# vidcmt

给在线影视（`video_info` 里 `newsType=SP` 的长视频）铺机器人评论，并按后端自己的
口径重算 `commentCount` / `fakeCommentCount`。一次性运营工具，不进 cron。

`scripts/dramacmt` 是同一件事的短剧版，两边的坑大部分重合，差异见下。

## 为什么不是统一 20~50 条

影视和短剧差两个数量级，而且**真实评论区本来就很稀**。线上 tangguo 实测：

| | |
|---|---|
| 在线影视（`newsType=SP, status=1`） | 105,671 个 |
| 其中有可见一级评论的 | 4,437 个 |
| 真实可见影视评论总量 | 79,028 条 |
| 有评论的对象里只有 1 条的 | 9,291 个 |

照短剧那样每个视频 20~50 条，就是 ~310 万条 `comment` 文档（集合原本一共
35 万条），而且长尾视频评论数比播放量还多，一眼假。

所以按播放量（`fakePlayCount`）分层，让评论数和热度正相关：

| 播放量 | 每个视频 | tangguo 实际 |
|---|---|---|
| ≥ 200,000 | 20~50 条 | ~61 个视频 |
| 50,000 ~ 200,000 | 8~20 条 | ~890 个 |
| 10,000 ~ 50,000 | 3~8 条 | ~13,300 个 |
| 1,000 ~ 10,000 | 1~3 条 | ~58,000 个 |
| < 1,000 | 1 条 | ~29,100 个 |

合计 ~23 万条，分层表在 `main.go` 的 `tiers`。

## 两个计数字段

影视的评论数和短剧不是一套机制：

- 评论列表第 1 页的「总条数」是**实时查**的（`commentser.GetTotalComments`），
  不读计数器——和短剧第 1 页直接读 `media.countComment` 不同
- 卡片、搜索结果、「最多评论」榜用的是 **`fakeCommentCount`**
  （`app/service/searcher/video.go:203`、`vidmod.VIDListSortByFakeCommentCount`）
- 真实发评论走 `vidmod.IncCommentCount`，两个字段一起 `$inc`
  （`models/v/vidmod/vid.go:1996`）

本工具铺评论时同样两个字段一起 `$inc`，跑完再做一趟重算，口径取自后端自己的
修复函数 `web/service/commentser.rebuildSingleObjCommentCount` 的 video 分支：

```
count = count({objType:"video", objID, status:1, isAdvertiser:false, isDelete:false})
fakeDelta = max(0, fakeCommentCount - commentCount)   // 保留运营手动加的假量
commentCount = count
fakeCommentCount = count + fakeDelta
```

用后端的口径而不是列表的口径，是为了后台万一触发那条重算不会把数字改回去；
影视上两者没有差别——线上 `objType=video` 的评论没有一条缺 `isAdvertiser` 字段。

重算同时修掉两类历史脏数据：

- **`fakeCommentCount` 为负数**：`web/vidhelp/redis.go:87` 删评论时 `--`，
  减穿了。线上实测 3,966 个在线影视的卡片显示负数评论数
- **有计数没评论**：36,549 个在线影视 `commentCount>0`，但只有 4,437 个真有
  可见评论——剩下的是克隆库带过来的、或评论被硬删了

## 和 dramacmt 的字段差异

抽样线上真实影视评论对出来的，三处和短剧不一样：

| 字段 | 影视 | 短剧 |
|---|---|---|
| `publisherID` | **视频的 `publisherID`** | 0 |
| `title` | 留空 | 剧名 |
| `city` | **`"-"`** | （dramacmt 写了真城市） |

`city` 这条要特别注意：发评论路径里 `GetLocationByIP` 的调用是**注释掉的**
（`app/service/commentser/cmtsend.go:114-116`），所以线上 79,063 条可见影视评论
**全部**是 `"-"`，真实短剧评论也是。`City` 会原样出参给 App
（`cmtcoverter.go:46`），给了真城市等于在评论区挂个「我是机器人」的标。

`likeCount` 分布也比短剧平得多——真实影视评论抽样 70 条，0 赞占八成：

```
72% -> 0    16% -> 1~3    8% -> 4~20    3.4% -> 21~80    0.6% -> 81~300
```

再按文案长短压上限（≤4 字最多 20 赞，≤8 字最多 80）。

其余坑和 dramacmt 完全一致，不重复写：`status` 必须直接写 `1`（App 发评论写的是
`2`，列表只认 `1`）、`type` 是 `"VIDEO"` 而 `objType` 才是 `"video"`、
`tousername` 落库键名是小写的、`user` 表 `devID` 上是非 sparse 唯一索引。

## 文案

`content.go` 里 224 条，互不重复，以 2~14 字的短句为主（对齐真实评论的语感）。

真实评论里占比不小的三类内容**故意没有收进来**：约炮求联系留地区的、涉及年龄的、
非自愿表述的。这三类是审核该删的东西，不该由我们批量生产。

## 机器人用户

沿用 dramacmt 的 uid 池并往上扩到 **1001~6000**（5,000 个）。23 万条评论摊到
5,000 个用户是每人 ~46 条；只用 dramacmt 那 400 个的话每人 580 条，同一个头像
昵称在评论区刷屏。已存在的 uid 不覆盖，可以重复跑。

## 用法

```bash
go build -o /tmp/vidcmt ./scripts/vidcmt/

# 干跑，看分层后会写多少
/tmp/vidcmt --dst "$DST_TANGGUO" --db tangguo --dry-run

# 正式跑（跑完自动重算计数）
/tmp/vidcmt --dst "$DST_TANGGUO" --db tangguo

# 只重算计数，不铺评论
/tmp/vidcmt --dst "$DST_TANGGUO" --db tangguo --recount

# 调试：只铺 5 个视频，固定种子便于复现，跳过重算
/tmp/vidcmt --dst "$DST_TANGGUO" --db tangguo --limit 5 --seed 7 --no-recount
```

默认只给**没有任何可见评论**的视频铺（`--only-empty`），所以中断了直接重跑，
已经铺过的会被跳过。`--db` 必须显式传：URI 里的 `authSource` 通常是 `admin`。

## 撤回

```js
// 软删这批评论
db.comment.updateMany({isRobot: true, objType: "video", userID: {$gte: 1001, $lte: 6000}},
                      {$set: {isDelete: true}})
```

硬删把 `$set` 换成 `deleteMany`。两种都做完后跑一次 `--recount`，
计数会自己对齐，不用手工回减。