feat(report): LLM copy generation with mandatory post-validation and fallback

report_copy/v1 prompt（系统段零变量）+ 结构化 ReportCopy + 素材组装（skipped 不进 prompt/超长裁剪）+ 贬损词表/一致性/绝对化三重校验 + 重试一次后降级规则直出模板（T-P3-10/11）。 - copy.py：ReportCopy(schema 宽进严出取舍见注释)/compose_prompt_material （ok 过滤+6000 字符裁剪，低优先级先丢、硬结论不丢，记录 dropped_keys）/ render_fallback_copy 零 LLM 降级模板 - validation.py：PEJORATIVE_TERMS 35 词（源自合规 §3，初版内嵌注释）+ 一致性三规则（枚举同款含别名/色值在板内/建议句需规则支撑·宽松口径）+ 绝对化用语兜底 - copy_stage.py / validation_stage.py：任何出口 passed=true 或抛错，语义层重试一次（与网关解析层重试独立），仍违规降级模板并 fail-close 自证 - 单测 25 例（词表含变形/三规则正反/降级零违规）+ 集成 4 例（FakeProvider 全栈：干净通过/脏一次修正通过/持续脏降级且最终文案零贬损词——黄金断言）；全量 529 单测 + 49 集成全绿偏差说明： 1. prompts/report_copy/v1.txt 非新建——LLM 批次已放置初版（user 段变量为 {payload}），按本任务契约改写为 {dimensions_json} 并补内容红线（该文件任务文档明确归 T17，无与他人冲突）。 2. check_conclusion_consistency 按契约签名 (copy, dimensions) 之外增加可选 rule_hits 关键字参数：规则③的支撑判定需兼容命中内嵌在维度/ 顶层列表两种 T16 契约形态，缺省时不追责（宽松口径）。 3. 绝对化用语未按单字「最」拦截，取营销语境复合词（最好/最合适/第一/ 百分百等 17 词）：单字会误杀「最近/最终」等中性词，红线范围不变。 4. 集成文件未挂 MEIDA_RUN_INTEGRATION skipif：用例为 FakeProvider 内存装配、不依赖真实 PG/Redis，按任务要求仍放 tests/integration/ 并带 integration marker。
2026-08-14 22:09:09 +08:00
parent d974526904
commit e78ba3feef
8 changed files with 1539 additions and 8 deletions
@@ -0,0 +1,352 @@
+"""生成后校验的纯逻辑（架构 §7.1 步骤 18，T-P3-10 / T-P3-11 🔴）。
+
+prompt 红线管「生成前」，本模块管「生成后」：LLM 输出永远不可信任，
+三重校验（贬损词表 / 文案-结论一致性 / 绝对化用语）全过才放行，
+ValidationStage 据此决定重试与降级。与 gateway 的结构化重试是两层独立
+机制：那层管 JSON 解析合不合法，这层管内容合不合规，互不共享计数——
+解析成功但内容违规，网关不会替我们发现。
+"""
+
+from __future__ import annotations
+
+import re
+from collections.abc import Mapping, Sequence
+from dataclasses import dataclass, field
+from typing import Any
+
+from packages.report.copy import ReportCopy, dimension_label
+
+#: 贬损词表（初版内嵌版，正式版归合规词库任务 T-P0-07，届时改为读库+后台可维护）。
+#: 来源：《合规与安全方案》§3「内容伦理红线」——把「描述而非评判」「不使用
+#: 缺陷框架」翻译成具体词表。命中按子串匹配：「有点胖」「微胖」都命中「胖」，
+#: 不做词干（中文无明显词干，初版宁多命中不放过）。
+PEJORATIVE_TERMS: tuple[str, ...] = (
+    # 身材/外貌贬损（§3 反例：「你的脸型有点大，不好看」「腿短是你的缺点」）
+    "胖",
+    "肥",
+    "臃肿",
+    "丑",
+    "难看",
+    "土气",
+    "显老",
+    "老气",
+    "矮",
+    "腿短",
+    "短腿",
+    "水桶腰",
+    "大饼脸",
+    "虎背熊腰",
+    # 缺陷框架（§3：不使用缺陷框架——特征是比例事实，不是缺点）
+    "缺陷",
+    "缺点",
+    "瑕疵",
+    "短板",
+    "硬伤",
+    "失败",
+    "悲剧",
+    "灾难",
+    # 评判性观感
+    "廉价",
+    "地摊货",
+    "邋遢",
+    "呆板",
+    "死板",
+    "笨拙",
+    # 医疗/身材干预越界（§3：不做医疗判断 → 一律转向穿搭与色彩建议）
+    "减肥",
+    "减重",
+    "瘦身",
+    "整形",
+    "整容",
+    "就医",
+    "皮肤病",
+)
+
+#: 绝对化用语（广告法红线；system prompt 已禁，这里是兜底——prompt 不是
+#: 约束保证，只是愿望）。「最」不取单字：「最近/最终」等中性词误杀率高，
+#: 取营销语境的高频复合词，误报代价见 check_unsupported_advice 的取舍注释。
+ABSOLUTE_CLAIM_TERMS: tuple[str, ...] = (
+    "最好",
+    "最佳",
+    "最优",
+    "最合适",
+    "最适合",
+    "最完美",
+    "最显瘦",
+    "第一",
+    "唯一",
+    "彻底",
+    "百分百",
+    "百分之百",
+    "绝对",
+    "完美",
+    "永不过时",
+    "无可替代",
+    "独一无二",
+)
+
+#: 校验类别 → 展平违规清单时的人读前缀。
+CHECK_PREFIXES: dict[str, str] = {
+    "pejorative": "贬损词",
+    "consistency": "结论不一致",
+    "absolute": "绝对化用语",
+}
+
+_HEX_COLOR_RE = re.compile(r"#[0-9a-fA-F]{6}\b")
+_ADVICE_MARKERS = ("建议", "推荐")
+
+
+@dataclass(frozen=True, slots=True)
+class EnumCategory:
+    """体型/脸型/季型三类枚举维度：key 识别串 + 全量枚举词 + 同义别名。
+
+    一致性规则①的依据：这三类的结论词是全量枚举（需求文档 §4 维度字典），
+    文案里出现「同类的另一个枚举值」即可断定与诊断矛盾。
+    """
+
+    label: str
+    key_tokens: tuple[str, ...]
+    vocabulary: tuple[str, ...]
+    #: 诊断值 → 同义说法（诊断说 X 型、文案写沙漏型不算矛盾）。
+    aliases: Mapping[str, tuple[str, ...]] = field(default_factory=dict)
+
+
+_ENUM_CATEGORIES: tuple[EnumCategory, ...] = (
+    EnumCategory(
+        label="体型",
+        key_tokens=("body_shape", "体型"),
+        vocabulary=(
+            "A型",
+            "H型",
+            "O型",
+            "T型",
+            "X型",
+            "苹果型",
+            "梨型",
+            "沙漏型",
+            "倒三角型",
+            "矩形型",
+        ),
+        aliases={
+            "O型": ("苹果型",),
+            "A型": ("梨型",),
+            "X型": ("沙漏型",),
+            "T型": ("倒三角型",),
+            "H型": ("矩形型", "直筒型"),
+        },
+    ),
+    EnumCategory(
+        label="脸型",
+        key_tokens=("face_shape", "脸型"),
+        # 只收「X脸」复合词：单字（圆/方/长）会把「轮廓偏圆润」这类合规
+        # 描述性用语（合规 §3 的正例）误杀。
+        vocabulary=(
+            "鹅蛋脸",
+            "圆形脸",
+            "圆脸",
+            "方形脸",
+            "方脸",
+            "长形脸",
+            "长脸",
+            "心形脸",
+            "菱形脸",
+            "梨形脸",
+        ),
+        aliases={
+            "鹅蛋": ("鹅蛋脸", "鹅蛋型"),
+            "圆": ("圆脸", "圆形脸"),
+            "方": ("方脸", "方形脸"),
+            "长": ("长脸", "长形脸"),
+            "心形": ("心形脸",),
+            "菱形": ("菱形脸",),
+            "梨形": ("梨形脸",),
+        },
+    ),
+    EnumCategory(
+        label="季型",
+        key_tokens=("color_season", "season", "季型"),
+        # 十二季细分是自研描述性命名（TD-18），无法全量枚举，只收四季
+        # 粗分词；细分红利是值本身进 allowed 集合，复述永远合法。
+        vocabulary=("春季型", "夏季型", "秋季型", "冬季型", "春型", "夏型", "秋型", "冬型"),
+        aliases={
+            "春": ("春型", "春季型"),
+            "夏": ("夏型", "夏季型"),
+            "秋": ("秋型", "秋季型"),
+            "冬": ("冬型", "冬季型"),
+        },
+    ),
+)
+
+
+def _normalize_for_match(text: str) -> str:
+    """去空白 + 拉丁字母大写：「x 型」「X型」归一成同一写法再比较。"""
+    return re.sub(r"\s+", "", text).upper()
+
+
+def check_pejorative(text: str) -> list[str]:
+    """全文扫描贬损词表，返回命中的词（按词表顺序）。"""
+    return [term for term in PEJORATIVE_TERMS if term in text]
+
+
+def check_absolute_claims(text: str) -> list[str]:
+    """绝对化用语兜底检查，返回命中的词。"""
+    return [term for term in ABSOLUTE_CLAIM_TERMS if term in text]
+
+
+def _find_dimension(
+    dimensions: Sequence[Mapping[str, Any]], key_tokens: Sequence[str]
+) -> Mapping[str, Any] | None:
+    for dim in dimensions:
+        key = str(dim.get("key") or "")
+        if any(token in key for token in key_tokens):
+            return dim
+    return None
+
+
+def _check_enum_consistency(
+    copy_text_normalized: str, dimensions: Sequence[Mapping[str, Any]]
+) -> list[str]:
+    """规则①：体型/脸型/季型枚举词必须与诊断值同款（含同义别名）。
+
+    维度 skipped/无值时，文案出现该类任何枚举词都算编造——LLM 没看到
+    这个维度却写出了结论，正是素材组装要防的幻觉从校验侧兜底。
+    每类只报第一条命中，避免同一问题刷屏冲淡修正指令。
+    """
+    issues: list[str] = []
+    for category in _ENUM_CATEGORIES:
+        dim = _find_dimension(dimensions, category.key_tokens)
+        if dim is None:
+            continue
+        value = dim.get("value")
+        if dim.get("status") == "ok" and value:
+            canonical = str(value)
+            allowed = {_normalize_for_match(canonical)}
+            for alias in category.aliases.get(canonical, ()):  # 值本身可能就是别名键
+                allowed.add(_normalize_for_match(alias))
+            # 诊断值也可能是别名列里的写法（如存了「沙漏型」），反查一次
+            for canonical_key, alias_values in category.aliases.items():
+                if _normalize_for_match(canonical) == _normalize_for_match(canonical_key) or any(
+                    _normalize_for_match(canonical) == _normalize_for_match(a) for a in alias_values
+                ):
+                    allowed.add(_normalize_for_match(canonical_key))
+                    allowed.update(_normalize_for_match(a) for a in alias_values)
+        else:
+            allowed = set()
+        for token in category.vocabulary:
+            normalized_token = _normalize_for_match(token)
+            if normalized_token in copy_text_normalized and normalized_token not in allowed:
+                issues.append(
+                    f"{category.label}用词「{token}」与诊断值「{value or '未诊断'}」不一致"
+                )
+                break
+    return issues
+
+
+def _check_hex_colors(copy_text: str, dimensions: Sequence[Mapping[str, Any]]) -> list[str]:
+    """规则②：文案中的 #RRGGBB 必须来自诊断维度（色板）的取值集合。
+
+    色值集合从全部维度的 value/evidence 里递归收集而非只认某个 key——
+    T16 的色板维度 key 未定死，宽收集合只可能放宽校验，不会误杀合规色值。
+    """
+    used = {m.group(0).upper() for m in _HEX_COLOR_RE.finditer(copy_text)}
+    if not used:
+        return []
+    dimension_blob = str([dict(d) for d in dimensions])
+    allowed = {m.group(0).upper() for m in _HEX_COLOR_RE.finditer(dimension_blob)}
+    return [f"色值「{color}」不在诊断给出的色板取值范围内" for color in sorted(used - allowed)]
+
+
+def _check_unsupported_advice(
+    copy_text: str,
+    dimensions: Sequence[Mapping[str, Any]],
+    rule_hits: Sequence[Mapping[str, Any]] | None,
+) -> list[str]:
+    """规则③（宽松口径）：建议/推荐句式必须有规则命中支撑。
+
+    取舍：误报的代价是一次无谓重试甚至降级到模板（文案质量明显变差、
+    多花一次 LLM 调用），漏报的底线由贬损词表与枚举一致性兜住，因此只
+    标记两种可确定的情形：
+    ① 文案给出建议但规则引擎零命中（建议完全无据）；
+    ② 建议句点名了某维度，而该维度既无内嵌 rule_hits、也无顶层命中指向它。
+    其余（句式识别不全、支撑关系模糊）一律放行——宁漏勿误杀。
+    """
+    sentences = re.split(r"[。！？!?;\n]", copy_text)
+    advice_sentences = [s for s in sentences if any(marker in s for marker in _ADVICE_MARKERS)]
+    if not advice_sentences:
+        return []
+
+    top_level_dims = {
+        str(hit.get("dimension")) for hit in (rule_hits or []) if hit.get("dimension")
+    }
+    embedded_exists = any(dim.get("rule_hits") for dim in dimensions)
+
+    if not top_level_dims and not embedded_exists:
+        return ["文案包含建议/推荐表述，但规则引擎没有任何命中来支撑该建议"]
+
+    issues: list[str] = []
+    for sentence in advice_sentences:
+        snippet = sentence.strip()[:30]
+        for dim in dimensions:
+            if dim.get("status") != "ok":
+                continue
+            key = str(dim.get("key") or "")
+            label = dimension_label(dim)
+            if not label or label not in sentence:
+                continue
+            supported = bool(dim.get("rule_hits")) or key in top_level_dims
+            if not supported:
+                issues.append(f"建议句「{snippet}」提到{label}，但该维度没有规则命中支撑")
+    return issues
+
+
+def check_conclusion_consistency(
+    copy: ReportCopy,
+    dimensions: list[dict[str, Any]],
+    *,
+    rule_hits: Sequence[Mapping[str, Any]] | None = None,
+) -> list[str]:
+    """文案-结论一致性（T-P3-10，初版三条规则）。返回不一致清单。
+
+    ① 体型/脸型/季型枚举词必须与诊断值同款；维度未诊断时不得出现该类词；
+    ② 具体色值 #RRGGBB 必须在诊断（色板维度）取值集合内；
+    ③ 建议/推荐句式必须有规则命中支撑（宽松口径，见 _check_unsupported_advice）。
+
+    ``rule_hits`` 为可选参数：规则③的支撑判定兼容两种契约形态（命中内嵌
+    在维度里 / 顶层列表），两者都没有时按宽松口径不追责。
+    """
+    dict_dimensions = [d for d in dimensions if isinstance(d, Mapping)]
+    full_text = copy.full_text()
+    issues = _check_enum_consistency(_normalize_for_match(full_text), dict_dimensions)
+    issues.extend(_check_hex_colors(full_text, dict_dimensions))
+    issues.extend(_check_unsupported_advice(full_text, dict_dimensions, rule_hits))
+    return issues
+
+
+def collect_violations(
+    copy: ReportCopy,
+    dimensions: list[dict[str, Any]],
+    *,
+    rule_hits: Sequence[Mapping[str, Any]] | None = None,
+) -> dict[str, list[str]]:
+    """三重校验的汇总视图，键固定为 pejorative / consistency / absolute。"""
+    full_text = copy.full_text()
+    return {
+        "pejorative": check_pejorative(full_text),
+        "consistency": check_conclusion_consistency(copy, dimensions, rule_hits=rule_hits),
+        "absolute": check_absolute_claims(full_text),
+    }
+
+
+def validate_copy(
+    copy: ReportCopy,
+    dimensions: list[dict[str, Any]],
+    *,
+    rule_hits: Sequence[Mapping[str, Any]] | None = None,
+) -> list[str]:
+    """展平的违规清单，条目带类别前缀——可直接作为重试的修正指令。"""
+    breakdown = collect_violations(copy, dimensions, rule_hits=rule_hits)
+    return [
+        f"{CHECK_PREFIXES[key]}：{item}"
+        for key in ("pejorative", "consistency", "absolute")
+        for item in breakdown[key]
+    ]