Adapter: Travel & LBS — 高德 / 百度地图 / 携程 / 12306 四件套

状态：v0.1 设计稿（2026-05-20）。Phase 9 待启。Personal Data Hub 的"足迹 + 行程图谱"主力 adapter，紧随 Phase 8 EntityResolver。
关联：父文档 Personal_Data_Hub_Architecture.md §12 Phase 9；前置 Adapter_Shopping_Cookie.md（Phase 7，共享 cookie+WebView 基类）；姐妹 Adapter_AIChat_History.md（Phase 10，同 cookie 范式）；隐式依赖 Personal_Data_Hub_EntityResolver.md（Phase 8 提供 Place 消歧）
目标 app（Redmi 24115RA8EC 真机已装确认 ✅）：
com.autonavi.minimap — 高德地图（足迹 + 搜索 + 导航 + 收藏地点）
com.baidu.BaiduMap — 百度地图（同类，部分用户偏好）
ctrip.android.view — 携程（机票 + 酒店 + 火车票 + 用车 + 度假）
com.MobileTicket — 铁路 12306（火车行程 + 候补 + 改签历史）
为什么 Phase 9 接在 Phase 8 之后：(1) 出行数据 Place 实体爆炸（用户一年访问 1k+ 地点），强依赖 EntityResolver 消歧"金沙湾家乐福" vs "家乐福金沙湾店"；(2) 与 Phase 7 电商 / Phase 6 Alipay 形成"在哪里花了钱"完整故事；(3) 12306 / 携程的行程是强结构化 + 时空 + 同行人，KG 价值密度极高。

1. 背景

1.1 四家在出行图谱中的位置

维度	高德	百度地图	携程	12306
主数据	足迹时空轨迹 + 搜索	同高德（部分用户用）	机+酒+车+度假订单	火车订单 + 候补
频次	日级被动采集	日级	月/季级	月/季级
时空精度	米级（GPS）	米级	城市级	站到站
同行人	无（个人足迹）	无	✅（订单含同行人姓名+身份证）	✅（订单乘车人）
跨源 link 字段	时间+坐标	同	订单号 ↔ Alipay 支付	12306 订单号 ↔ Alipay
鉴权	cookie + 手机号	cookie	cookie	滑块 + 短信验证码

结论：高德 + 百度提供**"我在哪"；携程 + 12306 提供"我去哪 + 跟谁去"。两类合一 = 用户完整移动史**（含被动足迹 + 主动行程）。

1.2 12306 的特殊难点

反爬最严的国家级出行平台
滑块验证 + 行为指纹 + IP 风控全套
没有 h5 web API 可用（h5 端登录后部分接口走 PC web）
建议策略：完全不主动 API 拉取，改走"用户主动操作时被动观察"路径 — 用户在 ChainlessChain 内嵌 WebView 登录后看自己订单时，adapter 通过 webRequest 拦截 response 缓存订单 JSON。即"用户在用 12306 网页 = 顺便 ingest 一次"，零额外触发风控。

1.3 与 Phase 7 共享基类

        CookieWebApiAdapter (Phase 7 抽出)
              │
   ┌──────────┼──────────┬──────────┬──────────┐
   ▼          ▼          ▼          ▼          ▼
 TaobaoAdapter  ...   AmapAdapter  BaiduMap  CtripAdapter
                                        Adapter

   PassiveWebViewAdapter (Phase 9 新基类，无主动拉取)
              │
              ▼
       Mobile12306Adapter

2. 目标 & 非目标

2.1 目标 (v1 in scope)

#	项	验收
G1	高德 + 百度足迹（被动 LBS 轨迹）	单测 fixture ≥ 100 trajectory points
G2	携程订单（机/酒/车/火车票/度假），增量 watermark	重跑 0 重复
G3	12306 订单（被动观察模式，用户登录 WebView 时拦截响应）	E2E：用户登录看订单 → adapter 默默 ingest
G4	UnifiedSchema Event(trip/visit) + Place + Person(同行人) 映射	单测 fixture ≥ 40
G5	EntityResolver Phase 8 接通：Place 消歧 / 同行人识别	跨源去重准确 ≥ 90%
G6	与 Alipay 跨源（携程订单号 ↔ Alipay 付款 + 12306 同款）	"上次去厦门花多少钱"答案全口径
G7	AI 分析："今年去过哪些城市" / "和谁去过 X" / "通勤分布"	答案准
G8	LBS 隐私 sanitize：分析层 prompt 默认不暴露精确坐标	LLM 上下文检查器单测
G9	12306 同行人脱敏：身份证号字段级加密 + 不进 LLM 上下文	抓包 + 单测

2.2 非目标 (defer)

滴滴 / 美团打车 — Phase 9 不接（美团打车走 Phase 7 MeituanAdapter，滴滴独立 v2）
Uber / Lyft — v3 海外
去哪儿 / 同程 / 飞猪 — v2（与携程同范式）
公交卡 / 城市一卡通 — Alipay 已部分有；v3
共享单车 — Alipay 已有
自驾导航路线详情 — v2（采集量大）
修改 / 取消订单 / 改签 — adapter 只读
机场 / 火车站值机状态 — v3
航空公司 app（南航 / 国航 / ...） — v2

3. Open Questions

OQ-1：高德足迹采集方式

A：cookie + amap.com web API（轨迹 / 收藏 / 搜索） B：Android adapter 直接读 app 内 SQLite（需 root 或 sdcard workaround） C：A + B（A 收藏 / 搜索，B 轨迹）

推荐 A（v1）。理由：(1) A 桌面端无需 root；(2) B 受 Android 11+ scoped storage 限制，多数机型需 sdcard workaround；(3) C 工程复杂。高德轨迹 web API 现在可拉，覆盖度足。B 留 Phase 4.5 sidecar 方案兜底（用户允许时通过 Plan A 远程操控 adb pull）。

OQ-2：百度地图

A：与高德同 cookie+web API，独立 sub-adapter B：仅用其中一家（用户选一个） C：v1 不做百度，仅高德；百度 v2

推荐 A。理由：(1) 部分用户重度百度（北方城市百度地图覆盖好）；(2) 两家数据互补（搜索词偏好不同）；(3) 工程边际成本低（同 cookie 范式）；(4) C 漏掉一半用户。B 在 UI 内做去重提示：若两家足迹重叠 ≥ 70%，建议关闭一家。

OQ-3：12306 鉴权

A：主动 API 拉取（高风控风险） B：被动 WebView 观察（用户在 ChainlessChain 内嵌浏览器看订单 → adapter 拦截） C：用户每次手动导出（12306 PC 网页有"我的-导出"）

推荐 B（C 兜底）。理由：(1) A 风控严重，可能影响用户真实买票；(2) B 用户自然行为顺便采集，零额外触发；(3) C 用户主动但麻烦。实现：内嵌 WebView 加载 kyfw.12306.cn/otn/queryOrder/queryMyOrderNoComplete，用户点登录看订单时 adapter 通过 session.webRequest.onCompleted 拦截 JSON 响应并 ingest。

OQ-4：携程订单粒度

A：每订单一个 Event（机票 + 同行人合一） B：每订单 + 每同行人一对 Event（每人一次出行） C：A + 派生 Person 实体（同行人）+ Event.participants 关联

推荐 C。理由：(1) A 损失"和谁出过差"的图谱；(2) B 一对多展开 Event 数爆炸；(3) C 准确 + 紧凑。同行人作 Person 实体 + Event.participants = [self, 同行人 ID]。

OQ-5：LBS 精度（隐私 vs 分析能力）

A：原精度（米级 GPS） B：百米级量化（reverse geocode 到 POI 名） C：A 存原始 + 默认 B 进 KG / 进 LLM 上下文

推荐 C。理由：(1) A 精度高但分析价值溢出（不需要知道用户站在哪一棵树下）；(2) B 损失原始信息（用户想自己看精确轨迹做不到）；(3) C 双轨：vault.events.extra.gps_lat/gps_lng 存原始，KG/RAG 仅注入"在 XX 商场附近"。

OQ-6：同行人身份证字段

A：明文存 B：字段级加密（同 Phase 7 OQ-7 phoneEncrypted 范式） C：脱敏（前 6 + 后 4）

推荐 B。理由：(1) A 设备失窃即泄；(2) C 损失分析（"我妈和我去过几次"答不了若 ID 脱敏匹配不上）；(3) B 加密字段 passengerIdEncrypted，分析层 unwrap 时记录审计日志。

OQ-7：地点（Place）消歧依赖 EntityResolver Phase 8

A：Phase 9 独立做（朴素字符串归一化） B：依赖 Phase 8 完工 C：Phase 9 内置 fallback（字符串归一化 + 距离阈值 200m）+ Phase 8 上线后批量重算

推荐 C。理由：(1) A 重复造轮子；(2) B 强串行（Phase 9 必须等）；(3) C 立即可用 + 长期收敛。父文档 §12 Phase 8 → Phase 9 顺序已锁定 C 路径。

4. 数据源分析

4.1 高德地图

鉴权 cookie：amap_uid / passport_login / tid

API endpoints：

足迹：https://restapi.amap.com/v3/user/track （需要 access_token，从 cookie 派生）
搜索历史：https://restapi.amap.com/ws/mapapi/searchhistory/searchHistory/list
收藏点：https://restapi.amap.com/ws/mapapi/favorite/queryFavorite
导航历史：https://restapi.amap.com/ws/mapapi/navi/queryNaviHistory

关键字段：

typescript

interface AmapTrackPoint {
  timestamp: number;
  lat: number;
  lng: number;
  accuracy: number;     // m
  speed: number;        // m/s
  poiName?: string;     // 反向地理编码（amap 自带）
  city?: string;
}

interface AmapSearchHistoryItem {
  keyword: string;
  searchedAt: number;
  resultPoi?: { name: string; address: string; lat: number; lng: number };
}

4.2 百度地图

鉴权 cookie：BAIDUID / BDUSS / PTOKEN

API：

足迹：https://map.baidu.com/?qt=footprint (隐式接口)
收藏：https://map.baidu.com/?qt=fav_query

字段：与高德同构，字段名映射表见 §5.4。

4.3 携程

鉴权 cookie：_bfa / cticket / Union

API：

GET https://m.ctrip.com/restapi/myctrip/api/orderlist
   ?orderType=all&pageIndex=1&pageSize=20
Headers: cticket

订单类型 + 字段：

orderType	字段
flight	flightNo / depAirport / arrAirport / depTime / arrTime / passengers[] / amount
hotel	hotelName / hotelAddress / checkIn / checkOut / guests[] / amount
train	trainNo / depStation / arrStation / depTime / passengers[] / amount
car	carType / pickupAddr / returnAddr / startTime / endTime / amount
vacation	productName / depCity / arrCity / travelDates / travelers[] / amount

4.4 12306

端口：被动 webRequest 拦截 https://kyfw.12306.cn/otn/queryOrder/queryMyOrderNoComplete + queryMyOrderHistory 响应。

字段：

typescript

interface TrainOrder {
  sequence_no: string;        // 订单号 → Alipay link
  order_date: string;
  pay_status: string;
  ticket_total_price: string;
  start_train_date_page: string;
  train_code_page: string;    // G7501
  from_station_name_page: string;
  to_station_name_page: string;
  tickets: TrainTicket[];     // 乘车人数组
}
interface TrainTicket {
  ticket_no: string;
  passenger_name: string;
  passenger_id_no: string;    // 身份证（OQ-6 加密）
  seat_type_name: string;     // 二等座 / 一等座 / ...
  coach_no: string;
  seat_no: string;
}

4.5 字段映射统一

typescript

function normalizeTravel(raw: { kind: "track" | "search" | "favorite" | "trip"; ... }) {
  switch (raw.kind) {
    case "track":
      // → Event(visit) + Place
      // occurredAt = timestamp
      // place.location = { lat, lng, accuracy }
      // place.name = poiName || reverseGeocode(lat, lng)
      return { events: [visitEvent], places: [place] };
    case "search":
      // → Event(interaction, subtype=search)
      // content.text = keyword
      // 若 resultPoi → Place
      return { events: [searchEvent], places: poi ? [poi] : [] };
    case "favorite":
      // → Place + Topic("favorited")
      return { events: [], places: [place], topics: [favTopic] };
    case "trip":
      // 携程 / 12306 订单 → Event(trip) + Place(出发/到达) + Person(同行人) + Item(机票)
      return { events: [tripEvent], places: [depPlace, arrPlace], persons: passengers, items: [ticketItem] };
  }
}

5. Adapter 实现

5.1 类结构

javascript

// lib/adapters/travel/_passive-webview-base.js
class PassiveWebViewAdapter {
  // No active sync. Hub registers webRequest listener; when target URL hit, parse + ingest.
  constructor(opts) {
    this.targetUrlPatterns = opts.targetUrlPatterns;   // RegExp[]
    this.account = opts.account;
    this.dataDisclosure = { ... };
  }

  async authenticate(ctx)   { /* check cookie validity */ }
  async healthCheck()       { /* ping a low-impact endpoint */ }
  async *sync(_opts)        { /* yield queued raws from webRequest cache; empty if none */ }
  normalize(raw)            { /* dispatch */ }

  // Called by Hub WebView host on webRequest.onCompleted
  ingestResponse(url, body) {
    if (!this.targetUrlPatterns.some((p) => p.test(url))) return;
    const raws = this._parseResponse(url, body);
    this._queue.push(...raws);
  }
}

// lib/adapters/travel/amap-adapter.js
class AmapAdapter extends CookieWebApiAdapter {  // 复用 Phase 7 cookie 基类
  name = "amap"; version = "0.1.0";
  capabilities = ["sync:cookie-h5api", "parse:lbs"];
  extractMode = "web-api";
  async _syncTracks(opts)    { /* 翻页拉 since=lastTrackTimestamp */ }
  async _syncSearches(opts)  { /* ... */ }
  async _syncFavorites(opts) { /* ... */ }
}

// lib/adapters/travel/baidu-map-adapter.js
class BaiduMapAdapter extends CookieWebApiAdapter { /* 同 amap */ }

// lib/adapters/travel/ctrip-adapter.js
class CtripAdapter extends CookieWebApiAdapter { /* orders.list 翻页 */ }

// lib/adapters/travel/mobile-12306-adapter.js
class Mobile12306Adapter extends PassiveWebViewAdapter {
  name = "12306"; version = "0.1.0";
  capabilities = ["passive:webrequest-intercept", "parse:train"];
  extractMode = "web-api";
  // targetUrlPatterns = [/queryMyOrderNoComplete/, /queryMyOrderHistory/]
}

5.2 sync 流程对比

模式	触发	数据流
Active (amap/baidu/ctrip)	hub scheduler 定时 / 用户点"立即同步"	adapter._syncX → API → yield raws → registry.normalize → vault
Passive (12306)	用户在 ChainlessChain WebView 内访问 12306	webRequest.onCompleted → ingestResponse(body) → queue → 下次 sync() yield queue

5.3 Active sync 关键代码

javascript

async *sync(opts) {
  const since = opts.since || this.account.watermark || 0;
  // 1. tracks
  const tracks = await this._fetchTracks({ since, limit: 1000 });
  for (const t of tracks) yield { kind: "track", payload: t };
  // 2. searches
  const searches = await this._fetchSearches({ since });
  for (const s of searches) yield { kind: "search", payload: s };
  // 3. favorites (全量 reload, count 小)
  const favs = await this._fetchFavorites();
  for (const f of favs) yield { kind: "favorite", payload: f };
  // watermark advance handled by registry post-sync
}

5.4 Place 字符串归一化（Phase 9 内置 fallback）

javascript

function normalizePlaceName(name) {
  return name
    .replace(/[（(].*?[)）]/g, "")     // 去括号注释 "（北门）"
    .replace(/[\s\-_·•]+/g, "")        // 去分隔符
    .replace(/(店|分店|分公司|大酒店|酒店|宾馆|餐厅|商场|店铺)$/, "")  // 去通用后缀
    .toLowerCase();
}

// 距离阈值合并（Phase 8 EntityResolver 上线前）
function maybeMerge(p1, p2) {
  if (normalizePlaceName(p1.name) === normalizePlaceName(p2.name)) {
    const dist = haversine(p1.location, p2.location);
    if (dist < 200) return true;  // 200m 内同名 → 同一地点
  }
  return false;
}

6. 隐私 / 风险

ID	风险	缓解
R1	GPS 轨迹 = 用户全天住址工作地暴露	LLM 上下文 sanitize（OQ-5 C）+ vault 加密 + 用户每月足迹审计 UI
R2	同行人身份证 / 手机号外泄	OQ-6 字段级加密 + 默认不进 LLM
R3	12306 主动拉触发风控影响真实购票	OQ-3 被动模式 + 不模拟登录
R4	高德 cookie 被盗 → 读他人轨迹？	cookie 域限制 + vault 加密 + 一旦发现异常 sync 立即撤销
R5	4 家协议同时变	provider 表 + monthly health-check + UI 通知
R6	Place 实体爆炸（用户一年 1k+ 地点）影响 KG 性能	EntityResolver 合并 + 长期未访问 Place 归档
R7	携程同行人字段含 minor（儿童）	法律 gate + 用户首次同意"包含他人数据"勾选

7. AI 分析价值

7.1 接入后可问

问题	路径
"今年去过哪些城市？"	distinct(place.city) from events where subtype=trip + 时间窗
"我和我妈一起去过哪些地方？"	events where participants ∋ self ∧ mom-id
"上班通勤平均多久？"	trajectory 起止聚类（家 → 公司）+ 时长
"我最常去的餐厅？"	groupBy place where category=restaurant + count
"去年坐火车多少次 / 哪些城市？"	12306 trips count + distinct station
"上次去厦门花多少钱？"	trip event + 跨源 Alipay 同行程时间窗 sum
"我搜过哪些日料？"	search keywords containing 日料/寿司/和食
"最近一年去过的咖啡馆？"	places where category=cafe + visit count
"周末和工作日的活动范围差异？"	trajectory 聚类 weekday vs weekend

7.2 跨源价值

与 Alipay：完整旅行账单（机票 + 酒店 + 当地餐饮）
与 Phase 7 美团 POI：餐厅访问 ↔ 美团点外卖 → "去过但没点外卖" vs "点了外卖没去过"
与 Email：航班变动 / 取消邮件 ↔ 携程订单
与 Phase 10 AIChat：用户问 AI "明天厦门下雨吗"——RAG 召回最近一次厦门行程 → 推断"用户在厦门"
与 Phase 4.5 系统通讯录：同行人姓名 → 通讯录 → 真实关系

8. UI/UX

8.1 配置流程

设置 → 数据中台 → 添加来源 → 选"高德/百度/携程/12306"
  ↓
高德/百度/携程：cookie+WebView 登录（同 Phase 7）
12306：弹"特殊说明"
  - "12306 反爬严格，本工具不会主动 API 调用"
  - "请正常使用 ChainlessChain 内嵌浏览器查看您的 12306 订单"
  - "查看时数据将自动入库"
  → 用户确认 → 内嵌浏览器加载 12306 PC 网页
  ↓
[ 隐私分级勾选 ]
  ▣ 行程订单（必选）
  ▢ 足迹轨迹（默认关，明确隐私警示）
  ▣ 搜索历史 / 收藏地点
  ▢ 同行人姓名（默认关，他人数据法律 gate）
  ▢ 同行人身份证 / 手机号（默认关，二次警示）

8.2 数据展示

足迹热图：UI 显示用户去过的所有 Place 在地图上，密度热图
行程时间线：携程 + 12306 订单按时间排序，可点入详情
跨源故事线：选一次旅行 → 一页显示机票（携程） + 酒店（携程） + 餐饮（美团 + Alipay） + 足迹（高德）

9. 工程量估算

sub-task	工时
复用 Phase 7 `CookieWebApiAdapter` 基类（已有）	0d
新基类 `PassiveWebViewAdapter`（webRequest 拦截 + queue）	1d
`AmapAdapter` tracks + searches + favorites	1.5d
`BaiduMapAdapter`（字段映射不同，结构同）	1d
`CtripAdapter` 5 种订单类型	2d
`Mobile12306Adapter` 被动模式 + 字段解析	1.5d
normalize + Place 归一化 fallback + 跨源 link	1d
WebView 主进程 webRequest 集成（Electron）	0.5d
集成 + E2E 真机	1.5d
合计	10d（父文档 §12 Phase 9 7d 是 budget，本估 + 3d，需 review 是否压缩或扩 phase）

Trade-off：若 7d 严格 → 砍 BaiduMap 到 v2，先做高德 + 携程 + 12306。

10. 文档 / 测试矩阵

类别	目标
单测 fixture	高德 100 trajectory + 50 search；百度同；携程 5×10 订单；12306 20 单
集成	Mock 4 家 API 跑完整 sync
Place 合并	200 标注地点 → 合并率 ≥ 80% / 误合 ≤ 5%
跨源	携程订单 ↔ Alipay payment + 12306 ↔ Alipay
隐私	trajectory 不进 LLM context（除非用户明问）单测
12306 被动	真实登录后查订单 → adapter 拦截 ≥ 1 单成功 ingest
E2E	Redmi 24115RA8EC 90 天足迹 + 5 次旅行全 KG 可查

11. 后续工作（v2+）

滴滴 / 美团打车 / 出行 SDK
去哪儿 / 同程 / 飞猪（携程同范式）
航司 app（南航 / 国航 / 东航 / 海航）
Android adapter 直接读 amap SQLite（Plan A 远程 adb pull）
足迹推断行程：纯轨迹聚类生成 "未登记的旅行"（如自驾游无订单）
天气 / 空气质量关联：行程时段天气数据补全
国际航班 / 海外旅行 支持
公交卡 + 城市一卡通（Alipay 已部分）
Workflow 周报：每周自动生成"本周足迹 + 旅行"

12. 兼容性矩阵

项	v0.1	后续
桌面（Electron）	✅	—
Web shell / cc ui	仅查看	v2
Android	❌（v1 全走桌面 cookie）	v2 amap SQLite 通过 sidecar
iOS	❌	v3

Phase 9 完工标志：四家在真实 Redmi 24115RA8EC 上跑通 90 天 sync，KG 内可查 "今年和妈妈一起去过 N 个城市，其中 X 次坐火车"，答案与用户记忆 / 12306 历史 / 携程历史全部一致。

Adapter: Travel & LBS — 高德 / 百度地图 / 携程 / 12306 四件套 ​

1. 背景 ​

1.1 四家在出行图谱中的位置 ​

1.2 12306 的特殊难点 ​

1.3 与 Phase 7 共享基类 ​

2. 目标 & 非目标 ​

2.1 目标 (v1 in scope) ​

2.2 非目标 (defer) ​

3. Open Questions ​

OQ-1：高德足迹采集方式 ​

OQ-2：百度地图 ​

OQ-3：12306 鉴权 ​

OQ-4：携程订单粒度 ​

OQ-5：LBS 精度（隐私 vs 分析能力） ​

OQ-6：同行人身份证字段 ​

OQ-7：地点（Place）消歧依赖 EntityResolver Phase 8 ​

4. 数据源分析 ​

4.1 高德地图 ​

4.2 百度地图 ​

4.3 携程 ​

4.4 12306 ​

4.5 字段映射统一 ​

5. Adapter 实现 ​

5.1 类结构 ​

5.2 sync 流程对比 ​

5.3 Active sync 关键代码 ​

5.4 Place 字符串归一化（Phase 9 内置 fallback） ​

6. 隐私 / 风险 ​

7. AI 分析价值 ​

7.1 接入后可问 ​

7.2 跨源价值 ​

8. UI/UX ​

8.1 配置流程 ​

8.2 数据展示 ​

9. 工程量估算 ​

10. 文档 / 测试矩阵 ​

11. 后续工作（v2+） ​

12. 兼容性矩阵 ​

Adapter: Travel & LBS — 高德 / 百度地图 / 携程 / 12306 四件套

1. 背景

1.1 四家在出行图谱中的位置

1.2 12306 的特殊难点

1.3 与 Phase 7 共享基类

2. 目标 & 非目标

2.1 目标 (v1 in scope)

2.2 非目标 (defer)

3. Open Questions

OQ-1：高德足迹采集方式

OQ-2：百度地图

OQ-3：12306 鉴权

OQ-4：携程订单粒度

OQ-5：LBS 精度（隐私 vs 分析能力）

OQ-6：同行人身份证字段

OQ-7：地点（Place）消歧依赖 EntityResolver Phase 8

4. 数据源分析

4.1 高德地图

4.2 百度地图

4.3 携程

4.4 12306

4.5 字段映射统一

5. Adapter 实现

5.1 类结构

5.2 sync 流程对比

5.3 Active sync 关键代码

5.4 Place 字符串归一化（Phase 9 内置 fallback）

6. 隐私 / 风险

7. AI 分析价值

7.1 接入后可问

7.2 跨源价值

8. UI/UX

8.1 配置流程

8.2 数据展示

9. 工程量估算

10. 文档 / 测试矩阵

11. 后续工作（v2+）

12. 兼容性矩阵