AgentLab

2026-11-04 00:30:26 +08:00

2026-10-16 16:44:06 +08:00

前端：分析卡节点（分析能力一轮）。节点库「把关」一类加「分析卡」（类型色 --nt-analysis，亮暗两套），卡片摘要写做哪几种分析（「波动基线、变化拆解（可加）」，叫法照契约）；检查器的分析项编辑器：每项标识、分析方法（五个算子）、模式（有模式的才给）、输入只列上游的查询节点（调用数据库查询工具的「调用工具」节点、合并查询，删掉或挪到下游的照实列出），按方法摆参数格（analysisItems.paramSpecs：维度列、期次、基期、本期、度量列或分子分母、乘积和因子、比较方式、粒度、对照组、几对……，期次可以写 {{ }}），可加、比率的变化拆解另有总数核对两格和下钻（上一层只列排在前面的变化拆解），变化拆解、可比性检查可以写成基期、本期两份查询，换方法、模式时只留新方法用得到的参数；在验证什么一句话；阈值覆盖只列写了的几项、从没写的里选，范围当场按契约说（两两之间的大小交给服务端），全删掉不留空对象。服务端按 items[i].<键> 报的问题落在那一格下面，定位退不到的子键（params.parent.key）逐段往上退；查询节点连到分析卡时还没选输入的第一项选上它（同合并查询，和连线同一步撤销）。报告节点加「分析说法核对」（缺省重写一次后标出）、「分析范围」（高级，缺省有分析结论时附上），选项以 engine/labels.py 的短说法开头。叫法、范围只照契约一份（lib/termsAnalysis：OP_LABELS / MODE_LABELS / LABELS / RANGES，check-studio 读后端源码逐项比对）。check-studio 加两节：叫法与契约一致、分析卡的画布编辑与校验定位

2026-10-21 18:17:56 +08:00

components

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

dev

证据面板与报告正文接上分析结论（分析能力一轮）。点判定语、具名的数、结果表的格：出处链照服务端的分析几步（判定 → 方法 → 计算 → 输入 → 复算 → 封存）——判定写编号和方法的叫法（method_label）、判定语照原样、判定标准、点名的段、方向、谁做的（Agent 现场 / 分析卡 / 口径卡执行时的可比性检查）、附带说明、Agent 写的假设（另说它不是结论）；方法写版本、实际用的阈值（契约的叫法）、规范化后的参数；计算写代入式、具名的数、结果表（被引用的数描出来、那一格高亮）；输入每份一节，总数和各段之和的闭合核对照服务端算好的数，输入快照的查询步骤接在后面、点 Q 跳过去；复算一致与否、封存范围内台账记没记过、算不了的写原因；分析结论的数不走口径账本。口径卡指标上多一行「两期可比性」（判定、判定语，展开看那份可比性结论的整条链，随卡封存）。说法违规（判断词未挂分析结论、判断与分析结论不符、因果说法没有依据，按 unit / segment / span）标在正文上：只在判断词下面画提醒色波浪线，那段文字是一个可点的片段，句末挂「说法待核」，n / N 跳得到；点开写种类的叫法（同审计）、服务端的原话、所挂的结论（点一下落到它的判定语）。正文后面是系统写的「分析范围」（现象、拆过、排除、算不了、没拆的候选维度、做过几次差异检验），编号点得开——正文没引用的取新接口 …/evidence/analyses/{alias} 的出处链，关掉焦点回到那个编号。整句面板挂的依据是分析结论时写「派生自 Q1、Q2」（证据图的 derived_from 边，按这份报告认）。记录页：审计表的说法违规行写种类的叫法、点得开；工件页签认得分析结论（哪一种分析，算不了的写没有做成）。夹具 evidence-analysis.json 是真运行组装的（后端测试库里的虚构零售库 shop，模型换成脚本）。check-evidence 加三节（分析结论的出处链、说法违规与分析范围、指标上的两期可比性），check-runs 加一节（审计行、工件页签）

2026-10-21 18:57:22 +08:00

lib

草稿页列出这次没起草的指标

2026-11-04 08:37:52 +08:00

pages

草稿页列出这次没起草的指标

2026-11-04 08:37:52 +08:00

run

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

store

证据面板与报告正文接上分析结论（分析能力一轮）。点判定语、具名的数、结果表的格：出处链照服务端的分析几步（判定 → 方法 → 计算 → 输入 → 复算 → 封存）——判定写编号和方法的叫法（method_label）、判定语照原样、判定标准、点名的段、方向、谁做的（Agent 现场 / 分析卡 / 口径卡执行时的可比性检查）、附带说明、Agent 写的假设（另说它不是结论）；方法写版本、实际用的阈值（契约的叫法）、规范化后的参数；计算写代入式、具名的数、结果表（被引用的数描出来、那一格高亮）；输入每份一节，总数和各段之和的闭合核对照服务端算好的数，输入快照的查询步骤接在后面、点 Q 跳过去；复算一致与否、封存范围内台账记没记过、算不了的写原因；分析结论的数不走口径账本。口径卡指标上多一行「两期可比性」（判定、判定语，展开看那份可比性结论的整条链，随卡封存）。说法违规（判断词未挂分析结论、判断与分析结论不符、因果说法没有依据，按 unit / segment / span）标在正文上：只在判断词下面画提醒色波浪线，那段文字是一个可点的片段，句末挂「说法待核」，n / N 跳得到；点开写种类的叫法（同审计）、服务端的原话、所挂的结论（点一下落到它的判定语）。正文后面是系统写的「分析范围」（现象、拆过、排除、算不了、没拆的候选维度、做过几次差异检验），编号点得开——正文没引用的取新接口 …/evidence/analyses/{alias} 的出处链，关掉焦点回到那个编号。整句面板挂的依据是分析结论时写「派生自 Q1、Q2」（证据图的 derived_from 边，按这份报告认）。记录页：审计表的说法违规行写种类的叫法、点得开；工件页签认得分析结论（哪一种分析，算不了的写没有做成）。夹具 evidence-analysis.json 是真运行组装的（后端测试库里的虚构零售库 shop，模型换成脚本）。check-evidence 加三节（分析结论的出处链、说法违规与分析范围、指标上的两期可比性），check-runs 加一节（审计行、工件页签）

2026-10-21 18:57:22 +08:00

App.tsx

口径草稿页：看引用原文、清未决问题、接上一次真实运行

2026-11-03 22:59:47 +08:00

index.css

证据面板与报告正文接上分析结论（分析能力一轮）。点判定语、具名的数、结果表的格：出处链照服务端的分析几步（判定 → 方法 → 计算 → 输入 → 复算 → 封存）——判定写编号和方法的叫法（method_label）、判定语照原样、判定标准、点名的段、方向、谁做的（Agent 现场 / 分析卡 / 口径卡执行时的可比性检查）、附带说明、Agent 写的假设（另说它不是结论）；方法写版本、实际用的阈值（契约的叫法）、规范化后的参数；计算写代入式、具名的数、结果表（被引用的数描出来、那一格高亮）；输入每份一节，总数和各段之和的闭合核对照服务端算好的数，输入快照的查询步骤接在后面、点 Q 跳过去；复算一致与否、封存范围内台账记没记过、算不了的写原因；分析结论的数不走口径账本。口径卡指标上多一行「两期可比性」（判定、判定语，展开看那份可比性结论的整条链，随卡封存）。说法违规（判断词未挂分析结论、判断与分析结论不符、因果说法没有依据，按 unit / segment / span）标在正文上：只在判断词下面画提醒色波浪线，那段文字是一个可点的片段，句末挂「说法待核」，n / N 跳得到；点开写种类的叫法（同审计）、服务端的原话、所挂的结论（点一下落到它的判定语）。正文后面是系统写的「分析范围」（现象、拆过、排除、算不了、没拆的候选维度、做过几次差异检验），编号点得开——正文没引用的取新接口 …/evidence/analyses/{alias} 的出处链，关掉焦点回到那个编号。整句面板挂的依据是分析结论时写「派生自 Q1、Q2」（证据图的 derived_from 边，按这份报告认）。记录页：审计表的说法违规行写种类的叫法、点得开；工件页签认得分析结论（哪一种分析，算不了的写没有做成）。夹具 evidence-analysis.json 是真运行组装的（后端测试库里的虚构零售库 shop，模型换成脚本）。check-evidence 加三节（分析结论的出处链、说法违规与分析范围、指标上的两期可比性），check-runs 加一节（审计行、工件页签）

2026-10-21 18:57:22 +08:00

main.tsx

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

2026-09-27 23:37:32 +08:00

types.ts

types.ts：RunComparison 的注释挪回它正上方。分析卡那一节插进来的时候把「GET /runs/{id}/compare?base=…」的说明顶到了 RunCompareAnalysisSide 头上，读的人以为那是另一边的说明

2026-10-21 15:53:41 +00:00

typesApp.ts

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

typesBlueprint.ts

自由形蓝图（前端）：「谁来做」卡片按服务端的 derived_people 摆，只定每一步由谁做

2026-10-16 10:54:30 +08:00

typesEval.ts

评测前端：变体里能选「分析工具」开 / 关，发起评测多一种「分析工具贡献对照」。typesEval 加 EvalAnalysisTools、EvalPreset，EvalVariant 多 analysis；termsEval 加分析工具的叫法、提示和这种对照的说明，对比「都没变」那句带上分析工具。StartDialog：ArmFields 多一格分析工具（题集的默认变体同一张表单），预设对照里由预设定的那一项不摆（目录贡献不摆目录、分析工具贡献不摆分析工具）；分析工具贡献对照交 {preset: analysis_tools, variant}，变体里不带分析工具和名字，缺省每题 3 次。结果页、对比页、A/B 照服务端的变体那一句和指纹差异显示。check-evals：发起时评一次选「关」、两种预设的请求体和估算的两臂，对比写「分析工具：开 → 关」，分析工具贡献对照的两臂和详情页头；test_frontend_eval_unions 对上分析工具的取值、叫法和预设对照

2026-10-21 19:32:38 +08:00

typesLedger.ts

草稿页列出这次没起草的指标

2026-11-04 08:37:52 +08:00

typesRecall.ts

召回里行序不定的指标不当「没变」（编排者拍板）：全部指标都行序不定的，结论写「核对不了（行序不定）」（召回批次的新状态 row_order），开召回待办请人核对，待办和通知的标题照实说没能核对，不在原答案上记「已核对，不影响」；部分行序不定的，已判定的照常判，行序不定的那几项在结论里列出（row_order_metrics），数没变时原答案的记账照样列出、问数据的轮次写「其中「x」行序不定，没能核对」。补测试

2026-10-19 11:54:08 +08:00

typesSource.ts

表结构变了之后口径凑不齐参数时照实记下：以前不试算、也不记日志，一声不响地跳过。现在记一条日志写缺哪几个参数（必填、没给值也没有缺省值的入口字段）和参数本来从哪来，同时写进变化记录的 affects.probes（同一版只记一条），变化页的「影响」一块写「「x」v3：缺少参数 start、end，没有试算」；同一条变化再被探查到时这份记录不丢。变化接口给的 affects 缺的几项补上空的

2026-10-19 10:10:38 +08:00