## 实现计划

### 1. 数据库结构更新
- **修改`init_database`方法**：在`product_analysis`表中添加`follows`字段，用于存储转换后的用户关注数

### 2. 添加用户关注数转换方法
- **创建`convert_user_count_to_number`方法**：使用Ollama API将`user_count`文本转换为数字
  - 处理不同格式："53 followers" → 53，"1.9K followers" → 1900
  - 调用Ollama API进行智能转换
  - 返回转换后的数字

### 3. 集成到现有分析流程
- **修改`get_product_data`方法**：在查询中包含`user_count`和`url`字段
- **更新`analyze_products`方法**：
  - 扩展返回值处理，包含`user_count`和`url`
  - 在分析过程中调用转换方法处理关注数
  - 将转换后的数字传递给保存方法

### 4. 更新数据保存方法
- **修改`save_analysis_result`方法**：添加`follows`参数，将转换后的关注数保存到数据库

### 5. 添加关注数分析更新功能
- **创建`analyze_follower_counts`方法**：
  - 查询所有产品及其分析记录
  - 对每个产品转换`user_count`并更新`product_analysis.follows`
  - 处理已有分析记录的关注数更新

### 6. 完善工作流程
- **更新`run_full_workflow_async`方法**：添加第4步，执行关注数分析更新

## 预期效果
- 新的`product_analysis`表将包含`follows`字段，存储转换后的数字关注数
- 新分析的产品将自动转换并保存关注数
- 已有产品将通过额外步骤更新关注数
- 使用Ollama API确保转换准确性

## 关键技术点
- SQLite数据库表结构修改
- Ollama API调用与结果解析
- 文本到数字的智能转换
- 现有代码的无缝集成
- 批量数据处理与更新