docs(W21): 四项待决按建议口径定案 + D2.9 手动用例全量复跑回填（v1.0 → v1.1）
用户 2026-09-21「按照你建议的来」⇒ DEC-W20-6 / -7 / -8 / -9 全部按最优建议 定案（人设维持语气层 / 资料变更类维持 P2 / 收益过滤只留展示层 / 金标暂不扩到 49 条），本轮无代码变更。 D2.9 手动测试用例全量复跑（路径 B · 真 HTTP）： - 46 条金标 + 11 条边界 + 安全 4 条一次跑完 - 出口 46/46、事实 46/46、禁忌 0、转人工 5 条（F-05/G-01/G-03/G-04/G-05，全在 白名单内） - 结果直接回填 §2 的 46 个「你判」与 §5 的 11 项指标 顺带修正与登记： - 校准 D2.9 里两处因本轮改模板而过时的出口话术（澄清 / E5b） - 登记一处判据更正：首版跑批脚本把出口形状判成「首个期望命中即返回」，造成 13 条假阴性（事实 46/46 全中），改为「任意命中」后 46/46 - 更正 D2.9 §8 一处路径错误：_eval_harness\ 与仓库同级、不入库，旧文写成 group_fqcd_jr/_eval_harness/ 换机器会找不到 - Z-08 同会话重复模糊问句：形状已稳（三轮全落 E1 澄清，不再跳答别的题目、 不再落 chitchat），残余仅为「候选漂移」⇒ D-2 降级 - 本轮验证脚本 56 个已归档到 _w20_evidence\（逐个移动，非通配） 落档：D1.6 §4.49 六（裁定回填）/ D2.1 v6.36（+2 行）/ D1.1 §30（头部 v1.12）/ D2.9 v1.1
This commit is contained in:
张胜宇
@@ -2,7 +2,7 @@
|
||||
|
||||
> **体系编号**：`D1.1` · 域：一、治理与索引 · 编号体系见 `D1.1` §4.0
|
||||
|
||||
> **编号**：CS-DOC-2026-017 | **版本**：v1.11 | **日期**：2026-09-20 | **状态**：**现行（活文档，随文档区变动同步更新）**
|
||||
> **编号**：CS-DOC-2026-017 | **版本**：v1.12 | **日期**：2026-09-20 | **状态**：**现行（活文档，随文档区变动同步更新）**
|
||||
> **性质**：本文件是 `开发文档\` 的**唯一入口**。任何人（含三个月后的自己）打开这一份，就应知道：先读什么、哪份为准、每份什么状态。
|
||||
> **盘点范围**：`开发文档\`（**52 个文件** = 51 份编号文档 + 1 份入口存根 `CLAUDE.md`，无归档子目录）+ `客服agent\`（**9 份**对外交付文档）。
|
||||
|
||||
@@ -131,7 +131,7 @@ A5 [D3.3] 访客与角色分离的鉴权方案建议（仅此一份，无新旧
|
||||
| **D2.6** | `客服agent\D2.6-客服Agent答辩报告-2026-09-19.md` | 2026-09-19 | 现行 | 🔴 **答辩主文档**：批评 → 根因（2 个出口 / 10 处失败方向全指向转人工）→ 五出口 `E1`—`E5` → `INV-1`~`INV-5` → 金标 11 项**修复前 → 修复后**对比 → 零容忍词挂载点口径 → 坑与教训 → 诚实未做项 → 现场速答 |
|
||||
| **D2.7** | `客服agent\D2.7-客服Agent中长期记忆与画像联动设计-2026-09-20.md` | 2026-09-20 | 现行 | 🔴 **记忆与画像专项**：三问直答 / 客服侧五道闸门取证 / 字段分域（`investor_type` 红线）/ **主设计主张：记忆改「行为」不改「输入」** / `INV-M1`~`INV-M6` / 两处过期理由更正 / 分期 P0—P2 / 待决 4 项 |
|
||||
| **D2.8** | `客服agent\D2.8-客服Agent知识库RAG全链路与选型说明-2026-09-20.md` | 2026-09-20 | 现行 | 🔴 **RAG 全链路**：解析 → 切片（叶子标题 + 表格行级子块）→ 向量化（`text-embedding-v3` / 1024 维）→ 入库七步 → 在线八步 → **检索增强 7 个动作** → 阈值与五出口 / 选型 8 项决策 26 备选 / **已知不一致与风险 5 项** |
|
||||
| **D2.9** | `客服agent\D2.9-客服Agent手动对话测试用例-2026-09-20.md` | 2026-09-20 | 现行 | 🔴 **动手验收件**：46 条金标**逐条可问**（问句 / 期望出口 / 期望要点 / 禁止出现 / 实测基线）+ 11 条边界 `Z` 组 / 判分四问 / `M-1`~`M-10` 手动汇总 / 真 HTTP 核验配方 / 3 项实测缺口 |
|
||||
| **D2.9** | `客服agent\D2.9-客服Agent手动对话测试用例-2026-09-20.md` | 2026-09-20（**v1.1**，2026-09-21 全链路复跑回填） | 现行 | 🔴 **动手验收件**：46 条金标**逐条可问**（问句 / 期望出口 / 期望要点 / 禁止出现 / 实测基线）+ 11 条边界 `Z` 组 / 判分四问 / `M-1`~`M-10` 手动汇总 / 真 HTTP 核验配方 / 3 项实测缺口 |
|
||||
| **D3.1** | `开发文档\D3.1-客服Agent需求开发文档与设计方案.html` | **v2.6** | 现行 | D2.2 的**完整版**：逐条需求带证据引用与推导过程 |
|
||||
| **D3.2** | `开发文档\D3.2-知识库设计方案.html` | **v1.6** | 现行 | D2.4 的**完整版**：含被收敛掉的备选方案与否决理由 |
|
||||
| **D3.3** | `开发文档\D3.3-访客与角色分离的鉴权方案建议-2026-09-16.md` | CS-AUTH-2026-011 | 现行 | 🔴 鉴权专项（＝开工只读 5 份之 A5）：四方案 / 三不变量 / 甲乙时序 |
|
||||
@@ -873,10 +873,12 @@ A5 [D3.3] 访客与角色分离的鉴权方案建议（仅此一份，无新旧
|
||||
| **金标 46 条** | `M-1` **46/46 = 100%** / `M-4` **100%** / `M-6` **5/46 = 10.9%** / `M-7`·`M-8`·`M-9`·`M-10` **全 0**；与上一轮 `score_w11b` **逐项一致 ⇒ 零回归** |
|
||||
| **真机场景扫描** | 25 条客户问法 + 3 条访客问法 ⇒ 转人工 **3/25**，全部为**应转**（投诉 / 销户 / 代办写操作） |
|
||||
| **顺带修掉一处测试隐患** | 旧测试用 `Class.attr` 存取 `staticmethod` 再赋回，会把静态方法**静默变成普通方法**（后置测试全部少传 `self`）⇒ 改存取 `__dict__` 里的描述符 |
|
||||
| **待决** | `DEC-W20-6`…`-9`（人设外显度 / 资料变更类口径 / 收益过滤层次 / 金标是否扩到 49 条），详见 `D1.6` §4.49 六 |
|
||||
| **四项待决已裁定（2026-09-21）** | 用户「**按照你建议的来**」⇒ `DEC-W20-6` / `-7` / `-8` / `-9` 按建议口径定案（**全部为"维持现状 / 演示后再做"**），本轮**无代码变更**；详见 `D1.6` §4.49 六 |
|
||||
| **`D2.9` 手动测试用例全量复跑（v1.0 → v1.1）** | 46 条金标 + 11 条边界 + 安全 4 条走**真 HTTP（路径 B）**：出口 **46/46**、事实 **46/46**、禁忌 **0**、转人工 **5 条**；同时**校准 `D2.9` 里因本轮改模板而过时的出口话术**（澄清「您想了解的是下面哪一项呢？」/ `E5b`「我先帮您把找到的公开资料放上来」）并回填 §2 的 46 个判定与 §5 的 11 项指标。⚠️ 另登记一处**判据更正**：首版跑批脚本的出口形状判定写成"首个期望命中即返回"，造成 13 条假阴性，改为"任意命中"后 46/46 |
|
||||
| **版本位** | 本文件头部 **v1.11 → v1.12**；`客服agent\D2.9` **v1.0 → v1.1** |
|
||||
| **版本位** | 本文件头部 **v1.10 → v1.11**；`客服agent\D2.1` 标题 **v6.35 → v6.36**；§2 开工只读表 / §4.0 总表 / §4.2 明细**三处 `D2.1` 版本位一并同步**（此前长期分别停在 `v6.30` / `v6.32` / `v6.33`） |
|
||||
| **交叉引用** | `D1.6` 新增 §4.49；`D2.1` 新增 `v6.36` 段 |
|
||||
| ⚠️ **未做（诚实声明）** | ① 人设只做"语气层"，未做更外显的人设；② 收益过滤只在**展示层**，未推回语料层；③ 金标仍为 **46 条**；④ `D2.9` §8.1 的 `D-2` / `D-4` 两个已知边界仍只登记不修 |
|
||||
| ⚠️ **未做（诚实声明）** | ① 人设只做"语气层"，未做更外显的人设；② 收益过滤只在**展示层**，未推回语料层；③ 金标仍为 **46 条**；④ `D2.9` §8.1 的 `D-2` **残余**（同句重问**候选**仍会变，形状已稳）与 `D-4`（英文问句落 `E5b`）仍只登记不修 |
|
||||
|
||||
---
|
||||
|
||||
|
||||
@@ -3206,7 +3206,7 @@ pytest **2 failed / 1577 passed / 2 skipped**（= `T0` 基线同两项）、ruff
|
||||
| 全量回归（**先停 Worker**，避免抢 MySQL outbox 造成假红） | **1969 passed / 3 skipped / 0 failed**（本轮基线 1946 passed） |
|
||||
| 46 条金标（真实链路 `_eval_harness\probe.py`） | `M-1` 出口准确率 **46/46 = 100%**；`M-2` 90.3%；`M-3` 4/4；`M-4` 事实正确率 **46/46 = 100%**；`M-5` 0；`M-6` 转人工率 **5/46 = 10.9%**；`M-7` / `M-8` / `M-9` / `M-10` **全 0** |
|
||||
| 与上一轮基线对比 | 与 `_eval_harness\score_w11b.json` **逐项一致** ⇒ **零回归** |
|
||||
| 真机场景扫描（`_probe_scan.py`） | 25 条客户问法 + 3 条访客问法 ⇒ 转人工 **3/25**，且全部**应转**（投诉 / 销户 / 代办写操作） |
|
||||
| 真机场景扫描（`_w20_evidence\_probe_scan.py`） | 25 条客户问法 + 3 条访客问法 ⇒ 转人工 **3/25**，且全部**应转**（投诉 / 销户 / 代办写操作） |
|
||||
|
||||
#### 五、诚实留痕（含我自己的失误，如实登记）
|
||||
|
||||
@@ -3215,9 +3215,9 @@ pytest **2 failed / 1577 passed / 2 skipped**（= `T0` 基线同两项）、ruff
|
||||
3. 我最初给出的 `DEC-W20-3` 建议（「默认只答等级、要清单得再问一次」）**是错的** —— 把「陈述可买范围」与「引导购买」混为一谈，用户已纠正。**这条判断更正必须如实登记**，本轮按"直接列清单"落地。
|
||||
4. **旧测试的还原写法有隐患**（本轮踩到）：`test_eligible_exit_degrades_to_scope_only_if_the_template_ever_turns_promotional` 用 `Class.attr` 取出 `staticmethod` 再赋回，拿到的是"解绑后的函数"，赋回类属性会**静默变成普通方法** ⇒ 此后每个测试都少传一个 `self` 而 `TypeError`，且**只在后置测试里炸**。已改为存取 `__dict__` 里的 `staticmethod` 描述符。
|
||||
5. `drop_yield_claims` 的**空结果**是本轮新发现：语料里 **15 个切片整个块只写一个收益数字**（如 `PROD-001-08`「七日年化收益率 约 1.92%」），直接返回会出现**空气泡**（前端一条空白消息）。已加护栏，并让 `_exit_partial` **跳过被清空的块**去挑下一个有内容的块。
|
||||
6. 探针脚本两处**口径缺陷**（非产品缺陷）同样登记：① `_eval_harness\probe.py` 的 `TERMINALS` 缺 `E2c-my` 标签 ⇒ 清单里的产品代码（6 位数字）会被 `M-9` 误判成"无出处数字"；② `_probe_scan.py` 访客复用固定 `session_id` ⇒ 撞上上一轮的匿名主体（`SESSION_NOT_ACCESSIBLE`）。
|
||||
6. 探针脚本两处**口径缺陷**（非产品缺陷）同样登记：① `_eval_harness\probe.py` 的 `TERMINALS` 缺 `E2c-my` 标签 ⇒ 清单里的产品代码（6 位数字）会被 `M-9` 误判成"无出处数字"；② `_w20_evidence\_probe_scan.py` 访客复用固定 `session_id` ⇒ 撞上上一轮的匿名主体（`SESSION_NOT_ACCESSIBLE`）。
|
||||
|
||||
#### 六、待决项（等你裁定）
|
||||
#### 六、待决项（✅ 已于 2026-09-21 按建议口径裁定）
|
||||
|
||||
| 编号 | 待决 | 我的最优建议 |
|
||||
|---|---|---|
|
||||
@@ -3226,9 +3226,12 @@ pytest **2 failed / 1577 passed / 2 skipped**（= `T0` 基线同两项）、ruff
|
||||
| `DEC-W20-8` | 收益数字过滤是否从**展示层**再往**语料层**推 | **建议只留展示层**。往语料推要重建集合、代价大，且知识块作为"公司已发布资料"保留原样更可审计；展示层已证明挡得住（15 个纯收益块全部被拦） |
|
||||
| `DEC-W20-9` | 金标是否扩到 49 条（补：①「我现在可以买什么等级的产品」②「我适合买什么产品」③回归钉子「帮我推荐一只基金」） | **建议演示后加**。46 条是 `D2.6` / `D3.7` 已发布指标的**冻结基线**，中途加减会让转人工率 / 出口准确率 / 事实正确率全部失效；本轮已把等价覆盖落在单元 / 集成守卫（成本为零） |
|
||||
|
||||
> ✅ **2026-09-21 裁定**：用户「**按照你建议的来**」⇒ `DEC-W20-6` / `-7` / `-8` / `-9` **全部按上表「我的最优建议」执行**（即：人设维持语气层、资料变更类维持 `P2`、收益过滤只留展示层、金标暂不扩到 49 条）。四项均为「**维持现状 / 演示后再做**」，**本轮无代码变更**。
|
||||
> **同时完成**：① 按 `D2.9` 的 46 条 + 11 条边界用例走**真 HTTP（路径 B）**全量复跑 —— 出口 **46/46**、事实 **46/46**、禁忌 **0**、转人工 **5 条**；② 修正 `D2.9` 里因本轮改模板而过时的两处出口话术（澄清 / `E5b`）并回填复跑结果（`D2.9` **v1.0 → v1.1**）；③ 顺带登记一处**判据更正**：首版跑批脚本把"期望出口"判成"首个命中即返回"，造成 13 条假阴性（事实 46/46 全中），已改为"任意命中"。
|
||||
> ⚠️ **仍未做（如实声明）**：`D-2` 的**残余**（同句重问**候选漂移**）—— 形状已稳（三轮全落 `E1`），但候选内容仍会变；按建议**演示后单独修**。
|
||||
#### 七、版本位
|
||||
|
||||
`D1.6` 新增 §4.49；`D2.1` 新增 `v6.36` 段（标题 v6.35 → v6.36）；`D1.1` 新增 §30（头部 v1.10 → v1.11，`D2.1` 版本位在 §2 / §4.0 / §4.2 三处同步）。
|
||||
`D1.6` 新增 §4.49；`D2.9` **v1.0 → v1.1**（复跑回填 + 话术校准）；`D2.1` 新增 `v6.36` 段（标题 v6.35 → v6.36）；`D1.1` 新增 §30（头部 v1.10 → v1.11，`D2.1` 版本位在 §2 / §4.0 / §4.2 三处同步）。
|
||||
|
||||
## 5. 建议的开工顺序（在 `DEC-11` 拍板后）
|
||||
|
||||
|
||||
Reference in New Issue
Block a user