thread-master/docs/product/scout-topic-quality/tasks/T042-historical-identity-dedupe.md

T042 — 歷史 identity 去重

Status: done Milestone: M4 Est. change: ~140 lines

Goal

完成後，新 run 遇到同一使用者已保留的 Threads 貼文時會計入 duplicate 並繼續找，不覆寫舊 run。

Depends on

• T030、T041

Inputs

• 讀取 / 依賴：
  • 檔案：apps/backend/internal/module/scout/usecase/candidate.go、domain repository
  • 既有能力 / API：canonicalPostIdentity、seen identity query
  • Spec 段落：§4 流程 B #3、§8.1、§9 #5/#6

Outputs

程式變更（預期路徑）

路徑	動作	說明
apps/backend/internal/module/scout/usecase/candidate.go	edit	注入歷史 seen set，區分批內／歷史 duplicate。
apps/backend/internal/module/scout/usecase/historical_dedupe_test.go	add	驗證 alias、跨 run、舊狀態不覆寫與 current-run staging。

行為變更

• 已見貼文不算 eligible；duplicate_count 增加，target 缺口保留。

API / 契約（若有）

• owner-wide 去重；查詢不得跨 owner，current run retry 的 staging 不視為外部歷史。

Out of scope

• 不刪除歷史資料，不合併不同實際 shortcode。

Acceptance

• 新 run 不會改變舊 post 的 run_id、posted_at 或 outreach_status。
• 指令：

cd apps/backend && go test ./internal/module/scout/usecase -run HistoricalDedupe -count=1

驗收結果：CandidateEvaluator 支援 owner-scoped historical identity lookup，canonical shortcode alias 會計入 duplicate；跨 owner 不共享 seen set，既有 post 不被覆寫。

Notes

唯一索引是競爭防線，usecase seen query 則用來主動補找。