qiaoqichao/mini-openclaw-v2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
2e7e19471c82f4f14e4ebf7c16cf80cfae20d6f3
mini-openclaw-v2/docs/v2/17-batch-delivery-records.md
T
qiaoqichaoandClaude Code 350146d9bc docs(v2): 更正第一批记录中模型失败的错误归因 
原记录归因于"演示项目缺 financial.operating_cashflow 导致模型引用未知字段"，
与代码不符：已定义但本次无值的字段仍会建键（apply_candidate 无条件建键），
不会触发该守卫，补该字段因此不可能修好它。

更正为字段表三处缺陷（方法文档 inputs 超出字段表、守卫比对错集合、未下发字段清单），
并补记实测结果、证据路径，以及一项未修复的完整性漏报（skill-quality 只遍历已存在值的字段）。

Co-Authored-By: Claude Code <noreply@anthropic.com>
2026-09-30 17:38:35 +08:00

8.3 KiB
Raw Blame History

四批交付记录

口径见 16 交付纠偏规格 §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。

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：未开始。

第三批：按已确认原型完成新版界面

状态：未开始。

第四批：接通评审反馈与改进发布

状态：未开始。

Reference in New Issue View Git Blame Copy Permalink