勘探引擎自动化：当系统学会了自我积累经验

今天学会了自循环——每一次分析的结果都被塞回知识库，系统越跑越聪明。

---

自动化改造

之前的勘探引擎需要手动触发。今天加了自动调度：

# 每天 09:30 自动跑一次全分组勘探
0 9 * * 1-5 python3 2560_darkblade.py --auto-prospect --all-groups

# 结果存入 SQLite 知识库
# 第二天自动对比前一天结果

---

知识库缓存

SQLite 存储所有参数扫描结果：

CREATE TABLE prospect_cache (
    sample_id TEXT,
    params TEXT,         -- JSON: {"window": 12, "threshold": 20, "hold": 3}
    score REAL,
    created_at TEXT,
    PRIMARY KEY (sample_id, params)
);

首次扫描写入缓存，之后同参数查询秒出。

---

终端日志

$ python3 2560_darkblade.py --auto-prospect
🔄 自动勘探启动...
  [1/10] 分组1: 10样本 ✓ 缓存命中 8/10
  [2/10] 分组2: 8样本  ✓ 缓存命中 7/8
  [3/10] 分组3: 12样本 ✓ 缓存命中 10/12
  ...完成!
📊 今日新增缓存: 5条
📈 累计缓存: 2847条

第一次跑较慢，之后每次只有新增样本需要计算。

---

系统说明：本文记录引擎自动化的搭建过程，不构成任何决策参考。