feat: add generated scene skill platform hardening
This commit is contained in:
木炎
224
docs/superpowers/specs/2026-04-18-g2-remediation-design.md
Normal file
224
docs/superpowers/specs/2026-04-18-g2-remediation-design.md
Normal file
@@ -0,0 +1,224 @@
|
||||
# G2 家族整改设计
|
||||
|
||||
> **Status:** Draft
|
||||
> **Date:** 2026-04-18
|
||||
> **Author:** Codex
|
||||
|
||||
## Problem Statement
|
||||
|
||||
第一轮真实样本迁移已经完成 `G2` 家族三份代表样本的真实生成与对标分析：
|
||||
|
||||
1. `台区线损大数据-月_周累计线损率统计分析`
|
||||
2. `白银线损周报`
|
||||
3. `线损同期差异报表`
|
||||
|
||||
分析结论已经在以下文档中固化：
|
||||
|
||||
1. `docs/superpowers/reports/2026-04-18-r1-real-tq-lineloss-analysis.md`
|
||||
2. `docs/superpowers/reports/2026-04-18-g2-first-round-blocker-summary.md`
|
||||
3. `docs/superpowers/reports/2026-04-18-first-round-migration-and-candidate-validation-report.md`
|
||||
|
||||
当前问题已经不再是“生成器能不能产出 skill 包”，而是：
|
||||
|
||||
> 生成器能产出包，但对 `G2` 线损多模式报表家族仍无法恢复主业务语义，因此没有任何样本达到候选验证门槛。
|
||||
|
||||
`G2` 家族已经稳定复现以下 blocker：
|
||||
|
||||
1. archetype 从 `multi_mode_request` 坍缩为 `paginated_enrichment`
|
||||
2. bootstrap 稳定落错到 `20.77.115.36:31051`
|
||||
3. `modes = []`，只残留默认字段，不存在真实 mode 结构
|
||||
4. `requestTemplate = null`，参数合同为空
|
||||
5. `columnDefs = []`，列语义与 required fields 缺失
|
||||
6. endpoint 候选被静态依赖、外链、其他业务系统严重污染
|
||||
7. readiness 过度乐观，与真实可运行性脱节
|
||||
|
||||
因此，整改阶段的目标不是继续扩样，而是先把 `G2` 家族的主矛盾打透。
|
||||
|
||||
## Goal
|
||||
|
||||
在不脱离现有 `Scene IR + generator + readiness` 框架的前提下，把 `G2` 家族从“能抽取部分信号”提升到“能稳定恢复线损多模式报表主链”。
|
||||
|
||||
整改阶段的直接目标如下：
|
||||
|
||||
1. 正确识别 `G2` 家族 archetype 为 `multi_mode_request`
|
||||
2. 正确恢复主业务 bootstrap，而不是落到错误入口域
|
||||
3. 恢复 `month/week` 模式矩阵
|
||||
4. 恢复 mode-specific request contract
|
||||
5. 恢复 mode-specific response path / column defs / normalize rules
|
||||
6. 对 endpoint 污染建立有效隔离
|
||||
7. 让 readiness 与真实业务闭合程度一致，避免虚高
|
||||
|
||||
## Success Criteria
|
||||
|
||||
整改阶段完成后，`G2` 样本至少要满足以下门槛：
|
||||
|
||||
1. `workflowArchetype = multi_mode_request`
|
||||
2. `bootstrap.expectedDomain` 与 `targetUrl` 锚定到线损主业务承载面
|
||||
3. `modes` 不为空，至少包含 `month` 与 `week`
|
||||
4. 每个 mode 都有明确 request contract
|
||||
5. 每个 mode 都有明确 response path 与 column defs
|
||||
6. 生成脚本不再退化成通用 `paginate -> secondary_request -> filter` 骨架
|
||||
7. readiness 不能在核心合同缺失时继续给出 `A`
|
||||
|
||||
整改阶段的通过标准仍然是“进入候选验证门槛”，不是直接宣称已经内网可运行。
|
||||
|
||||
## Non-Goals
|
||||
|
||||
本整改阶段不处理以下事项：
|
||||
|
||||
1. 不扩展到 `G1/G3` 家族整改
|
||||
2. 不解决统一平台登录、目标系统后台登录或宿主认证恢复
|
||||
3. 不重写整套 `Scene IR` 框架
|
||||
4. 不把所有 BrowserAction 链完整抽象成全新 runtime 模型
|
||||
5. 不在本阶段追求覆盖全部 102 个场景
|
||||
|
||||
## Scope
|
||||
|
||||
本阶段整改范围严格限定为：
|
||||
|
||||
1. `G2` 家族语义识别与编译链
|
||||
2. 与 `G2` 识别直接相关的 analyzer / evidence / generator / readiness 逻辑
|
||||
3. `G2` 对应的 fixture、测试与对标基线
|
||||
|
||||
不进入：
|
||||
|
||||
1. `G1` 家族量产优化
|
||||
2. `G3` 复杂分页补数 workflow 整改
|
||||
3. 运行时 transport、浏览器桥接协议、登录链重构
|
||||
|
||||
## Root Cause Framing
|
||||
|
||||
基于第一轮报告，当前 `G2` 失真不是单点 bug，而是四层问题叠加：
|
||||
|
||||
### 1. Signal Weighting 错位
|
||||
|
||||
系统虽然抓到了：
|
||||
|
||||
1. `month/week/tjzq/mode`
|
||||
2. 线损核心 endpoint
|
||||
3. `responsePath = content`
|
||||
|
||||
但最终决策时，分页、补数、过滤等噪声信号权重更高，导致 archetype 选错。
|
||||
|
||||
### 2. Bootstrap Selection 错位
|
||||
|
||||
bootstrap 候选选择逻辑把“可见入口页”与“真实业务承载页”混淆，导致 `targetUrl` 稳定落错。
|
||||
|
||||
### 3. Mode Reconstruction 缺失
|
||||
|
||||
系统能看到模式词面信号，但没有把这些信号提升为：
|
||||
|
||||
1. mode matrix
|
||||
2. per-mode request builder
|
||||
3. per-mode response parser
|
||||
4. per-mode column / normalize contract
|
||||
|
||||
### 4. Readiness Gate 过宽
|
||||
|
||||
当前 readiness 更像“结构生成完成度”，而不是“业务合同闭合度”，导致错误结果被高分放行。
|
||||
|
||||
## Design Principles
|
||||
|
||||
整改阶段遵循以下原则：
|
||||
|
||||
1. 先修判定，再修模板
|
||||
2. 先修主链，再修文案
|
||||
3. 先收窄 `G2` 边界，再扩到其他家族
|
||||
4. 所有修复都必须落到可回归的 fixture 与测试
|
||||
5. 任何无法闭合的 `G2` 样本必须 fail-closed，而不是继续伪装为候选 skill
|
||||
|
||||
## Workstreams
|
||||
|
||||
整改阶段拆为五条工作流：
|
||||
|
||||
### WS1: G2 Archetype Rectification
|
||||
|
||||
目标：
|
||||
|
||||
让 `G2` 家族不再被分页/补数噪声夺权，优先命中 `multi_mode_request`。
|
||||
|
||||
包含内容：
|
||||
|
||||
1. 收紧 `G2` archetype 识别条件
|
||||
2. 提升 `month/week/tjzq/mode` 信号权重
|
||||
3. 降低通用分页信号对 `G2` 的误导
|
||||
|
||||
### WS2: Bootstrap Rectification
|
||||
|
||||
目标：
|
||||
|
||||
让 bootstrap 选择聚焦真实业务承载面，而不是页面壳或错误入口。
|
||||
|
||||
包含内容：
|
||||
|
||||
1. 区分入口页、壳页面、真实主业务页
|
||||
2. 对 `localhost:*`、静态资源、外链保持排除
|
||||
3. 为 `G2` 增加主业务 bootstrap 选择约束
|
||||
|
||||
### WS3: Mode Contract Reconstruction
|
||||
|
||||
目标：
|
||||
|
||||
从证据层恢复 `month/week` 模式矩阵，并输出 mode-specific 合同。
|
||||
|
||||
包含内容：
|
||||
|
||||
1. 识别 mode switch field
|
||||
2. 恢复 `modes[]`
|
||||
3. 为每个 mode 恢复 request template
|
||||
4. 为每个 mode 恢复 response path / column defs / normalize rules
|
||||
|
||||
### WS4: Endpoint Purification
|
||||
|
||||
目标：
|
||||
|
||||
把真正业务 endpoint 从依赖库、外链、其他系统噪声中剥离出来。
|
||||
|
||||
包含内容：
|
||||
|
||||
1. 过滤第三方库和文档 URL
|
||||
2. 过滤静态资源与依赖包字符串
|
||||
3. 提高线损业务 endpoint 候选排序权重
|
||||
|
||||
### WS5: Readiness Tightening
|
||||
|
||||
目标：
|
||||
|
||||
让 readiness 真正代表“合同闭合度”，而不是“生成是否完成”。
|
||||
|
||||
包含内容：
|
||||
|
||||
1. 新增 `G2` 必过 gate
|
||||
2. 当 `modes / request / columnDefs` 缺失时降级
|
||||
3. 阻断虚高 `A`
|
||||
|
||||
## Required Deliverables
|
||||
|
||||
整改阶段至少应产出：
|
||||
|
||||
1. `G2` 整改 plan
|
||||
2. `G2` 对应 fixture / canonical 对比资产更新
|
||||
3. `G2` 回归测试
|
||||
4. `G2` 整改后第二轮真实迁移报告
|
||||
|
||||
## Acceptance
|
||||
|
||||
整改阶段验收以 `G2` 家族三份样本为准：
|
||||
|
||||
1. `台区线损大数据-月_周累计线损率统计分析`
|
||||
2. `白银线损周报`
|
||||
3. `线损同期差异报表`
|
||||
|
||||
至少满足以下要求：
|
||||
|
||||
1. 三者不再统一坍缩到 `paginated_enrichment`
|
||||
2. 至少第一份样本达到候选验证门槛
|
||||
3. 第二、第三份样本至少能输出更接近真实结构的 `G2` 合同，或者在证据不足时明确 fail-closed
|
||||
|
||||
## Next Step
|
||||
|
||||
基于本设计，下一步应直接落：
|
||||
|
||||
- `docs/superpowers/plans/2026-04-18-g2-remediation-plan.md`
|
||||
|
||||
该 plan 只围绕 `G2` 整改，不扩展到 `G1/G3` 或大规模场景迁移。
|
||||
Reference in New Issue
Block a user