[AI] chore: 纳入 dbseed 一次性建库播种工具

hgmj 从 91dj_video 建库时写的工具，user 表按 uid < 30000 过滤，
排除交易/分析/IM/AI/UGC 等大表。之前一直没入库。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

scripts/dbseed/collections.go

@@ -0,0 +1,77 @@
+package main
+
+import "go.mongodb.org/mongo-driver/bson"
+
+// SeedSpec 一个要播种的集合。Filter 为 nil 表示整表搬。
+type SeedSpec struct {
+	Name   string
+	Filter bson.M
+}
+
+// seedSpecs 是 91dj_video -> hgmj 的播种清单。
+//
+// 只搬「内容」与「配置」，外加用户表的一个子集。刻意排除的几类：
+//   - 交易与资产：transaction / wallet / recharge_order / product_history /
+//     media_buy_record / pay_video_log / advance_order / backpack / video_coupon /
+//     fund_transfer_log / withdraw_order
+//   - 埋点与事件：vip_card_analytics_event(496万) / event(270万) / user_act /
+//     operation_log / ip_block / user_watch_record(474万)
+//   - IM 与 AI 生成内容：im_user(82万) / im_group / chat_message / ai_plaza(15.7万) /
+//     ai_un_dress / ai_change_face / ai_change_face_img / ai_text_to_* / ai_image_to_video
+//   - 用户行为与 UGC：comment(33.7万) / like(17.6万) / collect(9.8万) /
+//     media_bookshelf(8万) / user_follow / user_checkin / invitation / user_feedback
+//   - 运行时任务：task / export_task
+//
+// 排除它们的原因：用户表只搬 205 个 uid，这些按 uid 关联的表搬过去会产生大量
+// 指向不存在用户的孤儿记录；埋点和事件是源站历史，对新站报表无意义。
+var seedSpecs = []SeedSpec{
+	// ---- 内容 ----
+	{Name: "video_info"},           // 帖子与视频（newsType 区分 SP/COVER/SHORT/PIC/SEED_LINK）
+	{Name: "section_video"},        // 模块下的视频编排
+	{Name: "section"},              // 模块/专题
+	{Name: "media"},                // 短剧主表
+	{Name: "media_content"},        // 剧集内容
+	{Name: "media_tag"},            // 短剧标签
+	{Name: "media_tag_dimension"},  // 标签维度
+	{Name: "tag"},                  // 视频标签
+	{Name: "ai_change_face_video"}, // AI 换脸视频模版（模版属于内容，不是用户生成结果）
+
+	// ---- 配置 ----
+	{Name: "sys_conf"},            // 系统通用配置
+	{Name: "module_conf"},         // 模块配置
+	{Name: "product"},             // 商品（会员卡）
+	{Name: "product_benefit"},     // 商品权益
+	{Name: "product_position"},    // 商品位
+	{Name: "vip_card_experiment"}, // 会员卡 A/B 实验配置（源库有 5 条，会在新站生效）
+	{Name: "currency"},            // 币种
+	{Name: "jingang"},             // 金刚区
+	{Name: "banner_jump"},         // Banner 跳转
+	{Name: "official_config"},     // 官方配置
+	{Name: "daily_task"},          // 每日任务
+	{Name: "once_task"},           // 一次性任务
+	{Name: "task_config"},         // 任务配置
+	{Name: "sign_task_config"},    // 签到任务配置
+	{Name: "checkin_config"},      // 签到配置
+	{Name: "checkin_prize"},       // 签到奖品
+	{Name: "integral_config"},     // 积分配置
+	{Name: "video_gold_coin_ser"}, // 金币视频配置
+	{Name: "activity_prize"},      // 活动奖品
+	{Name: "transaction_act"},     // 交易活动配置
+	{Name: "withdraw_channel"},    // 提现渠道
+	{Name: "withdraw_tariff"},     // 提现费率
+	{Name: "source"},              // 资源管理
+	{Name: "filter"},              // 敏感词
+	{Name: "reject_template"},     // 驳回模板
+	{Name: "location"},            // 地区
+	{Name: "announce"},            // 公告
+	{Name: "quick_search"},        // 快捷搜索
+	{Name: "ip_white"},            // IP 白名单（ip_block 是运行时封禁，不搬）
+	{Name: "admin"},               // 后台账号
+	{Name: "authority"},           // 权限
+	{Name: "auto_id"},             // 自增序列：必须搬，否则新站发号可能与已搬内容的 ID 冲撞
+
+	// ---- 用户子集 ----
+	// uid 在源库只连续分配到 205，之后直接跳到 100 万以上，
+	// 所以 <30000 实际就是这 205 个早期账号。
+	{Name: "user", Filter: bson.M{"uid": bson.M{"$lt": 30000}}},
+}

scripts/dbseed/main.go

@@ -0,0 +1,165 @@
+// dbseed 把源库的一批集合播种到目标库，用于开新站。
+//
+// 与 scripts/contentsync 的区别：contentsync 是每天跑的增量同步，只认 _id 水位线；
+// dbseed 是一次性播种，可带过滤条件，按 _id 升序分批 upsert，中断后重跑幂等。
+//
+// 集合清单与过滤条件写在 collections.go，改范围改那里。
+package main
+
+import (
+	"context"
+	"flag"
+	"fmt"
+	"os"
+	"strings"
+	"time"
+
+	"go.mongodb.org/mongo-driver/bson"
+	"go.mongodb.org/mongo-driver/bson/primitive"
+	"go.mongodb.org/mongo-driver/mongo"
+	"go.mongodb.org/mongo-driver/mongo/options"
+)
+
+func main() {
+	var (
+		srcURI    = flag.String("src", "", "源 URI")
+		srcDB     = flag.String("src-db", "", "源库名")
+		dstURI    = flag.String("dst", "", "目标 URI")
+		dstDB     = flag.String("dst-db", "", "目标库名")
+		only      = flag.String("only", "", "只跑指定集合，逗号分隔")
+		dryRun    = flag.Bool("dry-run", false, "只统计不写入")
+		batchSize = flag.Int("batch", 500, "每批条数")
+		timeout   = flag.Duration("timeout", 6*time.Hour, "整体超时")
+	)
+	flag.Parse()
+	if *srcURI == "" || *srcDB == "" || *dstURI == "" || *dstDB == "" {
+		fmt.Fprintln(os.Stderr, "必须指定 --src --src-db --dst --dst-db")
+		os.Exit(2)
+	}
+
+	ctx, cancel := context.WithTimeout(context.Background(), *timeout)
+	defer cancel()
+
+	srcCli, err := mongo.Connect(ctx, options.Client().ApplyURI(*srcURI))
+	if err != nil {
+		fatal("连接源库失败: %v", err)
+	}
+	defer srcCli.Disconnect(context.Background())
+	dstCli, err := mongo.Connect(ctx, options.Client().ApplyURI(*dstURI))
+	if err != nil {
+		fatal("连接目标库失败: %v", err)
+	}
+	defer dstCli.Disconnect(context.Background())
+
+	src := srcCli.Database(*srcDB)
+	dst := dstCli.Database(*dstDB)
+
+	wanted := map[string]bool{}
+	for _, n := range strings.Split(*only, ",") {
+		if n = strings.TrimSpace(n); n != "" {
+			wanted[n] = true
+		}
+	}
+
+	started := time.Now()
+	var total int
+	failed := false
+	for _, spec := range seedSpecs {
+		if len(wanted) > 0 && !wanted[spec.Name] {
+			continue
+		}
+		n, err := seedOne(ctx, src, dst, spec, *dryRun, *batchSize)
+		if err != nil {
+			fmt.Printf("[FAIL] %-26s %v\n", spec.Name, err)
+			failed = true
+			continue
+		}
+		total += n
+		note := ""
+		if spec.Filter != nil {
+			note = "  (带过滤)"
+		}
+		fmt.Printf("[ok]   %-26s 写入 %7d%s\n", spec.Name, n, note)
+	}
+	fmt.Printf("\n合计写入 %d 条，耗时 %s\n", total, time.Since(started).Round(time.Second))
+	if failed {
+		os.Exit(1)
+	}
+}
+
+func seedOne(ctx context.Context, src, dst *mongo.Database, spec SeedSpec,
+	dryRun bool, batchSize int) (written int, err error) {
+
+	filter := bson.M{}
+	if spec.Filter != nil {
+		filter = spec.Filter
+	}
+	cur, err := src.Collection(spec.Name).Find(ctx, filter,
+		options.Find().SetSort(bson.D{{Key: "_id", Value: 1}}).
+			SetBatchSize(int32(batchSize)).SetNoCursorTimeout(true))
+	if err != nil {
+		return 0, err
+	}
+	defer cur.Close(ctx)
+
+	target := dst.Collection(spec.Name)
+	buf := make([]mongo.WriteModel, 0, batchSize)
+	scanned := 0
+	lastLog := time.Now()
+
+	flush := func() error {
+		if len(buf) == 0 {
+			return nil
+		}
+		models := buf
+		buf = make([]mongo.WriteModel, 0, batchSize)
+		if dryRun {
+			written += len(models)
+			return nil
+		}
+		res, e := target.BulkWrite(ctx, models, options.BulkWrite().SetOrdered(false))
+		if res != nil {
+			written += int(res.UpsertedCount) + int(res.ModifiedCount)
+		}
+		return e
+	}
+
+	for cur.Next(ctx) {
+		var doc bson.M
+		if e := cur.Decode(&doc); e != nil {
+			return written, e
+		}
+		scanned++
+		if time.Since(lastLog) >= 30*time.Second {
+			fmt.Printf("       %-26s 已扫描 %d 条…\n", spec.Name, scanned)
+			lastLog = time.Now()
+		}
+		id := doc["_id"]
+		delete(doc, "_id")
+		if len(doc) == 0 {
+			continue
+		}
+		// 整条替换：目标是新库，没有需要保留的本地字段。
+		// upsert 保证中断重跑幂等。
+		buf = append(buf, mongo.NewUpdateOneModel().
+			SetFilter(bson.M{"_id": id}).
+			SetUpdate(bson.M{"$set": doc}).
+			SetUpsert(true))
+		if len(buf) >= batchSize {
+			if e := flush(); e != nil {
+				return written, e
+			}
+		}
+	}
+	if e := cur.Err(); e != nil {
+		return written, e
+	}
+	return written, flush()
+}
+
+var _ = primitive.NilObjectID
+
+func fatal(f string, a ...any) {
+	fmt.Fprintf(os.Stderr, f+"\n", a...)
+	os.Exit(1)
+}