xsl/meida

Files

T

- Sprint 执行计划 v1.1：§1.1 补第一批交付实据；T9 SPIKE 结论回写 Sprint 1 表
  （T-P0-16 通过 2.8ms；T-P0-12 有条件；T-P0-10 原型 6/6 + 真实照片重验前置）；
  Sprint 2 表标注 T-P2-01~06 交付；新增 §9 两批交付记录
- 开发任务拆解 v1.5：交付回写 + 新风险登记（RTMPose 域差异、BiRefNet 异步化）
- 新增 开发任务包/：三批多 agent 并行的协作规程与 14 份任务契约
- 新增 前置开通清单-云资源与资质.md
- 清理已用毕的评审报告（文档评审 2026-08-13、项目整体评审 2026-08-14），
  README 中相应引用改为留痕表述

2026-08-14 21:07:20 +08:00

5.6 KiB

Raw Blame History

T7 · 知识库·规则引擎

对应任务：T-P2-02（规则求值 p95 < 50ms；硬约束可拦截）｜需求：FR-KB-02、架构 §8.2 rules-engine、TD-10 ｜分支：task/t7-rules-engine ｜ worktree：/home/xsl/meida_backend-t7 先读《README.md（协作规程）》，遵守全部纪律。

1. 目标

自研数据驱动决策表（TD-10）：kb_rule 的 JSON DSL 解析 + 纯域求值引擎。核心结论由规则引擎产出，LLM 只负责表达（防幻觉红线）——这是整个产品"专业可信"的根基，代码质量按"钱与正确性"标准写。

2. 已就绪的契约（协调提交已提供，禁改 models/migrations）

表 `kb_rule`（ORM `KbRule` 已加）

rule_id PK 雪花、rule_key varchar(64) UNIQUE（如 R-BODY-A-002）、category varchar(32)、version int、status draft/published/archived、priority int、conditions JSONB、effects JSONB、is_hard bool、confidence Numeric(4,3)、evidence varchar(255)、author/reviewer varchar(64)、published_at；Index(status, priority)。（注：架构 §6.2 写的列名 conclusions，协调提交统一为 effects——与"决策表"术语一致，任务文档以 models.py 实际代码为准。）

DSL 规格（知识库文档 §3.2⑩ 原文结构）

{
  "rule_key": "R-BODY-A-002",
  "category": "body_shape",
  "priority": 90,
  "conditions": {
    "body_shape": "A型",
    "features": { "include": ["溜肩"] },
    "goals": { "include": ["修饰溜肩"] }
  },
  "effects": {
    "recommend": [ { "slot": "top", "attrs": { "shoulder": ["垫肩","自然肩"], "sleeve": ["泡泡袖"] } } ],
    "avoid":     [ { "slot": "top", "attrs": { "shoulder": ["落肩"], "silhouette": ["修身"] } } ],
    "explanation": "溜肩需要在肩部建立结构感……"
  },
  "is_hard": false,
  "confidence": 0.95
}

优先级分组（知识库文档 §3.2⑩，语义：数字越大越优先）

合规 100 / 用户禁忌 95 / 体型 90 / 色彩 85 / 场景 80 / 温度 75 / 风格 70 / 偏好 60 / 趋势 50。

分层位置

packages/rules 已在 import-linter 第 4 层（kb|retrieval|rules|memory|profile），现只有 README + 空 __init__。只准 import packages.shared/packages.domain。

3. 实现要点

允许改动：packages/rules/**、测试文件。

packages/rules/dsl.py——纯逻辑（无 IO，重点单测）：
- RuleCondition / RuleEffect / Rule pydantic 模型（解析校验 DSL；conditions 支持的字段：等值匹配（str）、include/exclude 列表、min/max 数值区间；未识别的键拒绝而非忽略——静默忽略会让规则悄悄失效）；
- match(condition: RuleCondition, ctx: RuleContext) -> bool：RuleContext 是 frozen dataclass（body_shape/season/face_shape/temperature/features/goals/occasion/style/user_taboos…，缺字段 = 不匹配该子句）；
- 所有子句 AND 语义。
packages/rules/engine.py——纯域求值：
- evaluate(rules, ctx) -> RuleVerdict：返回 recommend/avoid/explanation 汇总 + rule_hits（每条含 rule_key/priority/category/is_hard/confidence/explanation）；
- 排序：priority 降序，同 priority 按 confidence 降序；
- 硬约束语义：is_hard=true 且 avoid 命中 → RuleVerdict.hard_blocks 非空，调用方必须用它做硬过滤（禁忌违反 = 0 是发布红线）；用户禁忌（priority ≥95 的 avoid）永远压过专业推荐——同 slot 冲突时用户禁忌胜出并从 recommend 中剔除冲突项；
- p95 < 50ms：求值是纯内存操作，规则量 400 条时远低于此；写一个 400 条规则 × 1000 次求值的基准单测（time.perf_counter，断言均值 < 5ms/千次的量级即可，CI 机器差异留裕量）。
packages/rules/service.py + repo.py——DB 侧：按 status='published' 载入规则（内存缓存 + invalidate()；量级 400，直接整表载入），CRUD（draft→published 状态机，同 T6 语义），DSL 写入前用 pydantic 校验。
黄金集雏形（架构 §1081 明确要求）：tests/unit/test_rules_golden.py 固定 8~10 组「输入画像 → 期望 recommend/avoid/hard_blocks」样本，其中必须包含：一条硬禁忌场景（用户禁忌压过专业推荐的用例）、一条多规则叠加场景。

4. 测试要求

单测：DSL 解析（合法/非法结构/未识别键拒绝）、match 矩阵（等值/include/exclude/min-max/缺字段）、排序、硬约束剔除、用户禁忌优先、基准测试、黄金集。
集成 tests/integration/test_rules_engine.py（新文件）：插 3 条规则（含 1 条 is_hard）→ service 载入 → 求值命中与拦截正确；draft 规则不被载入。

5. 禁改清单

通用禁改之外：packages/kb/**（表共享但包不共享——repo 只碰 kb_rule 表，通过 ORM 模型访问，不改 T6 的文件）、packages/retrieval/**、packages/identity/**。

6. 验收标准（T-P2-02）

求值 p95 满足 400 条规则量级远低于 50ms（基准测试证明）；
硬约束可拦截（hard_blocks 语义 + 黄金集用例）；
用户禁忌永远压过专业推荐（黄金集用例）；
DSL 非法结构 100% 拒绝（不会静默失效）；
全部检查绿（mypy 范围同 T6 列表 + packages/rules）。

7. 提交信息

feat(rules): data-driven decision table engine with hard constraints

kb_rule DSL 解析 + 纯域求值（优先级分组/硬约束/用户禁忌压过专业推荐）
+ 400 条基准 + 黄金集雏形（T-P2-02，TD-10）。

偏差说明：<如有写在这里，无则写"无">

5.6 KiB Raw Blame History Unescape Escape