docs: 记录品类方案 C + DeepSeek→MiniMax 迁移 + 停止 AI 回填决策

- ProductCategory 表/CRUD/AI 分类/关键词反哺完整流程
- LLM 配置 (MiniMax-M2.7, env MINIMAX_API_KEY)
- 重要决策：停止用 AI 回填历史空品类线索 (91% 已分配，剩余 68 条 + AI 新建 25 个细分类 交人工 review)

AGENTS.md

@@ -136,7 +136,72 @@ AdminPage.tsx / schema.prisma 里出现的 `100.111.84.16:3002/mcp` 是 MCP serv
 
 ## 数据库模型
 
-User, Lead（含 AI 评分/状态流转/跟进日志）, Rule/RuleVersion, Report, AuditLog, CrawlerConfig（含 keywords/categories + cron schedule）, Inquiry, Product（含 supplier/imageUrl）, GeneratedImage
+User, Lead（含 AI 评分/状态流转/跟进日志）, Rule/RuleVersion, Report, AuditLog, CrawlerConfig（含 keywords/categories + cron schedule）, Inquiry, Product（含 supplier/imageUrl）, GeneratedImage, **ProductCategory**（品类字典，AI 关键词反哺用）
+
+## 品类方案 C（关键词优先 + AI 反哺，2026-07-01）
+
+### 数据模型
+
+`ProductCategory` 表：
+- `name`：品类名（2-6 中文字，唯一）
+- `keywords`：JSON 数组，关键字列表
+- `isAIGenerated`：AI 自动创建标记（人工 review 后可改 false）
+
+### 分类逻辑
+
+```
+1. 采集器入库 / 手动回填时，对每条线索标题做：
+   关键词匹配（ProductCategory.keywords contains 标题）→ 命中直接写
+   ↓ 未命中
+   MiniMax API 分类 → 写品类 + 反写关键词到 ProductCategory
+2. 同类标题下次直接走关键词，不再调 AI
+```
+
+### 关键代码路径
+
+| 文件 | 说明 |
+|------|------|
+| `apps/api/prisma/schema.prisma` | `ProductCategory` model |
+| `apps/api/src/product-category/` | CRUD + 关键词匹配 service |
+| `apps/api/src/product-category/category-inference.service.ts` | AI 推断 + 反写关键词 |
+| `apps/api/src/crawler/crawler.service.ts` | 采集入库用 `batchInfer()` |
+| `apps/api/src/crawler/notes-extractor.service.ts` | PDF/HTML 提取要点也走 AI |
+| `apps/web/src/components/InquiryPage.tsx` | 品类筛选项动态从 `/api/categories` 加载 |
+
+### LLM 配置（DeepSeek → MiniMax 迁移）
+
+- endpoint：`https://api.minimaxi.com/v1/chat/completions`
+- model：`MiniMax-M2.7`（env `MINIMAX_MODEL` 可覆盖）
+- env：`MINIMAX_API_KEY` 写入 `apps/api/.env`（生产已配）
+- **注意**：M2.7 是推理模型，max_tokens 要 ≥500 才够（否则全被 <think> 吃掉）
+- 生产 `.env` 同时保留 `MINIMAX_API_KEY` 和 `MINIMAX_MODEL` 两个变量
+
+### 历史回填策略（重要：AI 不可全信）
+
+2026-07-01 用 MiniMax 回填了 507 条历史空品类线索，结果：
+- ✅ 命中：693/761（91%）已分配品类
+- ⚠️ AI 自动新建 ~25 个细分类，需要人工 review 合并/删除
+- ❌ 68 条空品类线索（重要数据手动指定，非重要忽略）
+
+**决策（用户）**：停止继续调 AI 回填剩余数据。原因：
+- 单条 API 推理模型耗时大（500 tokens 给思考留空间）
+- AI 输出容易混入 `<think>`、`让我分析`、`**加粗**` 等解释文字
+- 关键词匹配已能覆盖新采集数据，老数据人工 review 更可靠
+
+### 后续流程
+
+- **新采集数据**：自动走关键词匹配（15 个初始品类 + 已入库的 ~25 个细分类）
+- **AdminPage → 品类管理**：用户手动 review AI 新建的细分类（合并到已有大类、删除不合理的）
+- **空品类历史线索**：用户从详情面板手动指定，或忽略（过期数据）
+- **新增采集场景需要新关键词**：编辑 `ProductCategory.keywords` 字段（AdminPage 或直接 SQL）
+
+### 数据维护脚本
+
+| 脚本 | 用途 |
+|------|------|
+| `scripts/backfill_category.js` | 批量回填空品类（已停止使用，仅供参考） |
+| `scripts/clean_category.js` | 清理 AI 输出脏值（`<think>`、`**加粗**`、` - 描述`、解释行） |
+| `scripts/deploy.sh` | 部署时自动同步上述脚本到生产 |
 
 ## 采集器关键事实