From db249204fbbda26fca00f52837da83fe29d75ced Mon Sep 17 00:00:00 2001
From: Your Name <you@example.com>
Date: Fri, 17 Apr 2026 17:55:52 +0800
Subject: [PATCH] docs(spider): note latest summary field format change

---
 docs/2026-04-17-spider-nginx-运维摘要.md | 47 ++++++++++++++++++++++++
 1 file changed, 47 insertions(+)

diff --git a/docs/2026-04-17-spider-nginx-运维摘要.md b/docs/2026-04-17-spider-nginx-运维摘要.md
index 65fe122..95899ac 100644
--- a/docs/2026-04-17-spider-nginx-运维摘要.md
+++ b/docs/2026-04-17-spider-nginx-运维摘要.md
@@ -123,6 +123,53 @@
 2. 没补兼容时，`/get/index` 仍会落回普通动态页规则
 3. 所以正式模板同时兼容 `/get-index` 和 `/get/index` 是必要项，不是冗余项
 
+### 2.3 最新日志窗口读取口径补充
+
+`domain-spider-crawl` 这批 summary 文件当前已经出现结构切换：
+
+1. 旧口径常看 `by_bot`
+2. 新口径改成：
+   - `bot_buckets`
+   - `summary_status_buckets`
+   - `summary_records`
+
+因此后续如果直接按旧脚本读取 `by_bot`，很容易误判成：
+
+1. `latest` 没数据
+2. `baiduspider / sogou / bytespider` 当天都是 0
+
+这不一定是真的“没有样本”，而可能只是读取字段错了。
+
+#### 当前已确认的最近窗口
+
+1. `2026-04-17T17:30:02+08:00`
+   - `googlebot: 34`
+   - `sogou: 10`
+   - `bytespider: 6`
+   - `bingbot: 4`
+   - `baiduspider: 1`
+   - 状态桶：
+     - `444: 38`
+     - `200: 14`
+     - `301: 1`
+     - `403: 1`
+     - `404: 1`
+2. `2026-04-17T17:50:02+08:00`
+   - 这波窗口又明显偏向：
+     - `googlebot: 33`
+     - `bingbot: 1`
+     - `bytespider: 1`
+     - `baiduspider: 1`
+   - 状态桶：
+     - `444: 35`
+     - `200: 1`
+
+#### 当前结论
+
+1. `latest` 仍然不能机械地当成“国内蜘蛛当前总貌”
+2. 需要结合最近几个 run 一起看
+3. 读取 summary 时，优先按新结构字段解析，不要再只认 `by_bot`
+
 ## 3. 已验证通过的站点
 
 当前已人工复测通过的代表站点：