数据采集：内容库、发现与入库

研究素材散落在浏览器标签页里等于没有。数据采集把这些内容放进同一个库，随时能搜、能引用、能喂给 AI。

它解决什么问题

• 把采集到的文章、研报和论文放进同一个内容库。
• 已读、收藏和删除都在库内管理，不用回到来源网站。
• 支持按关键词发现新内容并直接导入。
• 采集任务有监控页，能看到抓取是否正常。

内容库与采集监控

面板顶部有两个标签，分工不同：

第一次使用

1. 进入面板

   量化center 左侧栏点「数据采集」。面板是内嵌页面，第一次打开需要几秒加载。

2. 确认已登录

   内容数据按账号隔离。未登录或会话过期时列表是空的，先登录再刷新。

   你应该看到：列表出现内容条目，顶部标签可以切换。

3. 浏览与筛选

   用搜索框和状态筛选缩小范围；点条目进入详情阅读。

条目详情与整理

• 详情：看来源、时间和正文；来源异常的内容不要直接当研究依据。
• 已读 / 收藏：读完标记已读，重要的加收藏，之后用筛选快速找回。
• 删除：无用内容直接删，减少干扰。删除前确认没有正在引用它的研究。

发现与导入

1. 在发现入口输入关键词或主题。
2. 从结果里勾选想入库的条目。
3. 确认后导入，回内容库刷新查看。

内容怎么进入研究

• 在 AI 对话里描述问题时，把内容库里的素材当作上下文来源之一。
• 做因子研究需要研报或论文支撑时，先在这里确认原文再引用。
• 内容库是素材层，数据仓库是数据层：文章不会自动变成可回测的数据集。

常见错误

常见问题

• 内容库和数据仓库有什么区别？

  内容库存文章、研报、论文这类素材；数据仓库存可回测的结构化数据。研究时两者配合：素材给人和 AI 读，数据给回测和因子挖掘。

• 导入的内容会自动更新吗？

  不会。导入是快照，来源更新后需要重新导入。重要的来源可以在采集监控里确认是否有持续任务。

• 为什么有些条目没有正文？

  部分来源只允许抓标题和摘要，详情页会提示。需要全文时打开来源链接阅读，再决定是否值得入库。