Skip to content

fix(scoring): 对齐真实精选解释并修正提示词统计 - #226

Merged
fxbin merged 4 commits into
mainfrom
issue-225-scoring-prompt-observability
Nov 3, 2026
Merged

fxbin merged 4 commits into
mainfrom
issue-225-scoring-prompt-observability

Conversation

@fxbin

@fxbin fxbin commented Nov 3, 2026

Copy link
Copy Markdown
Owner

算法解释原先对有限样本独立评分,提示词页面则把同一场景的调用量重复显示在多份模板上。现在解释页复用真实精选的完整候选、个人忽略、静音、事件代表和评分过程,样本数量只影响展示;提示词目录按场景汇总请求尝试、成功和失败,并明确所有历史版本的统计边界。

页面区分原始维度、权重贡献、软降权和未入选原因,标记本地降级待复核;普通用户不显示管理分析动作。窗口优先发布时间,诊断计数不能阻止真实候选执行;解释缓存绑定用户、事件修订和有限有效期。目录补齐至31份,代码继续作为模板真源。

Closes #225

Verification

  • 隔离一次性PG:TEST_PG_PORT=5564 bash backend/scripts/test_full_local.sh -k 'test_prompt_registry or test_scoring_flow or test_today_picks or test_url_only_content or test_explanation_window_matches_published_time',88项通过、退出0,临时容器已清理。
  • 前端npm run test:coverage:447项通过;最后名称常量/文案/布局调整后6项针对性复验、npx tsc --noEmit、生产构建均通过。
  • Ruff、分层、评分镜像、刊物命名、notes与diff校验通过。ESLint 0 errors,保留既有unused warnings。
  • 真实浏览器配隔离SQLite及合成评分数据:场景筛选/单次统计、详情与失败重试、刷新失败保留、角色按钮、主动切换窗口,390px页面/弹窗与桌面布局通过。
  • 独立只读复核(独立agent /root/navigation_final_verify,非本轮实现者)发现时间窗口P2,已统一发布时间口径并补跨窗口/诊断为0回归;复查无剩余阻塞。

边界与长期合同

未调整评分权重、提示词意图或数据库schema。旧日志未记录模板组合、版本、独立业务请求与响应缓存身份,不推算重试/缓存/单版模板用量;请求成功不等于业务结果验证成功。模型质量、真实Provider、生产运行和用户收益不在上述本地证据范围内。

新建提示词统计归因owning note,更新评分证据owning note;独立复核确认长期维护价值。AGENTS约定未变;截图与原始运行记录保留本地,不进入PR。

@fxbin
fxbin merged commit 61c457e into main Nov 3, 2026
8 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

统一算法解释与真实精选链路并修正提示词统计口径

1 participant