Files
quality_analyse/docs/智能分析执行层重构_实施与验收计划_20261027.md
T
lyun ff7bbe3e46 同步:完善质量分析工作台并更新主题字体
同步已上线的智能分析执行协议、来源查询、图表报告与管理页面配套代码。
补齐数据库迁移、运行依赖和回归测试,保留原有指标计算口径。
统一午夜黑及其他主题的控件细节、中文和业务数字字体。
排除本地业务数据、凭据、预览、发布与验收产物。

验证:生产构建通过,320项前端回归通过;本轮仅同步Git,不再次部署。
2026-10-30 22:40:58 +08:00

283 lines
29 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 智能分析执行层渐进重构:实施与验收计划
> 2026-10-28最终收口:本地实施与本轮约定验收完成,未发布线上。用户已确认千问只需回应,且目前无上年数据、使用现有环比验收即可;完整真实同比不纳入本轮。后台独立补图已完成,真实页面、刷新和HTML/单张长图通过。六类结果、跳过项、限制及发布边界见 [最终实施与验收报告](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/智能分析执行层重构_最终实施与验收报告_20261028.md>)。下方早期进度说明保留历史语境。
> 2026-10-28 后续进度:缺陷细项已完成真实核对;历史报告已接入来源选择、独立导入和按原范围渲染,正式指标的多范围/上一轮/缺失来源及页面导出已验收。详见 [历史报告接入记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/历史报告_接入与验收记录_20261028.md>)。成员/排名/缺陷/原表核验与逐行记录的组合历史报告也已完成真实数据和页面导出验收,见 [组合报告记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/混合历史报告_真实验收记录_20261028.md>)。旧会话只读与独立新分析入口也已完成真实页面及保存材料核对,见[只读兼容验收](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/旧会话只读与新入口_实施验收记录_20261028.md>)。受控巡检也已接入统一协议,完成真实治理关联、两阶段类别独立核对、MiMo历史报告及页面导出,见[受控巡检验收](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/受控巡检_统一协议与验收记录_20261028.md>)。隔离开关切换/回退演练及发布清单已准备,见[发布准备](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/切换回退与发布准备_20261028.md>);缺真实2025来源的完整同比和正式发布前的即时备份尚未完成。千问按用户最新要求仅确认有回应。
> 收口核对补充:第4.3节的图表独立重试尚未全部完成。本轮已补齐浏览器渲染失败的重试;后台没有图表快照时的独立恢复仍待实施。原计划逐项状态见[收口核对](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/原计划逐项收口核对_20261028.md>),页面修复见[图表重试记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/图表独立重试_页面渲染验收_20261028.md>)。
> 编制日期:2026-10-27\
> 状态:实施计划;不是已完成、已验收或已发布的声明。\
> 目标读者:后续实施会话、开发与验收人员。
> 本地实施进度更新:统一协议、正式阶段报废率、通用源字段条件、完整成员清单及连续月份已接入隔离真实链路。完整进度与未接入范围见 [本地实施验收记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/报废率与完整清单_实施验收记录.md>)。这不是整份计划已完成或已上线的声明。
> 后续进度:单期正式重量排名已接入统一协议,完成两阶段客户排名、排除规格重算及独立数据和页面核对。边界与剩余任务见 [重量排名验收记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/重量排名_实施验收记录.md>)。排名到趋势的任务内下钻、跨范围比较及多轮选规格、取消客户、修改月份现已接入,完成5个真实场景和缺同比来源的PARTIAL验证,见 [分步查询验收记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/分步查询_实施验收记录.md>)。源表核验及逐行详情现已接入并完成真实数据链路核对,完整HTML和单张长图也已验收;缺陷扩展、历史报告等仍需继续实施,整份计划尚未完成。
> 源表调查后续进度:source/records节点已接入统一协议,完成黑亮片合查、单阶段、修改/取消通用列条件以及正式报废率+清单的四个真实完成场景,独立核对4083个原始字段值。完整HTML和单张长图也已验收,见 [实施验收记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/源表核验与逐行记录_实施验收记录.md>)。前期调查筛选准备记录保留。见 [准备记录](</Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis/output/execution-refactor-20261027/源表调查筛选_接入准备记录.md>)。
## 1. 项目背景和本轮目标
质量数据分析平台使用已授权的质量来源数据,提供总体、产业部、业务分组、产品规格和客户等范围的正式指标查询,并支持多轮智能分析、图表和报告。正式指标由后端计算;模型负责理解问题、选择和组合只读工具、观察结果并组织答复。
本轮工作正式定义为**智能分析执行层渐进重构**:统一任务状态、筛选协议、工具执行、结果证据和完成判断,使用户通过自然语言提出问题、澄清对象、追问、修改或取消条件时,整个执行链路始终遵守同一份已确认任务。
不按单个失败问句逐句加特殊分支;也不以更换模型或框架代替业务范围、权限和证据设计。第一阶段采用现有 NAO 能力;只有确认当前框架无法可靠满足持久化、暂停、恢复等实际需求时,才另行评估替换。
### 1.1 已确认的问题与风险
| 情况 | 已确认事实 | 本轮应解决的类别 |
| --- | --- | --- |
| “今年18x15x4合格率变化趋势”失败 | 线上记录显示规划前两次筛选格式无效,第三次语义复核误判;尚未执行质量查询 | 规划、筛选协议、实体确认和复核职责 |
| “800001客户都有哪些规格”失败 | 已确认一次线上失败发生在规划阶段,筛选格式无效且清单被误解为全原始记录要求 | 客户范围、清单语义和规划恢复 |
| 客户规格清单可能不完整 | 当前普通产品查询可返回单页及截断标记;可能把首页当全部是代码风险,**不是**上述线上故障已确认的原因 | 完整维度成员清单和分页校验 |
| 筛选协议不一致 | 已在本地复现任务层可表达排除条件,而工具层筛选规范拒绝 `exclusions` | 同一筛选语义贯穿任务、工具、正式接口和证据 |
| 月度趋势没有答到 | 已在隔离证据场景复现:月度数据存在时,答复可能只给年度单值并标记完成 | 任务目标与事实、图表和完成标准一致 |
| 多轮对象和范围 | 已有故障及本地回归发现范围遗漏、旧条件回填、历史证据混用等风险 | 同一权威任务修订、权限和证据隔离 |
| 耗时异常 | 隔离环境一次 Qwen“你好”约 236.8 秒;只能作为单次信号,原因尚未确认 | 从第一阶段按模型、排队、规划、复核、查询和生成分段测量 |
既有本地修改曾通过 446 项 Python 回归(4 项跳过)及 181 项前端测试,但不能替代本轮验收。上次 Qwen 真实验收按用户要求主动停止,验收记录最终为未通过;其中规格澄清轮次被取消,不能据此判定功能已经通过或已经失败。取消后本地原模型配置已恢复。开始实施时需重新核实当前状态。
### 1.2 必须保留的业务边界
1. 正式合格率、重量、报废、阶段拆解和月度总体计算以现有正式指标和独立业务基准为准;模型和新执行层不改公式、不自行补算正式值。
2. 用户已确认:黑片或亮片某一阶段缺失时,**两个方向均适用现有另一阶段引用规则**。先以原系统、规则及已核实来源作基准验证,不因单阶段无独立记录直接隐藏正式综合率;两阶段均无有效来源不能伪称真实 100%。真实零、缺失、未发布和查询失败分别处理。
3. “汽车交通”按用户确认对应产业部“新能源汽车磁钢”;“汽车交通-国内/海外”是其业务分组,不可把两个分组集合悄悄替代整个产业部。
4. `18×15×4` 是规格表达,授权目录可能有 `18X15X4+T`、`18X15X4+Z` 等完整规格;`18X15X4.1+Z` 不是同一精确尺寸。明确未知后缀不能换成另一后缀。多个候选不得未经确认合并。
5. `800001` 是客户代码;客户代码按完整字符串保存,不能视为规格、项目组或业务分组。不得硬编码只有 `800` 开头才是客户代码;当前账号实际可用字段和数据范围由授权目录及正式接口决定。
6. 产品柏拉图展示 Top 规格时,占比分母是**同一基础筛选范围内所有产品的总重**;Top 只改变展示集合,不缩小总体分母。没有业务认可的分解方法时,报废增量和分组变化只作为线索,不宣称为精确总体贡献或生产根因。
7. 延续现有报告要求:重点结论靠前,详细数据按现有设计展示;报告标题由 AI 概括而非直接复制提问;维持 HTML 与**单张长图**导出,不引入图片分页。
## 2. 实施前现状盘点与安全边界
### 2.1 工作区与现有资料
截至编制时,工作区是:
```text
/Users/lyun/.codex/worktrees/quality-ui-ai-round2/1020_qualitative data analysis
分支:codex/quality-ui-ai-round2
HEAD:edef747
```
工作区存在大量未提交和未跟踪改动,既包含此前已发布内容,也包含最近一次尚未真实验收或发布的本地智能分析修改。**不能把 HEAD、当前工作区或旧测试结果直接视为线上版本。** 新会话必须先重新检查当前分支、`git status`、线上版本标识、运行进程、源码哈希和业务快照;保留用户与其他会话的修改,不执行 `git reset`、清库或覆盖无关文件。
以下为排查入口,不承诺行号永久不变:
| 责任 | 现有入口 |
| --- | --- |
| 会话、轮次、冻结上下文、授权和取消 | `backend/src/main/java/cn/yunsheng/quality/analysis/AnalysisTurnService.java`、`AnalysisTurnsController.java` |
| 任务理解、规范化、多轮目标 | `scripts/nao_agent_task.py` |
| 运行编排、上下文、查询补齐和诊断 | `scripts/nao_quality_runtime.py` |
| 查询范围绑定 | `scripts/nao_query_contract.py` |
| 正式只读工具、目录、查询与分页 | `scripts/nao_quality_tools.py` |
| 趋势事实、证据覆盖和最终答复 | `scripts/nao_agent_report.py`、`scripts/nao_analysis_coverage.py`、`scripts/nao_evidence_finalizer.py` |
| 规格候选与澄清 | `scripts/nao_product_identification.py`(本地未发布修改,需复核) |
| 图表、正文、报告及状态界面 | `scripts/analysis_visuals.py`、`web/src/AnalysisNarrative.tsx`、`web/src/ManagementPages.tsx` |
| 先前故障及本地验收记录 | `output/scope-followup-20261027/`、`output/root-trend-20261027/`;可能包含敏感业务数据,仅限本机授权使用 |
隔离测试曾使用本地 UI `127.0.0.1:5380`、后端 `127.0.0.1:5283` 和数据库 `quality_verify_ui_ai_round2_20261025`。这些是历史环境信息,不是当前可用性的保证;运行前必须重新确认测试库和进程归属。浏览器验收优先连接用户已打开的浏览器及标签页,不主动启动额外独立浏览器窗口。
### 2.2 不可越过的边界
- 不改动源工作簿、正式数据、业务公式或既有阶段引用规则;新增验证数据放隔离库。
- 不打印或提交模型密钥、会话凭证、客户私有清单、来源文件和完整敏感记录;诊断按轮次保存必要的脱敏阶段、字段、状态和耗时。
- 不擅自向新的模型供应商发送业务数据;真实模型验收使用用户已配置且授权的接口与数据范围。
- 不进行 Git 提交、推送、线上发布或其他外部变更,除非新会话中获得相应明确授权。发布需要真实验收通过后另行确认。
- 若实现需要数据结构变更,先评估兼容式迁移、备份和回退;回退不能清库或丢失新建会话。
## 3. 统一协议:第二阶段必须交付
第二阶段同时交付**任务状态、筛选协议、执行上下文和结果证据**,而不是只新增一个任务类后继续由旧逻辑各自补条件。协议应有版本、字段校验、兼容边界及相应测试;具体存储选型以仓库验证为准。
### 3.1 任务修订和执行请求
| 标识 | 含义 | 约束 |
| --- | --- | --- |
| 任务修订号 | 一份当前任务目标和范围 | 确定后保持不变;修改目标或筛选生成下一修订 |
| 执行请求号 | 对某一修订的一次具体执行 | 同一修订重试使用新执行号;幂等请求不得产生重复有效结果 |
对象唯一、意图明确且校验通过时可以自动确认,不要求用户逐次点击确认。只有实质歧义才请求选择。
#### 状态转换表
| 当前状态 | 触发 | 下一状态和要求 |
| --- | --- | --- |
| 新请求 / 待解析 | 模型提出目标、对象及筛选变更 | 参数、目录和业务语义校验;失败不得执行旧修订作为本轮答案 |
| 待解析 | 必要对象有实质歧义 | 待澄清;保存原始目标和当前授权候选,不执行未经确认的业务查询 |
| 待澄清 | 用户作出有效选择 | 检查会话、发布快照和当前授权;生成已确认修订并保留原目标 |
| 待解析 / 待澄清 | 意图和范围明确、校验通过 | 已确认修订;可创建执行请求 |
| 已确认 | 开始或重试查询 | 执行中;重试可保留修订,但必须有新的执行请求号 |
| 执行中 | 证据满足任务 | 已完成;正文、图表和证据绑定有效修订与执行请求 |
| 执行中 | 部分证据有效但存在缺口 | 部分完成;明确缺口,不伪称全部完成 |
| 任意可取消状态 | 用户取消 | 已取消;后续迟到事件不能更新当前有效结果 |
| 已确认 / 执行中 | 用户明确修改或另起任务 | 形成下一待解析修订;旧修订可保留历史,不能覆盖新任务 |
| 任意阶段 | 权限撤销、不可恢复错误或校验失败 | 停止相关执行并说明;不得使用旧权限或悄悄换范围 |
用户明确改变条件时,新修订尚未理解成功不能自动沿用旧修订的答案冒充本轮结果。取消、替代、重试和迟到事件必须同时按**任务修订号与执行请求号**隔离。
### 3.2 唯一权威来源和迁移退出条件
- 后端持久化的**当前已确认任务修订**是用户目标和筛选的唯一权威来源;历史消息只提供语义背景,不能向正式查询回填已清除条件。
- 执行上下文独立保存当前用户权限、既有发布快照及其规则/映射信息;用户删除筛选不能删除或扩大权限。
- 任务变更由单一入口负责:模型提出增加、替换、删除或新任务;后端验证后原子生成修订。必要时使用版本检查或 CAS 防止旧状态覆盖新状态。
- 任务筛选协议包含稳定字段标识、包含/排除、多值、空值和增加/替换/清除的明确语义。格式修复只在含义不变时进行;不支持的操作明确报能力限制,不静默丢弃。
- 逐条盘点 `last-agent-task`、历史问题、冻结上下文、重试/恢复和工具参数的旧条件来源,形成“旧路径 → 新责任人 → 迁移适配 → 验证 → 停止生效”清单。历史适配仅供读取,不反向注入旧条件。
- 退出条件:仓库搜索和调用链确认正式查询不再从旧路径追加用户筛选;增加/替换/清除、新任务、重试和历史会话用端到端测试证明;适配层用途和退出时机有记录。
### 3.3 权限实时复核
发布快照可固定,**权限不能永久冻结**。使用当前有效授权分别复核:
1. 查询客户、规格等候选对象。
2. 执行每次正式查询或下钻。
3. 重用历史证据或缓存。
4. 展示图表、报告以及生成或下载导出文件。
若权限变更使任务无法继续,应停止受影响操作并提示当前限制,不能从旧缓存补齐无权数据,也不能悄悄改变客户或组织范围。
### 3.4 经过核验的证据集合
“同一份证据”指**同一任务修订下、授权有效、来源和口径一致的证据集合**,不是要求每个子查询的参数完全相同。每个子查询记录实际范围、期间、用途、父任务和证据来源。
- 同比允许本期与上年同期;国内/海外允许不同分组;排名后可查询选中规格的趋势。
- 下钻是当前任务内有目的的子查询,不自动把用户整个任务永久改成某一规格;永久范围变化仍需任务变更。
- 柏拉图的基础筛选、Top 展示集合和总体分母分开保存及验证。
- 不同客户、规格、期间、发布快照或权限范围的证据不能无说明地混用、重命名或合并。需要历史多范围报告时,分别标明真实范围;无法安全归并则说明限制。
- 即使复用历史证据,也要重新核对当前授权、范围、期间、发布快照和任务是否要求重新查询。失败或未核实的旧答复不是事实证据。
## 4. 执行与完成策略
### 4.1 模型与平台的职责
模型理解目标、识别对象、选择工具并观察结果,必要时提出下钻或澄清。平台执行确定性业务规则、注入和验证范围、检查来源及完成状态。模型输出、工具结果和历史文本均视为待验证数据,不能覆盖权限、发布版本或系统约束。
结构化输出只解决参数形状,不能证明业务对象正确;各已配置模型的结构化输出及工具调用能力必须分别实测。明确的单值数组、空占位等仅在不改变语义时修复;多值、歧义或未知字段不得任意猜选。
### 4.2 必需校验与辅助复核
| 类型 | 固定处理策略 |
| --- | --- |
| 权限、发布快照、查询契约、正式口径 | 必须通过;失败停止相关执行 |
| 对象或目标有实质歧义 | 精确澄清,不能猜测 |
| 模型识别到语义冲突 | 指出冲突字段或目标,有限修正或澄清 |
| 辅助措辞/解释复核不可用 | 必需校验已通过时,可按预设策略返回已核实事实或表格,并说明未完成部分;不伪称完整解释 |
| 数据源缺失、超时或图表失败 | 分别标识,保留允许展示的已验证结果,不静默扩大范围 |
同一有效计划遇到辅助复核的网络或格式错误时,允许有界的同计划恢复;不能无限复核,也不能因已知误拒反复抛弃有效计划。若目标、对象、权限或范围仍无法确认,不得为了输出答案而跳过必要校验。最大模型调用数、工具调用数和总时限应有明确配置与可观测记录,不擅自修改用户已设定的统一模型输出限制。
### 4.3 按任务判断完成
| 任务 | 必须具备的完成依据 |
| --- | --- |
| 规格月度趋势 | 完整规格已确认;正式月度证据属于正确范围、期间和快照;正文回答走势,图表与证据一致 |
| 客户规格清单 | 指定客户条件进入正式查询;授权范围内规格去重、全部分页完成且计数一致,才能标记完成;截断或未遍历完应标记部分完成并说明 |
| 客户月度趋势 | 指定客户条件保留到每月正式数据及结果,不能用总体或其他客户数据代替 |
| 明确比较或下钻 | 业务对象、比较指标、期间、子查询用途及范围经过确认;不存在伪造的贡献或根因 |
| 纯年度指标 | 按用户要求返回正式汇总;不把普通指标强加为趋势 |
| 原表或逐条记录核验 | 仅在用户确实要求时执行;完整性、期间和范围依既有正式门禁核对 |
完成检查分两层:**任务是否忠实于用户原话及确认的上下文**,以及**查询和结果是否满足该任务**。模型输出文字不等于任务完成。
状态区分 `待澄清 / 运行中 / 已完成 / 部分完成 / 失败 / 已取消`。规划未完成时应明确尚未取得正式结果;缺失、未发布、无权限和超时不能混为“无数据”。图表生成失败时,如果正文和表格已核实,应保留并允许单独重试图表;不得显示没有生成的图表已成功。
沿用已约定的会话体验:运行状态与时长在顶部,思考、工具过程和正文按实际顺序展示,思考流式输出并在完成后折叠、可手动展开;用户向上浏览时暂停跟随,回到末尾后恢复。是否显示的内容和权限按现有产品设置处理。
## 5. 分阶段实施与交付
### 阶段一:基线和盘点
1. 盘点分支、未提交/未跟踪改动、线上执行层版本与本地差异;记录现有条件来源和工具调用入口。
2. 在隔离数据环境固定代表性发布快照、授权配置、来源覆盖和独立可信业务基准。不要把新实现的输出复制成自身预期。
3. 保存两次真实故障的脱敏调用过程;区分真实故障、代码风险与尚未验证推测。
4. 对简单问候、规格趋势和客户规格清单分别记录模型直连与经应用的耗时,分解排队、首字、规划、复核、工具、最终生成;不得仅凭一次约 236.8 秒记录判断原因。
**交付:**现状与改动清单、可复现故障、业务基准、阶段耗时基线和需保留的已有修改清单。
### 阶段二:统一协议和状态转换
完成第 3 节的任务修订、执行请求、筛选变更、权限与发布上下文、证据集合及状态转换表。为每条旧条件读取/回填路径指定接管入口和退出测试;保留历史会话只读兼容。
**完成依据:**包含、排除、多值、空值、替换、删除可以从任务贯穿工具、正式接口和结果;无权限或不支持时明确停止;任务修订与执行请求可区分;权限重新检查生效。
### 阶段三:第一条真实多轮闭环
以“今年 `18×15×4` 综合合格率变化趋势”为入口,完成:
1. 根据真实授权目录确定候选,必要时澄清;不混入 `18×15×4.1` 或其他未授权规格。
2. 用户选择 `+T`,继承原年份、指标、趋势目标和已确认范围。
3. 查询正式月度值,生成同证据正文、表格和图表。
4. 修改或取消一个用户条件,产生新修订,再查询并确认旧条件和旧证据不残留。
5. 检查失败、重试、取消和迟到事件不能把旧执行结果当成本轮答案。
**完成依据:**同时提供任务修订与变更、执行请求、实际正式查询参数、来源证据、月度结果和真实页面记录;该链路必须复用通用协议和工具。
### 阶段四:扩展同一机制
以同一机制支持 `800001` 客户完整规格清单、客户月度趋势、按客户下钻规格、同比/国内海外比较,以及明确排除规格。逐步停止旧条件回填路径;未实现的能力明确报告,不猜测或静默缩小范围。
**完成依据:**同义问法和多轮变体复用同一协议;客户、产品、期间、权限、快照和子查询用途始终可核对;清单、TOP 和原表核验互不混淆。
### 阶段五:真实验收与发布准备
执行第 6 节所有关键用例,保存测试报告、真实模型会话和页面证据,检查未发布改动及源数据/业务快照一致性。准备新旧执行层切换、部署前备份、运行检查和回退方案;发布只在用户另行授权后进行。
## 6. 验收矩阵与发布阻断项
### 6.1 自动回归与独立业务基准
建议起步整理约 **40—60 个基础案例、8—12 段多轮对话**;这是组织工作量的建议,不以数量代替覆盖质量。数字预期来自已核实的工作簿、原业务系统或独立确认的业务基准。
| 类别 | 必测案例与通过条件 |
| --- | --- |
| 同义与任务类型 | 不同表达得到等价目标;清单、TOP、原始记录核验和趋势明确区分 |
| 产品规格 | `18×15×4` 的授权候选正确;不混 `4.1`;选择 `+T` 继承目标;不存在的 `+Q` 不替换成其他后缀 |
| 客户规格清单 | `800001` 进入实际客户筛选;用隔离合成超过单页数量的数据验证去重、稳定分页、完整计数和截断提示 |
| 客户趋势 | 正文、表格、图表和各月正式证据始终属于指定客户;客户代码大小写、字符串值和权限准确 |
| 同句客户和规格 | 两种对象分别绑定;一个条件不能覆盖另一个;客户代码不能自动当成规格 |
| 多轮变更 | 换客户、取消客户但保留其他条件、排除规格、改期间及另开任务;旧条件不由其他路径回流 |
| 合法子查询 | 排名后规格趋势、国内海外比较和同比可使用各自范围;任务基础范围不被子查询永久改写 |
| 柏拉图分母 | Top 集合改变不影响同基础范围全部产品总重分母 |
| 单阶段引用 | 黑片缺失和亮片缺失两个方向按既有正式业务基准;两阶段均无有效来源不得伪称真实 100% |
| 期间与数据状态 | 未发布不补零;真实零、缺失、无权限、查询超时和图表失败分别表达 |
| 权限和历史 | 对候选、查询、证据复用、图表/报告/导出重新核查有效权限;撤权后不复用受限缓存 |
| 重试和并发 | 同修订新执行号;取消或旧修订迟到结果不能覆盖新页面;失败不能复用错误答案或伪证据 |
| 图文与报告 | 正文、表格、图表、报告与来源/范围/期间/数值一致;HTML 和单张长图可用 |
正式公式变化、权限越界、客户或规格跨范围混算、筛选丢失、缺证据却标记完成,均为**发布阻断项**。
### 6.2 真实模型、多轮和页面
- 分别使用用户现有配置的 Qwen 和 MiMo,在隔离测试库执行代表性真实任务;记录实际模型、问题、状态、范围、工具、证据、耗时和模型配置恢复情况。
- 至少覆盖:规格澄清及 `+T` 续问、`800001` 完整规格清单、客户趋势、切换/取消条件和新任务;对非确定性案例做重复试验并报告次数及结果,不把一次成功称为稳定。
- 月度数值逐点与独立可信正式业务基准对照;检查实际查询参数和来源,而不只检查自然语言。
- 在用户现有浏览器的实际页面检查状态、范围、澄清、正文、图表、依据及报告。测试使用隔离会话和明确标记的测试数据,不能覆盖或删除用户真实会话。
- 能力不同的模型分别统计;模型错误、接口不可用、应用校验错误和数据缺失分别记录。样本量不足时不宣称可靠的 P95 或成功率。
### 6.3 耗时与配置
从第一阶段采集模型直连、排队、首字、规划、复核、工具查询和最终生成耗时;先定位阻塞再优化。记录模型调用次数、工具次数、超时/重试与用量;适用时记录 P50、P95 及样本量。不要因强行压缩时间跳过权限、正式口径或证据门禁。
## 7. 交付、发布与回退
最终实施报告必须分别说明:
1. **代码已实现**:任务与筛选权威来源、旧逻辑退出情况及实际修改文件。
2. **自动验证**:通过、失败、跳过及未覆盖项目。
3. **真实会话**:模型、任务、实际范围、期间、证据、结果及耗时。
4. **页面验收**:实际截图或可访问会话,图文和报告检查结果。
5. **业务与权限**:正式指标、双向阶段引用、客户/规格范围、发布快照和数据一致性。
6. **限制与风险**:未验证项目、模型不确定性、排查结果和后续建议。
真实验收通过后准备发布清单和可审阅回退方案。经用户明确授权后才上线;发布前备份并确认无冲突任务,发布后复核服务、源码版本、模型配置、权限和业务数据快照。可采用执行层开关或其他经验证的方式回退;**回退不能清库、覆盖来源数据或丢失新建会话**。
## 8. 给新实施会话的启动说明
请先阅读本文件和项目内适用的 `AGENTS.md`。按阶段一开始:盘点工作区未发布改动、既有线上版本和业务基准,保留所有已有修改;随后制定可执行的协议与迁移清单,完成第一条真实多轮链路,再扩展客户清单、客户趋势及比较。
执行过程中保持用户确认的正式公式、两个方向的阶段引用、权限和发布快照;不要把 800001 或某一句提问硬编码成专用处理。自动回归、真实模型与实际页面要分别记录;此前 Qwen 验收被取消,不能作为通过证据。需要线上发布、Git 推送或其他外部操作时,按当前用户授权边界处理。
验收时始终回答三个问题:**用户修改的条件是否进入最终查询;旧条件和旧证据是否还有路径回流;换一种表达是否仍复用同一机制完成任务。**