Repository navigation
fix: RAG「条件性」判据纠偏 —— 只用有生产者的量(A3 + B1①②) - #3
Merged
Merged
Conversation
audit 的 A3 / B1 落地。**本轮起改用 TDD(先写会失败的测试)**。 缺陷(A3):RAG 的「条件性」名实不符 is_result_complete 要求 summary_confidence >= 0.6 且 summary_count >= 2, 但 summary_confidence 全仓唯一字面量是 views_api 里的硬编码 0.0,无生产者 ⇒ 判据恒假 ⇒ 条件 3 恒真 ⇒ 除 KV 命中外的查询全都调 RAG。 修复 - is_result_complete / should_call_rag 移除 summary_confidence 形参 (保留 = 留着旋钮没人转,正是 A3 的成因) - 新增具名常量 SUMMARY_COMPLETENESS_MIN_COUNT = 2(沿用原判据的"2 条",不新造阈值) - 接线 B1①:rag_conditional_search 把 summary_result["summary_count"] 传下去 - 顺带修 views_api 用 len(字典) 当"摘要条数"(len 恒为 5,与条数无关), 并删掉那句未兑现的注释「第8天实现 Summary 后提供真实置信度」 TDD 过程(RED 是看着失败的,不是事后补测) - 先写 test_day23(6 用例)→ 跑 → 3 failed(assert True is False,全因功能不存在) - 再改实现 → 6 passed;不依赖 embedding 的 45 个全绿 -⚠️ 中途踩到自己写下的坑:新文件忘了加进 pytest.ini 的 testpaths, pytest 报 39 passed(没收集新文件)—— 已补,现为 45 / 58 文档校正(本轮改动导致的过时陈述) - README / ARCHITECTURE / 性能基线:26 用例 → 58 用例;README 技术栈 Python 3.9 → 3.11 - ARCHITECTURE §1「RAG 是条件性调用——不默认触发」此前与实现不符,本轮修完后才成立 提交前两问 ① 本次有决策事项 ⇒ 已建 DEC:docs/decisions决策/DEC-003-内部结果完整性的判据-20260921.md (「完整性用什么判据」三选一:补真实置信度 / 去掉对它的依赖 / 保留但缺省不拦 → 选定第二种,理由「判据里不许出现没有生产者的量」;含反悔成本) ② CHANGELOG 已写(第 2 轮) 测试:58 passed(全量)· 45 passed / 13 deselected(不依赖 embedding)
heweidong-ecco
added a commit
that referenced
this pull request
Sep 21, 2026
去掉 test-embedding 的 continue-on-error: true —— 13 个 embedding 用例
(day18 全部 + day19 全部)从"没有 CI 把关"变成也有第二双眼睛。
推翻的依据是实测而非判断:
· 该 job 在 CI 上连续两次通过(1m28s / 2m36s,含装 Ollama + 拉 bge-m3)
· 原裁决担心的两件事都没发生:① CPU 推理没慢到不可用 ② 性能断言没抖
· 而原裁决的代价是实打实的:13 个用例永远无 CI 把关,且本机 8 GB 内存
本来就跑得勉强(本地跑它们很吃力)
元教训(已写进 DEC-002 §八):
别在没有任何实测数据时做预防性退让 —— 先按最严的做,观测到问题再退;
而不是先退让、再等一个也许永远不会来的理由去收紧。
同时记录一条本次真踩到的操作教训(CLAUDE.md §8):
堆叠分支 + squash 合并 ⇒ 必须 rebase --onto 摘掉已合并的提交,
否则 PR 会把已合并的改动重放一遍(本次 PR #3 真实撞上)。
提交前两问
① 本次有决策事项 ⇒ DEC-002 已修订(§七 推翻与依据 · §八 元教训 · §六 更新反悔成本)
② CHANGELOG 已写(第 2 轮「修订(Changed)」小节)
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
落地
audit源码通读-待修清单-20260921.md的 A3 + B1①②。⭐ 本轮起改用 TDD(先写会失败的测试)。缺陷(A3):RAG 的「条件性」名实不符
ARCHITECTURE.md §1承诺「RAG 是条件性调用 —— 不默认触发」,但实现里:_search_kv只在 query 含「位置/在哪/偏好」等词时才有结果,其余kv_result = Noneshould_call_rag条件 3:只要有任一层命中就查完整性is_result_complete要求summary_confidence >= 0.6且summary_count >= 2summary_confidence全仓没有生产者(唯一字面量是views_api里的硬编码0.0)⇒ 判据恒假 ⇒ 条件 3 恒真 ⇒ 除 KV 命中外的查询全都调 RAG
⇒ 修完这一条,
ARCHITECTURE.md §1那句话才成立(此前与实现不符)。修复
is_result_complete/should_call_rag移除summary_confidence形参—— 保留 = 留着旋钮没人转,正是 A3 的成因
SUMMARY_COMPLETENESS_MIN_COUNT = 2(沿用原判据的"2 条",不新造阈值)rag_conditional_search把summary_result["summary_count"]传下去(
summary_count有生产者summary_api.search_recent_summary,只是没人往下传)views_api用len(字典)当"摘要条数"(len()恒为 5,与条数无关)并删掉那句未兑现的注释「第8天实现 Summary 后提供真实置信度」
规则(已写进 CLAUDE.md §7.1):判据里不许出现没有生产者的量 —— 要么连生产者一起做,要么把参数删掉。
TDD 过程(RED 是看着失败的)
pytest.ini的testpaths,pytest报 39 passed(新文件根本没被收集)。已补 → 45 / 58。文档校正(本轮改动导致的过时陈述)
README.md/ARCHITECTURE.md/性能基线与容量规划.md:26 用例 → 58 用例README.md技术栈:Python 3.9 → 3.11(3.9 已证装不上)测试
58 passed(全量)·45 passed / 13 deselected(不依赖 embedding)提交前两问
① 有决策事项 ⇒
DEC-003(三选一:补真实置信度 / 去掉对它的依赖 / 保留但缺省不拦 → 选定第二种,含反悔成本)② CHANGELOG 已写(第 2 轮)