docs: streamline README around content management and operations

Reviewed-on: #19

README.md

@@ -1,18 +1,38 @@
 # Endor · Tabularium
 
-Endor 文档站、研究工作台与制图程序。应用代码在 Git 中评审；全部文档正文、目录元数据和内容修订以站点 SQLite 数据库为唯一权威源。日常写作不需要 commit、构建或部署。
+Endor 的文档站与 AI 公司研究工作台，包含文档阅读、全文搜索、研究数据展示和制图工具。使用 Next.js Pages Router、React、TypeScript 与 Tailwind CSS；JavaScript workspace 使用 pnpm，制图 Python 项目使用 uv。
 
-## 存储与读取
+## 代码与内容放在哪里
 
-沿用 `AUTH_CONFIG_FILE` 同目录的 `login-state.sqlite` 和 `/auth` 持久挂载。`documents` 存正文及分类、合集、分组、摘要、草案与推荐状态；`document_aliases` 保留旧地址；`document_revisions` 保存每次修改；`document_imports` 标记一次性迁移。没有第二套文档数据库。
+文档正文、目录元数据和修订记录由站点 SQLite 数据库管理，日常写作直接更新数据库，无需提交代码、构建或部署。研究业务数据仍沿用版本化 JSON 导入机制，后续单独迁移。
 
-首页、阅读页、目录和全文搜索按请求查询数据库，使用 `private, no-store`。旧文件式地址与改名前的语义地址通过数据库别名跳转，保留查询参数；不再在构建阶段枚举文档。Markdown 原文通过受认证保护的 `/api/documents/source?slug=...` 获取。
+| 内容 | 权威来源与维护方式 |
+| --- | --- |
+| 文档正文、分类、合集、分组、摘要、草案和推荐状态 | 数据库；通过服务器上的 `docs` 管理工具读写 |
+| 文档旧地址与修订历史 | 数据库；改名保留别名，修改追加修订 |
+| AI 公司、观测、证据、候选与核查记录 | `content/research` 中的版本化快照；服务端显式按版本导入同库后查询 |
+| 页面、组件、管理工具和部署逻辑 | 本仓库，通过工作分支与 PR 评审 |
+| 图形源码与静态资源 | `tools/figures` 与 `apps/docs/public`；生成步骤在远程 Runner 执行 |
 
-仓库不保存日常正文、目录 JSON、数据库文件或内容快照；历史 Git 记录仅用于迁移。页面不再读取 `content/docs` 或 `content/catalog.json`。Markdown 与 GFM 表格仍可用，不解析原始 HTML。图片在写入时检查压缩格式；图形程序与版本化静态资源仍在代码仓库，本轮不迁移媒体存储。研究业务数据留待下一步。
+以上数据库数据共用 `AUTH_CONFIG_FILE` 同目录下的 `login-state.sqlite`，该文件名沿用历史命名。生产环境挂载到容器 `/auth`，不随镜像替换。文档使用 `documents`、`document_aliases`、`document_revisions`、`document_imports` 表，研究数据使用 `research_*` 表，登录状态使用 `login_state` 表。
 
-## 在服务器上管理文档
+仓库不接收新的文档正文 Markdown、目录 JSON、数据库文件或日常正文快照。历史 Git 正文仅用于一次性迁移；运行时不读取 `content/docs` 或 `content/catalog.json`。README 维护程序使用与运维约定，研究个案、统计数量与内容更新日志在工作台和数据库文档中查看。
 
-部署安装 `/opt/endorphin-tabularium-docs/docs`，通过当前容器执行管理 CLI。需要服务器的运维权限；不增加可公开写入的 API，不改变现有动态码登录。
+## 阅读与访问
+
+首页、阅读页、目录及全文搜索按请求读取数据库，内容更新后刷新即可看到。旧文件式地址和改名前的语义地址继续跳转到当前地址，并保留查询参数。
+
+- 文档原文：`GET /api/documents/source?slug=<文档地址>`。
+- 全文搜索：`GET /api/search`。
+- 研究工作台：`/docs/other-research/ai-company-research/overview`。
+- 收入样本：`/docs/other-research/ai-company-research/income-snapshot`。
+- 覆盖与缺项：`/docs/other-research/ai-company-research/coverage`。
+
+正文、搜索、研究 API 与静态资料均经过站点登录认证，私有响应使用 `private, no-store`。Markdown 支持 GFM 表格，不解析原始 HTML；正文图片写入时检查压缩格式。草案标记用于展示状态，不构成单独的访问权限。
+
+## 管理文档
+
+部署后，管理员可在服务器上使用 `/opt/endorphin-tabularium-docs/docs`。该工具在当前容器中操作数据库，需要服务器运维权限；站点没有公开的文档写入 API。
 
 ```sh
 sudo /opt/endorphin-tabularium-docs/docs list
@@ -20,174 +40,111 @@ sudo /opt/endorphin-tabularium-docs/docs get endor/endor-purpose-draft
 sudo /opt/endorphin-tabularium-docs/docs history 04-endor-purpose-draft
 ```
 
-新建或修改使用标准输入传入完整 JSON。必填字段：`slug`、`sourceSlug`、`title`、`category`、`collection`、`group`、`description`、`draft`、`featured`、`content` 和 `revision`。新建时 `revision: 0`；修改时先 get 并使用读到的 revision，避免覆盖别人刚写入的版本。`sourceSlug` 是稳定标识，修改公共 slug 时保持它不变，旧地址继续可用。调整目录直接修改 category、collection、group 等字段。
+`save` 从标准输入接收完整 JSON。必填字段如下：
+
+| 字段 | 用途 |
+| --- | --- |
+| `slug` | 语义化公开地址，不含数字章节前缀 |
+| `sourceSlug` | 稳定标识；修改公开地址时保持不变 |
+| `title`、`content` | 标题与 Markdown 正文 |
+| `category`、`collection`、`group` | 分类、合集与目录分组 |
+| `description`、`draft`、`featured` | 摘要、草案状态与推荐状态 |
+| `revision` | 新建传 `0`；修改传最近一次读取到的版本号 |
+
+修改现有文档的流程：
 
 ```sh
-sudo /opt/endorphin-tabularium-docs/docs get endor/endor-purpose-draft > /private/work/purpose.json
-# 在私有文件中修改正文或目录字段，保留读到的 revision。
-sudo /opt/endorphin-tabularium-docs/docs save < /private/work/purpose.json
+umask 077
+doc_work_dir=$(mktemp -d)
+sudo /opt/endorphin-tabularium-docs/docs get endor/endor-purpose-draft > "$doc_work_dir/document.json"
+# 编辑该私有 JSON 文件，保留读取到的 revision 和 sourceSlug。
+sudo /opt/endorphin-tabularium-docs/docs save < "$doc_work_dir/document.json"
 ```
 
-路径仅为操作示例，应选择实际存在且受保护的目录。运行成功后刷新网页即可看到正文、导航和搜索更新。版本冲突时重新读取并合并修改；不要把旧 revision 改成新数字强行覆盖。草案是现有展示标记，不是按分支或用户隔离的访问控制。
+保存成功后，正文、目录和搜索通过后续请求读取新内容。发生版本冲突时重新读取并合并修改，不能仅改大 `revision` 覆盖并发编辑。调整分类或分组也走同一保存流程；`history` 使用稳定的 `sourceSlug` 查询修订。
 
-新增正文不提交回 Git。奇思妙想这类内容同样通过数据库写入；本次用户明确要求汇总四个 PR，因此该草案已纳入首次迁移清单，保留草案状态。代码分支与数据发布是不同动作，其他分支的内容不会自动发布。
+## 研究数据与检查
 
-## 首次迁移与备份
+研究工作台提供公司筛选、经营指标、原始证据、收费与交付模式、技术材料及核查记录。它区分公司披露、支付平台指标、第三方估算、融资和客户收益；未知收入不填零，材料可访问也不代表性能或商业效果已经验证。研究范围、样本限制和个案结论以工作台记录为准。
 
-本次汇总先合入 PR #14、#15、#16，再应用 PR #17 的数据库迁移。最新研究正文及奇思妙想草案合计 51 篇，连同目录可从固定历史提交 `cffca6942b1bc0005321e1685f38593fb0b853d5` 完整导出；其中 AI 公司研究三篇采用汇总期间追加的 `74af205b2959e1bb6a1fe9f567bc87069ac6d12c` 历史版本，保留 Wabi 更新：
+| 仓库资料 | 用途 |
+| --- | --- |
+| `content/research/ai-companies.seed.json` | 研究数据导入快照；更新必须更换 `version` |
+| `content/research/ai-companies.sources.json` | 来源范围、用途、覆盖边界与后续缺项 |
+| `content/research/ai-companies.coverage.json` | 候选池逐条筛选台账 |
+| `content/research/ai-income-analysis.json` | 独立复算的统计参考快照 |
+
+服务端以事务导入未载入的版本，保留旧研究版本与登录、文档数据；同一版本标识下内容变化会拒绝导入。页面和 `GET /api/research/ai-companies` 从数据库读取对应研究版本。回退程序可能选择旧研究版本，不能等同于撤销数据库中的正文编辑。
+
+以下 Python 检查不触发编译或构建，可在工作分支执行：
 
 ```sh
-python3 scripts/export-legacy-documents.py --output .artifacts/documents-migration.json
+PYTHONDONTWRITEBYTECODE=1 python3 scripts/audit-ai-research.py --check
+PYTHONDONTWRITEBYTECODE=1 python3 scripts/summarize-ai-income.py --check
 ```
 
-导出文件位于 Git 忽略目录、权限 0600，不进入镜像。脚本也支持显式 `--ref`，但不能用未评审分支替换生产迁移基线。它不会在站点读取时执行。CI 使用历史导出验证全部正文与目录的逐项一致性，构建镜像只含程序，不含文档快照或数据库。
+若需对照研究数据检查报告正文，先用 `docs export` 导出当前文档，再给对应脚本传入 `--document-export <导出文件>`。默认 `--check` 核对研究数据的统计与审计不变量，不将历史迁移快照当作当前正文。脚本不带参数时仅在 `.artifacts/reports` 生成候选正文，需审阅后通过 `docs save` 写入数据库。
 
-首次部署先备份整个共享数据库，再显式事务导入到空文档表。普通部署使用 `import --if-empty`，已有内容时跳过，不以历史数据覆盖数据库编辑；重复同一导入也不会重置内容。导入失败则事务整体回滚，既有登录与研究表保留，部署中止。
+## 备份与首次迁移
 
 ```sh
 sudo /opt/endorphin-tabularium-docs/docs backup /auth/manual-backup.sqlite
 sudo /opt/endorphin-tabularium-docs/docs export /auth/current-documents.json
 ```
 
-backup 是包含登录、研究、正文、别名和修订的完整 SQLite 一致性备份；export 只导出当前正文与目录，作为空库初始化/外部迁移快照，不代替完整备份或恢复修订历史。输出路径均在容器内，文件已存在时拒绝覆盖。备份含认证状态，应留在私有挂载或受控备份位置，不能放到公开静态目录、仓库或日志。
+路径在容器内，输出文件已存在时拒绝覆盖。`backup` 是整个共享 SQLite 数据库的一致性备份，包含登录状态、研究数据、正文、别名和修订；`export` 只保存当前正文与目录，供空库初始化或外部迁移使用，不包含完整修订历史。认证配置单独保存在 `/auth/config.json`，整库备份不包含该配置文件。备份与导出应保存在私有挂载或受控备份位置。
 
-代码回退不会撤销数据库编辑，但回退到旧文件式站点会显示旧正文。恢复完整数据库会同时影响登录和研究状态，必须先停止写入、保留当前备份并由管理员明确选择恢复点；部署脚本不会自动恢复数据库或删除新内容。
+首次迁移由 `scripts/export-legacy-documents.py` 从固定历史版本导出正文和目录，基线与研究正文覆盖版本在脚本中明确记录。导出写入 Git 忽略目录，权限为 `0600`，不进入生产镜像：
 
-## 代码验证
+```sh
+python3 scripts/export-legacy-documents.py --output .artifacts/documents-migration.json
+```
 
-使用 React、Next.js Pages Router、TypeScript 和 Tailwind CSS。JavaScript 用 pnpm，制图 Python 用 uv。编译、构建、打包和构建产物全部在已确认的 ces-control Runner 执行；`pnpm test:docs` 等测试脚本会调用 esbuild，也只能在 Runner 执行。
+该命令用于迁移准备，不是日常写作入口；目标文件存在时拒绝覆盖。部署先备份共享数据库，再用 `import --if-empty` 向空文档表事务导入。已有文档时跳过，不覆盖后续编辑；导入失败整体回滚并中止部署。`--ref` 仅用于明确选择历史导出版本。
 
-工作分支与 PR 不运行 CI，仅做不会触发编译、构建的轻量检查。用户手动合并 main 后，才在 ces-control 执行 lint、类型检查、数据库事务/版本测试、现有认证与研究测试、图形检查、构建与容器冒烟；验证通过才沿用既有部署流程。
+程序回退不会撤销数据库编辑；回退到旧文件式站点则会显示旧正文。完整数据库恢复会同时影响登录、研究和文档状态，需先停止写入、保留当前备份，再明确选择恢复点。部署脚本只回退镜像，不自动恢复数据库。
 
-冒烟使用隔离数据库卷：完整导入后逐项核对全部正文与目录，验证新建、更新、重命名、搜索立即变化及容器重启后的持久化，并覆盖全部文档地址、认证、媒体和原文端点。测试卷不会触及生产数据库。
+## 登录管理
 
-`tools/figures/src/endor_figures` 与 `apps/docs/public/figures` 仍保存图形源码及可复现的静态资源。图形构建也在远程执行。
-
-## 动态码登录与二维码
-
-与 PROMPT 的参考流程一致：共享验证器的6位TOTP动态码，每30秒更新；成功登录的HttpOnly、SameSite=Lax会话有效7天。此方案是动态码单因素登录，不是密码加动态码的双因素组合。
-
-正文、SVG、文档数据与API都经过认证，仅登录入口、登录所需代码资源和最小健康检查公开。20次/5分钟的共享尝试上限与已用时间步持久保存在SQLite中，跨进程和重启继续生效。缺失或损坏配置时拒绝访问，不自动降为公开站点。
-
-生产认证文件位于服务器 `/opt/endorphin-tabularium-docs/private-auth`，目录0700、文件0600，只挂载进本项目容器。部署只初始化一次，后续更新保留同一验证器密钥与会话签名密钥。生产镜像、Git、CI日志和网页不包含密钥。
-
-管理员通过SSH管理：
+站点使用共享验证器的 6 位 TOTP 动态码，每 30 秒更新。会话使用 HttpOnly、SameSite=Lax Cookie，有效期 7 天；共享尝试上限为每 5 分钟 20 次，重放与限流状态在数据库中持久保存。缺少或损坏认证配置时拒绝私有访问。
 
 ```sh
 sudo /opt/endorphin-tabularium-docs/auth qr
 sudo /opt/endorphin-tabularium-docs/auth verify
 ```
 
-`qr`只允许交互终端显示；`qr-png`用于通过SSH将PNG直接重定向到私有本地文件，不在CI中运行。二维码等同登录凭据，不放入本仓库或网页。只有明确执行 `auth rotate --confirm` 才更换密钥并使旧二维码、会话失效；重新显示或下载二维码不会轮换。
+认证配置和数据库位于服务器 `/opt/endorphin-tabularium-docs/private-auth`。正常部署保留验证器与会话签名密钥。`qr` 只在交互终端显示，`qr-png` 可导出到私有文件；只有 `auth rotate --confirm` 会轮换密钥并使旧会话失效。二维码和令牌不进入仓库、网页或 CI 日志。
 
-构建、打包与会触发构建的测试只在用户确认的 ces-control Runner 上执行。本地不执行 `pnpm dev`、`pnpm build`、`pnpm typecheck` 或打包测试。
+当前 Compose 配置默认 `AUTH_COOKIE_SECURE=false`；实际采用 HTTPS 时，应在独立的生产配置中设置为 `true`。HTTP 不加密动态码与会话传输。生产部署使用无副作用的 `verify`，不执行会消耗动态码和触发限流的 `exercise`。
 
-当前服务器入口为HTTP，与参考项目一致使用 `AUTH_COOKIE_SECURE=false`；配置HTTPS后应在独立production.env设置 `AUTH_COOKIE_SECURE=true`。HTTP本身不加密动态码和会话传输。
+## 开发、验证与发布
 
-`pnpm test:auth`运行算法、会话、重放及限流测试。容器验证使用自己的匿名测试卷完成登录/并发重放/CSRF/限流测试，并在重启后检查状态仍存在。生产部署只运行无副作用的 `verify`，不会消耗用户动态码或触发生产限流。
+代码依赖要求见 `package.json` 和锁文件；当前要求 Node.js 22.13+、pnpm 11.25.0，制图使用 Python 与 uv。构建、打包、制图及会隐式编译的检查只在已确认的 `ces-control` Runner 执行，本机不执行这些步骤。
 
-## AI 公司研究
+工作分支完成轻量检查后推送并创建 PR，由用户手动合并。**CI 仅在 main 推送或针对 main 的手动运行时执行，工作分支和 PR 不运行 CI。** 不自动合并，也不因确认 Runner 而扩大触发范围。
 
-导航入口为 **其他研究 → AI 公司研究**，页面路径是
-`/docs/other-research/ai-company-research/overview`。工作台提供业务分类、公司搜索与筛选、
-公司明细、收入观测、原始证据和数据核查记录。所有页面与
-`GET /api/research/ai-companies` 均使用文档站现有的登录认证。
+主线通过 `.gitea/workflows/ci-deploy.yml` 执行 `scripts/ci.py`：
 
-研究业务数据本轮暂不迁移，仍沿用版本化 JSON 导入机制。研究数据、文档与登录状态**共用文档站现有的 SQLite 数据库文件**：
-`AUTH_CONFIG_FILE` 同目录下的 `login-state.sqlite`。该文件名是历史名称，未创建第二个数据库。
-`login_state` 保留登录限流与重放状态，新增的 `research_*` 表保存数据版本、分类、
-公司、经营指标、证据与核查记录。沿用现有 `/auth` 持久挂载，数据库不会写入镜像或公开目录。
+1. 检查研究统计、审计与 Python 测试，生成首次迁移所需的历史导出。
+2. 根据程序、研究快照、图形、锁文件和构建脚本计算内容指纹。命中 verified 镜像时复用，否则安装依赖并执行 lint、类型检查、数据库测试、图形检查与构建。
+3. 使用隔离数据库卷核对完整迁移、认证、全部文档与资源，以及不重建内容更新和重启持久化；通过后标记镜像为 verified。
+4. `scripts/deploy.py` 确认仍为最新 main，备份并初始化文档数据，使用 `--no-build` 部署；失败时回退上一版镜像。
 
-`content/research/ai-companies.seed.json` 是可评审的研究导入快照，
-服务端首次读取该版本时将它以事务导入同一数据库，之后从数据库查询记录。
-导入使用外键校验，不删除登录数据，也不覆盖旧研究版本。每次更新快照必须修改 `version`；
-同一版本内容变化会拒绝导入，避免静默读取旧数据。回退代码时继续读取对应旧版本。
-所有修改都经过工作分支和 PR，部署仍等待人工合并主线。
+`pnpm check`、`pnpm typecheck`、`pnpm test:auth`、`pnpm test:research`、`pnpm test:docs`、`pnpm figures`、`pnpm build` 和 `pnpm dev` 等命令涉及编译、构建或产物生成，不在本机运行。图形源码与生成资源保持可复现，前端继续使用 Pages Router。
 
-当前资料包含 1,021 条公司/产品记录、10 类业务及待分类组、1,201 条证据记录和 187 条经营与技术观测。
-其中保留 93 家个案资料、912 条目录基础资料，并新增 16 个平台产品/业务样本；目录项不等于完成财务和技术核验。
-Product Hunt两年档案各首批19张、合计38张发布/推广卡片以`candidateBatches`保存；公司成立年待核者不自动新增公司。其中18条仍待核成立年；排除依据区分正式成立字段与2025前已运营证据，精确注册日期未核者明确标注。候选元数据与其他研究记录同库持久化，覆盖报告逐条展示状态、缺项和公司关联。Kilo Code与KiloClaw两项映射一个已被收购的2025公司个案，采用规模、token吞吐及同名健康公司的收入不作为其ARR。
-机器之心首批4条公司线索以独立候选批次记录：直达正文未读，经公司公开主页、官方代码或发起方公告补核PrismShadow与Stargate；SSI用2024官方历史更新排除，Utopai仍待核。不是两年中文来源全量。
-TechCrunch栏目首批3条公司候选已追溯原始材料；Wabi据两个公开名录2025年份入表，精确注册日未核。官方条款称当前免费，收入仍未知，不填零。DreamHQ及Thrive Holdings成立年仍待核，后者2025公开发布公告另存。DreamHQ与名录同名摄像头公司区分，ADT拟收购尚待交割，融资、估值和目标公司业绩不当新AI公司的ARR。分类接口与RSS访问403及两年档案缺项保留。
-补充ThinkWheel与中国NaiveAI；MiroMind成立年未核，公开研发年份单列。保留灵初智能成立年排除、深度原理日期待核和Naive近名实体复核记录。
-新增7条Speedrun个案，保留标题/正文冲突、七位数数量级、币种不明、合同管线与履历归属排除记录；相对日期不充当同期收入时点。核查页优先按人工确认的公司ID关联明细，旧版本保留按证据归属回退；68条核查中52条指向具体公司、4条属于全局方法、12条是未纳入候选。明细反向列出关联核查；币种不明的声明保留原值，不绘制美元收入长度条。
-Lightfield按Magical Tome主体与2025前历史业务列为CRM转型对照，成立年未知，不计新成立公司；Fundraisly成立年待核，其客户融资和创始人历史ARR不转移为公司收入。
-Bud保留为2025成立且YC标记已收购的案例；Rocket.new按前身2021成立、2025产品上线的转型对照记录，历史ARR不混入新成立公司同期统计。
-原候选36088 EveryApp从AI不明经补证入表，`directoryRechecks`保存后续复核，原1,428条台账及928条原始新增计数不改。OpenSEO与EveryApp不重复计公司；定价、星标、客户数和数据成本加价均不转为ARR。
-验收按2026-10-30确认的公开来源清单边界逐条核对并标明缺项；YC候选池有完整读取台账，其他来源目前为定向补充，不能把来源出现次数当作覆盖完成。收入披露不足且统计时点不统一，不代表全部 AI 公司。
-界面将公司自述、第三方估算、融资、客户收入和履历收入分开，未知收入不记为零。
-保留被撤回的声明作为核查记录，并排除收入比较；并购后业务、管理层预测与历史里程碑单列。
-团队规模下界在列表中显示比较符，商业成熟度展示公开交付证据，不等于技术能力排名。
-Emergent的1亿美元ARR里程碑补足至2026年2月；Peec采用规模和Wonderful团队规模各保留其公告日期，不将较新非收入指标当作ARR更新。Wonderful按2026年9月官方综合平台定位归C05。
-公司披露的 ARR 尚未建立同期同口径比较组。新增平台 MRR 单独计算探索性样本统计，
-不能称行业平均 ARR、总体离散排名或财务造假概率。
+根 README 等非构建输入变更不要求重新构建；数据库正文和目录更新也不触发构建。保留 pnpm、uv、Next.js 与 SWC 缓存，不清理共享 Docker 缓存或卷，不修改共享 Runner 或其他项目。
 
-收入分布：`IncomeDistribution.tsx` 从数据库返回的观测中筛选平台 USD MRR，
-每个产品只保留符合条件的最新值，默认数据日期距截止日不超过7天。
-按业务类别、支付来源及可选收费模式分组，显示均值、中位数、样本CV（标准差分母n−1）、
-均值/中位数和移除最大值后的均值敏感性。n<3标注样本不足；n=1不计算CV。
-MRR×12仅作为显示单位转换，不改写为公司ARR；公司ARR、估算与近30日收入均不混入。
-`ai-income-analysis.json` 是独立Python复算的7日/90日快照参考，用于检查统计选择和计算，
-页面本身从同一SQLite中的公司与观测记录计算，不读取第二个数据库。
+## 部署位置与仓库
 
-平台同步时间、连接过期状态、业务描述的可编辑性和产品/法律主体未去重限制均保留。
-覆盖审计页位于 `/docs/other-research/ai-company-research/coverage`，分类链接 `overview?category=<id>` 的筛选数据。
-`python3 scripts/audit-ai-research.py --check` 检查候选池逐条计数与来源审计一致性；CI在ces-control运行此检查。
-收入快照报告位于 `/docs/other-research/ai-company-research/income-snapshot`，样本名称链接 `overview?company=<id>` 的公司明细。
-`python3 scripts/summarize-ai-income.py --check` 独立复核统计与参考快照一致性；不触发编译或构建。数据变更后先审查方法，再运行不带参数的命令生成 `.artifacts/reports` 下的候选正文，使用 docs 管理工具显式更新数据库；不再生成受 Git 管理的正文。
-默认7日样本14个产品；90日窗口新增Gojiberry的8月历史点，营销样本的均值和CV随之明显变化。
-这提示先核查时间与样本构成，不能将高离散度直接解释为造假。两个近名营养应用按不同App Store ID分别建档。
+| 项目 | 位置或默认值 |
+| --- | --- |
+| Compose 项目 | `endorphin-tabularium-docs` |
+| 容器监听 | `0.0.0.0:3000` |
+| 服务器入口 | 默认端口 `18135`，由生产配置决定 |
+| 生产配置 | `/etc/endorphin-tabularium-docs/production.env` |
+| 发布记录与当前版本 | `/opt/endorphin-tabularium-docs/releases/<commit>` 与 `current` |
+| 健康检查 | `/api/health` |
 
-覆盖核查：从 yc-oss 非官方镜像发现 2025—2026 八个 YC 批次的 1,428 条候选，
-逐条读取对应 YC 官方公开页面，以页面中的成立年份、团队字段和业务描述筛选。
-962 条初筛匹配，其中 34 条与原表 URL 重合，实际新增 928 条；268 条年份不符或缺失、
-192 条 AI 业务待确认、6 条成立年份晚于批次年份未纳入本批新增。
-`content/research/ai-companies.sources.json` 保留最初12项来源与后续补充渠道、用途、覆盖边界及下一步；覆盖报告逐渠道复算证据、公司及观测数量。背景报告、入口可读和候选池逐条读取分别标记，零计数不表示没有公司。
-`content/research/ai-companies.coverage.json` 保留逐条筛选结果、来源与响应摘要，
-数据快照中的 `coverage` 也随版本进入同一 SQLite 数据库。只覆盖该候选池，不能称全球全量。
+服务入口使用 `TABULARIUM_BIND`、`TABULARIUM_PORT` 配置。部署前检查端口是否空闲或属于本服务，不停止其他服务抢占端口；本项目不自动修改防火墙、域名或反向代理。
 
-新增业务分类优先匹配主营简介，再参考目录标签；未匹配者进入待分类组。
-初分规则位于 `scripts/classify-ai-profiles.py`，只生成待评审标签，不执行抓取或构建。
-目录基础项保留 `classificationBasis` 和 `directoryTags` 供复核。
-当前目录基础项中160条已人工复核主营与买家，Contrario及14条收入声明/排除案例已深化为个案。`directoryOrigin`保留原发现来源，`profileOnly`只表示当前资料深度；深化不改变原候选池新增928条的审计分母。
-分类按主要工作任务和买家判断，例如Paragon归客户与收入运营，Oki归消费者应用，Lucidic归Agent设施。市场支出、采用规模、性能主张及客户收益均不作为公司收入。
-其中121条原待分类记录已按YC官方业务介绍人工复核主营业务，分类理由保存在公司字段与对应证据摘要中；
-仍有3条因简介不足保留待分类。人工复核分类不代表独立验证技术水平、客户效果或财务数据。
-AI 关键词可能出现在业务背景中，收入、买家和交付状态仍须逐家深查，不能把目录项的未知收入当作未披露。
-技术专项评审用独立字段记录层级、日期、摘要与证据：未评审、已读技术自述、公开代码/模型材料可访问、有第三方独立评测记录。
-当前13条完成该字段的专项记录，其中6条确认材料可访问、1条记录第三方已发表评测（Gradium TTS Sep 2026）；本轮未自行运行模型测试。缺字段不表示无技术能力，代码或模型卡可读不证明性能。
-界面支持按资料深度、记录团队规模和技术验证证据筛选；证据列表每页 30 条，避免一次渲染全部来源。
-
-`pnpm test:research` 在远程 Runner 上验证同库持久化、重复读取、版本导入与回退、
-登录限流保留、引用完整性及收入排除规则。镜像冒烟检查会验证研究页面与 API 的认证、
-返回记录数量、只读方法和容器重启后的读取结果。页面筛选交互仍需实际浏览器验证。
-
-## CI/CD 与缓存
-
-文档内容已退出构建输入。若需对照研究数据检查数据库中的报告正文，可先导出当前文档，再给研究脚本传入 `--document-export`；默认 `--check` 只核对研究数据本身的统计和审计不变量，避免把历史迁移快照继续当作日常正文源。
-
-`.gitea/workflows/ci-deploy.yml` 使用已有 ces-control Runner，不修改共享 Runner 配置。
-工作流仅在 main 推送或针对 main 的手动运行时执行，工作分支与 PR 不触发 CI。确认 ces-control 是构建位置，不构成新增分支 CI 的授权；报告须区分轻量检查与主线 CI。
-
-1. 对实际构建输入计算 SHA-256：前端源码、图片、Python 制图源码、研究业务快照、依赖锁文件、Dockerfile 和构建脚本。
-2. 命中 `verified-<scope>-<摘要>` 镜像时跳过依赖安装和 Next.js build，只做认证、实际路由与资源冒烟检查。
-3. 输入变化时运行 lint、类型检查、制图一致性检查与构建。pnpm store、uv 和 `.next/cache` 使用持久 Docker 卷，main 与每个 PR 独立；额外保留 Next.js SWC 下载缓存。
-4. 生产镜像只包含 Next.js standalone 产物；Python 留在检查容器，不进入运行镜像。镜像通过动态码认证、重放/限流、重启持久化、健康、全部文档、JS/CSS、SVG 和 404 检查后才标记为 verified。
-5. 部署前检查是否仍为最新 main，使用 `--no-build` 启动，失败恢复上一版镜像。
-
-根 README、工作流或部署配置等非构建输入变化不会触发 Next.js 重建；数据库中的正文和目录变化直接通过请求读取，不触发任何构建。首次构建必须安装依赖并完整生成产物。缓存可能因基础镜像、工具链或锁文件变化而失效；不要清理共享 Docker 缓存或卷。
-
-默认入口为服务器的 **18135** 端口。容器监听 3000，使用独立 Compose 项目 `endorphin-tabularium-docs`。部署前先检查端口是否空闲（或属于本服务），不会停止其他服务以抢占端口。服务器配置位于 `/etc/endorphin-tabularium-docs/production.env`：
-
-```dotenv
-TABULARIUM_BIND=0.0.0.0
-TABULARIUM_PORT=18135
-```
-
-发布记录位于 `/opt/endorphin-tabularium-docs/releases/<commit>`，`current` 指向最近成功发布。修改服务器入口配置后手动重跑 main 工作流即可，复用现有镜像。
-
-健康检查：`/api/health`。本项目不修改 Hestia、PROMPT 或其他服务，也不自动修改防火墙、域名和反向代理。
-
-## Git 远程
-
-仓库：[endorphin-tabularium-docs](https://gitea.entroia.com/Zayden-Jung/endorphin-tabularium-docs)。开发者 Git 操作使用 codex-bot 专用 SSH；Actions 检出使用 Gitea 内置任务令牌，不保存检出凭据。
+仓库：[endorphin-tabularium-docs](https://gitea.entroia.com/Zayden-Jung/endorphin-tabularium-docs)。Git 操作仅使用 `codex-bot` 专用 SSH 身份与仓库级提交配置；Actions 检出使用 Gitea 内置任务令牌且不保存凭据。

apps/docs/scripts/auth-cli.ts

@@ -183,8 +183,8 @@ async function main() {
   const research = await researchResponse.json();
   assert.equal(research.companies.length, 1021);
   assert.equal(research.categories.length, 11);
-  assert.equal(research.evidence.length, 1201);
-  assert.equal(research.observations.length, 187);
+  assert.equal(research.evidence.length, 1209);
+  assert.equal(research.observations.length, 189);
   assert.equal((await request("/api/research/ai-companies", { method: "POST", headers })).status, 405);
   const researchPage = await request("/docs/other-research/ai-company-research/overview", { headers });
   assert.equal(researchPage.status, 200);

apps/docs/tests/research.test.ts

@@ -24,8 +24,8 @@ test("research revisions share the authentication database and preserve replay l
     assert.equal(consumeCode(config, "invalid"), "limited");
     const initial = readResearchSnapshot();
     assert.equal(initial.companies.length, 1021);
-    assert.equal(initial.evidence.length, 1201);
-    assert.equal(initial.observations.length, 187);
+    assert.equal(initial.evidence.length, 1209);
+    assert.equal(initial.observations.length, 189);
     assert.deepEqual(initial.candidateBatches, seed.candidateBatches, "candidate gaps persist in the same database metadata");
     assert.deepEqual(initial.directoryRechecks, seed.directoryRechecks, "follow-up classifications persist without rewriting the discovery audit");
     assert.deepEqual(readResearchSnapshot(), initial, "reopening does not duplicate records");
@@ -64,8 +64,8 @@ test("research validation rejects broken evidence and unsafe source links", () =
 
 test("reviews link explicit companies without turning global or excluded cases into companies", () => {
   const snapshot = structuredClone(seed) as ResearchSnapshot;
-  assert.equal(snapshot.reviews.filter((r) => r.scope === "companies").length, 52);
-  assert.equal(snapshot.reviews.filter((r) => r.scope === "dataset").length, 4);
+  assert.equal(snapshot.reviews.filter((r) => r.scope === "companies").length, 54);
+  assert.equal(snapshot.reviews.filter((r) => r.scope === "dataset").length, 8);
   assert.equal(snapshot.reviews.filter((r) => r.scope === "excluded-candidate").length, 12);
   const review = snapshot.reviews.find((r) => r.id === "R4")!;
   assert.deepEqual(reviewCompanyIds(snapshot, review), ["AI007", "AI013", "AI021", "AI034"]);
@@ -97,7 +97,7 @@ test("disclosure counts exclude client income, biographies, targets and duplicat
 
 test("technical reviews keep accessible materials separate from tested capabilities", () => {
   const snapshot = structuredClone(seed) as ResearchSnapshot;
-  assert.equal(snapshot.companies.filter((c) => c.technicalReview).length, 13);
+  assert.equal(snapshot.companies.filter((c) => c.technicalReview).length, 14);
   assert.equal(snapshot.companies.filter((c) => c.technicalReview?.level === "public-artifact").length, 6);
   assert.equal(snapshot.companies.filter((c) => c.technicalReview?.level === "independent-test").length, 1);
   assert.equal(snapshot.companies.find((c) => c.id === "AI051")?.revenueStatus, "unknown");

content/research/ai-companies.seed.json

@@ -1,5 +1,5 @@
 {
-  "version": "2026-10-30-tc-2",
+  "version": "2026-10-30-context-1",
   "asOf": "2026-10-30",
   "scope": "全球公开资料研究：保留首批个案，并扩展核查2025—2026八个YC批次候选池；成立年份以官方公司页面字段为依据。",
   "limitations": [
@@ -427,18 +427,32 @@
       "location": "美国旧金山",
       "business": "金融服务后台与客户服务操作Agent",
       "buyer": "金融与保险机构",
-      "delivery": "自述四周达到50万美元ARR",
-      "notes": "ARR统计日期和经常性定义不完整",
+      "delivery": "官网自述现有金融系统内执行工作流，提供模拟、渐进部署、人工审批及审计记录；未独立实测。",
+      "notes": "四周50万美元ARR仍缺日历截止日及经常性定义。现行按结果/用量收费可能有收入波动；官网改善百分比不是收入或独立性能验证。",
       "cohort": "2025年成立",
       "teamBasis": "YC Team Size，公司自述；访问快照，业务截至日未注明",
       "datePrecision": "年",
-      "price": "未逐一核验定价页",
+      "price": "官网文章说明结果与用量混合收费；单位价格、最低承诺、失败重试和验收条款未公开",
       "stage": "公开资料，商用成熟度待核验",
       "sourceType": "公司在YC的自述资料",
       "evidenceIds": [
-        "E015"
+        "E015",
+        "E102",
+        "ELOQ-HOME",
+        "ELOQ-OUTCOME"
       ],
-      "revenueStatus": "self"
+      "revenueStatus": "self",
+      "businessModel": "复杂任务按成功结果收费，分类和路由等简单任务按用量收费；具体合同待核",
+      "pricingEvidence": "ELOQ-OUTCOME",
+      "technicalReview": {
+        "level": "description",
+        "reviewedAt": "2026-10-30",
+        "summary": "已读工作流、安全控制及收费自述；未复测自动化率、系统集成或审计可用性，页面演示不是独立技术评估。",
+        "evidenceIds": [
+          "ELOQ-HOME",
+          "ELOQ-OUTCOME"
+        ]
+      }
     },
     {
       "id": "AI016",
@@ -456,13 +470,15 @@
       "cohort": "2025年成立",
       "teamBasis": "YC Team Size，公司自述；访问快照，业务截至日未注明",
       "datePrecision": "年",
-      "price": "PRO页面标99美元/月，包含2个Agent及月度触达额度；附加用量另计。",
+      "price": "PRO原文$99/月，含2个Agent和至多1800个月度触达；CUSTOM含更高用量、集成、引导与专人支持，询价；币种代码待核",
       "stage": "公开资料，商用成熟度待核验",
       "sourceType": "公司在YC的自述资料",
       "pricingEvidence": "E131",
       "evidenceIds": [
         "E016",
-        "MR-E-superfruits"
+        "MR-E-superfruits",
+        "E101",
+        "E131"
       ],
       "revenueStatus": "self",
       "businessModel": "软件订阅"
@@ -1417,26 +1433,29 @@
       "url": "https://peec.ai",
       "cat": "C06",
       "year": 2025,
-      "team": 70,
+      "team": 100,
       "location": "德国柏林 / 美国纽约",
       "business": "追踪品牌在AI搜索中的可见度，并以Agent协助研究、内容建议和工具间任务交接。",
       "buyer": "品牌营销团队与代理机构",
       "delivery": "2026-10-22公司公告称超过3500家公司采用，发布Peec Agent；未独立测试效果",
-      "notes": "2025年1月成立、2月产品上线；团队2024年已在Antler相识。",
+      "notes": "2025年1月成立、2月产品上线；2024团队在Antler相识。招聘转载的1500万ARR缺明确截止日及币种代码，与8月第三方估算不视为相互独立验证。",
       "cohort": "2025年成立",
-      "teamBasis": "2026-05-28公司披露超过70名员工；70为下界，非10月人数",
-      "price": "本轮未核验当前套餐",
+      "teamBasis": "2026-10-30访问公司招聘转载列100+，作为下界；页面Posted on 2026-09-22不等业务截止日，未独立核实",
+      "price": "品牌套餐比较表原文$95/$245/$495每月，企业询价；按提示词、模型与项目及Agent额度区分，席位不限；币种代码待核",
       "stage": "有公司披露的商业使用",
       "sourceType": "公司公告；第三方估算单列",
       "evidenceIds": [
         "E088",
         "E089",
         "E090",
-        "DATE-PEEC-OCT"
+        "DATE-PEEC-OCT",
+        "PEEC-PRICE",
+        "PEEC-JOBS"
       ],
       "revenueStatus": "self",
-      "teamBound": ">",
-      "businessModel": "订阅计划含Agent额度，可追加月度credits；收入拆分待核"
+      "teamBound": "≥",
+      "businessModel": "订阅计划含Agent额度，可追加月度credits；收入拆分待核",
+      "pricingEvidence": "PEEC-PRICE"
     },
     {
       "id": "AI056",
@@ -29810,7 +29829,7 @@
       "evidence": "E089",
       "scope": "公司整体",
       "selection": "signal",
-      "reason": "本轮最近可直接读取的公司披露；非当前10月值",
+      "reason": "本轮有明确公告时点的公司美元披露；招聘另有1500万声明但币种与业务截止日待核，非当前10月值",
       "bound": ">",
       "comparisonGroup": null
     },
@@ -31871,6 +31890,36 @@
       "reason": "采用和token吞吐不等于收入；日期与定义未对齐时不合并、不反推ARR。",
       "bound": ">",
       "comparisonGroup": null
+    },
+    {
+      "id": "PEEC-JOB-ARR",
+      "company": "AI055",
+      "name": "Peec AI",
+      "kind": "ARR（招聘自述）",
+      "value": 15000000,
+      "unit": "原文$，币种待核",
+      "timing": "2026-10-30访问；招聘页列2026-09-22发布，18个月里程碑的日历业务截止日未注明",
+      "evidence": "PEEC-JOBS",
+      "scope": "公司整体",
+      "selection": "historical",
+      "reason": "招聘自述非独立审计；不由发布日期推业务时点，不与Sacra估算合并或作为同期美元ARR",
+      "bound": "=",
+      "comparisonGroup": null
+    },
+    {
+      "id": "PEEC-JOB-TEAM",
+      "company": "AI055",
+      "name": "Peec AI",
+      "kind": "团队人数",
+      "value": 100,
+      "unit": "人",
+      "timing": "2026-10-30访问招聘转载；人数统计日未注明",
+      "evidence": "PEEC-JOBS",
+      "scope": "公司团队",
+      "selection": "scale",
+      "reason": "原文100+作为人数下界；不同时间和来源的团队数字不相加或平均",
+      "bound": "≥",
+      "comparisonGroup": null
     }
   ],
   "evidence": [
@@ -32800,14 +32849,14 @@
     },
     {
       "id": "E131",
-      "companyId": null,
+      "companyId": "AI016",
       "title": "Gojiberry AI定价口径",
       "url": "https://gojiberry.ai/",
       "publishedAt": null,
       "accessedAt": "2026-10-30",
       "kind": "公司官方定价或说明",
-      "summary": "PRO页面标99美元/月，包含2个Agent及月度触达额度；附加用量另计。",
-      "limitation": "访问快照2026-10-30；不据标价推算收入或毛利"
+      "summary": "PRO原文$99/月，包含2个Agent及至多1800个月度触达；CUSTOM询价，提供更高用量、集成和支持。",
+      "limitation": "2026-10-30访问快照；$未明确币种代码，保留报价原文，不据标价、试用或采用团队数反推收入或毛利。"
     },
     {
       "id": "E132",
@@ -45084,6 +45133,94 @@
       "kind": "公司官方材料",
       "summary": "2025-04-29公告发布永久资本平台，用于长期投资、收购及运营企业。",
       "limitation": "公告日期为公开发布时点，不单独充当工商注册或精确成立年；不将Thrive Capital历史和被收购企业历史并为新AI公司的有机增长。"
+    },
+    {
+      "id": "ELOQ-HOME",
+      "companyId": "AI015",
+      "title": "Eloquent官方现行金融工作流说明",
+      "url": "https://eloquentai.co/",
+      "publishedAt": null,
+      "accessedAt": "2026-10-30",
+      "kind": "公司官方材料",
+      "summary": "官网描述在现有银行、CRM和邮件系统中执行受监管工作流，包含模拟、分阶段部署、人工审批及审计记录。",
+      "limitation": "自动化比例、无API及集成效果为公司自述；界面案例和成本改善不当独立基准、真实交易或收入。"
+    },
+    {
+      "id": "ELOQ-OUTCOME",
+      "companyId": "AI015",
+      "title": "Eloquent官方按结果与用量收费说明",
+      "url": "https://eloquentai.co/resources/pay-for-success-how-outcome-based-pricing-is-revolutionizing-customer-support",
+      "publishedAt": "2026-06-26",
+      "accessedAt": "2026-10-30",
+      "kind": "公司官方材料",
+      "summary": "官方文章称复杂问题按成功结果收费，未解决的处理不收费；分类、路由等简单任务按用量计费。博客索引列2026-06-26。",
+      "limitation": "没有公开单位报价或合同，成功定义、客户验收、返工及人工成本待核；客户节省成本不作公司收入，按结果收费不能直接当固定订阅ARR。"
+    },
+    {
+      "id": "PEEC-PRICE",
+      "companyId": "AI055",
+      "title": "Peec官方品牌套餐计价维度",
+      "url": "https://peec.ai/pricing",
+      "publishedAt": null,
+      "accessedAt": "2026-10-30",
+      "kind": "公司官方材料",
+      "summary": "套餐比较表列Starter原文$95/mo、Pro $245/mo、Advanced $495/mo，企业询价；包含不同提示词、模型、项目和Agent额度，用户席位不限。",
+      "limitation": "原文$未见币种代码，保留标价而不转美元观测；额度、订阅标价和采用品牌数不能直接推ARPA、ARR或利润。"
+    },
+    {
+      "id": "PEEC-JOBS",
+      "companyId": "AI055",
+      "title": "Peec在投资方招聘站的经营自述",
+      "url": "https://careers.antler.co/companies/peec-ai/jobs/94213791-customer-success-manager-seo",
+      "publishedAt": "2026-09-22",
+      "accessedAt": "2026-10-30",
+      "kind": "公司招聘自述转载",
+      "summary": "招聘页列Posted on 2026-09-22；公司介绍称18个月达到原文$15M ARR及100+团队，柏林与纽约两地。",
+      "limitation": "属于公司招聘文案的转载，不是独立财务验证；发布日期不保证业务截止日或内容最后更新日，$未明确币种代码。原始招聘链接本次读取失败，保留访问缺项。"
+    },
+    {
+      "id": "CTX-BVP",
+      "companyId": null,
+      "title": "Bessemer 2025报告的样本与商业年龄",
+      "url": "https://www.bvp.com/atlas/the-state-of-ai-2025",
+      "publishedAt": "2025-08-13",
+      "accessedAt": "2026-10-30",
+      "kind": "行业报告原始方法说明",
+      "summary": "主动选取20家高增长AI企业，含组合内外公司；非随机普查；企业增长与毛利基准，按商业化后的第几年比较。2025-08-13报告；商业化年数不等法律成立年。",
+      "limitation": "已核方法与增长/毛利基准段；未取得20家逐公司底表。高增长选样和投资机构利益关系；不能把头部样本均值当各领域平均或新成立公司总体。"
+    },
+    {
+      "id": "CTX-MENLO",
+      "companyId": null,
+      "title": "Menlo 2025报告的采购调查与市场范围",
+      "url": "https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/",
+      "publishedAt": null,
+      "accessedAt": "2026-10-30",
+      "kind": "行业报告原始方法说明",
+      "summary": "495名美国企业AI采购/开发决策者，企业已主动使用AI；采购调查与自下而上的市场支出估算，非公司逐项ARR。2025-11-07至11-25调查，市场判断截至2025-12。",
+      "limitation": "已核公开方法、范围及限制；受访个体与公司估算底表未取得。仅美国企业；排除芯片、推理/模型服务及既有软件内嵌AI功能，不能与包含这些项目的总量直接比较或分摊为单家公司ARR。"
+    },
+    {
+      "id": "CTX-STRIPE",
+      "companyId": null,
+      "title": "Stripe 2025年度信的平台分组与收入边界",
+      "url": "https://assets.stripeassets.com/fzn2n1nzq965/3LlGw839Q6kUwxZlLZDtH6/75ddcbada4aa7743dd8ec7d0f9ca497e/Stripe-annual-letter-2025-desktop.pdf",
+      "publishedAt": "2026-02-24",
+      "accessedAt": "2026-10-30",
+      "kind": "行业报告原始方法说明",
+      "summary": "2025年开始使用Stripe的商户分组，另有Atlas注册企业分组；平台交易量、商户增长及达到收入门槛的数量；分母不同。2025年度；2026-02-24年度信。",
+      "limitation": "已读并视觉核对PDF第1、3页；未取得商户明细与完整分组计算底表。开始使用平台不等成立年，也非AI公司专属样本；交易量不等Stripe收入，门槛数量翻倍不等ARR均值翻倍；不与TrustMRR公开者样本混算。"
+    },
+    {
+      "id": "CTX-SAASCAP",
+      "companyId": null,
+      "title": "SaaS Capital 2026增长报告的公开样本说明",
+      "url": "https://www.saas-capital.com/research/private-saas-company-growth-rate-benchmarks/",
+      "publishedAt": null,
+      "accessedAt": "2026-10-30",
+      "kind": "行业报告原始方法说明",
+      "summary": "第15次年度调查，超过1000家私营B2B SaaS公司；2025年度增长率与留存等公开摘要；非ARR金额分布。2026报告回顾2025增长；不把报告年当公司成立年。",
+      "limitation": "仅读公开摘要；完整下载需填写表单，未提交表单或取得完整底表。样本不是两年新AI公司；增长率中位数不能当ARR中位数；完整抽样与指标细节仍缺，不外推至硬件、项目服务或所有AI模式。"
     }
   ],
   "reviews": [
@@ -46092,6 +46229,83 @@
       "companyIds": [
         "AI077"
       ]
+    },
+    {
+      "id": "ELOQ-R-PRICING",
+      "type": "结果与用量收费的ARR可比性",
+      "company": "Eloquent AI",
+      "summary": "官方说明复杂问题按结果收费、简单任务按用量；旧ARR里程碑仍没有明确日历时点及经常性定义。",
+      "evidenceIds": [
+        "E102",
+        "ELOQ-OUTCOME",
+        "ELOQ-HOME"
+      ],
+      "handling": "区分成功验收、失败及重试、最低承诺、实际使用与软件订阅；客户降本不作供应商收入，未补足合同及截止日前不进入同期ARR比较。",
+      "scope": "companies",
+      "companyIds": [
+        "AI015"
+      ]
+    },
+    {
+      "id": "PEEC-R-JOBS",
+      "type": "招聘里程碑、估算及报价口径",
+      "company": "Peec AI",
+      "summary": "招聘转载列1500万ARR及100+团队；业务时点与币种代码未明确。品牌套餐有标价和额度，但采用品牌不等付费客户。",
+      "evidenceIds": [
+        "PEEC-JOBS",
+        "PEEC-PRICE",
+        "E089",
+        "E090"
+      ],
+      "handling": "招聘和第三方估算分开，不把相近数字当独立验证；5月披露不平移为10月值，报价不反推ARR或ARPA。团队只保留下界，发布日期不当业务截至日。",
+      "scope": "companies",
+      "companyIds": [
+        "AI055"
+      ]
+    },
+    {
+      "id": "CTX-BVP-R",
+      "type": "背景基准适用性",
+      "company": "S06行业背景研究",
+      "summary": "主动选取20家高增长AI企业，含组合内外公司；非随机普查；企业增长与毛利基准，按商业化后的第几年比较。",
+      "evidenceIds": [
+        "CTX-BVP"
+      ],
+      "handling": "用于提出留存、毛利、资本效率假设及分类线索；高增长选样和投资机构利益关系；不能把头部样本均值当各领域平均或新成立公司总体。不新增公司收入观测，也不从样本差异推财务造假。",
+      "scope": "dataset"
+    },
+    {
+      "id": "CTX-MENLO-R",
+      "type": "背景基准适用性",
+      "company": "S07行业背景研究",
+      "summary": "495名美国企业AI采购/开发决策者，企业已主动使用AI；采购调查与自下而上的市场支出估算，非公司逐项ARR。",
+      "evidenceIds": [
+        "CTX-MENLO"
+      ],
+      "handling": "用于买家、采购方式和任务方向假设；仅美国企业；排除芯片、推理/模型服务及既有软件内嵌AI功能，不能与包含这些项目的总量直接比较或分摊为单家公司ARR。不新增公司收入观测，也不从样本差异推财务造假。",
+      "scope": "dataset"
+    },
+    {
+      "id": "CTX-STRIPE-R",
+      "type": "背景基准适用性",
+      "company": "S08行业背景研究",
+      "summary": "2025年开始使用Stripe的商户分组，另有Atlas注册企业分组；平台交易量、商户增长及达到收入门槛的数量；分母不同。",
+      "evidenceIds": [
+        "CTX-STRIPE"
+      ],
+      "handling": "用于支付、全球市场及首次收费速度假设；开始使用平台不等成立年，也非AI公司专属样本；交易量不等Stripe收入，门槛数量翻倍不等ARR均值翻倍；不与TrustMRR公开者样本混算。不新增公司收入观测，也不从样本差异推财务造假。",
+      "scope": "dataset"
+    },
+    {
+      "id": "CTX-SAASCAP-R",
+      "type": "背景基准适用性",
+      "company": "S09行业背景研究",
+      "summary": "第15次年度调查，超过1000家私营B2B SaaS公司；2025年度增长率与留存等公开摘要；非ARR金额分布。",
+      "evidenceIds": [
+        "CTX-SAASCAP"
+      ],
+      "handling": "用于B2B订阅软件的规模、融资和留存分层假设；样本不是两年新AI公司；增长率中位数不能当ARR中位数；完整抽样与指标细节仍缺，不外推至硬件、项目服务或所有AI模式。不新增公司收入观测，也不从样本差异推财务造假。",
+      "scope": "dataset"
     }
   ],
   "coverage": {

content/research/ai-companies.sources.json

@@ -1,5 +1,5 @@
 {
-  "version": "2026-10-30-9",
+  "version": "2026-10-30-10",
   "scopeConfirmedAt": "2026-10-30",
   "acceptance": "以确认的公开来源清单为边界，逐条核对并标明缺项。",
   "provenance": "S01—S12恢复自已提交用户的《AI公司研究_来源与分类模板》来源清单；S13—S16单列后续已使用的补充证据渠道，不将使用次数当作全量覆盖。",
@@ -90,9 +90,22 @@
         "bvp.com"
       ],
       "initialAccess": "报告页面可读取",
-      "boundary": "用于行业分类和增长研究背景；不是新成立公司普查。",
-      "nextCheck": "核报告样本、方法与年份，不能将组合公司清单当总体。",
-      "limitation": "投资机构选样偏差"
+      "boundary": "主动选取20家高增长AI企业，含组合内外公司；非随机普查；已核方法与增长/毛利基准段；未取得20家逐公司底表。仅背景基准，不构成两年新公司名录。",
+      "nextCheck": "高增长选样和投资机构利益关系；不能把头部样本均值当各领域平均或新成立公司总体；需要公开可核底表时另补，不把缺项当已完成。",
+      "limitation": "投资机构选样偏差",
+      "accessRecheckedAt": "2026-10-30",
+      "methodology": {
+        "sample": "主动选取20家高增长AI企业，含组合内外公司；非随机普查",
+        "unit": "企业增长与毛利基准，按商业化后的第几年比较",
+        "period": "2025-08-13报告；商业化年数不等法律成立年",
+        "access": "已核方法与增长/毛利基准段；未取得20家逐公司底表",
+        "use": "用于提出留存、毛利、资本效率假设及分类线索",
+        "limit": "高增长选样和投资机构利益关系；不能把头部样本均值当各领域平均或新成立公司总体",
+        "evidenceIds": [
+          "CTX-BVP"
+        ],
+        "checkedAt": "2026-10-30"
+      }
     },
     {
       "id": "S07",
@@ -105,9 +118,22 @@
         "www.menlovc.com"
       ],
       "initialAccess": "报告页面可读取",
-      "boundary": "用于企业采购背景；不把调研比例转换为公司ARR。",
-      "nextCheck": "保留调研方法、采购样本及与新公司样本的差异。",
-      "limitation": "口径与样本需查看方法说明"
+      "boundary": "495名美国企业AI采购/开发决策者，企业已主动使用AI；已核公开方法、范围及限制；受访个体与公司估算底表未取得。仅背景基准，不构成两年新公司名录。",
+      "nextCheck": "仅美国企业；排除芯片、推理/模型服务及既有软件内嵌AI功能，不能与包含这些项目的总量直接比较或分摊为单家公司ARR；需要公开可核底表时另补，不把缺项当已完成。",
+      "limitation": "口径与样本需查看方法说明",
+      "accessRecheckedAt": "2026-10-30",
+      "methodology": {
+        "sample": "495名美国企业AI采购/开发决策者，企业已主动使用AI",
+        "unit": "采购调查与自下而上的市场支出估算，非公司逐项ARR",
+        "period": "2025-11-07至11-25调查，市场判断截至2025-12",
+        "access": "已核公开方法、范围及限制；受访个体与公司估算底表未取得",
+        "use": "用于买家、采购方式和任务方向假设",
+        "limit": "仅美国企业；排除芯片、推理/模型服务及既有软件内嵌AI功能，不能与包含这些项目的总量直接比较或分摊为单家公司ARR",
+        "evidenceIds": [
+          "CTX-MENLO"
+        ],
+        "checkedAt": "2026-10-30"
+      }
     },
     {
       "id": "S08",
@@ -117,12 +143,26 @@
       "status": "context",
       "hosts": [
         "stripe.com",
-        "www.stripe.com"
+        "www.stripe.com",
+        "assets.stripeassets.com"
       ],
       "initialAccess": "年度信可读取",
-      "boundary": "年度平台观察，不提供可公开穷尽的新AI商户名录。",
-      "nextCheck": "与TrustMRR支付重建数据分开；不据平台总量推算单家公司。",
-      "limitation": "平台样本不能代表全部AI公司"
+      "boundary": "2025年开始使用Stripe的商户分组，另有Atlas注册企业分组；已读并视觉核对PDF第1、3页；未取得商户明细与完整分组计算底表。仅背景基准，不构成两年新公司名录。",
+      "nextCheck": "开始使用平台不等成立年，也非AI公司专属样本；交易量不等Stripe收入，门槛数量翻倍不等ARR均值翻倍；不与TrustMRR公开者样本混算；需要公开可核底表时另补，不把缺项当已完成。",
+      "limitation": "平台样本不能代表全部AI公司",
+      "accessRecheckedAt": "2026-10-30",
+      "methodology": {
+        "sample": "2025年开始使用Stripe的商户分组，另有Atlas注册企业分组",
+        "unit": "平台交易量、商户增长及达到收入门槛的数量；分母不同",
+        "period": "2025年度；2026-02-24年度信",
+        "access": "已读并视觉核对PDF第1、3页；未取得商户明细与完整分组计算底表",
+        "use": "用于支付、全球市场及首次收费速度假设",
+        "limit": "开始使用平台不等成立年，也非AI公司专属样本；交易量不等Stripe收入，门槛数量翻倍不等ARR均值翻倍；不与TrustMRR公开者样本混算",
+        "evidenceIds": [
+          "CTX-STRIPE"
+        ],
+        "checkedAt": "2026-10-30"
+      }
     },
     {
       "id": "S09",
@@ -135,9 +175,22 @@
         "saas-capital.com"
       ],
       "initialAccess": "研究页可读取",
-      "boundary": "B2B订阅软件基准，不能直接代表新AI公司、硬件或服务企业。",
-      "nextCheck": "按报告样本及营收规模使用，不强套为行业ARR分布。",
-      "limitation": "不直接套用硬件与项目制业务"
+      "boundary": "第15次年度调查，超过1000家私营B2B SaaS公司；仅读公开摘要；完整下载需填写表单，未提交表单或取得完整底表。仅背景基准，不构成两年新公司名录。",
+      "nextCheck": "样本不是两年新AI公司；增长率中位数不能当ARR中位数；完整抽样与指标细节仍缺，不外推至硬件、项目服务或所有AI模式；需要公开可核底表时另补，不把缺项当已完成。",
+      "limitation": "不直接套用硬件与项目制业务",
+      "accessRecheckedAt": "2026-10-30",
+      "methodology": {
+        "sample": "第15次年度调查，超过1000家私营B2B SaaS公司",
+        "unit": "2025年度增长率与留存等公开摘要；非ARR金额分布",
+        "period": "2026报告回顾2025增长；不把报告年当公司成立年",
+        "access": "仅读公开摘要；完整下载需填写表单，未提交表单或取得完整底表",
+        "use": "用于B2B订阅软件的规模、融资和留存分层假设",
+        "limit": "样本不是两年新AI公司；增长率中位数不能当ARR中位数；完整抽样与指标细节仍缺，不外推至硬件、项目服务或所有AI模式",
+        "evidenceIds": [
+          "CTX-SAASCAP"
+        ],
+        "checkedAt": "2026-10-30"
+      }
     },
     {
       "id": "S10",

content/research/ai-income-analysis.json

@@ -1,5 +1,5 @@
 {
-  "sourceVersion": "2026-10-30-tc-2",
+  "sourceVersion": "2026-10-30-context-1",
   "asOf": "2026-10-30",
   "metric": "platform-mrr-usd",
   "sampleUnit": "product-or-business",

scripts/audit-ai-research.py

@@ -55,6 +55,26 @@ def source_register():
 
 
 
+def context_methods():
+    evidence = {e['id']: e for e in DATA['evidence']}
+    rows = [s for s in SOURCES['sources'] if s.get('methodology')]
+    assert {s['id'] for s in rows} == {'S06', 'S07', 'S08', 'S09'}
+    lines = ['', '## 背景基准适用性与缺项', '',
+        '以下核对背景资料的方法及适用范围，不是公司名录的完整覆盖。原始方法记录与全局核查随研究版本进入同一数据库；没有把行业汇总值新增为任何公司的收入观测。', '',
+        '| 来源与证据 | 样本与统计单位 | 时间 | 本次读取范围 | 可用于什么 | 主要限制 |',
+        '| --- | --- | --- | --- | --- | --- |']
+    for source in rows:
+        m = source['methodology']
+        assert m['checkedAt'] <= DATA['asOf']
+        assert all(m.get(key) for key in ('sample', 'unit', 'period', 'access', 'use', 'limit', 'evidenceIds'))
+        assert all(eid in evidence and evidence[eid]['companyId'] is None for eid in m['evidenceIds'])
+        assert not any(o['evidence'] in m['evidenceIds'] for o in DATA['observations'])
+        proof = '、'.join(f"[{eid}]({evidence[eid]['url']})" for eid in m['evidenceIds'])
+        lines.append(f"| {source['id']} {source['name']}：{proof} | {m['sample']}；{m['unit']} | {m['period']} | {m['access']} | {m['use']} | {m['limit']} |")
+    lines += ['', '本表的应用解释属于研究判断。选样、分母、时间或指标不同会造成表观差异；这些差异不单独证明财务造假，也不能作为给未知公司填补收入的依据。', '']
+    return lines
+
+
 def candidate_register():
     batches = DATA.get('candidateBatches', [])
     companies = {c['id']: c for c in DATA['companies']}
@@ -199,6 +219,7 @@ def render():
     lines.append(f"| 其他官网、评测及公开资料 | {len(others)} | {len({e['url'] for e in others})} | 按每条来源限制理解，不能统一当作独立证据 |")
     lines += directory_rechecks()
     lines += source_register()
+    lines += context_methods()
     lines += candidate_register()
     lines += ['', '## 尚未满足的研究条件', '',
         '行业ARR比较仍缺统一业务截止日、币种、经常性定义和业务边界。现有平台MRR可描述已采集产品，不足以代表全部新公司。技术评测只覆盖所列版本与任务，不宜跨领域汇总为统一强弱分数。', '',