Comment Context Fetcher

评论上下文拉取

⚠️ 数据平面已脚本化：本 Skill 的 MCP 调用执行入口已切换为 skills/comment-context-fetcher/scripts/fetch_payload.py（拉取+分类+去重+并行，单次 run 内按 id 去重、不做跨 run 磁盘缓存，并在拉取完成后一并组装精简 contexts.json / comments_brief.json），大 JSON 落盘不经过 LLM。本文档的分类/去重规则、get_process_list 固定参数（index=1/size=5/platform_version=3/status=1/publish_status=-1）、上下文组合契约（project=项目详情+最近5条进展，process=进展详情+所属项目详情）仍为权威定义，脚本按其实现。

🔑 执行前置（Token 全局缓存优先，对齐 invoice-expert 约定）：fetch_payload.py 读写全局缓存 ~/.workbuddy/.gongyi_token（跨专家共享，token 内含 _prod_/_test_ 环境段天然隔离测试/正式环境）——不传 --token 时脚本自动读缓存，有就直接用、不用每次调 get_mcp_token；本地不判断过期时间，过期以接口鉴权失败为准。脚本打印 {"need_refresh": true, ...}（退出码 3 无缓存 / 4 鉴权失败已自动清缓存）时，调用 MCP 工具 get_mcp_token（携带 caller_expert_id="comment-assistant"，一次调用完成，禁止先无参调用再重试）获取新 token，以 --token 重跑（脚本同步写回缓存）。token 不打印。详见 agents/comment-assistant.md Step 0。

概述

本 Skill 负责拉取评论关联的项目或进展的公开信息，为 AI 生成建议回复提供事实依据。

核心功能：

• 根据 object_type 调用对应 MCP 工具
• project → get_project_detail（项目详情）+ 追加 get_process_list（该项目最近 5 条进展）：产品要求项目评论的回复信息来源 = 项目信息 + 最近 5 条进展（最多 5 条；没有进展则只用项目信息）。固定参数 index=1, size=5, platform_version=3, status=1, publish_status=-1，与项目详情并行拉取
• process → get_process_detail（进展详情）+ 追加 get_project_detail（进展所属项目详情）：进展评论逻辑保持不变，回复需结合「进展内容 + 所属项目信息」，项目 ID 直接取评论自带的 project_id（无需等进展拉完再取），与进展拉取并行
• 支持批量并行拉取；单次 run 内按 id 去重（同一 id 仅拉一次），不做跨 run 磁盘缓存（每次 run 实时拉取）

关键约束：

• 只读取已发布的、可追溯的信息
• 拉取失败时降级为 "context": null，不阻断流程
• 去重粒度为「object_type + object_id」：同一类型的同一个 object_id 单次 run 内仅拉取一次；不同类型允许相同 object_id 各自拉取（project 与 process 是不同命名空间）
• process 的所属项目按 id 去重：进展评论自带的 project_id 收集后按 id 去重，同一 project_id 单次 run 内仅拉一次 get_project_detail（与 project 组合并去重，避免同一项目被 project 评论与 process 评论重复拉取）
• project 的进展列表按 id 去重：同一 project_id 单次 run 内仅拉一次 get_process_list（10 条 project 评论属同一项目时只拉 1 次）
• 不做跨 run 磁盘缓存：以上去重仅单次 run 内有效，每次 run 都实时拉取，保证不读到陈旧数据
• 并行拉取：project 组（项目详情 + 进展列表）、process 组、process 所属项目组之间、同组内多个 id 之间均并行发起调用，互不串行等待

触发场景

Agent 在 Phase 3（拉取上下文）时加载本 Skill。

输入格式

{
  "items": [
    {
      "object_type": "project",
      "object_id": "224328"
    },
    {
      "object_type": "process",
      "object_id": "652964",
      "project_id": "224328"
    }
  ]
}

工作流程

1. 分类：按 object_type 分为 project / process 两组
2. 组内去重：每组内按 object_id 去重，同一类型的同一个 object_id 单次 run 内只保留一条；不同类型不去重（命名空间不同）
3. 收集 process 所属项目：对 process 组每条评论取自带 project_id，汇总后按 project_id 去重（与 project 组的 project_id 合并去重——同一项目若既有 project 评论又有 process 评论，单次 run 内仅拉一次）
4. 并行批量调用（各类并行发起，同组内多个 id 也并行）：
   • project 组 → 并行调用 get_project_detail（按 object_id 去重）
   • project 组 → 并行调用 get_process_list（按 project_id 去重，固定参数 index=1, size=5, platform_version=3, status=1, publish_status=-1，取该项目最近 5 条进展）
   • process 组 → 并行调用 get_process_detail（按 object_id 去重）
   • process 所属项目组 → 并行调用 get_project_detail（按 project_id 去重，与 project 组合并去重）
5. 组装结果：两段式结构——projects 按 project_id 单独存放项目数据（project_detail 含基础字段 + 项目背景/爱心故事 + 募捐信息/执行地(名称)/生效备案号预算；process_list 仅 project 类型留言所属项目有），contexts 按 object_type:object_id 复合键存放各留言对象上下文并以 project_id 引用 projects（避免跨类型 ID 碰撞互相覆盖，也避免同一项目数据在多条进展上下文中重复内嵌）：
   • project 类型上下文 = {"type": "project", "project_id": "<pid>"}，项目数据取 projects[pid]（project_detail + process_list 最近 5 条，无进展/拉取失败为空数组）
   • process 类型上下文 = {"type": "process", "process_detail": {...}, "project_id": "<pid>"}，所属项目详情取 projects[pid].project_detail

输出格式

{
  "projects": {
    "224328": {
      "project_detail": {
        "project_name": "春蕾计划她们想上学",
        "project_intro": "...",
        "project_type": 1,
        "fundras_filing_code": "...",
        "closing_date": "2026-12-31",
        "close_fundraising_time": "2026-12-31 23:59:59",
        "project_backdrop_title": "项目背景",
        "project_backdrop": "项目背景正文（已剥离 HTML）...",
        "love_story_list": [
          {"story_name": "...", "story_intro": "故事正文（已剥离 HTML）...", "story_summary": "..."}
        ],
        "fundras_cycle_start_time": "2026-01-01",
        "fundras_cycle_end_time": "2026-12-31",
        "beneficiaries": "偏远学校",
        "assisted_materials": "艺术课",
        "assisted_materials_unit": "节",
        "executor_site": [
          {"province_name": "北京市", "city_name": "北京市", "area_name": "东城区"}
        ],
        "filing_budget": {
          "fundras_target": "500.00",
          "budget_list": [
            {"cost_item_one_name": "...", "cost_item_two_name": "...", "execution_content": "...", "amount_desc": "..."}
          ]
        }
      },
      "process_list": [
        {
          "id": 1001,
          "content_title": "2026年7月进展报告",
          "desc": "本月完成...",
          "publish_time": 1786000000
        }
      ]
    }
  },
  "contexts": {
    "project:224328": {
      "type": "project",
      "project_id": "224328"
    },
    "process:652964": {
      "type": "process",
      "process_detail": {
        "content_title": "项目进展报告",
        "desc": "...",
        "content": "...",
        "concrete_info": "...",
        "publish_time": "2026-08-01 10:00:00"
      },
      "project_id": "224328"
    }
  }
}

异常处理

依赖

• MCP Server: gongyi-open-mcp
• MCP Tools: get_project_detail, get_process_detail, get_process_list

参考文档

• get_project_detail.md
• get_process_detail.md
• get_process_list.md
• mcp-tool-mapping.md