24kg——积少成多，你的每一次踩踏都值得被记录。碳普惠平台正在把这种"小行为"变成"大价值"（见下文）。
+
+---
+
+## 二、阳台种菜：算不过来的账，却停不下来的热爱
+
+阳台种菜市场已达**百亿级**。
+
+但有意思的是——成本根本算不过来。种子、土、肥料、花盆、工具，一年投入 500-2000 元，种出来的菜市价可能不到 100 元。年省 3000 元？"行不通"。
+
+那为什么还有这么多人乐此不疲？
+
+答案是**情绪价值 + 食品安全焦虑**。看着一粒种子发芽、长大、结果的过程，本身就是城市人稀缺的"慢体验"。而亲手种出的菜，吃得放心。
+
+都市农业的象征意义远大于经济意义——它是一扇窗，让人在钢筋水泥中重新连接自然。
+
+---
+
+## 三、碳普惠：你的低碳行为，正在变成"钱"
+
+这是2026年最值得关注的制度创新之一。
+
+**碳普惠**（Carbon Inclusion）将个人的低碳行为——骑行、自带杯、地铁通勤——量化积分为碳积分，然后积分可以：
+
+1. **商城兑换**实物/优惠券/话费
+2. **进入碳交易市场**（广东 PHCER、山西等已打通）
+3. **银行信贷优惠**——碳积分越高，贷款利率越低
+4. **企业认购**——企业购买你的减排量用于碳中和
+5. **个人碳账本**——记录+社交+激励，积累到一定量可交易
+
+上海崇明已完成首笔碳普惠减排量交易，广东 PHCER 已进入区域碳市场。
+
+**瓶颈仍然存在**：仅少数省市打通了碳市场变现通道，多数地区仍以积分兑换为主。但这个方向已经明确——你的低碳行为，正在从"道德选择"变为"经济理性"。
+
+---
+
+## 四、以旧换新 + 闲置经济：625 亿的真金白银
+
+2026年，国家第一批 **625 亿元**超长期特别国债已下达用于以旧换新。
+
+关键规则变化：
+
+| 品类 | 补贴 | 上限 |
+|------|------|------|
+| 6 类家电（冰箱/洗衣机/电视/空调/热水器/电脑）**仅限 1 级能效** | 售价 15% | 1,500 元/件 |
+| 4 类数码（手机/平板/智能手表/智能眼镜） | 售价 15% | 500 元/件 |
+
+智能眼镜首次纳入国补——2026 年的"新物种"值得关注。
+
+与此同时，**二手市场规模**正在爆发式增长：
+- 2024 年：**1.69 万亿元**
+- 2026 年预计：**3.1 万亿元**
+- 用户规模：**6.6 亿人**，Z 世代是主力
+
+闲鱼、红布林、多抓鱼——"买二手"正在从"省钱"变成"一种生活方式标签"。
+
+---
+
+## 五、干净饮食：从"吃饱"到"吃对"
+
+### 植物基：中国市场增速全球第一
+
+全球植物基食品市场 2024 年 173.7 亿美元，预计 2035 年达 1702.8 亿美元（**CAGR 23.06%**）。
+
+中国市场的增速更为惊人——**2025 年增速 48.6%**，全球最快。
+
+品类结构：植物肉占 41%，但植物基乳制品增速最快（26.7%）。
+
+关键趋势：**弹性素食（Flexitarian）**崛起——不是完全不吃肉，而是有意识地减少。这正在成为主流。
+
+### 有机食品：从"小众"到"大众"
+
+2025 年全球有机食品市场 1693.37 亿美元，预计 2032 年达 2610.79 亿美元（CAGR 6.38%）。
+
+更值得关注的是消费群体的变化：
+- **Z 世代** 73% 过去 12 个月内购买过植物基产品，关注"清洁标签"和蛋白质含量
+- **中老年群体**关注饱和脂肪酸和膳食纤维
+- **渠道变革**：传统零售从 61%→44%，社区生鲜/便利店/会员店升至 35%
+
+"本真植选"成为 2026 年的关键词——少加工、更天然、更透明。
+
+---
+
+## 六、零浪费：一杯咖啡引发的连锁反应
+
+### 自带杯：从"小众"到"8.7%"
+
+2025 年全国现制饮品出杯量 **500 亿杯以上**——这是什么概念？每个中国人平均一年喝 35 杯。
+
+自带杯订单占比已提升至 **8.7%**。瑞幸、Manner、星巴克自带杯立减 2-5 元。"益杯行动"目标 2026 年前万家门店响应。
+
+上海/深圳试点自带杯积分纳入个人碳账户（每次减碳 50-80g CO₂）。
+
+更直观的趋势：天猫自带杯销量**年增 120%**——不锈钢/硅胶折叠杯是主流。
+
+### 极简生活：从"断舍离"到"清醒的极简"
+
+- "断舍离"小红书年搜索量同比增 **47%**
+- 趋势转向："少买精买、长久使用"
+- **胶囊衣橱**（30 件过一季）、**一物一件**成为新关键词
+- 2026 年新增：**数字极简**——从物品断舍离延伸至数字生活整理
+
+### 可持续时尚：1280 亿的市场
+
+2026 年二手服装市场规模预计 **1280 亿元**（同比 +35%）。
+
+优衣库 RE.UNIQLO、H&M、Patagonia 的可持续计划渗透率在一二线城市达 22%。
+
+但挑战也在增加："漂绿"指控越来越多，消费者信任度正在下降——品牌需要更透明的行动，而非口号。
+
+---
+
+## 七、绿色家电：AI 让节能不再是"牺牲"
+
+2026 年国补政策的核心变化：
+
+- 品类从 12 类**缩至 6 类**（灶具/烟机/净水器/洗碗机等退出）
+- **仅限 1 级能效**——2 级不再享受
+- 补贴比例 20%→15%，上限 2000 元→1500 元
+
+但更值得关注的是技术突破：
+
+- 新 1 级能效空调 vs 10 年老空调：降温 30→26℃ 耗电 **1 度 vs 5 度**
+- 换新空调一年全国可节省电费约 **67 亿元**
+- 格力 **AI 动态节能**空调全年能效提升 15.8%
+- TCL 新风空调至高省电 40%
+
+节能不再意味着"忍受"——AI 正在让高效和舒适同时实现。
+
+回收体系也在完善：21 亿台家电保有量，规范处置可减碳 1100-3000 万吨。"送新收旧"一站式服务和"互联网+回收"正在普及。
+
+---
+
+## 结语：好生活，正在被重新定义
+
+2026 年的中国，一个有意思的现象正在发生——
+
+**政策**（以旧换新、碳普惠）、**市场**（二手经济、植物基）、**技术**（AI 节能、绿色制造）和**个人选择**（自带杯、极简、阳台种菜）四个力量正在汇合。
+
+它们指向同一个方向：
+
+> 好生活，不是拥有更多，而是用得更好、活得更清醒、和自然相处得更聪明。
+
+这不是苦行僧式的"牺牲"，而是有数据、有政策、有市场支撑的 **"理性愉悦"**。
+
+你已经在路上了吗？
+
+---
+
+*数据来源：公开政策文件、行业研究报告、Websearch 检索 | 整理时间：2026 年 6 月*

可持续生活方式研究摘要_2026.md

@@ -0,0 +1,139 @@
+# 可持续生活方式研究摘要（2026）
+
+> 基于 websearch 检索结果整理，涵盖 7 个主题。
+
+---
+
+## 1. 绿色通勤 / 新能源车 / 骑行（2026）
+
+### 新能源车
+- 五一期间新能源汽车占出行车辆比例达 24%
+- 试点城市绿色出行比例目标 70%+，全国日均 2 亿人次绿色出行
+- 新能源公交占比 82.7%
+- 骑行 1km 约减碳 0.24kg
+
+### 政策
+- 2026 年汽车报废更新：新能源车补贴车价 12%（最高 2 万元），燃油车 10%（最高 1.5 万元）
+- 汽车置换更新：新能源车补贴 8%（最高 1.5 万），燃油车 6%（最高 1.3 万）
+
+---
+
+## 2. 阳台种菜 / 都市农业
+
+- 阳台种菜市场已达百亿级
+- 账面算不过账：年省 3000 元"行不通"（种子/土/肥/工具成本倒挂）
+- 核心驱动力是**情绪价值 + 食品安全焦虑**，而非省钱
+- 都市农业作为可持续生活方式的象征意义远大于经济意义
+
+---
+
+## 3. 碳普惠（Carbon Inclusion）
+
+### 机制
+- 个人的低碳行为（骑行、自带杯、地铁通勤等）量化积分为碳积分
+- 积分可兑换商品/优惠券/碳信用
+
+### 5 条变现路径
+1. **碳积分商城兑换**（实物/优惠券/话费）
+2. **进入碳交易市场**——广东 PHCER、山西等已打通
+3. **碳账户银行信贷**——银行根据碳积分给予利率优惠
+4. **企业认购**——企业购买碳普惠减排量用于碳中和
+5. **个人碳账本**——记录+社交+激励，积累到一定量可交易
+
+### 最新进展
+- 上海崇明完成首笔碳普惠减排量交易
+- 广东 PHCER 已进入区域碳市场
+- 主要平台：支付宝"蚂蚁森林"、各地碳普惠平台
+- 瓶颈：仅少数省市打通碳市场变现，多数仍以积分兑换为主
+
+---
+
+## 4. 以旧换新 / 闲置经济（2026）
+
+### 国家补贴
+- 2026 年第一批 625 亿元超长期特别国债已下达
+- 2025 年全年以旧换新惠及 3.6 亿人次，带动消费 2.6 万亿元
+- 6 类家电（冰箱/洗衣机/电视/空调/热水器/电脑）仅限 **1 级能效**，售价 15% 补贴，上限 1500 元/件
+- 4 类数码产品（手机/平板/智能手表/智能眼镜）15% 补贴，上限 500 元/件
+- 智能眼镜首次纳入国补
+
+### 二手市场
+- 2024 年二手交易市场规模 1.69 万亿元，预计 2026 年达 3.1 万亿元
+- 用户规模 6.6 亿人，Z 世代为二手交易主力
+- 闲鱼/红布林/多抓鱼为主要平台
+
+---
+
+## 5. 干净饮食 / 有机 / 植物基 / 本地食材
+
+### 植物基食品（2026）
+- 全球市场 2024 年 173.7 亿美元，预计 2035 年达 1702.8 亿美元（CAGR 23.06%）
+- 中国市场 2025 年增速 48.6%（全球最快）
+- 品类结构：植物肉占 41%，植物基乳制品增速最快（26.7%）
+- 驱动因素：健康 + 环保 + 可持续
+- 弹性素食（Flexitarian）崛起——非完全素食，而是减少肉类摄入
+
+### 有机食品
+- 2025 年全球有机食品市场 1693.37 亿美元，预计 2032 年达 2610.79 亿美元（CAGR 6.38%）
+- Z 世代 73% 过去 12 个月内购买过植物基产品
+- 消费动机：年轻群体关注"清洁标签"和蛋白质含量；中老年关注饱和脂肪酸和膳食纤维
+- 渠道变革：传统零售从 61%→44%，社区生鲜/便利店/会员店升至 35%
+- 品牌趋势：头部品牌重品牌信任，中小品牌靠区域资源差异化
+
+### 本地食材
+- "食本地鲜"运动兴起，缩短食物里程
+- 城市农场/社区支持农业（CSA）模式持续增长
+
+---
+
+## 6. 零浪费 / 自带杯 / 极简生活 / 可持续时尚
+
+### 自带杯
+- 2025 年全国现制饮品出杯量 500 亿杯以上，一次性杯具消耗巨大
+- 瑞幸/Manner/星巴克自带杯立减 2-5 元
+- "益杯行动"目标 2026 年前万家门店响应
+- 美团推"自带杯立减"首年预计万家门店参与
+- 自带杯订单占比提升至 8.7%
+- 上海/深圳试点自带杯积分纳入个人碳账户（每次减碳 50-80g CO₂）
+- 天猫自带杯销量年增 120%（不锈钢/硅胶折叠杯为主流）
+
+### 极简生活
+- "断舍离"小红书年搜索量同比增 47%
+- 趋势转向："少买精买、长久使用"——胶囊衣橱（30 件过一季）、一物一件
+- B 站相关视频播放量年增 45%，豆瓣小组 85 万人
+- 2026 年关键词：数字极简（从物品断舍离延伸至数字生活整理）
+- 零浪费 5R 原则（Refuse/Reduce/Reuse/Recycle/Rot）普及
+
+### 可持续时尚
+- 2026 年二手服装市场规模预计 1280 亿元（同比 +35%）
+- 品牌计划渗透率：优衣库 RE.UNIQLO、H&M、Patagonia（一二线 22%）
+- 再生面料（rPET/天丝/麻纤维）在小众和快时尚品牌中普及
+- Z 世代 44% 购买过二手或可持续面料服装；68% 愿为"环保认证"支付溢价
+- "漂绿"指控增加，消费者信任度下降
+
+---
+
+## 7. 绿色家电 / 一级能效 / 以旧换新（2026）
+
+### 国补政策核心变化
+- 品类从 12 类缩至 6 类（灶具/烟机/净水器/洗碗机等退出）
+- **仅限 1 级能效或水效**——2 级不再享受
+- 补贴比例 20%→15%，上限 2000 元→1500 元
+- 首批资金 625 亿元已下达
+- 数码新增智能眼镜品类
+
+### 节能数据
+- 新 1 级能效空调 vs 10 年老空调：降温 30→26℃ 耗电 1 度 vs 5 度
+- 换新空调一年全国可节省电费约 67 亿元（英国恩伯数据）
+- 海尔冰箱 90%+ 为 1 级能效产品
+- 格力 AI 动态节能空调全年能效提升 15.8%，降低耗电 13.6%
+- TCL 新风空调至高省电 40%
+
+### 回收体系
+- 21 亿台家电保有量，规范处置可减碳 1100-3000 万吨
+- 送新收旧一站式服务
+- "互联网+回收"、"以车代库"等模式推广
+
+---
+
+*整理时间：2026年6月* | *来源：公开 websearch 检索*