ADR 2026-03-11: Blog Front Matter Taxonomy Cleanup

Status

Accepted

Context

当前仓库是博客内容源，不是完整站点工程。历史文章来自多轮迁移和补写，front matter 口径已经出现明显漂移：

• 一部分文章缺少 slug
• 一部分文章缺少 <!--more-->
• 一部分文章的 categories 字段存在，但没有实际分类值
• 历史文章里仍保留旧分类，如 杂技浅尝、技术折腾、生活

这次调整分两批完成：

• 第一批：补 slug、补 <!--more-->、填充空的 categories
• 第二批：统一历史旧 categories、清理占位 summary、清理重复 <!--more-->、修复明显脏标题

Decision

1. slug 生成规则

• 只补缺失的 slug
• 从现有 date 派生
• 格式固定为 YYYYMMDDHHMMSS
• 不改已有 slug，即便其年份和 date 不一致，也留到后续单独治理

2. <!--more--> 插入规则

• 只补缺失的文章
• 不插在 front matter 内
• 优先插在开头导语或第一个完整信息块之后
• 如果文章开头没有自然导语，则插在第一个可读信息块之后，保证首页摘要和 RSS 摘要至少可读

3. categories 规则

• categories 最终只允许以下 6 个专题：
  • Security
  • Backend
  • Kubernetes
  • Data/ML
  • Infra/Ops
  • Project Retrospective
• 技术文章必须收口到上述 6 类之一
• 非技术文章不强行归类，直接移除 categories 字段

4. summary 规则

• 删除明显的占位摘要，例如 这是文章的摘要部分
• 摘要优先由 <!--more--> 控制，不保留无信息量的占位字段

5. 重复 <!--more--> 规则

• 每篇文章最多保留一个 <!--more-->
• 如果同一篇文章存在多个摘要截断点，保留位置更合理的那个，删除其余重复项

6. 标题清理规则

• 只清理明显脏 token，不做风格化重写
• 本批次仅处理：
  • 前缀 blog-
  • 中间或前缀 todo-
  • 误带上的 .md

7. 本批次不处理的内容

• 不统一历史 tags
• 不修复已有 slug 与 date 的年份不一致问题
• 不做标题风格统一，只修脏数据
• 不调整文章正文论述内容，只处理 front matter 和摘要截断点

Rationale

• 先补齐缺失字段，收益最高，风险最低
• slug 从 date 派生，后续迁移到 Hugo 或其他静态站点时规则最稳定
• categories 收敛到 6 类，方便后续做专题页、导航和归档
• 占位 summary 和重复 <!--more--> 会直接污染首页摘要与 RSS，需要清掉
• 标题脏 token 会影响列表观感和 SEO 展示，但不值得为此重写所有标题

Consequences

• 新增或修复后的文章会更容易被首页、RSS、专题页消费
• 历史旧分类会被消除，但非技术文章可能没有 categories
• 后续如果要进一步统一风格，还可以再做一轮标题和标签体系治理