fix(ai): supersede old product picks

CONSTITUTION.md

@@ -2,7 +2,7 @@
 
 > 本文件定義專案開發的核心準則與不可違反的規範
 > **建立日期**: 2026-01-12
-> **當前版本**: V10.63 (Warm dashboard cache after AI pick regeneration)
+> **當前版本**: V10.64 (Keep only latest 50 AI product picks pending)
 > **最後更新**: 2026-05-01
 
 ---

app.py

@@ -95,8 +95,8 @@ except Exception as e:
     sys_log.error(f"無法檢測磁碟空間: {e}")
 
 # 🚩 系統版本定義 (備份與顯示用)
-# 🚩 2026-05-01 V10.63: Warm dashboard cache after AI pick regeneration
-SYSTEM_VERSION = "V10.63"
+# 🚩 2026-05-01 V10.64: Keep only latest 50 AI product picks pending
+SYSTEM_VERSION = "V10.64"
 
 # ==========================================
 # 🔒 SQL Injection 防護函數

config.py

@@ -254,7 +254,7 @@ YOUTUBE_API_KEY = os.getenv('YOUTUBE_API_KEY', '')
 # ==========================================
 # 系統版本與路徑
 # ==========================================
-SYSTEM_VERSION = "V10.63"
+SYSTEM_VERSION = "V10.64"
 LOG_FILE_PATH = os.path.join(BASE_DIR, 'logs/system.log')
 public_url = PUBLIC_URL  # 用於模板顯示
 

docs/AI_INTELLIGENCE_MODULE_SOT.md

@@ -31,7 +31,7 @@ SQL漏斗(~300筆)
 `services/ai_product_pick_agent.py` 新增 PChome 銷售用挑品 Agent：
 
 - 只讀真實資料表：`products`、`price_records`、`competitor_prices`、`competitor_price_history`，若 `daily_sales_snapshot` 可用則納入近 7 天銷售額、數量、毛利或成本推算毛利率。
-- 將 PChome 比 MOMO 有價格優勢、比對信心足夠、且有歷史快照或銷售動能的品項寫入 `ai_price_recommendations`。信心度不以固定倍率灌高，而是由商機分數與證據完整度共同決定，證據包含 PChome match score、歷史快照、銷售/毛利、PChome 商品 ID/名稱、抓取時間與促銷/評價/庫存標籤。
+- 將 PChome 比 MOMO 有價格優勢、比對信心足夠、且有歷史快照或銷售動能的品項寫入 `ai_price_recommendations`。信心度不以固定倍率灌高，而是由商機分數與證據完整度共同決定，證據包含 PChome match score、歷史快照、銷售/毛利、PChome 商品 ID/名稱、抓取時間與促銷/評價/庫存標籤。每次重算只保留最新 50 品為 `status='pending'`，未進榜舊品標為 `superseded`，避免統計與清單超量。
 - 寫入策略使用 `strategy='product_pick'`，保留在既有 AI 決策表，不新增假頁面或暫存 JSON。
 - 後台入口：`POST /api/ai/product-picks/generate`，`/ai_intelligence` 可手動產生清單。
 - 配對來源仍以 PChome crawler 真實搜尋結果為準；無競品資料時不生成挑品。

services/ai_product_pick_agent.py

@@ -423,6 +423,30 @@ def _write_pick(conn, pick: Dict[str, Any]) -> None:
     })
 
 
+def _supersede_old_picks(conn, current_skus: List[str]) -> None:
+    from sqlalchemy import bindparam, text
+
+    if not current_skus:
+        conn.execute(text("""
+            UPDATE ai_price_recommendations
+               SET status = 'superseded',
+                   updated_at = CURRENT_TIMESTAMP
+             WHERE strategy = 'product_pick'
+               AND status = 'pending'
+        """))
+        return
+
+    stmt = text("""
+        UPDATE ai_price_recommendations
+           SET status = 'superseded',
+               updated_at = CURRENT_TIMESTAMP
+         WHERE strategy = 'product_pick'
+           AND status = 'pending'
+           AND sku NOT IN :current_skus
+    """).bindparams(bindparam("current_skus", expanding=True))
+    conn.execute(stmt, {"current_skus": [str(sku) for sku in current_skus]})
+
+
 def generate_product_pick_list(engine, limit: int = 50) -> ProductPickResult:
     """產生並保存 AI 建議挑品清單。"""
     generated_at = datetime.now().isoformat(timespec="seconds")
@@ -439,6 +463,7 @@ def generate_product_pick_list(engine, limit: int = 50) -> ProductPickResult:
         picks = picks[:limit]
         for pick in picks:
             _write_pick(conn, pick)
+        _supersede_old_picks(conn, [pick["sku"] for pick in picks])
 
     return ProductPickResult(
         candidates=len(rows),

tests/test_frontend_v2_assets.py

@@ -197,6 +197,8 @@ def test_ai_product_pick_agent_uses_real_competitor_data_and_dashboard_action():
     assert "evidence_quality" in agent_source
     assert "opportunity_score" in agent_source
     assert "margin_rate" in agent_source
+    assert "_supersede_old_picks" in agent_source
+    assert "status = 'superseded'" in agent_source
     assert "{date_col}::date" in agent_source
     assert "conn.rollback()" in agent_source