候选选择与成型

这一页回答什么

本页回答：候选打完分之后，系统怎样从几百到几千条带分候选里选出最终展示的几十条。本页说明流水线的选择阶段与之后的成型步骤。打分见 打分与排序。

核心结论

1. 选择 = 排序 + 截断。Selector trait 的默认 select() 按分降序排序，再截断到 size()（candidate-pipeline/selector.rs:52-66）。
2. 内层先选 50 条，最后留 35 条。TopKScoreSelector 取 TOP_K_CANDIDATES_TO_SELECT = 50 条（home-mixer/params/config.rs:17）。选后水合与过滤完成后，框架截断到 RESULT_SIZE = 35 条（config.rs:18）。两个值都是开源默认值。
3. 视频轮播从落选候选里再补选。视频轮播开启时，TopKScoreSelector 从未入选的候选中按轮播分数补选最多 30 条视频（home-mixer/selectors/top_k_score_selector.rs:18-25）。这些视频只进轮播模块，不进主信息流。
4. 外层 BlenderSelector 不按分排序，只做组装：帖子与广告混排后，依次插入 Prompt、Who to Follow、视频轮播、PushToHome、Frame、FeedSurvey（home-mixer/selectors/blender_selector.rs:40-106）。
5. 框架不丢弃落选候选：落选候选进入 non_selected，与截断掉的候选一起交给 side effect（candidate-pipeline/candidate_pipeline.rs:141-170）。

Selector：排序 + 截断的骨架

Selector trait（candidate-pipeline/selector.rs:24-107）把选择定义成可复用的骨架：

// candidate-pipeline/selector.rs:52-66
fn select(&self, _query: &Q, candidates: Vec<C>) -> SelectResult<C> {
    let mut sorted = self.sort(candidates);
    if let Some(limit) = self.size() {
        let non_selected = sorted.split_off(limit.min(sorted.len()));
        SelectResult { selected: sorted, non_selected }
    } else {
        SelectResult { selected: sorted, non_selected: vec![] }
    }
}

• sort()（:70-78）：按 score() 降序排序。partial_cmp 失败（NaN）时，两条候选视为相等。
• score()（:68）：业务必须实现，返回用于排序的分数。
• size()（:80-82）：默认 None，不截断。
• enable()（:29-31）：默认 true。返回 false 时框架跳过选择，全部候选进入 selected（candidate_pipeline.rs:416-431）。
• run()（:40-50）在调用 select() 前后记录组件统计与 selected_count、non_selected_count。

业务代码至少要实现 score()。TopKScoreSelector 与 BlenderSelector 都重写了 select()。

TopKScoreSelector：内层选择器

// home-mixer/selectors/top_k_score_selector.rs:10-38(节选)
fn select(&self, query: &ScoredPostsQuery, candidates: Vec<PostCandidate>) -> SelectResult<PostCandidate> {
    let mut selected = self.sort(candidates);
    let mut non_selected =
        selected.split_off(params::TOP_K_CANDIDATES_TO_SELECT.min(selected.len()));
    if video_carousel::is_enabled(query) {
        selected.extend(video_carousel::take_videos_by_carousel_score(
            &mut non_selected,
            query.params.get(VideoCarouselExtraCandidates),
            &CarouselScoring::from_query(query),
            &query.seen_carousel_video_ids,
        ));
    }
    SelectResult { selected, non_selected }
}

fn score(&self, candidate: &PostCandidate) -> f64 {
    candidate.score.unwrap_or(f64::NEG_INFINITY)
}

• 排序依据是 candidate.score。在 2e2295b 的装配里，打分链最后写入 score：VMRanker 先写入加权分与冷启动调整后的分数，再用 vm-ranker 服务返回的分数覆盖（home-mixer/scorers/vm_ranker.rs:93-136）。两个页级重排打分器默认关闭。细节见 打分与排序 与 VM Ranker。
• 没有分数的候选取负无穷，排到最后。
• 视频轮播补选（util/video_carousel.rs:189-206）：从 non_selected 中挑出有视频、不是回复、有 video_open_score、轮播里没看过的候选，按轮播分数取最多 VideoCarouselExtraCandidates 条（默认 30，params/param.rs:1343-1348），并标记 video_carousel_extra = true。轮播开关 EnableVideoCarousel 默认 false（params/param.rs:1217-1222）。

选完之后：水合 → 过滤 → 截断 → finalize

选择之后，框架执行四步（candidate-pipeline/candidate_pipeline.rs:146-160）：

// candidate-pipeline/candidate_pipeline.rs:146-160
let post_selection_hydrated_candidates = self
    .hydrate_post_selection(&hydrated_query, selected_candidates)
    .await;
let (mut final_candidates, post_selection_filtered_candidates) =
    self.filter_post_selection(&hydrated_query, post_selection_hydrated_candidates);
filtered_candidates.extend(post_selection_filtered_candidates);
let truncated_candidates = final_candidates.split_off(
    self.result_size_for(&hydrated_query).min(final_candidates.len()),
);
non_selected_candidates.extend(truncated_candidates);
self.finalize(&hydrated_query, &mut final_candidates);

result_size_for 是新增钩子（candidate_pipeline.rs:100-102），允许流水线按请求决定结果条数。2e2295b 中没有流水线重写它。

为什么有两个数量上限

flowchart LR
    A[打分后的全部候选] -->|"TopKScoreSelector 取 50"| B[入选候选]
    A -.->|"轮播开启时补选至多 30 条视频"| B
    B --> C[选后水合]
    C --> D["选后过滤<br/>删不可见、去会话重复、移出轮播视频"]
    D -->|"截断到 35"| E[内层输出]

如果一开始只选 35 条，选后过滤删掉不可见或重复的帖子后，条数会不够。因此选择器先多选 15 条作余量。

BlenderSelector：外层选择器与最终成型

外层 ForYouCandidatePipeline 的选择器是 BlenderSelector。它的候选是 FeedItem，score() 恒为 0.0（blender_selector.rs:108-110）。帖子顺序在内层已经确定。select() 的步骤（:40-106）：

1. partition_feed_items 按类型分桶：帖子、广告、Who to Follow、Prompt、PushToHome、Frame、FeedSurvey、视频轮播（:225-257）。
2. 存在 Who to Follow 模块时丢弃视频轮播（:55、:157-162）。
3. 按 AdsBlenderType 选广告混排器，混排帖子与广告。被丢弃的广告写入 query.ad_drops（:61-82）。开源默认值是 multi_risk（params/param.rs:957-962），见 广告混排。
4. 依次插入其他内容：

5. 统计被混排丢掉的帖子数与未投放的广告，构造 non_selected（:95-100、selectors/mod.rs:14-40）。

外层框架截断到 FOR_YOU_MAX_RESULT_SIZE = 48（config.rs:21-22）之后，还执行一道选后过滤 AdAdjacentServedFilter。该过滤器开源默认关闭（param.rs:1021-1026）。

完整选择链

flowchart TB
    S[打分后的候选] --> T["TopKScoreSelector<br/>按 score 降序取 50"]
    T --> SEL[入选候选]
    T --> NS[落选 → non_selected]
    NS -.->|"轮播开启时补选视频"| SEL
    SEL --> PH["选后水合 ×10"]
    PH --> PF["选后过滤 ×5"]
    PF --> TR["截断到 35"]
    TR --> POSTS[内层输出:帖子 + 可选视频轮播]
    POSTS --> BL["外层 BlenderSelector<br/>帖子与广告混排,再插入模块"]
    BL --> FEED([For You 信息流,至多 48 项])

设计决策

FAQ

Q：落选的候选去哪了？ A：落选候选进入 SelectResult.non_selected，截断掉的候选也并入 non_selected。它们随 SideEffectInput 交给 side effect。例如，Redis 候选缓存把选中与落选候选一起写入，供下次翻页复用（side_effects/redis_post_candidate_cache_side_effect.rs:49-60）。

Q：Who to Follow 与视频轮播会同时出现吗？ A：不会。BlenderSelector 在 Who to Follow 模块存在时丢弃视频轮播（blender_selector.rs:157-162）。

源码锚点

• candidate-pipeline/selector.rs:24-107 —— Selector trait 与默认 select()
• candidate-pipeline/candidate_pipeline.rs:141-160 —— 选择、选后水合与过滤、截断
• home-mixer/selectors/top_k_score_selector.rs:9-39 —— TopKScoreSelector
• home-mixer/util/video_carousel.rs:189-206 —— 轮播补选
• home-mixer/selectors/blender_selector.rs:39-212 —— BlenderSelector
• home-mixer/params/config.rs:17-32 —— 选择数量与模块位置常量

相关页面

• 打分与排序 —— 候选的最终分怎么来
• VM Ranker —— 写入最终 score 的重排服务
• 过滤流水线 —— 选后过滤器细节
• 广告混排 —— BlenderSelector 的广告混排
• CandidatePipeline trait —— execute() 的阶段编排
• candidate-pipeline 框架 —— Selector trait 在框架中的位置
• home-mixer 编排层 —— 内外两层流水线
• 帖子是怎么被选中的 —— 本页的白话版