group_fqcd_jr

411 Commits 12 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
张胜宇	5d0becb67d	客服 Agent 重构收口：五出口决策链 + 知识库档位隔离 + 前端入参边界（答辩演示版本）一、客服 Agent 智能增强（正面回应"不智能、动不动就转人工"） - 决策链由 2 个出口扩到 5 个：E1 澄清 / E2 计算型 / E3 知识直返 / E4 证据约束生成 / E5 分级回退 - 转人工从"默认动作"降为最后一档 E5c，只保留 4 类白名单： P0 反诈 / P1 账户与个人数据 / P2 写操作与争议 / 用户明确要求人工 - 46 条金标实测（修复前 → 修复后）：转人工率 43.5% → 10.9%；出口准确率 45.7% → 100%；事实正确率 69.6% → 100% 禁忌违反 1 → 0；档位越权 / 无出处数字 / 误拒四项零容忍全 0 - 安全不变量 INV-1~INV-5；零容忍规则未删，改的是挂载点（输出侧字面黑名单 → 检索层档位隔离 + 判定层合规词表 + 输出守护）二、知识库：档位单点化与物理隔离 - 新增 app/core/knowledge_tier.py 作为档位规则唯一落点（G-03）， knowledge_contracts.py 原定义块改为显式再导出（X as X，非副本） - 档位过滤由 bool 默认值（fail-open）改为 tiers 必填集合（缺参即 TypeError） - Milvus 侧四集合按 visibility 分区键物理隔离；双 schema 收敛为一套 - 新增 app/core/actor.py：访客三元组与匿名判定的唯一构造/判定点（G-01/G-01b） - 新增 app/core/fund_fee_rules.py：费率计算纯函数三、前端入参边界对齐（本轮 W11 新修，4 处"校验宽于存储"） - message 加 max_length=8000（与浮窗 widget.js 的 maxlength 一致） - session_id 加 1—64；idempotency_key 上限 128 → 64（对齐列宽 String(64)） - feedback_type 加 max_length=32（对齐列宽 String(32)） - 8 条路径参数补 min_length=1 + max_length=64 + 字符集正则（{session_id} / {run_id} / {handover_id}） - 改前超限值会落到 MySQL 才失败（500）；改后一律 422 AGENT_INPUT_INVALID + 字段级定位 - 新增 tests/unit/api/test_frontend_boundaries.py（33 例），含"端点表 ↔ OpenAPI 全量对照" 四、投顾模块整体清除（D4.4 / D4.5） - 删除投顾相关 controller / schema / model / repository / service 及门户页面 - tools/portal_api_check.py 同步作废 AD003/AD005/AD011/A047 四条用例与 advisor_t 登录（端点与账号均已不存在，此前稳定报 3 条假红）五、验证（提交前实测） - pytest -q：1856 passed / 2 skipped / 0 failed - ruff check app tools tests：19（= 基线）；mypy app：2（= 基线） - 前端接口契约体检 portal_api_check.py：38 项，通过 34，失败 0，跳过 4 - 全链路冒烟 e2e_smoke_test.py --read-only：31/31 - HTTP 全链路探针 http_probe.py：11/11 succeeded - 跨文档一致性 _consistency.py：GATE PASS - 真机边界复验 12 条：12/12 符合预期六、纪律与文档 - 可改文件白名单 A-09（docs/46）与底座会签申请单 A-10（docs/47，组 1—组 4 全部受理） - 零 DDL：未新增/修改任何表结构，89 张业务表与基线一致 - 证据留痕：docs/evidence/**（含 46 条金标 score、快照、清除与重建记录） - 未提交（刻意排除，见提交说明）：仓库内客服agent/ 与开发文档/ 是 2026-09-16 前的过期副本（Todolist 440 行 vs 权威 D2.1 1167 行），权威正本在仓库外； _chunks_report.txt 是 tools/build_knowledge_chunks.py 生成的本地产物	2026-09-20 14:33:30 +08:00
lzf_0626	58b73ff594	知识库三项收口：向量-元数据对账 + 导入侧幂等 + 过期行向量清理入口 ① 只读对账 tools/reconcile_knowledge_vectors.py 按集合列出：孤儿向量 / 死向量 / 缺向量 / 重复正文 / 低信息量碎片 / 纯标题。关键口径：非数字 id（FAQ-0013 这类语义 id）是灌库脚本有意写进 Milvus 的，单独归类、不建议删；向量数取自 query 实际行数，不用 get_collection_stats （后者含已软删未 compaction 的行）。 ② 导入侧幂等：同 source_file + 集合重传 = 覆盖上一版 app/service/knowledge_ingest_service.py 新增 _supersede_previous_version：把上一版 active 行置为 expired，并逐行投 knowledge.vector_delete_requested （与本次入库同事务）。写入侧只认 active 而检索侧不看 status，旧向量不清掉会继续参与排序、和同题活块抢答。顺带修掉一个真 bug：改为先判 chunks 非空再下线 —— 否则传一份解析出 0 块的文档会把上一版下架、新版一行没写，这份文档在检索侧凭空消失。 ③ 清理入口：POST /api/v1/knowledge/{knowledge_id}/vector-cleanups 给历史上"被别的途径置为 expired、从未投过删除事件"的行补投向量清理。 DELETE 对已过期行返回 404 的口径保持不变（重复删除静默成功会让调用方分不清"这次真下线了"和"早就过期了"），因此新开一个语义明确的端点：不存在 404 / 仍是 active 422（请改用 DELETE）/ 已 expired 200 并回传事件名。配套 tools/purge_expired_knowledge_vectors.py（默认 dry-run）批量驱动该端点。文档：docs/演示用/知识库向量对账与清理-2026-09-15.md（含真机验证输出），并对 docs/演示用/知识库问答诊断-2026-09-14.md 做两处更正 —— 实测孤儿向量 0 条、那 175 行历史副本从来没有向量（不参与排序），当时的差额来自 get_collection_stats 把已软删行算进去。新发现（未修，需业务拍板）：661 条向量里 451 条正文不到 40 字，是灌库时把 markdown 表格/标题切碎产生的碎片。「风险评估问卷怎么评分」实测前 4 名是 4 条一模一样的 19 字碎片（gap 0.0024），真正 2828 字的答案排第 5 → 客服必然转人工。属灌库切分缺陷，补内容救不了，也不应靠放宽 MIN_GAP 解决。验证：pytest tests/unit tests/contract → 1500 passed, 2 skipped, 0 failed； mypy app → 3 个错全在组员文件中（与本次改动无关）；ruff 本次改动文件 0 错。真机端到端：重传 → 旧行 expired + 删除事件 published + 旧向量已从 Milvus 删除；两个问句回归仍正常回答（r1到r5 gap 0.0766；申购确认 0.8453）。	2026-09-15 09:06:57 +08:00
wangjianlong_0626	e4c4099aaa	wip: 客服Agent + RAG + 画像收尾（基于 6516ccb）	2026-09-11 14:46:40 +08:00

Author

SHA1

Message

Date

张胜宇

5d0becb67d

客服 Agent 重构收口：五出口决策链 + 知识库档位隔离 + 前端入参边界（答辩演示版本）

一、客服 Agent 智能增强（正面回应"不智能、动不动就转人工"）
- 决策链由 2 个出口扩到 5 个：E1 澄清 / E2 计算型 / E3 知识直返 / E4 证据约束生成 / E5 分级回退
- 转人工从"默认动作"降为最后一档 E5c，只保留 4 类白名单：
  P0 反诈 / P1 账户与个人数据 / P2 写操作与争议 / 用户明确要求人工
- 46 条金标实测（修复前 → 修复后）：
  转人工率 43.5% → 10.9%；出口准确率 45.7% → 100%；事实正确率 69.6% → 100%
  禁忌违反 1 → 0；档位越权 / 无出处数字 / 误拒 四项零容忍全 0
- 安全不变量 INV-1~INV-5；零容忍规则未删，改的是挂载点
  （输出侧字面黑名单 → 检索层档位隔离 + 判定层合规词表 + 输出守护）

二、知识库：档位单点化与物理隔离
- 新增 app/core/knowledge_tier.py 作为档位规则唯一落点（G-03），
  knowledge_contracts.py 原定义块改为显式再导出（X as X，非副本）
- 档位过滤由 bool 默认值（fail-open）改为 tiers 必填集合（缺参即 TypeError）
- Milvus 侧四集合按 visibility 分区键物理隔离；双 schema 收敛为一套
- 新增 app/core/actor.py：访客三元组与匿名判定的唯一构造/判定点（G-01/G-01b）
- 新增 app/core/fund_fee_rules.py：费率计算纯函数

三、前端入参边界对齐（本轮 W11 新修，4 处"校验宽于存储"）
- message 加 max_length=8000（与浮窗 widget.js 的 maxlength 一致）
- session_id 加 1—64；idempotency_key 上限 128 → 64（对齐列宽 String(64)）
- feedback_type 加 max_length=32（对齐列宽 String(32)）
- 8 条路径参数补 min_length=1 + max_length=64 + 字符集正则
  （{session_id} / {run_id} / {handover_id}）
- 改前超限值会落到 MySQL 才失败（500）；改后一律 422 AGENT_INPUT_INVALID + 字段级定位
- 新增 tests/unit/api/test_frontend_boundaries.py（33 例），含"端点表 ↔ OpenAPI 全量对照"

四、投顾模块整体清除（D4.4 / D4.5）
- 删除投顾相关 controller / schema / model / repository / service 及门户页面
- tools/portal_api_check.py 同步作废 AD003/AD005/AD011/A047 四条用例与 advisor_t 登录
  （端点与账号均已不存在，此前稳定报 3 条假红）

五、验证（提交前实测）
- pytest -q：1856 passed / 2 skipped / 0 failed
- ruff check app tools tests：19（= 基线）；mypy app：2（= 基线）
- 前端接口契约体检 portal_api_check.py：38 项，通过 34，失败 0，跳过 4
- 全链路冒烟 e2e_smoke_test.py --read-only：31/31
- HTTP 全链路探针 http_probe.py：11/11 succeeded
- 跨文档一致性 _consistency.py：GATE PASS
- 真机边界复验 12 条：12/12 符合预期

六、纪律与文档
- 可改文件白名单 A-09（docs/46）与底座会签申请单 A-10（docs/47，组 1—组 4 全部受理）
- 零 DDL：未新增/修改任何表结构，89 张业务表与基线一致
- 证据留痕：docs/evidence/**（含 46 条金标 score、快照、清除与重建记录）
- 未提交（刻意排除，见提交说明）：仓库内 客服agent/ 与 开发文档/ 是 2026-09-16 前的
  过期副本（Todolist 440 行 vs 权威 D2.1 1167 行），权威正本在仓库外；
  _chunks_report.txt 是 tools/build_knowledge_chunks.py 生成的本地产物

2026-09-20 14:33:30 +08:00

lzf_0626

58b73ff594

知识库三项收口：向量-元数据对账 + 导入侧幂等 + 过期行向量清理入口

① 只读对账 tools/reconcile_knowledge_vectors.py
   按集合列出：孤儿向量 / 死向量 / 缺向量 / 重复正文 / 低信息量碎片 / 纯标题。
   关键口径：非数字 id（FAQ-0013 这类语义 id）是灌库脚本有意写进 Milvus 的，
   单独归类、不建议删；向量数取自 query 实际行数，不用 get_collection_stats
   （后者含已软删未 compaction 的行）。

② 导入侧幂等：同 source_file + 集合重传 = 覆盖上一版
   app/service/knowledge_ingest_service.py 新增 _supersede_previous_version：
   把上一版 active 行置为 expired，并逐行投 knowledge.vector_delete_requested
   （与本次入库同事务）。写入侧只认 active 而检索侧不看 status，旧向量不清掉
   会继续参与排序、和同题活块抢答。
   顺带修掉一个真 bug：改为先判 chunks 非空再下线 —— 否则传一份解析出 0 块的
   文档会把上一版下架、新版一行没写，这份文档在检索侧凭空消失。

③ 清理入口：POST /api/v1/knowledge/{knowledge_id}/vector-cleanups
   给历史上"被别的途径置为 expired、从未投过删除事件"的行补投向量清理。
   DELETE 对已过期行返回 404 的口径保持不变（重复删除静默成功会让调用方
   分不清"这次真下线了"和"早就过期了"），因此新开一个语义明确的端点：
   不存在 404 / 仍是 active 422（请改用 DELETE）/ 已 expired 200 并回传事件名。
   配套 tools/purge_expired_knowledge_vectors.py（默认 dry-run）批量驱动该端点。

文档：docs/演示用/知识库向量对账与清理-2026-09-15.md（含真机验证输出），
并对 docs/演示用/知识库问答诊断-2026-09-14.md 做两处更正 —— 实测孤儿向量 0 条、
那 175 行历史副本从来没有向量（不参与排序），当时的差额来自 get_collection_stats
把已软删行算进去。

新发现（未修，需业务拍板）：661 条向量里 451 条正文不到 40 字，是灌库时把
markdown 表格/标题切碎产生的碎片。「风险评估问卷怎么评分」实测前 4 名是 4 条
一模一样的 19 字碎片（gap 0.0024），真正 2828 字的答案排第 5 → 客服必然转人工。
属灌库切分缺陷，补内容救不了，也不应靠放宽 MIN_GAP 解决。

验证：pytest tests/unit tests/contract → 1500 passed, 2 skipped, 0 failed；
mypy app → 3 个错全在组员文件中（与本次改动无关）；ruff 本次改动文件 0 错。
真机端到端：重传 → 旧行 expired + 删除事件 published + 旧向量已从 Milvus 删除；
两个问句回归仍正常回答（r1到r5 gap 0.0766；申购确认 0.8453）。

2026-09-15 09:06:57 +08:00

wangjianlong_0626

e4c4099aaa

wip: 客服Agent + RAG + 画像收尾（基于 6516ccb）

2026-09-11 14:46:40 +08:00