最后平台同步：2026-09-08 · build fa5efad · 69 commits · 8 引擎 · 15 API routers
平台开发进度 · Platform Build Progress
- Google Meridian 引擎从路线图转为正式可用：原生 geo-level Bayesian MMM，支持地理池化建模，作为可选依赖安装（TensorFlow Probability），当前为 spend-only 实现，Reach & Frequency 支持在后续迭代加入。
- Robyn 引擎不再实现：Robyn 的核心算法（CMA-ES 超参搜索 + Ridge）已由平台原生的 Nevergrad 引擎以纯 Python 完整覆盖，无需额外维护 R/rpy2 环境。引擎总数由 9 个调整为 8 个（Ridge / PyMC / Stan / Nevergrad / SparkX TVP / SparkX Expert / LightGBM / Meridian）。
平台开发进度 · Platform Build Progress
- 后端：8 个 router（datasets / interpretations / modeling / optimizer / projects / results / scenarios / settings）
- 引擎：Ridge / PyMC / Stan + Meridian / Robyn stub — 5 引擎可插拔架构
- 前端：10 个页面（NewAnalysis / Results / Optimizer / Scenarios / Analyst / Dashboard / History / Insights / Settings / Login）
- 数据层：Supabase schema · migration 0001–0003 · docker-compose
- CSV/Excel 上传 + 字段自动识别；6 步向导；异步执行 + 实时进度轮询；多租户隔离（org + RLS）
- 引入
ROADMAP.md：Phase 1–4 改进路线图首次落地，PHASE-2-DESIGN.md设计文档同步
- Champion 路由（589 行）：多引擎并行 + 自动选优，一次提交同跑 Ridge + PyMC，R²/MAPE 并排对比，自动推荐最优
- Lift Test 校准（calibration router + lift_calibration service）：LogNormal 参数推导，可与用户先验合并
- 时序回测（backtest）：rolling-origin K 折，per-fold MAPE/R² + 渠道 ROI swing + 稳定性评分
- 数据质量（data_quality）：8 条 MMM 专项规则，fail 级阻断；漂移检测（drift）：每次 run 与 Champion 对比，异常 banner
- 节假日/促销日历（中美节假日 + 618/双11/Black Friday）；PPT 报告导出（8 页 16:9，CJK 字体自适应）；Nevergrad 引擎；migration 0004–0007
- 前端：BudgetPlanner / Compare / Guide 页；MMMPipelineInfographic；Skeleton / Toast / EmptyState 组件
- 新建 modern 组件体系：Sidebar / Badge / Button / Card / Chart / PageShell / Table
- 全套
*Modern.tsx：NewAnalysisModern(2018 行) / BudgetPlannerModern(1200) / AnalystModern(1143) / ResultsModern(1021) / GuideModern / InsightsModern / DashboardModern / DatasetsModern / HistoryModern / CompareModern / SettingsModern / LoginModern
- ThemeContext + ThemeSwitch（明暗主题）；⌘K 命令面板（CommandPalette）；chartTheme；dataset_cache
- 6/11–6/15 穿插：UX 打磨（
50f6aa0）；旧页面清理（1948e12）；测试补充（e5c59a2）；缓存层（e04bbaf）
- 自研引擎落地：
sparkx.py（604 行）+ sparkx_expert.py（268 行）+ lgbm_engine.py（282 行，LightGBM+SHAP）— 引擎数 5 → 9
- migration 0008（sparkx engine）/ 0009（profiles email）；
report_html.py（471 行）HTML 报告渲染
- i18n 国际化：LocaleContext +
en.ts/zh.ts（各 1,031 键值），全 modern 页面接入；ActiveRunContext 跨页跟随当前 run
- 技术文档：MCMC_MMM_Explained · SparkX_Engine · SparkX_Engine_CN
- 6/22 docs 提交（
22184a0）：settings 路由扩展；E2E 测试 test_e2e.py（310 行）；SettingsModern 重构
- 7/6 凭据泄漏修复（
65c78d5）：清理 .auth 凭据文件，补全 .gitignore 规则
- 7/2 商业化文档批（
055033d）：PRD_Commercialization（1,077 行）/ TDD_Commercialization（1,589 行）/ api_documentation（974 行）/ competitive_analysis / commercial_readiness_audit / roadmap_3_6_months
- Sentry 前端错误监控（
sentry.ts）；AGENTS.md；agent router（184 行）+ agent_orchestrator service（571 行）+ AgentModern 页面
- 多行业测试数据集（electronics / fashion / saas_b2b / petcare / amazon_ads / daily_2y / synthetic_300w）；E2E autommm.spec（85 行）
- GeoLift 后端就位：geolift/calibrate.py · power_analysis.py · synthetic_control.py — 服务层完整，router/UI 接入进行中
- 新增 admin / experiments 路由；optimizer / validation / report_html 扩写；sparkx_expert 迭代
- migration 0010–0015：multi_tenancy / model_accuracy / geo_experiments / superadmin / channel_results / new_analytics_columns
- 现代页面补全（AgentModern / AnalystModern / BudgetPlannerModern）；full-e2e.spec（305 行）；locales en/zh 更新；sentry.ts
- 对外文档落地：HANDOVER-TO-WEBSITE · SITE-STATUS · SparkX_MMM_PitchDeck ·
openapi.json（docs/solution_completeness_checklist.md）；memory/ 目录
run_dispatcher.py（326 行）：统一引擎调度层，解耦 modeling/champion 路由与引擎执行；sparkx_expert 迭代dev.py（380 行）：跨平台启动器（Windows/Mac/Linux），替换原 dev.sh；修复 Windows worker 超时- 前端 dev server 改用专用端口 5180，避免与后端 5000 冲突；
playwright.config.ts 同步更新
路线图 · Roadmap
- Phase 1 · 贝叶斯可信度 ☑ 已完成：后验诊断可视化（Trace/Forest/Pair/Posterior PPC）· 自定义先验 UI（每渠道 β/θ/EC）· 收敛失败自动恢复（R̂>1.1 自动 retry）· Posterior 持久化 NetCDF
- Phase 2 · 自动化建模 ✅ 主线完成 3/4：多引擎并行+自动选优 · 数据漂移检测 · Champion 标记+历史回溯｜☐ LOCO CV 未做
- Phase 3 · ETL 自动化 ✅ 主线完成 4/5：数据质量检查（8 规则）· 节假日日历注入 · 数据沿袭+增量更新 · ETL 监控面板｜⊘ 真 AMC 连接器搁置（需 OAuth + 实际凭据）
- Phase 4 · 校准与交付 部分完成：Lift Test 校准 ✅ · 时序回测 UI ✅ · PPT 报告导出 ✅
- GeoLift 增量测试：后端 service 已就位（calibrate · power_analysis · synthetic_control），router/UI 接入进行中
- LOCO CV 留一法交叉验证：逐渠道剔除 CV，量化单渠道数据依赖度（Phase 2.4）
- 平台直连：Google Ads / Meta Ads / TikTok Ads API 连接器（Phase 3.5 后续）
- 产品化：Stripe 计费 · 邮件通知 · 每日刷新 · 用户行为埋点
站点与内容更新 · Site & Content Updates
- SEO 全站优化：25 个页面 meta description 扩写至 150+ 字符，API 文档 title 格式规范化，sitemap lastmod 同步至 2026-08-04
- 博客体系完善：新增 Amazon MMM API 集成指南、MTA 时代终结分析、LightGBM+SHAP 方法论等 6 篇技术文章，博客总数达 23 篇
- Analytics 接入准备：全站 46 个页面注入 Google Analytics 4 + Microsoft Clarity 占位符，填入真实 ID 后即可启用行为追踪
- 短链接路由补全：新增 /legal、/privacy、/terms、/cases、/roi、/readiness 等 8 条 Cloudflare Pages 重定向规则，改善分享链接体验
- 早期访问申请入口：全站新增统一的早期访问申请页（early-access.html），所有试用/注册 CTA 统一指向此入口。
- 接口文档完善：API 参考新增全部 9 种引擎
model_type 枚举值说明（ridge / pymc / stan / nevergrad / sparkx / sparkx-expert / lgbm / meridian / robyn）。
- 新增博客：《Amazon Ads MMM API 深度解析》，介绍 Amazon Ads API 数据源接入 SparkX MMM 的方法与注意事项。
- 站点质量修复：修复跨页链接一致性、修正残留 CSS，全站 45 个页面通过完整质量审计。
- 定价一致性修复：免费版从「5 次/月 2 个项目」统一为「3 次/月 1 个项目」；Pro 版首页与定价页价格对齐（/月）。
- FAQ 内容质量修复：数据最低行数说明从「104 周」更正为「系统最低 20 行，推荐 26 周+」；JSON-LD 结构数据问答配对修正；Pro 价格 → /月。
- 全站 23 篇博客新增「延伸阅读」：每篇技术博文底部增加 3 篇精选相关文章推荐，覆盖方法论、工具、数据、案例等分类，提升内容互联度与 SEO 爬虫可达性。
- 关于我们页面修复：移除重复 theme-init 脚本标签，补充导航栏「系统状态」链接，消除 HTML 结构异常。
- 结果页加载性能 +40%：渠道贡献图表由服务端预渲染替换为客户端懒加载，P50 加载时间从 1.8s 降至 1.1s（10 渠道 × 52 周数据集）。
- 数据上传行数限制扩大：Instant Mode 单次上传上限从 5,000 行提升至 20,000 行；Expert Mode 上限提升至 100,000 行（需 Pro 套餐）。
- PyMC 引擎 Rhat 计算修复：修复多链采样时 Rhat > 1.1 误报问题，受影响的历史 Run 可在"历史项目"页面重新触发诊断刷新。
- 预算规划滑块边界修复：修复当单渠道预算拖至 0 时其他渠道分配比例计算异常的问题。
- 产品文档 & 接口文档重构：侧边栏折叠导航、锚点滚动高亮、中英双语注释，覆盖全部 79 个 API 端点。
- Instant Mode 引擎自动选择：AI 根据数据特征（行数、渠道数、方差）自动推荐最优引擎，不再固定使用 Ridge。小数据集自动切换到 Bayesian，大数据集可选用 Robyn。
- 预算优化性能提升 3x：Nevergrad 优化器引入 CMA-ES 策略，10 渠道 × $500k 预算的优化从 8 秒降至 2.5 秒。
- 行级权限 (RLS) 增强：支持项目级权限隔离，不同团队只能看到自己的 MMM 项目和分析结果。
- 诊断面板新增残差自相关图：Durbin-Watson 检验值可视化，帮助检测模型是否遗漏了时序结构。
- 修复 Safari 下预算滑块拖动时数值跳变的 bug
- 修复 CSV 上传时 BOM 头导致列名识别错误的 bug
- AI 洞察支持多轮对话：Claude 上下文窗口扩展至完整模型结果，支持追问"如果 TikTok 预算减半会怎样"等 what-if 问题。
- HTML 报告下载：分析结果可导出为独立 HTML 文件，包含所有图表和 AI 解读，可离线分享。
- Champion 模型管理：多个引擎结果并排对比，选一个作为 Champion，后续 run 默认使用 Champion 配置。
- 中英双语切换：产品界面和 AI 洞察支持中英文切换，
localStorage 记忆偏好
- Expert Mode 7 步向导新增"参数预设"模板：Bayesian / Fast / Balanced 三种预设
- SparkX MMM v1.0 正式发布。全球首个 7 引擎 MMM 平台，支持 Instant Mode（零配置 2 分钟出结果）和 Expert Mode（7 步精细配置）。
- 7 引擎上线：Ridge / PyMC / Bayesian MCMC / Nevergrad / SparkX TVP / Meridian / Robyn
- Robyn 引擎：Meta 开源 MMM 框架集成，Ridge + Nevergrad + Hill 饱和度建模
- 双向预算优化：正向（给定预算最大化收入）+ 反向（给定收入目标最小化花费），实时滑块模拟
- AI 洞察 (Claude)：自动生成执行摘要、风险提醒、行动清单，支持自然语言追问
- 数据科学诊断面板：Actual vs Predicted、残差分析、参数透明、Channel Decomposition
- 10 核心模块：Instant/Expert Mode、Results、Budget Planning、AI Insights、Diagnostics、Dashboard、History、Data Management
平台 build version 0.1.0（内部构建，持续迭代中）。本页同步真实开发节奏，不发布营销版本号。
顶部数据由 tools/platform-facts.mjs 自动从平台仓库 HEAD 拉取。