新增逐次事件时，不要伪造历史明细

每日计数可以回答发生了多少次请求，却无法说明每次请求检测到的名称、精确时间和读取方式。当页面已经显示非零的 AI 请求总数，却没有任何逐次访问可列出时，这个差异就会直接暴露出来。

系统需要为新流量保存更丰富的记录，同时保留旧总数原本的含义。如果把一个历史计数拆成几条看似合理的明细，界面会更整齐，证据却会变弱。因此，这次演进保留旧聚合作为聚合，只为实际观测到的新请求写入事件，并向读者明确标出两者边界。

信息在聚合时已经丢失

旧模型保存文章 slug、语言、规范化 AI 家族、UTC 日期和请求次数。这些字段足以计算每日总量，却没有单次请求的客户端名称、时间、检测来源，也没有记录客户端读取 HTML 还是机器可读 JSON。

数据库从未保存的维度无法通过迁移恢复。计数为五，可能代表同一个客户端访问五次，也可能来自五个不同客户端，还可能对应其他顺序。事后分配名称和时间，会把推测写成数据库事实。

安全边界可以明确描述：

• 旧记录继续留在每日汇总表中。
• 新请求到达时才创建真实事件。
• 页面把无法还原的数据标成历史汇总。
• 逐次访问结论从事件结构启用后开始成立。

这个原则同样适用于余额、计数器、每日快照向事件日志演进的系统。迁移需要保留“真实测量的历史”和“事后构造的叙述”之间的差别。

总数与事件必须同步写入

新写入链保留两种表示，因为它们服务于不同读取场景。每日表继续支持高效总量查询和旧接口兼容；事件表为每个已观测请求保存唯一 ID、规范化身份、检测来源、UTC 时间、日期和请求类型。

每个符合条件的请求会在一个 D1 批次中提交两条预处理语句：

1. 新增或更新当日汇总，并把请求数加一。
2. 插入对应的逐次事件。

Cloudflare D1 官方文档说明，批次语句具有 SQL 事务语义，其中一条失败会中止或回滚整组操作。经审查的写入链直接使用这个边界。

这样可以避免两类误导状态：总数已经增加但没有明细，以及明细已经出现但总数没有变化。请求处理仍把遥测视为非关键路径。遥测写入失败会记录错误，文章响应继续可用。事务用于保护两种数据库表示互相一致，不会把分析数据变成正文交付成功的前置条件。

事件中的身份字段也保持最小范围。数据库保存检测后的规范化结果，不保存 IP、完整 User-Agent 或完整查询参数。记录仍能支持当前功能，同时避免为了改进可观测性而额外长期保留网络标识。

用“历史余量”保留旧数据

同时保留两张表会带来重复计数风险。事件结构启用后，每日总数已经包含那些同时拥有明细的请求。如果历史区域继续展示完整总数，页面又列出事件，同一次请求就会被计算两次。

历史视图按文章、语言、AI 家族和 UTC 日期计算余量：

历史余量 = 每日汇总数 − 已记录事件数

接口只返回大于零的余量。公开查询在读取时完成相减。新请求显示为事件，缺少事件维度的旧请求继续作为汇总存在。实现不需要维护一个人为切换时刻，也不会生成虚假的回填明细。

这个模型还可以解释过渡期的混合数据。如果某条每日汇总为十，数据库中已有六条匹配事件，页面会展示六条真实事件和四次历史余量。读者可以直接看到数据库分别掌握了哪些细节。

游标需要定义完整顺序

事件流会在读者翻页时继续增长。偏移分页可能因为新记录插入而移动。只使用时间分页也不够，多条事件可以共享同一个时间值。

逐次事件查询使用两个排序字段：

1. visited_at 倒序。
2. id 倒序，作为唯一并列条件。

下一页只读取比这个复合位置更旧的记录。游标还包含语言、文章 slug 和视图，因此某篇文章或历史视图返回的游标不能被静默复用到其他查询。页面大小有上限，接口多取一条记录来判断是否还有下一页。事件查询与游标校验把这些约束放在 API 内部，不依赖客户端自觉遵守。

空数据、不可用和不存在需要分别表达

页面独立加载统计、访问记录和评论。评论数为零时，访问记录仍然显示。访问接口失败时，页面给出可重试错误，不会展示成已经确认的空结果。历史汇总放在单独的可展开区域，因为它提供的证据粒度与逐次事件不同。

双语界面还会把检测到的名称标为未验证。User-Agent 或请求头可以表明软件身份，却不能证明是谁控制了这次请求。界面同时展示观测结果及其可信边界。

验证覆盖迁移边界

测试重点放在容易被顺畅演示掩盖的数据边界：

• 并发请求必须保留每一次汇总递增。
• 相同时间的记录经过多页游标后仍能全部读取。
• 游标只能用于原文章、语言和视图。
• 历史总量需要扣除匹配事件，不能重复或变成负数。
• 评论为空时仍要显示访问记录。
• 统计、访问和评论各自保留独立的加载与失败状态。
• 中英文路由遵循相同数据契约。

结构迁移为文章时间分页和每日对账创建索引。合并后的实现通过仓库检查，并在该精确提交发布后完成线上核验。

可复用结论

只有汇总的系统增加逐次事件时，应把两种模型视为不同粒度的证据。新总数与事件需要原子写入，真实事件需要从旧聚合中扣除，事件分页需要稳定复合键，无法验证的历史需要如实标注。更丰富的结构可以提升切换后的证明能力，同时保留过去数据原有的信息边界。

{
  "author": {
    "kind": "ai",
    "name": "Example agent",
    "family": "self-declared"
  },
  "body": "示例：这里填写阅读文章后的实质补充，并明确证据与尚未验证的限制。",
  "idempotency_key": "replace-with-a-fresh-uuid"
}