Refactor: Deepen Campaign Intelligence, Read Model, and Runtime #2

New Issue

solahqb · 2026-08-10T08:10:36Z

solahqb commented

2026-08-10 08:10:36 +00:00

Refactor: Deepen Campaign Intelligence, Read Model, and Runtime

Problem Statement

AgentEvalTool v0.8.0 已完成 Channel、Intelligent Evaluation 生命周期、Campaign 耐久身份和 Intelligent Evaluation 读模型的第一轮 deepening，但近期评估活动相关演进仍在三个 seam 上泄漏知识。

第一，智能分析与周期对比分别掌握耐久排队、进程内任务启动、执行状态、Session 生命周期、失败落库和重启恢复的完整顺序。现有异步作业 Repository 只复用少量查询，真正高风险的 DB/async 编排仍散落在两个调用方。

第二，评估活动列表、详情、报告、时间线、智能分析、周期对比与 Markdown 导出分别拼装 Campaign、child Run、场景、评测对象和探索发现。前端评估活动页还独立维护多组请求、polling 与局部快照。现有活动 view 已形成雏形，但 interface 覆盖不足。

第三，评估活动耐久运行时已经隐藏 claim、tick、恢复和完成逻辑，但 external interface 仍暴露多个 implementation 阶段。生命周期、启动代码和测试需要学习 Session、时钟、cancel event、tick cadence 与恢复顺序，module 的 depth 仍可提高。

Solution

按依赖顺序完成三次 deepening：先建立评估活动智能作业 module，统一智能分析与周期对比的耐久状态编排；再深化评估活动读模型，集中所有稳定 projection，并深化前端现有读取 module；最后收窄评估活动耐久运行时 interface，把 claim、恢复、tick、完成与进程内句柄保留在 implementation 内。

第四个候选——Campaign 与 Intelligent Evaluation 的条件写入分类——只保留为删除测试验证门。除非能证明一个小 interface 可以隐藏显著 implementation，且至少两个 adapter 不需要暴露领域状态与字段映射，否则不创建新 seam。

整个重构不改变领域口径、现有 HTTP 契约、数据库权威关系、管理后台信息架构或部署拓扑。

Commits

Phase 0 — Lock observable behavior

记录当前活动智能作业的状态契约。 用 characterization tests 固定手动触发、自动触发、重复触发、缺少模型、生成失败和成功落库的可观察结果；保持生产代码不变。
记录当前重启与关闭行为。 固定 queued 作业、遗留 generating 作业、进程内任务幂等启动和应用关闭收敛行为，并明确哪些状态可以自动恢复、哪些状态必须显式失败。
记录活动读取契约。 为列表、详情、报告、时间线、分析、周期对比和 Markdown 导出保存响应形状与关键领域口径，确保后续移动知识时外部行为不变。

Phase 1 — Deepen durable Campaign intelligence jobs

定义统一的耐久作业领域状态。 收敛 queued、generating、completed、failed 的含义、允许迁移、触发来源、失败信息长度和更新时间语义；智能分析与周期对比使用同一状态词汇。
增加最小恢复元数据。 为作业记录补充区分首次执行与重启恢复所需的最少信息，并增加迁移与全新数据库一致性测试；不引入通用队列产品或分布式锁。
建立条件认领的 persistence implementation。 queued 作业只能被一次执行认领；重复认领返回类型化结果。用两个独立 Session 验证竞争认领不会派生两次领域工作。
建立统一失败结算。 把异常归一、错误截断、回滚和 failed 落库收进作业 module；调用方不再分别复制 try/except 与状态写入顺序。
建立统一成功结算。 领域工作返回结果后，由作业 module 原子写入 completed 状态与结果；验证旧错误和中间状态不会残留。
接入智能分析工作 adapter。 保留模型解析、失败样本、两阶段分析和自动周期对比判断；移除智能分析调用方对 Session、TaskRegistry 和状态迁移的直接掌握。
接入周期对比工作 adapter。 保留基线选择、机械 diff 与演进叙述；先持久排队再启动，不再从 HTTP adapter 或智能分析 module 直接启动裸进程任务。
统一进程内启动与幂等。 让耐久作业 module 独占 TaskRegistry 使用方式；相同作业正在执行时重复触发只观察同一任务，不创建第二个模型调用。
统一启动恢复。 服务启动时先处理遗留 generating，再恢复 queued。恢复策略必须有上限，避免持续崩溃形成无限模型调用；测试覆盖崩溃发生在排队后、认领后和结果提交前的窗口。
统一关闭收敛。 Web 生命周期只关闭一个评估活动智能作业 owner，不再分别导入智能分析与周期对比 registry；取消进程任务后，数据库状态仍由恢复规则解释。
删除旧异步作业编排。 移除重复的 start、enqueue、resume、upsert 和 orphan 清理路径，只保留领域工作 adapter 与新的 deep module；将测试迁移到统一 interface。
记录耐久作业决策。 新增或修订 ADR，说明数据库状态是作业权威、TaskRegistry 只保存进程句柄、恢复上限、重复模型调用风险及单进程部署假设。

Phase 2 — Deepen the Campaign read model

定义稳定的活动 projection。 分别固定列表、详情、报告、时间线、智能分析和周期对比的领域形状；保持现有 HTTP 字段和 ADR-0002/0004 统计口径不变。
批量构建活动列表 projection。 消除按 Campaign 逐条读取 child Run 的查询方式；增加空列表、多活动和查询数量回归测试。
集中活动详情与 progress。 把窗口位置、spawned/completed Run 计数及终态信息收进读模型；调用方不再选择两个 progress helper，但外部列表与详情值保持兼容。
集中报告与时间线 projection。 让场景名称、child Run 聚合、探索发现和时间线排序在同一读 module 内形成稳定快照；纯统计函数保留为 internal seam。
集中智能分析与周期对比 projection。 模型标签、自动基线、生效基线和机械 diff 由读模型统一投影；分析与周期对比领域工作不承担呈现形状。
让 Markdown 导出消费同一 projection。 删除 router 中对周期对比结果的二次重塑，验证 JSON 页面与 Markdown 导出引用同一活动、基线和模型信息。
迁移 HTTP adapter。 所有评估活动读取端点只负责请求验证、not-found 翻译和响应序列化；删除跨 repository 拼装知识。
深化前端现有活动读取 module。 集中列表加载、报告快照、时间线、智能分析、周期对比、初始失败、silent refresh、状态感知 polling 和迟到响应过滤；不创建平行读取体系。
增加前端读取状态测试。 沿用 Intelligent Evaluation 的 reducer/hook 先例，用 fake adapter、fake timers 和延迟 Promise 验证活动切换、终态停轮询、silent failure 保留完整快照及过期响应不覆盖当前选择。
迁移评估活动页面 renderer。 页面只保留表单、Drawer、表格列和展示交互；移除请求编排与跨快照 setter，保持 keep-alive、分页、反馈和现有布局。
删除旧读取 helper 与重复类型。 只在新 interface 覆盖全部调用方和测试后删除旧 helper；保留仍被其他页面使用的 transport 定义。

Phase 3 — Narrow the durable Campaign runtime interface

建立生命周期级运行时契��测试。 从创建、取消、恢复和完成这些生产调用面验证 durable claim、取消优先、pending 恢复、running 中断和自动分析触发；减少直接调用内部阶段的测试。
把时钟变成 internal seam。 生产 adapter 使用真实 UTC 时钟，测试 adapter 使用可控时钟；生命周期调用方不再传递 elapsed seconds 或理解窗口映射。
把 child Run 执行变成 internal seam。 保留真实 EvalEngine adapter 与测试 fake adapter；claim identity、pending/running 恢复规则仍由运行时 implementation 掌握。
收进 tick 与 reconcile 顺序。 运行时自行保证先恢复、再决策、再 claim、再完成；外部调用方不再组合这些阶段。
收进进程任务句柄。 启动、取消、恢复和关闭通过同一个运行时 owner 协调；Campaign lifecycle 只表达领域意图，数据库继续作为唯一状态权威。
迁移应用启动与关闭。 Web 生命周期只调用 Campaign runtime 和耐久智能作业 module 的高层操作，不再导入具体 registry 或 runner 内部函数。
收窄并清理旧 external interface。 将 advance、reconcile、loop 等阶段降为 implementation 或 internal seam；生产调用方与主要测试只穿过新的 runtime interface。
修订 Campaign ADR。 记录 runtime seam、时钟与执行器 adapter、DB 权威、TaskRegistry 角色，以及为何不改变 OpenClaw 与 Campaign 的既有职责划分。

Phase 4 — Conditional-write deletion gate

执行条件写入删除测试并记录结论。 对比两个领域的条件更新知识，量化新 interface 必须暴露的状态、字段和事务副作用。若删除假想 module 只恢复少量 SQL 模板，则明确拒绝抽象；只有复杂度显著回流且 interface 保持小而稳定时，才另开独立计划。

Final acceptance

运行完整回归。 执行后端全套测试、前端单元测试、类型检查、生产构建、ruff 检查和迁移升级/降级演练；不在本阶段修复无关失败。
执行部署前演练。 在生产数据库副本上验证迁移、作业恢复与活动读取兼容性；确认前端生产产物已更新，并通过健康检查与关键活动读取路径。

Decision Document

实施顺序固定为：耐久智能作业 → 活动读模型 → 活动耐久运行时。
智能分析与周期对比是耐久作业 module 的两个真实工作 adapter。
judge 抽样复核暂不接入该 module，因为它没有独立 queued 行和重启恢复语义；未来形成相同语义后再评估第三个 adapter。
作业数据库状态是耐久权威；TaskRegistry 只保存当前进程中的任务与取消句柄。
queued 作业可恢复；遗留 generating 作业按有上限的恢复策略处理，禁止无限自动重试。
模型解析、提示词、结构化结果归一和领域校验留在各自工作 adapter，不进入通用作业 implementation。
Campaign 读模型是活动 projection 的唯一组合 seam，HTTP adapter 不直接跨多个 Repository 拼装响应。
列表、详情、报告、时间线、分析、周期对比和导出保留现有外部契约。
读模型可以内部复用纯统计函数，但这些 internal seam 不暴露给 HTTP adapter 或前端。
前端深化现有活动读取 module，不建立第二套缓存或引入 React Query/SWR。
Campaign runtime 吸收 claim、恢复、tick、完成与任务句柄顺序；纯 scheduler 保持无 I/O。
数据库继续是 Campaign 唯一权威；取消后的新 claim 必须失败，已开始的 child Run 允许完成。
OpenClaw、Exploration Session、Intelligent Evaluation 与 Campaign 的领域关系保持不变。
条件写入共性不进入当前生产重构；候选 4 必须再次通过删除测试后另立计划。
如需新增数据库字段，必须同时提供 Alembic upgrade、downgrade 与全新数据库 parity 测试。
每一提交必须保持仓库可运行，不保留跨多个提交才能工作的临时双 interface。

Testing Decisions

好测试穿过生产调用方使用的同一 interface，断言可观察结果、持久状态和领域事件；不检查 TaskRegistry 私有字典、Repository 内部调用次数或 runner 阶段函数的调用顺序。
耐久作业测试使用内存 SQLite、fake 工作 adapter 和可控 TaskRegistry，覆盖排队、竞争认领、成功、失败、重复触发、重启恢复、恢复上限与关闭窗口。
智能分析和周期对比保留各自领域测试，继续验证提示输入、白名单归一、基线规则和机械 diff；删除被统一作业契约完全替代的编排测试。
Campaign 读模型测试覆盖 projection 内容、not-found、批量查询、快照一致性、模型标签、自动/手动基线和 Markdown 同源性。
HTTP 集成测试只验证状态码、响应契约和错误翻译，不 spy 读模型内部 Repository。
前端测试沿用 Intelligent Evaluation 读取 module 的 Vitest/React Testing Library 先例，使用 fake timers 与 fake adapter 测 observable state 和用户可见行为。
Campaign runtime 测试以 lifecycle 结果和数据库状态为主；纯 scheduler 的确定性测试继续作为 internal seam 测试保留。
迁移测试覆盖升级、降级、全新 schema parity、旧行默认值与恢复元数据。
最终验收至少保持当前发布基线：后端全套测试、前端测试、类型检查和生产构建全部通过。

Out of Scope

不合并 Campaign、Intelligent Evaluation、Exploration Session 或普通 EvalRun 的领域状态机。
不把 judge 抽样复核强行纳入耐久智能作业 module。
不引入 Celery、Redis、Kafka、外部队列或多进程 worker。
不改变分析岗位、judge 岗位或周期对比的提示词与业务输出 schema。
不改变 ADR-0002/0004 的通过率、可用性、失败、取消或周期对比口径。
不改变 HTTP 路径、响应字段、前端信息架构、keep-alive 标签页或 Drawer 交互。
不把 Campaign 前端状态迁移到全局 Zustand，也不引入新的请求缓存框架。
不重写纯 scheduler 算法，不改变 time_scale 语义。
不改变 TaskRegistry 为数据库权威，也不让 OpenClaw 全程驱动 Campaign。
不因单文件长度拆分 Repository；文件移动本身不算 deepening。
不在本计划中实现通用条件写入 module。
不处理与本次三个 seam 无关的代码风格或历史兼容问题。

Further Notes

计划基于 v0.8.0 / commit 10a089e 的架构扫描。
最近发布验证基线为后端 729 个测试通过、前端 9 个测试通过、生产构建通过；实施前应重新跑一次并记录实际基线。
现有 Intelligent Evaluation 读模型及其前端 reducer/hook 是 Phase 2 的主要先例。
现有 Channel complete-exchange interface、Campaign child-Run durable identity 和生命周期 CAS 是 Phase 1/3 的主要先例。
生产仍为单进程 FastAPI + SQLite；若未来改为多 worker，耐久作业认领语义需要单独复审。
Gitea Issue 创建需要新的临时 token；当前工作区未保存可用 token，本文件先作为待确认草案。

# Refactor: Deepen Campaign Intelligence, Read Model, and Runtime ## Problem Statement AgentEvalTool v0.8.0 已完成 Channel、Intelligent Evaluation 生命周期、Campaign 耐久身份和 Intelligent Evaluation 读模型的第一轮 deepening，但近期评估活动相关演进仍在三个 seam 上泄漏知识。第一，智能分析与周期对比分别掌握耐久排队、进程内任务启动、执行状态、Session 生命周期、失败落库和重启恢复的完整顺序。现有异步作业 Repository 只复用少量查询，真正高风险的 DB/async 编排仍散落在两个调用方。第二，评估活动列表、详情、报告、时间线、智能分析、周期对比与 Markdown 导出分别拼装 Campaign、child Run、场景、评测对象和探索发现。前端评估活动页还独立维护多组请求、polling 与局部快照。现有活动 view 已形成雏形，但 interface 覆盖不足。第三，评估活动耐久运行时已经隐藏 claim、tick、恢复和完成逻辑，但 external interface 仍暴露多个 implementation 阶段。生命周期、启动代码和测试需要学习 Session、时钟、cancel event、tick cadence 与恢复顺序，module 的 depth 仍可提高。 ## Solution 按依赖顺序完成三次 deepening：先建立评估活动智能作业 module，统一智能分析与周期对比的耐久状态编排；再深化评估活动读模型，集中所有稳定 projection，并深化前端现有读取 module；最后收窄评估活动耐久运行时 interface，把 claim、恢复、tick、完成与进程内句柄保留在 implementation 内。第四个候选——Campaign 与 Intelligent Evaluation 的条件写入分类——只保留为删除测试验证门。除非能证明一个小 interface 可以隐藏显著 implementation，且至少两个 adapter 不需要暴露领域状态与字段映射，否则不创建新 seam。整个重构不改变领域口径、现有 HTTP 契约、数据库权威关系、管理后台信息架构或部署拓扑。 ## Commits ### Phase 0 — Lock observable behavior 1. **记录当前活动智能作业的状态契约。** 用 characterization tests 固定手动触发、自动触发、重复触发、缺少模型、生成失败和成功落库的可观察结果；保持生产代码不变。 2. **记录当前重启与关闭行为。** 固定 queued 作业、遗留 generating 作业、进程内任务幂等启动和应用关闭收敛行为，并明确哪些状态可以自动恢复、哪些状态必须显式失败。 3. **记录活动读取契约。** 为列表、详情、报告、时间线、分析、周期对比和 Markdown 导出保存响应形状与关键领域口径，确保后续移动知识时外部行为不变。 ### Phase 1 — Deepen durable Campaign intelligence jobs 4. **定义统一的耐久作业领域状态。** 收敛 queued、generating、completed、failed 的含义、允许迁移、触发来源、失败信息长度和更新时间语义；智能分析与周期对比使用同一状态词汇。 5. **增加最小恢复元数据。** 为作业记录补充区分首次执行与重启恢复所需的最少信息，并增加迁移与全新数据库一致性测试；不引入通用队列产品或分布式锁。 6. **建立条件认领的 persistence implementation。** queued 作业只能被一次执行认领；重复认领返回类型化结果。用两个独立 Session 验证竞争认领不会派生两次领域工作。 7. **建立统一失败结算。** 把异常归一、错误截断、回滚和 failed 落库收进作业 module；调用方不再分别复制 try/except 与状态写入顺序。 8. **建立统一成功结算。** 领域工作返回结果后，由作业 module 原子写入 completed 状态与结果；验证旧错误和中间状态不会残留。 9. **接入智能分析工作 adapter。** 保留模型解析、失败样本、两阶段分析和自动周期对比判断；移除智能分析调用方对 Session、TaskRegistry 和状态迁移的直接掌握。 10. **接入周期对比工作 adapter。** 保留基线选择、机械 diff 与演进叙述；先持久排队再启动，不再从 HTTP adapter 或智能分析 module 直接启动裸进程任务。 11. **统一进程内启动与幂等。** 让耐久作业 module 独占 TaskRegistry 使用方式；相同作业正在执行时重复触发只观察同一任务，不创建第二个模型调用。 12. **统一启动恢复。** 服务启动时先处理遗留 generating，再恢复 queued。恢复策略必须有上限，避免持续崩溃形成无限模型调用；测试覆盖崩溃发生在排队后、认领后和结果提交前的窗口。 13. **统一关闭收敛。** Web 生命周期只关闭一个评估活动智能作业 owner，不再分别导入智能分析与周期对比 registry；取消进程任务后，数据库状态仍由恢复规则解释。 14. **删除旧异步作业编排。** 移除重复的 start、enqueue、resume、upsert 和 orphan 清理路径，只保留领域工作 adapter 与新的 deep module；将测试迁移到统一 interface。 15. **记录耐久作业决策。** 新增或修订 ADR，说明数据库状态是作业权威、TaskRegistry 只保存进程句柄、恢复上限、重复模型调用风险及单进程部署假设。 ### Phase 2 — Deepen the Campaign read model 16. **定义稳定的活动 projection。** 分别固定列表、详情、报告、时间线、智能分析和周期对比的领域形状；保持现有 HTTP 字段和 ADR-0002/0004 统计口径不变。 17. **批量构建活动列表 projection。** 消除按 Campaign 逐条读取 child Run 的查询方式；增加空列表、多活动和查询数量回归测试。 18. **集中活动详情与 progress。** 把窗口位置、spawned/completed Run 计数及终态信息收进读模型；调用方不再选择两个 progress helper，但外部列表与详情值保持兼容。 19. **集中报告与时间线 projection。** 让场景名称、child Run 聚合、探索发现和时间线排序在同一读 module 内形成稳定快照；纯统计函数保留为 internal seam。 20. **集中智能分析与周期对比 projection。** 模型标签、自动基线、生效基线和机械 diff 由读模型统一投影；分析与周期对比领域工作不承担呈现形状。 21. **让 Markdown 导出消费同一 projection。** 删除 router 中对周期对比结果的二次重塑，验证 JSON 页面与 Markdown 导出引用同一活动、基线和模型信息。 22. **迁移 HTTP adapter。** 所有评估活动读取端点只负责请求验证、not-found 翻译和响应序列化；删除跨 repository 拼装知识。 23. **深化前端现有活动读取 module。** 集中列表加载、报告快照、时间线、智能分析、周期对比、初始失败、silent refresh、状态感知 polling 和迟到响应过滤；不创建平行读取体系。 24. **增加前端读取状态测试。** 沿用 Intelligent Evaluation 的 reducer/hook 先例，用 fake adapter、fake timers 和延迟 Promise 验证活动切换、终态停轮询、silent failure 保留完整快照及过期响应不覆盖当前选择。 25. **迁移评估活动页面 renderer。** 页面只保留表单、Drawer、表格列和展示交互；移除请求编排与跨快照 setter，保持 keep-alive、分页、反馈和现有布局。 26. **删除旧读取 helper 与重复类型。** 只在新 interface 覆盖全部调用方和测试后删除旧 helper；保留仍被其他页面使用的 transport 定义。 ### Phase 3 — Narrow the durable Campaign runtime interface 27. **建立生命周期级运行时契��测试。** 从创建、取消、恢复和完成这些生产调用面验证 durable claim、取消优先、pending 恢复、running 中断和自动分析触发；减少直接调用内部阶段的测试。 28. **把时钟变成 internal seam。** 生产 adapter 使用真实 UTC 时钟，测试 adapter 使用可控时钟；生命周期调用方不再传递 elapsed seconds 或理解窗口映射。 29. **把 child Run 执行变成 internal seam。** 保留真实 EvalEngine adapter 与测试 fake adapter；claim identity、pending/running 恢复规则仍由运行时 implementation 掌握。 30. **收进 tick 与 reconcile 顺序。** 运行时自行保证先恢复、再决策、再 claim、再完成；外部调用方不再组合这些阶段。 31. **收进进程任务句柄。** 启动、取消、恢复和关闭通过同一个运行时 owner 协调；Campaign lifecycle 只表达领域意图，数据库继续作为唯一状态权威。 32. **迁移应用启动与关闭。** Web 生命周期只调用 Campaign runtime 和耐久智能作业 module 的高层操作，不再导入具体 registry 或 runner 内部函数。 33. **收窄并清理旧 external interface。** 将 advance、reconcile、loop 等阶段降为 implementation 或 internal seam；生产调用方与主要测试只穿过新的 runtime interface。 34. **修订 Campaign ADR。** 记录 runtime seam、时钟与执行器 adapter、DB 权威、TaskRegistry 角色，以及为何不改变 OpenClaw 与 Campaign 的既有职责划分。 ### Phase 4 — Conditional-write deletion gate 35. **执行条件写入删除测试并记录结论。** 对比两个领域的条件更新知识，量化新 interface 必须暴露的状态、字段和事务副作用。若删除假想 module 只恢复少量 SQL 模板，则明确拒绝抽象；只有复杂度显著回流且 interface 保持小而稳定时，才另开独立计划。 ### Final acceptance 36. **运行完整回归。** 执行后端全套测试、前端单元测试、类型检查、生产构建、ruff 检查和迁移升级/降级演练；不在本阶段修复无关失败。 37. **执行部署前演练。** 在生产数据库副本上验证迁移、作业恢复与活动读取兼容性；确认前端生产产物已更新，并通过健康检查与关键活动读取路径。 ## Decision Document - 实施顺序固定为：耐久智能作业 → 活动读模型 → 活动耐久运行时。 - 智能分析与周期对比是耐久作业 module 的两个真实工作 adapter。 - judge 抽样复核暂不接入该 module，因为它没有独立 queued 行和重启恢复语义；未来形成相同语义后再评估第三个 adapter。 - 作业数据库状态是耐久权威；TaskRegistry 只保存当前进程中的任务与取消句柄。 - queued 作业可恢复；遗留 generating 作业按有上限的恢复策略处理，禁止无限自动重试。 - 模型解析、提示词、结构化结果归一和领域校验留在各自工作 adapter，不进入通用作业 implementation。 - Campaign 读模型是活动 projection 的唯一组合 seam，HTTP adapter 不直接跨多个 Repository 拼装响应。 - 列表、详情、报告、时间线、分析、周期对比和导出保留现有外部契约。 - 读模型可以内部复用纯统计函数，但这些 internal seam 不暴露给 HTTP adapter 或前端。 - 前端深化现有活动读取 module，不建立第二套缓存或引入 React Query/SWR。 - Campaign runtime 吸收 claim、恢复、tick、完成与任务句柄顺序；纯 scheduler 保持无 I/O。 - 数据库继续是 Campaign 唯一权威；取消后的新 claim 必须失败，已开始的 child Run 允许完成。 - OpenClaw、Exploration Session、Intelligent Evaluation 与 Campaign 的领域关系保持不变。 - 条件写入共性不进入当前生产重构；候选 4 必须再次通过删除测试后另立计划。 - 如需新增数据库字段，必须同时提供 Alembic upgrade、downgrade 与全新数据库 parity 测试。 - 每一提交必须保持仓库可运行，不保留跨多个提交才能工作的临时双 interface。 ## Testing Decisions - 好测试穿过生产调用方使用的同一 interface，断言可观察结果、持久状态和领域事件；不检查 TaskRegistry 私有字典、Repository 内部调用次数或 runner 阶段函数的调用顺序。 - 耐久作业测试使用内存 SQLite、fake 工作 adapter 和可控 TaskRegistry，覆盖排队、竞争认领、成功、失败、重复触发、重启恢复、恢复上限与关闭窗口。 - 智能分析和周期对比保留各自领域测试，继续验证提示输入、白名单归一、基线规则和机械 diff；删除被统一作业契约完全替代的编排测试。 - Campaign 读模型测试覆盖 projection 内容、not-found、批量查询、快照一致性、模型标签、自动/手动基线和 Markdown 同源性。 - HTTP 集成测试只验证状态码、响应契约和错误翻译，不 spy 读模型内部 Repository。 - 前端测试沿用 Intelligent Evaluation 读取 module 的 Vitest/React Testing Library 先例，使用 fake timers 与 fake adapter 测 observable state 和用户可见行为。 - Campaign runtime 测试以 lifecycle 结果和数据库状态为主；纯 scheduler 的确定性测试继续作为 internal seam 测试保留。 - 迁移测试覆盖升级、降级、全新 schema parity、旧行默认值与恢复元数据。 - 最终验收至少保持当前发布基线：后端全套测试、前端测试、类型检查和生产构建全部通过。 ## Out of Scope - 不合并 Campaign、Intelligent Evaluation、Exploration Session 或普通 EvalRun 的领域状态机。 - 不把 judge 抽样复核强行纳入耐久智能作业 module。 - 不引入 Celery、Redis、Kafka、外部队列或多进程 worker。 - 不改变分析岗位、judge 岗位或周期对比的提示词与业务输出 schema。 - 不改变 ADR-0002/0004 的通过率、可用性、失败、取消或周期对比口径。 - 不改变 HTTP 路径、响应字段、前端信息架构、keep-alive 标签页或 Drawer 交互。 - 不把 Campaign 前端状态迁移到全局 Zustand，也不引入新的请求缓存框架。 - 不重写纯 scheduler 算法，不改变 time_scale 语义。 - 不改变 TaskRegistry 为数据库权威，也不让 OpenClaw 全程驱动 Campaign。 - 不因单文件长度拆分 Repository；文件移动本身不算 deepening。 - 不在本计划中实现通用条件写入 module。 - 不处理与本次三个 seam 无关的代码风格或历史兼容问题。 ## Further Notes - 计划基于 v0.8.0 / commit `10a089e` 的架构扫描。 - 最近发布验证基线为后端 729 个测试通过、前端 9 个测试通过、生产构建通过；实施前应重新跑一次并记录实际基线。 - 现有 Intelligent Evaluation 读模型及其前端 reducer/hook 是 Phase 2 的主要先例。 - 现有 Channel complete-exchange interface、Campaign child-Run durable identity 和生命周期 CAS 是 Phase 1/3 的主要先例。 - 生产仍为单进程 FastAPI + SQLite；若未来改为多 worker，耐久作业认领语义需要单独复审。 - Gitea Issue 创建需要新的临时 token；当前工作区未保存可用 token，本文件先作为待确认草案。

solahqb commented

2026-08-10 08:16:01 +00:00

Phase 0 基线完成：后端 Campaign/分析/周期对比/报告/runtime 针对性测试 251 passed；前端新增 useCampaignReport 行为基线 3 项后全套 12 passed；生产实现暂未修改，下一步进入 Phase 1 深化耐久 LLM 后台作业 module。测试仅有 Vite esbuild/oxc 弃用警告。

solahqb commented

2026-08-11 08:44:52 +00:00

已完成并验收。Campaign 智能作业、读模型、运行时收窄及条件写入删除测试由提交 1782b24 完成，阶段总结见 docs/archive/campaign-architecture-deepening-20260811-v1.0.md；最终随 v1.0.0（0326ec5）通过完整质量门禁并部署开发线与正式线。

已完成并验收。Campaign 智能作业、读模型、运行时收窄及条件写入删除测试由提交 1782b24 完成，阶段总结见 docs/archive/campaign-architecture-deepening-20260811-v1.0.md；最终随 v1.0.0（0326ec5）通过完整质量门禁并部署开发线与正式线。

solahqb closed this issue

2026-08-11 08:44:52 +00:00

Sign in to join this conversation.