ISSUE-0076：域名状态机被页级信号污染¶

现象（用户截图 v0.10.114）¶

3 个被错判的网站，手动浏览器打开都能访问：

网站	标记状态	实际可访问？	UI tooltip
`tingeyorthodontics.com`	dead	✅	"此网站此前多次失败"
`jbjcortho.com/gustavo-garcia-md/`	dead	✅（root 能开）	同上
`moleskidental.com`	cold	✅	"此域名近期反复失败"

域名状态机统计（导出日志）：2939 dead + 37 cold，绝大多数是误判。

根因 — 3 个独立设计错误¶

错误 1：`ok-empty` 升级 `cold` 是「页级 → 站级」信号污染¶

domain-state.ts:225 原代码：

if (outcome === 'ok-empty' && stat.state !== 'cold') {
  // 5 次 ok-empty → cold
  setState(stat, 'cold');
}

反例 — moleskidental.com： - recent[5 entries] 全部 method=fetch outcome=ok-empty - 时间跨度 1.8 天（每次 25 分钟 ~ 1 天间隔，明显是 5 个不同子页） - ContactPool 通过 url-hash 已做页级去重 → 5 次必然是 5 个不同 URL - 每个子页没找到 contact 是页级问题（contact 可能在首页 / /contact 页） - 但整域名被升级 cold → 同域其他子页（含 root）后续全跳过

用户洞察：「无联系方式不代表是死站，可能就是没有；一个页面没 contact 不代表整站没」— 完全正确。

错误 2：单次 `dead` 直接降级，无视历史 `ok` 记录¶

domain-state.ts:175 原代码：

if (outcome === 'dead') {
  setState(stat, 'dead');   // ← 立即降级，30 天 TTL
}

反例 — jbjcortho.com： - recent[0]: {method: fetch, outcome: ok-contact} ← 首页 fetch 成功拿到 5 contacts - recent[1]: {method: head, outcome: dead} ← 某子页 HEAD 失败 - 结果：整站 state=dead（30 天 TTL） - 后续 gustavo-garcia-md/ / dr-hightower-2/ 等子页全部跳过 - 首页能采的网站，被一次子页 HEAD 失败打死了

错误 3：404 不试 root URL¶

probe.ts:29 原代码：

if (status === 404 || status === 410) return { kind: 'dead', reason: String(status) };

反例：商家在地图给的 website 是 http://jbjcortho.com/gustavo-garcia-md/。 - 该医生页早就 404 / 改路径 - root jbjcortho.com 仍正常运行 - 应该自动 fallback 试 root（用户朴素预期） - 旧代码直接 dead 返回 → 配合错误 2 整站降级

修复 (v0.10.116)¶

#1 `probe.ts`：404 → root URL fallback¶

const directResult = await probeSingleUrl(url, timeoutMs);
if (directResult.kind === 'dead' && (directResult.reason === '404' || directResult.reason === '410')) {
  const rootUrl = getRootUrl(url);
  if (rootUrl) {
    const rootResult = await probeSingleUrl(rootUrl, timeoutMs);
    if (rootResult.kind !== 'dead') {
      return { ...rootResult, finalUrl: rootUrl };   // ← root 活，用 root
    }
  }
}
return directResult;

probe.finalUrl 改为 root URL 后，pipeline fetchUrl = probe.finalUrl || url 自动用 root；ContactPool 按 root URL hash 缓存；v0.10.114 batchDedupeByUrl 让同 root 多商家共享 contact。

#2 `domain-state.ts`：dead 加历史感知¶

if (outcome === 'dead') {
  const hasOkHistory = stat.recent.some(e => e.outcome === 'ok-contact' || e.outcome === 'ok-empty');
  if (hasOkHistory) {
    const recentDead = stat.recent.slice(-3);  // DEAD_CONSECUTIVE_AFTER_OK
    if (recentDead.length >= 3 && recentDead.every(e => e.outcome === 'dead')) {
      setState(stat, 'dead');   // 连续 3 次 dead 才升级
    }
    return;
  }
  setState(stat, 'dead');  // 没有 ok 历史时维持原逻辑
}

#3 `domain-state.ts`：砍 ok-empty → cold¶

直接删除该规则。contact 提取失败是页级信号，通过 ContactPool url-hash 缓存已经做了页级去重，不需要域名级升级。

#4 启动迁移 `revivePollutedDomains()`¶

engine 启动跑一次： - 所有 cold 域名 → 复活为 unknown（cold 规则废除） - 所有 dead 域名 + recent 含 ok-* 历史 → 复活为 unknown - 累计统计 (fetchTotal/fetchOk) 保留

#5 设置面板「复活误判」按钮¶

domain-state-panel.tsx：用户可手动触发 revivePollutedDomains()，弹 toast 显示「已复活 N / M」。

#6 UI 文案修正¶

mstage-classify.ts humanizeMstageDetail： - mstage:no-contact → "此页面没找到邮箱/电话/社媒（不代表整站没有；可能首页/contact 页才有）" - mstage:dead → "网站完全无法访问（DNS / 超时；首页也失败）" - mstage:domain-cold → "v0.10.116 起此规则已废除，下次会自动重试"

通用模式（写进新 rule）¶

信号维度纪律 — 页级信号不能升级到站级状态：

信号	维度	该影响
HEAD/fetch 网络层失败	可能站级	累积证据后升 dead（要历史感知）
404/410（明确状态码）	页级	仅当 root 也失败才站级
antibot 拦截	通常站级	升 antibot-soft/hard
ok-empty (contact 没找到)	页级	不该升级（ContactPool url-hash 已缓存）
ok-contact	站级正向	累积升 friendly

预期效果¶

用户 2939 dead + 37 cold 域名： - 37 cold 全部复活 - 2939 dead 中含 ok 历史的大部分复活（估计 60%~80%） - jbjcortho 等案例：root 拿到 contact + 同 root 子页 pool-hit - 同 root 多商家通过 batchDedupeByUrl 自动复用

教训¶

状态机的每条转换规则都要问"这是页级还是站级" — 错位升级 = 隐性 bug
数据看似"5 次都失败 = 该跳"，但实际可能是"5 个不同子页"（用户问"5 次是同 URL 还是不同子页"是关键洞察）
降级要历史感知 — 已 ok 过的不能因为一次失败就降级 30 天
fallback 链要完整 — 404 不该是终点，试一次 root 几乎 0 成本