qiaoqichaoandClaude Code
01c88af501
按 16 §4 的五项口径（页面入口 / 操作步骤 / 实际结果 / 证据位置 / 剩余缺口） 填第二批，状态记**部分完成**： - 后端闭环已接通并经真实执行链测试（提炼→候选治理→卡片进方案→运行可追溯）； - 本模块独立入口 /experience-center 已建，通过生产构建与新增源码守卫； - 未闭合三项写清楚而不是含糊带过：真实模型提炼未实测（F17，需端点）、 例外边界未进入可求值条件语言（F18）、卡片适用条件不参与运行内逐项判定（F19）； - 界面证据明确标注为"源码守卫 + 生产构建 + 代码走查"，不是端到端点击证明。 验证：`test-evidence/20261001-003148-2e7e194/`（verify.py 12/12 PASS，全量 567 项）。 15 §7 交接同步更新：新增 F17/F18/F19，F13 标记为已由第一批关闭，F6 更新为 Q3–Q5。 Co-Authored-By: Claude Code <noreply@anthropic.com>
211 lines
14 KiB
Markdown
211 lines
14 KiB
Markdown
# 四批交付记录
|
||
|
||
口径见 [16 交付纠偏规格](16-delivery-corrections.md) §4：每批必须列出**页面入口、操作步骤、
|
||
实际结果、证据位置、剩余缺口**；未接通项标"部分完成"。
|
||
|
||
---
|
||
|
||
## 第一批：接通正常预审执行链
|
||
|
||
状态：**部分完成**（执行链已接通并经真实运行验收；模型类技能已能跑完全程，见文末
|
||
「更正记录」；界面点击本身尚未由自动化驱动，材料确认步骤未在浏览器中完整走一遍）。
|
||
|
||
### 页面入口
|
||
|
||
| 入口 | 位置 |
|
||
|---|---|
|
||
| 发起预审 | `/xingbang-workbench?project=DEMO-B`「材料与问题」页 → 顶部"开始AI预审"按钮 |
|
||
| 查看结果与依据 | 同页「预审与推进沙盘」面板：主审意见、核查结果、核查维度（10）、每条"查看依据" |
|
||
|
||
### 操作步骤（实际执行）
|
||
|
||
1. 启动 v2：后端 `uvicorn app:app --port 8012`（带 `XINGBANG_DEMO_ROLE_LOGIN=1`）、
|
||
前端 `npm run dev -- -p 3212`。
|
||
2. 经前端代理发起预审（与页面按钮同一请求）：
|
||
`POST /api/risk-agent/project-assistant/projects/DEMO-B/runs`，角色头 `manager`。
|
||
3. 等 worker 执行结束（轮询运行状态）。
|
||
4. 读取 `GET .../prescreen/projects/DEMO-B/runs/{run_id}`。
|
||
5. 浏览器打开工作台并渲染面板截图。
|
||
|
||
### 实际结果
|
||
|
||
- 运行结束状态 `partial`，视图 `recommendation=supplement`，`probability=null`。
|
||
- **维度 10 个**：5 已核查 / 2 待核实 / 3 存在阻断项；阶段 1–2
|
||
（`corporate.consistency`、`corporate.cashflow`、`corporate.assets`、`corporate.coverage`、
|
||
`skill-quality`、`skill-finance`、`skill-credit`、`demo.coverage`、`rules-corporate`、`corporate.analysis`）。
|
||
- **核查结果 4 条**（`lease.coverage.below_demo_threshold`、`lease.asset.duplicate`、
|
||
`financial.cashflow.missing`、`financial.liabilities.conflict`），各带依据与组件版本。
|
||
- **证据 14 条**随视图返回，界面"查看依据"可展开来源与定位。
|
||
- **未完成项 1 条**：`RUN_STEP_FAILED 金租对公业务综合核查：未配置受信模型，语义核查未执行`
|
||
——模型不可用时如实标未完成，不伪造结论。
|
||
- 缺证 2 项：`financial.operating_cashflow`、存在尚未人工确认的材料候选。
|
||
- 反复发起产生多条记录（本轮 3 条），旧记录仍可读；轨迹引用指向本次运行。
|
||
- 呈现判定：10 维超出雷达可读范围 → 界面改用分组列表并保留全部维度（AC-44 真实分支）。
|
||
|
||
### 证据位置
|
||
|
||
| 内容 | 位置 |
|
||
|---|---|
|
||
| 会话内验证日志 | 本轮运行输出（发起→轮询→读视图） |
|
||
| 端到端测试 | `backend/test_prescreen_from_run.py`（12 项，真实 enqueue + worker 执行） |
|
||
| 界面渲染 | `claude_use/tmp/v2-batch1-panel.png`（本机截图，未入库） |
|
||
| 全量验证 | `test-evidence/20260930-123451-0228966/`（`scripts/verify.py` 11/11 PASS，531 项单测） |
|
||
| 推送状态 | 已推送 `origin/main`：`f118721..c5edb40`；`git ls-remote origin main` 实测与本地 HEAD 一致 |
|
||
|
||
### 剩余缺口
|
||
|
||
- **界面点击未由自动化驱动**：本机无 playwright/puppeteer/chromium-cli，发起预审是通过
|
||
与页面按钮同一条代理请求完成的；"点按钮"这一步没有脚本化证据。
|
||
- **材料确认已走通（部分闭合）**：通过应用自己的入口补齐演示项目缺的字段——
|
||
`POST /documents` 上传按解析器键名书写的材料（`operating_cashflow: 1200`）→
|
||
项目待确认候选 → `POST /supplements` 带 `candidate_ids` 确认 →
|
||
`financial.operating_cashflow` 等 3 个字段生效（revision 5→6）。
|
||
**未闭合部分**：仍是接口调用而非浏览器点击。
|
||
- **演示角色需要 `XINGBANG_DEMO_ROLE_LOGIN=1`**：否则 worker 的 `authorized()` 会把
|
||
演示角色发起的运行判为"权限已撤销"（运行会失败但可读）。这是配置要求，需写入部署说明。
|
||
- **模型已接通并能跑完全程（2026-09-30 第二轮更正，见下方「更正记录」）**：配置 DeepSeek
|
||
（`XINGBANG_LOCAL_MODEL_*`）后，模型类技能 `corporate.analysis` 真实发起调用。
|
||
本轮首测仍报 `模型引用未知字段`——但**根因不是缺 `financial.operating_cashflow`**；
|
||
修复字段表三处缺陷后，模型跑完全程：工具调用 11 次 / 预算 18，降级记录为空。
|
||
- 取消中的运行不产出视图（只处理 completed/partial/failed）。
|
||
|
||
### 更正记录（2026-09-30 第二轮实测）
|
||
|
||
**更正**：本节原先记为"模型已接通，但预算不足"，其归因有误。第二轮用真实模型复测后确认：
|
||
|
||
1. **`模型引用未知字段` 与缺 `financial.operating_cashflow` 无关。** "已定义但本次无值"的
|
||
字段，键仍然存在（`backend/services/assistant_materials.py` 的 `apply_candidate` 无条件建键），
|
||
不会触发该守卫；补这个字段因此不可能修好它。实测补件后（revision 2→4，缺证清零）报错照旧。
|
||
2. **真正被拒的是 `repayment.*`，进而是字段表的三处缺陷**：
|
||
- `backend/skills/financial-leasing-*/SKILL.md` 的 `inputs` 声明了 8 个 S1 标准字段表里
|
||
**不存在**的字段：还款来源、涉诉、增信、保证金、保险、客户名称；
|
||
- 字段守卫比对的是"当前恰好有值的字段"，而非标准字段表，于是把"标准字段但本次无数据"
|
||
误判为未知字段——与提示词自身"缺失资料标 unknown"**自相矛盾**；
|
||
- 模型从未被告知允许使用的字段名，只能靠猜（实测先猜 `repayment.annual_amount`，
|
||
放开后改猜 `metrics.debt_ratio`）。
|
||
3. **工具预算不是约束**：跑通的那次实际只用了 **11 次**，原值 12 本就够用。
|
||
`max_tool_calls` 12→18、超时 120s→180s 保留作余量，但**不构成修复**。
|
||
|
||
**已修复（4 个文件）**：
|
||
|
||
| 文件 | 改动 |
|
||
|---|---|
|
||
| `backend/services/assistant_materials.py` | 补 8 个标准字段；`NUMERIC` 排除两个非数值字段；`legal.case_count` 加非负整数校验 |
|
||
| `backend/services/assistant_model.py` | 守卫改为比对标准字段表；向模型下发 `standard_fields`；提示词加字段约束；删除遮蔽模块级导入的局部导入 |
|
||
| `backend/services/project_assistant.py` | 补 `insurance.`→租赁物、`deposit.`→增信 维度前缀 |
|
||
| `backend/services/component_registry.py` | 方案预算与版本（`1.0.0`→`1.1.0`） |
|
||
|
||
字段表三处是代码层改动，**对既有数据库立即生效**；预算存放在冻结组件里，需走
|
||
`POST /components` 草稿 → publish 才对既有库生效。
|
||
|
||
**实测结果**（一次性临时库 + DeepSeek，演示库未改动）：`corporate.analysis` 由 `failed`
|
||
变为 `partial`（部分结果为 `unknown`，属如实标注而非失败），降级记录为空，
|
||
核查结果 3 条 → 14 条。证据：`test-evidence/20260930-171301-962d425/`
|
||
（`scripts/verify.py` 11/11 PASS，531 项单测）。
|
||
|
||
**本轮新发现、尚未修复**：`skill-quality` 的完整性检查只遍历"已存在值的字段"
|
||
（`backend/services/skill_executor.py`），因此**从未提供过的字段永远不会被判为缺失**——
|
||
真实项目下"资料完整性"会漏报。建议单独立项，不并入本批。
|
||
|
||
---
|
||
|
||
## 运行环境配置（本地演示，2026-09-30 实测）
|
||
|
||
复现本记录需要以下环境变量。**密钥一律不入库、不写入任何文件**：本地演示用 shell 变量
|
||
展开传入，正式环境请用部署系统的密钥管理。
|
||
|
||
```bash
|
||
XINGBANG_DEMO_ROLE_LOGIN=1 # 演示角色发起运行必需，否则 worker 判"权限已撤销"
|
||
XINGBANG_LOCAL_MODEL_URL=https://api.deepseek.com/v1
|
||
XINGBANG_LOCAL_MODEL_NAME=deepseek-flash # 可换 deepseek-v4-pro（语义核查质量优先）
|
||
XINGBANG_LOCAL_MODEL_KEY=<你的 DeepSeek API Key>
|
||
# 后端启动前清空代理：实测直连 api.deepseek.com 可用（HTTP 200），
|
||
# 系统代理 127.0.0.1:7890 不可用（HTTP 000，与 AGENTS.md 记录的坑一致）
|
||
```
|
||
|
||
启动：`cd backend && venv/Scripts/python.exe -m uvicorn app:app --host 127.0.0.1 --port 8012`；
|
||
前端：`npm run dev -- -p 3212`，并设 `RISK_AGENT_BACKEND_URL=http://127.0.0.1:8012`（v2 隔离端口）。
|
||
|
||
---
|
||
|
||
## 第二批：完成历史经验加工流程
|
||
|
||
状态：**部分完成**。后端闭环（真实提炼入口 → 候选治理 → 卡片进方案并影响运行）已接通，
|
||
并经真实执行链测试；本模块页面入口已建并通过生产构建与源码守卫。
|
||
**未闭合**：① 真实模型提炼调用尚未实测（需要模型端点，见"剩余缺口"）；
|
||
② 界面点击未由自动化驱动（本机无浏览器自动化，沿用第一批 F11 口径）。
|
||
|
||
覆盖：AC-50/51/52、BR-48/49、E-28；页面入口部分覆盖 BR-50（三个入口中的第一个）。
|
||
|
||
### 页面入口
|
||
|
||
| 入口 | 位置 |
|
||
|---|---|
|
||
| 历史经验加工 | 顶部导航「历史经验加工」→ `/experience-center?project=<项目>` |
|
||
| 流程四段 | ① 来源：历史过程时间线 → ② 提炼：用真实模型生成候选 → ③ 候选：修订/评测/发布 → ④ 方案：让卡片影响核查 |
|
||
|
||
### 操作步骤（实现并按此验收）
|
||
|
||
1. 「从项目材料重建时间线」→ `POST /prescreen/projects/{id}/case-timeline`（确定性，不调用模型）。
|
||
2. 勾选来源事件、填写提炼要求 →「请求提炼」→ `POST .../knowledge-extractions`。
|
||
3. 候选卡上「自然语言修改适用范围」或「补充独立测试样本」→ `PATCH .../knowledge-candidates/{card_id}`。
|
||
4. 「隔离评测」→ 由**另一位**有发布资格的人「审核发布」→ `POST .../knowledge-candidates/{card_id}/transitions`。
|
||
5. 已发布卡「选入新方案」→「评测方案」→「发布方案」→ `POST .../review-plans` 与 `/review-plans/{id}/transitions`。
|
||
6. 在项目工作台用该方案发起预审；运行结果冻结并记录卡片版本。
|
||
|
||
### 实际结果
|
||
|
||
- **提炼（模型未配置）**：记录 `status=failed`，`candidate_id=null`，degradations 带
|
||
`EXTRACTION_UNAVAILABLE`，文案"本次未能完成经验提炼，请稍后重试或改为人工创建"；
|
||
**提炼跑完后库里一张候选草稿都没有**（`test_experience_extraction` 的反例断言）。
|
||
这与第一批"模型不可用如实标未完成"同口径。
|
||
- **提炼（模型可用）**：以假传输层走真实 `agent_manager.invoke_scoped` 路径，
|
||
产出 `origin=history_derived` 且带来源事件 id 的 Skill 候选；记录保存
|
||
`prompt_version=history-extraction.v1` 与模型名，可核对"确实发起了调用"。
|
||
**真实模型调用未实测**（见剩余缺口）。
|
||
- **候选治理**：自然语言修订真的发起一次模型调用（测试断言调用次数为 1）；
|
||
模型不可用时**拒绝且卡片一字未改**（比对修订前后 revision 与 conditions）；
|
||
修订后仍为 `history_derived` 且保留来源、状态仍为 draft；已发布后修订升版本并记 `parent_version`。
|
||
- **卡片影响核查**：同项目两次运行对照——基座方案 `corporate.pre-review` 不含该卡片，
|
||
运行里没有该核查项；含卡片的新方案运行里出现 1 条 `history.repayment.dependency`，
|
||
其 `basis_ids=[skill.history.repayment@1.0.0]`，`component_versions` 含 `(卡片id, 1.0.0)`。
|
||
- **依赖门禁**：草稿卡片进方案时，发布被 409 拒绝；引用不存在组件时评测 `passed=false` 且发布被拒。
|
||
|
||
### 证据位置
|
||
|
||
| 内容 | 位置 |
|
||
|---|---|
|
||
| 提炼入口（15 项） | `backend/test_experience_extraction.py` |
|
||
| 候选治理与自然语言修订（15 项） | `backend/test_knowledge_governance.py` |
|
||
| 卡片 → 方案 → 运行（6 项） | `backend/test_card_to_run.py` |
|
||
| 界面源码守卫（新增） | `scripts/test_experience_center_ui.cjs`（已登记进 `scripts/verify.py`） |
|
||
| 全量验证 | `test-evidence/20261001-003148-2e7e194/`（`scripts/verify.py` **12/12 PASS**，含 `backend-unit` 全量 567 项、`frontend-build`、新增 `experience-center-ui` 守卫） |
|
||
|
||
### 剩余缺口
|
||
|
||
- **真实模型提炼未实测（P0）**：AC-50 的"若模型已配置则实际调用"需要一次真实调用证据。
|
||
本轮机器上没有设置 `XINGBANG_LOCAL_MODEL_*`，因此只交付了"不可用路径"与"假传输成功路径"。
|
||
实测方法：带 `XINGBANG_DEMO_ROLE_LOGIN=1` 与三个模型变量启动后端，再走上面步骤 2；
|
||
在此之前不得宣称"真实提炼已跑通"。
|
||
- **界面点击未由自动化驱动**：本机无 playwright/puppeteer/chromium-cli。界面证据是
|
||
"源码守卫 + 生产构建（`/experience-center` 6.08 kB）+ 代码走查"，**不是**端到端点击证明；
|
||
本批的"页面入口/操作步骤"是按实现与接口核对写出的，不是浏览器截图。
|
||
- **例外边界未进入可求值条件语言**：注册表条件只支持数值阈值算子，`present/absent` 被既有断言
|
||
锁定拒绝，因此模型给出的例外保存为文本 `exception_note`，供专家修订，不作为可执行条件。
|
||
- **卡片适用条件不参与运行内逐项判定**：`conditions` 目前只用于域/范围/有效期过滤
|
||
（`knowledge_cards.effective()`）；运行内条件求值需独立设计，不在本批冒充完成。
|
||
- **治理状态只实现 draft/published**：`in_review`/`rejected`/`withdrawn` 在注册表没有落地表达，
|
||
候选状态机因此只提供 `evaluate` 与 `publish`，不造一个假状态掩盖。
|
||
- **规则类（Rule）候选不在本批**：数值阈值与正式依据门禁（`_check_hard_basis`）需要单独设计，
|
||
本批只产出 Skill 类候选（可验证的缺件核查动作）。
|
||
- **顺带发现、未修**：`01-requirements.md` 的 E-18 写作 `HARD_RULE_BASIS_REQUIRED`，
|
||
但代码走的是 `ValueError` → 422 `INVALID_REQUEST`，错误码未对齐（既有问题，非本批引入）。
|
||
|
||
## 第三批：按已确认原型完成新版界面
|
||
|
||
状态：**未开始**。
|
||
|
||
## 第四批：接通评审反馈与改进发布
|
||
|
||
状态：**未开始**。
|