这是 Beta 探索课程,内容结构、实验步骤和示例可能会继续调整。
视频卡片模型
卡片是什么
在引入复杂算法前,先把 Feed 流的基础体验做好。用户每次下滑都要拿到一组视频卡片——每张卡片是可播放、可展示的元数据,而不是视频文件本身。
一条 Feed item
一条 Feed item 通常包含:
视频卡片
推荐服务返回的不是视频文件,而是元数据
video_id视频 IDauthor_id作者play_url播放地址cover_url封面duration时长title标题reason推荐原因 / 实验标记cursor下一页游标设计要点:
卡片是元数据(快、可缓存、可签名);`reason` 承载推荐原因与实验标记(可解释、可评估);
`cursor` 携带上下文(可续页、不重不漏)。
| 字段 | 含义 |
|---|---|
| video_id | 视频 ID |
| author_id | 作者 |
| play_url | 播放地址 |
| cover_url | 封面 |
| duration | 时长 |
| title | 标题 |
| reason | 推荐原因或实验标记 |
| cursor | 下一页游标上下文 |
关键设计
卡片是元数据
推荐服务返回的是元数据,视频二进制在 CDN / 对象存储。这样:
- 返回快(不搬文件)。
- 可缓存(卡片可复用)。
- 播放地址可动态生成(签名 URL)。
reason 字段
reason 是容易被忽略但很重要的字段:
- 前端可以展示「关注的人更新了」「和你最近看过的相似」。
- 它是实验标记:区分这条推荐来自哪个策略版本。
- 它是分析依据:评估不同召回 / 排序通道的效果。
cursor 上下文
游标不只是「第几页」,而是携带上下文(下一节展开)。它让服务端知道「用户看到哪了、该往哪续」。
卡片的演进
基础卡片解决「能播能看」。随着系统演进,卡片会承载更多:
- 推荐原因(透明度)。
- 实验标识(可评估)。
- 交互状态(已曝光、已跳过)。
- 质量标记(低质内容降权展示)。
一句话
视频卡片模型的核心是**「返回元数据而非内容」**:快、可缓存、可签名、可追踪。它是整个 Feed 链路的入口数据结构。
下一节看 Feed 的分页与曝光去重。
发现内容有问题?
告诉我们哪里需要改进。
