docs(tasks): consult evidence-card research brief
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8
This commit is contained in:
Jesse_Chen
co-authored by
Claude Opus 5.5
Claude Opus 5.5
parent
5f2e007f64
commit
76924e3362
@@ -127,6 +127,7 @@
|
||||
| 任务书 | 进度 | 主题 | 状态 | 落点 |
|
||||
| --- | --- | --- | --- | --- |
|
||||
| — （产品 09-26 口头拍板 D1–D3，直接执行） | `PROGRESS-consult-answer-truncation-20260926.md` | **普通咨询回答写到一半被掐断仍扣点（BUG-1051，复发自 BUG-305）**：工具循环与写回答共用 110 秒 signal；Mastra 1.50 超时不抛错（`abort` 块 + `finish(tripwire)` 后正常关流），结算只认抛错与 `length`。D1 写回答自有 70 秒时钟（首用起算，续写 / 回答重试共用，最坏 180 秒，`maxDuration` 240）；D2 写回答的最后一个流不是 `stop` 且有正文 → `answer_truncated`、不扣点、记 abort 步、不冲半句，`length` 续写不变；D3 观测加 `composeFinishReason` / `composeAborted` / `answerVisibleChars` | 已验收（真机欠） | `codex/consult-answer-truncation-20260926`（本地，未推送）；新回归 15 条用真实 Mastra `Agent`（修复前 11 条红）；全量失败名单 0 新增；Python 948/1；`/` ○、gzip 0%；真机清单 `docs/testing/consult-answer-truncation-20260926.md` |
|
||||
| `TASK-consult-evidence-card-research-20260927.md` | `PROGRESS-consult-evidence-card-research-20260927.md` | **普通对话数据卡调研**：引擎输出逐项分五类计量（现约 4 万 token、父母问题相关约 3.5%）；四处领域→技法来源对账并起草各领域数据卡（家庭拆父母/子女）；卡体量与逐字一致性；按卡算的提速空间；反馈迭代埋点方案。只调研不改线上 | 待领取 | 分支 `codex/consult-evidence-card-research-20260927`；与 BUG-1053 实现单并行，不碰 consult route / stream-agent-response |
|
||||
| `TASK-scroll-anchor-hook-fixes-20260926.md` | `PROGRESS-scroll-anchor-hook-fixes-20260926.md` | **滚动锚两处老问题**：直接打开已有会话时监听未挂上（BUG-1043）、校正长回答钉顶后因 96px 阈值被拉到底（BUG-1044）。排在 BUG-1042 合入后。挂载改由容器元素本身驱动（每次提交比对元素 / active / resetKey）；钉顶只由用户滚动手势解除 | 已验收（Claude 09-26 直接执行：子代理复现两处根因并修复；Claude 独立复验 tsc/lint 0、全量 3970 条失败名单与基线逐条一致、四路由 ○、gzip 不变；iOS 惯性滚动留真机清单） | `da2613ff`（随 `f1d16405` 部署，health 一致） |
|
||||
| `TASK-latest-turn-actions-gap-20260926.md` | — | **最后一轮正文与点赞 / 踩之间空大半屏**：BUG-930 钉顶留白（`min-height: 视口 − 本轮开头`）加在 `.message-assistant` 上，把兄弟节点 `.message-actions` 推到留白之后；改为加在整轮外层，按钮紧贴正文、空白落在后面；不动滚动 hook | 已验收（Claude 09-26 直接执行：子代理实现，Claude 独立复验 tsc/lint 0、全量 3961 条失败名单与基线逐条一致、四路由 ○、gzip 不变；CDP 实测间距 450–600px → 23px，钉顶仍在） | `080ea5ca`（已部署 `509987b9`，health 一致） |
|
||||
| `TASK-starter-home-polish-20260926.md` | `PROGRESS-starter-home-polish-20260926.md` | **首页开场小字与图标**：今日趋势（每日模型生成，非写死）移到问候下方副行；入口下方提示只在有未完成校正或非本人时出现，删两句固定文案并修正已校正仍显示首次文案的分支；今日星语图标 MoonStar、点数图标 Coins。排在 BUG-1038、1040 之后。分支误判实为入口摘要解析读错键名（BUG-1041） | 已验收（Claude 09-26 直接执行：子代理实现并查出 BUG-1041 入口摘要驼峰/下划线字段不一致；Claude 改恢复提示文案为「可以在历史对话里接着做」；独立复验 tsc/lint 0、全量 3960 条失败名单与基线逐条一致、四路由 ○、gzip 不变） | `f04da103`（已部署 `62d4c9c4`，health 一致） |
|
||||
|
||||
@@ -0,0 +1,116 @@
|
||||
# TASK · 普通对话「数据卡」调研：后台筛掉多余，只把能出数据的部分交给模型（2026-09-27）
|
||||
|
||||
> 调研单，**不改任何线上行为**。产出一份报告、一套可复跑的脚本和一张按领域的数据卡草案，交产品与懂印占的人拍板后，再另开实现单。
|
||||
|
||||
## 基线
|
||||
|
||||
- `origin/staging` `5f2e007f`（开工时以 `git fetch` 后的最新 `origin/staging` 为准，写进 PROGRESS）。
|
||||
- 分支 `codex/consult-evidence-card-research-20260927`，工作树 `.worktrees/consult-evidence-card-research-20260927`。
|
||||
- 并行中的实现单 `codex/consult-single-pass-answer-20260927`（BUG-1053，去掉盲写第三步）改的是 `frontend/src/app/api/consult/route.ts`、`frontend/src/lib/stream-agent-response.ts`。**本单不得修改这两个文件**；调研脚本只读调用引擎与投影函数。
|
||||
|
||||
## 事故实证（行号按符号定位，会漂）
|
||||
|
||||
1. 2026-09-27 真机：「我和父母关系如何」跑了 10 步，回答却说「这次消息里没有父母主题的盘面证据」。诊断已确认：写答案那一步拿不到任何排盘结果（`route.ts` `composeAnswer` 只带 `baseMessages` + `consultationComposePrompt()`，判断依据恒空），由 BUG-1053 处理。本单研究的是**修好之后**该给模型什么。
|
||||
2. 体量（诊断时用公开样例盘实测）：
|
||||
- Python `/api/consultation_workflow`（`scripts/jyotish_api_server.py` `_compute_consultation_workflow`，编排在 `scripts/unified_consultation_orchestrator.py`）原始输出约 478K 字符。
|
||||
- 投影后进模型的工具结果约 133–144K 字符（约 4 万 token）。
|
||||
- 单领域时 `frontend/src/mastra/consultation-tools.ts` `toModelDomainPlanContext` 返回 `{...consultations[0], ...plan, consultations}`，同一个包出现两次（`consultations` 约 71K 字符）。
|
||||
- 每份里 `varga_spectrum` 约 17K、`western_spectrum` 约 6K、技法审计表约 6.9K（43 行），在 natal 卡与 `evidence_contract` 里各出现一次。系统提示里的 Skill 方法块约 23K 字符。
|
||||
3. 相关度：父母问题真正要用的宫位、行星、D12、大运与子运、功能吉凶合计约 5K / 144K ≈ **3.5%**。
|
||||
4. 领域路由缺口：
|
||||
- `frontend/src/lib/consultation-domain-registry.ts` 的 `family` 把父母与子女混在一起，别名没有「父母 / parents」。
|
||||
- `frontend/src/lib/consultation-methodology.ts` 里 `family` 的 `strictRoute: null`；`frontend/src/mastra/consultation-workflow.ts` `DOMAIN_MUST_USE_LAYERS` 没有 family 项。
|
||||
- Skill 只有一句「D12 for family/ancestral themes」（`skills/jyotish-vedic-astrology/references/strict-workflow-router.md` 约 163 行）。
|
||||
- Python 路由的 `focus_techniques`（如 D12/4/9 宫）没有投影给模型。
|
||||
5. 43 项技法审计表（09-26 真机截图）粗分：核心数据约 12 项；状态说明约 8 项（VedAstro 云状态、MEVG、真实案例校准、盲技术模式、时间精度门、证据包等，只说「没做 / 受限」）；本轮不适用 4 项；研究用约 4 项（40 张研究型 D-N、D81/D108/D144、Ashtottari「参数敏感、未验证」）；西洋约 11 项。
|
||||
|
||||
## 根因（本单要证实或推翻）
|
||||
|
||||
咨询默认「全算全给」（BUG-287 起），没有一层按问题筛选：模型每轮读约 4 万 token，能用的只有几个百分点；领域到技法的对应关系散落在注册表、方法学、Skill 与 Python 路由四处，彼此不一致，还缺父母这一类。
|
||||
|
||||
## 决策记录（产品 2026-09-27）
|
||||
|
||||
- D1 方向已定：在计算引擎与写答案的模型之间加**后台筛选**。计算可以照旧算全，但只把能写进答案的数据按领域组成「数据卡」交给模型；状态说明、不适用、研究用、西洋层留在后台（报告与审计照用），不给写答案的模型。
|
||||
- D2 之后按反馈迭代：记录用了哪张卡、答案引用了卡里哪些数据、点赞 / 点踩，据此增删卡内容。本单只设计埋点方案，不实现。
|
||||
- D3 本单只调研、出草案；数据卡的最终内容由产品和懂印占的人拍板，再另开实现单。
|
||||
- D4 「家庭」计划拆成「父母」与「子女」两类，本单给出建议映射与依据。
|
||||
- 本单**不推翻**任何既有红线：AGENTS Part B 的高严谨要求（双轨大运、按领域分盘、功能吉凶、原始数据）是对输出占星解读的约束，数据卡必须能满足它；若某项红线与「只给相关数据」冲突，写进报告交产品决定，不自行取舍。
|
||||
|
||||
## 硬红线
|
||||
|
||||
1. 不改线上行为：不改 `frontend/src/app/api/consult/**`、`frontend/src/lib/stream-agent-response.ts`、`frontend/src/mastra/**` 的运行逻辑、Python 引擎、Skill 文本、数据库。新增文件只放在 `scripts/research/`、`tests/`（只测研究脚本的纯函数）、`docs/research/`、`docs/tasks/`。
|
||||
2. 数据只用公开名人样例（仓库 `references/real_case_calibration/` 下的公开 AA 开放集）或明确虚构的出生资料；不得出现任何真实用户资料（AGENTS §8）。
|
||||
3. 每个数字都要附复跑命令；同机 A/B，不跨机器比较浮点哈希（BUG-985）。
|
||||
4. 不下占星结论。本单是数据工程调研，报告里不写「某人父母关系如何」之类的解读。
|
||||
5. 禁止 `git stash`；提交只 `git add <具体路径>`，提交前看 `git diff --cached --stat`（ERR-112）。不推送，完成后本地提交交验收。
|
||||
|
||||
## 任务分解（每条带验收标准）
|
||||
|
||||
### R1 盘点：引擎输出逐项分类与计量
|
||||
|
||||
- 用 3 个公开样例盘 × 8 个领域（事业、婚恋、财富、健康、学习、迁居、家庭、综合；另加「父母」「子女」两种问法，走现有 family 路由）真跑 `_compute_consultation_workflow`，再经 `toModelOutput` / `toModelDomainPlanContext` 投影，得到**模型实际看到的文本**。
|
||||
- 把投影后的字段逐项归入五类：核心数据 / 状态说明 / 不适用 / 研究用 / 西洋。给出每项的字符数与 token 估算（写明估算方法），以及重复出现的字段与次数。
|
||||
- **验收**：一张「字段 → 类别 → 大小 → 是否重复」总表（JSON + 报告里的汇总表）；五类合计与总大小对得上（误差 < 1%）。
|
||||
|
||||
### R2 领域 → 技法对照表草案
|
||||
|
||||
- 汇总四处现有来源：`consultation-domain-registry.ts` 的 `requiredLayers`、`consultation-methodology.ts`、`consultation-workflow.ts` `DOMAIN_MUST_USE_LAYERS`、Skill `strict-workflow-router.md` 与 `jyotish-vedic-astrology` 其余 references，外加 Python 路由的 `focus_techniques`，列出每个领域在四处的差异。
|
||||
- 起草每个领域的数据卡：
|
||||
- **基础段**（每张卡都带）：上升、12 宫落星与宫主、功能吉凶星、当前 Vimshottari MD/AD/PD 及起止日期、Narayana 当前段。
|
||||
- **领域段**：该领域专属的宫位、宫主、分盘、自然星、格局、行运窗口。
|
||||
- 「父母」「子女」两张新卡给出依据（引用仓库内 Skill 文字或公开经典出处）。
|
||||
- 标出每张卡里有没有满足 AGENTS Part B（双轨大运、领域分盘、功能吉凶、原始数据）的字段；不满足的写明缺口。
|
||||
- **验收**：一张可给非程序员看的对照表（领域 × 基础段 / 领域段 / 数据来源 / Part B 覆盖），外加机器可读的 JSON 草案。
|
||||
|
||||
### R3 数据卡原型与体量对比
|
||||
|
||||
- 写一个研究用的纯函数（`scripts/research/` 下，Python 或 TS 皆可），输入 R1 的投影结果，按 R2 草案裁出数据卡文本。
|
||||
- 对 3 盘 × 10 种问法输出数据卡，给出每张卡的大小，与现状（约 4 万 token）对比；并核对卡里关键事实与引擎原始值逐字一致（上升星座、月亮星座与宫位、当前大运起止日期、D12 相关落点）。
|
||||
- **验收**：体量对比表；逐字一致性检查 100% 通过（不一致即报告为缺陷，不得在卡里改值）；样例卡片附在报告附录里（公开名人盘）。
|
||||
|
||||
### R4 提速空间（只量不改）
|
||||
|
||||
- 统计每个领域的数据卡实际依赖哪些计算模块，估算「只算卡里需要的」能省多少引擎耗时（用本机同机计时，不跑外部 VedAstro；外部取证单独列出不计入）。
|
||||
- **验收**：模块 → 被哪些卡依赖 → 本机耗时的表；给出「全算 vs 按卡算」的耗时估计与方法说明。
|
||||
|
||||
### R5 反馈迭代的埋点方案（只设计）
|
||||
|
||||
- 设计每轮要记的字段：领域、卡版本、卡大小、答案引用了卡里哪些字段（如何判定引用，需写清楚方法与误判风险）、点赞 / 点踩。只存数字、枚举与字段名，不存用户文本（AGENTS §8、参照 `TASK-rectification-telemetry-20260926` 的做法）。
|
||||
- 设计后台汇总：哪些字段长期不被引用、哪类问题点踩率高。
|
||||
- **验收**：字段表 + 汇总视图草图（文字描述即可）+ 隐私核对清单。
|
||||
|
||||
### R6 报告
|
||||
|
||||
- `docs/research/consult_evidence_card_research_2026_09_27.md`：结论先行，五节对应 R1–R5；每节一句话结论、复跑命令、是否建议立实现单。
|
||||
- 结果 JSON 放 `docs/research/`；`docs/tasks/PROGRESS-consult-evidence-card-research-20260927.md` 记开工基线、做了什么、没做什么、环境缺口；`docs/tasks/README.md` 本单一行改为「待验收」。
|
||||
- **验收**：报告里给产品的决策清单（需要拍板的每一项，附推荐与理由），不超过一页。
|
||||
|
||||
## 让步顺序（时间不够时）
|
||||
|
||||
1. R1、R2、R3 必须完成（这是拍板的依据）。
|
||||
2. R4 可以只做 3 个领域。
|
||||
3. R5 可以只给字段表，汇总视图留待实现单。
|
||||
|
||||
## 开工前置命令
|
||||
|
||||
```bash
|
||||
cd /workspace/Jyotisha && git fetch origin --prune
|
||||
git worktree add -b codex/consult-evidence-card-research-20260927 .worktrees/consult-evidence-card-research-20260927 origin/staging
|
||||
ln -s /workspace/Jyotisha/frontend/node_modules .worktrees/consult-evidence-card-research-20260927/frontend/node_modules
|
||||
cd .worktrees/consult-evidence-card-research-20260927
|
||||
git status -sb
|
||||
python3 scripts/pre_work_check.py --remote-timeout 8 --command-timeout 45 # 涉及引擎输出，按 AGENTS §9 先跑预检
|
||||
export PATH=/exec-daemon:$PATH # 需要跑 TS 投影函数时用 Node 22
|
||||
```
|
||||
|
||||
先读：`AGENTS.md`（§5、§8、§9、Part B）、`docs/research/pre_work_error_ledger.md`（ERR-110 冻结计分文件、ERR-111 PYTHONHASHSEED、ERR-112）、`docs/BUG_HISTORY.md` 中 BUG-287、BUG-298、BUG-943、BUG-1053（开工时若已合入）。
|
||||
|
||||
## 验收口径
|
||||
|
||||
- 新增的研究测试：`python3 -m pytest tests/test_consult_evidence_card_research.py`（如有）通过；`tests/test_repo_privacy_markers.py`、`tests/test_bug_history_workflow.py` 通过。
|
||||
- 本单提交里不出现 `frontend/src/**`、`scripts/*.py`（`scripts/research/` 除外）、`skills/**`、迁移文件的改动。
|
||||
- 所有表格数字可由报告里的命令复跑得到。
|
||||
|
||||
## BUG 编号
|
||||
|
||||
本单是调研，默认不开 BUG。若发现缺陷（例如投影丢字段、卡里事实与引擎不一致），开工时核对 `docs/BUG_HISTORY.md` 最大号（staging 上当前为 BUG-1051；BUG-1052、BUG-1053 已被并行实现单占用），从 **BUG-1054** 起，记为 `investigating`，不修代码。
|
||||
Reference in New Issue
Block a user