Alfred 数据模型（PostgreSQL）— ⚠️ 旧模型，已过时¶

本文档是 V1 重新设计前的旧模型，仅作对照。权威模型见 DATA_MODEL_V2.md。 决策背景：design-sessions/2026-08-03-v1-redesign.md；ADR 0009–0017。

配套：SPEC ｜术语表数据库：PostgreSQL 16 ｜ ORM：SQLModel ｜迁移：Alembic

0. 通用约定¶

0.1 每张表都有的公共列¶

列	类型	说明
`id`	`uuid` PK	默认 `gen_random_uuid()`（`pgcrypto`）
`created_at`	`timestamptz`	默认 `now()`
`updated_at`	`timestamptz`	触发器自动更新
`archived_at`	`timestamptz` NULL	软删除。查询默认过滤 `archived_at IS NULL`

0.2 AI 溯源列（凡可由 AI 生成的表都有）¶

列	类型	说明
`origin`	`varchar`	`manual` \| `ingest` \| `skill` \| `import`
`ingest_request_id`	`uuid` NULL	来自哪次 ingest，可回溯原始输入
`confidence`	`real` NULL	AI 抽取置信度 0–1，冲突合并时取高者

这组列让"AI 填的"和"我自己填的"永远可区分，也让错误结果能顺藤摸瓜找到原始录音/截图。

0.3 枚举策略¶

不使用 PostgreSQL 原生 ENUM 类型，一律 varchar + Python StrEnum + 应用层校验（必要时加 CHECK）。理由：PG 原生 enum 增删值需要 DDL 迁移，个人项目里枚举值会频繁演进，varchar 成本最低。

0.4 命名¶

表名单数下划线（entity_link），时间列后缀 _at，日期列后缀 _on，布尔前缀 is_，Markdown 文本后缀 _md。

0.5 必需扩展¶

CREATE EXTENSION IF NOT EXISTS pgcrypto;   -- gen_random_uuid()
CREATE EXTENSION IF NOT EXISTS pg_trgm;    -- 模糊匹配公司名/人名

1. 全景¶

erDiagram
    COMPANY   ||--o{ POSITION       : "发布"
    POSITION  ||--o{ APPLICATION    : "投递"
    APPLICATION ||--o{ INTERVIEW    : "轮次"
    APPLICATION ||--o| OFFER        : "结果"
    APPLICATION }o--o| DOCUMENT_VERSION : "所用 CV"
    APPLICATION }o--o| DOCUMENT_VERSION2 : "所用 CL"
    DOCUMENT_ASSET ||--o{ DOCUMENT_VERSION : "版本链"
    INTERVIEW ||--o{ INTERVIEW_INTERVIEWER : ""
    PERSON    ||--o{ INTERVIEW_INTERVIEWER : "面试官"
    PERSON    }o--o| COMPANY        : "任职于"
    INGEST_REQUEST ||--o{ INGEST_RUN : "每次AI调用"
    INGEST_REQUEST ||--o{ ATTACHMENT : "上传物"
    ENTITY_LINK ||--|| ANY_ENTITY    : "通用边"
    ENTITY_TAG  ||--|| TAG           : ""

节点共 13 张实体表 + 3 张关系/审计表。

2. 核心实体¶

2.1 `company` — 公司¶

列	类型	说明
`name`	`varchar` NOT NULL	显示名
`slug`	`varchar` UNIQUE	稳定短标识，`bytedance`
`aliases`	`text[]`	别名，用于去重（"字节跳动"/"ByteDance"/"抖音集团"）
`website`	`varchar`
`industry`	`text[]`
`size_bucket`	`varchar`	`startup`\|`sme`\|`large`\|`mnc`\|`unknown`
`hq_location`	`varchar`
`description_md`	`text`	公司简介（AI 从材料中提取）
`visa_sponsorship_known`	`varchar`	`yes`\|`no`\|`unknown`
`interest_level`	`smallint`	个人兴趣 1–5
`is_blacklisted`	`boolean`	避雷
`blacklist_reason`	`text`

去重键：lower(name) 与 aliases 做 trigram 匹配；upsert_company 原语先查后建。索引：UNIQUE(slug)、GIN(aliases)、GIN(lower(name) gin_trgm_ops)。

2.2 `position` — 岗位¶

列	类型	说明
`company_id`	`uuid` FK → company
`title`	`varchar` NOT NULL	原始标题
`job_family`	`varchar`	归一化职位类别：`swe`\|`quant`\|`data`\|`pm`\|`research`\|… 支撑"某一类职位"作为 filter
`seniority`	`varchar`	`intern`\|`new_grad`\|`junior`\|`mid`\|`senior`\|`lead`\|`unknown`
`employment_type`	`varchar`	`full_time`\|`part_time`\|`intern`\|`contract`\|`unknown`
`location`	`varchar`
`work_mode`	`varchar`	`onsite`\|`hybrid`\|`remote`\|`unknown`
`visa_sponsorship`	`varchar`	`yes`\|`no`\|`unknown`（HK/JobsDB 场景刚需）
`salary_min` / `salary_max`	`numeric`
`salary_currency`	`varchar(3)`
`salary_period`	`varchar`	`year`\|`month`\|`day`\|`hour`
`description_md`	`text`	JD 正文
`requirements`	`jsonb`	`[{text, kind: "must"\\|"nice", category}]`
`apply_method`	`varchar`	`portal`\|`email`\|`referral`\|`wechat`\|`other`
`apply_url` / `apply_email`	`varchar`	投递方式
`posted_at`	`timestamptz`	发布时间
`deadline_at`	`timestamptz`	截止日期（自动生成提醒的依据）
`discovered_at`	`timestamptz`	发现时间，默认 `now()`
`source_kind`	`varchar`	`linkedin`\|`jobsdb`\|`wechat_mp`\|`xiaohongshu`\|`screenshot`\|`referral`\|`other`
`source_url`	`varchar`
`status`	`varchar`	`watching`（观望）\|`shortlisted`\|`applying`\|`applied`\|`closed`\|`abandoned`
`interest_level`	`smallint`	1–5，"我很喜欢"
`personal_comment_md`	`text`	个人 comment 原话
`fingerprint`	`varchar` UNIQUE NULL	去重指纹 = `hash(company_id, normalized_title, location)`
`search_tsv`	`tsvector` GENERATED	`title + description_md`，GIN 索引

索引：(company_id)、(status)、(deadline_at)、(job_family)、GIN(requirements)、GIN(search_tsv)。

2.3 `person` — 人（猎头 / 内推人 / coffee chat 对象 / 面试官）¶

用户要求"每一个人都需要有一个 unique identifier"。

列	类型	说明
`slug`	`varchar` UNIQUE NOT NULL	人类可读唯一标识，如 `jane-chen-hsbc`。这就是 unique identifier
`display_name`	`varchar` NOT NULL
`full_name`	`varchar`
`aliases`	`text[]`	昵称/英文名/微信名
`roles`	`text[]`	`recruiter`\|`referrer`\|`interviewer`\|`peer`\|`mentor`\|`friend`\|`alumni`（一人可多角色）
`email` / `phone` / `linkedin_url` / `wechat_id`	`varchar`
`handles`	`jsonb`	其他平台账号
`current_company_id`	`uuid` FK NULL
`current_title`	`varchar`
`agency`	`varchar`	猎头所属机构
`location` / `timezone`	`varchar`
`first_met_at`	`timestamptz`
`last_contact_at`	`timestamptz`
`next_followup_at`	`timestamptz`
`summary_md`	`text`	这个人的滚动画像（Skill 逐次更新）
`is_blacklisted`	`boolean`

去重：UNIQUE(slug)；UNIQUE(lower(email)) WHERE email IS NOT NULL；名字走 trigram 提示。索引：GIN(roles)、GIN(aliases)、(current_company_id)、(next_followup_at)。

2.4 `application` — 投递实例¶

列	类型	说明
`position_id`	`uuid` FK → position
`company_id`	`uuid` FK → company	冗余，便于按公司聚合
`status`	`varchar`	见下方状态机
`submitted_at`	`timestamptz`
`channel`	`varchar`	`portal`\|`email`\|`referral`\|`recruiter`\|`event`\|`other`
`channel_detail`	`varchar`	具体平台
`resume_version_id`	`uuid` FK → document_version	这次用的哪版 CV
`cover_letter_version_id`	`uuid` FK → document_version	这次用的哪版 CL
`portal_url`	`varchar`	投递门户地址
`portal_username`	`varchar`	注册用的账号（不存密码）
`submission_payload_md`	`text`	网页投递时填了什么信息（粘贴文本 / 截图转写）
`answers`	`jsonb`	结构化的申请表问答 `[{question, answer}]`
`referrer_person_id`	`uuid` FK → person	内推人
`recruiter_person_id`	`uuid` FK → person	对接猎头/HR
`last_status_at`	`timestamptz`	最近一次状态变化
`next_followup_at`	`timestamptz`	下次跟进
`outcome_note_md`	`text`

状态机（application.status）：

stateDiagram-v2
    [*] --> draft
    draft --> submitted
    submitted --> ack_received
    submitted --> ghosted : 长期无回应
    ack_received --> oa_pending
    oa_pending --> oa_done
    ack_received --> interviewing
    oa_done --> interviewing
    interviewing --> offer
    interviewing --> rejected
    offer --> accepted
    offer --> declined
    submitted --> withdrawn
    interviewing --> withdrawn
    ghosted --> interviewing : 突然回复

索引：(status)、(company_id)、(position_id)、(next_followup_at)、(submitted_at)。截图等佐证材料通过 entity_link(application → attachment, relation='evidence') 关联。

2.5 `document_asset` / `document_version` — 简历与 Cover Letter¶

设计说明：设计讨论中提到的 ResumeAsset 与 CoverLetterAsset 在实现上合并为同一对表，用 kind 字段区分。二者字段 100% 重合（都是 LaTeX 源码 + 版本链 + 投递引用），拆两套表只会产生重复代码和重复迁移。

document_asset（一份"文档档案"，比如"量化方向简历"）

列	类型	说明
`kind`	`varchar`	`resume`\|`cover_letter`\|`portfolio`\|`other`
`name`	`varchar`	"Quant 方向 CV"
`slug`	`varchar` UNIQUE
`description_md`	`text`
`target_job_family`	`varchar`	这份文档主打哪类岗位
`template_source`	`text`	用户提供的 LaTeX 模板原文
`language`	`varchar`	`zh`\|`en`

document_version（每一次改动 = 一个不可变版本）

列	类型	说明
`asset_id`	`uuid` FK → document_asset
`version_no`	`int`	自增，`UNIQUE(asset_id, version_no)`
`label`	`varchar`	"投 HSBC 用的版本"
`source_format`	`varchar`	`latex`\|`markdown`\|`docx`
`source_content`	`text`	完整 LaTeX 源码快照（不可变）
`based_on_version_id`	`uuid` FK self	版本链，可 diff
`diff_summary_md`	`text`	这版改了什么（AI 生成）
`generated_by`	`varchar`	`manual`\|`skill`\|`ai_suggested`
`tailored_for_position_id`	`uuid` FK NULL	为哪个岗位定制
`checksum`	`varchar`	源码 sha256，防重复存
`pdf_path`	`varchar` NULL	MVP 恒为 NULL，v0.3+ 编译后写入
`compiled_at`	`timestamptz` NULL	同上
`compile_log`	`text` NULL	同上

这套结构直接回答用户的痛点："收到面试时忘了当初用的哪份 CV" → 从 application.resume_version_id 一跳即可拿到当时的完整源码。

2.6 `interview` — 面试¶

列	类型	说明
`application_id`	`uuid` FK → application
`round_no`	`int`	第几轮
`kind`	`varchar`	`oa`\|`written_test`\|`phone_screen`\|`technical`\|`system_design`\|`behavioral`\|`case`\|`hr`\|`onsite_loop`\|`final`
`scheduled_at`	`timestamptz`	什么时候面试
`duration_min`	`int`
`mode`	`varchar`	`onsite`\|`video`\|`phone`
`location_or_link`	`varchar`
`prep_md`	`text`	面前准备要点
`questions`	`jsonb`	`[{question, my_answer, self_rating}]` — 面试说了什么
`self_feedback_md`	`text`	面试的感受
`sentiment`	`varchar`	`great`\|`good`\|`neutral`\|`bad`\|`terrible`
`confidence`	`smallint`	1–5 自评把握
`outcome`	`varchar`	`pending`\|`passed`\|`failed`\|`unknown`
`thankyou_sent_at`	`timestamptz`	感谢信
`next_followup_at`	`timestamptz`	定期 follow-up 提醒

interview_interviewer（多对多）：interview_id + person_id + role（main|shadow|hr），UNIQUE(interview_id, person_id)。

2.7 `offer`¶

列	类型	说明
`application_id`	`uuid` FK
`company_id`	`uuid` FK	冗余便于对比
`position_title`	`varchar`
`base_salary` / `bonus` / `equity_value` / `signing_bonus`	`numeric`	拆项便于横向比
`currency`	`varchar(3)` / `salary_period` `varchar`
`benefits`	`jsonb`
`location` / `work_mode` / `visa_sponsorship`	`varchar`
`start_date`	`date`
`deadline_at`	`timestamptz`	决策截止（自动提醒）
`status`	`varchar`	`received`\|`negotiating`\|`accepted`\|`declined`\|`expired`\|`rescinded`
`comparison_note_md`	`text`	横向对比笔记
`negotiation_log_md`	`text`	谈判过程记录

2.8 `note` — 笔记 / 感触 / 心得 / 资料¶

用户要求：结构化汇总，区分关键经验、情绪、想法，带日期，可链到任意实体。

列	类型	说明
`title`	`varchar`	AI 生成
`body_md`	`text`	Markdown 正文
`kind`	`varchar`	`reflection`\|`lesson`\|`emotion`\|`idea`\|`research`\|`resource`\|`meeting`\|`todo_dump`\|`other`
`occurred_on`	`date`	带日期，支撑"某一天"作为 filter
`structured`	`jsonb`	结构化汇总：`{key_lessons:[], emotions:[{label,intensity}], ideas:[], action_items:[{text,due}], entities_mentioned:[]}`
`mood`	`smallint`	-2..+2
`salience`	`smallint`	1–5，重要程度（用于"只看关键的"）
`source_kind`	`varchar`	`text`\|`voice`\|`link`\|`image`\|`manual`
`source_url`	`varchar`	经验帖原链接
`search_tsv`	`tsvector` GENERATED	GIN

链接到职位/公司/人/技能一律走 entity_link。

2.9 `event` — 领域无关时间轴¶

支撑"某一件事 / 某一类型的事 / 某一天"作为 filter，也是求职季后继续可用的通用底座。

列	类型	说明
`kind`	`varchar`	`coffee_chat`\|`call`\|`email`\|`meeting`\|`application_submitted`\|`interview`\|`offer_received`\|`deadline`\|`follow_up`\|`reminder_fired`\|`note_added`\|`custom`
`title`	`varchar`
`occurred_at`	`timestamptz` NOT NULL
`ends_at`	`timestamptz`
`location`	`varchar`
`body_md`	`text`	聊了什么
`structured`	`jsonb`	`{topics:[], takeaways:[], action_items:[], intros_offered:[]}`
`sentiment`	`varchar`
`primary_entity_type` / `primary_entity_id`	`varchar`/`uuid`	主关联对象

参与者（coffee chat 对象）走 entity_link(event → person, relation='participant')。

索引：(occurred_at DESC)、(kind)、(primary_entity_type, primary_entity_id)。

2.10 `reminder`¶

列	类型	说明
`title`	`varchar` NOT NULL
`body_md`	`text`
`due_at`	`timestamptz` NOT NULL
`recurrence_rule`	`varchar` NULL	iCal RRULE，周期性跟进
`channel`	`varchar`	`in_app`（MVP）\|`email`\|`wechat`
`status`	`varchar`	`pending`\|`sent`\|`snoozed`\|`done`\|`cancelled`
`snoozed_until`	`timestamptz`
`fired_at` / `completed_at`	`timestamptz`
`target_entity_type` / `target_entity_id`	`varchar`/`uuid`	提醒关于什么
`source`	`varchar`	`manual`\|`skill`\|`auto_deadline`

索引：(status, due_at) — 调度器每分钟只扫这一个索引。

2.11 `tag` / `entity_tag`¶

namespace 让"技能标签"和"情绪标签"不会互相污染。用户提到的 "某一种需要的 skill set" 就是 namespace='skill' 的 tag。

2.12 `attachment`¶

列	类型	说明
`kind`	`varchar`	`image`\|`audio`\|`pdf`\|`text`\|`other`
`original_filename` / `mime_type` / `byte_size`
`storage_path`	`varchar`	MVP 本地路径，后续换对象存储只改 Storage 实现
`sha256`	`varchar` UNIQUE	同一张截图不重复存
`width` / `height` / `duration_ms`	`int`
`transcript`	`text`	音频 STT 结果 / 图片视觉描述与 OCR
`transcript_provider` / `transcript_model`	`varchar`
`transcript_at`	`timestamptz`
`ingest_request_id`	`uuid` FK

原始材料永不丢：即使 AI 解析全部失败，附件与转写仍在库里，可随时重跑。

3. 通用边：`entity_link`¶

这是整个"网状 filter"能力的核心。

列	类型	说明
`source_type`	`varchar`	`company`\|`position`\|`person`\|`application`\|`interview`\|`offer`\|`note`\|`event`\|`attachment`\|`document_version`\|`reminder`
`source_id`	`uuid`
`target_type` / `target_id`	同上
`relation`	`varchar`	见下方关系词表
`weight`	`real`	关联强度
`note`	`varchar`	为什么链
`origin` / `confidence`		AI 溯源

约束：UNIQUE(source_type, source_id, target_type, target_id, relation) 索引：(source_type, source_id)、(target_type, target_id)、(relation) —— 双向可查。

关系词表（受控词汇，防止 AI 自由发挥造成语义碎片）¶

relation	语义	典型用法
`mentions`	提及	note → company / position / person
`about`	主题是	note → position
`works_at`	任职于	person → company
`referred_by`	被谁内推	application → person
`interviewed_by`	被谁面试	application → person
`participant`	参与者	event → person
`evidence`	佐证材料	application → attachment
`derived_from`	派生自	note → attachment
`requires_skill`	需要技能	position → tag(skill)
`similar_to`	类似	position → position
`related_to`	泛关联（兜底）	any → any
`blocks` / `follows_up`	任务关系	reminder → any

新增 relation 需在词表登记（一行代码 + 一行文档），不允许 AI 输出未登记的 relation——校验层会拒绝并降级为 related_to。

4. 审计与可观测：`ingest_request` / `ingest_run`¶

`ingest_request`（一次用户输入）¶

列	说明
`raw_text`	用户打的字 / 语音转写全文
`link_url`
`requested_skill`	用户显式指定的技能
`detected_skill`	路由选出的技能
`status`	`received`\|`running`\|`partial`\|`succeeded`\|`failed`
`dry_run`	`boolean`
`summary_md`	助理回给用户的话
`error`
`finished_at`

`ingest_run`（一次 AI 调用 / 一个 chunk）¶

列	说明
`request_id`	FK
`skill_name` / `skill_version`
`stage`	`normalize`\|`route`\|`extract`\|`reduce`
`chunk_index` / `chunk_total`	分块流水线的每一段单独一行，可单独重试
`provider` / `model`
`prompt_tokens` / `completion_tokens` / `latency_ms`	成本与性能
`status`	`ok`\|`schema_error`\|`provider_error`\|`fallback`
`raw_response`	`jsonb`，模型原始输出
`parsed`	`jsonb`，校验后的结构
`error`

索引：(request_id, chunk_index)、(status)、(created_at DESC)。

5. 查询模式¶

5.1 通用过滤（`POST /v1/query`）¶

-- 例：查"所有和 某人 相关、带 quant 标签、7月发生的、笔记与事件"
SELECT ... FROM note n
WHERE n.archived_at IS NULL
  AND n.occurred_on BETWEEN :from AND :to
  AND EXISTS (SELECT 1 FROM entity_tag et JOIN tag t ON t.id = et.tag_id
              WHERE et.entity_type='note' AND et.entity_id=n.id AND t.slug = ANY(:tags))
  AND EXISTS (SELECT 1 FROM entity_link l
              WHERE (l.source_type='note' AND l.source_id=n.id
                     AND l.target_type=:rt AND l.target_id=:rid)
                 OR (l.target_type='note' AND l.target_id=n.id
                     AND l.source_type=:rt AND l.source_id=:rid))

5.2 邻居 / 子图（`GET /v1/entities/{type}/{id}/graph?depth=2`）¶

递归 CTE 展开 entity_link 双向邻居 + 强外键关系，深度默认 1，上限 3，节点上限 200。

5.3 漏斗统计（`GET /v1/stats/funnel`）¶

按 application.status 分组计数 + 回复率（ack_received 及以后 / 总投递）+ 面试率 + Offer 率，按月分桶。

6. 迁移与种子¶

迁移：alembic revision --autogenerate → 人工检查 → alembic upgrade head
种子：scripts/seed.py 灌入受控词表（relation、tag namespace、示例 job_family）与 1 家 demo 公司，供本地联调
不迁移旧 jobhunter SQLite 数据：旧库是原型试验数据，结构差异大，用户未要求保留（如需迁移，另开一次性脚本）

Alfred 数据模型（PostgreSQL）— ⚠️ 旧模型，已过时¶

0. 通用约定¶

0.1 每张表都有的公共列¶

0.2 AI 溯源列（凡可由 AI 生成的表都有）¶

0.3 枚举策略¶

0.4 命名¶

0.5 必需扩展¶

1. 全景¶

2. 核心实体¶

2.1 company — 公司¶

2.2 position — 岗位¶

2.3 person — 人（猎头 / 内推人 / coffee chat 对象 / 面试官）¶

2.4 application — 投递实例¶

2.5 document_asset / document_version — 简历与 Cover Letter¶

2.6 interview — 面试¶

2.7 offer¶

2.8 note — 笔记 / 感触 / 心得 / 资料¶

2.9 event — 领域无关时间轴¶

2.10 reminder¶

2.11 tag / entity_tag¶

2.12 attachment¶

3. 通用边：entity_link¶