完善 value_rank 社交图设计并落地 @ 结构化存储

- messages 表新增 mentioned_user_ids 字段设计，使用 JSON 数组字符串存储被@用户清单

- 新增社交图相关表设计：t_message_mentions、t_social_edges_daily、t_value_rank_social_daily

- 增加迁移脚本 20260421_add_mentions_and_social_graph_tables.sql，支持现网平滑升级

- 改造 MessageStorageDB 入库流程：解析 msg_source.atuserlist 并写入 mentioned_user_ids

- 更新 value_rank README：补充社交图数据链路、可产出图表及实现说明

db/message_storage.py

@@ -2,6 +2,8 @@
 
 from datetime import datetime
 import json
+import re
+import xml.etree.ElementTree as ET
 from typing import Dict, List, Optional
 
 from db.base import BaseDBOperator
@@ -39,15 +41,17 @@ class MessageStorageDB(BaseDBOperator):
 
         # 尽可能保存完整原始负载：优先使用对象自带序列化能力，其次兜底到 __dict__。
         raw_payload = self._serialize_raw_payload(msg)
+        # 在入库阶段结构化提取被@清单，避免后续统计每次都回扫原始包。
+        mentioned_user_ids_json = self._extract_mentioned_user_ids(msg)
 
         sql_with_raw_payload = """
         INSERT INTO messages (
             group_id, timestamp, sender, content, message_type,
-            attachment_url, message_id, message_xml, raw_payload, message_thumb
+            attachment_url, message_id, message_xml, raw_payload, mentioned_user_ids, message_thumb
         )
-        VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s)
+        VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s)
         """
-        params_with_raw_payload = (*base_params[:8], raw_payload, base_params[8])
+        params_with_raw_payload = (*base_params[:8], raw_payload, mentioned_user_ids_json, base_params[8])
         if self.execute_update(sql_with_raw_payload, params_with_raw_payload):
             return True
 
@@ -87,6 +91,48 @@ class MessageStorageDB(BaseDBOperator):
             # 最后的保底策略：即使序列化失败，也确保字段有可追溯文本，避免丢失原始上下文。
             return str(msg)
 
+    def _extract_mentioned_user_ids(self, msg: WxMessage) -> str:
+        """从消息中提取被@用户ID列表，并返回 JSON 数组字符串。
+
+        解析策略：
+        1. 优先从 `msg.msg_source` 的 XML 里读取 `atuserlist` 节点；
+        2. 若 XML 解析失败，则退化为正则提取 `atuserlist` 文本；
+        3. 去重并过滤空值，保证输出稳定。
+
+        返回值示例：`["wxid_a","wxid_b"]`
+        """
+        raw_xml = str(getattr(msg, "msg_source", "") or "")
+        if not raw_xml:
+            return "[]"
+
+        at_user_list_text = ""
+        try:
+            root = ET.fromstring(raw_xml)
+            node = root.find(".//atuserlist")
+            if node is not None and node.text:
+                at_user_list_text = str(node.text).strip()
+        except Exception:
+            # 兼容异常格式 XML，采用正则兜底，确保尽量不丢数据。
+            match = re.search(r"<atuserlist><!\[CDATA\[(.*?)\]\]></atuserlist>", raw_xml, flags=re.IGNORECASE | re.DOTALL)
+            if match:
+                at_user_list_text = str(match.group(1) or "").strip()
+
+        if not at_user_list_text:
+            return "[]"
+
+        # 微信 atuserlist 常见分隔符为 ','，但实际环境可能混入 ';' 或空白，这里统一兼容。
+        raw_ids = re.split(r"[,\s;]+", at_user_list_text)
+        seen = set()
+        result = []
+        for uid in raw_ids:
+            normalized_uid = str(uid or "").strip()
+            if not normalized_uid or normalized_uid in seen:
+                continue
+            seen.add(normalized_uid)
+            result.append(normalized_uid)
+
+        return json.dumps(result, ensure_ascii=False)
+
     def get_recent_messages(self, group_id: str, hours_ago: int = 8, min_content_length: int = 6) -> List[Dict]:
         """获取最近的消息"""
         sql = """