qiaoqichaoandClaude Code
962d4250dd
模型路径实测：字段守卫先拒绝了一次无依据引用（补齐演示项目缺失字段后消失）， 随后工具调用超出方案冻结的 max_tool_calls=12 而终止，两次都如实记降级。 是否提高演示方案预算属产品决定，未擅自修改。 Co-Authored-By: Claude Code <noreply@anthropic.com>
108 lines
5.8 KiB
Markdown
108 lines
5.8 KiB
Markdown
# 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；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（4）、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，但预算不足**：配置 DeepSeek（`XINGBANG_LOCAL_MODEL_*`）后，模型类技能
|
||
`corporate.analysis` 真实发起调用，先后遇到两类失败，都如实记成降级：
|
||
1. `模型引用未知字段` —— 模型的引用被字段守卫拒绝；根因是演示项目缺
|
||
`financial.operating_cashflow`，经上面"上传+确认"补齐后不再出现（守卫工作正常）。
|
||
2. `工具调用预算耗尽` —— 补齐字段后模型继续调用只读工具，超过方案冻结的
|
||
`max_tool_calls: 12` 而终止。
|
||
**待定**：提高演示方案的 `max_tool_calls`（阈值属产品/评审决定，不擅自改）或收敛
|
||
Skill 的工具使用指令。在此之前，"模型全程跑完"仍未验证。
|
||
- 取消中的运行不产出视图（只处理 completed/partial/failed）。
|
||
|
||
---
|
||
|
||
## 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：**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**。
|