Skip to content

Latest commit

 

History

History
152 lines (115 loc) · 9.93 KB

TASK.md

File metadata and controls

152 lines (115 loc) · 9.93 KB

OneCase MVP 执行任务

状态:保留原始执行基线;当前实现状态更新于 2026-09-05 来源:D:\EdgeDownload\OneCase|社区事项 AI 工作台:深度研究与双文档交付.pdf 目标:把研究稿转成一个可验证、可演示、可回滚的社区事项 AI 工作台 MVP。

当前进度:文字流程与单张图片输入已实现,Qwen/OpenAI/StepFun 的文字和图片消息已接通。2026-09-05 运行态为 stepfun / step-1o-turbo-vision,一条合成图片 Intake 已真实完成分析、通过 Schema 并进入 Review;这只证明链路可运行,不代表识别质量验收。最近复跑 AI 74、Web 64、Contracts 25、Domain 33 项单元测试及独立临时数据库上的 93 项业务不变量;三条黄金链路脚本(golden-path 的分析步骤走真实 stepfun 调用)全绿。原「尚未闭合」四项已闭合:R4 落库失败即时恢复(代码+R4 回归测试)、E2E 数据库/Provider 隔离(专用端口 3100 + e2e-demo.db + 强制 Mock)、视觉能力精确判断(模型级白名单 imageModelSupported,未知模型不冒认)、Review 页展示实际 provider/model。仍开放:真实识别验收线待本人拍板——探索轮已于 2026-09-05 完成(step-1o-turbo-vision,v1 提示词 30 次调用发现注入样本 I08 被劫持 → 提示词加固为 v2 后复跑 30 次:自动字段检查 24/26 通过、I08 未再被劫持且标记 evidenceConflict、3 条注入变体验证未过拟合、T20 无事项输入改为占位草稿待人工裁定;4 样本待人工审核,详见 评估记录),拍板前 README「真实识别未验收」口径不变。SQLite→PostgreSQL 已拍板参赛阶段不迁移(ADR-003)。详见 图片验证记录与 StepFun 闭环审查。本项目由 1 人独立开发,AI+民生个人参赛;报名与材料状态见 提交说明。下文的阶段计划及早期问题不自动代表当前事实。

0. 执行模型必须遵守的工作方式

  1. 先阅读本文件、docs/product/PRD.md、docs/architecture/TECH_SPEC.md,再检查当前仓库。
  2. 不把 PDF 中的版本号、价格、法规状态视为当前事实;使用前查官方资料并记录核验日期。
  3. 先完成 Mock 黄金链路,再接真实 AI Provider。任何时候 AI 失败都必须允许手动完成 Case 创建。
  4. 每次只推进一个可独立验证的小阶段,不跨阶段顺手扩 scope。
  5. 不新增未获授权的生产依赖,不写真实居民数据,不提交密钥。
  6. AI 只能生成 Draft;创建、关联、关闭 Case 必须由用户操作触发。
  7. 每阶段结束按“communicating”模板汇报,验证失败必须原样说明。

1. question

以下问题会影响实现,但不会阻塞 Mock-first 基础开发。建议默认值写在括号中:

  1. 本轮目标是 72 小时黑客松 Demo,还是可持续的试点基础?(默认:先交付 72h Demo,但保留试点边界)
  2. Demo 最终运行在哪里?(默认:本机可完整运行;云部署单独授权后处理)
  3. 首选 AI Provider 和已具备的凭据是什么?(默认:先实现 MockProvider,再接 Qwen)
  4. 是否要求图片/截图在首轮真实调用多模态模型?(默认:是;但 Mock 路径必须独立可演示)
  5. 是否有真实匿名样例和社区类别字典?(默认:没有,使用明确标记的合成数据)
  6. Demo 是否需要真实登录?(默认:Seeded Demo User,不实现完整认证;接口保留 organization scope)
  7. 视觉交付标准是工程可用还是比赛高保真?(默认:黄金链路高保真,其余页面功能优先)
  8. 团队人数和可用时间是多少?(未知;这会影响并行度和砍范围顺序)

在得到回答前,执行模型可以完成:项目骨架、Domain、Mock AI、Seed 数据、黄金链路和测试。不得自行执行部署、付费或外部系统写入。

2. to do

Phase 0 - 固化基线

  • 阅读三份文档并输出不超过 15 条的决策摘要。
  • 检查目录、Git、Node/pnpm、PostgreSQL/Docker 可用性。
  • 建立 README.md、.env.example、docs/adr/ 和最小运行说明。
  • 将实际采用的版本写入 lockfile,不照抄研究稿的漂移版本。
  • verify:仓库状态、版本输出、文档链接均可追踪;没有密钥和真实个人信息。

Phase 1 - Domain first

  • 建立 Modular Monolith 工程边界:web、domain、db、ai、contracts。
  • 实现 Intake、IntakeAnalysis、Case、CaseSource、CaseAction、DuplicateCandidate 的最小模型。
  • 实现 Case 状态机、Priority Policy、Confirm Transaction、Optimistic Lock、Idempotency。
  • 先写 Domain Unit Tests:合法/非法状态迁移、多 Issue confirm、人工关联边界、租户隔离。
  • verify:定向测试、typecheck;AI Provider 尚未接入也能通过。

Phase 2 - Mock 黄金链路

  • Seed 至少 6 个 Case、8 个 Intake,包含一个多事项输入和一个 Hard Negative。
  • 实现:文字输入 -> Mock Structured Extraction -> Human Review -> Duplicate Candidate -> Link/Create -> Case Detail -> Timeline -> Dashboard。
  • 页面必须显示 AI 草稿·待确认、缺失字段、匹配依据和 Demo 数据标识。
  • 实现 Demo Reset;Reset 只能在 Demo Mode 使用。
  • verify:Playwright 覆盖“一条 Intake 拆成两个 Issue,其中一个关联、一个新建”的完整路径。

Phase 3 - 真实 AI 与重复检测

  • 定义 provider-neutral 接口,保留 MockProvider。
  • 输入视为 untrusted data;Structured Output 后必须执行 Zod/runtime validation。
  • Provider 超时、非法 Schema、有限重试与手动 fallback 都必须可测试。
  • 使用 canonical case text 生成 embedding;小规模先 exact cosine。
  • Duplicate 只返回 Top 3 候选;初始 heuristic 必须标注为未校准,不自动合并。
  • verify:Contract Tests、异常路径、至少 20 条小型合成 Eval;记录模型/Prompt/Schema 版本。

Phase 4 - Demo readiness

  • 完成 6 个核心页面状态:loading、empty、error、success、permission denied、AI unavailable。
  • 准备 DEMO_MODE、Mock fallback、本地 Seed/Reset、90 秒录屏脚本。
  • 跑 lint、typecheck、unit、integration、E2E、build。
  • 检查 diff、依赖 License、README、.env.example、敏感信息。
  • verify:断网或 Provider 不可用时,黄金链路仍能用 Mock/手动方式演示。

3. next to do

MVP 验收后再做,不能提前侵入 72h 范围:

  1. 访谈 5-10 位真实一线工作人员,建立当前流程计时和真实分类字典。
  2. 在合法授权和脱敏前提下建立 100-200 条 Intake、150+ Duplicate Pair 的 Gold Dataset。
  3. Shadow Mode:AI 只生成结果,不改变现有工作流。
  4. 校准地点标准化、类别、Priority Matrix、Duplicate threshold 和权重。
  5. 实现正式认证、RBAC、RLS/数据库级隔离、留存删除流程、审计查询。
  6. 根据目标客户重新选择中国区云、对象存储、AI Endpoint 和合规方案。
  7. 只有出现任务堆积或吞吐证据后,再引入 Redis/BullMQ 或云队列。
  8. 只有 exact search benchmark 不满足目标后,再评估 HNSW 或独立向量数据库。
  9. 只有客户明确需要,再做企微/12345/外部治理系统集成。

4. communicating

每个阶段开始时输出:

阶段:
目标:
完成标准:
准备修改的层和文件:
本阶段不做:

每个阶段结束时输出:

结果:
修改文件:
验证命令与关键输出:
失败或未验证项:
结构影响:需求经过哪些层;哪些层未修改及原因:
风险/回滚方式:
下一步:

遇到以下情况立即暂停并询问:部署、付费、真实外部消息、生产数据、凭据、删除重要内容、公共 API 破坏性调整、跨模块显著扩 scope。

5. advice

建议

  • 核心卖点不是“AI 总结”,而是 Message -> Draft -> Human Decision -> Case。
  • 第一个 Demo 必须展示 1 Intake -> 2 Issues 和 Multiple Intakes -> 1 Case,否则差异化不成立。
  • 先做 Mock 黄金链路能把产品、Domain 和 UI 风险与 Provider 风险解耦。
  • Duplicate 优先保证 Precision;错合并会让真实事项消失,后果比漏掉重复更严重。
  • Dashboard 只消费已确认 Case,不直接统计 AI Draft。
  • 不要在 MVP 中加入 Multi-Agent、RAG、GIS、真实微信、复杂 SLA、微服务或 Kubernetes。

当前没有把握的点

  • 真实社区工作人员是否愿意使用新的工作台,以及使用入口应嵌入哪里。
  • 8 个一级类别是否符合目标社区;研究稿只给了通用假设。
  • 中文地点标准化和 Duplicate heuristic 在真实数据上的准确性。
  • PDF 中列出的框架版本、模型能力、价格和法规状态是否仍为当前状态。
  • 72 小时内高保真 UI、真实多模态、完整测试能否全部完成,取决于团队人数和现有资产。

用户/项目目前遗漏的信息

  • 比赛准确截止时间、提交格式、路演设备和网络条件。
  • 团队成员、分工、可投入时长和熟悉的技术栈。
  • AI Provider、云环境、数据库环境及是否已有账号。
  • 品牌视觉、目标屏幕尺寸和 Demo 语言。
  • 可合法使用的样例数据、类别字典、地点层级与标注规则。
  • MVP 的明确验收人,以及“完成”是本机运行、录屏、在线 Demo 还是代码仓库交付。

6. 最终完成标准

  • 核心黄金链路可重复运行,不依赖临场网络。
  • 所有 AI 结果可编辑且不会未经人工确认成为业务事实。
  • 一个 Intake 可以产生多个 Draft;多个 Intake 可以关联一个 Case。
  • 异常情况下仍可手动创建 Case。
  • 至少有 Domain tests 和一条黄金链路 E2E。
  • 文档、代码、Demo 数据不声称未测得的效率或准确率。