docs: add stage 2 knowledge collection plan

README.md

@@ -1,6 +1,6 @@
 # 那拉提文旅智能问答
 
-Vue 3 + TypeScript + Vite 前端；FastAPI + Pydantic + SQLAlchemy 后端；PostgreSQL + pgvector。当前后端提供知识管理、来源、文档、人工审核、关键词/向量/RRF 检索、文本与向量发布、历史记录及认证/角色权限，问答仍为占位接口。
+Vue 3 + TypeScript + Vite 前端；FastAPI + Pydantic + SQLAlchemy 后端；PostgreSQL + pgvector。当前后端提供知识管理、来源、文档、人工审核、关键词/向量/RRF 检索、文本与向量发布、历史记录及认证/角色权限，`/api/chat` 提供条目级关键词证据检索，不生成模型答案。
 
 ## 启动数据库
 需要可用的 Docker Engine（Windows 可使用 Docker Desktop），在项目根目录运行：
@@ -48,7 +48,7 @@ Vite 通常使用 http://localhost:5173。
 - 注册/登录/退出、当前会话、资料修改、改密与管理员用户列表，详见 [认证接口契约](docs/AUTH_API.md)
 - GET `/api/health`
 - GET `/api/ready`：检查数据库连接
-- POST `/api/chat`：占位接口，尚未接入检索和 LLM
+- POST `/api/chat`：已核验条目关键词检索，问题1–500字符；返回 retrieval_only/no_evidence 和来源，详见 [CHAT_API.md](docs/CHAT_API.md)
 - GET `/api/knowledge`
 - POST `/api/knowledge`
 - GET `/api/knowledge/page`、GET/PATCH/DELETE `/api/knowledge/{id}`
@@ -107,7 +107,7 @@ Vite 通常使用 http://localhost:5173。
 
 前端包括问答、知识库管理、来源与更新、实验评估四个页面。实验评估页面没有虚构数据；所有页面明确标记当前功能状态。
 
-注意：当前已实现本地 Embedding、文本/向量快照、精确向量及 RRF 混合检索；`/api/chat` 仍是占位接口，生成模型实际调用暂缓，网络搜索、后台更新任务和真实领域评测尚未实现。管理接口由服务端认证与角色校验；审核表单的核验人仍是人工输入字段。已完成隔离环境的浏览器 Cookie/CSRF、角色与真实检索核心流程验收，见 [浏览器验收记录](docs/BROWSER_ACCEPTANCE.md) 与 [导出/采集时间复核](docs/EXPORT_BROWSER_ACCEPTANCE.md)；完整生产部署、Docker 数据库与 HTTPS 验收仍待完成。`.env` 不要提交到 Git。
+注意：当前已实现本地 Embedding、文本/向量快照、精确向量及 RRF 混合检索；`/api/chat` 已接入独立关键词检索，生成模型实际调用暂缓，网络搜索、后台更新任务和真实领域评测尚未实现。管理接口由服务端认证与角色校验；审核表单的核验人仍是人工输入字段。已完成隔离环境的浏览器 Cookie/CSRF、角色与真实检索核心流程验收，见 [浏览器验收记录](docs/BROWSER_ACCEPTANCE.md) 与 [导出/采集时间复核](docs/EXPORT_BROWSER_ACCEPTANCE.md)；完整生产部署、Docker 数据库与 HTTPS 验收仍待完成。`.env` 不要提交到 Git。
 
 ### 后端测试和迁移回滚
 

backend/app/api/routes/chat.py

@@ -26,9 +26,6 @@ def chat(payload: ChatRequest, db: Session = Depends(get_db)) -> ChatResponse:
             "因此系统仅返回可追溯证据，不生成或改写答案。"
         ),
         status="retrieval_only",
-        sources=[
-            {"title": hit.title, "source_url": hit.source_url}
-            for hit in result.results
-        ],
+        sources=[{"title": hit.title, "source_url": hit.source_url} for hit in result.results],
         retrieval_run_id=result.run_id,
     )

backend/app/schemas/chat.py

@@ -1,11 +1,14 @@
 from typing import Literal
 from uuid import UUID
 
-from pydantic import BaseModel, Field
+from pydantic import BaseModel
+
+from app.schemas.catalog import Input
+from app.schemas.retrieval import QueryText
 
 
-class ChatRequest(BaseModel):
-    question: str = Field(min_length=1, max_length=2000)
+class ChatRequest(Input):
+    question: QueryText
 
 
 class SourcePreview(BaseModel):

backend/app/schemas/retrieval.py

@@ -1,14 +1,16 @@
 from datetime import datetime
-from typing import Literal
+from typing import Annotated, Literal
 from uuid import UUID
 
 from pydantic import BaseModel, Field
 
 from app.schemas.catalog import Category, Input
 
+QueryText = Annotated[str, Field(min_length=1, max_length=500)]
+
 
 class RetrievalRequest(Input):
-    query: str = Field(min_length=1, max_length=500)
+    query: QueryText
     mode: Literal["keyword"] = "keyword"
     top_k: int = Field(default=5, ge=1, le=20)
     category: Category | None = None

backend/tests/test_chat.py

@@ -0,0 +1,161 @@
+"""Retrieval-only chat integration; synthetic evidence, never a generation call."""
+
+import copy
+
+import pytest
+from fastapi.testclient import TestClient
+from sqlalchemy import func, select, text
+from sqlalchemy.orm import Session
+from test_catalog import document, source
+from test_retrieval import add_item
+from test_runtime import server
+
+from app.models.rag import RagContext
+from app.models.retrieval import RetrievalRun
+from app.services import retrieval
+
+
+def test_overlong_chat_question_is_rejected_at_the_http_boundary(client):
+    with TestClient(
+        client.app, base_url="https://testserver", raise_server_exceptions=False
+    ) as public:
+        response = public.post("/api/chat", json={"question": "q" * 501})
+    assert response.status_code == 422, response.text
+
+
+@pytest.mark.parametrize(
+    "payload",
+    [
+        {},
+        {"question": ""},
+        {"question": " \t\n "},
+        {"question": None},
+        {"question": 123},
+        {"question": "q" * 2000},
+        {"question": "q" * 2001},
+        {"question": "alpha", "model": "not-accepted"},
+        {"question": "alpha", "messages": []},
+    ],
+)
+def test_invalid_chat_input_creates_no_retrieval_or_context(client, migrated_database, payload):
+    response = client.post("/api/chat", json=payload)
+    assert response.status_code == 422, response.text
+    assert all("input" not in error for error in response.json()["detail"])
+    with Session(migrated_database) as db:
+        assert db.scalar(select(func.count()).select_from(RetrievalRun)) == 0
+        assert db.scalar(select(func.count()).select_from(RagContext)) == 0
+
+
+def test_chat_query_boundary_normalization_and_public_history_permissions(client):
+    response = client.post("/api/chat", json={"question": "q" * 500})
+    assert response.status_code == 200, response.text
+    assert response.json()["status"] == "no_evidence"
+    client.cookies.clear()
+    public = client.post("/api/chat", json={"question": "  alpha  "})
+    assert public.status_code == 200
+    assert public.json()["status"] == "no_evidence" and public.json()["sources"] == []
+    assert client.get(f"/api/retrieval/runs/{public.json()['retrieval_run_id']}").status_code == 401
+
+
+def test_chat_sources_match_audited_snapshot_and_history_stays_immutable(client, migrated_database):
+    approved = add_item(client, title="verified alpha", content="alpha synthetic evidence")
+    add_item(client, status="pending", title="pending alpha", content="alpha unreviewed")
+    add_item(client, status="rejected", title="rejected alpha", content="alpha rejected")
+    deleted = add_item(client, title="deleted alpha", content="alpha deleted")
+    assert (
+        client.delete(
+            f"/api/knowledge/{deleted['id']}?expected_version={deleted['version']}"
+        ).status_code
+        == 204
+    )
+    result = client.post("/api/chat", json={"question": "  alpha  "}).json()
+    assert result["status"] == "retrieval_only" and "不生成" in result["answer"]
+    history = client.get(f"/api/retrieval/runs/{result['retrieval_run_id']}").json()
+    assert history["query"] == "alpha" and history["mode"] == "keyword"
+    assert [h["knowledge_id"] for h in history["results"]] == [approved["id"]]
+    assert result["sources"] == [
+        {"title": h["title"], "source_url": h["source_url"]} for h in history["results"]
+    ]
+    saved = copy.deepcopy(history)
+    assert (
+        client.patch(
+            f"/api/knowledge/{approved['id']}",
+            json={"expected_version": approved["version"], "content": "revised alpha"},
+        ).status_code
+        == 200
+    )
+    assert client.post("/api/chat", json={"question": "alpha"}).json()["status"] == "no_evidence"
+    assert client.get(f"/api/retrieval/runs/{history['run_id']}").json() == saved
+    assert (
+        client.post(
+            "/api/rag/contexts",
+            json={"retrieval_run_id": history["run_id"], "completion": {"model": "contract-model"}},
+        ).status_code
+        == 422
+    )
+    with Session(migrated_database) as db:
+        assert db.scalar(select(func.count()).select_from(RagContext)) == 0
+
+
+@pytest.mark.parametrize("change", ["source", "document"])
+def test_chat_cannot_reuse_evidence_after_catalog_revision(client, change):
+    src = source(client)
+    doc = document(client, src["id"])
+    add_item(client, document_id=doc["id"], content="alpha synthetic catalog evidence")
+    assert client.post("/api/chat", json={"question": "alpha"}).json()["status"] == "retrieval_only"
+    path, version, fields = (
+        (f"sources/{src['id']}", src["version"], {"source_url": "https://example.com/new"})
+        if change == "source"
+        else (f"documents/{doc['id']}", doc["version"], {"content": "revised synthetic document"})
+    )
+    assert (
+        client.patch("/api/" + path, json={"expected_version": version, **fields}).status_code
+        == 200
+    )
+    result = client.post("/api/chat", json={"question": "alpha"}).json()
+    assert result["status"] == "no_evidence" and result["sources"] == []
+
+
+def test_chat_capacity_failure_is_not_a_successful_empty_answer(
+    client, migrated_database, monkeypatch
+):
+    add_item(client, content="alpha synthetic capacity evidence")
+    monkeypatch.setattr(retrieval, "MAX_ITEMS", 0)
+    response = client.post("/api/chat", json={"question": "alpha"})
+    assert response.status_code == 503 and "sources" not in response.json()
+    with Session(migrated_database) as db:
+        assert db.scalar(select(func.count()).select_from(RetrievalRun)) == 0
+
+
+def test_chat_failed_history_insert_does_not_leave_partial_rows(client, migrated_database):
+    with migrated_database.begin() as db:
+        db.execute(
+            text("ALTER TABLE retrieval_runs ADD CONSTRAINT reject_chat_run CHECK(false) NOT VALID")
+        )
+    assert client.post("/api/chat", json={"question": "alpha"}).status_code == 409
+    with Session(migrated_database) as db:
+        assert db.scalar(select(func.count()).select_from(RetrievalRun)) == 0
+
+
+def test_chat_retrieval_history_survives_real_http_restart(migrated_database):
+    with server(migrated_database) as client:
+        assert client.post("/api/chat", json={"question": "q" * 501}).status_code == 422
+        item = add_item(client, content="alpha real HTTP synthetic evidence")
+        response = client.post("/api/chat", json={"question": " alpha "})
+        assert response.status_code == 200
+        result = response.json()
+        history = client.get(f"/api/retrieval/runs/{result['retrieval_run_id']}").json()
+        assert history["results"][0]["knowledge_id"] == item["id"]
+        assert history["query"] == "alpha"
+    with server(migrated_database) as client:
+        assert client.get(f"/api/retrieval/runs/{result['retrieval_run_id']}").json() == history
+        exported = client.post(
+            "/api/retrieval/exports",
+            json={"run_ids": [result["retrieval_run_id"]], "include_contexts": True},
+        )
+        assert exported.status_code == 200
+        client.cookies.clear()
+        assert (
+            client.post("/api/chat", json={"question": "alpha"}).json()["status"]
+            == "retrieval_only"
+        )

docs/ARCHITECTURE.md

@@ -14,7 +14,7 @@ FastAPI + Pydantic
           |-- 来源获取 -> 人工核验 -> 文本切分 -> 生成向量 -> 发布版本
 ```
 
-当前后端实现健康/数据库就绪检查、来源与文档管理、知识增删改查、分页筛选、人工审核、历史快照、认证会话/角色权限、文本/向量快照及独立关键词/向量/RRF 检索；问答仍为占位接口。数据库由 Alembic 显式迁移并启用 pgvector，DeepSeek RAG 待明确恢复后实现。前端已接入登录/注册、个人中心、账户设置、会话恢复、路由守卫和角色菜单，以及来源、文档的创建、编辑、软删除、分页搜索与历史快照；实验页不伪造数据，知识审核与浏览器 Cookie/PostgreSQL 联调仍需验收。
+当前后端实现健康/数据库就绪检查、来源与文档管理、知识增删改查、分页筛选、人工审核、历史快照、认证会话/角色权限、文本/向量快照及独立关键词/向量/RRF 检索；`/api/chat` 为独立条目关键词检索适配，返回检索状态与来源，不调用生成模型（见 [CHAT_API.md](CHAT_API.md)）。数据库由 Alembic 显式迁移并启用 pgvector，DeepSeek RAG 待明确恢复后实现。前端已接入登录/注册、个人中心、账户设置、会话恢复、路由守卫和角色菜单，以及来源、文档的创建、编辑、软删除、分页搜索与历史快照；实验页不伪造数据，知识审核与浏览器 Cookie/PostgreSQL 联调仍需验收。
 
 ## 阶段 2 数据边界
 

docs/CHAT_API.md

@@ -0,0 +1,30 @@
+# 检索式聊天接口
+
+`POST /api/chat` 是已核验知识的条目级关键词检索适配，不调用生成模型。它与问答页面直接使用的 chunk/RRF 接口不同，也不会创建 Responses 准备快照。生成模型与真实服务接入继续延期。
+
+## 请求
+
+```json
+{"question":"那拉提示例关键词"}
+```
+
+接口公开可用，无需登录；只接受 question。服务端去除首尾空白后校验1–500个字符，与底层 RetrievalRequest 共用同一字段约束；字符数不代表模型token数。缺失、空白、错误类型、超长输入或额外字段（包括 model、messages、凭据）均返回422，不写检索记录。只有停用词或标点、没有有效检索词时同样返回422。错误不包含原始输入值。
+
+原适配曾允许2000字符，内层检索只允许500字符，导致501–2000字符请求返回500。现在该范围在HTTP入参处明确返回422，不截断问题，也不绕过原检索限制。
+
+## 响应与证据
+
+成功返回 answer、status、sources 和 retrieval_run_id。answer 为固定的检索状态说明，**不是生成式回答**。
+
+- status=retrieval_only：返回最多5条来源预览（title/source_url），来自同一条目关键词检索历史的排名结果。说明中的命中总数可以大于来源预览数；完整排名、正文片段、来源/知识版本、配置、语料指纹和耗时保存在原检索记录中。
+- status=no_evidence：没有命中的有效已核验依据，sources为空；仍保存该次真实无命中检索的run ID。
+
+待审核、拒绝、软删除、来源/文档失效或修订后等待重新审核的条目不作为来源。资料修订影响后续请求，不重写已经保存的历史快照。没有LLM调用量、生成答案或费用字段，不能把固定说明用于领域质量评分。
+
+检索历史及JSONL导出仍要求管理员权限；公开获取run ID不授予历史读取权限。该run的mode=keyword、证据粒度为knowledge_item，不能传入只接收chunk检索的 `POST /api/rag/contexts`。需要Responses准备时先使用chunks/vector/hybrid检索。
+
+容量超限/数据库不可用保留503，历史保存约束冲突返回409；错误不会伪装成200无命中，也不会保存部分历史。仅成功完成检索与历史事务后返回来源。无额外数据库迁移。
+
+## 验证边界
+
+测试使用合成条目、真实隔离PostgreSQL和默认应用HTTP生命周期，覆盖500字符边界、501字符HTTP失败复现与修正、参数拒绝不写记录、公开调用与历史权限、审核筛选、资料修订/历史不变、容量与事务失败，以及进程重启后的历史和导出。没有模型调用或新增浏览器验收。

docs/RAG_CONTEXT_API.md

@@ -2,7 +2,7 @@
 
 本阶段按用户要求先实现通用请求格式，生成模型选择和真实调用延期。新准备请求采用非流式 **Responses API**（服务端点为 `<base_url>/responses`）：`model/instructions/input/max_output_tokens`，从结构化 `output` 读取 assistant 文本。依据 [OpenAI Responses 迁移说明](https://developers.openai.com/api/docs/guides/migrate-to-responses)、[DeepSeek Responses 兼容表](https://api-docs.deepseek.com/guides/responses_api/) 与[百炼 Responses 文档](https://help.aliyun.com/zh/model-studio/qwen-api-via-openai-responses)。当前仍为纯组包和解析，不绑定实际服务地址、密钥或模型，不发出 HTTP 生成请求。
 
-本阶段提供管理员上下文准备与历史接口、完整证据快照、固定提示词及纯响应解析器。`POST /api/chat` 仍保留原占位状态，尚未成为生成式问答接口；准备记录固定为 `kind=prepared_request, model_called=false`，不能作为实际模型回答、耗时、费用或领域实验结果。
+本阶段提供管理员上下文准备与历史接口、完整证据快照、固定提示词及纯响应解析器。`POST /api/chat` 是独立的条目级关键词检索适配，返回检索状态和来源，尚未成为生成式问答接口（见 [CHAT_API.md](CHAT_API.md)）；准备记录固定为 `kind=prepared_request, model_called=false`，不能作为实际模型回答、耗时、费用或领域实验结果。
 
 ## 准备与读取
 

docs/TASKS.md

@@ -11,9 +11,9 @@
 | T05 | 知识库 | 设计 sources/documents/chunks/version 表 | 范涵宇 | 已完成（迁移、发布快照和接口已合入；待 Docker 联调） |
 | T06 | 检索 | 实现关键词检索基线 | 范涵宇 | 已完成（已核验知识 BM25 与检索历史已合入） |
 | T07 | 向量 | 评估 Embedding 并实现 pgvector | 范涵宇 | 已完成（本地模型、精确向量和 RRF 已合入；待真实领域评测） |
-| T08 | RAG | 集成 LLM 与来源展示 | 范涵宇 | 协议基础已合入（Responses 请求/解析调整已在独立分支通过验证，待审；生成模型选型与实际调用延期） |
+| T08 | RAG | 集成 LLM 与来源展示 | 范涵宇 | Responses 协议已合入（请求/解析与旧快照兼容已完成；生成模型选型与实际调用延期） |
 | T09 | 实验 | 构建可核验问题集及评分规范 | 杨星萱 | 待办 |
-| T10 | 工程 | 补充测试、Alembic、鉴权与部署 | 范涵宇（主）、全员 | 进行中（迁移、认证、CSRF、224项回归及浏览器核心流程已通过；Docker/HTTPS/部署待验收） |
+| T10 | 工程 | 补充测试、Alembic、鉴权与部署 | 范涵宇（主）、全员 | 进行中（迁移、认证、CSRF及浏览器核心流程已通过；聊天边界修正和312项分支回归待审，Docker/HTTPS/部署待验收） |
 
 ## 2026-10-15 首次联调记录
 
@@ -126,3 +126,11 @@
 - 本轮 `pytest -q backend/tests/test_rag.py backend/tests/test_exports.py` **113 passed**；完整 `pytest -q backend/tests` **294 passed, 1 skipped**。skip 为显式启用的真实 Embedding 专项，本轮不运行模型。ruff检查/格式检查及前端类型/生产构建通过；未修改页面交互，不宣称新增浏览器验收。
 
 - PR #44 合入后同步最新 dev，保留两份阶段记录并解决本文件追加冲突。此次同步后重新执行前端时区6项、会话3项及类型/生产构建，均通过；backend树与此前294项回归时一致，本次未重复运行全量后端测试，也未新增模型调用或浏览器验收。
+
+
+## 2026-10-17 T10：检索式聊天边界与后端验收
+
+- PR #45 的 head/merge 均已核对进入 dev，再从最新 dev 创建 `fix/backend-chat-validation`。新合入 PR #46 已实现 `/api/chat` 的检索式适配，本轮补上后端边界修正和集成验收，不重复实现检索、不接入生成模型。
+- 已复现501字符问题返回500：外层ChatRequest允许2000字符，内层RetrievalRequest只允许500字符。现在两者共用QueryText与输入规范，问题去首尾空白后1–500字符，超长/空白/错误类型/额外字段在HTTP边界返回422，不静默截断，也不写检索历史。
+- 补充有效审核来源筛选、资料修订后重新审核、公开聊天/私有历史权限、历史与导出持久化、容量503及写入409完整回滚验证；真实HTTP重启后检索历史保持一致。Chat仅生成固定检索状态说明，条目级记录不能传给chunk级Responses准备。完整契约见 [CHAT_API.md](CHAT_API.md)。
+- 专项 `pytest -q backend/tests/test_chat.py backend/tests/test_retrieval.py` **35 passed**；完整 `pytest -q backend/tests` **312 passed, 1 skipped**，skip为显式启用的真实Embedding专项，本轮未运行模型。ruff检查/格式检查、diff检查和最新前端类型/生产构建通过。API路径、响应字段和数据库迁移不变；README/架构文档更正已过期的聊天占位说明。无新增浏览器验收或领域分数。

docs/knowledge/phase2-knowledge-collection-plan.md

@@ -0,0 +1,65 @@
+# 阶段 2 知识收集清单（计划）
+
+> 阶段：2026-10-19 至 2026-10-23（阶段 2：知识管理）
+> 目标：收集并登记首批 30–50 条可核验资料，完成初步分类与来源核验。
+> 维护人：杨星萱（知识库、实验与文档负责人）
+
+## 一、阶段 1 知识交付物汇总（截至 2026-10-18）
+
+| 交付物 | 位置 | 状态 |
+|---|---|---|
+| 资料台账模板 | [material-ledger.md](material-ledger.md) | 基础版已合入 `dev`；“更新时间”字段与测试条目 K-0002 依赖合并请求 #51，未合入前不得按已具备处理。 |
+| 审核规则 | [review-rules.md](review-rules.md) | 草案已合入 `dev`，待团队确认后定稿。 |
+| 联调验收记录模板 | [acceptance-record.md](acceptance-record.md) | 已合入 `dev`。 |
+| 字段核对反馈 | `field-feedback.md`（依赖 #51） | 其中 `source_id`、`collected_at`、`notes` 三项建议待范涵宇、吉海燕确认。 |
+
+## 二、收集目标与口径
+
+- 总量：30–50 条，覆盖红色文化、旅游资源、民宿服务、交通出行四类。
+- 每条资料必须来源可回访、事实可核验；未核验保持 `pending`，不得进入正式检索。
+- 只登记真实资料；不编造来源、事实或数据。演示/测试条目必须明确标注，且不得与真实资料混淆。
+- 首版不承诺实时房态、实时价格或自动联网核验；此类内容不纳入本阶段收集范围。
+
+## 三、四类收集方向与数量分配
+
+| 类别 | 建议数量 | 收集方向 | 来源优先级 |
+|---|---:|---|---|
+| 红色文化 | 8–12 条 | 边疆红驿相关历史背景、红色纪念地、戍边/英烈事迹、红色场馆介绍 | 政府/文旅局/纪念馆官方 > 权威媒体 |
+| 旅游资源 | 10–15 条 | 那拉提景区概况、景点介绍、游览路线、开放时间、票务/预约说明（静态）、适宜季节 | 景区官网/文旅局 > 权威媒体 |
+| 民宿服务 | 6–10 条 | 民宿类型、服务内容、位置、入住须知（静态说明） | 官方平台/文旅局 > 权威媒体 |
+| 交通出行 | 6–10 条 | 抵达交通方式、班车/自驾路线、景区内交通、天气与安全提示 | 交通部门/文旅局 > 权威媒体 |
+
+## 四、来源类型与核验要点
+
+1. 优先采集文旅局、景区官网、政府公告、交通部门等官方来源；权威媒体可作为补充。
+2. 一般网站与自媒体仅可作线索，不能单独作为 `verified` 的依据，除非能追溯到原始官方来源。
+3. “独立来源”是指不同发布主体的原始材料，或可追溯到不同原始材料的权威发布；转载同一公告的多个页面不视为独立来源。
+4. 关键事实须至少由一个独立来源交叉印证，方可标记为 `verified`；详细口径以 [审核规则](review-rules.md) 定稿为准。
+5. 记录资料版本、获取日期；“更新时间”仅在 #51 合并后填写，便于后续向量重建与数据集说明。
+
+## 五、字段与登记要求
+
+- 沿用 [资料台账](material-ledger.md) 已有字段：标题、类别、来源名称、URL、获取日期、正文摘要、真实性判断、核验日期、核验人、状态、备注。
+- “更新时间”字段在 #51 合并后纳入必填口径；在此之前不得用自定义列替代正式字段。
+- 状态仅使用 `pending` / `verified` / `rejected`。每条先登记为 `pending`；仅将 `verified` 条目交给范涵宇入库。
+
+## 六、执行顺序
+
+1. 优先收集官方来源的景区概况与红色文化资料。
+2. 补充交通与民宿的静态说明。
+3. 逐条完成来源、关键事实与时效性核验；信息缺失或来源存疑时保持 `pending`。
+4. 按批次提交台账与 `verified` 清单，并记录联调结果。
+
+## 七、阶段验收标准
+
+本阶段结束时，应提交下列可复核交付物：
+
+1. 30–50 条台账记录，按四类统计数量，并区分真实资料和明确标注的测试资料。
+2. 每条记录的来源 URL 可访问检查结果；不可访问或无法回访的记录保持 `pending` 或标记 `rejected`。
+3. `pending` / `verified` / `rejected` 的数量统计，以及可交给后端入库的 `verified` 清单。
+4. 对已入库 `verified` 条目的联调验收记录，使用 [联调验收记录模板](acceptance-record.md) 记录环境、操作、结果和证据位置。
+
+## 八、待定事项与依赖
+
+- #51 合并前：`source_id` 选择、`collected_at` 是否必填、`notes` 是否新增，以及“更新时间”字段均尚未定稿。
+- 以上数据库与前端改动由范涵宇、吉海燕评估确认；确认结果应同步更新本清单、台账和接口文档。