Improve online mining record conversion

skills/online-mining-v2/README.md

@@ -16,23 +16,48 @@
 | `scripts/elk_profile_index.py` | 采样索引 schema 和关键字段，帮助 Agent 判断字段可用性。 |
 | `scripts/elk_search_cases.py` | 按 query/domain/prompt/model output/candidate domain 等条件搜索候选 case。 |
 | `scripts/elk_fetch_by_request_ids.py` | 批量按 request id 拉取 main/pre_processing 原始摘要。 |
-| `scripts/elk_join_request_logs.py` | 把 `arch-flat-nlp-log-f-*` 和 `pre-processing-info*` 按 request id 合并。 |
+| `scripts/elk_join_request_logs.py` | 把 `arch-flat-nlp-log-f-*` 和 `pre-processing*` 按 request id 合并。 |
 | `scripts/build_dataset_draft.py` | 把 review 后的线上 case 转成 product-data dataset draft text。 |
+| `scripts/build_online_records.py` | 把 rid/候选 case 直接转成 canonical records，并可导出 records.csv、training.jsonl、eval_planning.csv。 |
 
 ## 数据源
 
 - `main`：`arch-flat-nlp-log-f-*`
-- `pre_processing`：`pre-processing-info*`
+- `pre_processing`：`pre-processing*`
 
 字段说明见 `knowledge/数据源字段说明.md`。
 
 ## 后处理
 
-后处理复用 `skills/product-data/scripts/`：
+优先使用 `scripts/build_online_records.py` 一步完成线上候选到标准数据：
+
+```json
+{
+  "request_ids": ["<rid>"],
+  "date": "YYYYMMDD",
+  "dataset_label": "线上挖掘样本",
+  "target": "Agent(tag=\"xxx\")",
+  "complex": false,
+  "output_dir": "output",
+  "export_records": true,
+  "export_training": false,
+  "export_eval": false
+}
+```
+
+它会补齐：
+
+- `request_id`：主表 `request_id` / 前处理表 `requestId`
+- `timestamp`：优先主表 `timestamp`
+- `query`：优先前处理 query，缺失时用主表 query
+- `prev_session`：主表同 `session_id` 且早于当前 timestamp 的最多 10 轮
+- `target`：优先用户输入，否则用前处理 `code/planningOriginalResult`，再用主表仲裁信息兜底
+- `complex`：优先用户输入，默认 false
+
+如果需要拆开调试，后处理仍可复用 `skills/product-data/scripts/`：
 
 1. `normalize_dataset_draft.py`
 2. `validate_dataset_records.py`
 3. `export_dataset_records.py`
 4. 可选 `export_training_jsonl.py`
 5. 可选 `export_planning_eval_csv.py`
-