统计页 /insights

一页看“市场和我的进展”。右上角切换 7 / 30 / 90 天（URL 的 ?range=，刷新和分享链接都保留）。“今天”和每天的边界按 schedule.yaml 的 timezone 算，范围包含今天。

配置：insights.yaml

默认值在 data/config/insights.yaml，你自己的那份在 data/config/insights.yaml（见 configuration.zh.md）。

键	含义
ranges_days / default_range_days	提供哪些时间范围（从短到长）和默认值
cities	城市卡片里单列的城市，写法同 /jobs 的城市筛选（München，不是 Munich）；留空（默认）= 画像 preferences 里的 locations
top_filter_reasons	“被过滤的原因”列几行
score_bucket_width / score_bucket_cap	排序值直方图的柱宽，和“从多少起归进最后一根”
salary_bucket / salary_bucket_cap	年薪直方图的柱宽（市场的基准货币），和最后一根的起点

网页每次打开页面重新读取这个文件，不需要重启。

每张卡片怎么算

所有数字都是数据库里的 SQL 聚合，口径是“范围内第一次被看到的岗位”（first_seen_at，和 /jobs 的“首次看到”日期筛选同一个读法）。“通过过滤”= 岗位最新一条打分记录不是 filtered_out（还没有打分记录的岗位 /jobs 默认也显示，这里同样算通过）。

卡片	口径	点击去哪
关键数字	新增（全部）、通过过滤、披露薪资占比、平均排序值、已申请	新增 → /jobs（含已过滤）；通过过滤 → /jobs；披露薪资 → salary=true；已申请 → /pipeline
关键数字的趋势线	有数据的日子（新增数 > 0 的日子、有岗位的日子的通过率、有打分岗位的日子的排序值）连成一条连续的台阶线，没数据的日子被跨过，不画成零散的点；有数据的日子少于 2 天就不画线，写“数据不足 2 天”；线的宽度随卡片收缩，不会画到邻卡里（lib/insights/trend.ts）	—
每日新增	每天通过过滤 / 被过滤的岗位数，没有岗位的日子也是一根空柱	通过过滤的柱 → 当天 /jobs；被过滤的柱 → 当天 /jobs，只看被过滤的（filteredOnly=true）
来源分布	按来源类别（channels.family）；一个岗位出现在多个来源时每个来源各算一次；显示其中通过过滤的比例	总数 → source= + 含已过滤；通过比例 → source=
城市分布	仅通过过滤的岗位。岗位任一地点命中配置里的城市就算（一个岗位可同时在多个城市）；远程按办公方式；其他 = 既不远程也不在列出的城市	城市 → city=；远程 → workplace=remote；其他没有对应筛选，不可点
薪资披露	仅通过过滤的岗位：写了薪资的占比；年薪直方图只用“可比较的欧元年薪”（和详情页、/me 同一个定义：qualityStatus 不是 review、不是其他地区的薪资；区间取中点，只写一端的取那一端），分桶并给出中位数（标签写明范围和个数，如“中位 · 近 30 天 8 个”；少于 ui.yaml: salary_stats.min_sample 个就不显示）	占比 → salary=true；直方图柱不可点
信号	仅通过过滤的岗位：每个信号类别（标签类除外，按 /interests 的顺序）至少有一条该类别信号的岗位数及这些岗位的平均排序值；一个都没有的岗位数	“高价值信号”数（写明是哪些类别）→ high=true（与 /jobs 的快捷筛选同一口径，含金额类的薪资底线规则）；没有高价值类别时不显示
排序值分布	仅通过过滤且已打分的岗位，按排序值分桶；还在等 AI 的单独给个数	不可点
申请漏斗	新岗位 = 范围内出现并通过过滤的岗位；之后每一级 = 范围内通过状态变化进入该级（或更后一级）的申请数；被拒 / 已撤回 / 已忽略单列。注意“感兴趣”可能是更早出现的岗位，所以新岗位 → 感兴趣不算转化率，从“感兴趣”起才给上一级的占比	新岗位 → /jobs；其余 → /pipeline
被过滤的原因	范围内被硬过滤淘汰的岗位，按原因代码（去掉冒号后的细节）统计，一个岗位可有多个原因	“打开被过滤的岗位” → /jobs，只看被过滤的（filteredOnly=true）

某个范围内没有任何岗位和申请动作时只显示一个空状态；只是某张卡片没数据时，那张卡片自己显示空状态。