Under the Hood 透明度报告

这一页回答什么

• Under the Hood 报告是什么，谁能看到，覆盖哪个时间段。
• 每日任务收集哪些帖子标签、账号标签和下架记录，怎样计数。
• 服务层怎样把每日数据聚合成月度报告，页面与 JSON 展示哪些字段。
• 上游在 9 月 18 日加入的“法律合规导致的限流”信息怎样进入报告。
• 报告不展示哪些标签。

核心结论

1. 报告按月生成，只覆盖上一个完整的 UTC 月。 月末之后至少 10 天才生成该月报告；该月观察期未完成时，退回再上一个月（under-the-hood/strato/columns/underTheHoodReport.User.strato:20、:172-191、:626-631）。
2. 资格：账号注册满 365 天，且报告月内至少发了 10 条帖子。 被封禁的账号查不到报告（underTheHoodReport.User.strato:18-19、:597-600、:680-689）。
3. 报告只展示白名单内的标签。 白名单含帖子标签 19 种、账号标签 12 种。每种标签都附“含义”和“对可见性的影响”两段说明（under-the-hood/strato/lib/underTheHoodLabels.strato:3-184）。
4. 帖子标签按“带标签的帖子数 / 当月帖子数”展示；账号标签按“生效天数 / 当月天数”展示（underTheHoodReport.User.strato:369-461）。
5. 9 月 18 日起，报告可以展示下架记录。 下架记录包括第三方举报确认违法、法律请求和 DMCA，并写明涉及的国家（underTheHoodLabels.strato:186-260）。开关 under_the_hood_report_takedowns_enabled 控制是否展示，开源默认关闭（under-the-hood/strato/lib/params.strato:21-22）。
6. 整个报告也由开关控制，开源默认关闭（params.strato:15-16、under-the-hood/jetfuel/routes/download.tsx:7-8）。源码未包含线上的开关值。

数据流

flowchart LR
    subgraph DAILY["每日任务 scalding"]
        P["UthDailyPostsJob: 帖子标签"]
        A["UthDailyAccountLabelsJob: 账号标签"]
        TP["UthDailyPostTakedownLabelsJob: 帖子下架"]
        TA["UthPctdAccountTakedownEventsJob: 账号下架"]
    end
    P --> M["UthUserMonthMhPublisherJob: 按用户按月聚合"]
    A --> M
    TP --> M
    TA --> M
    M --> MH["Manhattan: userMonthAggregates"]
    MH --> S["Strato 列 underTheHoodReport.User"]
    S --> G["GraphQL user_under_the_hood_report"]
    G --> W["jetfuel 页面"]
    G --> J["JSON 下载"]

依据：任务文件见 under-the-hood/scalding/；存储列见 under-the-hood/strato/columns/mh/userMonthAggregates.strato；GraphQL 查询见 under-the-hood/jetfuel/gql/underTheHoodReport.gql:1-28。

每日任务收集的数据

帖子标签（UthDailyPostsJob）

• 输入：帖子表、帖子安全标签事件流、帖子安全标签快照（under-the-hood/scalding/UthDailyPostsJob.scala:51-94）。
• 观察窗：任务在每条帖子发出后观察 7 天（开源默认值，UthDailyPostsJob.scala:438）。
• 计数口径如下（UthDailyPostsJob.scala:347-421）：
  • carried：观察窗内曾被加上该标签的帖子数。
  • removed：上述帖子中，在观察窗结束前标签被移除或到期的帖子数（UthDailyPostsJob.scala:335-345）。
• 任务同时统计每个用户每天的“合格帖子”数，作为分母（UthDailyPostsJob.scala:96）。
• 输出行包含：用户、发帖日、标签、carried、removed、观察天数、是否已定稿、部分帖子 id（under-the-hood/thrift/uth_serving.thrift:124-135）。

账号标签（UthDailyAccountLabelsJob）

• 输入：账号标签记录快照、Gizmoduck 用户修改日志、用户快照（under-the-hood/scalding/UthDailyAccountLabelsJob.scala:16-20、:64、:85、:122）。
• 任务把 nsfw_admin 安全标记也当作账号标签 NsfwAdmin 收集（under-the-hood/scalding/GizmoduckSafetyFlags.scala:5-10）。
• 判定口径：某天 UTC 0 点时标签处于生效且未过期，这一天就算生效（UthDailyAccountLabelsJob.scala:166-193）。依此推断：同一天内加上又移除、没有跨过 UTC 0 点的标签，不会被计入。

下架（9 月 18 日起）

• 帖子下架：任务读取审计服务的 PCTD 动作日志与 DMCA 下架日志，并结合帖子事件（under-the-hood/scalding/UthDailyPostTakedownLabelsJob.scala:49-53、:76）。
• 账号下架：任务读取审计服务的 PCTD 动作日志、用户快照与 Gizmoduck 修改日志（under-the-hood/scalding/UthPctdAccountTakedownEventsJob.scala:57-70）。
• 下架行的标签名是下架原因名，并附国家码列表（uth_serving.thrift:52-63）。

服务层的聚合流程

underTheHoodReport.User 列按用户 id 查询，步骤如下（underTheHoodReport.User.strato:595-718）：

1. 账号被封禁时，返回空（:597-600）。
2. 选择月份：取上一个 UTC 月；月末后不足 10 天时，再往前取一个月。开关 under_the_hood_report_max_month_bucket 可以设置月份上限（:172-191）。
3. 该月观察未完成时，再退一个月（:620-645）。
4. 检查资格：注册满 365 天，且当月合格帖子 ≥ 10 条。不满足时，只返回资格检查结果，不返回报告正文（:680-702）。
5. 生成 JSON：包含时间段、生成时间、帖子数、帖子标签行、账号标签行（:463-523）。

帖子 id 的展示规则如下。这些规则在开关 under_the_hood_report_post_ids_enabled 打开时生效（params.strato:30-37、underTheHoodReport.User.strato:340-367）：

• 带该标签的帖子 ≤ 3 条：全部列出。
• 带该标签的帖子占当月帖子 > 5%：不列出，改为附说明。
• 其余情况：列出最新的至多 50 条。
• 下架行：总是列出最新的至多 50 条。

页面与 JSON 展示的字段

页面说明文字写明：报告按“尽力而为”提供，并附开源代码链接（underTheHoodReport.User.strato:67-85）。

白名单：报告展示的标签

帖子标签如下（underTheHoodLabels.strato:3-111）：

账号标签（underTheHoodLabels.strato:119-184）：ReadOnly、Compromised、SpamHighRecall、NsfwHighRecall、NsfwHighPrecision、NsfwAvatarImage、NsfwNearPerfect、NsfwBannerImage、NsfwAdmin、ImpersonationHighPrecision、AbusiveHighRecall、DoNotAmplify。除 NsfwAdmin 外，报告对其余标签的影响都写为“帖子不推荐给非关注者”。

报告不展示的标签

以下标签存在于 VF 规则中，但不在白名单中（对比 visibility-filtering/rules/levels.rs 与 underTheHoodLabels.strato:3-184）：

AGATHA_SPAM、COPYPASTA_SPAM 等帖子标签由打标签规则写入（见 打标签规则）。它们不在 For You 两个级别的规则中，也不在白名单中。

设计决策

源码锚点

• under-the-hood/strato/columns/underTheHoodReport.User.strato:18-20、:595-718 —— 资格、选月、查询流程
• under-the-hood/strato/lib/underTheHoodLabels.strato:3-260 —— 标签与下架白名单及说明文字
• under-the-hood/strato/lib/params.strato:15-37 —— 功能开关
• under-the-hood/scalding/UthDailyPostsJob.scala:335-438 —— 帖子标签计数口径
• under-the-hood/scalding/UthDailyAccountLabelsJob.scala:166-193 —— 账号标签按天判定
• under-the-hood/scalding/UthDailyPostTakedownLabelsJob.scala:49-53 —— 帖子下架数据源
• under-the-hood/thrift/uth_serving.thrift:52-80 —— 月度聚合结构
• under-the-hood/jetfuel/routes/download.tsx:6-24 —— JSON 下载

相关页面

• 可见性过滤 —— 标签在推荐中的实际效果
• 打标签规则、处置与标签聚合 —— 标签的来源
• 限流与 shadowban —— 白话版
• 你的数据