5.2 KiB
5.2 KiB
P1-VALIDATION — P1 只读兜底 · 全量验证与文档收尾记录（Agent-F）
测试文档员：Agent-F · 日期：2026-09-02 · 协调板：
GOAL-P1.md· 前置：P1-DESIGN.md/P1-IMPL-NOTES.md未 git commit / push；全部验证用.venv\Scripts\python.exe（Windows，Git Bash）。
1. 本轮（Agent-F）实际改动
| # | 文件 | 新建/修改 | 内容 |
|---|---|---|---|
| 1 | server/integrations/pi_bridge.py |
修改 | 唯一代码改动：_TASK_TEMPLATE 只读约束第 2 条撤销「引用必须标注 callId」，改为「数字必须来自快照 + 凭证由围墙外签发不可获知、不得编造、出现不存在的凭证编号即判伪造成果整轮失败」（设计张力处置，见 §3）。零逻辑变更 |
| 2 | docs/architecture/harness.md |
修改 | 权力矩阵追加 agent.fallback.propose P1 行；/api/features 条目补 defaultOff 语义说明；变更记录表加 2026-09-02 FB-01 行 |
| 3 | docs/architecture/fallback.md |
新建 | 智能兜底 P1 落地态文档（定位/组件/开关默认关语义/运行目录/三重熔断/围墙与工具桥只读面/callId 凭证与已知限制处置/审计/P1 边界/验证指针），并登记进 docs/architecture/README.md 索引 |
| 4 | docs/CHANGELOG.md |
修改 | 顶部新增 2026-09-02「FB-01 智能兜底 P1（只读）」条目（体例照 FF-01） |
2. 验证命令 + 真实输出摘要
| 验证 | 命令 | 真实结果 |
|---|---|---|
| 新增/修改测试（改动后复跑） | pytest tests/golden/test_fallback_lane.py tests/golden/test_feature_flags.py -q |
19 passed（13 兜底 + 6 开关），1.71s |
| 受影响切片复跑（IMPL-NOTES §3 两组，13 文件） | pytest test_contract_sync test_assistant test_guidance test_folder_pack test_tool_runtime test_gov_api test_chat_ensure_session test_closed_loop_gateway test_automation_gateway test_automation_gears test_dialog_clarify test_harness_p3 test_tool_runtime_gateway -q |
83 passed，6.56s（= 回归 42 + 聊天网关门禁 41；IMPL-NOTES 的「102」系其 61 含了当轮新增 19 例的合并计数，83 与之一致） |
| 文档/端点门禁 | pytest test_doc_drift test_health_version test_openapi_schema test_rebuild_pipeline -q |
20 passed，11.19s；文档改动后 test_doc_drift 单独复跑 5 passed |
| 全量黄金 | ls tests/golden/test_*.py 分 4 批 × pytest -q（单批 38–128s，规避 300s 窗口） |
1084 passed / 1 failed（批 1: 246 / 批 2: 296 / 批 3: 280 / 批 4: 262+1 failed），合计 ~333s |
| ruff | ruff check pi_bridge.py fallback_lane.py test_fallback_lane.py |
All checks passed! |
| 既有失败核实 | git diff --stat HEAD -- server/knowledge/ tests/golden/test_preference_features.py |
零 diff；该用例 dueDate 写死 2026-08-03/04，今天 2026-09-02 半周期窗口已过 → urgencyRatio 0.0≠0.5。既有日期炸弹，与本轮无关，未顺手修（超出范围，建议另开轮次改相对 today 生成） |
3. 设计张力处置（IMPL-NOTES 遗留风险 #2）
张力：callId 凭证由编排器在围墙外从事件流事后签发，真实 Pi 进程内 LLM 无法获知其值； 原任务简报强制「引用数据时标注 [callId: ...]」→ 真实 Pi 要么不引用（凭证制度空转）， 要么幻觉出格式吻合的 UUID（必判 forged_citation，真实成果被误杀）。
处置（最小方案，已实施）：只改任务简报模板，撤销强制标注指令，改为明示 「凭证不可获知、不得编造；报告中出现不存在的凭证编号即判伪造成果整轮失败」。
安全性质核验（未破坏）：
validate_report_citations()硬失败语义一字未动；test_forged_callid_rejected继续绿（编造 callId → valid=False → 整轮 FAILED）；- 引用从「强制义务」降级为「防伪绊线」（出现即必须是真）；报告数字可靠性改由 「唯一数据来源 = inbox 只读快照」保证（快照之外无数据可读）。
- 未选「校验降级 warning」方案：那会改
propose_reply判败逻辑并打破安全测试断言。
已写入 docs/architecture/fallback.md（凭证语义节）与 CHANGELOG 边界。
4. 未验证 / 遗留清单
- 真实 pi 端到端冒烟未做（本轮全 fake runner，无 node/pi/真实 LLM）：需带 key 环境按 P0 方法补一次「开关开 + 真实 runner」冒烟；冒烟时注意简报新文案下真实 pi 不应再 产出 callId 引用。
- test_preference_features 日期炸弹：既有失败，与本轮无关，未修（建议另开轮次， dueDate 改相对 today 生成）。
- 模型协商缓存是进程级单值（
_MODEL_CACHE，TTL 300s）：多 base_url 切换需等 TTL 或重启 （IMPL-NOTES 遗留 #6，P1 单现场可接受）。 - P1 边界外全部未做：写操作 / 确认卡执行 / pi 进程内实时工具 / 异步回投 / 桌面打包 / SSE 转发 / token 预算闸 / S2·S3·S9（详见 fallback.md 边界节）。
- 模型名协商依赖 GET /models 可达：端点不支持 /models 的网关会判 unavailable
（显式失败回话术，可用
APS_FALLBACK_MODEL显式指定绕过）。