# 商品域场景统计计算器 候选 ID：`product-metric-runner` ## Before 用户问：`上架经营态 + 创建配置态里，可帮助编辑覆盖多少？` 或 `图片素材相关里有多少是直接希望 AI 生成图片？` 当前做法通常是临时定位复核页底表、手写筛选条件、再手动复述口径和生成 CSV/HTML。风险是分母口径、用户侧/客服侧文本、严格/宽松口径和导出字段容易在不同任务间漂移。 ## After ```bash python tools/product_metric_runner.py \ --source adhoc/2026-04-28_商品域生命周期映射/商品域最终体系_生命周期映射_session复核_2026-05-08_v3.csv \ --metric-spec config/product_metric_specs/help_editable.yaml \ --out-dir adhoc/2026-04-28_商品域生命周期映射/out/help_editable_2026-05-08 ``` 输出固定包含： | 产物 | 内容 | |---|---| | `summary.csv` | 范围、分子、分母、占比、严格/宽松口径说明 | | `groups.csv` | 按生命周期、一级/二级/三级场景的覆盖率排序 | | `details.csv` | 命中的 session 明细和 evidence 文本 | | `report.html` | 可打开复核页，保留筛选器、分组表和代表 case | 示例口径卡： ```yaml id: ai_image_generation source_unit: session scope: lifecycle: 创建配置态 second_level: 图片素材相关 text_side: user_only numerator: strict_keywords: [生成图片, AI生成, Ai出图, 帮我做个图, 生成一张] exclude_intents: [合规咨询, 图片优化, 人工设计推荐] group_by: [lifecycle, first_level, second_level] outputs: [summary, groups, details, html] ``` 期望结果会直接给出：`严格口径 6 / 153 = 3.9%`，并把 6 条 session 明细导出，方便继续复核。