getDomain/docs/01_domainCheck_验收清单.md

domainCheck 验收清单

基于 需求文档内容_utf8.txt 与当前项目代码、环境联调结果整理。

判定说明：

• 可验收：已有实现，能进入验收或复测阶段。
• 部分可验收/需优化：已有基础实现，但与需求有差距，不能算完全交付。
• 未完成/不通过：关键功能缺失、逻辑不闭环或与需求明显不符。

一、总体结论

• 可验收：桌面端主程序已在本地 Windows 跑起，远程 PostgreSQL、Redis 已连通，基础 UI 已打开。
• 部分可验收/需优化：域名导入、聚名采集、时光机基础检测、筛选页、系统设置页、数据库初始化。
• 未完成/不通过：完整检测闭环、部分来源采集、TXT 导出、状态码一致性、数据库任务落库稳定性、筛选条件完整性。

二、可验收项

1. Windows 本地运行环境

• 状态：可验收
• 结果：项目已在 Windows + PySide6 环境下启动成功，主窗口标题为“域名工具”。
• 说明：不是必须 Linux，当前更像是 Windows 桌面工具 + 远程 PostgreSQL/Redis 的架构。

2. 基础数据库初始化

• 状态：可验收
• 结果：domains、detect_tasks、domain_blacklist、sensitive_words、domain_detections 表已成功初始化。
• 说明：数据库能连通，初始化脚本已跑通。

3. 基础界面框架

• 状态：可验收
• 结果：主界面标签页已创建。
• 已见模块：
• 聚名爬取
• 域名筛选
• 域名导入
• 敏感词配置
• 系统设置

4. 手工输入/TXT 导入域名

• 状态：可验收
• 结果：已有文本框导入、TXT 文件导入、进度显示、去重入库流程。
• 说明：符合“手动批量添加域名、窗口输入或导入 txt”的基础要求。

5. 聚名一口价/过期删除采集界面

• 状态：可验收
• 结果：已有聚名采集页面，可选一口价或删除列表，并支持自动入库。
• 说明：基础页面和采集流程已存在，适合做功能复测。

6. 敏感词录入窗口

• 状态：可验收
• 结果：已有敏感词配置界面与数据库表。
• 说明：界面层面满足“敏感词录入窗口”。

三、部分可验收/需优化

1. .com/.net 域名标准化与过滤

• 状态：部分可验收/需优化
• 已实现：
• 小写化
• 去空格
• 去协议
• 去路径/参数
• 只保留主域
• 过滤 .com/.net
• 需优化：
• 当前实现适合常规导入，但离“全网增量大库”还差批次管理、来源追踪、海量导入策略。

2. 时光机检测

• 状态：部分可验收/需优化
• 已实现：
• 使用 Wayback CDX API
• 获取快照年份
• 拉取快照内容做敏感词匹配
• 有外链数量统计函数
• 需优化：
• 现在更像“基础版”
• 只抓最近快照，不是按年份抽样
• 敏感词命中规则不完整
• 友链数没有完整接入自动筛选闭环

3. 平台检测器插件化结构

• 状态：部分可验收/需优化
• 已实现：
• RDAP
• Wayback
• 百度
• 360
• Google
• Chinaz
• 爱站
• 桔子 SEO
• 聚查
• 需优化：
• 结构上是插件化了，但规则实现深度、数据落库字段、停机规则还不完整。

4. 运营筛选页面

• 状态：部分可验收/需优化
• 已实现：
• 注册状态筛选
• 使用状态筛选
• 检测状态筛选
• 复核状态筛选
• 备案年份
• 快照年份
• 网址搜索
• 域名搜索
• 批量更新部分字段
• 需优化：
• 有些筛选项只是界面有，查询 SQL 没完整接上。
• 状态枚举和需求定义不完全一致，可能导致筛选结果失真。

5. Redis 集成

• 状态：部分可验收/需优化
• 已实现：
• Redis 连接
• 配置同步
• 普通缓存
• 需优化：
• Redis Bloom 模块未安装，布隆过滤器不可用，当前已退回普通缓存。

6. 检测端多开思路

• 状态：部分可验收/需优化
• 已实现：
• 存在独立 detect_worker.py
• 有单独界面与线程逻辑
• 需优化：
• 稳定性、任务调度与数据库连接模型仍需重构后再做压力验收。

四、未完成/不通过项

1. 检测任务落库与完整闭环

• 状态：未完成/不通过
• 问题：
• 检测任务创建、完成任务清理、检测结果写入这几处数据库代码混用了未初始化的 self.conn/self.cur
• 导致“入库后自动建任务、检测后写结果”的主流程不稳定
• 影响：这是核心闭环问题，必须整改后再验收。

2. 状态码体系不统一

• 状态：未完成/不通过
• 问题：
• 注册状态
• 检测状态
• UI 展示映射
• 工具函数映射
• 检测器返回值
• 上述几套定义互相不一致
• 影响：筛选、导出、拉黑、运营判断都可能错位。

3. 多来源采集未真正完成

• 状态：未完成/不通过
• 未完成项：
• 搜索引擎采集
• 企业目录采集
• Zone File 采集
• 第三方接口/数据包采集
• 说明：代码里这些入口还是占位实现。

4. 导出 TXT

• 状态：未完成/不通过
• 需求：导出 txt，一行一个域名
• 现状：当前只支持 Excel/CSV 导出
• 影响：与需求明确不符

5. “友链数量 > 10”筛选未真正生效

• 状态：未完成/不通过
• 问题：界面有选项，但查询条件没有完整落到数据库筛选逻辑上。

6. 停止规则未完整落地

• 状态：未完成/不通过
• 需求：
• 黑名单命中后停止后续检测
• 已使用/已卖出/已预定不进运营池
• 非可注册且非一口价不进可注册池
• 现状：只实现了部分拉黑中止，完整运营池/可注册池规则没有闭环。

7. 需求中的人工筛选脚本化规则未完整落地

• 状态：未完成/不通过
• 未完整实现的规则示例：
• 站长之家分类敏感规则
• 爱站风险词规则
• 百度/360 子域名规则
• 百度安全中心危险判定
• 聚查备案年份、单位性质、首页一致性规则
• 聚查拦截检测规则
• 桔子 SEO 历史中文/敏感词/外链锚文本规则

8. 敏感词配置未真正全链路生效

• 状态：未完成/不通过
• 问题：虽然有敏感词配置窗口，但部分主检测逻辑仍使用代码里写死的词表。

9. 亿级数据量设计能力不能验收

• 状态：未完成/不通过
• 问题：
• 当前是桌面工具式实现
• 数据库表结构和索引策略不足以证明“支持亿级”
• 连接池、批量任务、并发模型仍偏脆弱

五、建议先验收通过的范围

如果要分阶段验收，当前只建议先验这部分：

• 本地 Windows 启动成功
• 远程 PostgreSQL/Redis 连通
• 数据库初始化成功
• 主界面与各标签页打开成功
• 手工/TXT 导入可用
• 聚名页面可打开并具备基础采集入口
• 敏感词页面可打开
• 基础时光机检测模块存在

六、必须整改后再验收的范围

• 检测任务自动创建与检测结果落库
• 状态码统一
• 检测闭环完整性
• TXT 导出
• 多来源采集补齐
• 关键人工规则脚本化
• 敏感词全链路配置化
• 运营筛选条件完整生效

七、建议优化项

• 数据库连接池继续做成环境配置，区分测试/生产
• Redis Bloom 如有需要可安装 RedisBloom 模块
• 配置加载时避免界面初始化阶段频繁重复写 Redis
• 敏感词、风险词、平台规则拆成可维护配置
• 导出支持 TXT/CSV/Excel 三种
• 数据库增加更清晰的来源批次、任务批次、失败重试日志
• 清理明文账号密码存储问题

八、建议的复测顺序

1. 域名导入
2. 聚名采集入库
3. 注册状态检测
4. 时光机快照年份与敏感词检测
5. 平台检测结果写库
6. 筛选条件查询
7. 批量更新使用状态/人工复核状态
8. TXT 导出

九、当前验收结论

• 阶段性可验收：环境、界面、基础导入、基础采集、基础数据库
• 不能整体验收通过：核心业务闭环还不完整，尤其是任务写库、状态码一致性、TXT 导出和人工规则脚本化