Skip to content

TASKS.md

Latest commit

 

History

History
442 lines (366 loc) · 41.3 KB

TASKS.md

File metadata and controls

442 lines (366 loc) · 41.3 KB
Raw

Tasks

2026-08-16 已完成：0.2.0 路由、组合任务与更新机制

  • 新增确定性轻量路由：元数据、资料初审、发现快照、正式研究和组合任务会先分流；用户层只保留批量发现公开客户信息、指定对象背调、产品出口市场客观信息三个入口，内部阶段必须有合法上游上下文。
  • 同次多个明确业务目标会创建一个父级组合任务，并分别建立客户背调、市场事实、客户发现、表格补全、公开联系人补充与导出子任务。仅真实数据依赖串行；来源用途、事实领域和子任务边界保持隔离。
  • 删除 SessionStart / resume hook。帮助、当前版本、普通研究与启动不访问 GitHub、不扫描旧缓存；仅显式更新请求可读取激活插件 manifest 并复用宿主会话缓存，更新提示不进入研究证据或正式交付。
  • release bump 后已通过：python3 -m unittest discover -s tests 205/205，python3 evals/run_evals.py --suite all 743/743；严格 runtime package 构建与分发校验为 128 files / 2,151,318 bytes / 0 issues。源码 manifest 已升至 0.2.0，仅重建 dist/superleads，没有修改已安装缓存。必须保留 tmp/stage5_chillys/。

2026-08-15 已完成：0.1.20 preflight adapter ownership repair

  • 本次修复从 native web search、web__run 和 shell HTTP adapter 常量派生 CODEX_CLI_ADAPTER_OWNED_CAPABILITIES；Codex preflight 改为逐能力采用有效 adapter 映射。未映射的自报 available 降为 unknown，显式 missing 保持不变，无效附加报告不会抹掉有效 provider 映射。
  • 已通过 focused preflight 4/4、capability-adapter cases 24/24、unit tests 57/57、全量 eval 731/731、Python 编译、git diff --check 和 126 文件严格 runtime package 构建。manifest 与 dist/superleads 均为 0.1.20。
  • 已启用缓存 /home/fleix/.codex/plugins/cache/fleix/superleads/0.1.20 是较早的 0.1.20 构建，与新包仅在 scripts/preflight_capabilities.py 不同；本任务未覆盖缓存。必须保留 tmp/stage5_chillys/。

2026-08-15 已完成：0.1.19 adapter contract repair

  • 适配器合同已修复：failed-open 双 ID 绑定、相同 open 记录的一对一消费、仅 shell 的敏感数据检查，以及递归排除/拒绝 .plugin-eval 运行时内容；产品市场校验复用公共受限状态集合；release manifest 已更新至 0.1.19。
  • 已完成验证：focused bindings 9/9、unit tests 53/53、产品市场 evals 80/80、全量 evals 731/731、distribution evals 10/10，以及工作树与干净 HEAD 导出的严格 runtime-package 检查。runtime package 与启用的本机缓存 /home/fleix/.codex/plugins/cache/fleix/superleads/0.1.19 完全一致且严格分发检查通过。必须保留 tmp/stage5_chillys/，不得整理或删除。

2026-08-12 已完成：Bulk SearchLog↔Candidate 预检

  • 在正式 validator 前补齐 SearchLog 与 Candidate 的双向发现链接预检：result_refs 必须解析到 Candidate；search_web Candidate 必须有现存同轮 SearchLog；Run/Brief/Plan 必须一致；Candidate 必须反向出现在关联 SearchLog 的 result_refs 中。
  • 复用既有 Bulk pass fixture 做坏图变体测试，没有新增 fixture、schema、正式 validator、错误码类别或 eval runner；预检仍为只读输入检查。
  • 插件版本 bump 到 0.1.16，需同步运行时包和本机缓存后再交付。

2026-08-12 已完成：UAT 测量协议与联系人预检跟进

  • 复核三条 2026-08-12 UAT：业务 gate 实际分段执行，不是缓存复用；但账本同时启动/结束，active/wall 时间不可横向比较。固定清单已要求严格顺序运行并禁止 T000000Z 占位目录名。
  • 测量器首遍语义修正：所有已记录 gate 的首次失败都会令 first_pass_success=false；market 使用 compiler 时必须将 compiler 纳入 required gates。
  • 联系人预检新增主体名关联检查，仅约束 ready / export_with_source_note；needs_manual_association_review 的公开职业线索不被误伤。
  • 插件版本 0.1.15 已重建并安装缓存：124 files、1,868,485 bytes；分发 eval 9/9 通过。
  • 验证：新增单测 7/7，all 721/721，deep 678/678，Skill quick validation、Markdown 冒烟、缓存逐字比对和严格分发检查通过。
  • 详细说明见 docs/validation/superleads-uat-sequential-measurement-20260812.md。

2026-08-11 已完成：真实 UAT 结构化输入预检

  • 新增只读 scripts/precheck_superleads_uat_input.py，覆盖三条正式路线，优先拦截来源逐字锚定、联系人关联、枚举值和产品属性投影错误；输出 uat_precheck_* 诊断，不替代正式 validator / audit。
  • 产品市场紧凑 notes 在编译前检查 Observation 打开状态、逐字摘录和 notes 枚举；编译后检查 EvidenceCard 来源引用以及“用户提供产品资料”是否投影到“产品档案与触发项”。不要求旧 source-derived 属性逐行投影，避免误伤既有合法 fixture。
  • using-superleads、产品市场 Skill、UAT checklist、常用命令和既有静态 suite 已接入 input_precheck gate；没有新增 schema、validator 脚本、错误码或 eval runner。
  • 插件 manifest 已 bump 到 0.1.14；runtime package 已构建为 124 files、1,867,191 bytes，并与 /home/fleix/.codex/plugins/cache/fleix/superleads/0.1.14 diff -qr 无差异；源码和缓存严格分发检查、插件分发 eval 9/9 均通过。
  • 已验证：预检 / 测量 / 编译器单测 13/13；产品市场 75/75；单客背调 7/7；Markdown 交付 9/9；用户可见输出 15/15；run_evals.py --suite default 128/128、--suite all 721/721、--suite deep 678/678；两项 Skill quick validation 和正式 Markdown 冒烟通过。未运行新的联网真实 UAT。

2026-08-11 已完成：真实 UAT 测量账本

  • 新增 scripts/measure_superleads_uat.py 与 3 条回归：记录精确 Git 快照、活动/墙钟耗时、gate 首遍与最终结果、失败分类、修复轮数和 token 可观测性；不执行搜索、不替代任何业务 validator 或 audit。
  • 固定 UAT 清单要求新窗口先 init，记录实际 preflight / validator / audit（适用时）/ Markdown / workbook / user-visible / claimed-path，再 finalize。Git 快照不一致、漏 gate 或未关闭活动区间均为严格 UAT 测量失败。
  • using-superleads Skill、常用命令、运行时包和插件缓存当前已同步至 0.1.14（124 files、1,867,191 bytes）；本条保留的 measurement 3/3、default 127/127、all 720/720、deep 677/677、plugin distribution 9/9 是上一轮 0.1.13 历史记录，不把历史指标伪造成当前版本结果。

2026-08-11 已完成：精简运行时插件包

  • 新增 scripts/build_superleads_plugin_package.py：构建 Git 忽略的 dist/superleads/，仅复制 Codex/Claude manifest、hooks、skills、scripts、shared 与 spec；tmp/、evals、tests、docs、Git 元数据和 Python bytecode 不进入运行时包。
  • 分发检查新增 --runtime-package，覆盖 49 条 Skill 相对引用（含 scripts），并对开发/历史目录、symlink 和 bytecode 施加包级拒绝。
  • 分发 eval 扩为 9/9，已证明缺失 validate_product_market_analysis.py 会失败，人工注入 tmp/old-uat.txt 也会失败。
  • 工件大小为 1,821,708 bytes / 122 files；源码 tmp/stage5_chillys/ 未移动、未删除。本机 marketplace 已重指向工件并重装 0.1.12；实际缓存 2.2 MB，严格检查确认不含 tmp/、evals/、tests/ 或 docs/。

2026-08-11 已完成：Phase 1.2 独立真实 UAT

  • 新 UAT 目录：/tmp/superleads-uat-electric-kettle-phase-1-2-20260811T050529Z；能力门禁通过，正式搜索和来源打开真实执行。
  • 运行 1504 秒，13 Source/Observation、13 EvidenceCard、17 MatrixRow、13 Gap；validator、audit、Markdown、workbook、用户可见和 claimed-path 全部通过。
  • 手工输入从旧基线 2011 行降到 1259 行，耗时从 2990 秒降到 1504 秒；只记录本场景绝对差异，不外推普遍百分比。
  • Phase 1.2 的效率目标已得到一次独立正向 UAT 支持。下一步不继续压缩 Authority/证据边界，而是评估风险优先级和资料缺口收敛输出。
  • UAT 报告与指标保存在 /tmp/superleads-uat-electric-kettle-phase-1-2-20260811T050529Z/{uat_log.md,uat_metrics.json,compiled_graph.json,report.md,workbook_manifest.json}。

2026-08-11 已完成：产品市场证据编译器 Phase 1.2

  • 将 .plugin-eval/benchmark.json 从通用 starter 场景改为 Superleads 三场景基准：能力门禁、普通电水壶出口美国盲测、证据边界回归。
  • 编译器新增只属于紧凑输入的 authority_notes、matrix_row_templates、target_row_ids、authority_note_ids；不改正式 schema、validator、错误码、route 或交付状态。
  • authority_notes 只接受已打开 Observation 的逐字摘录和人工明确断言，默认保持 candidate_needs_check / not_reviewed；旧 row / rows 保持兼容。
  • 新增 2 条编译器回归，插件版本 bump 到 0.1.11 并同步运行时缓存。
  • 验证：compiler 7/7；product-market 75/75；plugin distribution 6/6；default 126/126；all 719/719；deep 676/676；Skill quick validation passed。
  • 离线盲测回放保持 8 EvidenceCards、16 MatrixRows、12 Gaps 和 ready_with_limitations；没有声称已取得新的耗时降幅。
  • 当前会话正式能力门禁为 blocked（search.web/source.open unknown），新的独立真实 UAT 待切换到具备 Web Search 和来源打开能力的环境。
  • 详细验证：docs/validation/superleads-product-market-evidence-phase-1-2-20260811.md。

2026-08-10 已完成：产品市场证据编译器 UAT 跟进

  • 用同一份电水壶美国 UAT graph 在 /tmp 回放编译链路，产出 6 EvidenceCard、13 MatrixRow、10 Gap 和 2 个保留的用户产品属性；validate / audit / Markdown export 全部通过。
  • 紧凑笔记现在兼容 row / rows：同一目标行合并多张卡，单一来源事实可进入多张既有表；行级 freshness / authority 引用避免错误投影。
  • 复合未知属性会保留未提供部分，例如 额定电压/频率 在提供电压后变为 频率，额定功率 会清除 功率 缺口。
  • UAT 回建 notes 为 380 行，只证明结构可编译且交付等价范围可达，不作为独立手写耗时或降本比例结论。插件 0.1.10 已同步到 /home/fleix/.codex/plugins/cache/fleix/superleads/0.1.10。

2026-08-10 已完成：产品市场证据编译器 Phase 1

  • 新增 scripts/compile_product_market_evidence.py：消费已有已打开 Source / Observation 与紧凑证据笔记，编译为现有 EvidenceCard、MatrixRow、Gap 和 ProductAttribute 对象；不搜索、不打开来源、不新增 schema、不创建新状态。
  • 编译器要求引用 Observation 为 opened / captured / extracted / rendered 且包含原文摘录；source_excerpt_quote 必须逐字出现在原始 Observation 中；未打开来源直接拒绝。
  • 用户提供的电压、功率、容量、材料等产品属性以非最终状态写入现有 attributes，并从对应产品的未知属性清单中移除，避免已知输入在手写 graph 阶段丢失。
  • analyzing-product-outbound-market Skill 与常用命令新增编译步骤；插件 manifest / marketplace 版本 bump 至 0.1.9。
  • 回归：tests/test_product_market_evidence_compiler.py 通过 2/2；产品市场 suite 通过 75/75；插件分发 suite 通过 6/6；主 all suite 通过 719/719。测试已接入既有 evals/run_evals.py，未新增 eval runner。
  • 插件 0.1.9 已重新安装到 /home/fleix/.codex/plugins/cache/fleix/superleads/0.1.9。

2026-08-10 已完成：产品出海市场分析按请求范围输出

  • analysis_modules_requested 现在控制完整十二表或单项报告：缺失、空、未知或意图不确定时完整输出，明确单项仅输出相关表与三张固定表。
  • CSV、产品市场 Markdown 和统一 Markdown 交付器使用同一兼容模块映射；source planner 的 certification 同时覆盖既有准入和 COO 查询组。未请求模块不会出表或写成“未执行”，单项报告开头明确范围与未覆盖项。
  • 单项固定来源表只保留可见模块、产品档案或贸易前提实际引用的来源、Gap 和 Conflict；既有用户可见校验会识别范围声明，不再强制未覆盖模块的税费/运输文案。
  • 完整报告空表按未执行、无可用来源、不适用、来源受限分别解释；认证/用户材料、COO/用户材料、候选税号、Trends、物流等既有边界保持不变。
  • 新增认证单项 pass fixture 与现有 case/runner 断言；插件版本 0.1.8 已重装并同步运行时缓存。
  • 未新增 schema、validator 脚本、错误码或 runner，未改批量客户开发、单客背调或 tmp/stage5_chillys/。验证记录：docs/validation/superleads-product-market-report-scope-20260810.md。

2026-08-10 已完成：批量 Markdown 恢复公开联系人

  • 批量 Markdown 联系方式汇总扩为七列，显示联系人 / 公开职业线索、待确认原因和来源链接；保留人员型联系方式归位规则。
  • 保持 export_workbook.py、标准开发名单、单客背调、产品出海市场分析及 tmp/stage5_chillys/ 不变；hold_no_source / hold_inferred 仍不显示原值。
  • 默认发现 pass fixture 增加带来源观察的 Jordan Lee / Sales Manager 人员线索；新增 hold 值脱敏回归 case，未新增 fixture 文件或 runner。
  • 联系采集与研究计划 Skill 增加具体公开联系人查询模板，插件版本 bump 0.1.7 并同步运行时缓存。
  • 验证记录：docs/validation/superleads-bulk-contact-person-visibility-20260810.md。

2026-08-10 已完成：单客背调疑似进出口记录

  • shared/schemas/research-graph.schema.json 仅新增可选顶层 suspected_trade_records 数组；记录字段禁止必填 entity_id，并保留 additionalProperties: false。
  • skills/researching-customer-background/SKILL.md 覆盖族 E 增加中英文主动查询模板、摘要字段抓取、详情受限处理；覆盖族 F 明确贸易查询必须锚定当前对象；报告改为六张固定表 + 一张条件表并补措辞红线。
  • scripts/background_report.py 将记录投影为六列条件表，并把完整 URL 放入“信息从哪里来”；not_searched / searched_not_found 分别显示“本轮未检索” / “已检索未见”。
  • scripts/export_superleads_markdown.py、scripts/export_workbook.py --mode background 同步输出条件表；无记录时与改动前保持六张表。
  • 复用 user_visible_evidence_upgrade 错误码，追加阻断“从中国采购”“海关数据显示”“年进口量”。新增 1 个 pass graph fixture、1 个 fail 用户可见样本并接入现有 cases/runner。
  • 插件版本 bump 0.1.6 并同步缓存；保留 tmp/stage5_chillys/。

已完成

  • 2026-08-10 Source Capability Gate / 0.1.5：正式客户开发、单客背调、产品出海市场分析统一要求当前 Run 同时具备 search.web 和一个来源打开能力；缺失时硬停并提示切换环境，资料初审保留为非正式独立路径。修复产品链接 + 目标国风险问法路由、电水壶误入锂电 Pack、市场报告顶部合并原产/出口国标签；补齐插件公开 URL 与 hooks 分发/命令目标回归。evals/run_evals.py --suite all 为 716/716。

  • 后续唯一优先项：在具备真实检索和来源打开能力的环境，限时 30 分钟手工跑“普通电水壶，中国出口美国”真实业务 UAT；记录卡点、手写 JSON 行数、事实/待确认比例、空模块和用户可用性。Observation -> EvidenceCard -> MatrixRow 编译器在该 UAT 前不实现。

  • 产品出海市场分析 Slice 1-13 及 Code Slice A-M 已完成。

  • Slice R 产品内核复盘已完成，确认 Superleads 是外贸业务情报产品，不是通用工作流框架。

  • Slice S 三路线真实外贸样本已完成。

  • Slice T 用户可见输出合同与静态 eval 已完成。

  • Code Slice U 三路线用户可见 Markdown 交付器已提交：43f2ef7 Add Superleads Markdown delivery exporter。

  • Code Slice V README / Skill 使用说明 / 常用命令示例已提交：8ea336a Document Superleads Markdown delivery usage。

  • Slice W 目的国认证 / 准入要求判断纠偏已提交：8f6703a Calibrate product market certification requirements。

  • Code Slice X 认证 / 目的国准入要求防错闭环已提交：85197d7 Add certification requirement guardrails。

  • Slice AA 弱证据外贸场景校准已完成并提交：b3145fc Calibrate weak-evidence delivery guardrails。

  • Code Slice AB 多来源互证 / CorroborationRecord 最小闭环已完成并提交：2073a98 Add weak-source corroboration records。

  • Code Slice AC 资料时效 / freshness 降级最小闭环已提交：069314d Add product market freshness guardrails。

  • Slice AD 开放世界权威来源识别模型已完成并提交：22be247 Document open world authority source model。

  • Code Slice AD 开放世界来源权威性防错闭环已完成并提交：1b3c040 Add open-world authority verification guardrails。

  • Slice AE 状态词压缩 / 用户可见状态映射已完成并提交：7caa2e4 Document user-visible status mapping。

  • Code Slice AE 状态投影工具 / 导出列 / 用户可见状态 eval 已完成并提交：b08f966 Add user-visible status projection。新增统一状态投影层、产品市场导出 依据状态 / 依据说明、用户可见内部状态 token 阻断。

  • 状态同步已提交：e966c27 Update handoff after status projection commit。

  • Code Slice AF 三路线入口路由纠偏 / route eval 已完成并提交：0f7666e Add Superleads route intent evals。路由样例扩到 25 条，新增独立 route eval runner，混合任务可校验 secondary_routes / route_order。

  • 状态同步已提交：2e5d2ed Update handoff after route evals commit。

  • Code Slice AG 单一客户背调工程资产补齐已完成并提交：c8477d3 Add customer background research guardrails。补 Skill 入口、专属 spec、专属 eval runner、6 条 graph fixtures、1 条用户可见 fail 样本，并强化轻验证与正式名单链路隔离。

  • Slice AH 批量客户开发内核复盘纠偏已提交：b0fdd53 Calibrate bulk discovery candidate pool。取消独立 L2 初筛客户名单 层级，改为发现候选池内部三分区。

  • Code Slice AH 已提交：26e788f Refine bulk discovery status projection：堵 output_mode=初筛客户名单 绕过口；bulk workbook / Markdown 新增 分区、依据状态；Markdown 补联系方式汇总、搜索覆盖与收敛、已排除/仅作参考、风险说明；用户可见 eval 阻断缺状态与缺表交付。当前又补了 可能客户角色 接入实体 customer_type、observed 上调为 已有明确依据，并新增 采购意愿待确认 的误杀回归样本。

  • Code Slice AH-FIX 已收口并纳入本提交：修复 bulk 默认发现依据状态降级优先级；observed + source_restricted 投影为 来源受限，不再升级为 已有明确依据；新增用户可见 fail 样本、Markdown case、minimum gate 行级导出断言和验证文档。

  • 正式 Skill 调用 Markdown 交付收口已完成：本地 Skill 与插件缓存强制 chat-readable 报告走 scripts/export_superleads_markdown.py，禁止手工渲染 workbook sheet；新增 scripts/check_superleads_formal_markdown_delivery.py。

  • 真实业务 UAT 正式交付链路补强已完成：阻断 依据状态=已观察/已观察；需确认/已观察；来源受限 等内部状态泄漏；正式交付必须有 graph JSON 路径和 exporter JSON 成功结果。

  • 真实业务 UAT 声明路径复核补强已完成：声明的 Markdown 路径必须与该 graph 的 exporter 输出逐字一致；单客背调 Markdown exporter 支持纳入冒烟。

  • 真实业务 UAT 固定验收清单已完成：claimed path 复核成为固定验收步骤；新增 docs/validation/superleads-real-business-uat-checklist.md 并更新常用命令和验证记录。

  • claimed path UAT 自动回归已完成：Markdown delivery eval 新增 claimed path 正向/负向回归，阻断手工后处理 Markdown 冒充 exporter 原始输出。

  • 单客背调 claimed path 真实 UAT 已完成：Chilly’s Bottles customer_background_research 路线 claimed graph/report 独立复核通过，证明 claimed path 门禁不是 bulk-only。

  • 插件发布/安装链路 UAT 已完成：根因确认为 0.1.3 缓存由 2026-07-20 源树生成、版本未 bump 导致 2026-07-27 后新增的产品出海市场分析 Skill / intake reference / spec 未进入运行时；版本已 bump 到 0.1.4 并重新安装，新增插件分发完整性校验并纳入 evals/run_evals.py。

真实业务 UAT 声明路径复核补强已完成

  1. 声明路径精确复核
    • scripts/check_superleads_formal_markdown_delivery.py 新增 --claimed-graph、--claimed-markdown、--claimed-route。
    • 对声明 graph 重新运行 export_superleads_markdown.py，并与声明 Markdown 路径做 SHA-256/文本精确比对。
    • 英国保温杯第二轮 UAT 报告命中 formal_markdown_claimed_output_mismatch。
  2. 单客背调 exporter 冒烟
    • 冒烟脚本新增 customer_background_research fixture。
    • 确认 export_superleads_markdown.py --route customer_background_research 可输出 # 单一客户背调 和“怎么联系、先找谁”。
  3. Skill / 插件缓存
    • using-superleads / exporting-lead-workbooks 要求最终声明路径必须是 exporter 原始输出。
    • researching-customer-background 明确不要声称 Markdown exporter 只支持 bulk。
  4. 已验证
    • python3 scripts/check_superleads_formal_markdown_delivery.py --fixture shared/references/default-discovery-reference.example.json --format json → passed, issue_count=0。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 14/14。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 /home/fleix/.codex/skills/.system/skill-creator/scripts/quick_validate.py skills/researching-customer-background → passed。

真实业务 UAT 固定验收清单已完成

  1. 固定门禁
    • 所有真实业务 UAT 正式 Markdown 交付都必须执行 claimed path 复核。
    • exporter ok=true 只证明 graph 可导出；还必须证明最终声明给用户的 Markdown 路径与同一 graph 的重新导出结果逐字一致。
  2. 文档
    • 新增 docs/validation/superleads-real-business-uat-checklist.md。
    • 更新 docs/superleads-common-commands.md 与 docs/validation/superleads-real-business-formal-delivery-20260731.md。
  3. 固定命令
    • python3 scripts/check_superleads_formal_markdown_delivery.py --claimed-graph "$GRAPH" --claimed-markdown "$MARKDOWN" --claimed-route auto --format json。
  4. 失败口径
    • formal_markdown_claimed_output_mismatch 直接判 UAT fail；不得手工改 Markdown 后复用旧 exporter 成功结果。

claimed path UAT 自动回归已完成

  1. 回归位置
    • evals/run_superleads_markdown_delivery_evals.py。
  2. 新增覆盖
    • exporter 原始输出作为 claimed Markdown：通过。
    • exporter 输出后追加手工内容再作为 claimed Markdown：失败，并要求错误码包含 formal_markdown_claimed_output_mismatch。
  3. 已验证
    • python3 -m py_compile evals/run_superleads_markdown_delivery_evals.py scripts/check_superleads_formal_markdown_delivery.py scripts/export_superleads_markdown.py → passed。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 7/7。

单客背调 claimed path 真实 UAT 已完成

  1. UAT 对象
    • Chilly’s Bottles / Chilly’s。
    • 路线：customer_background_research。
  2. 复核路径
    • graph：/home/fleix/superleads_chillys_bottles_20260731/chillys_customer_background_uat_graph.json。
    • Markdown：/home/fleix/superleads_chillys_bottles_20260731/chillys_customer_background_uat_report.md。
  3. 已验证
    • python3 scripts/check_superleads_formal_markdown_delivery.py --claimed-graph /home/fleix/superleads_chillys_bottles_20260731/chillys_customer_background_uat_graph.json --claimed-markdown /home/fleix/superleads_chillys_bottles_20260731/chillys_customer_background_uat_report.md --claimed-route customer_background_research --format json → passed, issue_count=0。
    • python3 scripts/validate_superleads_user_visible_output.py /home/fleix/superleads_chillys_bottles_20260731/chillys_customer_background_uat_report.md --route customer_background_research --min-tables 6 --format json → passed, issue_count=0，table_count=7。
  4. 结论
    • claimed path 门禁已在 bulk 和 customer_background_research 两条路线真实 UAT 中通过。

真实业务 UAT 正式交付链路补强已完成

  1. 用户可见 validator
    • scripts/validate_superleads_user_visible_output.py 新增 user_visible_basis_status_internal_leak。
    • 阻断 依据状态 列或 依据状态 xxx 行使用 已观察、未检索、主体待确认、已解析、已观察；需确认、已观察；来源受限。
  2. 回归样本
    • 新增 evals/user_visible_outputs/fail_bulk_customer_real_uat_internal_basis_status.md。
    • evals/cases/superleads_user_visible_output_cases.json 用户可见 suite 从 13/13 扩到 14/14。
  3. Skill / 插件缓存
    • using-superleads / exporting-lead-workbooks 要求真实业务正式交付必须有保存的 graph JSON 和 exporter JSON 成功结果。
    • 只有搜索笔记或手写表格时，只能称 research draft / source-collection note。
    • 插件缓存 ~/.codex/plugins/cache/fleix/superleads/0.1.3/skills/... 已同步。
  4. 已验证
    • python3 scripts/check_superleads_formal_markdown_delivery.py --fixture shared/references/default-discovery-reference.example.json → passed, issue_count=0。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 14/14。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 evals/run_evals.py --suite default → 122/122。
    • python3 evals/run_evals.py --suite all → 714/714。
    • python3 evals/run_evals.py --suite deep → 671/671。

正式 Skill 调用 Markdown 交付收口已完成

  1. Skill 调用说明
    • skills/using-superleads/SKILL.md：正式 Markdown 交付必须调用 scripts/export_superleads_markdown.py。
    • skills/exporting-lead-workbooks/SKILL.md：禁止手工从 export_workbook.py CSV/workbook sheet 渲染 chat-facing Markdown。
    • 插件缓存 ~/.codex/plugins/cache/fleix/superleads/0.1.3/skills/... 已同步。
  2. 正式调用冒烟脚本
    • 新增 scripts/check_superleads_formal_markdown_delivery.py。
    • 检查 Skill 源文件与插件缓存一致、包含强制统一 Markdown delivery 说明。
    • 实跑 export_superleads_markdown.py --route bulk_customer_development，确认 Northshore 为 可能相关 / 来源受限，且没有旧 raw workbook Markdown 主表。
  3. 已验证
    • python3 scripts/check_superleads_formal_markdown_delivery.py --fixture shared/references/default-discovery-reference.example.json → passed, issue_count=0。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 13/13。

Code Slice AH-FIX 已完成

  1. 依据状态降级优先级
    • scripts/export_workbook.py 增加共享 project_default_discovery_basis_status。
    • 默认发现先处理 identity_pending / source_restricted / source_restrictions / insufficient_information 等降级，再允许无降级的 business_match.observed 投影为 已有明确依据。
    • scripts/export_superleads_markdown.py 的回退逻辑复用 workbook 共享函数，避免两份映射漂移。
  2. 回归保护
    • evals/fixtures/pass_default_discovery_candidate_pool.json 的 Beta Industrial Supplies 行必须包含 来源受限 且不得含 已有明确依据。
    • 新增用户可见 fail 样本 fail_bulk_customer_source_restricted_promoted_basis.md，命中 bulk_basis_status_source_restricted_promoted。
    • bulk 用户可见样本 / Markdown delivery case 同时要求 已有明确依据 与 来源受限。
  3. 已验证
    • python3 evals/run_evals.py --suite default → 121/121。
    • python3 evals/run_evals.py --suite deep → 670/670。
    • python3 evals/run_evals.py --suite all → 713/713。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 13/13。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 evals/run_superleads_route_evals.py --suite all → 25/25。
    • python3 evals/run_product_market_analysis_evals.py --suite all → 74/74。
    • python3 evals/run_customer_background_research_evals.py --suite all → 6/6。

Code Slice AH 已完成

  1. 绕过口修复
    • scripts/validate_research_graph.py 将 初筛客户名单 纳入默认发现 Candidate 结构检查，并显式报 initial_screening_output_mode_deprecated。
    • 新增 evals/fixtures/fail_initial_screening_output_mode_bypass.json，复现旧绕过：output_mode=初筛客户名单 + 删除 dedupe_basis / signal_summary / business_relevance_basis / unknowns / source_restrictions。
    • 该 fixture 已纳入 default suite，validate / audit / export initial 均 fail。
  2. 默认发现展示
    • scripts/export_workbook.py 的 发现候选池 sheet 新增 分区、依据状态。
    • scripts/export_superleads_markdown.py 的 bulk 路线补为 8 张表：方向、候选池、联系方式汇总、搜索覆盖与收敛、待确认事项、已排除 / 仅作参考、来源、风险说明。
    • 主表新增 国家/地区、可能客户角色、业务相关性、依据状态，不做价值排序、不写推荐客户。
  3. 用户可见 eval
    • bulk 路线要求出现 依据状态、可优先人工跟进、待确认、已排除 / 仅作参考、联系方式汇总、搜索覆盖与收敛、风险与说明。
    • 新增 fail 样本 fail_bulk_customer_missing_basis_status.md。
  4. 已验证
    • python3 -m py_compile scripts/validate_research_graph.py scripts/export_workbook.py scripts/export_superleads_markdown.py scripts/validate_superleads_user_visible_output.py evals/run_evals.py evals/run_superleads_user_visible_output_evals.py evals/run_superleads_markdown_delivery_evals.py → passed。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 11/11。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 evals/run_evals.py --suite default → 119/119。
    • python3 evals/run_evals.py --suite deep → 668/668。
    • python3 evals/run_evals.py --suite all → 711/711。
    • python3 evals/run_superleads_route_evals.py --suite all → 25/25。
    • python3 evals/run_product_market_analysis_evals.py --suite all → 74/74。
    • git diff --check → passed。

Code Slice AG 已完成

  1. Skill / 文档
    • 新增 skills/researching-customer-background/agents/openai.yaml，让单一客户背调在 Codex / ChatGPT 侧不再隐形。
    • 新增 spec/35-superleads-customer-background-code-slice-ag.md，冻结单客背调边界、用户可见输出合同和禁止项。
  2. 轻验证边界
    • scripts/validate_research_graph.py 阻断 customer_background_research 产生 Assessment、ScopeDecision、ReviewAttestation、DeliveryManifest。
    • 搜索摘要仍不能解析主体，也不能支撑 Claim。
  3. 用户可见输出
    • scripts/background_report.py 将空表从全行 未提供 改为人话缺口说明。
    • scripts/validate_superleads_user_visible_output.py 新增采购负责人 / 采购意愿升级短语阻断。
  4. evals / fixtures
    • 新增 evals/run_customer_background_research_evals.py。
    • 新增 evals/cases/customer_background_research_cases.json 共 6 条：resolved、unresolved、无关候选不外泄、搜索摘要解析主体、Assessment 污染、Manifest 污染。
    • 新增用户可见 fail 样本 fail_customer_background_positive_procurement_person.md。
    • 主 eval 已纳入单客背调 suite。
  5. 已验证
    • python3 -m py_compile scripts/background_report.py scripts/export_superleads_markdown.py scripts/validate_research_graph.py scripts/validate_superleads_user_visible_output.py evals/run_customer_background_research_evals.py evals/run_evals.py → passed。
    • python3 evals/run_customer_background_research_evals.py --suite all → 6/6。
    • python3 evals/run_superleads_user_visible_output_evals.py --suite all → 10/10。
    • python3 evals/run_superleads_markdown_delivery_evals.py --suite all → 5/5。
    • python3 evals/run_evals.py --suite default → 115/115。
    • python3 evals/run_evals.py --suite all → 707/707。
    • python3 evals/run_evals.py --suite deep → 667/667。
    • python3 evals/run_product_market_analysis_evals.py --suite all → 74/74。

Code Slice AF 已完成

  1. 路由器
    • scripts/route_superleads_intake.py 区分客户开发、单一客户背调、产品出海市场分析三类入口。
    • 认证 / 合规词按语境分流：描述目标客户属性时走批量客户开发；询问产品进入目标市场要求时走产品出海市场分析。
    • 增加否定条件处理，避免 不做市场分析 / 不找客户 反向误触发。
    • 混合任务输出 secondary_routes / route_order，但不自动执行第二阶段。
  2. evals
    • evals/cases/superleads_route_cases.json 扩到 25 条真实外贸入口样例。
    • 新增 evals/run_superleads_route_evals.py。
    • evals/run_evals.py route assertion 支持校验拆阶段字段。
  3. 文档
    • 新增验证记录 docs/validation/superleads-code-slice-af-route-evals-20260729.md。
    • 更新 route-map、user-intake、using-superleads Skill 和常用命令。
  4. 已验证
    • python3 -m py_compile scripts/route_superleads_intake.py evals/run_superleads_route_evals.py evals/run_evals.py → passed。
    • python3 evals/run_superleads_route_evals.py --suite all → 25/25。
    • python3 evals/run_evals.py --suite default → 113/113。
    • python3 evals/run_evals.py --suite all → 699/699。
    • python3 evals/run_evals.py --suite deep → 659/659。
    • python3 evals/run_product_market_analysis_evals.py --suite all → 74/74。
    • git diff --check → passed。

Code Slice AD 已完成

  1. schema
    • EvidenceCard / MatrixRowRecord 新增 authority_verification_record_ids。
    • ProductMarketAnalysisGraph 新增可选 authority_profiles、authority_identity_evidence、authority_capabilities、authority_verification_records。
    • 新增 AuthorityProfile / AuthorityIdentityEvidence / AuthorityCapability / AuthorityVerificationRecord。
  2. validator
    • 强监管事实域的确定性 row/card 必须有 AuthorityVerificationRecord。
    • 阻断 keyword-only authority、domain-only authority。
    • 阻断事实域错配、管辖范围错配、Source Pack / registry / Query Plan / SearchLog 直接支撑事实。
    • 阻断行业、商业、媒体、货代、未知来源升级为主管官方来源。
    • 阻断多弱来源一致被写成官方确认。
  3. exporter / audit
    • CSV / Markdown 展示：来源身份、适用范围、可以当作什么、不能当作什么、权威性核实。
    • Markdown 顶部新增 来源权威性 / Authority 摘要区。
    • 权威性待核实、来源身份冲突、事实域不匹配进入 limitation 或 blocker。
  4. query plan
    • 当目标国家/地区没有预置 Pack 时，仍生成动态 authority discovery 查询组。
    • 覆盖目的国准入、COO、关税、预申报、食品农检、危险品等触发路径。
    • 搜索摘要只进候选来源，不形成 EvidenceCard。
  5. fixtures/evals
    • pass：官方税则只支撑税费、认证机构只作路径参考、货代只作物流线索。
    • fail：博客冒充 required、只靠域名判官方、海关税则支撑认证、出口国/目的国错配、Source Pack 直接当事实、多弱来源冒充官方确认。
    • source plan：泰国食品/农产品开放世界 plan-only。

Slice AE 已完成

  1. 状态词压缩
    • 用户可见状态收口为 11 个：已有明确依据、按已知数据计算、多来源方向一致、可作为线索、需补充资料、需权威/专业复核、资料过旧需复核、来源受限、说法冲突待复核、本轮未执行、暂不适用。
    • 内部状态枚举继续保留，不直接暴露给用户。
  2. 状态分层
    • 业务/规则结论、依据状态、用户材料状态分开。
    • COO / 原产地证明、认证 / 目的国准入不得由用户材料状态反推目标国规则。
  3. 投影优先级
    • 未执行、不适用、冲突、来源受限、时效过旧、权威未核实、缺材料等降级信号优先于 verified。
    • 多来源一致只显示为线索收敛，不升级为官方确认。
  4. 后续 Code Slice AE 边界
    • 只做状态投影与用户展示合同，不重构业务图谱、不新增真实来源、不扩国家库。

Code Slice AE 已完成

  1. 状态投影工具
    • 新增 scripts/user_visible_status_projection.py。
    • 将内部 row status、CorroborationRecord、FreshnessRecord、AuthorityVerificationRecord 投影为 Slice AE 11 个用户可见状态。
    • 投影优先级覆盖：未执行 / 不适用 / 冲突 / 来源受限 / 时效过旧 / 权威未核实 / 缺材料 优先于 verified。
  2. 产品市场导出
    • scripts/export_product_market_workbook.py 的 CSV / Markdown 增加 依据状态、依据说明。
    • COO / 原产地证明继续分列 规则结论 与 用户材料状态。
    • 认证 / 目的国准入专门行分列 规则结论 与 用户材料状态，并将内部 enum 投影成人话。
    • SearchLog 等内部术语在可见内容中替换为业务表述，避免内部对象名外露。
  3. 用户可见 eval
    • scripts/validate_superleads_user_visible_output.py 要求产品市场分析包含 依据状态 和至少一个 Slice AE 用户可见状态。
    • 阻断 technical_docs_required、stale_needs_recheck、user_not_provided_but_required 等内部状态 token 外露。
    • 新增 fail 样本 evals/user_visible_outputs/fail_product_market_internal_status_tokens.md。
  4. 文档
    • 更新 shared/references/status-labels.md。
    • 新增验证记录 docs/validation/superleads-code-slice-ae-status-projection-20260729.md。

已验证

python3 -m py_compile scripts/user_visible_status_projection.py scripts/export_product_market_workbook.py scripts/export_superleads_markdown.py scripts/validate_superleads_user_visible_output.py evals/run_product_market_analysis_evals.py evals/run_superleads_user_visible_output_evals.py evals/run_superleads_markdown_delivery_evals.py  # passed
python3 evals/run_product_market_analysis_evals.py --suite all  # 74/74
python3 evals/run_product_market_source_plan_evals.py --suite all  # 7/7（Code Slice AD 时通过，本轮未改 plan）
python3 evals/run_superleads_user_visible_output_evals.py --suite all  # 9/9
python3 evals/run_superleads_markdown_delivery_evals.py --suite all  # 5/5
python3 evals/run_evals.py --suite default  # 99/99
python3 evals/run_evals.py --suite all  # 685/685
python3 evals/run_evals.py --suite deep  # 645/645
git diff --check  # passed

当前下一步

  1. 不继续开自动 Slice。
  2. 进入真实使用 / 验收模式：只在真实交付或明确缺陷暴露后再开下一刀。
  3. 若只是状态文字滞后，优先 amend 当前提交，不再制造单独状态同步提交。

Slice AH 已完成

  1. 复盘批量客户开发当前产品边界：默认弱证据交付是发现候选池，不是强制完整核查版，也不是独立“初筛客户名单”。
  2. 撤销旧结论：不把 初筛客户名单 实现为 L2 弱证据中间档；它当前是会绕过默认发现 Candidate 结构检查的危险枚举。
  3. 明确发现候选池内部三分区：可优先人工跟进 / 待确认 / 已排除或仅作参考。
  4. 明确用户可见字段：分区、候选客户、国家/地区、可能客户角色、当前看到的业务信号、业务相关性、依据状态、联系入口、待确认项、来源状态。
  5. 继续禁止：推荐客户排序、采购概率、把公开入口写成采购负责人、把搜索摘要写成 Claim。
  6. 后续 Code Slice AH 再落 validator / fixtures / bulk Markdown 展示 / 用户可见 eval。

Code Slice AH 后续注意

  1. 仍不新增 initial_screening exporter mode，不新增 delivery_status，不新增 audit 分支。
  2. 不动 Candidate 的 初筛线索 status；它是候选对象状态，不是 初筛客户名单 output_mode。
  3. 后续若继续优化 bulk，应围绕开放世界客户类型、来源覆盖计划、查询收敛表达，不把弱证据升级成正式客户。

当前阻塞 / 注意

  • 真实默认发现仍受能力限制：没有可记录的真实搜索/打开来源能力时，默认发现只能停在计划或样本池层；不能伪造 SearchLog / Source / Observation。
  • tmp/stage5_chillys/ 必须保留。
  • 不联网判断真实法规、关税、认证或最新行情；只按 graph 中已记录的来源、观察、时效和权威性核验记录做降级。
  • Code Slice AD 不建立全球官方机构事实库；它只要求在具体运行中打开来源并记录身份、事实域、管辖范围、时效和边界。