添加岗位标签处理

.kiro/steering/数据清洗方案.md

@@ -94,10 +94,11 @@ UPDATE app_job_data SET clean_status=0 WHERE clean_status=1 AND updated_at < NOW
 ### 2.2 参考数据准备
 
 应用启动时加载并缓存（定期刷新）：
-- `bg_job_category` 全量：拼成 `id:name` 文本列表
-- `bg_industry` 全量：拼成 `id:name` 文本列表
+- `bg_job_category` 全量：只取叶子节点（level=3），拼成 `id:name(一级/二级)` 文本列表
+- `bg_industry` 全量：只取叶子节点（level=2），拼成 `id:name(一级)` 文本列表
+- `bg_skill_tag` 全量：按 `categoryId` 分组缓存为 `Map<Long, List<SkillTag>>`，供第二次 AI 调用使用
 
-这两份列表作为 prompt 的一部分传给AI，ID由人工维护为短数字，不使用雪花ID。
+分类和行业列表作为 prompt 的一部分传给AI，ID由人工维护为短数字，不使用雪花ID。
 
 地区数据（`bg_china_regions_code`）不传给AI，由Java侧根据AI返回的城市名自行匹配。
 
@@ -162,7 +163,41 @@ UPDATE app_job_data SET clean_status=0 WHERE clean_status=1 AND updated_at < NOW
 
 步骤 2-7 放在一个短事务中，保证数据一致性。
 
-### 2.5 设计决策记录
+### 2.5 技能标签匹配（第二次 AI 调用）
+
+`bg_skill_tag` 是预定义的技能标签池，挂在岗位类型下，用于岗位-简历匹配度计算。与 `bg_job.skill_tags`（自由文本，展示用）是两套东西。
+
+#### 关联表
+
+```sql
+CREATE TABLE bg_job_skill_tag_relation (
+    id BIGINT NOT NULL,
+    job_id BIGINT NOT NULL COMMENT '岗位ID',
+    skill_tag_id BIGINT NOT NULL COMMENT '技能标签ID',
+    create_time DATETIME NOT NULL COMMENT '创建时间',
+    PRIMARY KEY (id),
+    INDEX idx_job_id (job_id),
+    INDEX idx_skill_tag_id (skill_tag_id),
+    UNIQUE INDEX uk_job_skill (job_id, skill_tag_id)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='岗位-技能标签关联表';
+```
+
+#### 流程
+
+1. 第一次 AI 调用完成后，拿到 `categoryId`
+2. 从缓存取该 `categoryId` 下的 skillTag 列表，为空则跳过
+3. 发起第二次 AI 调用：传岗位标题+职责+要求 + 该分类下的标签列表（`id:name`），AI 返回匹配的标签 ID 数组
+4. 校验返回的 ID 确实存在于该 categoryId 的标签池中（防幻觉）
+5. 写入 `bg_job_skill_tag_relation`（在 saveJobData 事务中一并写入）
+6. 第二次 AI 调用失败不影响岗位入库，仅日志记录
+
+#### prompt 规则
+
+- 只能从给定列表中选择，不允许自创
+- 不限制个数，不重复即可
+- 只返回 ID 数组，如 `[1, 3, 7]`
+
+### 2.6 设计决策记录
 
 | 决策点 | 结论 | 原因 |
 |--------|------|------|
@@ -175,6 +210,10 @@ UPDATE app_job_data SET clean_status=0 WHERE clean_status=1 AND updated_at < NOW
 | skillTags 数量 | 最多8个 | 控制数量，保持精炼 |
 | source_id 取值 | app_job_data.id | 简单直接，用于去重 |
 | 公司不存在时 | 自动创建 status=0 待完善 | 后续由公司数据补充逻辑完善 |
+| skillTag 存储方式 | 独立关联表 bg_job_skill_tag_relation | 百万级数据量，JSON查询性能差 |
+| skillTag 匹配时机 | 第二次 AI 调用，岗位入库后 | 需要先确定 categoryId 才能缩小标签范围 |
+| skillTag 与 skill_tags 的关系 | 两套独立数据 | skill_tags 是展示用自由文本，skillTag 是计算用预定义标签 |
+| 第二次 AI 失败是否影响入库 | 不影响 | 标签匹配是增强功能，不阻断主流程 |
 
 ---
 

.kiro/steering/项目结构说明.md

@@ -70,6 +70,7 @@ offerpie/back-end
             │   ├─ CompanyMapper.java                 # 公司Mapper
             │   ├─ JobMapper.java                     # 岗位Mapper
             │   ├─ JobRegionRelationMapper.java       # 岗位-地区关联Mapper
+            │   ├─ JobSkillTagRelationMapper.java     # 岗位-技能标签关联Mapper
             │   ├─ IndustryMapper.java                # 行业Mapper
             │   ├─ SkillTagMapper.java                # 技能标签Mapper
             │   ├─ UserJobFavoriteMapper.java         # 用户收藏岗位Mapper
@@ -91,6 +92,7 @@ offerpie/back-end
             │   │   ├─ Company.java                   # 公司表（bg_company）
             │   │   ├─ Job.java                       # 岗位表（bg_job）
             │   │   ├─ JobRegionRelation.java          # 岗位-地区关联表（bg_job_region_relation）
+            │   │   ├─ JobSkillTagRelation.java        # 岗位-技能标签关联表（bg_job_skill_tag_relation）
             │   │   ├─ Industry.java                   # 行业字典表（bg_industry）
             │   │   ├─ SkillTag.java                   # 技能标签表（bg_skill_tag）
             │   │   ├─ UserJobFavorite.java            # 用户收藏岗位表（bg_user_job_favorite）
@@ -133,6 +135,7 @@ offerpie/back-end
 | `Industry` | manager | 行业字典表（bg_industry），树形结构，一级/二级分类。 |
 | `SkillTag` | manager | 技能标签表（bg_skill_tag），挂在岗位类型下，不分级，用于匹配度计算。 |
 | `UserJobDislike` | manager | 用户不感兴趣记录表（bg_user_job_dislike），记录用户对岗位的不感兴趣原因，冗余公司ID/地区编码/行业ID方便推荐过滤。 |
+| `JobSkillTagRelation` | manager | 岗位-技能标签关联表（bg_job_skill_tag_relation），预定义技能标签与岗位的关联，用于匹配度计算。 |
 | `AppJobData` | manager | 爬虫岗位原始数据表（app_job_data），存储爬虫抓取的原始岗位数据，供清洗服务读取并写入业务表。 |
 
 ## 4️⃣ 权限体系设计