[任务] 抽取接进一轮 #44

关联与状态

路线图 #2，一期。状态：进行中，@Xi1495 认领，PR #96 按审查意见修改中。认不出的日期按评论里提的 unresolved_dates 交接，已在 #96 确认。有问题直接在这里留言。

目标

把抽取接进一轮：通知有了新快照，网站会给出这所学校的学院和近期的项目做对照，抓取节点让 LLM 读通知，输出它涉及哪些项目、每个项目的各字段和证据（总体设计 §8.2）。这个任务写一轮里的 Steps.extract。

已经有的

• 项目骨架：crawler/ 是 Python 3.14 + uv 的项目，装依赖 uv sync，跑全部检查 ./check.sh（格式、lint、Pyright 严格模式、测试）。命令见 AGENTS.md。
• 一轮的流程：crawl/rounds.py 的 crawl_source 已经把一个来源的一轮串好：读列表 → 初筛 → 读正文和附件 → 抽取 → 交结果。四步作为 Steps 传进来，签名和交接的数据写在那里，测试的写法见 rounds_test.py。抓不成时抛 FetchError 或 StepError，流程会把原因记进抓取记录（开发约定 §2）。
• 请求层：所有对来源网站的请求都经过 crawl/fetch.py 的 Fetcher，它管 UA、同一网站一次一个请求和间隔，不要自己用 httpx 发请求。
• 和网站交接的类型：crawl/contract.py 由网站的接口定义生成，不手改（接口 §6）。
• 输入：NoticePage（正文和附件的文字），以及网站给的 ExtractionContext：发布日期、学校的学院、近期的项目（编号、学院、届、类型、名称、报名时间）。
• 要返回的：ExtractedProgram 的列表和用量。网站收到后检查证据能不能在快照里找到、置信度够不够、日期合不合理，拿不准的进审核页（§8.3、§8.4）。
• 编号：[任务] 句子、日期和链接的编号 #43 的函数把句子、日期、链接编好号。

范围

1. 按 [任务] 抽取的实验 #18 选定的 LLM 和提示词实现 Steps.extract：

   • 模型从学院清单里选学院、从近期的项目里认出是哪个项目（给编号，没有就新建），从编号里选日期和证据的句子；
   • 程序按编号取出原文、换算出时间值，拼成 ExtractedProgram。
   • 只给这条通知写了的部分：延期通知只写了新截止的，报名时间只给 end，不从近期项目里抄开始时间。网站按部分合并，没给的部分保持原样（§8.4）。

2. 模型的输出按固定的结构解析，解析不了的当失败处理（开发约定 §2）；通知里的文字只当要读的材料（AGENTS.md · 可靠与安全）。

3. LLM 用 DeepSeek 官方接口的 V4.1 Flash（deepseek-flash）。[任务] 抽取的实验 #18 的比较是在硅基流动上做的，官方的 Chat Completions 不支持 json_schema，要用 Responses API（text.format 设成 json_schema），见总体设计 §8.5。key 从环境变量 LLM_API_KEY 读（补充基于编号的抽取评估和实验结果 #81 里定的）；模型名、思考强度、温度和接口地址都写成常量，换模型要在标注集上重跑。

4. 程序认不出的日期不能悄悄漏掉：模型看到原文写了截止这类时间，编号里却没有对应的日期时，照抄日期的原文、附上句子编号，这一项送审核页由人判断。这条规则写进 §8.2；怎么交给网站（契约里怎么表示），先在这里和维护者商定。

5. 提示词按缓存命中组织：DeepSeek 的接口自动缓存请求开头相同的部分，命中的部分按缓存价计费，便宜得多（硅基流动上 V4.1 Flash 输入 2 元、命中 0.04 元每百万 token）。所以：

   • 固定不变的放最前面：规则和输出的结构；
   • 同一所学校共用的其次：院校清单里的学院、近期的项目；
   • 每条通知自己的放最后：标题、发布日期、编号后的正文；
   • 前面的部分每次都要一字不差：不放当天日期、请求编号这类每次都变的东西，结构化数据的字段顺序固定。

   这条规则写进总体设计 §8.6，以后所有调 LLM 的地方（比如试抓 [任务] 试抓：抓取节点这边 #46）都照着组织。

6. 用固定的模型响应写测试；效果用 [任务] 抽取的实验 #18 的标注集和评估脚本重跑，结果贴在 PR 里，并写明缓存命中率（用量里的 prompt_cache_hit_tokens）和按实际命中算的费用。

建议的第一步

在本 Issue 留言认领。#18 的评估脚本在 crawler/src/crawler/extraction/，先读懂它怎么调模型、怎么还原编号。

验收标准

• 一轮里要抽取的快照都交了抽取结果，网站那边证据找不到的比例和实验里一致
• 标注集上的结果贴在 PR 里，报名截止的准确率不低于实验的结论，并写明缓存命中率
• 测试用固定的响应，./check.sh 通过