qiaoqichao/mini-openclaw-v2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
29 Commits 2 Branches 0 Tags
f38959b48318725b62f3ce751efcbaa23e2ac234
Commit Graph
29 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
qiaoqichaoandClaude Code f38959b483 docs(v2): 新增交付纠偏规格，T05–T11 改按部分完成记 
依据 test-evidence/20260930-v2-audit 的审计结论：底层能力存在但产品闭环未接通。
16-delivery-corrections.md 定义交付口径、四项禁止的假接通方式、BR-45~51、
E-27/28、AC-46~57 四批验收；15-development-handoff.md §7 同步修正判定口径。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 12:32:30 +08:00
qiaoqichaoandClaude Code f1187218ca fix(v2): 修复沙盘面板在真渲染下暴露的三处缺陷（浏览器实测） 
这些缺陷源码守卫与构建都查不出，只有真正渲染才暴露（正是 F11 要防的情况）：

1. 雷达图没有尺寸约束：<svg> 只有 viewBox，撑满整个容器（实测约 1000px 高），
   且轴上没有维度标签。现按仓库既有约定给显式 width/height 并补轴标签。
2. 首屏不显示演示值：真实运行视图按 AC-30 不携带演示估计，导致首屏显示
   "暂不显示"，与 13 §7「首屏并列概率（演示值）+ 主审意见」不一致。
   现载入演示域运行后取一次基线情景（空选择 → 服务端演示表条目 00），
   production 域不请求演示表。
3. 未勾选任何假设时也画出实线情景轮廓（等于把基线复制成"所选情景"）；
   现只在存在被假设的维度时画实线。另外维度阶段补上序号，便于对照图例。

守卫脚本相应补 4 条断言（显式尺寸、轴标签、基线虚线、无勾选不画实线），
并修正被本次改动影响的旧断言。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 10:59:27 +08:00
qiaoqichaoandClaude Code dbd6fee2e6 docs(v2): 记录首次推送 origin/main 与 OQ-06 Q2 远程归属定案 
Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 10:36:12 +08:00
qiaoqichaoandClaude Code b6f1e80c5d docs(v2): 更新第7节交接记录至 T11 完成状态 
记录 T08–T11 的提交、517+ 项的测试规模、AC 覆盖对照与 9 项未决项
（含运行写入方缺位、轨迹产出方缺位、publisher 未接线三项本轮新发现的缺口）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 09:25:42 +08:00
qiaoqichaoandClaude Code d6bc8485f5 feat(v2): T11 改进治理与演示交付——对照门禁、泄漏作废、三模块演示脚本 
覆盖 AC-15/16/34/37/41（BR-15/16/40、E-11/24）。

后端：
- contracts/improvement.py：ImprovementCandidate + ContrastReport/ContrastMetrics。
  零分母不得给比率或覆盖率（样本不足不是 0%）；非独立评测不得给改进/退化结论；
  已发布必须引用既有不可变版本；没有对照证据不得进入待审核或已发布。
- services/improvements.py：
  · evaluate_contrast 在服务端判定泄漏——预测锁定前读到标签即整次评测作废（E-11），
    保留集来源进开发集的样本作废并单列，指标按分子/可观察分母/覆盖率/未观察分开报；
  · transition 状态机：draft→evaluating→ready→in_review→approved→released，
    自批拒绝、退化与结论不明拒绝发布、发布幂等且只引用既有版本、撤回只影响新运行。
- api/prescreen.py：候选列表、提出与状态机三个端点；评测请求体提交样本，
  泄漏与指标一律由服务端计算，不接受客户端交来的"成品报告"。
- contracts/prescreen.py：补 E-11/E-24 错误码与 409 映射。

前端一致性修正：
- src/lib/prescreen-run.ts 的呈现判定改用后端既有词汇
  （empty/list/grouped/radar/faceted，与 services/review_plan.presentation 一致），
  避免前后端各一套判定导致界面画出后端判定为不该画雷达的图。

演示交付：
- scripts/xingbang_prescreen_demo.py：按 08 §7 八步演示，只驱动已实现入口，
  未实现的步骤（批量清单、历史提炼、卡片治理）如实标注原因；
  工程演示与模型效果分列，本地专项/Jev/真实概率一律标未验证或未接通。
- backend/test_demo_script.py：冒烟断言八步状态、未实现原因与分列口径。

验证：backend 全量 unittest 519 项 OK；前端 npm run build 通过。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 09:25:25 +08:00
qiaoqichaoandClaude Code f2bbac03e7 feat(v2): T10 轨迹回放与会议结果复盘——只读轨迹、unmatched 单列、更正追加 
覆盖 AC-22/32/33（BR-13/21/31/32、E-05/23/26）。

后端：
- contracts/trajectory.py：TrajectoryStep 与 ReviewOutcome。
  TrajectoryStep 失败必有错误码、成本未知时币种留空、observable() 给出
  可读字段白名单（机器可读地排除任何推理过程字段）；
  ReviewOutcome 只在 matched 且有明确映射口径时才有二元标签，附条件/撤回/
  未送审一律留空，unmatched 不得挂快照。
- services/trajectory.py：
  · project_steps 把既有 run 的步骤投影成轨迹（顺序即 sequence，部分完成
    如实标注，失败保留，成本缺省留空不填 0）；
  · replay 只读回放并按 sequence 稳定分页，不存在或跨项目抛 KeyError；
  · record 追加会议结果：未知快照记 unmatched，更正要指向本项目既有记录，
    链必须能终止；denominator 只数 matched 且有通过/否决口径的记录。
- api/prescreen.py：新增轨迹回放、会议结果列表与追加三个端点。

未做：轨迹写入仍由既有 DurableWorker.save_step 负责（本批不重做运行执行），
因此目前没有 judgment/rule 类步骤的产出方；会议标签映射（E-26）仍属 T11。

验证：backend 全量 unittest 494 项 OK（T09 时 469 项，无回归）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 09:19:33 +08:00
qiaoqichaoandClaude Code 22f8a37799 feat(v2): T09 预审与推进沙盘——运行只读视图、演示情景与界面守卫 
覆盖 AC-11/12/29/30/31/42/44（BR-11/29/30/41/43、E-20/21/22）。

后端：
- contracts/simulation.py：Simulation/SimulationAssumption/ScenarioDimensionState。
  契约层直接禁止 production 域携带演示估计（E-21）；ready 必须有结果、
  failed 必须带错误码且不得显示结果、计算中不得预告乐观增幅。
- services/prescreen_sandbox.py：演示情景表（DEMO-TABLE-v1）与推演入口。
  组合查表不是单项加和（assert_not_additive 把这条写成可执行断言）；
  只改被假设的维度，其余维度原样保留；失败保留基线并标未完成。
- services/prescreen_store.py：运行视图只读存储，复用 assistant_objects 新 kind
  prescreen_run，不新建表；只提供保存与读取，要改结果必须产生新修订。
- api/prescreen.py：新增 3 个只读端点（运行列表、运行视图、可用假设动作）
  与 1 个情景端点；请求体里没有任何概率字段。越域返回 E-21、冲突假设 E-22、
  过期修订 409。
- contracts/prescreen.py：补 E-20/21/22 三个错误码与其 HTTP 映射。

前端（挂进既有工作台「材料与问题」页，不新建路由、不新增样式表）：
- src/lib/prescreen-run.ts：客户端契约、呈现判定（同刻度 3–8 维才画雷达）、
  演示值域判定、来源与数据域徽标（文字＋图标＋样式，去色仍可区分）。
- src/components/xingbang/PrescreenPanel.tsx：主审意见、演示值（紧邻固定说明）、
  维度雷达与等价文字列表、维度依据抽屉、假设勾选即时推演。
  旧请求晚到或结果与当前选择不一致即丢弃；请求失败保留基线并标未完成。
- scripts/test_prescreen_ui.cjs：界面源码守卫，已注册进 scripts/verify.py。

未做：运行装配结果的写入方仍是执行链路（T10 范围），当前由测试写入；
沙盘尚未接入真实执行，界面数值全部为服务端演示表值。

验证：backend 全量 unittest 469 项 OK；前端 npm run build 通过。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 09:15:57 +08:00
qiaoqichaoandClaude Code 501a4d9c9b feat(v2): T08 专项离线质检——统一适配 fixture、逐任务准入与预算守卫 
覆盖 AC-16/17/18/19/20/38/39/40/41（BR-17/18/19/20/37/38/39、E-10/13/14/15/25）。

新增：
- backend/contracts/judgment.py：JudgeProfile/TaskValidation 契约（逐任务逐用途
  验收登记 + 冻结 checkpoint）。放在独立契约模块，因为规格要求的 tokenizer/预算
  字段会撞上 prescreen.py 既有的"契约层不得出现凭据字样"静态守卫；不放宽该守卫。
- backend/services/judgment_adapters.py：统一适配入口。准入（未登记任务/用途拒绝、
  runtime 须独立评测）、冻结权重（unresolved 与不一致均拒绝）、上下文预算
  （正文与选项分开计，超限返回 E-25 且零发送）、中文否定/条件例外/来源矛盾/未登记
  映射一律落 unknown(inconclusive)，不硬选正面结果。
- backend/fixtures/judgment/：中文提炼依据题集、本地模型原始输出、Jev 厂商响应
  fixture（虚构内容，离线契约用）。
- backend/test_judgment_adapters.py：30 项测试。

修改（最小面）：
- contracts/prescreen.py：新增 E-25 运行级错误码 JUDGMENT_CONTEXT_EXCEEDED；
  Judgment 增 actual_checkpoint_ref、JudgmentConfig 增 checkpoint_ref。
- services/judgment_provider.py：映射适配层的策略拒绝异常；归一化保留实际权重。

未做（受授权限制）：没有 Jev 凭据与 Laya 权重，因此只交付离线 fixture 路径，
live 传输层仅留注入点，未接入硬件与端口探测。fixture 通过不证明中文效果合格。

验证：backend 全量 unittest 440 项 OK（原 410 项无回归）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-30 09:09:05 +08:00
qiaoqichao 31663cafb7 docs(v2): 更新第7节交接记录至 T07 完成状态 
记录 T00–T07 提交清单、410 项测试规模、T07 卡片验收对照；
新增未决项 F12（主审模型编排冻结口径未统一）与 run_instruction 服务端实现待补；
下一任务指向 T08，并注明其本地服务部分依赖硬件/权重、未获授权前需保持 disabled。
 2026-09-29 20:38:13 +08:00
qiaoqichaoandClaude Code bd389ebd31 feat(v2): T07-c 预审运行装配与运行级集成，T07 收尾 
T07 第三块。ScreeningRun 是**既有 run 对象的受约束投影**，不是第二份运行存储；
AC-13/14 由既有 enqueue 实现，本批只验证其成立、不重做。

新增契约：Degradation、DimensionResult、ProbabilityView、ScreeningRun。
契约层的硬约束：`probability` 与 `probability_view.real_estimate` 的类型就是
`None`，传任何数值都被 pydantic 拒绝——"未校准就没有概率"不靠自觉；
演示估计必须标 synthetic_demo 且带"人工设定"说明、取值 0–1。

新增 services/prescreen.py：
- assemble()：把冻结方案、政策结论、降级与维度状态收成契约合法的运行视图
- versions_block()：冻结 plan_hash 与各组件版本；题库与主审模型未接入时**留空**，
  不编造版本号
- dimension_results()：维度状态由本次核查结果推出
- assert_versions_frozen()：未冻结方案版本或专项修订的运行不得执行

**实现中被测试抓到一个真实错误**：初版把"被引用组件未报告结果"当作已核查
（状态 checked）。这是把静默当成通过，违背 BR-07。现改为：任一被引用组件没有
结果即 unknown；issue 优先于 unknown（具体阻断比信息缺失更该被看到）。

测试：新增 test_prescreen_run.py 20 项，其中 4 项直接验证既有 enqueue 的
AC-13（新证据→新快照+新运行、旧运行留存、旧 revision 冲突）与 AC-14（同键同载荷
返回同一运行、异载荷 409）。全量 410 项 OK（390 → 410）；verify.py 10/10 PASS。

T07 三块完成，卡片验收对照：AC-05/06/07/12/45（T07-a）· AC-09/10/21（T07-b）·
AC-13/14 验证（T07-c）。AC-08 的跨项目引用拒绝已在 T03 覆盖。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:38:02 +08:00
qiaoqichaoandClaude Code 27d57c9227 feat(v2): T07-b 专项 disabled 路径与工具策略守卫 
T07 第二块。本批**只做 disabled 路径**（T07 卡片要求"先 disabled 专项路径"），
真正的 Jev/本地适配器属 T08，不预造。

新增契约：JudgmentAnswer（可辨识联合，score 必须有限数值）、NativeMetric、
Judgment、JudgmentConfig。契约层硬约束：disabled 不得产出 completed；
关闭专项必须记录原因且不得冻结任何配置修订。

ErrorCode 补齐 E-06/E-13/E-14/E-15/E-08/E-10，并**区分两类编码**：
- 请求级（有 HTTP 语义，进 S1_ERROR_HTTP）：含新增 JUDGMENT_CONFIG_INVALID 422、
  EGRESS_NOT_APPROVED 403
- 运行级（RUN_LEVEL_CODES，只出现在运行体 degradations/judgment 里）：
  JUDGMENT_UNAVAILABLE / CAPABILITY_UNSUPPORTED / OUTPUT_INVALID / RUN_BUDGET_EXCEEDED
不再把假的 HTTP 200 塞进错误映射；两者互斥且并集等于枚举，有测试锁定。

新增 services/judgment_provider.py：
- resolve_config()：关闭时记原因、不冻结配置；开关 false 却传 ID 属 E-07；
  无可用配置时明确报 E-13 而非悄悄关闭；未验证/提供方不符均拒绝
- judge()：disabled → skipped+disabled；缺证**不发起调用**直接 completed+unknown；
  超时/异常 → failed+E-06；题型不符 → skipped+unsupported（E-14）；
  题型对但内容非法 → failed+E-15。失败一律 answer 为空，**不补默认分值**
- allowed_tools()：工具 = Skill 声明 ∩ 注册表白名单，**取交不取并**；材料正文里
  写什么都无法扩展权限（AC-10，有反例测试）

测试：新增 test_judgment_provider.py 22 项。全量 390 项 OK（368 → 390）；
verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:33:36 +08:00
qiaoqichaoandClaude Code b5feee6982 feat(v2): T07-a 预审结果约束与结论校验 
T07 是"预审执行"大卡，按纪律拆子卡。本批为第一块：纯确定性的结论校验，
不调用任何模型、不计算概率。覆盖 AC-05/06/07/09/12/45 与 BR-05/06/07/12。

新增 services/prescreen_policy.py：
- decide()：四级优先（hard_block → critical_incomplete → open_findings → clean），
  优先级顺序即业务口径，改动等于改结论，已显式标注
- **硬性阻断不可覆盖**：命中 hard 规则即 stop，并指出规则版本、保留模型原始
  结构化提案供审计；专项模型的正面单题判断不能翻盘（有专门反例）
- **未知不等于风险也不等于通过**：关键核查不可完成给 insufficient_information
  并列出未完成项，findings 的 result 原样保留、**不得被改写成 issue**
- **没有 second path 给概率**：probability() 不接受任何入参，模型分数无法顺手传入；
  native_metrics 里名为 probability 的指标会被 assert_no_probability_leak 拦下，
  self_reported 置信度可入档但不得变概率
- stop 明确不触碰正式审批（AC-45），预算耗尽按 E-08 列未完成项而非伪造完成

实现中修正了两处自己的测试写法：断言"不含高风险三字"会被免责说明本身命中；
断言 open_findings 为空与"unknown 属待处理"的定义矛盾。两处都改成检验真正的
不变量（结论非风险判定 + findings 不被改写）。

测试：新增 test_prescreen_policy.py 19 项。全量 368 项 OK（349 → 368）；
verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:28:45 +08:00
qiaoqichao d9d686bf62 docs(v2): 更新第7节交接记录至 T06 完成状态 
按开发纪律在每张卡收尾更新交接记录：记录 T00–T06 提交清单、349 项测试规模、
未决项（F8/F11/F7/F6）与下一任务 T07；并声明本轮未推送远程。
 2026-09-29 20:24:39 +08:00
qiaoqichaoandClaude Code 1bc17bb9bc feat(v2): T06-c 方案治理入口与 Tools 卡守卫，T06 收尾 
T06 第三块，收尾。方案提案复用既有组件治理（registry.draft/release），
不新建发布路径；自批拒绝等既有保证有测试锁定。

- propose_plan()：维度在提案时即去重与冲突拦截（T06-a 的解析前移），
  保证草稿阶段就挡住"同 ID 不同定义"
- **不得出现业务 Tools 卡**（ADR-11）：方案自带 tools/tool_cards/
  allowed_tools/permissions 一律拒绝，否则业务侧可绕过工具白名单；
  工具只能由后台治理
- validate_critical_checks()：关键核查项必须真由本方案的 Skill/规则产生，
  凭空声明的"关键项"会让 BR-06 的硬性阻断语义失去可追溯性

T06 三块完成，卡片验收对照：AC-28（装配与依赖拒绝）· AC-29（维度去重与刻度
冲突）· AC-44（0/2/6/9 维与异刻度的呈现判定）均有测试；"没有 Tools 卡" 有守卫。

测试：test_review_plan.py 增至 34 项。全量 349 项 OK（340 → 349）；
verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:24:24 +08:00
qiaoqichaoandClaude Code 8a9005036c feat(v2): T06-b 方案装配与依赖预检（可定位的 E-19 文案） 
T06 第二块。核对后确认 component_registry.freeze() 已实现大部分 AC-28：
按 release 指针解析依赖、原生方法文本装配时固化、循环依赖与输出冲突检查、
数据域一致性（"演示与正式组件不能混用"）、content_hash。因此本批**不重复实现冻结**，
只补真正的缺口。

新增 contracts：JudgmentBinding、ReviewPlan（含维度、关键核查项、专项绑定）。

新增 review_plan.check_dependencies() / assemble()：
- **缺口**：未发布/已撤回的依赖原先抛裸 KeyError，被 translate() 映射成 404
  "对象不存在"，用户无法定位是哪一项。现改为逐个检查并**指明依赖名与原因**
  （"尚未发布或已撤回"/"版本状态为 X"/"发布指针指向的版本不存在"）
- 只用 release 指针判定可用性——草稿与已撤回天然没有指针，这正是 BR-27
  "草稿或已撤回组件不得进入新运行"的机械表达
- 装配时接入 T06-a 的维度解析与呈现判定，并做不丢失断言

测试：test_review_plan.py 增至 25 项（新增 7 项装配）。其中版本换版后
content_hash 必须变化，用于证明版本确实被冻结进结果而不是每次重解析。
全量 340 项 OK（333 → 340）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:20:58 +08:00
qiaoqichaoandClaude Code 019d5081df feat(v2): T06-a 方案维度解析（去重、刻度冲突、呈现判定） 
T06 是大卡，按纪律拆子卡。本批为第一块：维度契约与解析。

新增 contracts：ScaleLevel、DimensionSpec。刻度层级必须升序且取值唯一
（乱序会让展示语义倒置）；同 ID 必须标签/量纲/刻度层级完全一致。

新增 services/review_plan.py：
- resolve_dimensions()：按 dimension_id 合并；**同 ID 不同定义直接报冲突并拒绝**，
  不让程序或模型临时挑一个（BR-28 / E-20）；相同定义只留一份并合并组件引用，
  避免重复计数
- presentation()：AC-44 的呈现判定——0 维 empty / 2 维 list / 3–8 同刻度 radar /
  9 维 grouped / 异刻度 faceted；硬阻断**单列**且永不进雷达面积
- assert_nothing_dropped()：三组并集必须等于全部维度，"不默默丢失关键项" 有守卫
  且守卫自身有测试证明会报错

刻度改版（同 scale_id 不同 version）视为不同定义——语义可能已变，不得共用雷达。

未完成：T06-b 方案装配与依赖冻结（AC-28）、T06-c 维度在结果中的落位属后续子卡。

测试：新增 test_review_plan.py 18 项（去重 8 + 呈现 10）。全量 333 项 OK（315 → 333）；
verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 20:16:39 +08:00
qiaoqichaoandClaude Code d18c147076 feat(v2): T05-c 运行补充说明只能形成草稿（AC-26） 
运行时的"本次预审补充说明"只影响本次运行（run_instruction 落在运行对象上，
属 T07 的 ScreeningRun 字段）。要变成持久知识只有一条路：显式提议为草稿，
且走正常审核。本批实现卡片侧的那一半。

新增 knowledge_cards.draft_from_run_instruction()，三条约束：
1. 只产草稿——运行中说过的话绝不直接生效（有测试断言无已发布版本产生）
2. **不得携带工具/权限/引擎字段**：allowed_tools / tools / permissions / engine /
   run_instruction 出现即拒，扩大工具授权必须走独立提议与审核
3. 记录 derived_from_run，便于回溯知识来自哪次运行
另：运行指令不能声明为 history_derived（历史提炼须提供来源事件或证据），
hard 门禁对运行衍生的卡片同样生效。

未完成：运行对象上的 run_instruction 字段与"只影响本次运行"的服务端实现属 T07，
本批只交付卡片侧，不宣称 AC-26 已整体闭环。

测试：test_knowledge_cards.py 增至 25 项（新增 5 项）。
全量 315 项 OK（310 → 315）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:51:12 +08:00
qiaoqichaoandClaude Code f8c4ba9e1d feat(v2): T05-b 知识卡片与硬规则依据门禁 
T05 第二步：候选与治理。设计明令"复用卡片治理、不新建第二套发布库"，
故本模块**只做投影**，状态机与发布完全委托 component_registry。

新增 contracts：Origin / GovernanceStatus / RuleEffect / Condition /
RuleContent / KnowledgeCard。Condition 只允许字段+有限算子，**不执行表达式**。
RuleContent 在契约层就要求 hard 必须带 policy_ref 或 authorization_ref 且附依据证据。

新增 services/knowledge_cards.py：
- propose()：投影字段（origin/谱系/范围/条件）后委托 registry.draft()，**只产草稿**
- publish()：发布时**再查一次** hard 门禁——草稿可能在提议后被改，不能只信提议时的校验
- effective()：按数据域/有效期/范围过滤已发布版本（BR-04）

既有治理的保证原样生效，有测试锁定：自批被 release() 拒绝、无评测不能发布、
已发布需新版本号、提议不产生已发布版本。

三处必须点明的边界与映射：
1. **同键不同义**：本设计的 data_domain ↔ 注册表的 scope（demo/production），
   而本设计的 scope 是 project/team。投影层显式互换并存为 card_scope，绝不混用；
   调用方私传 data_domain 会被拒
2. **条件形状不同**：注册表条件是 {code,field,operator,threshold,title,suggestion}，
   本设计是 {field,operator,value}。做**翻译**而非强加；算子只映射注册表实际
   会产出的 5 个（gt/lt/eq/gte/lte），出现其它取值即报错而非当作已支持
3. **内置种子组件是全局的**，没有 project_id/edited_by，**不是项目知识卡片**。
   投影时明确报错，避免把内置 Skill 误当项目卡片

测试：新增 test_knowledge_cards.py 20 项（门禁 6 + 来源谱系 6 + 治理复用 5 + 有效过滤 3）。
全量 310 项 OK（290 → 310）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:47:59 +08:00
qiaoqichaoandClaude Code 04ef3972a8 feat(v2): T05-a 历史过程时间线（缺时间不编造） 
T05 卡片要求"先 timeline，再候选，再编辑/测试/审核"。本批是第一步。

新增 contracts：DecisionEvent（区分 occurred_at 与 recorded_at）、CaseTimeline。
新增 services/history_cases.py：确定性提炼，无模型调用。

两条硬规则的实现：
- **不编造发生时间**（BR-02）：occurred_at 只取材料里记载的日期；缺失/占位值
  （"-"、"缺失"、"未知"）或无法解析时保持 None 并给缺证提示。recorded_at 必填，
  但它**不表示发生时间**——有测试断言二者不相等
- **不编造经过**（14 §4）：只有最终报告或非结构化材料时产出 **0 个事件** 并标
  `partial` + "过程材料不完整"，绝不生成虚构的问询顺序

其它：列名靠别名表识别，**未识别的列忽略而非猜测**；未声明事件类型时保守记为
question 而不丢弃该行；事件携带行级 evidence_id 以便回溯原文定位；同项目重复提炼
是同一对象 revision 递增（03 §4）；缺日期事件排序时置于末尾，不被打乱成"近期"。

实现中修掉一处自己的问题：build() 初版调了两次 store.put（首次建库 revision 会变 2），
且校验发生在落库之后——非法时间线本可能入库。现改为先校验再单次 put。

测试：新增 test_history_cases.py 18 项（不编造 6 + 提炼 6 + 隔离与版本 6），
含"缺日期为 None 且不等于导入时间""只有最终报告不得生成时间线"等反例。
全量 290 项 OK（272 → 290）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:41:50 +08:00
qiaoqichaoandClaude Code 8fef00d268 feat(v2): T04 模拟案例生成与数据集划分 
先边界 fixture 再批量生成；全程程序组合场景，**不做任何模型调用**（14 §8 末）。

新增 services/simulation_dataset.py：
- generate(seed, scale)：程序化生成虚构项目，同 seed 同版本**逐条一致**
- split()：按关联组 + 时间分桶（组内不拆），以组的最早发生时间排序
- assert_group_integrity / assert_source_allowed：组不跨集合；保留集来源禁止用于提炼
- manifest()：构造 DatasetManifest 契约体

契约补 T04 才该有的部分（T00/04 当初有意推迟）：EventOutcome 七值枚举、
OutcomeCount、DatasetManifest。含两条硬约束——合成数据必须 demo 域（BR-34）、
计数不得为 0（空结果用不适用表达）。

配比按 14 §8：通过 1800（直接 900 + 补件后 900）/ 未通过 600 / 不计入 600
（附条件 100 + 未送审 175 + 退出 175 + 待定 150）= 3000。
两个建模决定：
- "补件后通过"是 approved 的**子类型**（outcome_subtype），不是独立 outcome ——
  06 §3 要求区分首次提交与补件后，但设计 §9.1 的 EventOutcome 只有 7 个值，不自扩充
- conditional 是否计入目标由客户映射决定（OQ-05），故 label=None，绝不默认当通过

实现中被自己的检查抓到两个 bug：
1. 分组与近重复用了两套独立公式，导致 near_duplicate_of 指向别组记录，
   assert_group_integrity 直接报"近重复案例跨集合"。现组号与近重复由同一序号唯一推出
2. split() 末段取剩余可能为负（极端小样本），会静默切出错误的划分。已夹到非负

测试：新增 test_simulation_dataset.py 24 项（边界 fixture 10 + 生成 10 + 清单 4 +
落盘 2），含 AC-35 的可复现性与 AC-36 的组不跨集合/保留集来源拒绝。
全量 272 项 OK（248 → 272）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:30:34 +08:00
qiaoqichaoandClaude Code 669e969c41 feat(v2): T03 来源定位接上契约，并锁定跨项目引用拒绝 
T03 卡的要求是"复用上传/确认入口，增加导入清单、定位和冲突候选"。核对后：
导入清单与冲突候选已由 T02/S1 交付，但**"定位"只定义了契约、没有接上**——
parse() 仍只产出自由字符串 locator，SourceLocator 类型化投影是空的。
本次补上这条链路（契约与实现不一致是我的遗留）。

- assistant_materials.parse()：每条 chunk 增加 source_locator（kind + 坐标），
  按 T00/04 §5.3 的映射：pdf→page、xlsx 单元格/行与 csv/txt/docx 表格→sheet+cell_range、
  docx 正文段→manual(note)
- material() 补 document_id/document_version 后**按契约校验**；漏了定位或定位不合法
  直接抛错，不落半成品进库
- **locator 自由字符串保留**：enqueue() 依赖它算证据 ID 的稳定哈希，改它会破坏 BR-13

实现中修掉一个自己引入的 bug：类型化定位的辅助函数初版命名为 table，与 docx 分支里
的表格计数器 table 同名，该分支内 helper 被整数遮蔽（'int' object is not callable）。
已改名 sheet_loc。

AC-08 补测：跨项目候选引用被 supplement 拒（"不属于项目"），同项目可用作对照，
未知 candidate_id 同样被拒。既有 test_project_assistant 只覆盖了跨项目文档下载。

测试：新增 test_sourcelocator.py 13 项，含真实 XLSX/DOCX fixture（zipfile 构造），
覆盖五种格式的定位派生与契约校验。全量 248 项 OK（235 → 248）；verify.py 10/10 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:21:51 +08:00
qiaoqichaoandClaude Code 985e2f6a53 feat(v2): S1d 最薄界面——工作台内的材料集合导入面板 
T02 收尾子卡。挂在既有 /xingbang-workbench「材料与问题」页内，**不新建路由**，
复用 workspace.css 既有 class（无新增样式表）。

- src/components/xingbang/ImportBatchPanel.tsx：登记清单 → 逐项上传 → 重试/取消 →
  冲突并列展示与裁定。浏览器端用 crypto.subtle 算 sha256 生成清单（服务端仍重算核对）
- src/lib/prescreen.ts：错误信封解包 + 契约类型（**手工对齐**，OpenAPI→TS 生成链
  未建设，已在文件头标注为临时）+ 服务端状态标签
- page.tsx 仅三处小改：导入面板、挂载面板、request() 改用 messageOf
  （兼容信封与既有 detail 的 string/array/object 三种形态，不丢既有信息量）

面向用户的诚实性约束（有源码守卫锁定）：明确写出"未上传或未确认的文件不会进入
项目事实""不会按上传先后覆盖""不会自动挑一个"；空批次用既有空状态，不绘制虚构行；
面板不含任何审批概率。

验证：
- npx tsc --noEmit 通过；npm run build 通过
- 新增 scripts/test_prescreen_panel.cjs（10 条源码守卫），已加入 verify.py 用例
- scripts/verify.py 10/10 PASS（exit 0）

**未验证**：面板未经浏览器端到端验证。它依赖客户端数据加载，SSR HTML 不含它，
且本项目没有浏览器自动化依赖。目前只有类型检查、构建与源码断言三层证据。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 18:14:14 +08:00
qiaoqichaoandClaude Code ff7894ae1f feat(v2): S1c′ 既有上传入口的批量摄取——S1 首次端到端闭环 
T00/04 §4.2 要求的"既有材料上传入口扩展"：**不建立平行上传 API**。
POST /documents 增加可选 batch_id / item_id 表单字段；不传时行为完全不变。

- api/prescreen.ingest_into_batch：清单核对 + 状态回写，仍走既有
  ProjectAssistantService.upload()，故解析、同哈希复用原件、pending_candidates、
  data_revision、mark_stale 等既有行为一字未改
- 服务端**重算** sha256 与大小，不信任客户端清单；不符则条目 failed + 422
- 返回体保持 **document 形状**（既有前端读 body.id / body.candidates），
  批次状态作为附加字段 import_batch 给出
- 拒绝重复摄入已解析条目（409）、已取消批次（409）、不在清单中的文件（404）

闭环已成立：登记批次 → 上传 → 解析定位 → 冲突检测 → 人工裁定 → 进事实。

测试：test_prescreen_api.py 新增 BatchIngestTests 10 项（含闭环与既有路径回归）。
全量 235 项 OK（225 → 235）；scripts/verify.py 9/9 PASS。
真实 app 冒烟 claude_use/T02/smoke_s1.py 15/15 PASS。

**测试隔离缺陷已修**：BatchIngestTests 初版只 patch 了 prescreen 的 service 工厂，
未 patch api.project_assistant.service，导致不传 batch_id 的上传落到**真实 v2 数据库**。
已补 patch，并清空 v2 数据根从干净状态重跑验证。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 17:43:57 +08:00
qiaoqichaoandClaude Code fcf4d8c948 feat(v2): S1 接口层——材料导入与事实冲突的 8 个端点 
T02 第三个子卡。命名空间按 T00/04 §1 定案 P1 挂 project-assistant 之下，
复用现有鉴权与同源代理，鉴权/代理代码零改动。

新增 backend/api/prescreen.py（7 路径 / 8 操作）+ test_prescreen_api.py（27 项）。
app.py 仅新增 1 个 include_router 与 1 个异常处理器注册。

落实：
- 404 统一口径（03 §2）：不存在与无访问权一律 404，不泄露对象存在性。
  既有 check_project 抛 403 且被 5 个模块共用，故不改它，由本模块 scope() 包装。
  实测：无权项目返回 404 NOT_FOUND 而非 403。
- 错误信封（D2）：只在新路由输出 {error:{code,message,retryable,request_id}}。
- E-09 与 E-05 精确区分：新增 store.IdempotencyConflict，不再靠字符串比对猜码。
- 客户端清单只接受 4 个字段；id/status/received_at 由服务端生成——
  状态机写权不下放。manifest 校验因此从"整对象"改为"4 字段 + 服务端补全"。

**实测发现的缺口并已修复**：Input(extra="forbid") 的校验错误由 FastAPI 校验层在
进入端点前抛出，不经过 run()，导致同一命名空间出现两种错误形状。现注册
RequestValidationError 处理器，但**只在 prescreen 路径生效**，其它路径交回
FastAPI 默认实现——既有端点形状经实测确认未变（含校验错误的形状）。

验证：
- scripts/verify.py 9/9 PASS（exit 0）；全量单测 225 项 OK（196 → 225）
- claude_use/T02/smoke_s1.py 在真实 app.py 上 10/10 PASS：覆盖路由注册、
  真实前缀下的 manager 鉴权放行、404 统一、信封形状、以及既有端点未被污染

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 16:45:07 +08:00
qiaoqichaoandClaude Code c59fff68d3 feat(v2): S1 存储层——材料导入批次与事实冲突检测 
T02 第二个子卡。复用 assistant_objects（新 kind），**未新建表**；旧库结构不变。

新增服务：
- services/material_import.py 批次生命周期：create/load/listing/mark_item/
  retry/cancel；状态由逐项状态派生（ready/partial/failed/parsing）
- services/fact_conflict.py 冲突检测/阻断/裁定；FactConflictUnresolved(E-17)

解决的**真实缺口**（BR-23 / AC-24）：既有 apply_candidate 对 values/facts 是
后写覆盖，sources 虽累积多来源但无人检测分歧、无人阻断。本层在**新路径**前置
检测：冲突时证据仍入 sources（BR-22 留痕）但值不采用（BR-23），已确认值不被覆盖。

增量改动（均为可加性，未改既有语义与调用方行为）：
- assistant_store.py：新增 idempotent_lookup / idempotent_remember 共享 helper。
  既有 enqueue 与 create_report 的内联实现**未改写**。用 INSERT OR REPLACE 而非
  裸 INSERT：重试路径上裸 INSERT 会抛 sqlite3.IntegrityError（非 Conflict，
  translate() 无法映射为 409）。
- assistant_materials.apply_candidate 新增 adopt=True 形参。adopt=False 只记证据
  不改值；既有调用方不传参，行为完全不变（有回归测试）。

设计决定：
- T00/04 曾提 3 个 kind；实现时发现契约中 ImportItem 无 revision 且内嵌于批次，
  items 是值对象，故收敛为 2 个 kind（import_batch / fact_conflict）
- E-17 有两个面：确认动作被拒 = 422；运行级结果 = HTTP 200 且冲突存于
  degradations。契约映射与注释均已写明，并有测试锁定

测试：新增 test_prescreen_storage.py（33 项）。全量 196 项 OK（124 → 196）。
scripts/verify.py 9/9 PASS（exit 0）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 14:49:03 +08:00
qiaoqichaoandClaude Code d8a7d3858c feat(v2): 新增 S1 契约层（材料集合导入与事实确认） 
T02 首个子卡 = S1 契约层。新增 backend/contracts/prescreen.py（设计指定的
唯一 owner），定义 SourceLocator / ImportItem / ImportBatch / FactConflict
与共用约束、错误码与错误信封。

落实的规格条目：
- BR-22 逐文件保留来源/定位/解析版本与状态
- BR-23 多来源冲突保留候选并要求显式处理（resolved 需说明+选择+人）
- AC-23 反例：绝对路径(C:/、/、//share)、上级引用(..)、超限、空集合、
  failed 缺 error_code、parsed 缺 document_id、parsed 带 error_code
- AC-24 反例：候选值全同不构成冲突；未知用 null 而非 0/空串；
  candidates 必须与 candidate_evidence_ids 同序同集合
- 01 §5 错误码与既有 translate() 的 HTTP 语义对齐；E-17 为运行级、HTTP 200
- 03 §9.1 时间必须带时区；禁止未知字段（E-07）

D3 定案（工程限制，非业务阈值）：单文件 ≤10 MiB 沿用既有 LIMIT；单批
≤20 文件 / ≤20 MiB。依据 03 §1 末「管理员只能降低初期限制，放宽须重新验证」，
取保守方向即规格许可；放宽需另立验证。

依赖方向：contracts 不导入 services，标准字段白名单校验留在 service 层。

测试：新增 test_prescreen_contracts.py 38 项，全绿；scripts/verify.py 9/9 PASS。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 14:20:39 +08:00
qiaoqichaoandClaude Code 74430a3b4d fix(v2): 隔离 Compose 资源，使 v2 可与旧版同时运行 
原抽取件沿用旧版的容器名/宿主端口/卷名，一旦启动会与旧版直接冲突，
故 v2 在改名完成前不可部署。本次仅改 v2，不触碰旧版。

- 项目名/容器名 mini-openclaw-stable → mini-openclaw-v2
- 宿主端口 3200/8002 → 3212/8012（容器内仍为 3000/8002，健康检查与
  RISK_AGENT_BACKEND_URL 都在容器内解析，故保持不变）
- 卷 xingbang-data/xingbang-logs → xingbang-v2-data/xingbang-v2-logs
- verify.py 的 docker 冒烟改为探测 3212/8012

backend/test_deployment_release.py 的 5 项断言**未修改**仍全绿：该测试锁定的是
aliyun compose 的回环端口行与 CHAT_THINKING_MODE，本次未改这两处。

验证：scripts/verify.py 9/9 PASS（exit 0）
未验证：docker 运行时冒烟（本机 Docker Desktop 未启动，守护进程不可达）

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 14:16:51 +08:00
qiaoqichaoandClaude Code bf0549a4d3 fix(v2): 补齐 backend 单测依赖的两个 cjs 脚本 
test_chat_repair.py:92 会调用 scripts/test_chat_stream.cjs，而该脚本不在
verify.py 的 9 个用例里，首轮抽取因此漏掉，导致 backend-unit 失败。
同时补上 test_resetdata_ui.cjs 使 cjs 测试集完整。

验证：scripts/verify.py 全部 9 项 PASS（backend-unit 124 tests OK）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 13:12:30 +08:00
qiaoqichaoandClaude Code d56c699ce6 chore(v2): 从兴邦预审v2白名单抽取独立可运行基座 
按 docs/v2/05-implementation-plan.md §1 候选迁移表与 claude_use/T00 白名单，
从 55e2cdb 抽取 224 个文件（2.48 MB）到独立目录 F:/mini-OpenClaw-v2。

- 排除：凭据(.env/server-deploy.conf/旧DELIVERY.md)、运行数据(xingbang_data 等
  4 个 SQLite)、依赖(venv/node_modules 符号链接)、归档(_backup*/test-evidence/
  ori_file)、Office 临时文件
- 目标目录独立 git 仓库，初始恢复点；Gitea 远程与分支待 OQ-06 Q2 定案
- 未部署、未启动服务、未调用模型

Co-Authored-By: Claude Code <noreply@anthropic.com>
 2026-09-29 12:58:26 +08:00