 ThearchyHelios
|
9d8b41430e
|
完善口径管理、主动调查与后台任务，修复通用问题
- 完善口径编辑、只读试运行、统一质量验证与执行语义指纹
- 增加可执行指标约束、有预算的主动调查和过程评测
- 提取发布检查、证据读取与起草服务，支持任务停止、重试和检查点恢复
- 增加版本传递影响分析，修复并发覆盖、敏感值遮罩、异常评分及页面状态问题
- 修复 SQLite 复合查询追溯和 microVM 可选依赖缺失处理
- 纳入当前设计文档及部署配置调整
验证：相关主回归 3822 项通过，4 项跳过、8 项预期失败；补充回归通过。
前端构建、文案检查及 git diff --check 通过。
全量检查仍有环境权限、PostgreSQL 可选依赖和既有部署配置、SQLite 文件基线差异导致的未通过项。
|
2026-11-06 17:14:45 +08:00 |
|
|
ThearchyHelios
|
5f0b2359ac
|
入口只留每次都会变的东西，固定条件写死在 SQL 里
实测同一份文档：入口从 7 个（start/end/factory_code/object_id/line_code/gc_code/scx_code）
降到 2 个（start/end）。
提示词加了四条：同一维度只做一个入口（factory_code 和 gc_code 是同一件事）、编码和主键不当
必填入口、跨表编码在 SQL 里 JOIN 映射、可选维度写成空值不过滤；入口上限 4 个，超了照实报
出来但不悄悄删（删了 SQL 还引用着）。起草页多一栏「固定条件」：工厂、产线、属性组填这里，
写死在 SQL 里，不变成每次都要填的参数。
|
2026-11-04 14:47:23 +08:00 |
|
|
ThearchyHelios
|
1048905095
|
必填入口没有值时停在 needs_input，不再把试运行判成失败
草稿图建出来后，start/end 这类必填入口往往没有缺省值，系统不会替你编日期去跑。现在记成
needs_input：入口字段做成可填表单（日期预填七天前/今天，可改），点「试运行」按这些值跑
一次；缺值仍回 422，不会发请求。试运行只跑取数与口径卡，参数按发布同一套规则校验。
|
2026-11-04 13:35:21 +08:00 |
|
|
ThearchyHelios
|
62c8702478
|
跨轮重复的未决问题只留一条
十轮起草每轮都会重新问一遍同一件事，68 条问题里有一半是重复。按第一个分句去重：问的是
同一件事就只留先出现的那一句，措辞不同的仍然留下，交给人判断。
|
2026-11-04 09:56:42 +08:00 |
|
|
ThearchyHelios
|
97cd9498a4
|
入口字段声明不一致时合并，不把整份草稿判死
同一份文档分十轮起草，各轮对 factory_code 的必填/类型声明常对不上。原先直接抛错，34 条
指标的草稿因为一个字段的 required 不同整份作废。现在必填取并集、类型取更宽，每一处不一致
记一条说明摆在入口字段下面；建图和界面共用同一套合并逻辑。
|
2026-11-04 09:54:16 +08:00 |
|
|
ThearchyHelios
|
939f0f3448
|
起草上限放到 10 轮 60 条
实测同文档 6 轮只覆盖 22 条（每轮 3–5 条），剩 23 条撞在轮数上限上。按实测节奏放到 10 轮。
|
2026-11-04 09:28:54 +08:00 |
|
|
ThearchyHelios
|
ec8ee6c92a
|
起草自动续跑：多轮覆盖 uncovered，最多 6 轮 40 条
每轮收一组指标、写一次进度（第几轮、覆盖几条、还剩几条），直到没有新指标、uncovered
空了或到上限。中途每轮落库，页面能看到「第 2 轮 · 已覆盖 12 条 · 还有 27 条」，不再是
一个转圈的空白。
|
2026-11-04 09:24:37 +08:00 |
|
|
ThearchyHelios
|
e6c8ee2827
|
一张草稿图支持多个取数节点
一份文档里的指标常常分属不同粒度、不同表，一条 SQL 装不下。build_graph 改成接收多组
{sql, entry_fields, metrics}：一组仍叫 fetch，多组叫 fetch_1…，每组指标的表达式改写到
自己的取数节点，指标 id 全局重排，入口字段合并（同名不同类型直接报错，不静默取舍）。
同时把「文档被截」和「目录被截」拆开：以前目录超长也报「文档太长」，界面在骗人。
|
2026-11-04 09:24:37 +08:00 |
|
|
ThearchyHelios
|
8b2f01d15d
|
目录按文档点到的表优先展开；模型提问不再算起草失败
这个数据源的目录渲染出来十万字符，被截到两万四，kpi_info 的 attribute01…54 全在被砍掉的
后半段，模型看不到列就只能如实列问题——界面却把它记成「起草失败」。
现在文本按「概览 → 全量表索引 → 全量列名 → 文档点到的表展开」排，预算不够先丢最后一段，
列名一个不少。模型一条指标都没写、但把缺什么说清楚时，草稿落在 questions_open，问题原样
留下来，不再报失败。
|
2026-11-04 08:54:42 +08:00 |
|
|
ThearchyHelios
|
8682deb447
|
起草按「能共用一条 SQL 的一组」进行，并抢救被截断的回复
实测：一条 SQL 枚举十几列 CASE WHEN 就把输出额度吃光，文档里十几条指标一条都写不出来，
界面只报「没有一条指标通过校验」。现在提示模型一次只起草同组指标（最多 6 条）、SQL 写短，
其余的进 uncovered；回复被截断时按完整片段抢救指标和 SQL，失败原因里写清模型实际交回了
什么形状，不再只说没有指标。
|
2026-11-04 08:37:52 +08:00 |
|
|
ThearchyHelios
|
13f1158191
|
口径起草一次到位：生成取数图并自动试运行，不再要求人工接一次运行
「不从指标定义编译 SQL」管的是事后比对的基准，不是起草。起草照样让模型写 SQL，但只允许
目录里的表和列、单条只读 SELECT、入口字段必须先声明；每条定义仍要能逐字对上原文。
起草成功即建工作流与 v1；试运行只跑取数与口径卡（derive.caliber_probe），不触发报告撰写，
也不会因为没有可用模型就判这份口径不行。接上一次运行保留为辅助入口。
|
2026-11-04 00:30:26 +08:00 |
|
|
ThearchyHelios
|
5a29bcd8a6
|
口径试跑归入不参与「最近一次封存」的来源
加了来源没归类，test_shares 会先失败。试跑是探索运行，不该被看板当成最近一次正式运行。
|
2026-11-03 23:26:36 +08:00 |
|
|
ThearchyHelios
|
1cd9cab7b4
|
同义词随定义一起留在口径卡上
文档里叫「月活」，卡上指标叫「月度活跃买家」；同义词丢了，以后按名字找这份口径就永远对不上。
合并时带上（大小写与空白不算新说法），并让口径描述把它交出去。
|
2026-11-03 23:08:28 +08:00 |
|
|
ThearchyHelios
|
43a38e926c
|
起草失败单独记一种状态，别再停在「起草中」
没有可用模型、模型回复读不懂时，草稿此前一直留在 drafting，界面会以为还在跑。现在置 failed
并把原因写进 error；补上真指标后 PATCH 仍能把它推回正常流程。
|
2026-11-03 23:07:01 +08:00 |
|
|
ThearchyHelios
|
f697ab7ed2
|
口径详情给模型看定义说明
文档起草过来的口径，定义是它唯一带着的业务边界（适用范围、不包含什么）。此前 look 只给
指标式和单位，模型只能凭名字猜这份口径答的是不是这个问题。定义压成一句、限 240 字，
概览一行不加。
|
2026-11-03 23:04:58 +08:00 |
|
|
ThearchyHelios
|
7f66985dba
|
口径草稿：从业务文档抽定义，再从一次真实运行接上取数路径
新增 caliber_drafts 表与 /api/ledger/drafts 一组接口：抽取在后台跑，文档缺失整单拒绝，
有未决问题时停在 questions_open，问题清完才到 path_pending。
接上运行沿用从运行固化的建图逻辑，定义按同名或同义词并入指标卡，expression 与 id 不动；
文档引用记进 origin.documents，复核能落回具体段落。接入只产出可试跑的草稿，不发布、不发起运行。
|
2026-11-03 22:50:14 +08:00 |
|
|
ThearchyHelios
|
51daa7b96c
|
把从运行固化的建图部分抽成 build_graph，供文档草稿接上数据路径时复用
行为逐字不变：节点 id、顺序、报告配置、出口契约都与原来一致，test_ledger_certify
的断言一条未改。
|
2026-11-03 22:42:32 +08:00 |
|
|
ThearchyHelios
|
4f0aa62dcc
|
业务文档起草口径草稿：只产出定义与逐字引用，不产出取数
文档里写的是业务说法，不是库里的表和 SQL。模型回复里出现 SQL、表名、列名的一律丢弃；
每条定义必须能在原文里按归一化空白逐字定位，定位不到就不进草稿。草稿在 path_pending
状态下不是合法图，因此不写进 workflows.graph。
|
2026-11-03 22:42:28 +08:00 |
|
|
ThearchyHelios
|
753c35918d
|
复盘修正：试运行不计入统计、评估标签遮罩、规则/评估卡可组合
|
2026-11-03 21:23:08 +08:00 |
|
|
ThearchyHelios
|
4bf9e56979
|
支持评估型指标：rubric 加权评分、等级与 assessed 标签
|
2026-11-03 20:52:29 +08:00 |
|
|
ThearchyHelios
|
e1d63e7389
|
规则 DSL 编译成只读 SQL，并用 fixture 验证
|
2026-11-03 20:50:06 +08:00 |
|
|
ThearchyHelios
|
6e7f2a5ce8
|
支持规则型指标：单元格条件确定性求值与 derived 标签
|
2026-11-03 20:36:04 +08:00 |
|
|
ThearchyHelios
|
37657e24c3
|
支持外部常量指标：来源、生效日期、过期降档与 external 标签
|
2026-11-03 20:32:55 +08:00 |
|
|
ThearchyHelios
|
214a3367ff
|
指标定义卡与参数进入校验、descriptor 和目录页
|
2026-11-03 19:45:41 +08:00 |
|
|
ThearchyHelios
|
68af29a180
|
增加口径目录页与试跑：入口表单、依赖说明和只读试跑
|
2026-11-03 19:43:39 +08:00 |
|
|
ThearchyHelios
|
aeaca4ce69
|
记录口径调用审计：compose 与正式出具各记一条参数指纹
|
2026-11-03 19:38:00 +08:00 |
|
|
ThearchyHelios
|
5eb1c8ff00
|
增加口径可调用 descriptor：入口 Schema、依赖与出具策略
|
2026-11-03 19:34:28 +08:00 |
|
|
ThearchyHelios
|
539119cf5c
|
分析结论记录说法模板版本：复算时版本不同不误报文字差异
|
2026-11-03 19:12:27 +08:00 |
|
|
ThearchyHelios
|
174375c6c7
|
新设遮罩列时清理目录里的码值、含义与备注
|
2026-11-03 18:53:39 +08:00 |
|
|
ThearchyHelios
|
90597d5540
|
口径增加内容指纹：指标集与账本候选记录定义哈希
|
2026-11-03 18:47:32 +08:00 |
|
|
ThearchyHelios
|
ce2f68a373
|
口径取数 SQL 增加书写 lint：取整、补 0 在画布提示并在受管发布时拦截
|
2026-11-03 18:36:26 +08:00 |
|
|
ThearchyHelios
|
cf30f999f6
|
验收复核查出的三处：有量纲比率的效应值（结构效应、自身效应、合计影响、变化）照原值显示，不再乘一百说成百分点（客单价影响 -11.12 元 / 单以前显示 -1,112.1 个百分点）；只读一张表、目录还没维护时分析范围照实说目录没维护，不说成对不上目录里的列；写作规则补一条不写重复判定语开头的引言
|
2026-10-21 18:08:59 +00:00 |
|
|
ThearchyHelios
|
9219df8190
|
真实模型验收查出的五条修正：①比率拆解里比率本身是有量纲的比率（客单价，元 / 单）时不套百分数，以前 160.76 显示成 16,076.0%，各段分子都不超过分母（退款率这类占比）照旧按百分数；②写作规则补两条——判定语一句只引用一份结论、不把几份判定语用逗号拼成一句，「核对不了」是系统的核对说明不是结论；③说法核对的来源判断看整个分句（主来源写在判断词后面的「主要由订单量放大带来」也能认），点名的段按去掉结尾量词的词根兜底（订单量 认 订单数）；④数据目录还没维护时候选维度照实说目录没维护、提示怎么补，不说成认不出事实表；⑤评测估不出每题花费时金额照 0 记但记成未计价，账本上看得出；金额上限照旧按累计金额判
|
2026-10-21 17:33:49 +00:00 |
|
|
ThearchyHelios
|
7b47ce1724
|
合入第 2 波复核修复 S1：分析结论的占比、变化率、比率之差按百分数 / 百分点显示——结果表带每列的显示格式、具名的数带格式，证据渲染、整表、写作目录、证据面板、导出、可验证报告都按它；显示规则 4 版，老文档按记下的版本复核；空格写「—」
# Conflicts:
# backend/tests/test_analysis_pages.py
|
2026-10-21 16:23:39 +00:00 |
|
|
ThearchyHelios
|
709a50208a
|
合入第 2 波复核修复 S2、S5、S6：关分析工具那一臂挡分析卡与用了分析的子工作流、节点手册里不再出现分析；问题意图词表与自查那句进评测的提示词指纹；问题意图不把问构成当来源、不把问数据质量当异常
|
2026-10-21 16:22:21 +00:00 |
|
|
ThearchyHelios
|
eade5aab5d
|
关分析工具那一臂挡分析卡：图里有分析卡、嵌套的子工作流里有分析卡或分析工具都挡回去改；关掉时节点手册里不再出现分析卡、分析工具和分析相关的配置（改写与整段去掉）；问题意图词表版本与自查交回的那句进评测的提示词指纹；问题意图不把「哪个贡献最多」当来源、不把「数据是否正常」当异常；评测「关」那一臂的替身改成照样试着加分析卡、靠真代码挡
|
2026-10-21 16:19:49 +00:00 |
|
|
ThearchyHelios
|
31ed7a96f3
|
证据面板的计算一步照服务端写好的字显示：具名的数按结论记的格式（占比 61.9%，不再写 0.618556701031）、结果表的格同样（变化率 -14.6%），空格写「—」不写 null；列类型照结果表的 column_types。比率拆解的整体比率那一格和对照的那一格也按格式写（3.5%，不是 0.035）。前端照原样显示（只补一句说明）
|
2026-10-21 15:55:20 +00:00 |
|
|
ThearchyHelios
|
55376fd332
|
引用分析结论时没写换算的按结论记的格式渲染（显示规则 4 版）：[[v:A1.r0.share]]、[[a:A1.top_share]] 取这一列 / 这个数的格式（占比、变化率按百分数，比率的变化按百分点），写作者自己写了换算的照他的；实际用的换算记在引用上，展开整表时每一格也照写。写作目录的具名的数、结果表的行按同一格式写。3 版及以前组装的文档照当年原样显示，复核按记下的版本，不判对不上。pct、pp 两种换算的写法（不是 0 的不写成 0.0）；可验证报告按引用上的换算、4 版起按结论记的格式渲染，不认识的显示规则版本（5 版）判无法核对
|
2026-10-21 15:55:11 +00:00 |
|
|
ThearchyHelios
|
3ecc6223df
|
分析算子给结论里以比率存的列和数记换算：契约加 ResultTable.formats、AnalysisResult.value_formats（换算同 [[m:]] 的后缀，另加 pp 表示百分点），各算子逐个填全——可加、乘积拆解的 pct、share；比率拆解的 w_*、r_* 记 pct，mix、rate、total 是比率之差记 pp；波动基线按变化率比较时的 change，趋势的相对斜率；差异检验比率模式的 a_value、b_value 记 pct，diff、ci_lo、ci_hi 记 pp；values 里的 pct_total、top_share、top_k_share、mix_share、rate_share 等。都为空时整项不写，结论和以前一字不差；run 与 recompute 逐字段相同、同输入两次 run 逐字节相同照旧成立（tests/test_analysis_run 的形状检查认这两项可选）
|
2026-10-21 15:54:46 +00:00 |
|
|
ThearchyHelios
|
c54196326f
|
证据面板的分析结论：结果表的格写列名，总数那一格的值按服务端的写法显示。①「这一处引用的是 结果表第 1 行『share』」原来写的是列 id，现在服务端在 cited 上另给 column_label（结果表记的 labels，如「占变化的比重」），目录条目也带上 labels，证据面板、读屏的出处、导出页、可验证报告都照列名写；② 输入里「总数那一格 … = 159175.18」和同一节的闭合核对「159,175.18」两个写法并排，现在服务端另给 value_rendered（render_cell，千分位、NULL 写「—」，和闭合核对同一个写法），三处界面照原样显示。结果表数的换算（比率、空格）不在这次改动里
|
2026-10-21 15:53:27 +00:00 |
|
|
ThearchyHelios
|
b919890b7b
|
问数据时间线的分析一步、协作成员的分析：编号照实说是哪一层。Agent 工具那一步标题写「变化拆解（可加） · 本节点 A1」——编号是这份 Agent 自己的分析容器里的（交回模型的「【分析 A1】」），报告目录里的 A1 按整次运行的台账编，图里还有分析卡时就不是同一个，不再冒充报告里的编号；分析卡的一项照旧写这一项的标识。协作成员的分析不带编号（成员的结论还进不了台账，照它写「· A1」会和报告里点名的结论对不上），event_view 交回 alias=None。check-decode、check-stream、协作成员那条测试照新写法改
|
2026-10-21 15:52:58 +00:00 |
|
|
ThearchyHelios
|
9461c03a63
|
分析结论的「在验证什么」照实说谁写的：分析卡上那一条是模板作者写的，标「分析卡上写的『在验证什么』」；Agent 现场做的照旧「Agent 写的假设」（台账条目带 item 的是分析卡、带 call_id 的是 Agent）。服务端按 origin 给 hypothesis_label、hypothesis_note 两句，证据面板、导出页、可验证报告都照原样显示，不自己拼。测试：证据接口两种都测，分析卡的链、导出页、核对页各加一条断言
|
2026-10-21 15:52:19 +00:00 |
|
|
ThearchyHelios
|
28c538a72f
|
趋势判断工具的说明开头改成契约的叫法「趋势判断：」（原来写「趋势：」，另外四个工具都以 OP_LABELS 的叫法开头）；测试补一条：五个分析工具的说明都以契约里这种分析的叫法加「：」开头，助手的工具清单、证据面板、评测写的是同一种说法
|
2026-10-21 20:02:41 +08:00 |
|
|
ThearchyHelios
|
03cedbaf1d
|
合入 W2-c 前端：分析卡节点与分析项编辑器、报告节点两个新字段、设置「分析」一节、问数据时间线的分析步骤与出具横幅三项、运行对比的分析卡一区、证据面板与正文接上分析结论（六步出处链、闭合核对、两期可比性、说法违规标注、分析范围）、可验证报告核对页与分析样本页、口径账本摘要防 NaN；服务端补分析工具事件里的判定与分析结论的单独出处接口
# Conflicts:
# backend/tests/test_eval_schedule.py
|
2026-10-21 19:34:24 +08:00 |
|
|
ThearchyHelios
|
cc2c7a00fb
|
可比性期望认正文里「两期不能直接比」的说法：说法表（engine/analysis_claims）照旧不加可比 / 不可比一类，说法核对不打回「本周数据不完整，不能直接比」这种谨慎的提醒；评分在 eval/judgements 另用一张只给自己用的小词表（_INCOMPARABLE：不能直接比、不可比、不具可比性、本期数据不完整、还没过完、只有几天、差几天、不满一周、天数不同、口径不同……；「无法比拟」「比不上」、不带「直接」的「没法比」不算）。期望是不可比、正文明确这么说了的，按「对但没引用」算；同一分句里前面有否定的、句子里前面有假设或疑问的、问句都不算；期望是可比的只能靠引用。读答案时有这类说法的句子也留下（sentences_of_doc、sentences_of_text）。测试：几种说法算对但没引用、找到的那一处照实写；假设、疑问、否定、差得远、无关的「不完整」算错；期望可比的正文怎么写都不算；说法表照旧不认这类说法。test_doing_nothing_and_saying_nothing_is_wrong 里原先「本周还没过完，两周不能直接比」算错的那条断言按新规则移到新测试里，改成算对但没引用
|
2026-10-21 19:32:38 +08:00 |
|
|
ThearchyHelios
|
8a6ad0e7a2
|
评测变体加「分析工具」开 / 关（缺省开）和「分析工具贡献」预设对照：eval/variants 的变体多一项 analysis {tools: on | off}，只认这两个值、缺省开，不合规的照实拒（eval_variant_invalid，落到 variant.analysis）；analysis_tools(变体) 读开关，加这一项之前存下的变体按开。eval/answer.TurnContext 加 analysis_tools，Driver 透传给 chat/drive.TurnDriver（再到 api/copilot.answer_ops）：关的那一臂建图时工具清单不列分析工具、节点手册不讲分析卡；工作流题不建图，不受影响。同一变体（variant_key）认分析工具：开着时不写进去，和加这一项之前算出来的一样，以前的评测照样当基准、趋势线不断；关着时不同。指纹记 analysis_tools，对比的指纹差异写「分析工具：开 → 关」（老指纹里没有这一项的按开）；变体那一句写「分析工具开 / 关」，结果页、A/B、估算照它显示。api/evals 的预设对照加 analysis_tools（variants.analysis_tools_preset：开、关两臂，名字「分析工具开」「分析工具关」，别的项照 variant 或题集的缺省）。测试：变体规范化、拒收、同一变体指纹、变体那一句、预设两臂和 Driver 拿到的开关、估算与 A/B 拒收（test_eval_runner）；指纹差异的开、关和老指纹（test_eval_compare）；真运行的「分析工具贡献」对照（test_eval_analysis_runs：关的那一臂助手看到的 system 里没有分析工具和分析卡、作答运行里没有分析结论、算错，开的那一臂对且可追溯，两臂共用期望、指纹和同一变体都不同）
|
2026-10-21 19:32:38 +08:00 |
|
|
ThearchyHelios
|
019676670b
|
可验证报告的核对页：正文里的判定语被改过时，原因写「正文显示「…」，分析结论里的判定语是「…」」。判定语的引用不带值（判定语就是结论里的那句话），原来照数字的写法拼成「引用的值是空值（NULL）」，读起来像引用本身是空的；具名的数、结果表的格照旧写引用的值和按显示规则应显示的字
|
2026-10-21 19:09:20 +08:00 |
|
|
ThearchyHelios
|
887d086261
|
合入 W2-a 想 + 文档：问题意图词表、分析方法定稿（analysis.method@2）、助手建图认分析卡与分析工具（分析类问题的形状、自查只挡一轮、关分析工具的开关）、复核信号并成一条只写说明、内置模板 ⑪「异动分析（可追溯）」、中英文档（新增 analysis 一篇、七对文档与升级说明、README）
|
2026-10-21 18:54:50 +08:00 |
|
|
ThearchyHelios
|
5a02d17bf2
|
助手建图加「关掉分析工具」的开关，给评测的「分析工具开、关」对照用：api/copilot.answer_ops 加关键字参数 analysis_tools（缺省真，和以前一字不差）。为假时给助手的工具清单不列五个分析工具（_tool_catalog），节点手册去掉只讲分析能力的三段（agent 段里分析类问题绑分析工具那一条、分析卡一整条、搭图规则第 7 条；报告段的引用写法和分析说法核对照留，node_reference），问数据的包装不给分析类问题那一条形状（ANALYSIS_SHAPE_PROMPT 抽成常量），问题意图那条自查不提；图里照样绑了分析工具的（Agent、协作成员、调用工具节点）按「绑定的工具不存在」挡（analysis_tools_off，交回模型去掉，改不好就不运行）。chat/drive.TurnDriver 加同名参数和属性 analysis_tools（缺省真），_generate 透传给 answer_ops；问数据页不暴露，eval/answer.Driver 之后按变体设。测试：关着时工具清单、手册、包装都没有分析，绑了被挡、改掉就运行；开着时绑了照常运行；没碰分析工具的一轮开、关交出的操作逐条一样；TurnDriver 透传
|
2026-10-21 18:47:10 +08:00 |
|
|
ThearchyHelios
|
94a6eb9c64
|
分析期望的两处小修：期望 SQL 只返回两期时补上的基期、本期写成文字交给分析工具的参数（期次是数的也认，算子按写出来的样子比）；参数和结果对不上的原因前面写「第 n 个期望（贡献）算不出期望」，不再叠两个「的」。测试补逐题 E1 顺着下钻找到两层的查询
|
2026-10-21 18:30:08 +08:00 |
|