92 lines
7.7 KiB
Markdown
92 lines
7.7 KiB
Markdown
# T16 · 报告流水线·视觉分析与 32 维诊断装配（mock vision）
|
||
|
||
> 对应任务：`T-P3-01`（各项返回置信度与质量标记）、`T-P3-06` 🔴（**32 维度**每维四要素完整，缺失显式标注）｜ 分支：`task/t16-report-diagnosis` ｜ worktree：`/home/xsl/meida_backend-t16`
|
||
> 先读《README.md（协作规程）》，遵守全部纪律。**第四批拼流水线：T15 定 Stage 接口（协调提交的 pipeline 骨架），你供视觉与诊断两个阶段，文件名与类名已由 T15 的任务契约定死——按下面 §2 的 dotted path 精确落位。**
|
||
|
||
## 2. 你要创建的文件（与流水线的挂点，禁差分毫）
|
||
|
||
| 文件 | 导出 | 挂进流水线的名字 |
|
||
| --- | --- | --- |
|
||
| `packages/report/dimensions.py` | `DIMENSIONS`（32 项冻结结构）等 | —（纯字典） |
|
||
| `packages/report/vision.py` | `VisionProvider` Protocol、`DeterministicVisionProvider`、`build_vision_provider(settings)` | —（被 vision_stage 用） |
|
||
| `packages/report/vision_stage.py` | `class VisionStage` | `packages.report.vision_stage:VisionStage` |
|
||
| `packages/report/diagnosis_stage.py` | `class DiagnosisStage` | `packages.report.diagnosis_stage:DiagnosisStage` |
|
||
|
||
Stage 接口以协调提交的 `packages/report/pipeline.py` 骨架 docstring 为准（`name` + `async run(ctx)`；`ctx.report.result[stage.name]` 写产物；`ctx.rp_input.derived_features` 是你的中间态位）。
|
||
|
||
## 3. 维度字典（dimensions.py——本任务的事实核心）
|
||
|
||
**必读**：`G:\meida\docs\美学报告-需求文档.md` 的 **§4 诊断维度字典**（32 行表）。逐行编码成：
|
||
|
||
```python
|
||
@dataclass(frozen=True, slots=True)
|
||
class DimensionSpec:
|
||
number: int # 1~32（33/34 已永久废弃，不复用）
|
||
key: str # 稳定英文键，如 body_shape / season_code / face_shape
|
||
name_cn: str
|
||
source: str # questionnaire | vision | color | kb | rule | llm（按表「数据来源」列归类）
|
||
basic_coverage: str # "full" | "label" | "partial" | "none"（按「初级」列的 ✅/标签/部分/❌）
|
||
```
|
||
|
||
- `DIMENSIONS: tuple[DimensionSpec, ...]` 必须恰好 32 项、number 1~32 连续；模块常量 `BASIC_FULL_KEYS`（初级 full 覆盖集，验收「初级 21/32」口径的机器可读形态——**以你逐行统计为准并写注释**）。
|
||
- key 命名参考 kb/记忆系统已有词汇（body_shape、face_shape、season_code…），全库一致。
|
||
|
||
## 4. 视觉分析（vision.py + vision_stage.py）
|
||
|
||
1. **`VisionProvider` Protocol**：`async def analyze(photo_meta: dict, questionnaire: dict) -> dict`（返回派生特征 dict：体型、脸型、肤色 Lab 采样、量感/直曲粗判……**形状由你定，写进 docstring**——这是 T9 SPIKE 之后的正式接口位，真实 RTMPose/BiRefNet 实现后续替换）。
|
||
2. **`DeterministicVisionProvider`**：不读照片字节（V1 骨架根本没有照片下载步骤），从 `questionnaire` + `photo_meta["object_key"]` 的 sha256 派生**确定性**特征（同输入同输出——黄金集与集成测试才能断言）。特征生成规则写注释：哪个问题驱动哪个维度、哈希驱动哪些枚举选择。
|
||
3. `build_vision_provider(settings)`：按 `settings.report_vision_provider` 选择（当前只认 `"deterministic"`，其它 → `AppError(CONFIG_ERROR)`）。
|
||
4. **`VisionStage`**（name=`"vision"`）：`ctx.rp_input.derived_features` **已存在且非空 → 跳过**（写 `ctx.report.result["vision"] = {"skipped": true, "reused": true}`——这就是 T-P3-09 的实现点）；否则 provider.analyze → 写 `derived_features` 并 flush → `result["vision"] = {"status": "ok", "dimensions_touched": [...]}`。质量标记：photo_meta 里可选 `quality_flags`（模糊/背光等，mock 下默认空列表）透传进产物（T-P3-01 的形状）。
|
||
|
||
## 5. 诊断装配（diagnosis_stage.py）
|
||
|
||
`DiagnosisStage`（name=`"diagnosis"`）：
|
||
1. 输入 = questionnaire（`ctx.rp_input.questionnaire`）+ derived_features；**逐个维度**产四要素（T-P3-06 验收原文）：
|
||
|
||
```python
|
||
@dataclass(frozen=True, slots=True)
|
||
class DimensionResult:
|
||
number: int
|
||
key: str
|
||
value: Any # 结论值（枚举/数值/列表）
|
||
confidence: float # 0~1：问卷自评 0.6、确定性视觉 0.85、规则推导 0.9（口径写注释，对齐记忆系统 §3.5）
|
||
source: str # questionnaire | vision | rule | derived
|
||
evidence: str # 一句人话依据（将出现在报告里）
|
||
rule_hits: list[str] # 命中的 rule_key
|
||
status: str # "ok" | "skipped"——**缺失/输入不足的维度必须显式 skipped + 原因，不允许缺键**（验收红线）
|
||
```
|
||
|
||
2. 数据流：问卷字段直接映射（性别/身高体重/职业/生日/核心诉求/场景权重/心理风格/偏好禁忌…）；视觉字段映射（体型/脸型/肤色档位/季型/量感/直曲/基因风格…）；**规则引擎联动**：构造 `RuleContext`（body_shape/face_shape/features/goals…）→ `RulesService` 载入 published 规则 → `evaluate()` → verdict 的 recommend/avoid 聚合进「核心诉求/偏好与禁忌」相关维度的 rule_hits 与 evidence。规则服务接口以 `packages/rules/service.py` 实际代码为准。
|
||
3. 产物：`ctx.report.result["diagnosis"] = {"dimensions": [32 个 DimensionResult 的 dict], "coverage": {"basic_full": N, "total": 32}}`；序列化用 dataclass `asdict`。
|
||
4. **色板维度（#19/21）**：V1 骨架从 `kb_color` 读该季型 base/accent/avoid 各取若干（库空则该维度 skipped+「色板未录入」——**显式缺失优于编造**，这正是 skipped 语义的用例）。
|
||
|
||
## 6. 测试要求
|
||
|
||
- 单测 `tests/unit/test_report_dimensions.py`：32 项、number 连续、33/34 不存在、basic_coverage 枚举合法、`BASIC_FULL_KEYS` 与逐行统计一致。
|
||
- 单测 `tests/unit/test_report_vision.py`：确定性（同输入同输出）、不同问卷驱动不同体型、工厂未知名拒绝。
|
||
- 单测 `tests/unit/test_report_diagnosis.py`：四要素齐全性——**构造故意缺问卷+缺视觉的场景，断言缺失维度 status=skipped 且 32 键全在**；规则命中进 rule_hits（用内置最小规则集，不连库——RulesService 若需 DB，把规则求值抽成可注入纯函数 `evaluate_dimensions(ctx_data, verdict)`）。
|
||
- 集成 `tests/integration/test_report_stages.py`（新文件，**只测你的两个阶段，不测整条流水线**——T15 的集成已覆盖编排）：建 rp_report/rp_input + 种 2 条 published 规则 → VisionStage → DiagnosisStage 断言 derived_features 落库、32 维全键、规则 rule_hits 出现、kb_color 为空时色板维度 skipped。
|
||
|
||
## 7. 禁改清单
|
||
|
||
通用禁改之外：`packages/report/` 除你四个文件外全部（pipeline/service/repo/schemas 归 T15，copy*/validation* 归 T17）、`apps/**`、全部已有测试。
|
||
|
||
## 8. 验收标准（T-P3-01/06）
|
||
|
||
1. `DIMENSIONS` 与需求文档 §4 逐行一致（32 项、编号连续、初级覆盖口径机器可读）；
|
||
2. 32 维四要素全量输出，缺失显式 skipped——**任何输入组合下 result["diagnosis"]["dimensions"] 恒 32 键**（单测证明）；
|
||
3. 视觉中间态复用：derived_features 存在时 vision 阶段 skipped/reused；
|
||
4. 规则引擎硬结论进入 rule_hits/evidence；
|
||
5. 全部检查绿（mypy 范围同 T15 + 你的文件；`packages/report` 整包进列表）。
|
||
|
||
## 9. 提交信息
|
||
|
||
```
|
||
feat(report): deterministic vision provider and 32-dimension diagnosis assembly
|
||
|
||
dimensions.py 逐行编码需求文档 §4（32 项四要素、缺失显式 skipped）+
|
||
VisionProvider 接口位与确定性实现 + 规则引擎联动 rule_hits（T-P3-01/06）。
|
||
|
||
偏差说明：<如有写在这里，无则写"无">
|
||
```
|