mini-openclaw-v2/docs/v2/15-development-handoff.md

开发交接与任务包：Claude Code / DeepSeek 等编码代理

版本：0.2 · 2026-09-29。用途：用小范围输入和明确验收降低重复阅读与返工成本。不是一次性让模型实现整个平台的提示词。规则统一由 AGENTS.md 管理，CLAUDE.md 只做导入入口。

1. 接手时必须知道的事实

项	本次核验状态
当前仓库	F:/mini-OpenClaw-local-stable；Next.js + FastAPI，非 Electron
当前分支 / 文档更新前 HEAD	codex/xingbang-v2-docs-20260928 / 47ec30a562f12864b7485bb7a43b967fa8f5b755；后续以 git 为准
独立 v2 源码	尚未抽取；仓库内 v2/ 与候选 F:/mini-OpenClaw-v2 均未建立
已有演示	docs/v2/prototypes/prescreen-workbench.html；静态交互，不是生产业务实现
真实数据 / 模型	无兴邦真实数据；Jev/Laya 接入未实现，未证明业务效果
概率	原型人工情景值；真实 probability=null
恢复点	4d5a420 原版快照曾核验 Gitea SHA；不代表最新文档/原型已远程备份
暂不触碰	.docker-codex、project-process.zip、Office 临时文件、现有运行数据、用户删除的旧页面

新会话先 git status --short，再 git log --oneline -6；阅读对应任务调用方。本文不是实时进度数据库；每次结束更新第 7 节，事实冲突以实际工作区和证据为准。

2. 三种模型配置必须分开

1. 编码代理：用户可以使用 Claude Code 连接 DeepSeek，负责写代码与测试。
2. 产品主审模型：miniOpenClaw 在运行时规划核查、调用批准工具、解释结果，独立配置。
3. 专项判断模型：Jev / 本地 Laya / 其他已验证本地模型 / disabled，见 专项设计。

开发选 DeepSeek 不构成修改产品模型、数据出口或判定阈值的指令。专项模块不能把模型置信度写为项目审批概率。

Claude 官方说明支持从 CLAUDE.md 用 @AGENTS.md 导入统一规则，本仓已采用该入口。用户本机 Claude/DeepSeek 连通性、版本兼容和费用未测试；本轮不安装 CLI、不修改用户全局配置、不写 API Key。接入时依据 Claude 项目指令文档 和 DeepSeek 官方 Claude Code 指南 核对当前参数。前者正文已查阅，后者官方搜索结果可发现但本次正文抓取超时；不据此写死模型名称和配置命令。

3. 最小阅读包

首次：AGENTS→project-process/README 与 XINGBANG-ADAPTATION→v2/README→本任务相关规格行和设计章节→对应阶段规范。之后不反复全文读取所有文档，但切换阶段必须读对应章节。

任务领域	必读 v2 文档	首先定位的已有代码（只作复用线索）
材料/历史	01、03、14 第3/4/8节	assistant_data.py、assistant_materials.py、assistant_store.py
卡片/装配	01、03、14 第4/5节	assistant_experiences.py、component_registry.py、component_evaluation.py
编排/专项	02、03、11、14 第2/7节	assistant_model.py、assistant_worker.py、project_assistant.py 的调用方
UI/沙盘	04、DESIGN、13、14 第5/6节	当前 workbench 页面和已有原型；先确认路由仍存在
复盘/评测	06、14 第7/8节	既有运行存储、审计与经验治理，不改写历史记录

表中代码位于 backend/services；拟议新模块落点在完成 T00 的路径清单后才成为可写白名单。不要因为文档有一个新模块名字就新建完整框架。

4. 小步任务队列

状态说明：ready-docs=可立即完成文档/现状核对；blocked-gate=须补齐并评审对应设计才能写业务代码；planned=依赖前项；optional=没有也能交付主闭环。下列均未被标记实现完成。

每张任务卡必须记录 parent_task、目标 BR/E/AC、准确文件白名单、输入/输出契约、状态机、测试命令和证据路径。表中是边界，不是授权一次修改整个目录。

ID / 状态	依赖 / 阅读	单次产物与边界	验收 / 下一步
T00 ready-docs：设计收口与路径清单	当前文档；流程①–④	核对现有调用方；输出核心依赖白名单、独立路径/资源候选；完成首个切片六道门与接口/DDL/状态设计，记录审阅者及未决项	文档链接/编号/事实/diff；禁止顺带复制源码或启动服务；形成 T01 的准确文件清单
T01 blocked-gate：独立基座	T00；M1	从核验修订按白名单抽取可运行核心，排除密钥/库/依赖/旧凭据文档；独立 venv、端口和数据根	原版文件不变、独立健康检查、统一 verify 通过；不部署云端
T02 planned：闭环契约与存储	T01；03第9节	定案 Pydantic 模型、追加迁移、授权与版本引用；同步前端契约消费。按材料/卡片/运行子卡分次实现	AC-13/14/23/28/34/36/43；迁移幂等、版本冲突、重启恢复；不接模型
T03 planned：材料集合	T02；14第3节	复用上传/确认入口，增加导入清单、定位和冲突候选；只处理 PDF/XLSX/CSV	AC-01/08/23/24；部分失败、重复/跨项目、未确认不生效
T04 planned：模拟案例	T02；14第8节	先边界 fixture，再可复现批量生成、分组划分和 manifest；运行输出不默认入 Git	AC-35/36；数量/时间/标签一致性、无保留集泄漏；不声称真实效果
T05 planned：历史提炼与人工卡片	T03/T04；14第4节	先 timeline，再候选，再编辑/测试/审核；每部分独立子卡，复用治理入口	AC-02/03/04/25/26/27/43；自然语言修改不直接发布、不自批、硬规则有正式依据
T06 planned：评审方案与维度	T05；14第5节	数据/Skill/Rule 装配、依赖检查、冻结方案；维度去重和刻度冲突；没有 Tools 卡	AC-28/29/44；草稿/撤回组件拒绝、旧版本不变；空/2/6/9维和异刻度
T07 planned：预审执行	T06；02/03	受限编排、确定性核查、缺证补件、结果约束；先 disabled 专项路径	AC-05–10/12–14/21/45；工具越权拒绝、预算停止、硬阻断、失败不伪造；不实现真实概率
T08 planned：专项离线质检	T05；11第8节	先统一适配 fixture，再独立本地服务；验证 Laya 中文题库的提炼依据和轨迹质检，失败可保持禁用	AC-17–21/38/39/40；fixture/live 分开、否定和例外、上下文超限、逐任务注册；不得把安装成功当能力通过
T09 planned：预审与沙盘 UI	T07；04/DESIGN/13	分子卡实现组件、动态维度、证据抽屉、条件情景；演示值与真实字段分离	AC-11/12/29/30/31/42/44；组合非加和、乱序丢弃、失败保基线、键盘与文字替代
T10 planned：轨迹和结果复盘	T07；03/14第7节	先只读 step 回放，再模拟会议结果追加/对齐，最后偏差记录；不改旧运行	AC-22/32/33；一个 run 多 step、unmatched、结果更正、只读权限；人工缺失过程不补造
T11 planned：改进对照与演示交付	T08/T09/T10；06/08	固定版本做旧/新对照，ImprovementCandidate审核和发布；完成三模块演示脚本	AC-15/16/34–37/41；泄漏拒绝、退化不发布；工程演示与模型效果分列
T12 optional：Jev 与实时专项	T08；有端点/凭据及授权	Jev adapter 与独立 live 验证；通过逐任务效果门禁后再启用实时用途	AC-17–20/38–40；无 Key 标未验证，不阻塞主闭环
T13 future：真实数据与概率	M5/M6；客户授权与 OQ	接真实只读数据、映射会议标签、分组时间划分、训练/校准/盲测、适用范围与漂移门禁	高预测组通过率+覆盖率+校准+样本不确定性；新建概率详细规格，禁止照演示表实现

T08 可在 T05 后先做提炼质检；轨迹质检待 T10 提供轨迹。T09 不依赖 Jev，T11 可展示专项禁用或效果未达标的真实状态，不伪造模型成功。工作并行需要用户明确安排不同文件归属；默认同一工作区串行执行。

5. 通用执行提示词（替换任务编号即可）

你在 F:\mini-OpenClaw-local-stable 工作。先读取 CLAUDE.md/AGENTS.md、
docs/project-process/README.md、XINGBANG-ADAPTATION.md，执行 git status --short
和 git log --oneline -6，再读取 docs/v2/15-development-handoff.md。

本轮只做 T00。按任务卡读取相关文档和当前调用方，不读取无关整个仓库。
先报告当前状态、该任务范围和验收项，然后完成已授权且不受门禁阻塞的工作。
用户已确认产品方向，无须重问；工程未决项先查代码/文档，无法解决才集中提出。
本任务若是文档收口，不写业务代码、不安装模型、不启动或部署服务。
若是后续实现任务，先验证该切片①–④门禁证据，列准确文件白名单，补对应测试，
用最小改动实现；行为变更必须用项目 backend/venv 运行 scripts/verify.py。
不得恢复已合并删除的旧页、复制真实数据库/密钥、用演示值充当真实概率，
不得把模型置信度当通过率或把反馈自动发布成正式规则。
每批完成自查 diff；记录日志与测试证据，更新第7节交接，不自动开始下一任务。
输出：本次改动、验证结果、未完成项、下一任务和所需输入。

已有用户授权的文档或可逆修复不额外请求确认；门禁缺口按明确的规格条目记录，不能靠再问一句“可以开始吗”代替完成设计。

6. 控制开发成本的方式

• 一个会话一张小任务卡；大表中的 T02/T05/T09 等必须先拆成单一可验证子卡。优先服务+契约+最薄界面构成一条业务切片。
• 每轮提交相同短交接格式，下一轮只读该卡及必要依赖；调用方用 rg 精确检索，避免上传整个仓库或反复读长日志。
• 先固定 fixture 和结构验证，真实模型调用集中在小型专项评测；没有新改动/失败不重复跑相同昂贵测试。每个行为批次仍须完整 verify，节省成本不能省略强制验证。
• 复杂度高的共享契约、数据隔离、概率口径和迁移先完成技术审阅；普通实现使用用户选定模型。模型不能仅凭自评宣称测试通过。
• 失败先看准确日志并定位，修复后重跑同一检查；若同一问题两次无进展，停止扩大改动，形成最小复现与待解决问题，交给用户或审阅者。
• 不预承诺节省比例；如需比较，记录每卡实际 token/费用（可得时）、耗时、返工和测试结果。

7. 当前交接记录

交付判定修正（2026-09-30）：T05–T11 一律按部分完成记。审计 （test-evidence/20260930-v2-audit/audit.json）确认：底层能力存在，但产品闭环未接通—— 正常发起评审不产生新版预审记录、历史经验加工不在实时 API 调用图上、 轨迹/复盘/改进端点无前端消费、改进发布未接真实知识发布入口。 交付定义与四批顺序以 16 交付纠偏规格 为准； 下表的"已交付"只表示该任务包的代码与测试存在，不再表示产品功能可用。

• 日期：2026-10-01（F11 剩余部分实施轮；纠偏第四批见 f775c6c/4720d72， 第三批见 ae89462/3e15bda，第二批见 2e7e194/01c88af，第一批见更早提交）。
• 仓库：F:/mini-OpenClaw-v2；远程 http://192.168.10.111:3000/qiaoqichao/mini-openclaw-v2.git （OQ-06 Q2 的远程归属已定案；端口/资源/CI 三问仍 open；本轮未推送）。
• 完成范围：把 F11 剩下的两个表面在真实 Chrome 里逐项点完——/prescreen-workbench （点「开始 AI 预审」走完真实执行链、依据抽屉与焦点回位、概率口径、沙盘空态）与 /experience-center（重建时间线、请求提炼的拒绝与失败路径、候选卡与修订入口、身份门禁）。 新增可选脚本 scripts/browser-e2e-modules.cjs（42 项检查全通过 + 4 张截图）。 点通过程中发现并修掉 2 个源码守卫与生产构建都看不见的缺陷： ① 发起预审后结果面板不重载（新运行与结果都读不到，而徽标写着"结果会自动刷新"）； ② 候选行只用 card.id 作 key 与展开标记（React key 冲突，点一行连开 4 行面板）。 见 17 四批交付记录「浏览器验证（第二篇）」。
• 验证入口：cd F:/mini-OpenClaw-v2 && backend/venv/Scripts/python.exe scripts/verify.py； 本轮证据：test-evidence/20261001-093541-c880f40/（14/14 PASS，backend-unit 全量 572 项， 证据绑定代码提交 c880f40）。 浏览器验证证据：node scripts/browser-e2e-modules.cjs → test-evidence/browser-e2e-modules/ （42/42 PASS + 截图）；node scripts/browser-e2e.cjs 仍走轨迹复盘表面。 两个脚本都刻意不接入 verify.py（verify 不应依赖浏览器），需手动跑。
• 卡片验收对照（详见 17 四批交付记录 第四批）：
  • AC-57：端点把 _knowledge_publisher 注入 improvements.transition；publisher 用候选声明的 proposed_revision_ref 精确定位草稿（组件id@版本），调 knowledge_cards.publish → component_registry.release，写入不可变 component_version 并覆盖 release 指针。 端到端证明：同一方案发布前运行冻结 卡片@1.0.0，发布后再跑一次得到 卡片@1.0.1， 旧运行回放仍是 1.0.0。不接受客户端自报版本号（422）；非知识类目标 409 诚实拒绝。
  • AC-56：TrajectoryPanel 可追加会议结果（原始结果码、会议编号、材料版本快照、 更正走 supersedes_id）；matched / unmatched 分组，未匹配单列且不计入分母。
• 未决项（阻塞后续）：
  • F17 真实模型提炼未实测：本机未设置 XINGBANG_LOCAL_MODEL_*， AC-50 前半句目前只有"不可用路径 + 假传输成功路径"两类证据。 需端点后按 17 的操作步骤补一次真实调用；在此之前不得宣称"真实提炼已跑通"。
  • F18 例外边界未进入可求值条件语言；F19 卡片适用条件不参与运行内逐项判定。 （同第二批，本批未动。）
  • F11 更新（本轮）：三个模块表面现在都在真实 Chrome 里走过—— /trajectory-center（第四批，browser-e2e.cjs 19/19）、/prescreen-workbench 与 /experience-center（本轮，browser-e2e-modules.cjs 42/42）。仍开放的部分： ① 推进沙盘的勾选联动：演示方案的维度不含假设动作目标维度（DC-CASH/DC-TITLE）， 服务端返回 0 个动作，界面按设计给诚实空态（基线演示值 42% 已渲染并断言）； ② 来源事件勾选：演示项目没有结构化问询/决定记录，时间线为 0 个事件； ③ reviewer 视角的「审核发布」：reviewer 的 /projects 只授权到 DEMO-C， 而 DEMO-C 没有知识候选，已用 admin 作对照（有「隔离评测」、无「审核发布」）； ④ 该脚本不在 verify.py 里，需手动跑（本机 Chrome + 一次性 --no-save puppeteer-core）； ⑤ 无视觉基线比对、无多分辨率、无键盘/读屏检查。 深色底对比度仍是守卫内按 WCAG 实算，不是实测。
  • F27（新）浏览器验证暴露的缺陷已修但防线不全：本批靠浏览器发现并修了 5 个缺陷 （见 17「浏览器验证发现的问题」）。其中只有"导航名折行"补进了源码守卫； 其余 4 个（读错 /projects 字段、漏传 identity、重复 React key、JSX 里的字面量 **） 目前只有 browser-e2e.cjs 覆盖，而它不在强制门禁里——这类回归没有自动防线。 是否把浏览器 E2E 接进 verify.py、是否把 puppeteer-core 写进 package.json，需人决策。
  • F28（新）模拟/演示数据随验证累积：scripts/xingbang_batch4_smoke.py、 scripts/browser-e2e.cjs 与 scripts/browser-e2e-modules.cjs 都真的写演示库 （新建卡片、会议结果、预审运行、时间线、失败提炼记录），重复运行会累积脏数据。 三者都在脚本头注明了这一点；本轮新增 6 条 DEMO-B 预审运行与 3 条失败提炼记录。
  • F29（新）候选列表把同一卡片的多个版本行都按"已发布"列出： knowledge_cards.list_cards 同时返回 component_draft 与 component_version 行， 同一 card.id 出现 3–4 行（v1.0.0 与 v1.0.1 都标"已发布"），界面不显示 release 指针当前指向哪一版。"一行 = 一个存储记录"还是"一行 = 一张卡片的当前状态"需产品确认后再改。
  • F30（新）「请求提炼」在"没有来源也没有要求"时按钮仍可点：服务端按契约 422 并给出理由、 界面如实显示；但同文件里「形成草稿修订」「保存样本到草稿」都按必填项禁用，口径不一致。 按最小改动只验证未改。
  • F20 新旧经验入口并存（工作台旧「评审经验」页签）；F21 首页默认路由已变更 / → /assistant。两者都需确认后处理。
  • F23（新）改进端点仍无角色门禁：既有候选/方案端点对评测与发布有 role() 门禁， 改进端点只有项目范围检查。本批 release 接上真实发布后后果变重，但加门禁会改变既有 端点行为（现有 API 测试以 manager 身份调用），未擅自扩大改动。 "不自批"已由服务端强制（must_not_self_approve + registry.release() 的 edited_by）。
  • F24（新）对照样本是人工录入的 JSON，非真实保留集；evaluation.independent 仍是 客户端声明的布尔——服务端无法自证独立性。
  • F25（新）会议结果是模拟录入，未经真实会议系统；真实标签映射与身份权限待确认（M5/M6）。
  • F26（新）题库/编排无真实发布入口（question_profile/orchestration）：已按 409 诚实拒绝，非假接通。
  • F22 已关闭（会议结果与轨迹的录入已在第四批实现）。
  • F15 已关闭（改进发布已接真实知识发布入口，并经真实发布指针验证）。
  • F7 各卡门禁仍 proposed，审阅者未指派——用户授权不等于评审通过。
  • F8 Docker 运行时冒烟未实测（本机 Docker Desktop 守护进程不可达）。
  • F6 OQ-06 Q3–Q5：端口冲突核验、运行资源、Gitea CI 是否启用仍 open。
  • F12/F14/F16 仍有效；F13 已由第一批关闭。
• 下一任务：四批纠偏已全部有交付（均记部分完成），F11 的可自行推进部分本轮已做完。 剩下的都需要你或外部输入：① 是否把浏览器 E2E 接进 verify.py / 写进 package.json（F27）； ② F29/F30 的产品口径；③ F17 的模型端点与调用时机。 不要为了推进而把演示当验收。
• 待输入：模型端点与调用时机（F17）；真实数据/制度/会议标签映射与客户身份权限（M5/M6）； Laya 硬件与中文效果需实机探测；Jev 端点与凭据。
• Git：本轮在 codex/xingbang-v2-model-field-fix 分支的实质提交是 c880f40（fix：面板不刷新 + 候选行同 id 连开多行，含新脚本与 2 组源码断言）， 其后还有仅改文档的提交（本文件与 17）。本轮与之前各轮一样均未推送。 第四批的提交仍为 f775c6c/ff59d7e/4720d72。核对命令 git log --oneline -12。 不在这里写死 HEAD：交接文档自身的提交会成为新的 HEAD，写死必然过期。 不得从旧恢复点 4d5a420 推断最新版本已备份。