42 Commits

Author	SHA1	Message	Date
ThearchyHelios	14dcbe19bb	合入期 3 反方审稿（前端）：审批卡与证据里的反方审稿概况、逐句判断与理由、检查器 ... # Conflicts: # frontend/src/canvas/nodeDefs.ts # frontend/src/types.ts	2026-10-05 18:10:06 +08:00
ThearchyHelios	bcad199e0f	双盲复算前端复核修正（第 3 轮）：同一次裁决里几个指标落到数据目录的同一项上时，卡上按其余指标当前的选择说——说法不同的改说都不记，有效记录条件说合成一句 ... 问题：服务端写目录前把同一次裁决里落到同一张表同一项上的说法归拢（dual_check_facts._merged）：业务日期、去重规则只要说法不同就一项都不写，有效记录条件用 AND 合成一句写。审批卡上的预告是每个指标单独算的，卡上不看别的指标选了什么：一个指标采用原流程（paid_at）、另一个采用盲算（created_at），两块里各自加粗说「记为……」，服务端一项都不写；两个指标都采用去重的一边、去重的列不同，也是这样。结尾只说按发起审批时的数据目录预告，看不出选择的组合也会让写入作废。审核人可能为了不让同一张表出现两个业务日期，把本该分开的选择改成一致。 审批卡（run/DualCheckApproval.tsx） - 按其余指标当前的选择，给每个指标的两种选择各找出落到同一数据源、同一张表、同一项上的指标（peersOf）。只看预告会写的一边：选「两边都不对」、还没选的，服务端不会并进来。说法照服务端的 _same_fact 比：业务日期只看哪一列，其余压掉多余的空白比。 - 业务日期、去重规则说法不同时，那一句改说「……与「退款率」的选择说法不同，都不记」，不再算作会写。有效记录条件在「记为……」后面补一句「与「退款率」采用的条件用 AND 合成一句」。 - 选择一变，各块的说法跟着变。没选中的那几句也按别的指标当前的选择说，审核人改选之前就看得出这一选会不会让整项作废。 - 结尾改成「写入的项记为人工确认的事实；以上按发起审批时的数据目录和各指标当前的选择预告……」。原来是「两边都不对时不记。记为人工确认的事实」，读起来像在说不记的那一项。 - 没有预告时的结尾同样改。时间列、去重两句补上「同一次裁决里几个指标给同一张表记的业务日期（去重规则）不同时都不记」。 夹具与检查 - 夹具加 peers 和 merges。peers 换掉「退款率」对不上的那个输入，和「销售额」落到 orders 的业务日期、去重规则、有效记录条件上。merges 是四种组合：业务日期分开选、选同一列、去重的列不同、有效记录条件不同。 - peers 的差异说明和预告是服务端的真实输出。merges 的 written 是 record_choices 在空目录上真写一遍的结果。 - test_dual_check_fixture.py 新增两项。一项不依赖服务端，查每种组合真的落到同一项上。另一项在服务端合入后建临时数据源真写一遍，逐项比对。 - 在 vs/f1a 的 f7d1a2e 和 233afd1 上都跑过：8 项全过，regenerate 逐字节不变。 - 预览用例 dual-check-approval 认 peer 参数。 - check-verify 新增一节： - 分开选时，两边加粗的那一句都说都不记，写明哪张表的哪一项、和哪个指标说法不同。 - 没选中的那一句按别的指标当前的选择说；一个指标改选两边都不对后，另一个回到「记为」。 - 选同一列照常记；去重的列不同都不记；有效记录条件说合成一句。 - 390px 下深浅色都不横向溢出。 - check-verify 没有预告的一节补两项：「人工确认」说的是写入的项；说法不同时都不记。 - 变红验证：去掉实现（peersOf 返回空），check-verify 变红 6 项；把有效记录条件也当成说法不同，变红 1 项；把还没选、两边都不对也当成采用了一边，变红 2 项。 - 改动后 297 项全部通过（原来 274 项）。check-all 里 check-verify 的耗时估计按实测改成 71 秒。	2026-10-05 17:47:21 +08:00
ThearchyHelios	b206665856	双盲复算前端复核修正（第 2 轮）：「记入数据目录」不再说得比服务端宽——有服务端预告时照预告说，没有时只说必要条件、不写的几种照实说 ... 问题：审批卡上那句「记入数据目录」的提示是照 vs/f1a 早先的规则写的。F1a 在 1491b5c 把写目录的规则收紧以后，有三种常见情况卡上说会记入，服务端却都不写： - 只有一边按时间筛：卡上写「两边只差在按哪一列筛时间」，和正上方那条差异「盲算没有按时间筛选」自相矛盾 - 只多一个指标自己范围的条件（channel = 'web'）：服务端只把排除退款、作废、测试这类无效记录的条件记成有效记录条件 - 只差去不去重，而审核人采用的是不去重的一边：服务端不写 审核人可能为了不让目录被写错，避开本来正确的原流程，结果出具降档；节点设为「判为失败」时运行还会终止。 审批卡（run/DualCheckApproval.tsx） - 服务端在摘要里另带预告（payload.summary[].catalog，F1a 在 f7d1a2e 加的，约定之外另带）时照它说：三个选择各说一句，会写的写明哪张表的哪一项记成什么，不写的写「不记」。两边都不写就不提数据目录。审核人当前选中的那一句加重，选完一眼就能看出这一选会写什么。预告跟着摘要一起来，完整对照还没到或取不到时也照样能说。预告的形状认不出时整份不用，回到有条件的说法。 - 没有预告时（老服务端、升级前挂起的审批），三句改成只说必要条件（「仅当……才」），并把不写的几种照实写出来：只有一边按时间筛时不记；多出的条件得只在一边、并且是在排除无效记录，只看某个地区、某个渠道这类条件不记；采用不去重的一边时不记。 - payload 带了实际生效的「未采用原流程时」（同样是 f7d1a2e 加的）就照它说，不再去取图快照。子工作流里的节点在图快照里找不到，有了它也能说准；值认不出时仍回到图快照。 夹具与检查 - 夹具新增两个变体：只有一边按时间筛、只多一个渠道条件，差异说明都是 explain_sql_diff 的真实输出。每个指标、每个变体都附上服务端预告的真实输出（catalog_preview、variants[].catalog）。backend/tests/test_dual_check_fixture.py 有两项检查：一项不依赖服务端，查预告的形状和写目录的门槛；另一项在服务端模块合入后，逐项比对夹具和 dual_check_facts.preview。regenerate 也会一并重新生成预告。 - 预览用例 dual-check-approval 认地址参数 variant / catalog / on_reject，不带参数时 payload 只有约定里的几项。 - check-verify 按服务端的预告核对两种说法：没有预告的一节，在三种情况下都要以「仅当」开头，并照实说出不写；只差去不去重时，两种选择各断言一次。有预告的一节，核对两边写什么或不记、两边都不写时不提、选中那一句加重（去重的两种选择分别看）、认不出时回到有条件的说法、取不到完整对照时照样说，以及 390px 下深浅色的对比度。payload 的 on_reject 那一节核对：照它说、不取图快照、子工作流也说准、认不出时回到图快照。 - 去掉实现以后，检查脚本在这三种情况、预告和 on_reject 上共有 13 项变红。改动后为 274 项全部通过（原来 218 项）。check-all 里 check-verify 的耗时估计按实测改成 65 秒。	2026-10-05 16:56:05 +08:00
ThearchyHelios	52baa0d65c	双盲复算前端复核修正（第 1 轮）：高亮按服务端真实的差异输出做，「记入数据目录」只在服务端真会写时有条件地说，后果和提示按节点的处置说 ... 审批卡 - 对照两条 SQL：text_diff 是规范化之后的行（列名带表名、条件并成一行），和原文逐行对不上，原来按「两边逐行相等」高亮在真实输出上一处都标不出。改成两段原文按行做一次 LCS（不看空白、大小写和行尾逗号分号）高亮不同的行，一行都对不上时不乱标；text_diff 分原流程、盲算两栏，每行高亮（窄栏上下排）。 - 「只差一个方面、会记入数据目录」：照服务端 dual_check_facts 的门槛收紧——不等价、没用兜底、差异恰好一条（几个输入都对不上时合并后至少两条，所以也就是只有一个输入对不上），且是时间列、筛选条件或聚合；按这三种分别有条件地说会记成哪一项，选「两边都不对」不记、已有人工确认的不覆盖、以时间线为准。时间范围、两条筛选、关联、解析失败、多个输入合并都不再说。 - 后果和提交后的提示：payload 不带 on_reject，从这次运行的图快照里按节点 id 读「未采用原流程时」；判为失败时写明采用盲算或都不对会终止运行、提示也照实说，缺省时不再挂那句，读不到时有条件地说、提示不下结论。 - 只有解析失败时和摘要阶段一样按兜底说（固定那句 + 解析的原话），默认展开对照；兜底的原话另有原因（比较超时）时附在下面，一边没有 SQL 时不说「两条 SQL 的写法不同」。 - 认不出任何指标时留一个「驳回并终止」（approved 为假），运行不再一直挂着。 时间线 - dual_check_catalog 的 item 是目录项的键（business_date 等），按数据目录的叫法写成「「orders」（shop）的业务日期」，认不出的键不显示。 - dual_check_limit 的 metric 是指标 ID，不再当名字加引号。 - challenge_skipped 的 no_report 是报告文档读不出来（报告节点找不到时节点直接报错），说法和下一步改成去查报告节点有没有执行成功、在不在执行到的分支上。 检查器 - 字段名和服务端校验报错的叫法（schema.py 的 DUAL_CHECK_FIELD_LABEL）对齐，处置选项以服务端的短说法开头；check-verify 在服务端合入后逐项比对。 - 盲算模型移出高级选项：时间线「模型相同」的定位要找得到它。 - 上游有几张口径卡时写明必须选（服务端校验会挡住发起运行），不再说「建议指定」。 - 「跟随设置」的当前值每次打开检查器都重取，改了设置回到画布不再是旧值。 测试 - 夹具里的差异说明换成 explain_sql_diff 对同一对 SQL 的真实输出，新增几对 SQL 的变体；backend/tests/test_dual_check_fixture.py 核对夹具和真实输出一致，并可重新生成。 - check-verify 补真实形状下的高亮、各种差异下「记入数据目录」说不说、只有解析失败和兜底原因、按处置说后果和提示、认不出指标时的驳回、叫法比对、多张口径卡、设置重取；check-decode 改用服务端真实的日志形状。check-verify 的耗时估计按实测改成 45 秒。	2026-10-05 16:10:55 +08:00
ThearchyHelios	12dc47b976	期 3 反方审稿（前端）复核修正：要审的报告按服务端的认法定，校验报过的不再重复，补齐降档提示的反例检查和运行类别取不到时的说明，修好显示全部的焦点与去重，处理审稿记录没存上的情况 ... 检查器 - 「要审的报告」留空时，照服务端 schema.challenge_report 的认法：先看直接连着的报告撰写节点，恰好一个就审它；不是一个时，整个上游只有一个才取那一个。以前只认第二步，「初稿 → 终稿 → 反方审稿」这种接法下会误报「上游有 2 个，请选择」，同模型提醒也不出。现在留空项写出实际会审的那份（「未选择：审上游的「终稿」」），同模型提醒也按同一套认法判断。 - 认法写成 nodePickField / upstreamModel 的 rule 选项。缺省是 'upstream'（只看整个上游），和 F1a 的 dual_check_card 一致，双盲复算以后也能直接用。 - 选中的节点在上游、类型却不对（例如输入节点），以前写成「不在上游」，现在照实写「不是报告撰写节点」，提示里说清它是哪类节点。判断顺序和服务端一致：先看存不存在，再看类型，最后看在不在上游。 - 画布校验已经在 report / model 字段上报过问题时，不再画本地那句提示，避免同一件事一琥珀一红说两遍。判断哪些问题属于本字段，用和 Inspector 挂字段时相同的 fieldOfIssue；下拉里照实标出的那一项保留。 - 文案里的设置入口统一写成「设置 → 偏好设置 → 核查」，和设置页的真实标签、双盲复算、证据裁判的写法一致。 审批卡 - 降档的原因改为常显在概况下面，不再只放在悬停提示和读屏文字里。 - 运行类别取不到时，不再悄悄不写降档：照实写「暂时无法确认运行类别；如为正式运行，被推翻的结论会使出具降档」，并给出重试按钮；窗口重新拿到焦点时也会再取一次。 - 「显示全部」补句时按 unit 去重：两边都有 unit 时只比 unit，有一边缺 unit 才比原文。以前原文相同、unit 不同的一句会被吞掉，被吞的可能正是被推翻的那句。条目缺 unit 时不再补假的 #i。 - 键盘按「显示全部」、补句那一行的重试、一句详情里的重试、运行类别的重试之后，焦点都会接到新出现的内容上，不再掉到 body。焦点已经被用户移到别处时不抢。 - 审稿记录没存上（artifact 为 null）时，每句只列判断，不能点开，整块说一句「反方审稿记录未保存，无法查看理由和查询」；「另有 N 句未列出」照常显示，只是不给「显示全部」。 检查（check-challenge 共 153 项） - 新增预览用例：正式运行且没有被推翻的结论（降档 / 只标注）、探索运行配只标注、运行类别取不到、原文相同而 unit 不同、审稿记录没存上、链式接法的检查器。 - 「只标注、探索运行、没有反方审稿」拆成各自独立的段，一段出错不会遮住其余几段。 - 新增的检查项包括：降档原因常显、取不到运行类别时的说明和重试（含窗口重新拿到焦点后再取）、显示全部和各处重试后的焦点、按 unit 去重、审稿记录没存上、链式接法、类型不对的节点、校验报过就不重复说，以及窄屏和深浅色下新增几行说明的对比度。 - 复核时用来证明检查不够的两个变异，M1（正式运行一律写降档）和 M10（探索运行也写只标注说明），连同本次各项修正的变异，都已逐一确认会被检查发现。	2026-10-05 15:35:01 +08:00
ThearchyHelios	7a9dc93dde	双盲复算前端（三）：检查器字段、节点卡片摘要，以及检查器与节点卡片的钩子 ... - nodeDefs：照约定一字不差地加 FieldDef.render 与 FieldRenderProps；NodeDef 加可选的 summary(ctx) 钩子 （ctx：id、config、画布上的 nodes 与 edges，只返回字符串）；dual_check 换成真字段：要复算的口径卡、复算的指标、 口径说明、启用、审核人不采用原流程的结果时（基本），盲算模型的接入与模型、允许的相对误差（高级） - Inspector：照约定一字不差地在 FieldInput 的 switch 前交给 field.render - canvas/DualCheckFields.tsx（新）：口径卡下拉分上游、其余两组，不在上游或不在画布上照实提醒；指标逐个勾， 全勾回到缺省不写、最后一个不让取消；口径说明逐个指标写，被取消的指标上已写的说明列出来可删；盲算模型照「结论句 裁判」的写法（只填模型时写明按模型名用哪个接入）；相对误差的占位写出设置里的值；启用三态，跟随设置不留 null。 每个控件只写自己的键，留空写回 undefined - NodeCard：用只返回字符串的 studio 选择器调摘要钩子，有就用、没有照旧 summarize；摘要写「复算「卡名」 · N 个指标」， 关闭时标出；去掉 dual_check 的占位 case - 预览用例加检查器（小画布用真的节点卡片 + 360px 检查器），check-verify 加检查器写配置、摘要跟着变、窄屏和对比度 - 去掉 nodeDefs 里已经不成立的「下面两种还是占位」注释	2026-10-05 14:23:17 +08:00
ThearchyHelios	b58321f6b8	期 3 反方审稿（前端）：先写检查——类型、预览用例与 check-challenge ... - types.ts 末尾加反方审稿的类型（约定里的审批概况 payload.reports[i].challenge、challenge_artifact 工件）， ApprovalReport 用声明合并补上 challenge 一项，不动前面的定义 - 预览用例 dev/fixtures/challenge.tsx：审批卡七种情形（正式运行默认降档、只标注、探索运行、没有反方审稿、 超过十句、工件取不到、360px 右栏）和检查器（两个上游报告、一个下游报告的虚构图，旁边是节点卡片和实时配置） - 夹具 challenge.json 与检查脚本共用；理由文档是后端 run_verify_agent + compose_doc 真跑出来的，库、表名、 地名、数字都是虚构的 - check-challenge.mjs：概况计数、被推翻时的降档提示（只标注、探索运行不写）、逐句标签、点开后取工件并显示 理由（数字的出处、裸数字）与查询、工件取不到可重试、超过十句显示全部、检查器字段写进节点配置、卡片摘要、 390px 不横向溢出、深浅色对比度；登记进 check-all 此时还没有实现，检查全部不通过（7 段都超时），下两个提交补上	2026-10-05 14:09:45 +08:00
ThearchyHelios	cac34c90dd	双盲复算前端（二）：两路对不上时的审批卡，三选一裁决 ... - run/DualCheckApproval.tsx：期 0 的空插槽换成真组件。先按 payload.summary 画两个值、相差比例、摘要里的差异， 完整对照（card_artifact）到了再补盲算模型、全部具体差异和「对照两条 SQL」；只有兜底说明时写明未能归纳成具体差异 并默认展开对照；对照区先列每个输入两边各取到多少，只对照不同的输入，两条 SQL 按卡片宽度左右并排或上下排， text_diff 里有的行在原文中高亮，规范化后对不上原文的不乱标、另列规范化后不同的行；只差一个方面时说明选择会记入 数据目录；每个指标三选一（原生单选，键盘可操作），缺一个都不能提交，回复走审批接口，value 为 {choices, note}； 后果按运行类别说，写明「采用盲算」不替换报告里的数，探索运行不提出具；完整对照取不到时按摘要照样能裁决 - RunPanel：payload.kind 为 dual_check 时不画通用的输入框、备注和「提交 / 驳回并终止」，署名那行保留， onResolved 交给 DualCheckApproval；其他审批卡不变 - 预览用例 dev/fixtures/dual_check.tsx（夹具 dual_check.json 与检查脚本共用，数据虚构） - check-verify：期 0 的占位换成真检查——核查设置的叫法和服务端逐项比对，审批卡的摘要与补全、具体差异、只有兜底、 并排与高亮、不选全不能提交、请求体、取不到完整对照、探索运行、390px 与右栏不溢出、深浅色对比度	2026-10-05 14:07:57 +08:00
ThearchyHelios	26595b70f7	合入期 1 数字推演沙盘：证据面板里改口径卡的输入、排除查询结果的行，即时看指标和报告引用处的新值；推演只读、不写运行记录，醒目标注推演非出具；口径卡的容器型输入此后另存完整值 ... # Conflicts: # scripts/check-all.mjs	2026-10-05 07:53:42 +08:00
ThearchyHelios	e7c8d2a1f3	可验证报告复核修正（第 1 轮）：运行信息拿已核对的事件对照，报告徽标连同数字一起算，遮罩判定宁严勿宽，各分支在浏览器里有确定的检查 ... - 页面核对加 ⑥ 运行信息：运行结果看封存范围内最后一条结束类事件的类型，运行类别看运行开始事件记下的运行参数， 出具档位认最后一条出具判定（不再信元信息指的那一条）；页面显示事件里的值，元信息写得不一样算不通过、计入总览。 工作流名、版本、起止时间、节点名称绑不进封存，单列一组写明取自运行记录，封存说明里也写明要到系统里一并对照 - 报告标题旁的徽标连同正文里的数字一起算，旁边写分项：重算全部哈希的伪造只在 ⑤ 露馅，徽标不能还写着通过。 分块条目多时不通过和无法核对的都列在外面，有无法核对的显示「部分无法核对」和分项计数；⑤ 改叫「数字与取值」并分开数， 读屏分别读作数字、取值，「显示格式由服务端渲染」只附在带出处的数字上；无出处数字的说法改成未使用引用标记 - 服务端不会给出的状态算不通过：被引用的工件不在清单里、非查询快照标着遮罩、工件既没内容也没说明；报告文档导出时 已不在服务端，总览不再是绿色的通过，写「有 N 份报告未能核对」，报告处写明是服务端已没有这份文档 - 认 json.dumps 写出的裸 NaN / Infinity，没被改过的文件不再误判不通过；哈希对得上但读不懂的照实写「无法核对」， 和哈希不一致分开说 - 宽屏打开出处面板时正文让出右边一栏，表格里右对齐的数字不再被面板盖住；补上斜体（不用后行断言，较早的 Safari 也能执行） - 封存哈希、运行 ID、工作流名直接写进页面，不执行脚本时写「尚未核对」而不是一直「正在核对」；脚本挪进 head， 执行后核一遍页面顶部写出的封存哈希和数据里核对用的一致 - 成果节点和运行结束事件的规范字符串，只在封存范围内每次数据源查询都对得上无遮罩的快照（或确实没交回数据）时才给： 升级前的运行从工具快照认出查询快照，协作团队成员的查询认不出就按带遮罩算，数据源现在设了遮罩的按工具名就挡 - 封存核对不一致的 409 改成一句固定的话，不再叠冒号、让人去本来就在的记录页；失败结束的运行在页面封存说明和导出提示里 写明之后继续运行会重新封存；记录页上左边写着「已封存」却不能导出时，原因写在屏幕上 - tests/bundle_samples.py 用虚构数据真实生成九份样本页（遮罩快照、两份报告、早期运行、失败结束、两条出具判定、 服务端缺文件、裸 NaN、别的运行的文档），check-bundle 断网打开逐项断言，在上面篡改引用链、运行信息、拿掉被引用的口径卡， 量宽屏面板，看不执行脚本的样子；把核对改成恒通过、徽标不看数字等七种改坏法都会变红。pytest 补遮罩判定的三种形状、 事后设遮罩（去掉接线即变红）、页面静态内容和样本页本身	2026-10-05 05:30:50 +08:00
ThearchyHelios	cf038c95f5	证据面板加数字推演：指标步骤上「推演」，改输入、勾掉查询结果里的行，看这个数和报告怎么变 ... - run/WhatIf.tsx：推演区。顶上醒目横幅「推演，非出具：不会写进运行记录，也不会改动报告」，运行未封存另行提示； 旧值 → 新值和变化量（比率、百分数写「个百分点」）、推演代入式、输入（数值可改：停顿 450 毫秒或回车、失焦才提交， 写的不是数提示并保留上次的结果，Esc 退回）、不支持推演的输入和原因、报告中会变的地方（可定位）、可能受影响的 下游口径卡、恢复原值；加载、失败（可重试）、空态都有。新改动来了旧请求直接丢掉，答复按请求体缓存 - EvidencePanel.tsx：MetricPart 挂「推演」开关和推演区；QueryPart 只在推演时把结果窗口换成带勾选框的表（WhatIfRows）， 勾掉的行划掉、遮罩列照旧写「已遮罩」。草稿按（运行、报告、口径卡、指标）认，同一个指标的几处引用之间来回切不清空 - 接口 api.whatif.run、推演相关类型（types.ts 末尾独立一段）、WHATIF_TEXT 文案 - 预览用例 ?syn=whatif / whatif-rail 和 check-whatif.mjs（54 项，用 page.route 假接口）：请求体、防抖、回车、排除行、 恢复原值、收起、不支持的输入、遮罩列、加载 / 失败 / 未封存、390px 与 360px 右栏不横向溢出、深浅色横幅对比度	2026-10-05 04:04:30 +08:00
ThearchyHelios	d85b634f75	记录页封存凭证条加「导出可验证报告」：已结束且已封存的运行可下载，不可用时说明原因 ... - api.bundle.download 取文件和服务端给的文件名（优先 RFC 5987 的 filename*，没有再看 filename），下载照 EvidencePane 的写法 - 按钮只在运行结束且已封存时可用；运行中、等待审批、接着跑（留着旧封存）、没有封存清单时禁用，悬停和读屏都说明原因； 服务端回 409（封存核对不一致等）时提示原因 - 文案进 BUNDLE_TEXT；预览用例 dev/fixtures/bundle.tsx（已封存、运行中、等待审批、未封存、接着跑）给 check-bundle 用	2026-10-05 03:58:13 +08:00
ThearchyHelios	90dac0992b	复核套件骨架（前端）：节点库加双盲复算、反方审稿（把关类，图标、配色、空配置，说明和卡片写明尚未生效，检查器照常打开）。路由加 /runs/compare（排在 /runs/:runId 前，标签页标题写「运行对比」）和 /schedules、/schedules/:id，都是页头加「功能开发中」的占位页；导航和命令面板在设置前加「定时任务」，快捷键 ⌥8，设置仍是 ⌥7；八个导航项在 480px 高的窗口里放不下，矮窗口的导航项从 40px 收到 36px。请求层从 api/client.ts 拆到 api/http.ts，client.ts 原样转出原有导出并加转请求函数；schedules、compare、bundle、inquiry、whatif 各一个空的命名空间文件，从 http.ts 取请求函数、挂到 api 上，不和 client.ts 互相导入。terms.ts 给各包占好文案块（RUN_COMPARE_TEXT 和配方对照的 COMPARE_TEXT 分开）。审批卡留两个插槽：payload.kind 为 dual_check 时的 DualCheckApproval，报告核对概况后面的 ChallengeSummary，都先返回 null。预览页自动收 dev/fixtures/*.tsx 导出的 cases，?syn= 先查这里再走原有用例。check-shell 跟着改导航项和快捷键的断言，check-copy 的 for_model 检查把 http.ts 和 client.ts 合起来看	2026-10-04 23:40:20 +08:00
ThearchyHelios	fa842a7bec	交给人工审批的报告，探索运行也在节点里裁判结论句：审批人批准前就能看到判了几句、几句证据相矛盾。按需裁判要等运行封存之后才能判，封存前放开会动证据清单的完整性约束，所以这种报告改在节点里当场判，和正式运行同一条路；没有审批的探索运行照旧按需判，不在节点里花钱。审批节点审哪几份报告的认法抽成 reviewed_report_ids，审批卡和报告节点共用，两边说的「要人审」对得上。审批卡上没开裁判的探索报告改写「这份报告没有开启结论句裁判……开启后，交给审批的报告会在批准前判完」；开了裁判却没在节点里判的老运行另给一句。助手指引、出口契约注释、前端类型注释同步；审批暂停时按需裁判仍拒绝，测试改成只看点击不多一次调用	2026-10-04 12:03:14 +08:00
ThearchyHelios	4e1adec205	审批卡标明运行类别、附上审的报告的核对概况：真实运行里审批说明写着「批准后才会正式出具」，那却是一次探索运行；报告里一句结论和证据相矛盾，审批人批准时完全不知道。人工审批的卡上加一行运行类别和批了会怎样（探索运行写「批准后输出，这是探索运行，不是正式出具」，正式运行写从已发布版本发起）；human 节点挂起时，上游直接连着的、或标题和说明里引用了正文（nodes.<id> 或报告的 assign_to）的报告撰写节点各带一份核对概况（payload.reports：同 report.checked 的 stats、结论句策略、裁判摘要、报告文档工件 id），卡上写「N 个数字都有出处」和结论句的核对状态（节点里判过的写判了几句、几句证据相矛盾；没开裁判或探索运行写「结论句尚未核对」），并给查看逐段证据的入口，点数字打开证据面板。check-stream 补断言	2026-10-04 11:29:04 +08:00
ThearchyHelios	6263725c2a	降档时报告页顶部写明出具档位和原因（B5）：出具声明和 issuance 事件另带结构化的 sql_checks（哪次查询、问题、受影响的引用、对应的缺口），证据页签在报告上方放出具横幅，SQL 检查导致的降档单列一块写在显眼处、不在其余缺口里重复；不是完整出具时「N 个数字都有出处」不再画成绿色	2026-10-04 02:33:15 +08:00
ThearchyHelios	15d5caf19f	运行时间线：查询那一行用 SQL 检查清单列出 tool.end 带来的检查结果，副标题数一下错误和提醒；并行的两个查询节点用同一个工具时按「节点 + 工具名」配对，结果不再配错节点（A1）；指标所依据的查询没通过检查那一行读结构化字段（受影响的指标、问题、检查结果），「打开设置」改为「打开「取数」的 SQL」，落到来源查询节点的 SQL 那一栏而不是口径卡（B2）；口径卡不完整、合并查询的警告也改读字段，不再按中文原话解析；助手自查的 SQL 检查问题和证据面板共用 lib/sqlcheck 的读法，关系编号不再丢失	2026-10-04 02:18:45 +08:00
ThearchyHelios	1c806fa3a0	数据目录阶段 4A 前端：画布和问数据页的回答下显示「建议更新数据目录」卡片，逐项列出改前、改后和理由，保存带版本记为人工确认，遇到 409 可重新载入后再保存，也可忽略	2026-10-03 11:40:37 +08:00
ThearchyHelios	5df10ac260	合入数据目录阶段 1B：助手建图按任务挑表、沿关系补连接路径、只给相关表全字段，流里告知参考了哪些表，挑不出时回退到只列表名 ... # Conflicts: # backend/app/api/copilot.py # frontend/src/dev/preview.tsx # scripts/check-stream.mjs	2026-10-03 11:02:08 +08:00
ThearchyHelios	1294095d1e	数据目录阶段 1B 前端：画布和问数据页的过程里显示「参考了 N 张表」，展开按数据源列出表名，挑表失败时写明只提供了表名及原因	2026-10-03 10:56:25 +08:00
ThearchyHelios	cd9bf0aedb	合并查询节点（四）：前端——节点库、卡片摘要和类型色，检查器从上游查询节点里选输入并填别名，运行详情展示输入、合并 SQL 和警告，证据面板展示合并的来源和逐格来历，推断来源写明经过的合并；补上解码、回答流、证据面板、编排页的检查	2026-10-03 10:22:46 +08:00
ThearchyHelios	e4f8ee5d08	Excel 导入改造期 4：证据下钻——报告里引用上传表格的数，点开能看到它来自原表格的哪一格；裁判核对时看得到来源、口径、接受理由和区域外文字 ... 推断的来源（新 engine/direct_select、data/provenance、data/provenance_db；api/evidence 新增推断来源接口） - 只对直接引用一列的查询下钻：受限文法用和执行时相同的 SQLite 分词读法，别名互换、自连接、表达式、聚合、子查询、集合运算（含藏在注释、字符串、方括号、转义、BOM 之后的）一律只给表级来历；再用 EXPLAIN 字节码和授权回调兜底 - 结果带齐主键、值非空，按主键参数化回查只读快照、类型和值严格一致才给格子；不一致时整份重算库哈希，哈希不符标红 - 从导入清单和溯源找回格子：宽表、交叉表逆透视的长表（日期取自表头格、年份取自统计期、行标签、分段标题）、列表、合计表、按期累积的并集（换算到所属那一期）；原文与规范写法不同时一并列出 - 清单读不到、登记哈希与清单不一致、快照已回收、遮罩列，都只给表级来历或不给，写明原因；原件已清除、接受已作废照实显示；未封存的运行照常推断并标明 - 相关核对：这一行、这一期的核对结论与接受理由 裁判摘录（engine/judge） - 带期 4 标记的报告，上传表格的查询旁加来源行、口径行、接受理由、可见单元格里的区域外文字和人工录入的统计期；限定语写明这些数未经系统核对，长度有上限、截断时写明 - 隐藏行列里的区域外文字不送；设了遮罩的源只写条数 前端证据面板（run/EvidenceProvenance；ManifestBody 从版本页抽出复用） - 「推断的来源」一节与已封存的证据分开标注：格子坐标、取自哪些格、年份来源、规范写法、回查、相关核对、数据版本与各期；标红与拒绝原因按状态显示 不变的部分 - 文档顶层加 provenance 标记，只有新报告走新路径；期 4 之前的运行、非上传源、手工源的面板、复核、裁判摘录逐字不变，由金样测试钉住 - 执行器给区域外文字记录是否在隐藏行列；不建「导入校验」系统表（D6）	2026-10-02 14:38:10 +08:00
ThearchyHelios	2cdbf9a733	Excel 导入改造期 3：网格交互、自助修复、按期累积——每月的报表可以累积成一份跨月的表，漂移了点修复按钮就能接着导入，网格上框一块就能写进配方，版本页可以回滚、移除一期、清除原件 ... 按期累积（新 recipe_accumulate；table_versions 扩展） - 按统计期出的交叉表报表首次导入时默认「按期累积」，由人确认；一期一个构建，两期及以上物化成一份新的 SQLite 快照，不用视图 - 统计期完全相同要勾「替换该期」，部分重叠拒收，中间有空缺要确认；物化前逐期核对库哈希和行号，并集上另加行数守恒、主键唯一、日期落在所属统计期三条核对 - 配方演进分三档：新增列（早期各期为空值）、退役的列和表保留旧值（只在这次才退役时要勾）、不兼容变化只能显式「重新开始累积」 - 快照 id 在累积时含目标配方和模式；同样的输入物化两次库哈希相同，同一文件换名再传直接复用 - 说明按期合并，任何一期没核对过就不写「已核对」；各期维度取值不同、退役列、合计表都有提示，经过数字检查 修复按钮（新 recipe_fixes；执行器给问题带结构化参数） - 加入标签、移除标签、声明为合计行、分段标题改名、编辑恒等式成员、按锚点忽略行/列/区域外文字、声明占位符、声明隐藏行处理、工作表改名 - 服务端算补丁，先预览新旧配方对照、再应用，可以撤销；补丁封闭，不引入正则、自由文本常量和写死坐标；修复进确认清单 - 只改分段标题、新标题仍含原来选的词时沿用已确认的常量，不算破坏性变更；修复后只查改动过的段的认领，没改的关系交给试运行核对 框选转锚点（新 recipe_select） - 网格上框选（鼠标、键盘、区域输入），按八种用途换算成按文字认的锚点，立刻干跑比对；配方里不存坐标，泛化不了时列出原因 - 整张表挪位后同一配方照样认得；框进合计行、夹着小计、表下说明都有明确的处理 确认与对照（recipe_confirm、recipe_diff、新 recipe_compare） - 改配方后确认清单只列有变化的项（同时按本期数据比较），不用每修一次重勾十来项；新旧配方对照界面；按规则重新起草并把名字对齐到现行配方 - 改配方后已体现在配方里的回答保留，矛盾的列出来请人重答 - 「排除的行」写进回执和导入清单：隐藏行、跳过的空行、按配方忽略的行、停止后的文字行、只核对不另存的合计行 版本页（新 source_versions、api/source_versions；前端 VersionsDialog） - 快照与导入记录列表、启用旧版本（可写理由）、查看清单、移除一期、作废接受、清除原件；写操作带界面看到的当前版本，并发改动回 409，不静默丢期 - 除当前版本和被运行引用的版本外，再保留最近 3 个版本供回滚；遮罩列丢失要明确确认 期 1、期 2 遗留 - 重传撞上被改过的构建文件：能用本次上传恢复就隔离旧文件再恢复，否则回 409，不再是 500 - 跳过空行的列表不再把表下隔一行的说明读成数据；不像说明的单格行要人确认；受影响的配方构建换 id - 版本存储加进程级文件锁：第二个进程拿不到锁时不清理、不回收，写操作回 503（部署本来就是单进程）	2026-10-02 07:38:44 +08:00
ThearchyHelios	bd8306bf95	结论句裁判改造：「不支持」拆成「证据相矛盾」和「证据不足」，补全交给裁判的证据，旧判定可按新规则重判 ... - 判定取值改为：支持 / 部分支持 / 证据相矛盾 / 证据不足 / 不是结论。只有证据和句子冲突才判相矛盾； 证据里没有相关信息判证据不足，并写明缺什么（比如 SQL、字段清单） - 出具判档不变松：证据相矛盾按 on_unsupported 降档或不予出具；证据不足记一条缺口，最多降档、不能判完整出具； 改造前的「证据不支持」照旧当相矛盾处理 - 补全证据摘录：表名附字段清单和类型（最多 60 个，快照不全时注明，遮罩列不列）；口径卡指标附上每个输入 取自哪次查询、哪一格，以及那次查询的 SQL；一律只读封存范围内的工件 - 理由上限从 60 字放宽到 120 字，在句子边界截断，不再截在半句中间 - 裁判模型：按需裁判也判断是否和写作模型相同、是否在价格表里，证据面板里醒目提示； 设置页没配裁判模型时写明「未单独配置，将使用助手的模型」 - 新判定带规则版本：改造前的判定在界面上标「按旧规则判定」，可以请模型按当前规则重新判断 - 界面：证据相矛盾用红色；证据不足用中性色和 ○，写明缺什么；讲方法、讲结构的句子在证据面板里直接列出 对应的 SQL 和字段清单；出具横幅、审计表、报告节点印章的计数都分开这两档 - 顺带写稳 check-publish 里一条等按钮状态的断言（并行时偶发）	2026-09-30 10:04:52 +08:00
ThearchyHelios	03c18c4d78	界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮 ... 一、文案（前端约 1600 处，后端传到界面的约 880 处） - 术语统一：工作流层面用「运行」（继续运行、重新运行、试运行），节点和工具层面用「执行」，不再用「跑」； 总时长 / 执行时长 / 等待审批；服务端；助手；Agent；token；工作流；固定版本；模型接入；系统提示；批准 / 驳回；受管级别 - 口语改书面：取不到、没取回来、读不懂、连不上、多半、照样、兜底、揉成这类说法改成「无法 / 未能 / 失败 / 请」；去掉拟人写法 - 不再露出实现细节：界面上不写 checkpoint、同一拍、哈希（凭证处除外），不写改版历史（「以前…」「老数据」）； 报错、校验、门禁、自动修复里裸写的配置键名和枚举值换成界面上的中文标签，由新的 backend/app/engine/labels.py 统一提供； 发布弹窗里结论句的选项不再是 off / require_citation - 同一件事只留一种说法：生成阶段文案、出具档位说明、画布锁定提示各合成一份 - 去掉界面上的工业场景示例（MES、ERP、「张工」「王工」）和真实产品名，换成通用示例 二、说错的提示（都有测试证明） - 数据库测连接失败时的专用提示以前从不出现（按报错文字全等比较，永远比不上）：改为按错误类型判断，不再拼出重复的前缀 - 「设置 → 供应商」改指「设置 → 模型接入」；「在设置里建数据源」改指「数据」页 - 缺少 API Key、模型接入已停用的报错不再夹英文，写明去哪里填 - 两处原因说错（「这种引用在后续版本支持」「这一版还不支持」）改成真实原因 - 节点说明里不准确的说法改正：代码节点在 microVM 或系统沙箱中执行；报告撰写、口径卡的说明不再说过头 - 导出的证据 CSV 里两列同名，第三列改为「片段编号」 三、前后端对齐 - 前端按后端原文识别日志、报错的地方，新旧两种写法都认得（历史运行里存的是旧文字），逐条补了新旧原文的核对 - 后端交回模型的原指令放进单独的 for_model 字段，前端在解析响应时去掉，不会显示到界面上 四、检查 - 检查脚本里按原文匹配的断言改成新文案；改完会变成永远成立的反向断言逐条修正，并做了变异验证 - 新增 check-copy（静态扫描前端界面字符串和后端上界面的文案）：再出现「跑」「后端」「多半」「令牌」、 界面上的 Copilot、裸写的配置键名、半角标点等就报错；确需保留的写进 scripts/copy-allow.json 并注明理由	2026-09-30 08:05:15 +08:00
ThearchyHelios	9727c21d8d	可点击证据第四期：结论句由模型裁判；只引单元格的问数据图能发成受管 ... 一、结论句裁判 - 报告节点新增 claims: judge：写完、核对完之后，把结论句和它引用的证据摘录交给裁判模型， 判为支持 / 部分支持 / 不支持 / 不是结论，附一句理由；判定只标注，不改写正文 - 送裁判的句子按固定规则预筛：带引用的、含方向词或因果词的送去判，短句、过渡句不送 - 证据摘录：指标写名称、值和原式；查询给 SQL 前 300 字和被引用的行，被引用的列一定给到；遮罩列一律不给； 规则里写明「数字已经由系统核对过，不要复算」 - 一份报告合并成一次调用，超出句数就分批；结构化输出失败时退回 JSON 解析，再失败记为未裁判 - 裁判模型的优先级：节点上写的 > 设置里的「证据裁判模型」> Copilot 的模型；思考关闭； 和写作模型相同时给警告（等于自己审自己） - rewrite_once（默认关）：把不支持的句子和理由交回写作者只改这几句，再裁一次； 改写稿冒出原稿没有的问题就不采用，保留原稿和原来的判定 二、成本上限 - 每份报告的句数、金额、时长，探索运行每次点击的金额，全局每日金额，每一项都可以自定义，也都可以设成不限； 默认 40 句、$0.05、30 秒，每次点击 $0.01，每天 $2 - 调用前先估算，超出上限按优先级截断：先判带引用的，再判含方向词、因果词的，其余记为未裁判并写明「已到上限」； 不报错，也不让报告失败 - 每日花费按本地日期计数，持久化在设置表里；重跑同一次运行不重复计费；价格目录里没有的模型只计次数，并写明估不出金额 三、正式运行与探索运行 - 正式运行在报告节点内裁判，判定写进报告文档、随文档封存；不支持的按 on_unsupported（degrade / withhold）降档或不予出具， 裁判没跑成记缺口，不能判完整出具 - 探索运行按需裁判：POST /api/runs/{id}/evidence/judge，点开哪句判哪句；判定作为 evidence.judged 事件追加在封存之后， 标「封存后追加」，封存核对仍然一致；只读封存范围内的工件；同一句不重复判；运行在裁判期间被接着跑时不记录 - 正式运行调这个接口返回 409，写明「正式运行的裁判在节点内完成」 四、治理与自动修复 - G3 放开 judge：受管级别写 judge 必须写预算（judge.max_cost_usd，或显式写 null 表示不限） - 发布前自动修复：缺预算时给选项（默认金额 / 不限），不替人选； 从 require_citation 改成 judge 不算降低要求，judge 改回 off、withhold 放宽成 degrade 算降低要求 - Copilot 手册：受管模板可以写 judge 并带预算；问数据按需裁判，不替人打开结论句策略 五、界面 - 结论句句末放徽标：支持 ◆、部分支持 ◇、不支持 ! 整句浅底、未裁判 ?；不用表示「已核对」的绿色；n / N 也跳到不支持的句子 - 证据面板里「模型的解释」：带「模型判断 · 模型名 · 非确定」，封存后追加的另外标出； 「请模型判断这句」只在探索运行、还没判过时出现，触顶时写明已到上限和怎么调 - 出具横幅多一段结论句计数；设置页新增「证据裁判」一组（裁判模型、各项上限、今日花费），设成不限时写明费用受什么约束； 报告节点可以配 judge；运行轨迹里裁判相关的事件都有中文标题 六、门禁修正 - 引用模式下，图里没有口径卡（只引查询单元格）的，出具契约不再要求 metrics_from，受管门禁也不再要求 required： strict 加 cells 已经保证每个数都点得开、对不上就不予出具；有口径卡的照旧要求。 以前问数据的图怎么都发不成受管，Copilot 补上契约也会被判「冒出新的问题」作废	2026-09-29 11:10:53 +08:00
ThearchyHelios	d071bf119f	可点击证据第三期：表名字段名和引文也点得开、可疑实体与结论句、受管门禁 G1–G5、证据审计导出 ... 一、表结构、实体与引文 - 数据源工具查库时顺带存一份表结构快照（schema_snapshot），和查询快照一起进台账、进封存； 台账里的查询记下 SQL 用到的表 - 报告里的表名、字段名可以点：反引号里的名字一律核对，正文里的裸名字只在明显是标识符时才自动链接， 常见英文单词不链接；点开看到它出现在哪次查询、类型、所属的表，快照被截断时写明 - 找不到的名字标成可疑实体：在快照、SQL、结果列里都没有的记「可能是编造的名字」并给出最接近的 3 个； 快照被截断、核对不了的记「核对不了」，不冤枉成编造 - 检索引文 [[q:K1|原文]]：原文在检索快照的命中片段里逐字出现（空白归一化后）才算有出处，点开高亮原文位置 - 自动链接的名字不算句子的引用，只有写作者写的引用才算 二、结论句与出具 - 报告节点新增 claims：off（默认，保持原样）或 require_citation（没有引用的结论句计入缺口） - 受管级别的正式运行里，可疑实体和没有引用的结论句按「有缺口」降档，不拦截；探索运行和已发布级别只标注 - 契约的 claims 和报告节点的设置取更严的那个；受管正式运行里写 ignore 也按降档处理，并给出警告 - 出具横幅除了数字，也写出可疑实体和没有引用的结论句 三、受管门禁 G1–G5（只看图和配置） - G1 带契约的出口，成果字段的文字只能来自报告撰写节点 - G2 模型写的文字不绕过报告撰写节点直接流进出口 - G3 报告撰写节点写明 numbers: strict、on_violation: fail、claims: require_citation - G4 口径卡的输入不来自计算角色的沙箱代码 - G5 给口径卡供数的 agent 配 output_schema 并开 cite_fields - 受管级别是错误、挡住发布；已发布级别只给警告；已经发布的版本照常运行，下次发布时按新规则检查 - 每条规则都接进发布前自动修复（一键修复 / 给选项 / 交给 Copilot）；禁止的改动补上关 cite_fields、 删 output_schema、放宽契约 claims；Copilot 兜底不许自己把代码节点标成 source、不许放宽报告节点 - 发布弹窗里选「交给 Copilot」时明确写「正在交给 Copilot」 四、旧运行与审计 - 没有契约的旧答案：数字和已封存的查询单元格、口径卡值按数值比对，每个数最多 3 个候选， 默认折叠，写明「猜测的来源，不能当证据」 - 有契约的旧运行：候选只从已封存的口径卡里找，人为插进工件表的行不当证据 - 证据审计：GET /api/runs/{id}/evidence/audit 按「无证据 / 可疑实体 / 有出处 / 旧运行猜测」分组， 可导出 JSON 和 CSV（带封存状态）；记录页和画布上的报告节点显示「有出处 N · 无证据 M」 五、SQL 守卫修正（安全） - 去注释改成单遍扫描，认得字符串和各方言的引号（单引号转义、MySQL 反斜杠与 #、PostgreSQL 的 $$ 与嵌套注释、 Oracle 的 q'[…]'、SQLite 的方括号）；以前字符串里的 -- 会被当成注释，SELECT '--'; DROP … 这类写法能骗过多语句拦截 - 看不到服务器设置时每种读法都扫一遍，读法之间切分不一致就拒绝，任何一种读法是写操作就按写操作处理 - 执行查询和工具危险判定都按数据源的方言检查 六、其他 - 修掉检查脚本里画布检查的一处竞态，并行估时按实测更新	2026-09-29 05:26:34 +08:00
ThearchyHelios	fcdcc30d4e	可点击证据第二期：取数链路打通、问数据的答案逐段可点；发布前自动修复 ... 一、可点击证据第二期 取数链路 - 智能体、工具节点、代码节点、知识检索取数时都记进证据台账；报告目录按台账编出 Q1… / K1… - 报告可以引用快照里的一格（[[v:Q1.r0.gmv]]），也可以由系统从快照生成整张表（[[table:Q1 cols=… rows=0-4]]）， 表里每一格都是可点的片段；取值一律以快照为准，取回快照时复验哈希 - 口径卡表达式新增 cell(x, row, column)，lineage 精确到单元格 - 智能体开 cite_fields（配合 output_schema）后，循环结束做一次结构化抽取，每个字段标出取自哪次查询的哪一格， 再到快照里核对：一致记 verified；不一致以快照为准并告警；查不到的记为空值，永远不兜底成 0 - 代码节点新增 evidence_role（source / compute）和 code_sha；沙箱算出来的数不能被报告直接引用，要进口径卡 - 查询快照记下列类型，文本列按文本渲染（年份 "2026" 不再显示成「2,026」） - 升级前发起的运行（停在审批上的）一律走旧逻辑：新的 task 只追加在循环之后，恢复时不会错号 证据接口与面板 - 片段链接上查询步骤：SQL、被引用的行加前后各 2 行、高亮到格；数据源可设 mask_columns 遮罩列， 遮罩在查询时记进快照，数据源事后改名或删除也照样遮罩（在有身份体系之前，遮罩只减少暴露，不是安全边界） - 输入来源写明核对结果（与快照一致 / 模型报的值和快照不一致 / 没查到记为空）；口径卡缺输入时也给出完整的链 - 受管出具要在契约里声明 cells 才能引用单元格；受管与否记在所钉版本上，改画布不再让受管版本的正式运行降级 - 口径卡可以用 caliber_from 钉住另一个已发布工作流里的口径卡，上游有新版本时按 upgrade_policy 处置， 和子工作流同一套规则；子工作流节点也补上了升版处置的配置项 Copilot、校验与报错 - 问数据的答案里有数字时，搭 input → 智能体 → 报告 → 出口，报告直接引用查过的单元格 - 写 SQL 前核对数据源的表结构，SQL 里出现表结构里没有的列会被打回 - 不再搭「智能体文字 → 转换节点解析 JSON」这种图；转换节点的 JSON 报错分清是上游模型写坏了、 模板里裸插了模型文字（给出 | json 的改法），还是模板本身写错了 - 工具节点遇到「查询失败」「SQL 被拒绝」判为失败；发起运行前检查绑定的工具是否存在，不存在时直接拒绝并给出入口 二、发布前自动修复 - 问题带上机器编号（code）和修复 id；新增只读接口 POST /api/workflows/{id}/publish-check 和 /autofix - 修复分三类：答案唯一、不降低要求的一键修复；要人拿主意的给选项（不替人选）；结构性问题交给 Copilot - 一律先预览，不自动保存、不自动发布；删节点、删契约、放宽审批、关掉 strict、改级别等降低要求的改动一律拒绝， Copilot 的方案也要过这一关；应用后重跑检查，错误必须变少且不能冒出新的 - 发布弹窗打开就先检查；问题面板新增「发布前检查」，平时就能看到、就地修掉 - 门禁修正：契约有 report_from 时不再要求 narrative（模板⑨可以发成受管）；全图默认审批为「全部放行」时同样拦下 - 修掉画布保存会抹掉全图默认（defaults）的老问题：以前任何一次保存都会把它清空，审批 always 因此被悄悄放宽 验证（沙箱）：tsc 干净，生产构建通过，pytest 2268 passed（两遍），check-all 17 项检查、3915 项全过 （新增 check-publish）；关键行为做了变异验证、全部抓到。	2026-09-28 21:20:04 +08:00
ThearchyHelios	e4f2693918	可点击证据第一期：报告里的每个数字都点得开出处 ... 「引用即渲染」：写报告的模型只写引用标记（[[m:指标id]]、[[i:输入字段]]、[[see:…]]），数值由系统按口径卡 填进去，每个数字都挂着一条能复算的证据链。本期是数字层闭环；实体、结论句的概率性证据放在后续几期。 内核（engine/evidence.py，口径卡、出具契约、表达式等） - 口径卡记录每个指标的来源：原式、代入式（每个输入写成「值 ← 路径」）、复算结果、口径与版本 - 出具契约的数值匹配改为按位置标注；同一个值有几个出处时记为「出处不唯一」并列出候选，不再随便挑一个 - 证据 id 由内容派生，事后对不上就是被改过；零值、结构性数字（列表序号、代码块标签）单独处理 - 口径卡新增 on_missing：缺输入时默认仍是整个节点失败，可以改成记为空值、交给契约判档 报告撰写节点（report）与引用模式的出具契约 - 流式生成时 token 里就是真实数字，不会漏出原始标记；裸数字、不存在的引用当场判违规，交回去重写 （max_repairs，默认 1 次）；仍不过时按 on_violation 失败（正式运行默认）或把违规标在报告里（探索运行默认） - report.checked 事件记下核对结果，落在封存范围内；fail 模式下仍不过时带 failed，运行记录里画成失败 - 出具契约写了 report_from 就按引用核对：取回文档时复验哈希，独立重算一遍，全部带引用才判完整出具 - 成果字段逐字等于报告正文时标注 _evidence；复核只能加说明，不能改写带证据的答案（前后端各拦一道） 证据接口 - GET /api/runs/{id}/evidence 返回证据图；GET …/evidence/segments/{id} 返回一个片段的证据链 - 只认封存范围内的事件能追到的工件，不读 artifacts 表；封存被改过时不把任何一项标成已封存 - 没有报告的旧运行降级为 none 或 legacy_contract 界面 - EvidenceDoc 按块、句、片段渲染报告，片段是和正文一样的按钮；整份报告只占一个 Tab 位， ←/→ 在片段间移动、↑/↓ 按句、n/N 跳到下一处「无证据」、Enter 打开面板、Esc 关闭并把焦点还回去 - EvidencePanel：宽屏侧边、窄屏底部抽屉、360px 画布右栏里栏内展开；显示指标步骤、代入式、复算结果、 封存状态。正文不是封存的那份报告时明确说出来，不拿别的报告的封存画绿 - 出具横幅多一行「N/N 数字有出处 · 无证据 M」和「定位下一处」；没有 _evidence 的旧回答渲染一字不差 - 画布认得报告撰写节点；Copilot 手册补上口径卡、报告节点、出具契约的写法；新增模板「⑨ 可追溯周报」 验证（沙箱）：tsc 干净，生产构建通过，pytest 1601 passed，check-all 16 项检查全绿（新增 check-evidence）。	2026-09-28 11:47:23 +08:00
ThearchyHelios	b418c0d951	最终验收：148 项逐条复核（原审查 142 条 + 平台问题 6 条），返工后 145 项解决 ... 四组验收员拿审查原文在沙箱里逐条复现：133 项已解决、15 项部分解决、没有未解决或回退的； 另发现 10 个新问题。按归属返工后，剩 3 项低严重度：MCP / 自定义工具的危险标记（待用户拍板）、 选中环与运行态同色（需跨三处协调改）、「接着跑」这个说法是否更换（多处引用原文，暂留）。 这次返工改了 - 右栏：老运行没有 active_ms 时执行时长改按航迹算，不再显示最后一段的「22 ms」；循环出口行不再差一； 取消在一轮中途时泳道脚注不写「0 ms」；分支、循环出口显示 case 的说明而不是 key； 展开已完成轮次不再误报「N 条新进展」；旧数据里已完成的模型调用不再一律标成「已取消」 - 后端：跳过事件带节点名和类型；restore 版本时把已发布 / 受管退回草稿；只是打开旧会话不再把它顶到最前、 标成「刚刚」；协作团队全程没有成员交付成果、调度者却判完成时按失败或降档处理，不再当成功交付 - 画布：循环体有「循环体 · 最多 N 轮」的底框，出口标签不再被自己的走线穿过；运行中校验角标退让； 768 宽下工具栏不溢出；运行被拦时点名是哪个节点；正式运行弹层写明以谁的名义发起 - 问数据：离线时能力条不把「没取回来」说成 0；窄屏下会话列表收起；check-chat 在零点前后不再误报 - 公共层：FastAPI 422 校验错误翻成中文，不再把英文原文透给用户 验证（沙箱）：tsc 干净，pytest 878 passed（两遍），check-all 15 项检查全绿。	2026-09-28 02:42:40 +08:00
ThearchyHelios	3e311ec551	第三波收尾：跨模块整合、全站扫尾、检查脚本整合；网页工具认得本机代理的 fake-ip ... 整合（3c-integrate） - 公共层：跨天时长（formatSpan / formatOffset / formatLapse）、本机署名（lib/actor）、检索分类色令牌、 数据源目录（useDatasources）收进公共层；失败说明能一次列出多个写坏的自定义工具，查询超时指到数据源的查询时限 - 管理页收尾：设置页接入统一的离开前确认；检查脚本不再把沙箱里的真实值打进输出 - 画布 ↔ 右栏：点出具印章、点节点能跳到右栏对应位置；「定位」直接聚焦到出问题的字段 - 回答流 / 问数据 / 记录页：失败信息带「去哪修」且不再被翻译两遍；协作团队的结局按执行截取； 等审批时断流重连、而运行已在空档里跑完的，补全事件 扫尾（3c-sweep） - 术语统一：开始运行 / 继续运行、工作流最大步数；未保存的运行统一叫「未保存的工作流」（后端新运行同步） - 沙箱报错不再带 Python 异常类名；新增 check-tokens，未定义的 CSS 变量为 0，两个旧别名迁移后删除 检查脚本（3c-checks） - check-ui 跟上新界面（运行列表按 data 属性找行），加上令牌与选中态的回归断言，输出里的名字打码 - 新增 check-all：按顺序跑全部检查、汇总退出码，--repeat 列出偶发项 - 单节出错只记这一节失败、不再带崩整个脚本；外壳遥测浮层「重新检测」时焦点不再掉到 body 网页工具与 fake-ip - Clash / mihomo 一类代理开 TUN + fake-ip 时，查什么都先拿到 198.18 段的假地址，被当成内网拦截。 新增 AGENTLAB_HTTP_TOOL_FAKE_IP_RANGES（默认空）：落在段里的解析结果改向公共 DNS（DoH）核实真实地址， 公网放行、内网照拦、核实不了按拦截处理。DoH 默认先问境外的，境内公共 DNS 会对被封锁的域名返回污染结果 - 列表型环境变量接受逗号分隔（原来注释说逗号分隔、实际只认 JSON 数组）；域名解析改为异步，不再阻塞事件循环 验证（沙箱）：tsc 干净，pytest 866 passed（两遍），检查脚本全绿。	2026-09-27 23:37:32 +08:00
ThearchyHelios	587bf7e27c	第三波前两批：六个「看着成功其实没干活」的平台漏洞堵上，记录页能回放，管理页与画布收尾 ... 起因是一次探索运行：Copilot 改节点时把工具绑定整份抹掉，agent 没有工具只能写「假设调用」， 校验节点的自动修复编出 total_count=0 让 schema 通过，协作成员把工具调用标记当文字输出了四轮， 轮数用完后节点把原话当成功结果交出去——运行标成已完成，数据库一次都没查。 平台可信度（先写失败测试） - Copilot 修改节点改为合并：没写的字段保留，null 才删除；协作成员按名字合并。前后端同一套规则， 工具集合变小时自查报警、改图回执列出变化 - 新校验规则：提示词点名了某个工具而节点没有绑定它，判错误，Copilot 自查会交回去修 - 校验修复只许改格式：冒出原文没有的值就判修复无效；修复这次模型调用计入用量 - 识别模型把工具调用写成文字的情况（DSML、<tool_call> 等标记）：纠正一次，仍然如此就判失败并说明原因 - 协作团队用完轮数不再按成功交付：默认失败，可选降档，点出一次都没派到的成员 - 审批恢复后，同一节点里已经执行过的工具调用复用结果，不再重复执行 后端 - 查询时限交给数据库执行（Oracle call_timeout、PG statement_timeout、MySQL max_execution_time、 SQLite progress handler），可按数据源配置；超时报错与实际耗时一致 - 等审批的运行可以真正取消；会话列表带最后一轮状态；测连接结果持久化；探查结构可只看不存； 自定义工具可草稿试跑、写坏的参数定义保存时拒绝；MCP 服务改动后作废旧工具缓存； 检索命中带贡献分解；重建索引在后台跑并报进度；报错统一收进 core/errors 前端 - 公共层：管理页共用件、失败说明（lib/explain）、健康状态进公共库；目录按表各自加载并有超时， 一张表卡住不再拖垮整站；上传显示真实字节进度；离线横幅只播报不变的句子 - 画布：卡片只说游标所在的那一次执行；等审批时可放弃运行；团队收尾判定与未完成说清楚； 回放用量取那一刻的值 - 编排页：Copilot 合并语义与工具变化回执；「用完轮数时」选项；正式运行期间锁住所有改图入口 - 回答流 / 问数据：新失败类型说人话并给下一步；画布与右栏互相定位；数据源范围、回收站、重新核对 - 记录页：「航迹」页签复用画布时间轴，可拖动回放、列出关键时刻；列表行带执行 / 等人 / 失败缩略条 - 外壳：统一的离开前确认（data router），导航、⌘K、快捷键、后退都会先问 验证（沙箱）：tsc 干净，pytest 838 passed（两遍），14 个检查脚本中 13 个全绿； check-ui 余 1 项旧断言（按旧日期格式找运行行），3c 更新。	2026-09-27 10:16:32 +08:00
ThearchyHelios	e10c4f23fc	界面与交互全面翻修（前两波）：运行态有了 HUD 和时间轴，终态会收尾，全站令牌、组件、文案统一 ... 来自 2026-09 的 UI/UX 审查（142 条）。本提交是前两波，第三波（记录页接入时间轴、跨页互链、check-ui 更新、全站扫尾）另行提交。 地基 - 设计令牌：全局规则和 .btn/.field/.chip 放进 CSS 层，Tailwind 工具类重新生效，选中态、开启态不再被吞掉；字号阶梯； 辅助文字在所有底色上 >= 4.5:1；状态色专用，节点类型色与之拉开色相；「跟随系统」真的跟随，首帧不闪深色；新字标与 favicon - 基础组件：confirmDialog / promptDialog 取代原生对话框；toast 出错不自动消失、可复制、读屏可播报；离线横幅与断线恢复； 九种剪影的状态徽标；唯一一份状态文案（lib/status）、格式化（lib/format）、术语（lib/terms）、报错人话（lib/errors） - 运行态内核：事件折成航迹（run/trace.ts），可投影到任意时刻；取消 / 失败 / 服务重启后统一收尾，不再永远转圈； run.status 随事件回写；token 事件不再堆进 events - 后端：协作成员逐个完成即发事件，调度者决策有事件；时长分执行 / 墙钟 / 等人；API 时间带时区； 中断的运行也发 stream.end；运行列表可筛选翻页；删除运行 / 工作流有保护；运行默认值接通；可测未保存的配置； 报错说清发生了什么、为什么、怎么办 功能 - 画布：状态四重编码、固定高度遥测槽、按缩放三档、运行胶囊与 HUD、航迹时间轴与回放、执行轨迹边、 等待闸门、跟随执行、正式运行只读、一次性时刻（开场点亮、回扫、阻断级联、出具印章） - 编辑：撤销重做、版本历史、问题面板可定位、三栏可收起、模板与表达式字段区分、变量血缘、快捷键、带搜索的选择器 - 回答流 / 问数据：贴底才跟随滚动、工件下钻、出具横幅列出缺口、答案可复制导出、按会话的忙闲、 答案不再在 2000 字处截断、重启后这一轮会收尾 - 记录页：待审批 / 运行中 / 失败页签、筛选翻页、实时接流、排错路径指到节点、封存凭证常驻 - 管理页：新的「数据」页、写操作失败都有反馈、弹窗里先测连接、统一持久的连接状态 - 外壳：导航改版、⌘K 命令面板、? 快捷键帮助、404、页面标题与 favicon 状态点、后台提醒 验证（沙箱）：tsc 干净，pytest 579 passed，14 个检查脚本中 13 个全绿；check-ui 剩 1 项旧断言（按旧日期格式找运行行），第三波更新。	2026-09-26 23:11:31 +08:00
ThearchyHelios	00f8dd78a9	时间线上认得出并行分支了：3 路并行 · 合计 6.6s，实际 3.0s ... 图上一个节点连出多条边就是 fan-out，LangGraph 在同一个 superstep 里并发执行 ——这一直是真并发。但在时间线上它们只是穿插出现的几行，"这三路是同时跑的、 因此省下了 3.6 秒"一个字都没说。上一轮给协作团队做了泳道，这条同样的信息 在 fan-out 这边还是缺的。 现在按时间跨度把同时跑的节点收进一个分组，标题写明几路、meta 写明省了多少： ⑂ 3 路并行 合计 6.6s，实际 3.0s ├ 查销售库 2.2s ├ 查库存库 3.0s └ 查客户库 1.5s **判据是"同一批出发"，不是"跨度重叠"。** 第一版按包含关系排除嵌套，结果漏掉了 先跑完的那一路：三路同时开始但先后结束时，长的那条在时间上确实"包含"短的。 实测 leg0 [0.05,2.21] / leg1 [0.05,3.01] / leg2 [0.05,1.51]，被漏掉的正是 最快的 leg2——而漏掉最快那路会让"省下多少"算少。改成看开始时刻是否落在同一批 （250ms 窗口），fan-out 的几路实测相差不到 1ms，子工作流那种真嵌套则是父节点 明显更早开始，自然分得开。 组内要求两两都同批，而不是链式传递：否则 A|B 重叠、B|C 重叠但 A|C 不重叠的 三个节点也会被串成一组，而它们并不是同时在跑。瞬时节点（<30ms）不参与—— 它们谁跟谁都"重叠"，是噪音不是信息。 **误报比漏报更糟**：它会让人以为省了时间。所以断言里专门守了反向——db、human、 loop_approve 三份顺序执行的样本一个都不能被判成并行。 fixtures 里新增的 fanout 是真跑出来的，不是手写的：三路分别 sleep 1.8 / 2.6 / 1.1 秒，事件原样收进来，所以 6.6s / 3.0s 这两个数和后端量到的是同一份。 验证：check-decode 新增 6 条（含三份顺序样本的反向断言）；check-stream 新增 10 条，宽窄两栏都验了不溢出；后端 276 passed 不受影响；tsc 干净。	2026-09-20 21:09:30 +08:00
ThearchyHelios	c3f7d6ffcd	协作团队真的能并行了，界面上也看得出来 ... 先说一个和名字不符的事实：这个节点叫「多 Agent 协作」，但在此之前它是一条 严格的串行流水线。调度协议写死成 `next: string`——"一次只能派一个"被编进了 协议本身，模型再想并行也表达不出来。三个专家各花 10 秒，总是 30 秒。 （真并行一直在图级 fan-out：实测 3 个各 sleep 2 秒的节点连在同一个上游， 全部 +0.00s 开始、+2.37s 结束，墙钟 2.6 秒。只是协作团队走不到那条路。） **协议改成 assignments 数组**，一轮可以派多个互不依赖的专家，asyncio.gather 并发执行，总耗时按最慢的那个算。max_parallel 可配，设成 1 即退回严格串行。 **并发只在任务真的互不依赖时才成立**，这件事的成本必须说清楚：同一轮发出去的 专家拿到的是**同一份进展快照**，谁也看不见谁这一轮干了什么。派错了不报错， 只会让两个人基于一样的旧信息重复劳动，而这在结果里很难看出来。所以判断责任 压在调度者身上，提示词里把反例写出来： 可以同时派：「查 A 的资料」和「查 B 的资料」 不能同时派：「查资料」和「根据资料写报告」 不能同时派：「写初稿」和「校对初稿」 并明确告诉它拿不准就分两轮——代价只是慢一点。 **每个人单独计时**，而不是事后拿整轮墙钟去摊。界面要显示"并行省下多少"， 那个数必须是量出来的：按 N×墙钟 推算等于假设每个人都跑满了最慢那条， 而实际上快的那个可能只花了三分之一。测试里专门有个快慢不对称的用例守这条。 **调度日志改成结构化字段**（agents / done / reason / parallel）。以前只有一句 中文消息串，解码层得拿正则去拆「调度 → X（理由）」——后端文案一改就散架， 而这次正是改了文案。老运行的事件没有这些字段，正则那条路留着兜底。 **界面加泳道。** 每个成员一行、每轮一格，条形宽度按耗时归一化，所以一眼看得出 谁和谁是同时干的、谁是这一轮的瓶颈。顶上一行汇总"3 名成员 · 3 轮 · 2 轮并行， 省下 11.8s"；点任意一格展开那个人这一轮的任务和回复。全程串行时不装作有并行， 而是说"本次任务互相依赖，逐轮进行"。 泳道排在子步骤**前面**：先给一眼看清的形状，再往下是每一步的内容。反过来的话， 得把十几行步骤读完才知道这个团队是怎么分工的。窄栏（画布右栏 360px）下隐去 "N 人同时"的文字——并行与否看条形本来就一目了然，而缩写成"并2"没人看得懂。 验证：后端 276 passed（新增 test_supervisor.py 7 条，核心那条用**墙钟**判定 并发而不是看事件顺序——顺序只能说明"发出去了"，说明不了"同时跑"）； check-stream 新增 10 条泳道断言，含"同一轮里慢的那个条更长"和两种栏宽不溢出； tsc 干净，三个 check 不回归。	2026-09-20 20:57:03 +08:00
ThearchyHelios	cc608f56ec	跑完先过一道复核再交给你：异常说破、数字不许现编、出错自动改一次 ... 「跑完了」和「答得对」之间一直没有任何一层。库里 264 条 succeeded 里， 14 条带着 warn、4 条 agent 步数用满，而交到用户手上的答案对此只字不提。 最糟的一次（run dd9927e6）交出去的干脆是「本轮只执行了第一个工具」—— 一句内部管道文案冒充结论。 出具体系（issuance.py）本来就是干这个的，但它挂在输出节点的可选契约上， 还要配口径卡提供受控指标集；问数据页生成的图基本都是 input → agent → output， 走不到那条路。所以补一层轻的。 **干净的运行一次模型都不调。** 先用规则扫一遍事件流（engine/review.py:scan）， 没扫出东西就到此为止。实测 15ms 返回。这是整层设计的前提，测试里用 「monkeypatch 一个会抛异常的模型，断言它没被碰过」来守。 **分类挂在 code 上，不是中文消息串。** 12 处 warn 发射点都带上 code。 这样「流式失败，回退非流式」能归成 benign 直接跳过——它对答案内容零影响， 为它叫一次模型等于每次网络抖一下就多花一笔；而「步数用满」归 broken。 原来这两者在事件流里长得一模一样。工具报错之后同一个工具又跑成了， 算 degraded 不算 broken——否则参数自愈每修一次就报一次「答案不可信」。 **复核不许现编数字。** 它手上只有原答案和一份异常清单，没有任何原始数据， 写出来的新数字只能是凭空来的。直接复用 issuance.trace_numbers，把原答案的 数字当受控指标集，对不上就整条退回原答案、只留说明。硬拦截，不是提示。 **规则管重试资格，模型只有否决权。** 一开始写成两边取并，实测 loop_limit 时模型判 retry=true——而重跑一遍循环还是会撞上限，白烧一次建图加一次跑图。 反过来之后，「检索什么都没查到」这类也不会被模型强推重跑。 **重试带着失败的那张图，不是推倒重来。** 原来传 base_graph=null，模型只看到 「原问题 + 一句失败原因」，很可能原样再建出同一张坏图。而且它连自己上次建了 什么都看不到——会话历史按 status != running 过滤，正在重试的这一轮恰好被 排除在外。现在交回去走后端的改图分支，调大步数、改正参数就是改一个字段。 上限一次。 **答案等复核完成再显示。** 端到端抓到的：答案先摆出来，十秒后说明才追上去—— 这十秒里用户读的是一个没人核对过的结论，正是要修的那件事本身。改成落库立刻 （防关标签页丢结果）、显示等复核，并给复核加 25s 上限。说明排在成果上方， broken 用报警色、degraded 用普通边框——混成一个样子用户就学会了一概忽略。 复核结论跟着轮次落库，刷新后还在；也进下一轮的对话历史，否则模型会拿一个 已知不可信的结论当事实继续往下推。 验证：后端 242 passed（新增 test_review.py 25 条）；tsc 干净； check-decode / check-stream / check-ui 全过，check-stream 新增 9 条渲染断言。 两条端到端都在真浏览器 + 真模型上跑通：检索降级那次说明正确排在答案上方； 重试那次建图请求 2 次、第二次 base_graph 带着失败的 3 个节点、第一版没漏出去。 复核结果不是事件流，decode.ts 翻译不到它，所以渲染测试放在 check-stream。	2026-09-20 11:18:53 +08:00
ThearchyHelios	cd7ced7673	不是每句话都值得跑一遍库：模型自己选要不要执行 ... 以前必执行——final 一到就无条件 launch。库里那条会话 7 轮全建了图、全跑了 一遍 153 张表的库，其中： - 「重试」「继续找找」这种对过程说的话，各自重建了一整张图去查 - 一句明确要「设计一个工作流，使得每次执行的时候都给出管理员账户信息」的， 建完也直接跑了——用户要的是那张图，不是这一次的结果 流协议给模型两个新出口，三条路径二选一： - {"op":"reply","text":"…"} 不建图不跑。问的是前几轮已经查出来的东西 （口径、怎么算的），或者是对过程说的话，或者需要先反问清楚 - done 里 run:false 建图但停住，界面上给「跑一下」 - done 里 run:true（默认） 不变 reply 一到服务端就收流：让它走到后面那套排版校验上，空图会撞出"图校验未 通过：图是空的，先拖一个节点进来"——上一个提交刚治过同类的坑。 放开「直接回答」等于绕开了这条路径上最硬的一条约定（涉及数据必须真查）， 所以两头都上：prompt 里写死 reply 只能复述或解释前面几轮已有的结果、不得 新断言任何数据事实，凡是要动到库才知道的哪怕觉得上一轮见过也重新查；界面 上那一轮的结论**前面**挂一条声明，说清楚这一条没有查库。check-stream 里有 一条断言专门盯它排在结论前面——排在后面等于先让人读完再说来源不可靠。 需要留意：这依赖模型照约定表态，不是硬规则。判断跑偏的话收紧那几句约定。	2026-09-18 22:30:45 +08:00
ThearchyHelios	152264b29c	长报告不再被咬掉一口：折叠只在行边界切 ... 用户看到的是一份读起来完整、末尾却挂着半行原始 markdown 的报告： userID 用户名 邮箱 昵称 providerID 商家名称 联系人邮箱 | 1 | ThearchyHelios | user@example.com | … | Test Marchant By Shop 表头是制表符（已渲染成表格），数据行是竖线（还是原始文本）——折叠是 text.slice(0, 3000) 按字符硬切的，切点落进表格中间，前面几行渲染成表格、 最后半行没能成行。报告本身是完整的，只是被折叠了，但界面上看不出来。 改成只在行边界切；切点落进表格时整块表格都不要——宁可少显示一段，也不给 一张半截的表。另外原来只有一个"展开全部"按钮，看上去像报告就这么长， 现在先说"…后面还有，这里先折叠了"。 顺带治了落库那一处：answerText 在 4000 字处无声截断，刷新页面后那份就永久 少一截，断点同样常常落在表格中间。上限提到 20000，真切到了会写明已截断、 完整内容见运行记录。喂给下一轮的那份另有更狠的截断，两回事。 check-stream 多一节，盯的就是"折叠后不许留下没渲染的原始表格行"。 把切法改回硬切，它会立刻抓到残留的 `| 24 | user_23 | …`。	2026-09-18 22:29:24 +08:00
ThearchyHelios	105120f22f	成果区渲染 Markdown：「1+1 等于 **2**」不再原样带着星号 ... 模型几乎总是用 Markdown 组织回答，而成果区是 whitespace-pre-wrap 的纯文本， 于是它的结构全丢了：标题、列表、表格、粗体一律变成满屏符号。 **手写而不是装库。** 依赖只有七个、全是必需的，react-markdown 那一串 （unified / mdast / micromark）比这个文件大一个数量级。而要渲染的东西是 有限的——统计了库里 252 段真实输出，出现过的构造只有： 有序列表 40% · 无序列表 15% · 粗体 13% · 标题 3% · 行内代码 3% 表格 3% · 分隔线 2% · 代码块 1% · 引用 1% · 斜体 1% · 链接 0.8% 所以只做这些，**不声称支持完整 CommonMark**。认不出的语法原样当文本显示 ——那正是现在的行为，下限不会比今天差。包大小 +37KB（gzip +12KB）。 安全：全程构造 React 元素，一处 dangerouslySetInnerHTML 都没有。模型输出 是不可信内容，走 innerHTML 等于给自己开个 XSS 口子。链接只放行 http/https/mailto，`javascript:` 退回纯文本。 一个只有拿真实输出才会撞上的 bug：模型很爱写 **`table_name`**（粗体套 代码），而粗体在扫描顺序上先命中，把那对反引号当普通文本吃掉了——渲染出来 是加粗的 `v_demo_table` 带着反引号。强调内部要再解析一层（深度卡在 三层，每层文本严格更短）。另外把模块级正则的 g 标志去掉了：lastIndex 有 状态，递归调用时会从上一层留下的位置接着扫。 审批卡里的待审草稿也走同一个渲染——要人家判断"这条能不能发"，却让他对着 一堆星号看，是在给审批添难度。 check-stream 补 12 条，测例是从库里导出的真实输出 + 一段构造的恶意输入 （真实输出不会自带攻击，但渲染层要么天生免疫，要么就是个口子）：残留标记、 粗体/代码/列表/表格、粗体套代码、javascript: 链接不可点、正常链接可点、 原始 HTML 不变成真标签且当文本显示、注入脚本没执行。	2026-09-18 12:51:55 +08:00
ThearchyHelios	3ff6840b99	多 agent 节点不再永远转圈，调度决策也说出来了 ... 运行 #6038f5：supervisor 节点跑完 31.7s 之后，researcher 那一行还在转圈。 agent.step.start / agent.step.end 是这套事件里**唯一**一对没做配对的 （node、llm、tool、sandbox、human 都配了）。start 那条建出来就是 running， end 另起一行，于是没人去关它。这正是 decode.ts 自己文档里的第 2 条原则 ——成对事件合并成一行——我写了却没用在 agent 上。 配对键用 (node_id, agent, round)：光用 agent 名不够，supervisor 会在多轮里 反复派给同一个 agent，第二轮的 end 会错配到第一轮的 start 上。 顺带把 supervisor 的调度决策捞出来。后端把它标成 info 日志，而 info 是整类 丢弃的，结果"为什么派给 researcher"、"为什么只跑一轮就结束"在界面上完全 没有交代——那个节点就是一个跑了 31 秒的黑盒。带 round 字段的 info 才是调度 决策，和普通排查日志区分得开。FINISH 译成"结束协作"而不是"交给 FINISH"， 后者会让人以为还有个叫 FINISH 的成员。 真实运行已收进 fixtures，check-decode 加 9 条（含"普通 info 日志仍然不进 主流程"和"warn 日志照常显示"这两条反向约束）。	2026-09-17 19:14:06 +08:00
ThearchyHelios	f0fd63f0b9	UI 重构：Copilot 进侧栏，三个页面共用一条助手流 ... 用户的原话是「copilot（包括问答）可以是侧边栏的效果」「显示他的简要思考节点， 使得用户知道他大致在想什么，以及用了哪些工具」。 画布右栏从「运行 / 属性 → 时间线 / 成果 / 事件」（两层嵌套 5 个视图）变成 「助手 / 属性」一层。助手栏里是一条流：你让它做什么、它做了什么、结果是什么。 Copilot 建图和跑图在协议上完全无关（SSE 操作流 vs 事件 WebSocket，不共享 seq 和 node_id），但对用户是一件事的两半，decode.ts 把两种流译成同一种 Step 之后才能排进同一条时间轴。 Copilot 不再是弹窗。弹窗的问题不是样式：每改一次图都要重开一次，关掉之后 需求文本就没了，想微调只能重打；而画布左下角那条浮条（z-30）和 Toast （z-100）、Modal（z-50）三层各自为政，本身也是重复的一份 Copilot 状态渲染。 两个都删了，输入框就在栏里，说完一句接着说下一句。右栏没删——它是发起运行 和处理审批的唯一入口，RunLauncher 原样保留，只是跑起来会自动收起给执行过程 让位。tab 用 hidden 切换而不是卸载，不然点一下「属性」看个节点再切回来， 输入框草稿和展开状态全丢。 问数据页和运行页换成同一个 AssistantStream + 同一个 decode.ts。RunPanel 里 那套平行的 EVENT_META + describe() 删了：留着两套翻译，同一次运行在不同页面 会读出不同的故事，而用户没法判断哪个是真的。同理合并了两个耗时格式化函数 （画布节点显示"0ms"，右边同一步什么都不显示，两块还并排放着）。运行页列表 加了内容摘要——原本每行只有"临时图 · 1.2s · 340 tok"，十条长得一模一样， 要分清哪条是哪条只能挨个点开。 跑真实运行时发现两个缺陷： 1. 后端丢事件（app/core/bus.py）。WebSocket 先读历史、再订阅，两步之间图 正好跑出来的事件既不在历史里也不在实时流里，永远丢了。而 subscribe() 是 异步生成器，真正注册还要等到第一次迭代，窗口比看上去更大。实测一次跑图 开头的 node.finished/node.started 消失，界面上表现为某个节点永远在转圈、 它的子步骤跑到了顶层。改成先 attach 占位、再读历史，重叠部分按 seq 去重。 tests/test_bus_attach.py 里有一条刻画旧行为的测试，说明这个窗口确实存在。 2. 循环里的多轮审批被算错。我在 S1 按内容去重，但三轮审批的 title 一模一样， 和 LangGraph 的重放无法区分——结果第 2、3 次真实审批被当成重放吞掉，而 三次"你驳回了/你放行了"各自成行。改成开/闭配对：开着就是同一次，闭了才是 新一次；决定折进那条审批行而不是另起一行。真实运行（驳回 → 改写 → 再驳回 → 改写 → 放行）已收进 fixtures。 验证：三层各守一件事，共 76 条断言全过。check-decode 守翻译（含新的多轮审批 和截断结果集），check-stream 守渲染，新增 check-ui 守"接起来还对不对"——真 浏览器真后端，包括「切走再切回来草稿还在」「唯一的运行入口还在」「原始事件 切得到也切得回」。另外真跑了一次带三轮审批的图和两次 Copilot 生成（60s， deepseek-v4-pro），截图逐帧看过。后端 78 个测试全过。	2026-09-17 18:29:16 +08:00
ThearchyHelios	c1c13fad41	助手流组件：一份 Step，宽屏和 360px 窄栏共用 ... AssistantStream 是纯展示的，不连 store。这样画布右栏和问数据页能用同一个 组件，而不是"一个组件三种停靠模式"——后者要求同一个实例出现在三个 DOM 父节点里，React 里除非 portal 否则不成立，硬做就变成跨路由 remount， 输入草稿和展开状态全丢。差别只在 dense 一个开关。 渲染真实事件时发现的几个问题，顺手一起修了： - 取数运行的最终成果是一个**被截断的双重转义 JSON**（后端按字符数硬切， 切点落在 JSON 中间是常态），严格 JSON.parse 必然失败，于是这个产品最 典型的一次运行，成果区呈现为满屏 \"attribute01\", \"attribute02\"。 parseQueryResult 改为解析失败时截到最后一条完整记录再解析——78 列 1 行 的表格，比一屏转义文本有用得多。并区分"查询撞了行数上限"和"预览被切断"： 前者该去调查询，后者该去看完整工件，混成一句"已截断"等于没说。 - 审批恢复过的运行有"开始执行"+"继续执行"两条生命周期，run.finished 只 收了第一条（find 而非 forEach），"继续执行"永远转圈——明明已经跑完。 - 处理完的审批保留着 warn 级别，一直是橙色，看着像还有事没办。 - 一屏 0ms：那些纯赋值节点确实不花时间，把没信息量的数字摆出来反而把真正 慢的那一步淹了。低于 10ms 不显示，同时空耗时给 undefined 而不是空串。 - output 里 {"result": ""} 很常见（图跑通但出口没接上），会渲染出一条什么 都没有的分隔线。 验证：新增 scripts/check-stream.mjs，真浏览器跑真组件——5 类真实运行 × （无报错/无转义 JSON/无 0ms/不横向溢出）+ 展开看 SQL 和结果表 + 空态。 check-decode.mjs 补 11 条，两个脚本共 68 条断言全过。frontend/preview.html 是离线预览页，只有 dev server 加载（已确认不进 vite build 产物）。	2026-09-17 17:00:50 +08:00