From 573313cbc20f2353cfd2103d7dbb7a8bb564e27a Mon Sep 17 00:00:00 2001 From: ThearchyHelios Date: Tue, 6 Oct 2026 13:01:17 +0800 Subject: [PATCH] =?UTF-8?q?=E8=AF=81=E6=8D=AE=E6=8E=A5=E5=8F=A3=E7=9A=84?= =?UTF-8?q?=E6=A0=B8=E6=9F=A5=E7=8A=B6=E6=80=81=E7=B1=BB=E5=9E=8B=E6=8C=AA?= =?UTF-8?q?=E8=BF=9B=20types.ts=EF=BC=8C=E8=AF=81=E6=8D=AE=E9=9D=A2?= =?UTF-8?q?=E6=9D=BF=E7=9A=84=E5=8F=8D=E6=96=B9=E5=AE=A1=E7=A8=BF=E6=94=B9?= =?UTF-8?q?=E7=94=A8=E5=8D=95=E5=8F=A5=E5=B1=95=E7=A4=BA=EF=BC=9AEvidenceD?= =?UTF-8?q?ualCheck=E3=80=81EvidenceUnitChallenge=E3=80=81=E8=BE=93?= =?UTF-8?q?=E5=85=A5=E6=AD=A5=E9=AA=A4=E7=9A=84=20masked=20/=20mask=5Funve?= =?UTF-8?q?rified=E3=80=81=E8=AF=81=E6=8D=AE=E5=9B=BE=E7=9A=84=20challenge?= =?UTF-8?q?=5Fverdicts=20=E7=85=A7=E6=9C=8D=E5=8A=A1=E7=AB=AF=E9=80=90?= =?UTF-8?q?=E5=AD=97=E6=A0=B8=E5=AF=B9=EF=BC=9B=E5=AE=A1=E6=89=B9=E5=8D=A1?= =?UTF-8?q?=E4=B8=8A=E7=9A=84=E6=A6=82=E5=86=B5=E7=B1=BB=E5=9E=8B=E8=A1=A5?= =?UTF-8?q?=E4=B8=8A=20unreviewed=E3=80=81degrades=E3=80=82ChallengeSummar?= =?UTF-8?q?y=20=E5=8A=A0=E5=8D=95=E5=8F=A5=E6=A8=A1=E5=BC=8F=EF=BC=88scope?= =?UTF-8?q?=3Dclaim=EF=BC=8C=E5=8F=AA=E7=94=BB=E8=BF=99=E4=B8=80=E5=8F=A5?= =?UTF-8?q?=E7=9A=84=E5=88=A4=E6=96=AD=E3=80=81=E5=AE=83=E5=8F=AF=E8=83=BD?= =?UTF-8?q?=E6=B2=A1=E5=8F=8D=E6=9F=A5=E6=88=90=E7=9A=84=E8=AF=B4=E6=98=8E?= =?UTF-8?q?=E3=80=81=E5=B1=95=E5=BC=80=E7=9C=8B=E7=90=86=E7=94=B1=E5=92=8C?= =?UTF-8?q?=E6=9F=A5=E8=AF=A2=EF=BC=8C=E4=B8=8D=E7=94=BB=E6=8A=A5=E5=91=8A?= =?UTF-8?q?=E7=BA=A7=E7=9A=84=E6=A0=87=E9=A2=98=E5=92=8C=E8=AE=A1=E6=95=B0?= =?UTF-8?q?=EF=BC=89=E5=92=8C=E6=98=BE=E5=BC=8F=E7=9A=84=E3=80=8C=E4=B8=8D?= =?UTF-8?q?=E8=B0=88=E5=87=BA=E5=85=B7=E3=80=8D=E5=BC=80=E5=85=B3=EF=BC=88?= =?UTF-8?q?issuance=3Dfalse=EF=BC=8C=E4=B8=8D=E9=A2=84=E5=91=8A=E9=99=8D?= =?UTF-8?q?=E6=A1=A3=E3=80=81=E4=B9=9F=E4=B8=8D=E4=B8=BA=E6=AD=A4=E5=8F=96?= =?UTF-8?q?=E8=BF=90=E8=A1=8C=E7=B1=BB=E5=88=AB=EF=BC=89=EF=BC=8C=E8=AF=81?= =?UTF-8?q?=E6=8D=AE=E9=9D=A2=E6=9D=BF=E6=94=B9=E7=94=A8=E8=BF=99=E4=B8=A4?= =?UTF-8?q?=E6=A0=B7=EF=BC=8C=E5=8E=BB=E6=8E=89=E4=BC=A0=20runId=20?= =?UTF-8?q?=E4=B8=BA=E7=A9=BA=E7=9A=84=E5=81=9A=E6=B3=95=EF=BC=9Bcheck-evi?= =?UTF-8?q?dence=20=E7=9A=84=E6=A0=B8=E6=9F=A5=E4=B8=80=E8=8A=82=E8=B7=9F?= =?UTF-8?q?=E7=9D=80=E6=94=B9=E6=88=90=E5=8D=95=E5=8F=A5=E7=9A=84=E6=96=AD?= =?UTF-8?q?=E8=A8=80?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- frontend/src/lib/terms.ts | 14 ++ frontend/src/run/ChallengeSummary.tsx | 178 +++++++++++++++++++------- frontend/src/run/EvidencePanel.tsx | 97 ++++++-------- frontend/src/types.ts | 73 ++++++++++- scripts/check-evidence.mjs | 21 +-- 5 files changed, 264 insertions(+), 119 deletions(-) diff --git a/frontend/src/lib/terms.ts b/frontend/src/lib/terms.ts index 8ea7b9fb..e8a4013a 100644 --- a/frontend/src/lib/terms.ts +++ b/frontend/src/lib/terms.ts @@ -3954,6 +3954,20 @@ export const CHALLENGE_TEXT = { /** 同上，没有可跳的查询时（双盲复算的理由）只念出处 */ citedPlain: (source: string) => `（出处：${source}）`, + // ---- 证据面板的单句展示（ChallengeSummary 的 scope="claim"）与正文的句末标记（run/EvidenceDoc）---- + /** 证据面板里这一节的标题 */ + claimTitle: '反方审稿', + /** 单句展示：展开反方对这一句的理由和它执行过的查询 */ + claimDetail: '反方的理由与查询', + /** 这一句判为无法判断，而这份报告无法判断的句子全是没反查成的：这一句就是 */ + claimUnreviewed: '这一句未能反查，已记为无法判断', + /** 同上，但无法判断的句子里还有查过了、数据不够的：说不准是不是这一句 */ + claimMaybeUnreviewed: (n: number) => `这份报告有 ${formatNumber(n)} 句未能反查，已记为无法判断，这一句可能在其中`, + /** 正文句末标记的悬停说明：判断是反方模型给的 */ + markTitle: (verdict: string) => `反方审稿：${verdict}（反方模型的判断，并非系统核对）`, + /** 句末标记读屏念的那一段：跟在句子后面（只有反方审稿时），或接在裁判的判定后面（两样都有时，并在一个标记里） */ + markLabel: (verdict: string) => `反方审稿：${verdict}`, + // ---- 时间线（run/decode.ts explainLog）：按日志的 code 和结构化字段说，不从原话里认 log: { skippedDisabled: '反方审稿未启用，已跳过', diff --git a/frontend/src/run/ChallengeSummary.tsx b/frontend/src/run/ChallengeSummary.tsx index 1e850522..a0a0db4d 100644 --- a/frontend/src/run/ChallengeSummary.tsx +++ b/frontend/src/run/ChallengeSummary.tsx @@ -11,58 +11,73 @@ import type { import { BlockView, CopyChip, Markdown, StyledSlice, inlineStyles, numericColumns } from './Markdown' export interface ChallengeSummaryProps { - /** 这张审批卡审的报告（payload.reports，和 ApprovalReports 拿到的是同一份） */ + /** + * 审的报告：审批卡是 payload.reports（和 ApprovalReports 拿到的是同一份）；证据面板是按片段接口的 unit.challenge 拼的 + * 一份，条目只有这一句 + */ reports: ApprovalReport[] - runId: string + /** 运行 id：要谈出具、又没给 runClass 时按它取一次运行类别 */ + runId?: string /** * 这次运行的类别（审批自带的 approval.run_class，同 ApprovalReports 的 runClass）。给了就照它说、不再另取；没给 * （老服务端的审批没有这一项）才按运行 id 取一次 */ runClass?: string | null + /** + * report（默认）：报告级的一块，审批卡用——标题、四种判断各几句、逐句列出、点开一句看理由和查询。 + * claim：单句，证据面板用——只有这一句的判断、它可能没反查成的说明、展开看理由和查询，不画报告级的标题、计数和别的句子 + * （面板里这一句就在正文上方；计数说的是整份报告，放在一句话的面板里读着像这一句的结果）。只取条目里的第一条 + */ + scope?: 'report' | 'claim' + /** + * 谈不谈出具（「出具会降档」、只标注、不在出具路径上）。默认谈：审批卡上运行还没出具，预告有用。证据面板看的是已经结束 + * 的运行，降没降档、出没出具以报告的出具横幅（封存的出具判定）为准，再说一遍将来时的预告只会和横幅对不上（驳回了、 + * 不予出具、反方审稿不在成果节点上游……）：传 false，一句和出具有关的话都不说，也不为此去取运行类别 + */ + issuance?: boolean } /** - * 审批卡里反方审稿的摘要，紧跟在报告核对概况（ApprovalReports）后面：一行概况（四种判断各几句），出具相关的那一句， - * 有句子反查没完成时再说一行「N 句未能反查」，逐句列出结论原文和判断，点开一句再按 challenge_artifact 取完整内容，看反方 - * 的理由和它执行过的查询。审稿记录没存上（没有工件）时只列判断、不能点开，整块说一次。 + * 反方审稿的摘要。两种摆法： + * - 审批卡（scope 为 report），紧跟在报告核对概况（ApprovalReports）后面：一行概况（四种判断各几句），出具相关的那一句， + * 有句子反查没完成时再说一行「N 句未能反查」，逐句列出结论原文和判断，点开一句再按 challenge_artifact 取完整内容，看 + * 反方的理由和它执行过的查询。审稿记录没存上（没有工件）时只列判断、不能点开，整块说一次。 + * - 证据面板（scope 为 claim、issuance 为 false）：一句话的判断，展开同样按 challenge_artifact 取这一句的理由和查询。 * * 判断是反方模型给的，不是系统核对：颜色照结论句裁判的那一套，「经受住」也不用确定性的绿。 - * 「出具会降档」只在正式运行、有被推翻的结论、被推翻的真会让出具降档时才写：服务端给了 degrades 就照它（按降档处置、又接 - * 在带出具契约的成果节点上游才为真），老服务端没给时按「没写只标注」算。只标注的写一句不影响出具，按降档处置却不在出具 - * 路径上的写一句为什么不影响；探索运行不出具，和出具有关的话一句不说。运行类别照审批卡给的（runClass，审批自带的那一项， - * 卡顶写的也是它）；没给时按运行 id 从证据 store 取（loadRunClass），取到之前、取不到时都不说和出具有关的话（窗口重新 - * 拿到焦点时再取）。 + * 「出具会降档」只在谈出具（issuance）、正式运行、有被推翻的结论、被推翻的真会让出具降档时才写：服务端给了 degrades 就照它 + * （按降档处置、又接在带出具契约的成果节点上游才为真），老服务端没给时按「没写只标注」算。只标注的写一句不影响出具，按降档 + * 处置却不在出具路径上的写一句为什么不影响；探索运行不出具，和出具有关的话一句不说。运行类别照审批卡给的（runClass，审批 + * 自带的那一项，卡顶写的也是它）；没给时按运行 id 从证据 store 取（loadRunClass），取到之前、取不到时都不说和出具有关的话 + * （窗口重新拿到焦点时再取）。 * * 审的报告都没有经过反方审稿时什么都不画，也不发任何请求，卡片和以前一样。 */ -/** - * 审批卡上的反方审稿概况，约定之外服务端另带两项（期 4）：unreviewed 未能反查的句数，degrades 被推翻的会不会让出具降档。 - * 老服务端都不给 - */ -type Challenge = ApprovalChallenge & { unreviewed?: number; degrades?: boolean } type RunClass = 'formal' | 'exploratory' const runClassOf = (v: unknown): RunClass | null => (v === 'formal' || v === 'exploratory' ? v : null) -export function ChallengeSummary({ reports, runId, runClass }: ChallengeSummaryProps) { +export function ChallengeSummary({ reports, runId = '', runClass, scope = 'report', issuance = true }: ChallengeSummaryProps) { const reviewed = useMemo(() => reports.flatMap((r) => { const challenge = challengeOf(r) return challenge ? [{ report: r, challenge }] : [] }), [reports]) if (!reviewed.length) return null - return + return } -function ChallengeList({ reviewed, runId, given }: { - reviewed: { report: ApprovalReport; challenge: Challenge }[]; runId: string; given: RunClass | null +function ChallengeList({ reviewed, runId, given, scope, issuance }: { + reviewed: { report: ApprovalReport; challenge: ApprovalChallenge }[]; runId: string; given: RunClass | null + scope: 'report' | 'claim'; issuance: boolean }) { - // 审批卡给了运行类别就照它，不另取：另取的那一次失败了，正式运行里的「出具会降档」会无端消失，而卡顶照样写着正式运行 - const fetched = useRunClass(given ? '' : runId) - const run = given ?? fetched + // 审批卡给了运行类别就照它，不另取：另取的那一次失败了，正式运行里的「出具会降档」会无端消失，而卡顶照样写着正式运行。 + // 不谈出具的连取都不取：运行类别只用来决定说不说出具 + const fetched = useRunClass(given || !issuance ? '' : runId) + const run = issuance ? given ?? fetched : null return ( <> - {reviewed.map(({ report, challenge }) => ( - - ))} + {reviewed.map(({ report, challenge }) => (scope === 'claim' + ? + : ))} ) } @@ -92,7 +107,7 @@ const count = (v: unknown) => (typeof v === 'number' && Number.isFinite(v) && v * payload.reports[i].challenge 认不认得：要么有计数、要么有条目。计数缺了按条目数（条目最多 10 条，计数才是全部）； * 条目缺了 unit 的留空（行的键带序号，区分得开），不补假的：补出来的键会被当成真的 unit 去和工件里的句子比 */ -function challengeOf(report: ApprovalReport): Challenge | null { +function challengeOf(report: ApprovalReport): ApprovalChallenge | null { const raw = report.challenge as unknown if (!raw || typeof raw !== 'object') return null const c = raw as Record @@ -113,6 +128,19 @@ function challengeOf(report: ApprovalReport): Challenge | null { } } +/** + * 出具相关的那一句说什么（run 为 null——不谈出具、不是正式运行、类别还不知道——时一句都不说）： + * degrade 会降档（写「出具会降档」和原因）；off 按降档处置却不在出具路径上（写为什么不影响）；flag 只标注（写不影响出具档位） + */ +type Issuance = 'degrade' | 'off' | 'flag' | null +function issuanceOf(challenge: ApprovalChallenge, run: RunClass | null): Issuance { + if (run !== 'formal' || challenge.counts.refuted <= 0) return null + // 没给 on_refuted（老服务端）按降档；报错的节点到不了审批，不会是 fail + if (challenge.on_refuted === 'flag') return 'flag' + // 被推翻的真会让出具降档：服务端给了就照它，老服务端没给时按「不是只标注」算 + return (challenge.degrades ?? true) ? 'degrade' : 'off' +} + /** * 这次运行的类别（审批卡没给时才取，runId 为空就不取）：取到之前、取不到时为 null——不知道是不是正式运行，就一句和出具 * 有关的话都不说。取失败了不就此作罢：窗口重新拿到焦点时再取一次（store 对出错的槽会重发），取到了正式运行，降档的提示 @@ -222,7 +250,7 @@ const focusLost = () => !document.activeElement || document.activeElement === do // ---------------------------------------------------------------- 卡片 function ChallengeBlock({ report, challenge, run }: { - report: ApprovalReport; challenge: Challenge; run: RunClass | null + report: ApprovalReport; challenge: ApprovalChallenge; run: RunClass | null }) { const [open, setOpen] = useState>(() => new Set()) const [all, setAll] = useState(false) @@ -231,11 +259,7 @@ function ChallengeBlock({ report, challenge, run }: { const total = VERDICTS.reduce((n, v) => n + counts[v], 0) // 审批里没带工件：服务端保存审稿记录失败了。每句都看不了理由和查询，不画成能点开的样子，整块说一次 const noRecord = !challenge.artifact - const refuted = counts.refuted > 0 && run === 'formal' - // 没给 on_refuted（老服务端）按降档；报错的节点到不了审批，不会是 fail - const flagged = challenge.on_refuted === 'flag' - // 被推翻的真会让出具降档：服务端给了就照它，老服务端没给时按「不是只标注」算 - const degrades = challenge.degrades ?? !flagged + const said = issuanceOf(challenge, run) // 未能反查的每一句都记为无法判断（服务端的约定），不会多于概况里的「无法判断」：对不上时按概况的数说，两个数不打架 const unreviewed = Math.min(challenge.unreviewed ?? 0, counts.inconclusive) // 条目之外的几句（条目最多 10 条）：要看全部时从工件里补上，排在后面，顺序照工件 @@ -284,27 +308,14 @@ function ChallengeBlock({ report, challenge, run }: { ))} - {refuted && !flagged && degrades && ( - - {CHALLENGE_TEXT.degrade} - - )} + {said === 'degrade' && } ) : (
{CHALLENGE_TEXT.none}
)} {/* 降档的原因常显，不放在悬停提示里：触屏、键盘用户也得看得到为什么、会怎样（只标注那一档同样常显一行）。 紧跟在概况那一行（「出具会降档」的标记）下面，中间不插别的话 */} - {refuted && !flagged && degrades && ( -
{CHALLENGE_TEXT.degradeHint}
- )} - {refuted && !flagged && !degrades && ( -
{CHALLENGE_TEXT.degradeOff}
- )} - {refuted && flagged && ( -
{CHALLENGE_TEXT.flagNote}
- )} + {/* 反查没完成的几句：「无法判断」里分不出查了数据不够和反查没做完，单独说一次 */} {unreviewed > 0 && (

@@ -365,6 +376,79 @@ function ChallengeBlock({ report, challenge, run }: { ) } +/** 「出具会降档」的醒目标记：跟在概况（单句时跟在判断）后面，原因由 IssuanceNote 常显在下一行 */ +function DegradeChip() { + return ( + + {CHALLENGE_TEXT.degrade} + + ) +} + +/** 出具相关的那一行：会降档的原因、不在出具路径上为什么不影响、只标注不影响出具档位。不谈出具时什么都不画 */ +function IssuanceNote({ said }: { said: Issuance }) { + const note = 'mt-0.5 text-2xs leading-relaxed text-dim' + if (said === 'degrade') return

{CHALLENGE_TEXT.degradeHint}
+ if (said === 'off') return
{CHALLENGE_TEXT.degradeOff}
+ if (said === 'flag') return
{CHALLENGE_TEXT.flagNote}
+ return null +} + +/** + * 单句（证据面板）：这一句的判断；判为无法判断、这份报告又有句子未能反查时说一句它（可能）没反查成；展开看反方的理由和 + * 它执行过的查询（按 challenge_artifact 取，和审批卡共用一份缓存）；最后写明判断出自反方模型。不画报告级的标题、四种 + * 判断的计数和别的句子，也不列这一句的原文（面板上方就是这一句）。审稿记录没存上时不给展开，说一次为什么 + */ +function ClaimBlock({ report, challenge, run }: { + report: ApprovalReport; challenge: ApprovalChallenge; run: RunClass | null +}) { + const [open, setOpen] = useState(false) + const detail = useChallengeArtifact(challenge.artifact ?? '', open) + const detailId = useId() + const item = challenge.items[0] + if (!item) return null + const noRecord = !challenge.artifact + const said = issuanceOf(challenge, run) + // 未能反查的每一句都记为无法判断（服务端的约定）：这一句判为无法判断、报告里又有没反查成的，才可能是它。无法判断的 + // 句子全是没反查成的（未能反查的不少于无法判断的），那就一定是它；还有查过了、数据不够的，说不准，照实说「可能」 + const unreviewed = item.verdict === 'inconclusive' ? Math.min(challenge.unreviewed ?? 0, challenge.counts.inconclusive) : 0 + const surely = unreviewed > 0 && unreviewed >= challenge.counts.inconclusive + return ( +
+
+ + {said === 'degrade' && } + {!noRecord && ( + + )} +
+ + {unreviewed > 0 && ( +

+ + {surely ? CHALLENGE_TEXT.claimUnreviewed : CHALLENGE_TEXT.claimMaybeUnreviewed(unreviewed)} + + 。{CHALLENGE_TEXT.unreviewedHint} +

+ )} + {open && ( +
+ +
+ )} + {noRecord &&

{CHALLENGE_TEXT.noRecord}

} + {/* 判断标签看着像结论，得说清是谁判的：展开取到审稿记录之后带上模型名 */} +

{CHALLENGE_TEXT.judgedBy(detail.data?.model ?? null)}

+
+ ) +} + /** 判断标签：文字加颜色（去掉颜色也读得出），不铺底色——浅色主题下底色会把小字的对比度压到 4.5 以下 */ function VerdictTag({ verdict }: { verdict: string }) { const color = isVerdict(verdict) ? VERDICT_COLOR[verdict] : 'var(--text-dim)' diff --git a/frontend/src/run/EvidencePanel.tsx b/frontend/src/run/EvidencePanel.tsx index 2bc5574a..3afaf40b 100644 --- a/frontend/src/run/EvidencePanel.tsx +++ b/frontend/src/run/EvidencePanel.tsx @@ -19,14 +19,15 @@ import { import { humanizeError } from '../lib/errors' import { formatDateTime, formatNumber, NONE, shortId } from '../lib/format' import { - ABSENCE_CLAIM_TEXT, DUAL_CHECK_TEXT, EVIDENCE_TEXT, JUDGE_TEXT, MERGE_TEXT, NODE_TYPE_LABEL, RUN_SQL_CHECK_TEXT, SQL_CHECK_TEXT, - nodeTypeLabel, + ABSENCE_CLAIM_TEXT, CHALLENGE_TEXT, DUAL_CHECK_TEXT, EVIDENCE_TEXT, JUDGE_TEXT, MERGE_TEXT, NODE_TYPE_LABEL, RUN_SQL_CHECK_TEXT, + SQL_CHECK_TEXT, nodeTypeLabel, } from '../lib/terms' import { useCatalog } from '../store/catalog' import { askKey, segmentKey, useEvidence, useExplore, useVerdicts } from '../store/evidence' import type { - ApprovalReport, ChallengeCounts, EvidenceBlock, EvidenceDocData, EvidenceInput, EvidenceMerge, EvidenceOnDemand, - EvidenceQuoteSource, EvidenceSeal, EvidenceSegment, EvidenceStep, EvidenceUnit, EvidenceVerdict, EvidenceViolation, + ApprovalReport, EvidenceBlock, EvidenceDocData, EvidenceDualCheck, EvidenceInput, EvidenceMerge, EvidenceOnDemand, + EvidenceQuoteSource, EvidenceSeal, EvidenceSegment, EvidenceSegmentDetail, EvidenceStep, EvidenceUnit, EvidenceUnitChallenge, + EvidenceVerdict, EvidenceViolation, } from '../types' import { ArtifactViewer, ResultTable } from './AssistantStream' import { ChallengeSummary } from './ChallengeSummary' @@ -76,10 +77,12 @@ import { * 表格底下带着推演结果。 * * 核查状态（期 4）：指标步骤多一行双盲复算的结果（一致、不一致和审核人选了什么、未能完成、已跳过），选了盲算、两边都 - * 不对、没选、未能完成的写明报告里的数没换、已记为缺口；句子被反方审过的（点开整句、点开句中的数字都一样）多一块反方 - * 审稿，复用审批卡上的展示（run/ChallengeSummary），概况是整份报告真实的计数，点开这一句看反方的理由和查询，不说出具会 - * 不会降档（运行已经结束，看报告的出具横幅）。取自遮罩列的输入，服务端已把值换成「已遮罩」，标签照样写「已遮罩」，输入 - * 来源里只说核对结果、不写值；遮没遮核对不了的（快照读不出来）同样不显示值，写明原因。 + * 不对、没选、未能完成的写明报告里的数没换、已记为缺口；句子被反方审过的（点开整句、点开句中的数字都一样）多一节反方 + * 审稿，用审批卡那一块的单句展示（run/ChallengeSummary 的 scope="claim"）：这一句的判断、它可能没反查成的说明，展开看 + * 反方的理由和查询，不画报告级的标题和计数，不说出具会不会降档（运行已经结束，看报告的出具横幅）。正文里被审过的句子 + * 挂句末标记（run/EvidenceDoc），点开就是整句面板。取自遮罩列的输入，服务端已把值换成「已遮罩」，标签照样写「已遮罩」， + * 输入来源里只说核对结果、不写值；遮没遮核对不了的（快照读不出来）同样不显示值，写明原因。类型都在 types.ts + * （EvidenceDualCheck、EvidenceUnitChallenge、EvidenceInput 的 masked / mask_unverified）。 * * 四种摆法：side 从右侧弹出（宽屏），drawer 从底部抽出（窄屏），inline 在 360px 的 * 画布右栏里直接栏内展开，dock 放进页面给的一块常驻位置（记录页的「证据」页签）。 @@ -87,51 +90,24 @@ import { */ /** - * 期 4：证据接口在指标步骤上给的双盲复算状态（api/evidence.py 的 _dual_check_of）。没有双盲复算复核过这份指标集时 - * 没有这个键。只有证据面板读它，类型就近写在这里 + * 期 4：证据接口在指标步骤上给的双盲复算状态（类型 EvidenceDualCheck，照 api/evidence.py 的 _dual_check_of）。没有双盲 + * 复算复核过这份指标集时没有这个键；状态不是一个词的不认 */ -interface DualCheckState { - status: 'agreed' | 'disagreed' | 'unchecked' | 'skipped' | (string & {}) - node_id?: string - /** 不一致时审核人的选择：a 采用原流程、b 采用盲算、neither 两边都不对。没选的没有 */ - choice?: string - /** 一致、不一致时的盲算值，服务端按口径卡的格式渲染好的 */ - blind_rendered?: string - /** 未能完成（unchecked）：原因（人话）；已跳过：disabled / no_inputs / not_targeted（按这个指标说），认不出的代码不显示 */ - reason?: string -} - -/** 期 4：证据接口在句子上给的反方审稿判断（api/evidence.py 的 _challenge_of）。没审到这一句时没有这个键 */ -interface UnitChallenge { - verdict: string - node_id?: string - /** 审稿记录（challenge_artifact）。服务端保存失败时为 null：判断照样有，理由和查询看不了 */ - artifact?: string | null - /** 实际生效的处置：degrade 被推翻的计入出具缺口；flag 只标注；fail 节点报错、运行停了 */ - on_refuted?: string - /** 报告撰写节点的名字 */ - report_label?: string - /** 整份报告的审稿计数（节点产出里的那一份），不是这一句的 */ - counts: ChallengeCounts - /** 没能反查的句数（期 4 起的产出才有） */ - unreviewed?: number -} - -function dualCheckOf(step?: EvidenceStep): DualCheckState | null { - const raw = (step as (EvidenceStep & { dual_check?: unknown }) | undefined)?.dual_check - return raw && typeof raw === 'object' && typeof (raw as DualCheckState).status === 'string' ? raw as DualCheckState : null +function dualCheckOf(step?: EvidenceStep): EvidenceDualCheck | null { + const raw: unknown = step?.dual_check + return raw && typeof raw === 'object' && typeof (raw as EvidenceDualCheck).status === 'string' ? raw as EvidenceDualCheck : null } const CHALLENGE_VERDICTS = ['stands', 'weakened', 'refuted', 'inconclusive'] as const /** - * 句子上的反方审稿判断认不认得：判断是一个词，计数四项都是数。没有计数的不画——审批卡的展示缺了计数会按列出的这一句 - * 拼一个「被推翻 1 句、其余 0 句」，读着像整份报告的结果 + * 句子上的反方审稿判断（类型 EvidenceUnitChallenge，照 _challenge_of）认不认得：判断是一个词，计数四项都是数。单句展示 + * 不画计数，可要拿它和 unreviewed 对一下「无法判断」是不是没反查成；缺了计数不是服务端的形状，宁可不画也不半截地画 */ -function challengeOf(unit: unknown): UnitChallenge | null { - const raw = unit && typeof unit === 'object' ? (unit as { challenge?: unknown }).challenge : undefined +function challengeOf(unit: EvidenceSegmentDetail['unit']): EvidenceUnitChallenge | null { + const raw: unknown = unit?.challenge if (!raw || typeof raw !== 'object') return null - const c = raw as UnitChallenge + const c = raw as EvidenceUnitChallenge const counts = c.counts && typeof c.counts === 'object' ? c.counts : null if (typeof c.verdict !== 'string' || !c.verdict || !counts || !CHALLENGE_VERDICTS.every((v) => typeof counts[v] === 'number' && Number.isFinite(counts[v]))) return null @@ -140,13 +116,13 @@ function challengeOf(unit: unknown): UnitChallenge | null { /** 取自遮罩列的输入：服务端把值换成「已遮罩」，masked 写明是哪几列 */ function maskedOf(input: EvidenceInput): string[] { - const raw = (input as EvidenceInput & { masked?: unknown }).masked + const raw: unknown = input.masked return Array.isArray(raw) ? raw.filter((c): c is string => typeof c === 'string' && !!c) : [] } /** 遮没遮核对不了的输入（快照、取值链上的产出读不出来）：值同样换成「已遮罩」，mask_unverified 是原因 */ function unverifiedOf(input: EvidenceInput): string { - const raw = (input as EvidenceInput & { mask_unverified?: unknown }).mask_unverified + const raw: unknown = input.mask_unverified return typeof raw === 'string' ? raw : '' } @@ -660,28 +636,27 @@ function ClaimBody({ doc, artifact, runId, runClass, unit, block }: { } /** - * 反方审稿对这一句的判断（期 4），整句面板、片段面板共用。复用审批卡上的展示（run/ChallengeSummary，只读它的导出）： - * 那一块是报告级的——标题写报告名，概况是整份报告四种判断各几句（服务端给的真实计数，不凭这一句拼），条目只列这一句， - * 点开看反方的理由和它执行的查询，「显示全部」补出这份报告别的句子。判断是反方模型给的，那一块自己写明。 + * 反方审稿对这一句的判断（期 4），整句面板、片段面板共用。用审批卡那一块的单句展示（ChallengeSummary 的 scope="claim"）： + * 只画这一句的判断、它可能没反查成的说明（透传 unreviewed，和整份报告的计数对一下），展开看反方的理由和它执行的查询； + * 不画报告级的标题、四种判断的计数和别的句子。判断是反方模型给的，那一块自己写明。 * - * 不给运行 id：ChallengeSummary 只拿它查运行类别，好在审批卡上预告「出具会降档」。证据面板看的是已经结束的运行，降没 - * 降档、出没出具以报告的出具横幅（封存的出具判定）为准，这里再说一遍将来时的预告只会和横幅对不上（驳回了、不予出具、 - * 反方审稿不在成果节点上游……）。ChallengeSummary 取不到运行类别时一句和出具有关的话都不说。等它有了单句的展示 - * （只画这一句的判断和理由，不画报告级的标题、计数），换用那个 + * 不谈出具（issuance={false}，也不传 degrades）：审批卡上预告「出具会降档」，是因为那时运行还没出具。证据面板看的是已经 + * 结束的运行，降没降档、出没出具以报告的出具横幅（封存的出具判定）为准，再说一遍将来时的预告只会和横幅对不上（驳回了、 + * 不予出具、反方审稿不在成果节点上游……） */ -function ChallengePart({ challenge, unit, report }: { challenge: UnitChallenge; unit: EvidenceUnit; report?: string }) { +function ChallengePart({ challenge, unit, report }: { challenge: EvidenceUnitChallenge; unit: EvidenceUnit; report?: string }) { const reports = useMemo(() => [{ node_id: report ?? '', label: challenge.report_label || report || '', challenge: { counts: challenge.counts, items: [{ unit: unit.id, text: unitText(unit).trim(), verdict: challenge.verdict }], artifact: challenge.artifact ?? null, on_refuted: challenge.on_refuted, ...(typeof challenge.unreviewed === 'number' ? { unreviewed: challenge.unreviewed } : {}), - } as ApprovalReport['challenge'], + }, }], [challenge, unit, report]) return ( -
- -
+ + + ) } @@ -1380,12 +1355,12 @@ function MetricPart({ step, entry, inputs, runId, runClass, seal, pending, faile * 不一致而审核人采用了原流程用提醒色，采用盲算、两边都不对、没有选的用失败色（记了缺口）；未能完成用提醒色（同样记了 * 缺口）；跳过的中性色。认不出的跳过原因不写原因代码 */ -function DualCheckLine({ check, formal }: { check: DualCheckState; formal: boolean }) { +function DualCheckLine({ check, formal }: { check: EvidenceDualCheck; formal: boolean }) { const T = EVIDENCE_TEXT.dualCheck const host = useEvidenceHost() const { status } = check const blind = (status === 'agreed' || status === 'disagreed') && check.blind_rendered ? T.blind(check.blind_rendered) : '' - const picked = check.choice ? DUAL_CHECK_TEXT.approval.choices[check.choice as 'a' | 'b' | 'neither'] : undefined + const picked = check.choice ? DUAL_CHECK_TEXT.approval.choices[check.choice] : undefined const detail = status === 'disagreed' ? (picked ? T.choice(picked) : T.noChoice) : status === 'skipped' ? (check.reason ? T.skip[check.reason] ?? '' : '') : status === 'unchecked' ? check.reason ?? '' : '' diff --git a/frontend/src/types.ts b/frontend/src/types.ts index 318d2f4a..982b88a7 100644 --- a/frontend/src/types.ts +++ b/frontend/src/types.ts @@ -2037,7 +2037,12 @@ export interface EvidenceGraph { /** 封存的裁判摘要（文档的 judge） */ judge?: EvidenceJudgeSummary | null /** 最近一次按需裁判用的模型：和写作模型相同没有、在不在价格表里 */ - judge_meta?: EvidenceJudgeMeta | null }[] + judge_meta?: EvidenceJudgeMeta | null + /** + * 期 4：被反方审过的句子 → 判断（_challenge_verdicts，和片段接口的 unit.challenge 同一个读法，每句的判断 + * 一字不差）。正文据此给被审过的句子挂句末标记、点开整句面板。一句都没审、文档读不出来、老服务端都没有这个键 + */ + challenge_verdicts?: Record }[] evidence?: { alias?: string; eid?: string; kind?: string; label?: string; node_id?: string; artifact?: string sealed?: boolean; cited_by?: string[]; report?: string }[] edges?: { from: string; to: string; rel: string }[] @@ -2090,6 +2095,59 @@ export interface EvidenceInput { cell?: string /** agent 的数组字段：引用的行段到了截断查询结果的末行，后面还有没取回的行（query 步骤上是快照本身截断了） */ truncated?: boolean | null + /** + * 期 4：取自数据源设置了遮罩的列（_withheld）：服务端已把值换成「已遮罩」、拿掉 model_value / snapshot_value，这里写明 + * 是哪几列。没遮的没有这个键 + */ + masked?: string[] + /** + * 期 4：遮没遮核对不了（查询快照、取值链上的产出读不出来）：值同样换成「已遮罩」，这是原因（人话，服务端写好的一句）。 + * 不进 masked：面板底下「这些列设置了遮罩」不把它们算进去 + */ + mask_unverified?: string +} + +// --------------------------------------------------------------------------- +// 期 4：证据接口里的核查状态（api/evidence.py）。是核查，不是证据：没核查过的指标、句子不带这些键。形状照服务端的 +// 真实输出逐字核对过，前端认的时候仍按「认不出就不画」写（run/EvidencePanel.tsx 的 dualCheckOf / challengeOf） +// --------------------------------------------------------------------------- + +/** 双盲复算跳过一个指标的原因（_not_checked）：关闭了；这个指标没有来自查询的输入；不在复算范围内（或值不是数） */ +export type EvidenceDualCheckSkip = 'disabled' | 'no_inputs' | 'not_targeted' + +/** + * 指标步骤上的双盲复算状态（_dual_check_of / _dual_status）。没有双盲复算复核过这份指标集时指标步骤没有 dual_check。 + * 产出读不出来、退回台账条目时只有 status、node_id 和 choice + */ +export interface EvidenceDualCheck { + /** agreed 与盲算一致；disagreed 不一致；unchecked 未能完成（盲算触顶、出错，或输入没法单独复算）；skipped 没复算这个指标 */ + status: 'agreed' | 'disagreed' | 'unchecked' | 'skipped' + /** 双盲复算节点 */ + node_id: string + /** 只有 disagreed：审核人的选择（a 采用原流程、b 采用盲算、neither 两边都不对）。没选的没有 */ + choice?: DualCheckChoice + /** 只有 agreed / disagreed：盲算值，服务端按口径卡的格式渲染好的 */ + blind_rendered?: string + /** unchecked：给人看的原因；skipped：EvidenceDualCheckSkip 里的代码（界面认不出的代码不显示） */ + reason?: string +} + +/** 句子上的反方审稿判断（_challenge_of）：片段接口答的 unit.challenge。没被反方审过的句子没有这个键 */ +export interface EvidenceUnitChallenge { + /** 这一句的判断（反方模型给的，不是系统核对） */ + verdict: ChallengeVerdict | (string & {}) + /** 反方审稿节点（几个都审了这一句时取最后跑完的那个） */ + node_id: string + /** 审稿记录（challenge_artifact）。服务端保存失败时为 null：判断照样有，理由和查询看不了 */ + artifact: string | null + /** 实际生效的处置：degrade 被推翻的计入出具缺口；flag 只标注；fail 节点报错、运行停了 */ + on_refuted: 'degrade' | 'flag' | 'fail' + /** 报告撰写节点的名字（画布上的标题，取不到时是节点 id） */ + report_label: string + /** 这次审稿四种判断各几句：整份报告的（节点产出里的那一份），不是这一句的 */ + counts: ChallengeCounts + /** 没能反查的句数（都记为无法判断，不会多于 counts.inconclusive）。节点产出里有才带 */ + unreviewed?: number } /** 口径卡钉在另一个已发布工作流某个版本里的口径卡上 */ @@ -2213,6 +2271,8 @@ export interface EvidenceStep extends Omit { sql_check_failed?: boolean /** metric：没通过的原因（人话，「所依据的查询未通过 SQL 检查（…），结果不可靠」） */ sql_check_reason?: string + /** metric（期 4）：这个指标的双盲复算状态。没有双盲复算复核过这份指标集时没有这个键 */ + dual_check?: EvidenceDualCheck /** query：这次查询对照数据目录查出的问题。没查出问题时没有这个键 */ checks?: SqlCheckItem[] /** query：查询当时冻结的表结构快照（工件 id）。合并查询、老快照没有 */ @@ -2366,7 +2426,9 @@ export interface EvidenceSegmentDetail { /** 这一句的判定：封存的文档里的，或者按最新的 evidence.judged 叠上的（post_seal） */ verdict?: EvidenceVerdict /** 这一句能不能请模型判断、不能的话为什么 */ - on_demand?: EvidenceOnDemand } + on_demand?: EvidenceOnDemand + /** 期 4：反方审稿对这一句的判断。没审到这一句的没有这个键 */ + challenge?: EvidenceUnitChallenge } block?: { id?: string; type?: string } chain?: EvidenceStep[] /** 片段为什么是现在这个状态，一句人话 */ @@ -3666,6 +3728,13 @@ export interface ApprovalChallenge { /** challenge_artifact 工件 id。服务端保存审稿记录失败时为 null：判断照样有，理由和查询看不了 */ artifact: string | null on_refuted?: 'degrade' | 'flag' | (string & {}) + /** 期 4（nodes/challenge.challenge_summary）：没能反查的句数，都记为无法判断。升级前的产出、老服务端没有 */ + unreviewed?: number + /** + * 期 4：被推翻的会不会让出具降档（按降档处置、又接在带出具契约的成果节点上游才为真）。升级前的产出、老服务端没有， + * 审批卡按「没写只标注就降档」的旧规则说 + */ + degrades?: boolean } /** diff --git a/scripts/check-evidence.mjs b/scripts/check-evidence.mjs index f38bee61..a75ccd38 100644 --- a/scripts/check-evidence.mjs +++ b/scripts/check-evidence.mjs @@ -3489,7 +3489,8 @@ await section('verify', '期 4：指标步骤的双盲复算、取自遮罩列 check('输入来源：没遮罩的字段照旧', verified.includes('与快照一致') && !verified.includes('遮罩'), verified.replace(/\s+/g, ' ')) await q.ctx.close() - // ---- 反方审稿：整句面板、片段面板都看得到这一句的判断。复用审批卡的展示，概况是整份报告的真实计数，不预告出具 + // ---- 反方审稿：整句面板、片段面板都看得到这一句的判断。用审批卡那一块的单句展示：只画这一句的判断，不画报告级的 + // 标题和计数，不预告出具 const u = fxj.formal.units const challenge = (verdict) => ({ verdict, node_id: 'chal', artifact: CH_ART, on_refuted: 'degrade', report_label: '写周报', counts: CH_COUNTS }) @@ -3528,10 +3529,12 @@ await section('verify', '期 4：指标步骤的双盲复算、取自遮罩列 await c.page.waitForSelector('[data-evidence-panel] [data-ev-challenge] [data-challenge-item]', { timeout: 4000 }).catch(() => {}) const text = await blockText() if (w === 1280) { - check('整句面板：反方审稿的判断（被推翻）挂在这一句下，写明是哪份报告的审稿', await block.getAttribute('data-ev-challenge', { timeout: 3000 }).catch(() => null) === 'refuted' - && text.includes('报告「写周报」的反方审稿') && text.includes('被推翻') && text.includes('新客首单'), text) - check('……概况是整份报告的真实计数（服务端给的），不凭这一句拼', text.includes('经受住 3 句') && text.includes('被削弱 1 句') - && text.includes('被推翻 2 句') && text.includes('无法判断 0 句') && await block.locator('[data-challenge-more="5"]').count() === 1, text) + check('整句面板：「反方审稿」一节写这一句的判断（被推翻），用单句展示', await block.getAttribute('data-ev-challenge', { timeout: 3000 }).catch(() => null) === 'refuted' + && text.startsWith('反方审稿') && await block.locator('[data-challenge-scope="claim"]').count() === 1 + && (await block.locator('[data-challenge-tag="refuted"]').innerText().catch(() => '')).trim() === '被推翻', text) + check('……单句只画这一句：不画报告级的标题、四种判断的计数、别的句子，也不再抄一遍这一句的原文', + await block.locator('[data-challenge-counts], [data-challenge-items], [data-challenge-more], [data-challenge-show-all]').count() === 0 + && !text.includes('报告「写周报」的反方审稿') && !/\d+ 句/.test(text) && !text.includes('增长主要来自新客首单'), text) check('……运行已经结束：不预告「出具会降档」，降没降档看报告的出具横幅', await block.locator(ISSUANCE_LINES).count() === 0 && !text.includes('降档'), text) check('……判断由反方模型给出，并非系统核对', text.includes('并非系统核对'), text) @@ -3539,12 +3542,12 @@ await section('verify', '期 4：指标步骤的双盲复算、取自遮罩列 await c.page.waitForSelector('[data-evidence-panel] [data-challenge-detail-state="ok"]', { timeout: 4000 }).catch(() => {}) const why = await block.locator('[data-challenge-rationale]').innerText().catch(() => '') check('……点开看得到反方的理由（按审稿记录取）', why.includes(CH_RATIONALE) && artifactHits.length === 1, why) - // 被削弱的那一句：概况照样是整份报告的数，不出现凭这一句拼的「被推翻 0 句」 + // 被削弱的那一句：只写它自己的判断，不写整份报告的计数（以前借报告级的展示，读着像这一句「被推翻 0 句」） await badge(c.page, J, u.ok).click() await c.page.waitForSelector('[data-evidence-panel] [data-ev-challenge="weakened"]', { timeout: 4000 }).catch(() => {}) const weak = await blockText() - check('被削弱的那一句：概况写整份报告的计数（被推翻 2 句），不写凭这一句拼的「被推翻 0 句」', weak.includes('被推翻 2 句') - && !weak.includes('被推翻 0 句') && !weak.includes('被削弱 1 句 · 被推翻 0 句'), weak) + check('被削弱的那一句：只写这一句的判断（被削弱），不写整份报告的计数', weak.includes('被削弱') && !weak.includes('被推翻') + && !/\d+ 句/.test(weak), weak) // 片段面板：点这一句里的数字，同样看得到判断；正式运行里双盲复算记的是出具缺口 await c.page.locator(`${J} [data-seg="s6"]`).click() await c.page.waitForSelector('[data-evidence-panel] [data-ev-challenge="weakened"]', { timeout: 4000 }).catch(() => {}) @@ -3567,7 +3570,7 @@ await section('verify', '期 4：指标步骤的双盲复算、取自遮罩列 await c.page.locator(`${JP} [data-seg="s14"]`).click() await c.page.waitForSelector('[data-evidence-panel] [data-ev-challenge]', { timeout: 4000 }).catch(() => {}) check('没开结论句裁判的报告：点句中的数字看得到反方审稿判断', await block.getAttribute('data-ev-challenge', { timeout: 3000 }).catch(() => null) === 'refuted' - && (await blockText()).includes('退款 29 单'), await blockText()) + && (await block.locator('[data-challenge-tag="refuted"]').count()) === 1, await blockText()) } else { const wide = await c.page.evaluate(() => { const el = document.querySelector('[data-evidence-panel]')