root/Jyotisha
1
0
Fork 0
Code Issues 1 Pull Requests 1 Actions Packages Projects Releases Wiki Activity

docs(tasks): 跨午夜单产品拍板放行 + 更正决策 C 的挂载点

Browse Source 
产品 2026-09-20 就三点拍板：A 修；B 修完重新冻结并重跑 T1/T2；C 让修复
前后的结果可区分。任务书 §3 三个待决点改为已决，状态转待领取。

更正 C 的做法。原提案是改 calculation_spec 并 bump INPUT_CONTRACT_VERSION，
但查证发现 calculation_spec_hash 的消费方全在 V4 链路，生产跑的 V9 对它零
引用，改了对真实用户历史无效。改为随修复 bump engine_version：它取自
v9EngineVersion()，全仓只写不比、无任何相等性门控。明令不得动 skill_version，
BUG-621 就是 open RPC 的 Skill 版本绑定让历史校正打不开。

§1.6 同步重写为 V9 的真实身份字段表；T4 改为 engine_version bump，验收加
一条历史会话仍能打开的定向回归。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_0199rbQDTsUbCVw84wc8BTFe
This commit is contained in:
Jesse_Chen
2026-09-20 12:28:44 +08:00
co-authored by Claude Opus 5
parent dacd404480
commit 03cba4780a
2 changed files with 33 additions and 19 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/tasks/README.md
+1 -1
View File
@@ -291,7 +291,7 @@
| `TASK-owner-case-purge-20260919.md` | `PROGRESS-owner-case-purge-20260919.md` | **上游库主案例与本机路径残留清除（只含本仓）**：镜像同步带进库主本人案例（敏感案例标识与本机路径）并被 `origin/staging` 命中，涉及无引用的 `versions/` 三快照、前端 fixture、Python 测试、整机扫描台账、会话转录及上游 SKILL 快照。运行时无特判不用动。产品拍板整体删除不留匿名版；fixture 统一虚构常量；`import_yinduzhanxing.py` 加隐私排除项 + 新增仓库级隐私守卫测试；上游 SKILL 快照等库主清完再重导入（BLOCKED 记录）。上游仓的清理指令另见 `UPSTREAM-INSTRUCTION-owner-case-purge-20260919.md`（交给库主，不在本仓执行）。BUG-972/973 | **已验收通过（2026-09-20，`497798ac`）；未合入 staging，等产品放行** | 两轮：首轮未通过（1 个隐私守卫冲突：新增路径规则与答案键守卫冲突，该守卫在快速门 glob 内，合入会让门禁红）→ 修复单 `TASK-owner-case-purge-fix2-20260919.md` → `497798ac` 通过。Claude 在 Linux 全依赖环境独立复验：快速门 Python 步 859 passed / 0 failed（上一轮就是这步红），Python 全量 63 红与基线逐条相同、0 新红，收集数与删除清单已记录；tsc 0 / lint 0 error、120 warning 同基线 / `npm test` 失败清单为基线子集（少 1 条工作流 YAML，非回归）/ `○ /` Static、首屏 gzip 与基线字节相同（前端自首轮提交起零改动）。上游指令文件已逐字节还原为基线原文；12 个已删测试名与计数已落进度记录；BLOCKED 两条已划掉。校正 Skill 哈希包、注册表、上游快照、`frontend/src`、主 API 全程 0 改动；库主本机用户名 0 命中。遗留 P3：进度记录和 BUG 状态文字待后续对账修正 |
| `TASK-consult-smalltalk-fastpath-20260920.md` | — | **普通对话寒暄轮快速通道**：真机一句「你好」触发完整窗口排盘（活动面板「已完成 4 步」）+ `## 先回答你的问题` + 400 字判词 + 扣 1 点。三层叠加：`index.ts` 两处「every turn 必调排盘」（BUG-922）与 `contractReady()` 的 `requireTool` 把排盘变成硬合同；`product-voice.ts` OPENER SHAPE 标「三种模式共用」；唯一的 chit-chat 豁免句只在 `natalSpokenReportContract` 里、只拼进本命 Agent（BUG-977）。计费侧「写回复」与「扣点」绑在 `complete_consultation_response` 同一次调用，`cancel` 只退款不写消息，所以今天没有「不扣点但保留对话」的通道。**产品拍板 a：不扣点、不排盘、回一句白话**；**分流不得用正则/关键词/长度阈值**，改为进 Agent 之前一次极短的结构化模型调用（复用本轮已选模型），fail-open 一律落回完整路径；BUG-922/923 的三处合同一个字不改；新增 `complete_consultation_free` 迁移。BUG-976/977 | 待领取 | — |
| `TASK-rectification-validation-integrity-20260920.md` | `PROGRESS-rectification-validation-20260920.md` | **生时校正验证体系补缺（纯离线评测，不改打分不改产品）**：会议要求把「推断真实出生时间」与「用户认可的参考盘」分开证明。核对结论——**产品口径侧四条已落地**（`accepted`≠`confirmed` 两条写入路径、确认门 fail-closed 且 `holdout` 为 `not_ready` 使 `confirmation_allowed` 不可能为真、采用不写 `reported_birth_time`、无任何把采用率当准确率的指标；运行时也无按生日走捷径的分支）；**缺口全在评测本身**。三条：① 封存契约 `rectification_sealed_holdout.v1.json` 的三个打分哈希互不相同（封存 `f41c298d` / 契约记录 `99730c84` / 基线实测 `b15d9ea1`），`official_eval_trial_count: 0`——当前实现**从未产出过一次有效官方盲测**，唯一跑过那次已被资料审计作废（top-1 `0.15`，发布门要 `0.60`），可见的 `0.45` 自带「不得当发布指标」标记（BUG-978）；② 全部离线评测的候选窗**以真值为圆心**（`_candidate_moments()`、`request_from_case()` 的 `true_time`），生产以申报时间为圆心（`ENGINE_SEARCH_RADIUS_MINUTES = 15`）——「真值掉出窗外」这一失败模式从不可见（BUG-979）；③ v3 封存但每例仅 3 事件、v4 有 7+ 事件却已被看过并用于调参，**无口径干净又贴近真实会话的封存集**；六题回放的 `0.80/0.55/0.35` 是「真值方向最优答」的上帝视角上界，±30/±60 仍低于发布门（BUG-980）。T1 申报偏差敏感性 sweep、T2 有效重跑 + 契约对齐 + **防复发新测试**、T3 只出 v5 采集协议、T4 记录。**硬红线：不得改 12 个打分文件、不得用封存集调参、不得把 `status` 改 `ready`。** 家庭信息（父母职业/兄弟姐妹）在拿到基线数字前不开工——现有七领域全是带日期事件，静态属性没有输入口。前置：owner-case-purge 三提交仍未合入 staging。BUG-978～980 | **已验收通过（2026-09-20，Claude 独立复算）**；独立盲测仍 blocked；门禁/部署待核验 | `932f2fff`。Claude 独立复核：T1 完整重跑 900 组合**逐例 8 字段 0 差异**、summary/specification 全等，另从 900 条逐例重算 45 格表与发布表逐位相同；T2 独立复跑 0.45/0.50/6.45/0/1.0/0.0 与哈希全序 0.05/0.10 全部一致；12 个打分文件字节未动、`status=not_ready`、`confirmation_coverage_rate=0`、实跑 `holdout_passed()`=False；新增/触及 Python 测试本机 38 条全绿；freshness 测试比对时排除 `frozen_at_utc`（BUG-693/694 教训已用上）。**执行方正确推翻任务书 T2.3**：「首次口径干净的官方盲测」与 BUG-428 防复发（已看过结果的案例不得再计入盲测）冲突，已核 BUG-428 原文，是任务书写错。环境缺口：本机 frontend 无 node_modules，tsc/lint/npm test/build 未能复核，采信执行方自报。遗留 → `TASK-rectification-cross-midnight-dasha-20260920.md`（BUG-981） |
| `TASK-rectification-cross-midnight-dasha-20260920.md` | — | **跨午夜候选的 Dasha 边界错一天（生产打分）**：`scoring_service.py` 调 `merge_transition_proximity()` 只传**一个** `birth_date`，该函数用它算全部候选的 Vimshottari / Narayana 起始日期，候选之间只靠 `_context_time()` 的 `HH:MM` 区分、**日期被丢掉**。窗口跨午夜时午夜后候选的 dasha 边界整体错一天。Claude 验收时在生产调用链独立复现：窗口 `23:50→00:10`、21 个候选，**恰好那 11 个跨日候选分数错、10 个同日候选逐位相同**（幅度 +0.0267 / −0.0133，本例头名未变）。算术上界 = `cap/kernel_width`，day 精度 0.067 分/件，18 件可累计约 1.2 分，而随分钟变化项总量仅约 2.1 分 —— **上界是推的不是实测，真实幅度本单必须实测**。踩中路径：`late_night` 时段 `23:00–03:59`、`unknown` `00:00–23:59`、23:45 后或 00:15 前申报的 ±15 窗。连带发现：`calculation_spec()` 不含打分实现身份，修复后同一 spec hash 对应不同分数，历史 Case 静默失去可复现性（同 BUG-427 类型）。**本单会改生产打分，与验证补缺单的红线相反，§3 三个待决点（修不修 / 要不要重新冻结重跑 / 历史 Case 怎么办）未由产品填答不得开工。**硬红线：只改「按候选日期取 dasha 起始」，不得动 kernel/cap/share 任一常数；确认门不变。BUG-981 | **待产品拍板** | — |
| `TASK-rectification-cross-midnight-dasha-20260920.md` | — | **跨午夜候选的 Dasha 边界错一天（生产打分）**：`scoring_service.py` 调 `merge_transition_proximity()` 只传**一个** `birth_date`，该函数用它算全部候选的 Vimshottari / Narayana 起始日期，候选之间只靠 `_context_time()` 的 `HH:MM` 区分、**日期被丢掉**。窗口跨午夜时午夜后候选的 dasha 边界整体错一天。Claude 验收时在生产调用链独立复现：窗口 `23:50→00:10`、21 个候选，**恰好那 11 个跨日候选分数错、10 个同日候选逐位相同**（幅度 +0.0267 / −0.0133，本例头名未变）。算术上界 = `cap/kernel_width`，day 精度 0.067 分/件，18 件可累计约 1.2 分，而随分钟变化项总量仅约 2.1 分 —— **上界是推的不是实测，真实幅度本单必须实测**。踩中路径：`late_night` 时段 `23:00–03:59`、`unknown` `00:00–23:59`、23:45 后或 00:15 前申报的 ±15 窗。连带发现：`calculation_spec()` 不含打分实现身份，修复后同一 spec hash 对应不同分数，历史 Case 静默失去可复现性（同 BUG-427 类型）。**产品 2026-09-20 已就三点拍板：A 修、B 修完重新冻结并重跑 T1/T2、C 让新旧结果可区分。** C 的做法经查证已修正：`calculation_spec_hash` 全在 **V4** 链路、**V9 零引用**，原提案 bump `INPUT_CONTRACT_VERSION` 对真实历史无效已作废；改为随修复 bump `engine_version`（`v9EngineVersion()` 缺省串，全仓只写不比、无相等性门控），**不得动 `skill_version`**（BUG-621：open RPC 要求绑定 Skill 等于当前版本，bump 会让历史校正打不开）。硬红线：只改「按候选日期取 dasha 起始」，不得动 kernel/cap/share 任一常数；确认门不变。BUG-981 | **待领取**（产品已放行） | — |
## 命名与归档
docs/tasks/TASK-rectification-cross-midnight-dasha-20260920.md
+32 -18
View File
@@ -1,6 +1,6 @@
# TASK · 跨午夜候选的 Dasha 边界错一天（生产打分，2026-09-20）
> 状态：**待产品拍板后才可开工**。本单会**改动生产打分结果**，与 `TASK-rectification-validation-integrity-20260920` 的「不改打分」红线相反，必须由产品显式放行（§3 有三个待决点）。
> 状态：**待领取**。本单会**改动生产打分结果**，与 `TASK-rectification-validation-integrity-20260920` 的「不改打分」红线相反；产品已于 2026-09-20 就三点全部拍板放行，见 §3。
> 起因：执行 BUG-979 偏差评测时，独立审查在离线适配层发现该问题；Claude 2026-09-20 验收时在**生产调用链上独立复现**。
## 0. 基线与交付
@@ -62,11 +62,19 @@ merge_transition_proximity(matrix_payload, scoring_request["events"],
该事实目前**只写在 `BUG-979` 的「独立审查追加」一行**与 `BLOCKED.md` 里，没有独立编号、没有 `investigating` 状态。`BUG-979` 自身是 `resolved`，其正文已声明「resolved 仅指离线缺少偏差维度的缺口……不代表生产跨日问题已修」。按 `AGENTS.md` §5.4，已确认事实必须有自己的记录与状态。
### 1.6 历史结果不可复现（连带发现）
### 1.6 生产结果没有打分实现身份（连带发现，2026-09-20 修正）
`scripts/rectification/scoring_service.py` 的 `calculation_spec()` 写入 `version` / `birthDate` / `candidateRange` / 经纬度 / 时区 / ayanamsa / nodeMode / minuteStep，**不含打分实现身份**。`api_service.py` 用它算 `calculation_spec_hash` 并随结果落库。
**先更正一条**：`scripts/rectification/scoring_service.py` 的 `calculation_spec()` 与随结果落库的 `calculation_spec_hash`，其消费方全部在 **V4** 链路（`frontend/supabase/migrations/20260726020000_birth_time_rectification_v4.sql`、`frontend/src/mastra/rectification-tools.ts`）。**生产跑的是 V9，V9 对 `calculation_spec_hash` 零引用**（已全仓检索确认）。因此「bump `INPUT_CONTRACT_VERSION` 以区分新旧结果」对真实用户历史无效，不要做。
因此修复打分后，**同一个 `calculation_spec_hash` 会对应不同的分数**，历史 Case 静默失去可复现性。这与 `BUG-427` 的防复发条（「评测指标必须与产生它的 `implementation_sha256` 绑定记录」）是同一类问题，只是发生在生产结果侧而非评测侧。
V9 的真实情况：
| 字段 | 来源 | 是否被相等性门控 |
| --- | --- | --- |
| `skill_version` | Skill 包版本 | **是**。`BUG-621`：open RPC 要求绑定 Skill 等于当前版本，bump 会让历史校正打不开 |
| `engine_version` | `frontend/src/lib/rectification-agentic/v9/engine-client.ts` 的 `v9EngineVersion()`＝环境变量 `RECTIFICATION_ENGINE_VERSION`，缺省 `"rectification-v5"` | **否**。全仓只写不比，无任何 `===` / SQL 相等判断 |
| 打分实现身份（如 12 文件的 `implementation_sha256`） | **不存在** | — |
所以修复打分后，V9 历史结果与新结果在回执里**没有任何可区分的标记**。这与 `BUG-427` 的防复发条（「评测指标必须与产生它的 `implementation_sha256` 绑定记录」）是同一类问题，只是发生在生产结果侧而非评测侧。
## 2. 根因
@@ -74,16 +82,17 @@ merge_transition_proximity(matrix_payload, scoring_request["events"],
2. 全仓没有一条跨午夜窗口的**打分层**回归。`BUG-098` 记录里「跨午夜兼容」指的是**逐分钟枚举**，transition proximity 是后加的层，没有被那条覆盖。`tests/` 下无任何 transition / proximity 命名的测试文件。
3. 生产结果的可复现性只绑定输入规格，不绑定打分实现身份，所以打分变更不会触发任何告警。
## 3. 决策记录（**三个待决点，未拍板不得开工**）
## 3. 决策记录
- **A. 修不修？** 修复会改变跨午夜窗口下所有候选的分数，可能改变头名、并列关系与交付区间。不修则该缺陷继续存在于 `late_night`、`unknown` 与深夜申报路径。
- Claude 建议：**修**。它是确定性错误，不是精度取舍。
- **B. 修完要不要重新冻结并重跑 T1/T2？** `932f2fff` 的 900 组合与 v3 重跑成绩是用**当前（有缺陷的）**实现算的。修复后那些数字与实现不再对应。
- Claude 建议：**要**。否则刚刚建立的「成绩必须可归属到实现哈希」这条纪律当场破功。重跑成本已实测：T2 约 10 秒，T1 全量 900 组合约 4 分钟。
- **C. 历史已交付 Case 怎么处理？** 见 §1.6。三条路：(c1) 在 `calculation_spec` 里加打分实现身份并 bump `INPUT_CONTRACT_VERSION`，让新旧结果显式可区分；(c2) 只加身份字段不 bump，老结果标为「按旧实现产出」；(c3) 不动，接受静默分歧。
- Claude 建议：**c1**。但它会让所有历史 Case 的 spec hash 变化，需确认不会影响历史会话打开（参照 `BUG-621` 的教训：版本绑定改动曾让历史校正打不开）。
**2026-09-20 产品负责人已就三点拍板，本单可以开工。**
以上三点由产品负责人在领取前填答；未填答的项，执行方**不得**自行假设。
- **A. 修不修？→ 修。** 修复会改变跨午夜窗口下所有候选的分数，可能改变头名、并列关系与交付区间。产品接受这一影响：它是确定性错误，不是精度取舍。
- **B. 修完要不要重新冻结并重跑 T1/T2？→ 要。** `932f2fff` 的 900 组合与 v3 重跑成绩是用有缺陷的实现算的，修复后不再对应。重跑成本已实测：T2 约 10 秒，T1 全量 900 组合约 4 分钟。旧数字保留并标注作废原因，不删除历史。
- **C. 历史已交付 Case 怎么处理？→ 让新旧结果可区分，但挂在 `engine_version` 上。**
- 原始提案（改 `calculation_spec` 并 bump `INPUT_CONTRACT_VERSION`）**已作废**：§1.6 查证表明那条链路属 V4，生产 V9 零引用，改了对真实历史无效。
- 采纳做法：随修复 bump `engine_version`（`v9EngineVersion()` 的缺省串，或部署侧 `RECTIFICATION_ENGINE_VERSION`），使修复前后的 V9 回执可区分。该字段全仓只写不比，bump 不影响历史会话打开。
- **不得 bump `skill_version`**（`BUG-621`：open RPC 要求绑定 Skill 等于当前版本，bump 会让历史校正打不开）。
- 是否把 12 文件的 `implementation_sha256` 也写进 V9 回执，作为可选增强；若做，必须是新增字段，不得改动既有字段的含义或类型。
## 4. 硬红线
@@ -118,7 +127,7 @@ merge_transition_proximity(matrix_payload, scoring_request["events"],
### T3 · 按决策 B 重新冻结与重跑
仅在产品对 §3-B 答「要」时执行：
产品已答「要」，本项必做。
- 重新计算 12 个 `frozen_scoring.files` 的实现哈希（修复若落在这 12 个文件内，哈希会变；若落在之外，需在报告里说明为何成绩仍变）。
- 重跑 `scripts/research/sealed_holdout_rerun.py` 与 `scripts/research/reported_offset_sweep.py`，更新两份研究文档与 JSON，**旧数字保留并标注作废原因**，不删除历史。
@@ -126,11 +135,16 @@ merge_transition_proximity(matrix_payload, scoring_request["events"],
验收标准：`tests/test_sealed_holdout_contract_freshness.py` 绿（它会因哈希漂移而红，这正是它存在的意义）；两份研究文档的口径块含新哈希；`official_valid_independent_blind` 仍 `false`。
### T4 · 按决策 C 处理历史可复现性
### T4 · 按决策 C 给结果加可区分标记
仅在产品对 §3-C 答 c1 或 c2 时执行。c1 需额外验证：历史校正会话仍能打开（参照 `BUG-621`）。
- bump `engine_version`：改 `frontend/src/lib/rectification-agentic/v9/engine-client.ts` 的 `v9EngineVersion()` 缺省串（或与部署侧 `RECTIFICATION_ENGINE_VERSION` 协同，二选一并在进度记录写明选了哪个及原因）。
- **不得**改 `skill_version`；**不得** bump `INPUT_CONTRACT_VERSION`（见 §1.6，那是 V4 死链路）。
- 可选增强：在 V9 回执新增打分实现身份字段。做则必须是新增字段，不得改既有字段含义或类型。
验收标准：按所选方案给出对应证据；c1 必须有「历史 Case 可打开」的定向测试。
验收标准：
- 修复后新建 Case 的回执 `engine_version` 为新值，历史 Case 回执保留旧值。
- **历史校正会话仍能打开**（`BUG-621` 的定向回归必须跑，结果贴进度记录）。
- 全仓确认 `engine_version` 仍无相等性门控——若本单引入了任何按它比较的逻辑，视为越界。
### T5 · 记录
@@ -144,8 +158,8 @@ merge_transition_proximity(matrix_payload, scoring_request["events"],
## 6. 让步顺序
1. **最先保 T1 + T2**：失败测试与修复本身。没有 T1 就没有证据证明修对了。
2. 其次 T3（重跑）。若产品对 B 答「暂不重跑」，则必须在两份研究文档顶部加一行「本文数字产出自已修复前的实现」，不得留着不说。
3. T4 可以独立成单往后排，但 §1.6 必须进 `BUG-981` 正文，不得因为不做就不记。
2. 其次 T3（重跑，产品已拍板必做）。确实跑不完时，必须在两份研究文档顶部加一行「本文数字产出自已修复前的实现」，不得留着不说。
3. T4 的 `engine_version` bump 不可砍（产品已拍板 C）；可选的「回执加打分实现身份」可砍，砍了要在 §1.6 的事实进 `BUG-981` 正文。
4. **不得砍掉 T2 的「非跨午夜窗口分数逐位不变」回归。** 砍了它，这次修复就无法与打分权重变更区分开。
## 7. 开工前置命令