8 Commits

Author	SHA1	Message	Date
Blizzard	446b784fc6	feat(harness): RAG 忠实度评测 —— judge 拿检索原文评幻觉 ... 补 Harness 已知洞：此前 LLM-judge 只看 input+output，看不到检索来源，幻觉其实没评。 - Evaluator.Score 增 sources 参数；有来源时走 llmJudgeGrounded：一次调用同时评 quality 质量 + faithfulness 忠实度，并列出 unsupported（未被来源支持的说法）→ 进 Flags。 综合分(有来源)=0.3规则+0.35质量+0.35忠实；无来源时维持原 0.4规则+0.6质量。Result 增 Faithful 字段。 - 透传检索来源：runGraph 返回 (answer, refs, err)，executeGraph 同步；Handle→evaluate(input,output,refs)； refsOf(board)=检索资料+工具产出。compose 路径暂返回 nil refs（不评忠实度）。 - eval 日志增「忠实 X.XX，来源 N」。 测试：单测覆盖 grounded（quality/faithfulness/unsupported 解析 + 加权 + flags）与无来源跳过； 3 处测试 runGraph 三返回值更新。live 实测 RAG 任务忠实 1.00/来源 1，judge 正确判定无编造。 project_analysis Harness 清单勾掉该项。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-25 15:03:17 +08:00
Blizzard	aea04e2e8d	docs: project_analysis 增补 Harness 治理层专项 + 逐项优化清单 ... 记录 Harness 四组件真实成熟度（熔断器生产级 / 评测·脱敏·输入护栏偏启发式）， 定性「测温计而非恒温器」，并列出可逐项推进的优化清单（评测闭环 / RAG 忠实度评测 / 脱敏跨片+PII / 输入护栏升级 / 坏输出自动纠偏 / 成本预算护栏），便于一个个优化。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-25 10:13:56 +08:00
Blizzard	4d867ce460	docs: 重写 project_analysis.md —— Opus 4.8 全程搭建后的实测版 ... 整体覆盖旧自动分析版。要点： - 真实数据实测（~19,200 行 / 32 测试文件 / dev 119 提交），订正旧版"基于 main" 及我此前口头"14 未推送"的口误（实测 dev 仅领先 origin/dev 4 个、origin/main 基本同步）。 - 据实盘点功能 + 本会话端到端验证标注（HITL/6 工具/AES/OTel/并发等均实测确认）。 - 严格区分"功能存在"与"成熟/被验证"：对标矩阵加口径警示，不再喊"超越数万 star/安全最强"。 - 正视生产硬门槛：单点无 HA、无备份灾备、未审计、无配额、规模未验证、推理模型未适配、 exec 轨迹丢事件、停机不 drain。 - 评分 3.7/5（功能完成度高、运维成熟度低，分列说明）。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-25 10:05:52 +08:00
Blizzard	db77cd687d	docs: 订正 project_analysis.md —— 实事求是，挤掉自评水分 ... 昨晚版（opus 4.6 生成）功能盘点准确，但价值判断系统性虚高，订正： - 范围：标称"main 分支"实为 dev 工作树（HITL/6 新工具/AES 线缆加密/并发等 14 提交 未推送合并到 main），头部加范围与口径说明。 - 去过誉："业界顶级""超越数万 star 主流项目""开源安全最强""均不具备" → 改为 "功能覆盖面广但未经审计/规模验证"，强调勾选≠成熟度。 - 对比矩阵加读法警示（功能存在≠成熟度对等；AutoGen 未纳入；竞品 ❌ 多为实现方式不同）； 修正 Dify 多智能体/工具发现等不公平 ❌。 - 补真实短板：单点无 HA、规模未验证、无备份灾备、exec 轨迹丢事件、推理模型未适配、 优雅停机不 drain、安全未审计。 - 重校评分 4.5→3.6，"准生产+"→"工程原型→准生产"，各维度加成熟度折扣说明。 - 优先级补 HA / 压测 / 备份灾备 / 安全审计 / dev→main 推送。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-25 09:52:27 +08:00
Blizzard	36aa298410	docs: 项目分析6.24	2026-06-24 21:32:48 +08:00
Blizzard	56eee90705	docs: 订正 project_analysis.md（经源码核实 + 跟进最新进度） ... 修 5 处事实硬伤（原分析靠文件名/印象、且写于近期改动之前）： - 桌面端 UI：shadcn/ui → 自建 UI 原语(src/ui) - Word 渲染：UniOffice → 自建零依赖 OOXML（unioffice.go 注释明确不用商业库） - CORS：「未见配置」→ 实有 cors() + CORS_ALLOW_ORIGIN - 限流：「实现程度不明」→ 实有 Redis 滑动窗口按 IP 限流 - CI/CD：「无」→ 已加 ci.yml + release.yml 另：安全沙箱被误判为「桩」→ 实已可用（run_code 已接入自主 agent）。 补录近期新增功能：Token 流可回放+断点续传(Redis Stream)、 GitHub Releases 分发 + 桌面端自动检查更新。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-24 09:31:06 +08:00
Blizzard	9f2a059ce2	docs: 项目分析与生产演进蓝图	2026-06-23 20:52:41 +08:00
Blizzard	dfa1e163bf	docs: 项目总体分析	2026-06-22 23:39:21 +08:00