信号类别：薪酬、福利和自定义信号

处理轮里的 signals 步骤和 ai 步骤下的 signals 子任务，把 JD 里的薪酬信号挑出来，每个都附原文引用。类别、词表、权重和上限都在用户配置目录的 interests.yaml。

信号类别

信号分成类别，在 /interests 页上可以新增、删除、改名、排序（最多 12 个），也可以直接改 interests.yaml 的 signals.categories。列表顺序就是显示和排序的顺序。每个类别有一种类型：

类型	作用	说明
amount	写明的金额	用正则找金额，换算成年薪，和薪资底线比较。最多一个。金额参数在 amount: 下（只能在 YAML 里改）
keyword	关键词	keywords（字面词）、patterns（正则）、exclude（排除项）；AI 会复核
tag	福利式标签	tags（字面词）、tag_patterns（名称 + 正则）；只靠规则，不交给 AI

每个类别还有：id（字母开头，最多 24 个字符，保存后不能改，kind 也不能改）、label（zh / en，至少一种）、icon（最多 2 个字）、color（调色板：amber、teal、coral、blue、olive、violet、slate、pink、neutral）、weight（命中时加的分）、high_value（高价值信号，见下）、ai_confirm_only（规则命中只作候选，AI 确认后才算；tag 类不能用）、ai_definition（给 AI 的英文定义）。

默认的五个类别就是原来的档位，id 不变：

id	类型	内容	徽章	默认加分	高价值
T1	amount	写明的具体金额（换算成年薪）	💰 €85–105k	10	是
T2	keyword	股权、期权、员工持股	📈 股权	8	是
T3	keyword	“有竞争力的薪资”这类定性描述	🏅 有竞争力	3	否
T4	keyword	奖金、13. Gehalt、利润分成（要 AI 确认）	🎁 奖金	2	否
tag	tag	Deutschlandticket、JobRad、≥ 28 天假期…	小标签	0	否

排序值 = 匹配分 + min(各类别加分之和, bonus_cap)；同一类别在一个岗位上只算一次；tag 类只有权重大于 0 时才加分。金额类只有在“写明的金额算高薪”时才加分：年薪上限（市场的基准货币，其他货币按 amount.rough_fx 的粗略汇率折算，两张表都没有的币种无法比较、按高薪处理）要不低于 amount.bonus_requires_at_least（salary_floor = preferences.yaml 的 salary_floor_year，默认；数字 = 每年至少这么多基准货币；none = 写明金额就算）。低于门槛的金额照样提取和显示，但徽章是灰色的、不加分，也不算高价值信号。“可能是其他地区的薪资”（见下）的金额改加 amount.other_region_weight 分（默认 0：不加分、不算高价值信号）；同一岗位还有本地金额时按本地的算。改了权重、bonus_cap 或薪资底线，保存后立刻重算 scores.signal_bonus 和 rank_value，不需要 AI。

高价值信号

勾选了 high_value 的类别算高价值信号（默认 T1 和 T2）。它们决定：列表的“只看高价值信号”（URL 参数 high=true；旧链接的 t12=true 仍然可用，按 high=true 读）、推送的低门槛（notify.yaml 的 push_min_score_high_value）、今日页“合格”的口径、统计页的高价值信号数。金额类还要达到薪资底线、并且是本地薪资。没有任何高价值类别时，这个按钮不显示，推送只用 push_min_score。

改了什么会重新扫描或复核

• 改名称、图标、颜色、权重、高价值：不重扫、不重新送 AI，加分立刻重算。
• 改词表、正则、排除项、ai_confirm_only、类别的顺序，新增或删除类别：下一轮重新扫描 JD（规则指纹变了）。
• 改 AI 定义、增删 amount / keyword 类别、改 ai_confirm_only：AI prompt 的版本变化，在架岗位在后面几轮按每轮上限重新复核。默认五个类别的 prompt 和升级前逐字相同（版本仍是 signals-v1）。

删除和恢复

删除的类别移到 signals.retired_categories（保留完整定义）。它的信号留在数据库里，但不显示、不加分、不参与筛选和推送；删除前的确认框会写明已存多少条信号、涉及多少个岗位。“已删除的类别”可以恢复，恢复后下一轮重新提取。删除过的 id 不能给新类别用。

从旧格式升级

interests.yaml 和 notify.yaml 的格式版本是 2。旧文件（版本 1，signals.T1..T4、benefit_tags、weights）在加载时自动在内存里转换，照常运行；pnpm config:migrate 先预览改动，pnpm config:migrate --write 备份后写回（注释保留）。转换后五个默认类别和原来的档位完全一样，升级后不会全量重扫，也不会全量重新送 AI。

添加你自己的兴趣点

例子：你想知道哪些雇主给大量或无限量的 AI token 预算，或者给员工付 Copilot / Claude / Cursor 的席位费。这就是一个 keyword 类的信号类别，不需要新东西。

用类别还是评分标准？ 类别会出徽标（带 JD 原文引用），能筛选，按 weight 给排序值加分，设了 high_value 还会用更低的 推送门槛。ai.yaml: scoring.criteria.nice_to_have（见 settings.zh.md）里写一句话只会轻微影响 AI 匹配分： 没有徽标、不能筛选，而且一改就要重打全部分数。想看到、想筛选的用类别；模糊的偏好用 nice_to_have。

一步步来

1. /interests → 新增类别 → 从这里开始：选预设“AI 工具 / token 预算”（或“开源时间”），或者选“空白类别”再选 种类“关键词”。预设会填好名称、图标、颜色、权重、AI 定义和词表（英文加你市场的本地语言，德国包是德文）。预设在随产品 发布的 config/signal-presets.yaml 里，选它只是填表。id 被占用时会自动加 _2。
2. 用英文写 AI 定义，写清什么算、什么不算： The employer pays for AI tools for the employee ... Not: building AI products, or "experience with AI tools" asked of the candidate.
3. 可选：词和正则，你的岗位用几种语言写就各写一遍（规则不会翻译）。它们不花 AI 就能找出候选；exclude 用来排除 “experience with Copilot”这类说法。
4. 权重（分数，受封顶限制）和高价值信号。
5. 在最近的岗位上试试：用词和正则扫一遍最新的 limits.preview_jobs 个在架岗位（默认 500），显示命中了几个岗位和最多 三条原文样例，以及保存后约多少个岗位会重新送 AI 审核、按每轮上限约需几轮。不调用 AI，不保存任何东西。检查最多跑 limits.preview_time_budget_ms（默认 1500 毫秒），超时就把结果标为部分结果。
6. 保存。保存后的提示会再给一次重审估算。

怎么匹配。 规则层用词表找候选（不花 AI）。AI 审核每个未被过滤的在架岗位时，按每个类别的定义读 JD：确认或否决候选， 并补上词表漏掉的说法，JD 用什么语言都行。只写定义、不写词的类别也能用：limits.ai_review_without_candidates: true （默认）时，没有规则候选的岗位也会送 AI，AI 按语义找它；类别行会显示“只靠 AI”。这个设置关掉时，这样的类别永远不会命中： 类别行显示警告，pnpm config:check 输出 interests.semantic_only_unreachable。每条信号都必须带 JD 里真实存在的原文引用， 不是原文的引用会被丢弃。

什么时候生效，花多少。 新增 keyword 类别会改变 AI 提示词版本：从下一轮起，在架岗位按 ai.yaml: per_cycle_limit 每轮 分批重新审核；被过滤和已关闭的岗位不审。大致是接下来几轮里每个在架岗位一次 AI 调用。只改词（不改定义）只会重新扫描 JD， 不用 AI。

同一个类别写成 YAML（interests.yaml 的 signals.categories 下）：

- id: ai_tools_budget
  kind: keyword
  label: { en: AI tools / token budget, zh: AI 工具 / token 预算 }
  icon: 🤖
  color: violet
  weight: 4
  high_value: false
  ai_confirm_only: false
  ai_definition: >-
    The employer pays for AI tools for the employee: a large or unlimited AI / LLM token or usage budget, company-paid
    licences or seats for AI assistants (GitHub Copilot, Cursor, Claude, ChatGPT, Gemini), or an explicit budget for AI
    tools. Not: building AI products, AI as a research topic, or "experience with AI tools" asked of the candidate.
  keywords: [unlimited tokens, AI budget, AI tools budget, Copilot license, KI-Budget, unbegrenzte Tokens]
  patterns:
    - '\b(?:unlimited|generous|large|uncapped)\s+(?:AI\s+|LLM\s+)?(?:token|usage|credits?)\b'
    - '\b(?:access|licen[cs]es?|seats?|subscriptions?)\s+(?:to|for)\s+(?:[\w-]+\s+){0,3}?(?:Copilot|Cursor|Claude|ChatGPT|Gemini)\b'
  exclude:
    - '\bexperience\s+(?:with|in|using)\s+(?:[\w-]+\s+){0,3}?(?:Copilot|Cursor|Claude|ChatGPT|Gemini)\b'

词表太宽会抓到不想要的：打开 ai_confirm_only，规则命中要等 AI 确认才算信号。

两步提取

1. 规则（每轮，不花 AI）：用各类别的词表在 JD 里找候选，取命中处所在的句子做引用（最长 limits.quote_max_chars，每个类别最多 limits.per_category_max 条）。金额用 pipeline.yaml 的 salary 段换算成年薪（月薪×12 等），年薪低于 amount.min_annual 的丢弃。ai_confirm_only 类别（默认 T4）的命中只是候选，要 AI 确认才成为信号。
2. AI（ai 步骤，tasks.signals 可单独指定 provider 顺序）：对每个还没复核过的岗位（有候选的先，每轮最多 per_cycle_limit 条，已被硬过滤的不送），AI 按各类别的 ai_definition 确认或否定每个候选、补上词表漏掉的说法、读出金额的数字和周期。代码再检查：类别必须是当前的 amount / keyword 类别，引用必须是 JD 的子串（只允许空白差异，存的是 JD 自己的文本），金额的数字必须出现在引用里，换算由代码做。不合格的丢弃。

JD 或词表变了会重新扫描（只替换当前启用类别的信号）；已复核的岗位在 JD 和 prompt 版本不变时不会再送 AI。

岗位自带的薪资 → 金额类

岗位的归一薪资（jobs.salary_json，来源：渠道的结构化字段 > 渠道的薪资文字 > JD 正文里的薪资句）只要可信（qualityStatus = valid、有币种和周期、年薪不低于 amount.min_annual）就生成一条金额信号（没有金额类别时不生成），不论 JD 正文里有没有同样的金额：

• 来自渠道字段或渠道薪资文字的，引用就是那段字段原文（例如 LinkedIn 的 €75,000.00/yr - €100,000.00/yr），signals.quote_source = structured，没有 JD 偏移；详情页标“来源字段”。来自 JD 正文的，引用是 JD 里的原句，quote_source = description。
• 加分照旧只看“年薪上限 ≥ 薪资底线”（区间碰到底线也算）。
• JD 里规则找到的金额如果落在这条薪资的区间内、或和别的金额相同，就并掉；金额不同的（如 OTE）保留。
• 薪资变了（解析改进、数据源更新），金额信号随之更新，不重扫 JD、不重新送 AI（signal_scans.salary_hash 记录它依据的薪资）。

薪资怎么从文字里读

pipeline.yaml 的 salary 段：

• 区间两端都带单位也能读（€75,000/yr - €100,000/yr、75k p.a. – 100k p.a.、EUR 75k–100k）。
• JD 正文里的金额必须：有币种、description_context_patterns 里的薪资词在 context_window_chars 以内、且 negative_context_patterns（relocation、allowance、learning budget、phone、vacation、funding ……）里的词没有比薪资词离金额更近（negative_context_window_chars）。“Relocation support: up to €2,500”、“€60/month phone allowance” 因此不会变成薪资。金额类的规则命中同样检查“福利词更近”。
• plausible_per_period：写明的金额（按周期，不是年化）不在范围内就标 AMOUNT_IMPLAUSIBLE_FOR_PERIOD（待复核）；JD 正文里读出的待复核薪资不存。
• 解析规则变了（SALARY_PARSER_VERSION）或 salary 段变了，pipeline 步骤会用当前解析重读所有岗位的原始帖子、修正已存的薪资，每次变更只做一次。手动：pnpm reprocess（原文放回待处理并重跑 pipeline → 薪资 → 硬过滤 → 规则信号 → 薪资信号同步 → 加分 → 德语复核，不采集、不花 AI；选项 --channel <id> 只重处理指定通道的原文；对副本库用，见 extraction.zh.md）。

词表怎么写

• keywords：字面词，整词、不区分大小写。
• patterns：正则（iu 标志），用于变形和组合说法（德语词尾、“competitive … salary”）。
• exclude：某个命中的起点落在这些匹配里（命中范围之内，或之前 limits.exclude_lookbehind_chars 个字符以内）就丢弃——例如 “diversity, equity and inclusion” 不是股权，“bonus of €25,000” 里的金额不是薪资。
• amount.assume_currency（金额类）：金额没写币种、同一句里有薪资词时按这个币种处理，并在详情页标注；设为 null 则丢弃这类金额。
• 其他货币的金额保留原币种，同时按 pipeline.yaml: salary.fx_pivot + fx_rates 的参考汇率给出市场基准货币的年薪（没有汇率的币种不折算）；薪资底线、“最低年薪”筛选、统计页和金额类的门槛都用这个基准货币年薪（见 market-packs.zh.md）。
• 时薪、日薪、月薪按 salary.periods_per_year（时 2080、日 260、月 12）换算成年薪；JD 正文里“带币种、写明时/日/周/月周期”的单个金额（“Rate: 18 USD per hour”）没有薪资词也算薪资，所以照样过薪资底线。

可能是其他地区的薪资

币种不在 pipeline.yaml: salary.local_currencies（默认 [EUR]）里，或 JD 里出现 salary.other_region_patterns 的说法（“our US benefits”、“rates vary per country”、“pay range … in the US”），这笔薪资和它的金额信号就标“可能是其他地区的薪资”（salary_json.otherRegion、金额信号 value_json.otherRegion = currency / description）。它照样折成 EUR 年薪、照样过薪资底线；列表徽章变灰并写“可能非本地”，详情页写明原因和 EUR 折算，Telegram 的 💰 后面加”（可能是其他地区的薪资）“。

改 fx_rates、local_currencies、other_region_patterns 或 other_region_weight 不会重扫 JD、不会重新送 AI：下一轮的 signals 步骤把已存的金额按新设置重算一遍（revalueSignals，每次变更只做一次），加分随之更新。

看板

• 岗位行：每个类别一个徽章或标签（类别的颜色和名称；金额类显示金额）。
• 详情页“薪酬与福利”：每个信号的类别、归一值、加分、原文引用和来源（规则 / AI）；加分合计与封顶；标签类别的标签；JD 原文和译文里引用的句子按类别的颜色高亮。
• 详情页（v3）：标题区右侧是排序值卡（20 格电量格 + 匹配分/加分堆叠条，封顶取 interests.yaml: bonus_cap）和年薪卡（薪资轴：红线是 preferences.yaml: salary_floor_year，虚线是本月写明薪资岗位的中位数（/me 底线预览和 /insights 用同一个定义，各自标明范围和个数；其他地区和待复核的薪资不进中位数），下面是“高于 X% 已披露岗位”）。本月样本少于 ui.yaml: salary_stats.min_sample（默认 5）时不画中位线和百分位，写明样本不足。“薪酬与福利”每条信号一行，底部封顶条把各类别叠起来、超过封顶的部分画斜线；点信号标签会切到 JD 原文、滚到对应句子并闪烁（只有 JD 里真有这句话的信号才有跳转，没有就只显示引用）。“条件核对”：德语 A1–C2 阶梯（你 / 要求 / 差距；岗位写“不需要”或没写时只画你的等级并写明，不推测）、技能重合（me.yaml 的技能和岗位技能忽略大小写，并用 pipeline.yaml: skills 的 aliases 当别名，比如你写 k8s 能对上 Kubernetes；画像里一条写了几个技能，如“LLM / RAG”或“Kubernetes (k8s)”，会拆开各算一个，列表页用同一套规则）、薪资底线 ✓ / ✕（写明的上限对底线）。
• 列表（今日、全部岗位）：快速筛选“只看高价值信号”（URL 参数 high=true，按钮提示里列出当前的高价值类别）。

命令

# 在真实岗位上跑一遍（用数据库副本：会写 signals 和 scores）
DATABASE_URL=postgres://…/jobradar_copy pnpm smoke:signals --jobs 37,51,7