7.2 KiB

Raw Permalink Blame History

第 1 轮工作计划（轻量合并版）：证据链强关联扩展与 EvidenceItem 统一

更新日期：2026-08-01

1. 本轮目标

把 mes.dispatch（P3）已实现的「确认令牌 + 排产版本证据 + 写前快照绑定、缺项拒绝」强校验，扩展到 workflow.execute_confirmed 覆盖的全部 P2/P3 动作，并统一证据链协议（证据引用 + 输入快照指纹 + 版本绑定）。本轮目标状态：矩阵 M1「证据链 v1」由 Partial 升为 Done（以黄金测试为准）。

2. 背景和当前状态

当前已完成：mes.dispatch 的 stage_dispatch/apply_dispatch 已强制绑定确认令牌、schedule-version:<id> 证据与写前快照（test_mes.py 覆盖缺项拒绝/版本替换拒绝/幂等）；database 审批后端（迁移 20260731_03 + InnoDB 校验）已收口（18 passed）。
当前缺口：execute_confirmed 覆盖 32 个 P2/P3 动作，26 处 write_audit 大多未携带 beforeSnapshot 与 evidenceRefs；执行端不校验 staging 时的世界指纹（漂移检测缺失）；版本绑定只对 mes.dispatch 生效。
本轮为什么现在做：完成度矩阵点名「下一步必须补…把强关联扩展到其余 P2/P3，并统一 EvidenceItem、输入快照和版本协议」，属 P0 批次验收出口。
Workspace preflight：共享脏工作区（58 modified + ~40 untracked），无分支/无提交（沿用源会话约束）；确认路径基线 36 passed；GitNexus 索引 5703 symbols。
方向分析：Q1 推荐选项 A，目标续跑轮授权执行。

3. 本轮工作方向

execute_confirmed（32 动作，26 审计缺字段，无漂移检测）
-> 统一证据协议：stage 记录 beforeFingerprint + evidenceRefs + beforeSnapshot
-> 执行前校验：漂移检测 + 版本证据绑定 + 前置快照存在性（fail closed）
-> 全部 P2/P3 审计事件携带 beforeSnapshot + evidenceRefs
-> 黄金测试（漂移/缺证据/版本替换拒绝）+ 全量回归
-> 矩阵 M1 证据链 v1 → Done

4. 已确认决策

任务重量：

档位：轻型（单模块域：harness/workflow/mes/测试；集成点唯一：确认执行路径）。
规模依据：核心改动集中在 server/agent_core/harness.py、server/aps_domain/workflow.py、server/aps_domain/mes.py + 新增黄金测试；风险评估 MEDIUM（execute_confirmed 5 个直接调用者，均为确认 API/测试）。
选择原因：源会话既定共享脏工作区无分支约束；改动耦合紧密，主 agent 实现 + 独立审计 agent 只读并行，避免共享工作区写冲突。

P0/P1 决策（按 Q1 推荐采纳）：

决策 1（P0）：本轮切片 = 证据链强关联扩展到其余 P2/P3 + 统一 EvidenceItem/输入快照/版本协议（选项 A）。
决策 2（P1）：不新建分支、不提交、不推送，继续在共享脏工作区交付（沿用源会话约束，直到用户另行授权）。
决策 3（P1）：验证深度 = 聚焦确认路径测试 + 全量黄金回归（python -m pytest tests/golden -q -p no:cacheprovider）。

默认假设：

假设 1：stage_confirmation 无法拿到调用方世界时（测试假 store 未注册到 scoped cache），beforeFingerprint 记为 None 且跳过漂移强制，保证存量测试不破坏；生产路径身份/世界已加载时强制生效。
假设 2：版本绑定动作集合 = 参数含 versionId 且证据要求 schedule-version:<versionId> 的动作（schedule.publish / flex.reschedule / schedule.adjust.commit / flex.adjust.commit / rush.apply / mes.dispatch 等），以执行端声明为准。
假设 3：审计字段统一为 beforeSnapshot（写前 checkpoint pairId）+ evidenceRefs（pending 记录参数，缺省空列表）。

未决但不阻塞：MySQL 实机多主机断连/死锁故障注入（需外部环境，本轮不做）。

5. 范围

In scope:

harness.stage_confirmation：记录 beforeFingerprint（世界指纹，已加载时）、evidenceRefs（显式或按 versionId 派生）、beforeSnapshot；新增 world_fingerprint() 工具与 verify_pending_evidence() 校验器（漂移/版本证据/快照存在性）。
workflow.execute_confirmed：执行前统一证据校验（失败关闭 + DENIED 审计 + 无世界写入）；26 处 write_audit 补 beforeSnapshot/evidenceRefs。
mes.stage_dispatch/apply_dispatch：对齐统一协议（保持现有强校验，接入公共校验器/字段命名）。
新增 tests/golden/test_evidence_contract.py：漂移拒绝、缺证据拒绝、版本替换拒绝、审计字段断言、代表性 P2 动作（schedule.publish/order.upsert）绑定。
文档：docs/architecture/harness.md、docs/product/plan-completion-matrix.md（M1 证据链 v1）、docs/CHANGELOG.md。

Out of scope:

MySQL 实机/多主机/断连死锁注入；WORM 归档；审批意见/委托/转派/批量；文件→DB 存量迁移（下一轮）。
任何分支、提交、推送、合并、清理用户改动。

6. 成功标准

python -m pytest -q tests/golden/test_evidence_contract.py tests/golden/test_harness_p3.py tests/golden/test_mes.py tests/golden/test_approval_database_store.py tests/golden/test_e2e_acceptance.py -p no:cacheprovider 全部通过。
全量 python -m pytest tests/golden -q -p no:cacheprovider 通过（基线 397，预期 + 新增测试数）。
python -m ruff check 改动文件干净。
git status 仅新增预期文件/修改（无提交、无推送）。

7. 验证方式

聚焦：python -m pytest -q tests/golden/test_evidence_contract.py -p no:cacheprovider
回归：确认路径 36+、全量黄金套件。
静态：python -m ruff check 改动文件。
范围：git diff --stat 核对仅本轮文件。

8. 关键风险

风险	影响	控制方式
漂移检测误伤存量确认流程	存量测试/API 回归	beforeFingerprint 仅在 scoped store 已加载时强制；聚焦+全量回归
execute_confirmed MEDIUM 风险（5 直接调用者）	确认 API 行为变化	校验失败关闭路径只拒绝「漂移/缺证据/版本替换」，正常路径行为不变
共享脏工作区并发写冲突	文件互相覆盖	主 agent 实现；审计 agent 只读并行
版本绑定动作集合判定偏差	该强校验覆盖不全	校验器以参数声明为准 + 黄金测试固定代表性动作

9. 停止条件

全量黄金测试出现非本轮相关回归且无法快速定位时，暂停并报告。
审计 agent 发现 blocking findings 且修复需要产品决策时，暂停询问用户。
任何需要提交/推送/合并/清理用户改动的操作，一律停下等待用户授权。

10. 本轮完成定义

实现、测试、审计、文档全部完成；聚焦与全量验证通过。
审计 findings 清零或全部修复并复验。
矩阵与 CHANGELOG 回写完成；git status 无意外改动；不提交、不合并（等待用户对合并/提交的授权）。
收口：向用户报告主要结论、关键洞察、需要特别留意的地方；询问是否提交/合并（普通模式门）。

11. 下一步

本计划为轻量合并版：主 agent 实现 + 独立审计 agent 并行只读审查 + 主 agent 集成验证 + 收口报告。目标续跑轮授权直接进入实施。

7.2 KiB Raw Permalink Blame History Unescape Escape