Favor typed unified tables for the Phase-1 ACR storage model

Constraint: Reduce schema reading cost for new engineers while preserving the logical distinctions needed for copyright-scale retrieval and attribution.
Rejected: Keep adding highly specialized tables for every layer in Phase-1 | It increases join cost in the mental model faster than it improves first-stage delivery.
Confidence: high
Scope-risk: narrow
Directive: Prefer a fused physical model (media_entity/audio_object/feature_fact/set_membership) with type fields, while keeping song/recording/asset/window as logical semantics.
Tested: git diff --check on touched docs; /usr/local/miniconda3/bin/python scripts/check_markdown_links.py --root docs returned OK for 31 markdown files; rg confirmed fused-model sections are present in docs
Not-tested: concrete SQL DDL for the fused physical model

@@ -10,6 +10,8 @@
 
 
 - 在 `docs/postgresql-data-model.md` 补充 `Phase-1` 极简 schema 视图，明确首批应优先落稳的表集合：`song/recording/recording_asset/audio_window`、`feature_set_registry/audio_fingerprint/audio_embedding`、`reference_set_registry/reference_set_member`。
 - 在 `docs/postgresql-data-model.md` 补充 `Phase-1` 极简 schema 视图，明确首批应优先落稳的表集合：`song/recording/recording_asset/audio_window`、`feature_set_registry/audio_fingerprint/audio_embedding`、`reference_set_registry/reference_set_member`。
 
 
+- 根据“尽量融合、用多 type 关联”的新约束，在 `docs/postgresql-data-model.md` 补充“融合优先”建模视图：推荐以 `media_entity`、`audio_object`、`feature_fact`、`set_membership` 这 4 类通用表承载 Phase-1 物理实现，同时保留 `song/recording/asset/window/feature` 的逻辑分层。
+
 ## 2026-06-04
 ## 2026-06-04
 
 
 - 更新 `docs/README.md` 顶部为与 `session-handoff` 一致的“最短启动路径”，并再次用该入口命令重跑 `run_planner_validation_commands_live.py`，确认 fresh 结果仍为 `executed_count=4`、`all_passed=true`。
 - 更新 `docs/README.md` 顶部为与 `session-handoff` 一致的“最短启动路径”，并再次用该入口命令重跑 `run_planner_validation_commands_live.py`，确认 fresh 结果仍为 `executed_count=4`、`all_passed=true`。

@@ -45,7 +45,7 @@ cd /workspace/acr-engine
 
 
 ### C. 第一个阶段怎么落地
 ### C. 第一个阶段怎么落地
 - [phase1-implementation-checklist.md](./phase1-implementation-checklist.md) — Phase-1 执行清单
 - [phase1-implementation-checklist.md](./phase1-implementation-checklist.md) — Phase-1 执行清单
-- [postgresql-data-model.md](./postgresql-data-model.md) — 含 Phase-1 极简 schema 视图
+- [postgresql-data-model.md](./postgresql-data-model.md) — 含 Phase-1 极简 schema 与融合优先视图
 - [model-feature-registry-bootstrap.md](./model-feature-registry-bootstrap.md) — model/feature/reference set 初始化
 - [model-feature-registry-bootstrap.md](./model-feature-registry-bootstrap.md) — model/feature/reference set 初始化
 - [phase1-worker-contract.md](./phase1-worker-contract.md) — worker、job、失败语义合同
 - [phase1-worker-contract.md](./phase1-worker-contract.md) — worker、job、失败语义合同
 - [postgres_db_schema_samples.md](./postgres_db_schema_samples.md) — PostgreSQL 存储样例
 - [postgres_db_schema_samples.md](./postgres_db_schema_samples.md) — PostgreSQL 存储样例

@@ -256,24 +256,160 @@ window -> fingerprint / embedding -> candidate -> aggregate
 
 
 ---
 ---
 
 
+## 1.2.1 融合优先：逻辑分层保留，物理表尽量收敛
+
+如果你的核心诉求是：
+
+> **尽量减少表数量，用 `type` + 通用关联表达多种对象，而不是一路拆很多表再 join**
+
+那么推荐采用下面这个口径：
+
+- **逻辑层** 仍然保留 `song / recording / asset / window / feature`
+- **物理层** 尽量融合成少数几张通用表
+
+也就是说：
+
+> **概念上分层，落库上收敛。**
+
+### 推荐的融合优先物理视图
+
+| 物理表 | 主要 type | 作用 |
+|---|---|---|
+| `media_entity` | `song`, `work`, `recording` | 承载业务归属对象 |
+| `audio_object` | `asset`, `window` | 承载真实音频文件与切片对象 |
+| `feature_fact` | `fingerprint`, `embedding` | 承载检索特征事实 |
+| `set_membership` | `reference_set`, `hot_set`, `eval_set` | 承载集合归属关系 |
+
+这样，Phase-1 在物理表层面可以被收敛成：
+
+```text
+media_entity -> audio_object -> feature_fact -> set_membership
+```
+
+而不是新同学第一眼就看到很多高度专用表。
+
+### 对应的逻辑语义
+
+#### `media_entity`
+用 `entity_type` 区分：
+- `song`
+- `work`
+- `recording`
+
+公共字段可统一为：
+- `entity_id`
+- `entity_type`
+- `parent_entity_id`
+- `root_song_id`
+- `title`
+- `artist_name`
+- `entity_status`
+- `metadata_json`
+
+#### `audio_object`
+用 `object_type` 区分：
+- `asset`
+- `window`
+
+公共字段可统一为：
+- `object_id`
+- `object_type`
+- `recording_entity_id`
+- `parent_object_id`
+- `storage_uri`
+- `codec`
+- `sample_rate`
+- `start_ms` / `end_ms`
+- `duration_ms`
+- `checksum`
+- `metadata_json`
+
+解释：
+- `asset` 行表示真实音频文件
+- `window` 行表示由某个 `asset` 切出来的检索窗口
+
+#### `feature_fact`
+用 `feature_type` 区分：
+- `fingerprint`
+- `embedding`
+
+公共字段可统一为：
+- `feature_id`
+- `feature_type`
+- `object_id`
+- `model_name`
+- `model_version`
+- `feature_set_name`
+- `embedding_dim`
+- `fingerprint_value` / `embedding_uri`
+- `vector_table_name`
+- `metadata_json`
+
+这样可以避免：
+- 一套模型一张表
+- 一类特征一张表
+- 后续换模型就改 schema
+
+### 为什么这比“纯拆表”更适合当前 Phase-1
+
+优点：
+1. **新同学更容易理解**：看到的是 3~4 张核心表，而不是十几张专用表
+2. **多 type 复用更自然**：`song/work/recording`、`asset/window` 都能用 type 统一表达
+3. **模型演进更平滑**：`feature_fact` 可以同时容纳不同模型与不同特征
+4. **更符合当前目标**：先把识别闭环跑通，而不是先把治理模型拆到很细
+
+### 但不要融合过头
+
+虽然推荐物理收敛，但仍然不建议极端融合成一张大全表。
+例如下面这种仍然过度扁平：
+
+```text
+song_everything
+```
+
+原因是它会把：
+- 归属对象
+- 音频对象
+- 检索特征
+- 集合关系
+
+全部揉在一起，导致：
+- 空字段过多
+- 约束难写
+- 批量写入难做
+- 查询语义不清晰
+
+因此更推荐的边界是：
+
+```text
+实体一张表 + 音频对象一张表 + 特征事实一张表 + 集合关系一张表
+```
+
+这是“融合优先但不过度融合”的平衡点。
+
+---
+
 ## 1.3 Phase-1 极简 schema 视图
 ## 1.3 Phase-1 极简 schema 视图
 
 
-如果只从“第一阶段必须落哪些表”来理解，推荐把正式设计压缩成下面这组最小表集合：
+如果只从“第一阶段必须落哪些表”来理解，推荐优先采用“融合优先”的最小表集合：
 
 
-| 层 | 推荐保留表 | 当前作用 |
+| 层 | 融合优先推荐表 | 当前作用 |
 |---|---|---|
 |---|---|---|
-| 归属层 | `song`（或当前 `canonical_song` 的等价口径）, `recording` | 最终归属到 song，区分不同录音版本 |
-| 资产层 | `recording_asset` | 管理真实音频文件、来源与编码版本 |
-| 窗口层 | `audio_window` | 支撑 offset / evidence / 多段投票 |
-| 特征层 | `feature_set_registry`, `audio_fingerprint`, `audio_embedding` | 管理 fingerprint / embedding 的生成事实 |
-| reference 层 | `reference_set_registry`, `reference_set_member` | 管理当前线上 reference 集 |
+| 实体层 | `media_entity` | 统一承载 `song/work/recording` |
+| 音频对象层 | `audio_object` | 统一承载 `asset/window` |
+| 特征层 | `feature_fact` | 统一承载 `fingerprint/embedding` |
+| 集合层 | `set_membership` | 统一承载 `reference/hot/eval` 等集合关系 |
 
 
-也就是说，Phase-1 真正应该优先落稳的是：
+也就是说，Phase-1 如果按物理实现优先，真正应该先落稳的是：
 
 
 ```text
 ```text
-song -> recording -> recording_asset -> audio_window
-feature_set_registry -> audio_fingerprint / audio_embedding
-reference_set_registry -> reference_set_member
+media_entity -> audio_object -> feature_fact -> set_membership
+```
+
+如果按逻辑语义理解，则仍然对应：
+
+```text
+song/work/recording -> asset/window -> fingerprint/embedding -> reference membership
 ```
 ```
 
 
 ### 这版极简 schema 明确不要求第一天就重投入的内容
 ### 这版极简 schema 明确不要求第一天就重投入的内容