HEL-916 rework: finite non-bool severity only; one-time chat-affect historical cutoff

Co-authored-by: multica-agent <github@multica.ai>
This commit is contained in:
施工员2号
2026-11-03 11:26:11 +08:00
co-authored by multica-agent
parent adf4d5c4f7
commit 2e91a3c91e
5 changed files with 152 additions and 14 deletions
+10 -9
View File
@@ -26,13 +26,14 @@
"GOV-003",
"GOV-005"
],
"deliverable": "从真实基线 ffbc8c2/e74531c 起的集中工程修正,全部离线替身验证、零真实调用:1) api/app.py 对话 system 输入重构为可审的分段结构(【事实:她是谁】/【事实:她此刻的状态】/【指令:怎么说话】),出生事实、既有 persona 诠释原文保留不动,事实与行为指令边界清晰;2) 世界边界改为自然承接表述:保留信息可跨世界、实物不可的真实约束,去掉被扩写成隔屏拒绝的生硬原句,明确亲近表达自然接住、不反复解释规则、追问按本人理解回答、未开收音不声称听见;3) 生活活动状态接线进主对话(life_activity current 作为'此刻'唯一权威),分享候选逐条携带发生时间并被明确标为过去经历,杜绝旧候选冒充此刻;4) sharing.py 判定失败区分:模型答复无效(含证据不符/pydantic 校验失败)保持终态 fail-closed,瞬态失败(超时/上游/预算停)经新增 judge_attempts 计数恰好重排一次(新增列含旧库 guarded ALTER 迁移),成功分享仍需确实叙述+有效回执缺一不可;5) 普通聊天接入情绪:复用既有 PATTERN_DETECT 分类与 dyad 事件接线(原 detect_and_apply 从未被调用),改造为账本化 chat_affect(新表 chat_affect_job,幂等/租约/重启恢复终态),仅 hurt/repair 带 severity 才经既有 make_impulse 产生有界冲击(salience 减半常数,复用既有敏感度方程),none 不动情绪、失败不伪造;6) tests/test_hel916.py 新增 8 个针对性测试(输入结构/边界措辞/失败重试历史拼接/瞬态与无效判定分流/聊天情绪来源-幂等-失败-恢复),并按新接线调整 test_r2 背景调用计数断言;conftest 增加 Python 3.10 测试环境 asyncio.timeout 兼容 shim(仅测试环境,产品仍按 3.11)。",
"deliverable": "两轮交付。第一轮(adf4d5c,总工已核过输入结构/活动接线/分享失败分流/情绪接线框架):api/app.py 对话输入重构为可审分段(事实/此刻状态/指令),出生事实与既有 persona 诠释原文保留;世界边界改自然承接表述;生活活动状态接线为'此刻'唯一权威、分享候选带发生时间标为过去;sharing.py 判定失败分流(无效终态 fail-closed、瞬态经 judge_attempts 恰好重排一次);普通聊天经既有 PATTERN_DETECT+dyad 接线接入情绪(账本化 chat_affect,幂等/租约/恢复终态,salience 0.5 减半,复用既有敏感度与衰减方程)。第二轮(本轮返工,总工 HEL-917 两项阻塞):1) dyad/runtime.py 情绪分类 severity 只接受有限非 bool 数值——True/False(bool 是 int 子类会被当 1.0/0.0)、NaN/正负 Infinity(json.loads 可产出、原 min/max 钳制会放行 NaN 或放大 Infinity)一律按 none 处理:job 终态 done、不写情绪/关系冲击、不重复分类;正常有限 hurt/repair 原有有界算法不变。2) life/runtime.py 聊天情绪补一次性历史切断点(life_control 键 chat_affect_cutoff=初始化时 MAX(message_id)):app lifespan 在开始接收任何聊天前调用 init_chat_affect_cutoff 固化切断点,INSERT…ON CONFLICT/NOT EXISTS 幂等,任何 tick/重启/并发都不会重置;分类只处理切断点之后新完成轮次,旧聊天(迁移库)永不补算为当下伤害;历史回溯未获授权不做。",
"acceptance": [
"pytest tests/ 全量:482 passed / 11 skipped / 3 failed —— 3 个失败(test_r2 lifespan_cancels、server_loop、voice_asr seam_recv_death)在未改动基线 ffbc8c2 上以同环境同样失败,属本机 Python 3.10 与产品目标 3.11 的环境差异,非本次改动引入;test_reach_out 在 3.10 无法收集(datetime.UTC,基线同样)",
"新增 8 个 HEL-916 测试全部通过:修前复现=旧生硬边界原句与无活动接线输入(以基线代码结构对照),修后对照=分段可审输入、候选带发生时间、判定瞬态一次重排、聊天 hurt 冲击有界且幂等持久",
"python3 -m ruff check src 通过;tests 仅剩基线既有的 2 处 test_sdk_livekit_hel908 错误;ruff format 全仓本不强制(基线 73 文件即不一致),未引入新格式问题",
"python3 scripts/check_requirements.py --base-ref origin/main 通过(60项),含本 handoff 再跑一次通过",
"出生底色/人格不重算:persona.prompt() 内容未改一字,测试断言既有 INTERP 原文逐字出现在新输入中"
"返工专项测试(tests/test_hel916.py,本机 Python 3.10+测试 shim,隔离临时库+替身 LLM)16/16 通过:含 True/False/NaN/+Inf/-Inf 五参数均无冲击无重复分类且 dyad 账本不变、正常 hurt 仍走通;迁移旧库首次启动零分类零调用且切断点=MAX(message_id)、新轮只处理一次、重启切断点不变新轮不丢、repair 正向有界冲击走通",
"受影响既有测试通过:tests/test_r2.py -k 'old_profile or disclosure or judgment or receipt or expired' 25 passed;tests/test_r4_api.py + tests/test_mood_runtime.py 11 passed",
"python3 -m ruff check src 通过(0 错误)",
"双基线需求检查通过:--base-ref origin/main 与 --base-ref e74531c 各含本 handoff",
"全量口径如实分开:原施工本机 pytest 全量 482 passed/11 skipped/3 failed(3 项在未改动基线 ffbc8c2 同环境同败,属本机 3.10 与产品 3.11 环境差异);总工全套记录 483 过/11 跳/3 败(总工环境口径),本轮未全库复测、未将总工数字冒充新实测",
"出生底色/人格不重算:persona.prompt() 内容未改一字(测试断言既有 INTERP 原文逐字出现)"
],
"deferred": [
"真实模型下的语气自然度、边界承接与情绪体验:本卡零真实调用,无法以离线替身证明语言自然;建议下一轮最低必要验证:由总管在隔离副本放行小额度(建议 ≤30 次对话/1 次分享判定闭环),操作人总管,约 1 小时,重点观察亲近表达承接、追问'为什么'、隔屏说明是否消失、聊天后情绪词变化与恢复",
@@ -42,9 +43,9 @@
],
"requirement_changes": [],
"verification": [
"离线测试证据:tests/test_hel916.py 8/8 通过(隔离临时库+替身 LLM+受控断言),全仓 pytest 记录如上",
"修前/修后对照:test_dialogue_input_is_labeled_facts_instructions_and_past_life 断言旧原句'只有信息能穿过两个世界,不能触碰或给予实物'已不在输入、活动状态与候选发生时间在输入中;历史拼接测试复现失败→重试→上下文完整",
"每项证据的边界:以上仅证明服务器输入结构与状态接线正确;不证明真实模型语气自然、不证明用户满意,真实验收保留",
"离线测试证据:tests/test_hel916.py 16/16 通过(隔离临时库+替身 LLM+受控断言);受影响既有子集 25+11 通过;命令与口径见 acceptance,未全库复测",
"返工修前/修后对照:修前(adf4d5c)severity=True/NaN/Infinity 会进入 min/max 钳制(True→1.0 最大冲击、NaN 经 max/min 原样穿透),且首次启动会把库中所有旧聊天逐条分类;修后五类无效值均无冲击无重复分类、迁移旧库首次启动零调用、切断点重启不变",
"每项证据的边界:以上仅证明服务器输入结构、状态接线与数值防护正确;不证明真实模型语气自然、不证明用户满意,真实验收保留;真实体验方案仅备稿,待两项复核通过后由总管集中请用户批准",
"未测到:真实 LLM/ASR/TTS 行为、多日连续运行、浏览器端到端、Safari/手机;均如实未验证"
]
}