SAG / ARCHITECTURE NOTE
页面版本保存：为什么再次读取同一 URL 会形成新记录？
这是一种按采集时间保存同一地址内容记录的数据模型。地址未变，但规格或政策发生变化时，旧报告的依据可能与当前页面不同。只保存最新正文，会使过去的判断难以复现。
什么是页面版本？
这是一种按采集时间保存同一地址内容记录的数据模型。本笔记不把页面版本仅仅当作一个功能名称，而是从输入、转换和输出各自承担的职责来理解页面版本。要让分析结果值得信赖，就需要明确记录输入了哪些资料、核查了什么，以及结论能够达到什么范围。
为什么需要这项技术？
地址未变，但规格或政策发生变化时，旧报告的依据可能与当前页面不同。只保存最新正文，会使过去的判断难以复现。
设计原则与数据流
将 URL、采集时间、内容和提取版本关联起来。对于变更内容的判定和新采集事件的记录，应分别设计。
重新采集页面 → 按时间点保存版本 → 按月追踪变更
每个阶段都不应把前一阶段的成功说成后一阶段的成果。连续记录资料标识符、时间范围和验证状态，有助于定位遗漏与错误发生的位置，并确定需要重新核查的范围。
与 SAG 架构的关联
SAG 即使重新采集同一页面，也会按时间点保存版本。同时，SAG 会说明每月采集次数不等于新增页面数。
SAG 的运营价值在于将这种关系与页面、问题、比较结果和改进工作关联起来。客户不必只看数字，还可以一并审查需要补充的对象和判断依据。对于需要进一步应用的模式，应根据相应段落的范围进行理解。
说明性示例与判断标准
举例来说，同一产品页面分别在 7 月和 9 月采集时，保存的版本总数为 2 个，而唯一 URL 数为 1 个。区分这两者，才能准确解读资料积累与对象扩展。
上述示例用于说明结构和计算方式，并非某家特定客户的实测成果。实际报告应关联所选时间范围、对象、观测条件和原始记录，以便重新核验同一判断。
实务验证清单
| 流程阶段 | 核查项目 |
|---|---|
| 重新采集页面 | 区分唯一 URL 数与版本数 |
| 按时间点保存版本 | 关联采集时间与原始内容 |
| 按月追踪变更 | 保留旧报告的依据 |
请确认在正常输入、空资料、重复资料以及条件不同的资料中，相关含义是否都能保持一致。将验证项目纳入工作完成标准，有助于缩小功能说明与实际运营之间的差异。
局限与应用注意事项
无限期保存所有版本的政策，需要同时考虑成本与保留义务。存在采集记录本身，并不能说明 AI 引用了该页面。
研究与官方文档
- W3C PROV 概述 — 用于说明资料、生成活动与责任之间关系的溯源框架。
外部资料为上述设计主题提供背景，并不证明 SAG 的所有实现或客户成果。本笔记中的应用解读和说明性示例依据 SAG 的运营结构整理。资料核查日期：2026-10-06。
延伸阅读与功能确认
如何继续了解这项技术
沿着 HTML ZIP·站点地图 → 规范化 → 页面版本 → 依据记录的流程阅读。
SAG / KNOWLEDGE LINKS