 张胜宇
|
9aaacc242f
|
chore: 清理违反底座规则的死代码并修正接口文档编号
- 删除生产死代码 app/service/knowledge_tool_service.py 与
app/infrastructure/milvus_knowledge_adapter.py：后者硬编码 Milvus 字段名，
违反 AGENTS.md §E，且仅被前者引用；生产检索链路实际走
knowledge_search_tool -> KnowledgeSearchService -> knowledge_schema 运行时探测。
- 删除上述两模块的单测，以及依赖 legacy 位置参数构造的
tests/unit/service/test_knowledge_retrieval.py。
- app/service/knowledge_retrieval_service.py 整文件回退底座版本，
移除 legacy 双构造与重复检索实现。
- docs/05-接口文档.md：客服画像候选改登记为 §8.5，恢复 §8.2 解析知识引用；
既有 §8.1-§8.4 编号全部保持，修复此前出现两个 8.3 的问题。
- app/model/profile.py：current_customer_id 改为普通可空列映射，与
alembic/baseline_generated.sql 及真实库一致；原 Computed 声明会让 ORM 把该列
从 INSERT 中排除，与「必须显式写入」的实际 schema 不符。
- 新增 docs/客服Agent接入底座扩展说明_v1.md，供集成分支评审逐项确认。
验证：pytest tests/unit tests/contract -> 1275 passed, 2 skipped, 0 failed；
ruff check app tests tools alembic 通过；mypy app 通过（244 个源文件）。
|
2026-09-12 11:15:24 +08:00 |
|
 lzf_0626
|
962a0a116f
|
feat: 记忆→画像打通（事实提升 + 画像组装 + 版本快照）
补齐"记忆系统为画像服务"的断链，按 docs/23 的分层设计实现后三层。
1. 新增 app/model/profile.py：user_facts 与 profile_snapshots 的 ORM 映射。此前这两张表
只有结构、没有 Model，实际没有任何代码在用。两处表结构特例在 docstring 里显式标注，
避免后续有人按直觉写入踩坑：
· user_facts.id 无 auto_increment，主键必须由应用提供（本实现用微秒时间戳，单调递增）；
· profile_snapshots.current_customer_id 是生成列（IF(is_current=1, customer_id, NULL)），
故意不映射——映射了反而会在写入时与之冲突。
2. 新增 app/service/profile_assembly_service.py，三段职责：
· 事实提升（中期→长期）：evidence_count ≥ 2 或 confidence ≥ 0.90 才从 memory_unit
提炼进 user_facts —— 这条门槛就是"客户随口一说不能变成画像结论"的落地方式；
· 画像组装（长期→画像）：按白名单映射进 fin_customer_profile，未列入白名单的事实
（如 profile:family）只进 user_facts，保证画像的信噪比；
· 版本留痕：每次重建写一条 profile_snapshots，generation_basis 逐字段记录来源，
用于回答"当时凭什么这么判断"。
3. 新增 tools/rebuild_profile.py：手工触发入口（单客户或 --all）。画像暂无自动触发，
这是目前唯一的重建方式，也便于排查"画像为什么没更新"。
红线由代码保证而非约定：investor_type 只从 fin_risk_assessment 最新一条读取，实现中
不存在任何记忆路径能写它。实测——客户 9001 问卷为 C2、对话自述"稳健型"，重建后
investor_type 仍为 C2，自述信息进入 risk_tags 并标注"自述:"前缀。三方不一致保持可见，
但等级判定只认问卷，客户无法靠对话改变自己的可购范围。
另一处由实测修正的设计：fin_customer_profile 的 trade_account/real_name/total_asset/
behavior_score 均为 NOT NULL，说明画像行由开户流程创建（也印证了"注册时填问卷"是开户
前置条件）。原先"首次重建时创建画像行"的做法是错的——会写出一条假的开户记录，而画像
恰恰是风控要读的数据。已改为只更新已存在的画像，未开户时返回 reason=profile_row_not_opened
并如实报告，而不是静默成功。
同时新增 docs/23-记忆分层与画像设计.md：短期/中期/长期/画像四层各自存在哪里、谁写、
提升门槛、是否进画像，以及三条路径（问卷/行为/对话）在画像层汇合的设计。
验证：ruff 通过、mypy 109 文件无错；tools/rebuild_profile.py 对客户 9001 连续两次重建
产生 version=1/2 两条快照且 is_current 正确轮转（旧版本置 0）。
|
2026-09-10 21:36:23 +08:00 |
|