# 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：**部分完成**。深色导航、三个模块的独立入口、轨迹回放界面已接通并通过 生产构建与源码守卫。**未闭合**：界面仍未经浏览器点击/截图验证（同 F11，本机无浏览器自动化）； 轨迹与会议结果的**录入**属第四批；工作台旧的「评审经验」页签未下线。 覆盖：AC-53/54/55、BR-50。 ### 页面入口 | 入口 | 位置 | |---|---| | 业务工作区首页 | `/`（三个模块入口卡片；`?project=` 携带项目上下文） | | AI 预审 | 深色导航「AI 预审」→ `/prescreen-workbench` | | 历史经验加工 | 深色导航「历史经验加工」→ `/experience-center`（第二批交付） | | 轨迹复盘 | 深色导航「轨迹复盘」→ `/trajectory-center` | | 原落地页内容 | `/assistant`（保留，不再是默认首页） | ### 操作步骤（实现并按此核对） 1. 打开 `/` → 看到三个模块入口卡片与"当前项目上下文"提示。 2. 进入任一模块 → 深色导航高亮当前模块；`?project=` 在模块之间保持。 3. AI 预审：选项目 → 选方案 → 填本次要求 → 发起预审 → 下方结果面板给出 概率状态与依据、动态维度、推进沙盘、每条"查看依据"。 4. 轨迹复盘：选运行 → 步骤流（序号 / 类型 / `组件@版本` / 状态 / 错误码 / 证据数 / 成本 / 耗时） → 加载更多 → 会议结果只读对照。 ### 实际结果 - 导航为深色（`nav.bg #102B27`、选中 `#244D41`、`muted #B1C6BE`），工作区画布保持浅色 `#f5f7f9`；导航内的身份选择器改用深色变体，避免深底白字不可读。 - 三个模块各有独立路由并各自渲染**复用**的组件（`PrescreenPanel` / `ImportBatchPanel` / `ExperienceCenter` / `TrajectoryPanel`），路由里没有再写一份实现。 - 已合并的旧页 `/trajectory`、`/review-workbench`、`/report-workbench`、`/collateral-workbench` **仍是重定向**，没有被复活（AC-55 的防重复页面）。 - 轨迹面板：失败/跳过步骤照常列出并带错误码；成本缺失显示"未记录（不填 0）"； 展示服务端"不包含模型内部推理过程"的说明；无任何写操作。 - 生产构建产物（实测）：`/` 1.98 kB、`/prescreen-workbench` 2.36 kB、 `/trajectory-center` 3.87 kB、`/experience-center` 7.48 kB、`/assistant` 6.08 kB。 - 首页入口卡片沿用了既有的 `.xb-project-card`，但该类此前只用于 `