首页 feed 智能推荐/距离最近 改由后端筛选排序(把客户端 filter/sort 下沉到后端)

mentor 指出筛选放前端不合理:前端只能筛"已加载的几十条",不是完整池子。改为 /feed 加 tab 参数,
后端按 tab 处理后返回,前端只渲染:
- tab=rec(智能推荐):榜单混合 feed 过滤掉佣金率 < 3%(分页)
- tab=distance(距离最近):拉齐全部榜单轮次,在【完整池】上全局按距离由近及远排,一次性返回(has_next=False)
- 留空/其它:返回原混合 feed 不筛(老客户端兼容;新 app 会显式传 tab)
(销量最高走 /coupons 同城热销,已是后端,不在本次)

实测北京:distance 拉到 118 条且全局升序;rec 第1页佣金率全部 ≥3%。

改动:app/schemas/meituan.py(FeedRequest.tab)、app/api/v1/meituan.py(feed 按 tab 筛选/排序 + _commission_pct)。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

app/api/v1/meituan.py

@@ -79,13 +79,21 @@ def _interleave(waimai: list[dict], daodian: list[dict]) -> list[CouponCard]:
     return items
 
 
-@router.post("/feed", response_model=FeedResponse, summary="混合feed(外卖+到店交叉, 无限流)")
+def _commission_pct(card: CouponCard) -> float:
+    """'1.4%' → 1.4;解析失败按 0(会被智能推荐过滤掉)。"""
+    try:
+        return float(card.commission_rate.rstrip("%"))
+    except (ValueError, AttributeError):
+        return 0.0
+
+
+@router.post("/feed", response_model=FeedResponse, summary="混合feed(外卖+到店交叉);tab=rec智能推荐/distance距离最近")
 def feed(req: FeedRequest) -> FeedResponse:
     if not settings.mt_cps_configured:
         return FeedResponse(items=[], has_next=False, page=req.page)
-    page_idx = req.page - 1
     lon, lat = req.longitude, req.latitude
-    logger.info("[feed] page=%s lon=%.6f lat=%.6f", req.page, lon, lat)
+    tab = (req.tab or "").strip()
+    logger.info("[feed] tab=%s page=%s lon=%.6f lat=%.6f", tab or "(default)", req.page, lon, lat)
 
     def _fetch_topic(platform: int, biz_line: int | None, topic: int) -> list[dict]:
         try:
@@ -97,6 +105,28 @@ def feed(req: FeedRequest) -> FeedResponse:
         except MeituanCpsError:
             return []
 
+    # 距离最近:拉齐全部榜单轮次,合并去重,后端在【完整池子】上全局按距离由近及远排,一次性返回。
+    # (距离排序必须在完整池上做、不能逐页排——这正是之前放前端不合理的根因。)
+    if tab == "distance":
+        with ThreadPoolExecutor(max_workers=len(_TOPIC_ROUNDS) * 2) as pool:
+            futs = []
+            for wm_topic, dd_topic in _TOPIC_ROUNDS:
+                futs.append(pool.submit(_fetch_topic, 1, None, wm_topic))
+                futs.append(pool.submit(_fetch_topic, 2, 1, dd_topic))
+            raws = [f.result() for f in futs]
+        seen: set[str] = set()
+        cards: list[CouponCard] = []
+        for raw_list in raws:
+            for it in raw_list:
+                card = CouponCard.from_raw(it)
+                if card.product_view_sign and card.product_view_sign not in seen:
+                    seen.add(card.product_view_sign)
+                    cards.append(card)
+        cards.sort(key=lambda c: c.distance_meters if c.distance_meters is not None else float("inf"))
+        return FeedResponse(items=cards, has_next=False, page=1)
+
+    # 智能推荐(rec,默认):沿用逐轮分页的混合 feed,后端过滤掉佣金率 < 3%。
+    page_idx = req.page - 1
     if page_idx >= len(_TOPIC_ROUNDS):
         return FeedResponse(items=[], has_next=False, page=req.page)
 
@@ -107,6 +137,8 @@ def feed(req: FeedRequest) -> FeedResponse:
         waimai, daodian = f_wm.result(), f_dd.result()
 
     items = _interleave(waimai, daodian)
+    if tab == "rec":
+        items = [c for c in items if _commission_pct(c) >= 3.0]
     has_next = page_idx + 1 < len(_TOPIC_ROUNDS)
     return FeedResponse(items=items, has_next=has_next, page=req.page)
 

app/schemas/meituan.py

@@ -134,6 +134,12 @@ class FeedRequest(BaseModel):
     latitude: float = Field(..., description="纬度")
     page: int = Field(1, ge=1)
     page_size: int = Field(20, ge=1, le=20)
+    # 筛选/排序口径,后端据此处理后返回(前端不再自己筛/排):
+    #  rec      = 智能推荐:榜单混合 feed 去掉佣金率 < 3%(分页)
+    #  distance = 距离最近:拉齐全部轮次后全局按距离由近及远(一次性返回, has_next=False)
+    #  留空/其它 = 原混合 feed 不筛(老客户端兼容,新 app 会显式传 tab)
+    # (销量最高 sales 走 /coupons 同城热销,不在本接口)
+    tab: str = Field("", description="rec 智能推荐 / distance 距离最近 / 空=不筛(兼容)")
 
 
 class FeedResponse(BaseModel):