fetch 改为先抓取后回退缓存：成功采集就不用旧缓存，抓取失败才回退 collected_keywords.json

graph/nodes/fetch_node.py

@@ -2,6 +2,10 @@
 
 按 config.sources 启用各可插拔数据源，汇总统一格式行。
 单源失败不影响其它源（内部逐个 try），整体再套 with_fallback 兜底。
+
+缓存策略（用户要求：成功采集就不用缓存）：
+  1. 先用种子词走数据源抓取（Google Trends 等），成功即用新数据；
+  2. 抓取失败/无结果才回退 output/<国>/collected_keywords.json 旧缓存，保证流水线不中断。
 """
 from typing import Any, Dict, List
 
@@ -18,26 +22,7 @@ def fetch_node(state: Dict[str, Any]) -> Dict[str, Any]:
     rows: List[Dict[str, Any]] = []
     errors = list(state.get("errors") or [])
 
-    # 采集缓存优先：采集（fetch_keywords）成功后写入 output/<国>/collected_keywords.json，
+    # 1) 先尝试数据源抓取（用种子词），成功即用新数据
-    # 这里直接用（跳过 Google 重抓），避免重复撞限流；无缓存才走数据源抓取
-    use_collected = (config.get("fetch") or {}).get("use_collected", True)
-    if use_collected:
-        try:
-            import json as _json
-            from pathlib import Path as _Path
-            p = _Path(state.get("cache_dir") or state.get("output_dir", "")) / "collected_keywords.json"
-            if p.exists():
-                data = _json.loads(p.read_text(encoding="utf-8"))
-                cached_rows = data.get("keywords") or []
-                if cached_rows:
-                    rows = [dict(r) for r in cached_rows]   # 已过滤去重的关键词
-                    print(f"[fetch] 使用采集缓存 {len(rows)} 条（{country}，跳过 Google 抓取）")
-                    stats = dict(state.get("stats") or {})
-                    stats["fetch"] = {"raw_rows": len(rows), "sources": ["collected_cache"], "errors": 0}
-                    return {"raw_rows": rows, "errors": errors, "stats": stats}
-        except Exception as e:  # noqa: BLE001
-            print(f"[fetch] 读取采集缓存失败（回退数据源）: {e}")
-
     for name in enabled:
         try:
             src = get_source(name)
@@ -49,6 +34,31 @@ def fetch_node(state: Dict[str, Any]) -> Dict[str, Any]:
             })
             print(f"[fetch] 数据源 {name} 失败（跳过）: {e}")
 
+    if rows:
+        rows = validate_rows(rows, "fetch")
+        stats = dict(state.get("stats") or {})
+        stats["fetch"] = {"raw_rows": len(rows), "sources": enabled, "errors": len(errors)}
+        return {"raw_rows": rows, "errors": errors, "stats": stats}
+
+    # 2) 抓取失败/无结果 → 回退采集缓存（filter 上次写入的 collected_keywords.json）
+    use_collected = (config.get("fetch") or {}).get("use_collected", True)
+    if use_collected:
+        try:
+            import json as _json
+            from pathlib import Path as _Path
+            p = _Path(state.get("cache_dir") or state.get("output_dir", "")) / "collected_keywords.json"
+            if p.exists():
+                data = _json.loads(p.read_text(encoding="utf-8"))
+                cached_rows = data.get("keywords") or []
+                if cached_rows:
+                    rows = [dict(r) for r in cached_rows]   # 已过滤去重的关键词
+                    print(f"[fetch] 数据源抓取失败，回退采集缓存 {len(rows)} 条（{country}）")
+                    stats = dict(state.get("stats") or {})
+                    stats["fetch"] = {"raw_rows": len(rows), "sources": ["collected_cache"], "errors": len(errors)}
+                    return {"raw_rows": rows, "errors": errors, "stats": stats}
+        except Exception as e:  # noqa: BLE001
+            print(f"[fetch] 读取采集缓存失败（回退数据源）: {e}")
+
     rows = validate_rows(rows, "fetch")
     stats = dict(state.get("stats") or {})
     stats["fetch"] = {"raw_rows": len(rows), "sources": enabled, "errors": len(errors)}