Improve online mining record conversion

skills/online-mining-v2/SKILL.md

@@ -28,11 +28,12 @@ skills/online-mining-v2/
     elk_fetch_by_request_ids.py
     elk_join_request_logs.py
     build_dataset_draft.py
+    build_online_records.py
 ```
 
 默认数据源：
 
-- `pre-processing-info*`：前处理日志，适合拿模型 prompt、模型输出、候选 domain、`excellent_domains_result`。
+- `pre-processing*`：前处理日志，适合拿模型 prompt、模型输出、候选 domain、`excellent_domains_result`。
 - `arch-flat-nlp-log-f-*`：主 NLP 日志，适合拿最终 `query`、`domain`、`func`、`session_id`、`device_id`、`device`、`tts/text/to_speak`。
 
 后处理全部复用 `product-data`：
@@ -128,12 +129,51 @@ skills/online-mining-v2/
 }
 ```
 
-### 5. 给用户 review
+### 5. 单条 rid 或已确认候选直接转元数据
+
+如果用户给了明确 rid，或已经确认一批线上候选要直接作为样本，优先使用
+`build_online_records.py`。这个脚本会完成：
+
+- 主表 `arch-flat-nlp-log-f-*` 和前处理表 `pre-processing*` 双表拉取。
+- 用主表 `session_id + timestamp` 补齐当前请求前最多 10 轮 session。
+- 优先使用用户指定 `target`；没有指定时，按 `pre_processing.code` -> `planningOriginalResult` -> 主表 `llm_agent_info.agentType` -> 主表 `domain` 推断标签。
+- 生成 product-data canonical records。
+- 默认导出 `output/records.jsonl` 和 `output/records.csv`，可选导出 `training.jsonl` 和 `eval_planning.csv`。
+
+示例：
+
+```json
+{
+  "script_path": "skills/online-mining-v2/scripts/build_online_records.py",
+  "stdin": {
+    "request_ids": ["6656271eedfe4b478ac716448a3ad310"],
+    "date": "20260514",
+    "dataset_label": "线上挖掘样本",
+    "target": "Agent(tag=\"地图导航\")",
+    "complex": false,
+    "output_dir": "output",
+    "export_records": true,
+    "export_training": false,
+    "export_eval": false
+  },
+  "timeout_seconds": 300,
+  "max_output_chars": 30000
+}
+```
+
+注意：
+
+- 老 rid 超出近 48 小时时必须让用户补日期，传 `date=YYYYMMDD`。
+- 如果用户没有指定 `target`，脚本可以从线上模型输出推断，但最终仍建议展示 `target_source` 给用户确认。
+- 如果脚本返回 `case has no query`，说明该 rid 在当前日期窗口没有命中主表/前处理表，不要继续伪造元数据。
+
+### 6. 给用户 review
 
 展示候选样本时只展示必要字段：
 
 - request_id
 - query
+- target / target_source（如果已经转换）
 - main.domain / main.func
 - pre.planning_result
 - pre.hit_rules
@@ -143,9 +183,10 @@ skills/online-mining-v2/
 
 不要一次贴大量 prompt。需要看 prompt 时只展示截断摘要，或保存到会话 output 目录。
 
-### 6. 用户确认后转成 product-data draft
+### 7. 用户确认后转成 product-data draft
 
-线上候选直接作为样本时，先生成 dataset draft text：
+一般情况下不要再手动接 normalize/export。只有当用户明确要看 draft text，
+或需要和 `product-data` 的人工生成流程混合时，才先生成 dataset draft text：
 
 ```json
 {
@@ -162,7 +203,7 @@ skills/online-mining-v2/
 }
 ```
 
-然后必须调用 product-data：
+然后再调用 product-data：
 
 ```json
 {
@@ -179,7 +220,9 @@ skills/online-mining-v2/
 }
 ```
 
-再执行校验和导出：
+更推荐直接使用第 5 步的 `build_online_records.py`，减少模型手动接线出错。
+
+如果使用 draft 分支，再执行校验和导出：
 
 - `validate_dataset_records.py`
 - `export_dataset_records.py`，输出固定 `output/records.jsonl`
@@ -201,4 +244,3 @@ skills/online-mining-v2/
 - canonical records：通过 product-data 导出到 `output/records.jsonl`
 
 不要写项目根目录、`tasks/`、`src/` 或 `skills/`。
-