fix(wechat): 公众号新版页面抓不到正文，改从 cgiDataNew 里读

用户发来 https://mp.weixin.qq.com/s/ZEOsi4R4JcmZ_mhS6qpcww，存进库的正文只有 67 个字符
（"原文链接 + 一个句号"）。复盘发现公众号换了渲染方式：新版页面把整篇塞进
window.cgiDataNew 这个 JS 对象由前端渲染，页面里根本没有 id="js_content"；
三种 UA 拿到的字节数完全一样，也不是 UA 的问题。

- 从 JS 字符串字面量里读正文（content_noencode / desc），按 \xNN、\uNNNN 反转义，
  话题标签是双重转义过的 HTML，先 unescape 再走 DOM。
- 配图字段排在文字之后，所以前后各找 2500 字符合图；剩下没用过的 mmbiz 图按
  12 张上限补在末尾（图文型文章靠就近配对会漏）。
- 解析顺序：旧 DOM → 新版 JS 数据 → 通用抽取，一层层退。

实测两篇：2373 字符 + 12 张图、2772 字符 + 13 张图，作者也都取到了。

同时补上用户提的两件：

- 知识能删了：DELETE /knowledge/{id}?confirm=true，软删 + 真删检索切片，
  只有作者或 owner/admin 能删；列表卡片（悬停出现）和阅读页动作行各一个入口。
  删完详情也回 7001，否则收藏的链接还能打开一篇已删除的知识。
- 分类下面有标签清单了：GET /knowledge/tags 按标签数"有多少条知识用了它"，
  侧栏渲染成 #标签 + 条数，点一下筛选、再点取消。

2.Design/API.md

@@ -513,7 +513,30 @@ Web 端未读数由 `AppShell` 每 30 秒轮询一次；在通知页标已读后
 
 ### 5.2 `GET /knowledge/{item_id}`
 
-详情，附最近 50 条 `activities`。不存在或跨租户统一 `7001`。
+详情，附最近 50 条 `activities`。不存在、跨租户、**已经删掉**的统一 `7001`
+（删除是软删，但对读的人来说就是"没了"，否则收藏的链接还会打开一篇已删除的知识）。
+
+### 5.2.1 `GET /knowledge/tags` — 侧栏那串标签
+
+```
+GET /knowledge/tags?status=published&status=in_review
+```
+
+```json
+{"items": [{"name": "发布", "count": 12}, {"name": "回滚", "count": 3}]}
+```
+
+- `count` 是**有多少条知识用了它**（`count(distinct item_id)`），不是引用次数。
+- 只统计未删除的知识；带了 `status` 就只数这些状态，和列表的 tab 对得上。
+- 按条数从多到少排，同数按名字。标签是分类之外的第二根轴：分类回答"属于哪一块"，标签回答"跟什么有关"。
+
+### 5.2.2 `DELETE /knowledge/{item_id}?confirm=true` — 删除
+
+- 必须显式带 `confirm=true`，否则 `1002`「删除不能撤销，带 confirm=true 再来一次」（防手滑）。
+- 只有**作者本人**或 `owner`/`admin` 能删，否则 `3004`。
+- 软删：`item.deleted_at` 落时间戳，列表、详情、检索、标签统计里都不再出现；
+  **检索切片真删**（`chunk` 表），否则"删掉的知识还能被搜出来"比删不掉更吓人。
+- 重复删不回错误，回 `message: "已经删过了"`，让重试的客户端不必区分。
 
 ### 5.3 `POST /knowledge` — 手记或指定来源
 
@@ -758,7 +781,8 @@ Query：
 |---|---|
 | 判断 | `extract_url()`：去掉首尾标点后只剩一个链接；带了别的话（"看下 https://… 这个"）仍按任务处理 |
 | 抓取 | `httpx` 取页面（25 秒超时、8 MB 上限），`trafilatura` 抽正文；标题取 `og:title`／`<h1>`／`<title>` |
-| 公众号 | `mp.weixin.qq.com` 单独走 DOM：标题 `#activity-name`、作者 `#js_name`、正文 `#js_content`，图片取 `data-src`（通用抽取器会把公众号的图丢光） |
+| 公众号（旧页） | `mp.weixin.qq.com` 且页面有 `#js_content`：标题 `#activity-name`、作者 `#js_name`、正文 `#js_content`，图片取 `data-src`（通用抽取器会把公众号的图丢光） |
+| 公众号（新版页） | 没有 `#js_content` 时（`appmsg_type = '9'` / `'10002'`）整篇在 `window.cgiDataNew` 里：从 `content_noencode` / `desc` 的 JS 字符串字面量读正文，按 `\xNN`、`\uNNNN` 反转义，话题标签先 `html.unescape` 再走 DOM；配图字段（`cdn_url`/`img_url`/`pic_url`）排在文字之后，前后各找 2500 字符合图；作者兜底取 `nick_name` |
 | 清洗 | 导航/页脚按行边界裁掉（`_trim_chrome`）；`trafilatura` 结果太短（<120 字）就退到容器打分兜底 |
 | 配图 | 正文里的外链图下载进我们自己的存储，最多 12 张、单张 8 MB，正文改写成 `/attachments/{id}/raw?签名`——公众号一换图，外链就是一排红叉 |
 | 落库 | 知识草稿（`status="draft"`，`doc_type="note"`），正文首行是 `> 原文：<url>` |

2.Design/ROADMAP-M0-M1.md

@@ -857,7 +857,37 @@
   `lxml / courlan / htmldate / jusText / lxml_html_clean / …` 再 `pip install --no-deps trafilatura`；
   `lxml` 6 起 `lxml.html.clean` 拆成 `lxml_html_clean`，不装就 `ImportError`。
 
-### 13.9 还没做
+#### 13.8.1 用户发来真链接，结果只抓到一个「。」
+
+上线后用户发了 `https://mp.weixin.qq.com/s/ZEOsi4R4JcmZ_mhS6qpcww`，库里只有 67 个字符的正文。
+复盘：**公众号换了渲染方式**——新版页面（`window.appmsg_type = '9'` / `'10002'`）整篇塞进
+`window.cgiDataNew` 这个 JS 对象、由前端渲染，页面里根本没有 `id="js_content"`；
+三种 UA（桌面 / iPhone Safari / MicroMessenger）拿到的字节数完全一样，所以也不是 UA 的问题。
+
+修法（`backend/app/services/article.py`）：
+
+- 从 JS 字符串字面量里读正文：`content_noencode` / `desc`，按 `\xNN`、`\uNNNN` 反转义；
+  话题标签是双重转义的 HTML（`\x26lt;a class=\x26quot;wx_topic_link\x26quot;\x26gt;#调料…`），
+  先 `html.unescape` 再走 DOM。
+- 配图字段（`cdn_url` / `img_url` / `pic_url`）**排在文字字段之后**，所以配图要前后各找 2500 字符；
+  剩下没用过的 `mmbiz.qpic.cn` 图按 12 张上限补在末尾（图文型「小绿书」的图不在文字附近）。
+- 解析顺序：旧 DOM（`#js_content`）→ 新版 JS 数据 → 通用抽取，一层层退。
+- 作者兜底从 `nick_name` 取，标题取 `og:title`。
+
+结果：那篇 2373 字符 + 12 张图，蒜蓉酱那篇 2772 字符 + 13 张图，作者都取到了。
+**教训：抓取器写死在一种页面结构上，等于给自己埋一个定时炸弹；线上先看真实 HTML 再改。**
+
+### 13.9 知识库：标签清单与删除
+
+用户提两件："文章都缺少删除功能"、"分类有列表显示，但是分类的下面应该还有标签的列表"。
+
+- `GET /knowledge/tags`：按标签统计"有多少条知识用了它"，带 `status` 就跟着 tab 数；
+  侧栏在分类树下面渲染成一排 `#标签 + 条数`，点一下筛选、再点取消。
+- `DELETE /knowledge/{item_id}?confirm=true`：软删 + 真删检索切片；只有作者或 `owner`/`admin` 能删；
+  列表卡片（悬停出现）和阅读页动作行各有一个入口。删完详情也回 `7001`，
+  否则收藏的链接还能打开一篇"已经删掉的知识"。
+
+### 13.10 还没做
 
 - 只做了"进"（收消息建事项），没做"出"（任务有进展回一条微信通知）。
 - 消息不认人：按通道创建者记账；要认人得先做微信身份绑定。