docs(tasks): rectification round briefs (fewer probes/card, telemetry, research, split, reconcile)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8
2026-09-26 13:46:21 +08:00
parent 3ce11ee04d
commit abb05b675c
6 changed files with 168 additions and 0 deletions
@@ -35,6 +35,10 @@

 | 任务书 | 进度 | 主题 | 状态 | 落点 |
 | --- | --- | --- | --- | --- |
+| `TASK-rectification-fewer-probes-card-20260926.md` | — | **减少无效追问 + 卡片区间为主**：引导补件离线新增达标 0 → 上限 6→2、定向题问完门槛未达直接出卡；卡片区间为主标题、代表分钟副标题，第一二名差距 ≥5 个百分点才显示百分比，否则写「目前区分不开」。不放宽任何置信度。先做 | 待领取 | — |
+| `TASK-rectification-telemetry-20260926.md` | — | **匿名聚合统计**：每会话一行只存数字 / 枚举（题数分类、宽度、差距、停止原因、门槛达标、耗时、版本），管理后台只看汇总、保留 180 天；动表须 test:db。排在 fewer-probes 后 | 待领取 | — |
+| `TASK-rectification-offline-research-20260926.md` | — | **三项离线研究**：答错 1–2 题的容错、V1/V2 分盘配权正确重跑、改正「1 分钟≈1.1 天」（实测中位 3.8 天）并核实 `_representative_pairs` 推断。不改线上 | 待领取 | — |
+| `TASK-rectification-code-split-20260926.md` | — | **代码拆分（只搬不改）**：聊天组件 2043 行 / 35 useState、`POST` 926 行、`runV9AgentTurn` 1047 行，269 处切源码测试；拆分 + 增长合同 + 切片测试改调用函数。排在 fewer-probes、telemetry 之后 | 待领取 | — |
 | `TASK-rectification-dup-question-20260926.md` | `PROGRESS-rectification-dup-question-20260926.md` | **同一轮问题出现两次（BUG-1045，复发自 BUG-585，BUG-969 拼回题干、去重只在刷新路径）+ 同一道选择题连画两张（BUG-1046：提交失败不回滚本地已答 + 兜底问题块条件过宽；H2 漏收回合）**。先于 latency 单 | 已验收（Claude 09-26 直接执行：子代理复现 A 与 B-H1（选择题提交 409 / 网络错误不回滚本地已答）；Claude 变基到含 BUG-1043/1044 的 staging 后独立复验 tsc/lint 0、全量 3981 条失败名单与基线逐条一致、四路由 ○、gzip 不变） | `e4c1c7a3`（已部署 `f1d16405`，health 一致） |
 | `TASK-rectification-latency-20260926.md` | `PROGRESS-rectification-latency-20260926.md` | **每轮等待过长（BUG-1047）**：一轮打字回答串行 5 次开思考的模型调用，分类在开流前且无超时。产品定：收尾两步不动、分类保持思考只加 10 秒超时、发出后立即出确定性进度句并按阶段更新；补埋点；服务端无口吻优化须 A/B 逐位一致。排在 dup-question 之后 | 已验收（Claude 09-26 直接执行：子代理实现 D1–D4 与 D5 两项；Claude 用 Node 22 独立复验 tsc/lint 0、全量 4002 条失败名单与 Node 22 基线逐条一致（24 条均为 Docker/DB）、四路由 ○、gzip 不变。D5 第 1 项（探针复用）输出逐字节一致但触发冻结打分身份，Claude 建议暂不做） | `86ff9a40`（已部署 `8a409434`，health 一致） |
 | `TASK-rectification-session-title-result-20260922.md` | `PROGRESS-rectification-session-title-result-20260922.md` | **校正会话标题改写结果（BUG-1001）**：BUG-988 把副标题改成最后活动时间后，标题里的日期成了重复；而 BUG-929 删掉 `uniquifySessionTitle` 之后，`resolveSessionTitle` 对校正入口只返回 `生时校正 · M月D日`，**同一天多条标题完全相同**（真机截图：9/17 三条同名、9/16 两条同名、9/14 一天 5 条）；旧标题的钟点后缀是创建时间、副标题是最后活动时间，同一行两个对不上的时间。**产品 09-22 拍板**：D1 标题改为承载结果——有 `accepted_time`/`confirmed_time` 写 `生时校正 · HH:MM`，否则写 `candidate_range` 的 `生时校正 · HH:MM–HH:MM`（推翻 BUG-929 的日期口径，但「不得再加墙钟去重后缀」保留）；D2 存量批量重算（推翻 BUG-929「旧标题不批量改」，先例 `20260916020000_rectification_session_title_repair.sql`）；D3 今日节奏保留日期（我判定的例外）；D4 只在结果变化时改 title，`open` 路径不动（对 BUG-699 边界的有限扩展）。**红线**：任何写标题的路径都不得 bump `updated_at`（否则 13 条历史会话集体跳顶、毁掉 BUG-988）；标题算式必须只有一处实现（一个 SQL 函数，触发器与回填共用）——BUG-987/992 都栽在「两层规则各写一份」。T4 跨层对断不得让步。已 grep 出真正受影响的只有 7 个文件，Python 侧只查裸字符串、无需改。BUG 段 1001 起 | 已验收（Claude 09-25：单一 SQL 函数、不动 updated_at、手改名不覆盖、回填幂等） | `88fe67df`/`a94a1d67`（已部署） |
@@ -214,6 +218,7 @@

 | 任务书 | 进度 | 主题 | 状态 | 落点 |
 | --- | --- | --- | --- | --- |
+| `TASK-docs-reconcile-20260926.md` | — | **状态板 / BUG / BLOCKED 过期对账**（纯文档）：约 35 行校正任务状态过期、BUG-085/086/743/981/984 记录过期、BLOCKED latency 条目过期；逐条附证据改，不把欠真机写成通过 | 待领取 | — |
 | `TASK-people-ephemeris-ui-20260926.md` | `PROGRESS-people-ephemeris-ui-20260926.md` | **星盘档案页补样式 + 星历可读性改版**（原型 https://claude.ai/artifact/FmPy9xZ7dQw9u7yrW4WzTw ，产品 09-26 确认）：/people 样式 0 条（BUG-1039）→ 手机列表→详情、桌面两栏；星历五要素先中文后梵文（附唯一对照表）、吉凶彩色标签、固定规则当日总评（不调模型）、标题栏大按钮移到底部提示卡。必须真实浏览器截图验收。与 BUG-1038 单并行、文件不交叉 | 已验收（Claude 09-26 直接执行模式：子代理实现，Claude 独立复验 tsc/lint 0、全量 3916 条失败名单与基线逐条一致、四路由 ○、gzip +0.00%、36 张浏览器截图核对与原型一致） | `0ab061b9`（已部署，run 2910，health 一致） |
 | `TASK-round-0925-followup-20260925.md` | `PROGRESS-round-0925-followup-20260925.md` | **0925 收尾单**：西洋盘标签偏移 ≤30° + 第三圈；删除后只在当前人物里回退；人物接口故障降级为本人；P3 删旧面板、点击按最近行星、删除年运死调用 | 已验收（Claude 09-26：偏移 ≤30° 达成；删后回退按人、人物接口降级、账户单次请求、面板与死代码删除均通过；残留 0.73% 盘标签重叠为 P3） | `d08ffdc0` + 合同修复 `e84d6eb8`（d08ffdc0 的门禁 run 2901 红于一条引用已删面板文案的 Python 合同，Claude 经产品授权直接修复）；已部署 run 2906，health 一致 |
 | `TASK-chart-western-fix-20260925.md` | `PROGRESS-chart-western-fix-20260925.md` | **西洋盘 ASC/MC 重叠**：固定锚点避让、真实引擎64盘与固定种子512盘扫描、343px盘宽命中≥44px；raw golden；文档陈旧行更正 | 已验收（重叠 0%）；新 P1 标签偏移最大 115° → 收尾单 D1（产品定 ≤30° + 第三圈） | `4d801e53`（已部署，health 核对一致） |
@@ -0,0 +1,23 @@
+# TASK · 状态板 / BUG 历史 / BLOCKED 过期条目对账（2026-09-26）
+
+## 基线
+
+- `origin/staging` 当前 head。**纯文档**，用跟踪 staging 的文档 worktree 或独立分支；不改代码。
+
+## 背景（09-26 盘点）
+
+- `docs/tasks/README.md` 约 35 行校正任务仍标「待验收 / 验收未通过」，但对应 BUG 已 resolved、提交已在 staging（例：post-adopt-verify 536–539、probe-answer-covers-domain 549、range-delivery-fix 583、skipped-health 626/627、domain-alias 672、followups 631/632、evidence-turn 633/634、collect-semantics 641–643、superseded-focus 644/645、collection-redesign 646–648、dead-d9-choice、rectification-p0 699/704–709、09-11～09-15 一批 659 / 666–692、report-candidate-range 526/535、title-repair-migration）；「已验收」但落点写「未部署 / 待迁移」的 09-04～09-07 行；跨午夜一组（L338–342）写「未推送 / 未 commit」但提交已在 staging；L133 people-archive 行名拼错日期。
+- `docs/BUG_HISTORY.md`：BUG-085 / 086 描述 V5 已过期；BUG-743 可能因 BUG-915 (b) 风格题不计分而失效；BUG-981 / 984 记录写"未合入 / 未推送"但代码已在 staging 并部署。
+- `BLOCKED.md`：latency 条目写"未部署、1047 investigating"（已部署 resolved）等过期条目。
+
+## 规则
+
+1. **逐条核实再改**：以 `git merge-base --is-ancestor <sha> origin/staging`、BUG 记录状态、`/api/health` 部署历史（Gitea runs）为证据；每条改动在 PROGRESS 里列"原状态 → 新状态 → 证据"。
+2. 状态板：已在 staging 且 BUG resolved 的改为「已合入」（无独立验收记录的）或「已验收」（有验收记录的）；未部署备注按部署历史改写；**不得把欠真机验收写成已通过**——真机欠账保留在落点列。
+3. BUG 历史：只改状态行与"修复版本"行；过期的（085/086）改 `closed_obsolete` 并写一句理由；743 如确认失效改 `closed_by_design` 并引用 BUG-915；981/984 补"已部署（提交 / run）、欠真人验收"，状态保持 investigating。
+4. BLOCKED：解除的划掉（不删），写解除证据。
+5. 不改任何产品决策；不关闭仍缺真人验收的项目；隐私红线照旧。
+
+## 交付
+
+`docs/tasks/PROGRESS-docs-reconcile-20260926.md`（对账表）+ 三个文档的修改；推 staging（纯文档不触发门禁）。
@@ -0,0 +1,41 @@
+# TASK · 生时校正代码拆分（只搬不改）+ 增长上限（2026-09-26）
+
+## 基线
+
+- 排在 `TASK-rectification-fewer-probes-card-20260926` 与 `TASK-rectification-telemetry-20260926` **都合入之后**的 `origin/staging`。分支 `codex/rectification-code-split-20260926`。
+
+## 事故实证（09-26 盘点，`origin/staging` 3ce11ee0）
+
+| 文件 | 行数 | 说明 |
+| --- | --- | --- |
+| `frontend/src/components/rectification-agentic-chat.tsx` | 2043 | 组件本体约 1620 行；useState 35、useRef 16、useEffect 7、useLayoutEffect 2、useCallback 12 |
+| `frontend/src/app/api/rectification/agent/route.ts` | 1077 | `POST` 约 926 行 |
+| `frontend/src/lib/rectification-agentic/v9/agent-run.ts` | 1400 | `runV9AgentTurn` 约 1047 行 |
+
+- 无任何行数 / hook 数增长上限（对比首页 `home-shell-growth-contract.test.ts`）。
+- 79 个测试文件把这些文件当源码文本读，其中 42 个用 `indexOf` / `sourceBetween` 共 269 处切片；这类测试多次让门禁翻红（BUG-308、342、736、933、940、975、1014、692、748）。
+
+## 决策记录（产品 2026-09-26）
+
+- D1 **只搬代码不改行为**（同首页拆分 `TASK-home-page-split-20260925` 的做法）：
+  - 聊天组件：按职责拆出 hook（快照同步、提交与流、选择题、时间轴 / 范围）与展示组件；参数式 lib 函数内部不调用 React hook。
+  - `POST`：按分支拆成独立处理函数（打字回答、选择题、开场、只读、交付），`route.ts` 只做装配。
+  - `runV9AgentTurn`：按阶段拆（准备、单次尝试、收尾、重跑），行为逐行一致。
+- D2 目标：聊天组件本体 ≤ 900 行、useState ≤ 20；`POST` ≤ 250 行；`runV9AgentTurn` ≤ 300 行（达不到按让步写明）。
+- D3 加增长合同测试（与首页同型：行数基线 + 150 余量、hook 数上限），锁住成果。
+- D4 **切源码字符串的测试改为调用被抽出的函数**（行为断言等价或更强）；不得删除测试来"解决"断言；每条改写三栏。
+
+## 硬红线
+
+1. 行为零变化：全量前端测试（Node 22）失败名单与开工基线逐条一致、新增 0；Python 快速门通过；首页 / 各页 `○ Static`、gzip ±2%。
+2. 不改接口、数据库、Skill、文案、打分。
+3. 不得用挤行 / 删注释凑行数（AGENTS §6）。
+4. 分阶段提交（组件、路由、agent-run 各自可单独回滚），每阶段都跑全量。
+
+## 任务分解
+
+- T1 聊天组件拆分 + 增长合同。
+- T2 路由拆分 + 增长合同。
+- T3 agent-run 拆分 + 增长合同。
+- T4 切片测试改调用函数（随各阶段进行）。
+- T5 记录：CHANGELOG（无用户可见变化）、PROGRESS（每阶段行数 / hook 数 / 测试对比）；不开 BUG 号。
@@ -0,0 +1,41 @@
+# TASK · 生时校正：减少无效追问 + 交付卡以区间为主（2026-09-26）
+
+## 基线
+
+- `origin/staging` 当前 head（线上 `8a409434`）。分支 `codex/rectification-fewer-probes-card-20260926`。
+- **串行**：本单先做；`TASK-rectification-telemetry-20260926` 与 `TASK-rectification-code-split-20260926` 排在本单之后（改同一批交付 / 决策代码）。与离线研究单、账目对账单不交叉。
+
+## 事故实证（Claude 09-26 盘点，`origin/staging` 3ce11ee0）
+
+- **引导补经历没有收益**：`docs/research/guided_collect_holdout_2026_09_16.json`——20 例 v4 开放集、理想作答，六题后精度门槛（宽 ≤10 分钟且第一名领先 >3 个百分点）达标 3/20（±10 窗）、1/20（±30）、0/20（±60）；引导补件后**新增达标 0 例**，只增加提问数。引导窗口题上限 `GUIDED_COLLECT_LIMIT = 6`；`frontend/src/lib/rectification-agentic/core/rectification-decision.ts` `mayDeliverOnPrecision` 在"还有题可问"时用门槛挡住交付卡。
+- **卡上百分比无区分力**：卡片"相对可能性"为 `proportional` 模式（`scripts/rectification/decision_policy.py`），各候选分数占总分比例；每件事约 11.5 分为窗口内恒定项、约 2.1 分随分钟变化（约 5:1，见 `docs/research/rectification_minute_resolution_closure_2026_09_14.md`），所以常见 26% / 26% / 20% 这种数字。
+- **引导邀请语依据有算术错误**（离线研究单另行改正数据，本单只改 UI 与出题上限）。
+
+## 决策记录（产品 2026-09-26）
+
+- **D1 引导补经历最多 2 条**：`GUIDED_COLLECT_LIMIT` 由 6 改为 2。
+- **D2 定向题（七条线及其一次重问）问完、门槛仍未达标 → 直接出交付卡**，不再为门槛继续追问引导题 / 未覆盖领域开放题。交付卡内容规则不变（区间仍按 `unionStillValidRange`，不放宽任何淘汰 / 置信度 / 采用门 / 确认门）。用户主动补经历的入口保留。
+- **D3 交付卡以区间为主**：区间（如「05:00–05:15」）为主标题，代表分钟为副标题（「最可能 05:07」）。
+- **D4 百分比只在差距明显时显示**：第一名比第二名高 **≥ 5 个百分点**时，才显示各列百分比；否则不显示数字，改写一句「这几个时刻目前区分不开，补一件带年月的经历能帮助分开。」（进 VOICE）。排序与三列内容（性格、经历、未来窗口）不变。
+- **D5 不做**：不改打分、不改淘汰阈值、不打开确认门、不改 45 天闸门。
+
+## 硬红线
+
+1. 离线回放证明 D1/D2 不改变最终交付区间：用 `docs/research/guided_collect_holdout_2026_09_16.json` 同口径脚本（20 例 v4 开放集，公开名人数据，允许使用），改前改后真值在区间内的比例、区间宽度中位均不变，平均提问数下降；数字写进 PROGRESS。
+2. 不放宽任何置信度边界（AGENTS §8.4、Part B4）。
+3. 卡片改版在同一提交更新 `frontend/DESIGN.md`（交付卡一节）与 `frontend/docs/VOICE.md`；真实浏览器（CDP 假数据）截图：差距 ≥5 与 <5 两种卡。
+4. 全量前端测试（**Node 22**：`/exec-daemon/node`）与基线逐条一致、新增 0；Python 快速门 pytest 集通过；改动断言写三栏（写在测试文件里）；若 Skill 文本需改，按 CHANGELOG 规则 bump 并说明。
+
+## 任务分解
+
+- T1 D1/D2（出题上限与出卡条件）+ 单测 + 离线回放。
+- T2 D3/D4 交付卡 UI + 组件测试 + 截图。
+- T3 记录：CHANGELOG、DESIGN、VOICE、PROGRESS（回放数字）、`docs/testing/` 真机清单；本单为产品调整，不开 BUG 号。
+
+## 开工前置命令
+
+```bash
+git fetch origin --prune
+export PATH=/exec-daemon:$PATH && node -v   # 22.x
+git worktree add -b codex/rectification-fewer-probes-card-20260926 .worktrees/rectification-fewer-probes-card-20260926 origin/staging
+```
@@ -0,0 +1,28 @@
+# TASK · 生时校正三项离线研究（2026-09-26）
+
+## 基线
+
+- `origin/staging` 当前 head。分支 `codex/rectification-offline-research-20260926`。**不改线上代码**（只加研究脚本、结果 JSON、报告文档；若研究脚本需要读引擎内部函数，只读不改）。
+- 数据：只用仓库已有的公开 AA 名人开放集（v4，`docs/research/holdout_v4_build_2026_09_14.md`）与明确虚构数据。
+
+## 背景（09-26 盘点）
+
+1. 所有回放都按"每题理想作答"，数字全是上限；**是 / 否答错的容错从未测过**。
+2. 分盘敏感度配权 V1/V2 的结论在 09-15 勘误为"未测"（权重没真正生效，BUG-692），**一直没重跑**，是打分侧唯一没真正测过的方向。
+3. 文档写"1 分钟 ≈ 1.1 天大运边界位移"（`TASK-rectification-precision-adaptive-boundary-research-20260914.md` 及 BUG-689 邀请语依据）有误：Vimshottari 120 年覆盖 9 个星宿（120°），平均 1° ≈ 1 年；09-26 用 swisseph 在 2000 个虚构时刻实测每分钟位移中位 **3.8 天**（p10 1.6、p90 5.0、范围 1.3–5.9），仓库 `_vim_start_dates` 复核两例 2.3 / 4.9 天。45 天闸门对应约 9–34 分钟而非 40 分钟。推断"出不来题"的真实原因更可能是 `event_probes.py` `_representative_pairs` 只比相邻代表分钟 + 首尾一对。
+
+## 任务
+
+- R1 **答错容错**：在 v4 开放集上，六题回放里随机把 1 题、2 题的是 / 否答反（固定种子，多次重复），统计真值仍在交付区间的比例、头名簇命中、区间宽度；分 ±10 / ±30 / ±60 窗。
+- R2 **V1/V2 分盘敏感度配权重跑**：先证明权重确实生效（打分差异非零），再按 closure 文档口径报告头名命中、宽度、真值在区间比例；与基线对照。
+- R3 **改正算术**：复现 3.8 天 / 分钟的测量（脚本 + 分布表），重新推导"不同精度的证据能区分多近的候选"，核实 `_representative_pairs` 推断；改正相关任务书 / 研究文档中的错误数字（加勘误段，不删原文），并给出引导邀请语的修改建议（不直接改线上文案）。
+
+## 硬红线
+
+1. 不改线上代码、打分、阈值、Skill；研究脚本放 `scripts/research/`，结果放 `docs/research/`，每个结论附可复跑命令。
+2. 不把开放集结果写成盲测或"准确率"；不得出现真实用户数据。
+3. Python 同机 A/B，不写死跨机浮点哈希（BUG-985）。
+
+## 交付
+
+`docs/research/rectification_offline_research_2026_09_26.md`（三节 + 结论一句话 + 是否建议立实现单）、结果 JSON、PROGRESS；README 状态板一行。
@@ -0,0 +1,30 @@
+# TASK · 生时校正匿名聚合统计（2026-09-26）
+
+## 基线
+
+- `origin/staging`（`TASK-rectification-fewer-probes-card-20260926` 合入之后）。分支 `codex/rectification-telemetry-20260926`。
+
+## 背景
+
+线上没有任何校正会话的聚合数据：交付宽度、问了几题、停在哪条规则、门槛是否达标、是否补过经历都不知道（盘点 09-26）。后续所有决策（领域门槛 2→3、引导题是否再调、默认窗口宽度）都缺证据。
+
+## 决策记录（产品 2026-09-26）
+
+- D1 加匿名聚合统计，**只存数字与枚举**，不存出生资料、姓名、邮箱、用户 / 案例 id 以外的任何身份信息、对话内容、模型原文。
+- D2 每个校正会话在交付（或放弃 / 超时结束）时写一行：起始窗口半径、出生时间来源类别、提问总数（按类型：定向 / 引导 / 带年月探针 / 性格 / 开放）、用户补经历次数、最终区间宽度（分钟）、候选数、第一名与第二名差距（百分点）、停止原因枚举（收敛 / 题源问空 / 用户说没有了 / 8 轮上限 / 用户中止 / 错误）、精度门槛是否达标、耗时（秒）、算法与策略版本。
+- D3 数据只供产品负责人在管理后台看**汇总**（中位、分布、按周），不提供逐条导出；保留期 180 天。
+- D4 用户 id 只用于去重与删除联动（账户删除时一并删除），汇总视图不显示。
+
+## 硬红线
+
+1. 隐私：AGENTS §8；字段白名单写进测试（新增字段必须改测试）；日志与表中不得出现出生日期 / 时间 / 地点 / 姓名 / 对话文本。
+2. 动表：迁移必须向后兼容（加表，不改旧表）；**必须真跑 `npm run test:db`**（本机无 Docker 时以门禁 DB job 结果为准，写进 PROGRESS 并附 run 号）；RLS：普通用户不可读写，只有服务端写、管理员读。
+3. 写入失败不得影响用户会话（异步 / 吞错并记录）。
+4. 全量前端测试（Node 22）与基线逐条一致、新增 0；改动断言三栏。
+
+## 任务分解
+
+- T1 迁移（表 + RLS + 保留期清理函数）+ 真实 Postgres 测试。
+- T2 写入点：交付 / 结束路径，字段计算纯函数 + 单测（白名单）。
+- T3 管理后台汇总页（沿用 admin 现有框架）：宽度分布、提问数分布、停止原因占比、门槛达标率、按周趋势。
+- T4 记录：CHANGELOG、PROGRESS、`docs/testing/`（产品在后台看到汇总的步骤）、隐私说明写进 `docs/operations/`。