Jesse_ChenandClaude Fable 5.1
f898df5505
Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8
104 lines
12 KiB
Markdown
104 lines
12 KiB
Markdown
# TASK · 生时校正「盘型口径」实现：以分盘上升段为目标交付（2026-09-30）
|
||
|
||
## 基线
|
||
|
||
- `origin/staging` @ `c2c5140d`（写作时 head；开工时以最新 `origin/staging` 为准）。
|
||
- 分支 `codex/rectification-varga-resolution-20260930`，工作树 `.worktrees/rectification-varga-resolution-20260930`。
|
||
- **前置**：研究单 `TASK-rectification-varga-resolution-research-20260930.md`（BUG-1105，已验收合入）。数字与实现要点见 `docs/research/rectification_varga_resolution_2026_09_30.md` §1、§7；研究脚本 `scripts/research/varga_resolution_probe.py` 是本单的验收回放器。
|
||
- **串行**：本单改 `frontend/src/lib/rectification-agentic/{core,v9}/*`、`user-copy.ts`、`components/rectification-range-delivery.tsx`、`rectification-timeline.tsx`。同日报告 / 首页各单不重叠；若另有校正单开工，本单先合。
|
||
- **冻结**：不动 `scripts/research/sealed_holdout_rerun.py::PRODUCTION_FILES` 的 10 个文件（含 `event_probes.py`、`decision_policy.py`、`candidate_contrast.py`、`refinement_packet.py`、`api_service.py`）、`active_rectification_event_engine.py`、任何打分常数（ERR-110）。新后端逻辑放**新文件**并从 `jyotish_api_server.py` 薄注册（§6 增长冻结）。
|
||
|
||
## 先读
|
||
|
||
- `docs/research/rectification_varga_resolution_2026_09_30.md`（全文，尤其 §1 出口表、§4 提前停不过门、§7 改 / 不改清单）
|
||
- `docs/research/rectification_scoring_research_2026_09_29.md` §1（打分层为何关闭）
|
||
- `docs/tasks/TASK-rectification-futile-collect-stop-20260929.md` D1–D4（门开只问点选卡、交付正文口径——本单沿用）
|
||
- `frontend/docs/VOICE.md`、`frontend/DESIGN.md` 校正相关段
|
||
|
||
## 事故实证
|
||
|
||
产品 2026-09-29 真机：31 分钟窗答完题范围不动，「最可能的分钟」在 v5 上头名只有 64%；用户追问「那用户信息没用了？业务怎么成这样」。研究单在 77 例上量出：
|
||
|
||
| 窗口 | D1 头段 = 真值 | D9 / D10 头段 = 真值 | 占比 ≥ 0.6 留一法准确率 | 结论 |
|
||
| --- | --- | --- | --- | --- |
|
||
| ≤ ±10 | 76/77 | 88% / 86% | 92% / 90% | 分盘可分档给可信度 |
|
||
| ±30 | 75/77 | 57% / 64% | 92–94%（约 1/4–1/3 用户达标） | 多数用户只能给 D1 |
|
||
| ±60 | 69/77 | ≤ 47% | 真值段保留 74 < 基线 75 | 分盘 **blocked** |
|
||
|
||
同一题库按「段级信息增益」重排：≤ ±30 头段命中 +3～+7、宽度 −2、真值段保留不降；±60 更差。**提前停（占比达 0.7 / 0.8 即停）丢真值段，不过红线。** 「不用校正」只对只需 D1 的问题成立（±10 64/77），D9 / D10 为 0/77。
|
||
|
||
## 根因（产品层）
|
||
|
||
1. 目标函数是分钟：选题按分开候选分钟排序、交付按分钟区间与「最可能分钟」、并列按分钟数（`core/rectification-decision.ts`、`credible-range.ts::unionStillValidRange`、`user-copy.ts::deliveryTurnNarration`）。用户要的是「用哪张盘解读」。
|
||
2. 不按问题域取盘：`ConversationFocus.domain`（`v9/tool-service.ts:155`）只用于采集，不决定目标分盘。
|
||
3. 没有「分盘不可判」的诚实出口：±30 以上仍给分钟区间。
|
||
4. 候选行已带 D1 / D9 / D10 层（`candidate_contrast.py:181` `signature`，`SIGNATURE_LAYERS = (d1, d9, d10, d24, d4, d12, md)`；`refinement_packet.py:198`），前端 `tool-service.ts` 行映射未解析，段级信息一直没被用。
|
||
|
||
## 决策记录（产品 2026-09-30）
|
||
|
||
- **D1 目标改为分盘上升段。** 交付物是「每张目标盘的上升星座 + 可信度档位」，分钟区间降为次要信息（仍展示，不再作主结论）。
|
||
- **D2 按问题域取盘。** 婚恋 → D1 + D9；事业 → D1 + D10；综合 / 报告 / 未指明 → D1 + D9 + D10。D12 等其他分盘不作目标、不展示推荐。
|
||
- **D3 可信度档位（研究单校准，raw 口径，头段占比 s）**：
|
||
- 窗口 ≤ ±10（≤ 21 分钟）：s ≥ 0.6「较可信」；0.5 ≤ s < 0.6「倾向，备选也要看」；s < 0.5「按现有信息分不开」。
|
||
- 窗口 ≤ ±30：s ≥ 0.6「较可信」，否则「分不开」（不出「倾向」档）。
|
||
- 窗口 > ±30：D9 / D10 一律不给推荐，文案「只能确定 D1 上升 X；分盘解读需要更准的出生时间」。
|
||
- D1：头段 = 全窗唯一 → 「确定」；否则同上分档。
|
||
- **D4 不得用占比提前停。** 出题与停止条件不变：训练门开后只问点选卡，`refreshExhausted` 即出卡（沿用 BUG-1084 D1）。占比只决定档位。
|
||
- **D5 按段选题只在窗口 ≤ ±30 启用**；> ±30 沿用线上顺序。
|
||
- **D6 「不用校正」出口**：只有当目标盘集合里每张盘在全窗都只有 1 种上升时才触发（实际只会发生在只需 D1 的问题上）；触发时直接出「盘型一致，不用校正」卡，不进采集。
|
||
- **D7 采用（adopt）落库分钟**：目标盘头段的交集中点；交集为空则按优先级 D1 > 领域盘 取头段中点；该分钟必须落在交付区间内，否则取区间内最近的分钟。采用 / 确认门、来源标签（BUG-690）不变。
|
||
- **不改**：引擎、11 张计分分盘、`MIN_SEPARATION_LEAD`、45 天闸门、七条采集线、卡片 ±2 与三次淘汰、训练门、留一件对照、`event_probes.py` 出题。
|
||
- **推翻**：`TASK-rectification-candidate-compare-columns`（交付卡一行三列定稿）与 `TASK-rectification-delivery-ui-simplify`（时间卡逐行直选）中以分钟为主的交付卡形态，本单起交付卡以盘型为主；分钟区间保留为折叠 / 次行。执行方在相关 BUG 防复发条下追加「2026-09-30 产品修订：见本任务书 D1」，不删原文。
|
||
|
||
## 硬红线
|
||
|
||
1. **回放红线**：实现后用 `scripts/research/varga_resolution_probe.py --stages m0,m1,m2` 对接生产段级汇总（T2 合同测试保证同口径），±10 / ±30 真值段保留 ≥ 76 / 76，头段 = 真值不低于研究文档 §4「按段」列（±10 D9 71 / D10 66；±30 D9 48 / D10 56）；> ±30 交付卡不得出现 D9 / D10 推荐。任何一格变差即停，写 PROGRESS。
|
||
2. **段级汇总与研究脚本逐格一致**：前端 `core/segment-summary.ts` 对 ≥ 10 个 v5 案例的 golden 输入（真实引擎候选行 + 六题后分数）输出的头段 / 占比 / 段数与 `docs/research/varga_resolution_research_2026_09_30.json` `m1.by_radius.*.raw.per_case` 逐格相等。fixture 必须来自真实引擎响应（§7.4）。
|
||
3. 不放宽任何置信度边界；档位阈值只能取 D3 的值。
|
||
4. 前端：`tsc --noEmit` 0 错、`npm run lint` 0 error、`npm test`（Node 22，`/exec-daemon/node`）失败清单与基线逐条一致、新增失败 0；`next build` 后 `/` 仍 Static、首屏 gzip ±2%；`page.tsx` 不增长；改既有断言写「原值 / 新值 / 原因」。
|
||
5. Python：新端点模块有定向测试；`run_quality_gate.py --profile quick` 与基线逐条一致；`test_api_server_growth_contract.py` 绿；完整性门禁绿（冻结文件哈希不变）。
|
||
6. Skill / Agent 提示文本改动按 CHANGELOG 规则 bump，bump 后验证旧校正会话仍能打开（BUG-621）。
|
||
7. 隐私：fixture 只用 v5 公开名人或虚构盘；文档不写真机会话内容。
|
||
|
||
## 任务分解
|
||
|
||
- **T1 段扫描端点（BUG-1115，后端）**
|
||
- 新文件 `scripts/rectification_varga_segments_api.py`：输入出生日期 / 地点 / 时区 / 窗口 / 目标盘集合，逐分钟算 D1 / D9 / D10 上升（复用 `domain_calculation_service.compute_chart` + `varga.calc_all_vargas`，口径同研究 lib），输出各盘段表（段起止分钟、星座、长度）与「全窗唯一」标志；结果按窗口键缓存到 `api_scratch`。`jyotish_api_server.py` 只加一处薄注册。
|
||
- 验收：`tests/test_varga_segments_api.py`（跨午夜、±10/±30/±60、与 `varga_resolution_lib` 段切分逐分钟一致）；api_server 行数不超 growth contract。
|
||
- **T2 段级汇总（BUG-1116，前端）**
|
||
- `tool-service.ts` 行映射解析 `signature` 的 d1 / d9 / d10（候选级，2 分钟步长）；新增 `core/segment-summary.ts`：在 `buildInferenceState` 的分钟分数之上按段求和（raw：有效簇分数 ≥ 0、簇内均摊，与研究 lib 同算法），输出每张目标盘的段列表、头段、占比、剩余段数、真值段保留所需字段；`rectification-decision.ts` 的交付判断读取它给档位（D3），**不改**出卡时机（D4）。
|
||
- 验收：硬红线 2 的 golden 合同测试；单测覆盖 D3 三档 × 三档窗口 × D1「确定」；并列（两段占比相等）按先出现段并标 tie。
|
||
- **T3 按域取盘 + 「不用校正」出口（BUG-1116）**
|
||
- `ConversationFocus.domain` → 目标盘集合（D2）；录入 / 开案后调 T1，D6 成立时直接出「盘型一致」卡（新卡，走 `finalizeSuccessfulTurnExit` 单一写入方，不得再造第二条出口），并把该判定写进案例 `checks`。
|
||
- 验收：表驱动测试七个领域 → 目标盘集合；D6 触发 / 不触发各一例；触发后不发采集题。
|
||
- **T4 交付卡与采用卡（BUG-1117，前端 + 文案）**
|
||
- `rectification-range-delivery.tsx`：主区按目标盘逐行「D9 上升：金牛（较可信 / 倾向 / 分不开），备选：白羊」；D1 行「确定」时不出备选；> ±30 只出 D1 行 + 一句诚实说明；分钟区间移到次行。`rectification-timeline.tsx` 的范围小字同步。
|
||
- `user-copy.ts`：`deliveryTurnNarration` / `rangeDeliveryIndistinct` 改为盘型口径；删除「最可能的分钟」主句；Agent 提示（`frontend/src/mastra/agentic-rectification.ts`）第二句改为「用了 M 道选择题，D9 上升较可信是 X」类句式；`VOICE.md`、`DESIGN.md` 同提交。
|
||
- 采用：按 D7 计算落库分钟；采用卡文案「改用 X 盘解读」；确认门不变。
|
||
- 验收：文案合同测试断言交付气泡不含「最可能」「吻合率」「补一件」；三档窗口 × 三种取盘策略的快照测试；采用分钟落在交付区间内的断言。
|
||
- **T5 按段选题（BUG-1116，前端，仅 ≤ ±30）**
|
||
- 新模块对 `event_probes` 返回的题池按段级信息增益重排（算法同研究 lib：中性候选按 ½ / ½），只改顺序不改题；> ±30 不启用。
|
||
- 验收：以 v5 golden 题池比对研究 JSON `m2` 的前六题顺序（≥ 10 例逐格一致）；线上顺序回退开关（环境变量或 case 标志）。
|
||
- **T6 记录与回放**
|
||
- 回放：把生产段级汇总接到 `varga_resolution_probe.py`（`--posterior production` 之类开关，研究脚本可改），跑硬红线 1 六格，JSON 进 `docs/research/varga_resolution_impl_replay_2026_09_30.json`。
|
||
- `CHANGELOG.md`（用户可感知：交付改为「用哪张盘」+ 可信度；窗口过宽时诚实说明）；`docs/BUG_HISTORY.md` 三条；`docs/testing/rectification-varga-resolution-20260930.md` 真机清单（至少：±10 窗口婚恋问题 → D1 + D9 两行；±60 窗口 → 只有 D1 行；只需 D1 且全窗一种 → 「不用校正」卡；采用后报告页盘型与卡片一致；旧校正会话可打开）；`docs/tasks/PROGRESS-rectification-varga-resolution-20260930.md`；`docs/tasks/README.md` 状态板。
|
||
|
||
## 让步顺序
|
||
|
||
T2 > T4 > T1 > T3 > T5 > T6 之外的截图。**T2 + T4 + 回放红线缺一不可合入**；T5 可延后（延后时 PROGRESS 写明，研究文档 §4 的收益不计入本单验收）；T1 / T3 延后时「不用校正」出口不上线、目标盘按综合三张。
|
||
|
||
## 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-varga-resolution-20260930 .worktrees/rectification-varga-resolution-20260930 origin/staging
|
||
cd .worktrees/rectification-varga-resolution-20260930/frontend && npm ci && ./node_modules/.bin/tsc --noEmit && npm run lint && npm test 2>&1 | tee /tmp/varga-impl-baseline.log
|
||
cd .. && export PYTHONHASHSEED=0 && python3 scripts/run_quality_gate.py --profile quick 2>&1 | tee /tmp/varga-impl-quick-baseline.log
|
||
python3 scripts/research/varga_resolution_probe.py --help
|
||
```
|
||
|
||
## BUG 编号
|
||
|
||
开工时核对 `docs/BUG_HISTORY.md` 最大号（写作时 `BUG-1105`；`1106`–`1114` 已被其他任务书预留）。本单：**BUG-1115**（段扫描端点 / 「不用校正」出口缺失）、**BUG-1116**（段级汇总、按域取盘、按段选题——目标函数是分钟）、**BUG-1117**（交付卡与采用卡以分钟为主、±30 以上无诚实出口）。号冲突顺延并在 PROGRESS 说明。关联 BUG-1084、BUG-1090、BUG-1091、BUG-1105。
|