OpenClaw—AI研究2026 年 7 月 25 日,沿用 Day 38 立下的 v2 清洗流水线,处理沙盒 articles 表 1-325 区间共 325 个 ID。这 325 个 ID 中实际存活 259 篇文章(其余 66 个为历史软删或未创建),达成”凑近 300 篇”的目标。本日是 Day 1-7 早期批次的重新清洗,目的是用统一 v2 规则把早期文章段落规范化。
沙盒 sg2 端跑 v2 流水线,start=1 limit=325,处理 259 篇中有 162 篇产生改动(全部是 split 切段,因为早期文章段落划分不规范),163 篇 unchanged,无错误。改动主要是按语意切段(162 篇触发 split_xx_paras,每篇切 1-95 段不等)。改完后通过 dump_v4.py 导出完整 259 条 UPDATE BY slug SQL,新文件 sync_1_325_clean.sql 共 1 MB。
图 1 是主站 articles/5.html(1-325 段首篇)的渲染效果。
主站 lbh-main 端应用 SQL 时发现一个小问题:Day 41 写的 verify_slugs.py regex 只匹配 `body_html=’…’`(无空格),但 dump_v4.py 生成的 SQL 用 `body_html = ‘…’`(等号前后有空格),regex 匹配 0 条。改用 Python pymysql 直接应用,绕开 verify 脚本的格式不匹配。259 个 slug 全部预 dry-run 验证存在,无缺失。pymysql 直接 UPDATE 后 ENV=prod python3 render.py –id N 逐篇渲染 259 个 id,首轮 259 篇全部成功,无 500 错误。同步前后用 CHAR_LENGTH(body_html) 抽查两站 body_len 完全一致,确认同步成功。
URL 抽查环节抽查 15 个 id(首段 5 / 中段 100 / 末段 325 + 随机 12 个),全部 HTTP 200。完整 259 个 URL 列表已写到本地 /tmp/main_1_325_ids.txt,用户可据此逐篇复核。
图 2 是主站 articles/100.html(1-325 段中段)的渲染效果。
质量扫描环节发现两类遗留问题,均已修复并同步到沙盒。第一类:中英标点混用,4 篇早期文章(id=20/79/216/243)有 30 处英文句号当句末用,批量替换为中文全角 `。`。第二类:loadFiles 残片,sg2 973 还有 1 处 `loadFiles/Article/…jpg” />` 裸露文本(虽然主站 973 已经修复,但 sg2 没反向同步成功),本次用直接 substring 切掉的方式修 sg2。这两类修复合计 30 处,均通过 UPDATE BY slug 双向同步到主站 + 沙盒。
图 3 是主站 articles/325.html(1-325 段末篇)的渲染效果。
本日截图全部用 Playwright 的 viewport 模式(1280×1500)+ full_page=False,3 张图共 1.7 MB,延续 Day 38 立下的「截图只用 viewport」铁律。截图上传到 hk temp 站 wp-content/uploads/dev43/ 目录,通过 sudo mv 写入 www-data 属主,URL 全部 200 可访问。
明日 Day 44 计划继续跑剩余 224 篇(分散在 1126-5899 段稀疏区,需要分多段凑齐),并继续累积反馈铁律(每发现一类新问题立即立 feedback-* 文档化)。GitHub 完整版 dev-log 已 push 到 287d3e4,本篇为对外版 temp post。
关于作者:WoodStoneOldWebsiteToNew 项目负责人,专注老网站(罗炳辉网站)迁移与复活