+- **dream 的失败轮不再什么都不留下:模型原文进 `dream_runs.raw_output`、每条被跳过的决策带三个「模型到底给没给」的布尔、校验判决补回审计行(#534,报告与实测由 @strange2000 提供)**:报告者的现场是一台跑了 13 小时的库——19 轮巩固里 **17 轮整轮无效**(16 轮 `invalid decisions: 1 errors`、1 轮 `no json array`),只有 2 轮 ok 而其中 applied 也是 0,941,476 输入 / 339,079 输出 token 花出去,**一条记忆都没落**。真正要命的不是失败,是**失败没有留下任何东西**:整轮被拒时行上的 `decisions` 只有一个 `{ _validationFailed: true, errors, skipped }` 哨兵,`skipped` 每条只有 `{ index, action, ids, error }` 四键,而「压根没解析出 JSON 数组」那条分支连这个哨兵都没有(`decisions` 落 NULL)——模型到底吐了什么形状,事后一个字都查不到,只能靠猜。三处一起补,**都是只加观测、不动任何判定**:① `skipped` 每条补 `has_keepSource` / `has_title` / `has_content` 三个布尔(原四键一字不动)。它们把 `skipped` 从「一句错误串」变成可计数的形状:读到「merge 缺 title」时,`has_title: false` 说明模型根本没给这个字段(该改提示词),`has_title: true` 说明给了但值不合规(该改校验或提示词里的样例)——两种病因的修法完全不同,而此前只能读到同一句错误。**只加布尔不加原文**:原文在下面两处,而 `skipped` 会按轮累积进一行 JSON,逐条抄正文会让这一列随失败轮数线性膨胀。② 新增列 `dream_runs.raw_output`(幂等 `addColumn`,存量行 NULL),内容是模型原文的**头 300 字 + 仅当超过 500 字时补末 200 字**,口径逐字沿用 #502/#504 的 `summarizeParseFailureAudit`。只留头尾是刻意的:模型跑飞时中段是重复噪声,头尾才分别在「它怎么起手」和「它怎么收尾」上给线索,而整段原文一轮可有数十 KB。**只在「拿到文本但解析或校验没过」时写**:流以错误结束(`result === undefined`,一次限流或超时)根本没有文本可留,落 NULL 而不是落一个空壳对象——把「没有」写成「有但为空」正是这一版要消灭的那种误导。③ 两套账分账。审计行在 LLM 返回的那一刻就写死了 `status`,而决策校验发生在调用**之后**,于是一轮「调用成功、输出被整单拒绝」在 `llm_audit_logs` 里永远是 `success`——聚合出来的成功率 95%、`dream_runs` 的真实整轮成功率 10.5%,同一件事两个数。做法是 `runAuditedLlm` 把刚落库那一行的 id 交回调用方(`spec.auditRef`),校验判决出来时用新增的 `store.annotateLlmAudit(id, patch)` 把 `metadata.decision_validation = { verdict, error_count, skipped_count, survivor_count, invalid_actions }` **浅合并**进那一行。`verdict` 四档:`unparsed`(没解析出数组)/ `rejected`(整单拒绝)/ `degraded`(应用了合法子集)/ `ok`。**绝不改 `status` / token / 时间戳**——那些是调用层的事实,改写它们等于伪造账本;`metadata` 在表里本来就写明是 free-form extras,把校验判决放进去既补上了分账,又不制造第二张表。分账**刻意不进 `GET /dream-status` 的 `lastRun`**:那九个字段有测试整组 `deepEqual` 锁着,而这次要的是「能对上账」,不是「面板多一个数」。**三处刻意的取舍**:(a) 原文**不做进 `decisions` 列**——那一列的语义是「可重放的决策数组」(`applyDecisions` 直接吃它),塞非决策对象会污染重放者与所有按决策数组消费的下游,而失败轮哨兵 `_validationFailed` 也只表达「整单拒绝」这一件事;(b) **不新开 `operation_type`**(如 `dream_validate`)——`dream.test.js` 把 `dream_consolidate` / `dream_summarize` 两个值锁死了,而校验不是一次 LLM 调用,给它单独记一行反而让「调用成功率」这个分母失真;(c) 报告者建议里那条「最小字段的 merge 降级成 keep」**不做**:它确实能把轮次从 failed 救回 ok,代价是把模型的格式错误静默吞掉——那正是这一版要修的病,救回来的是一轮看起来成功了的空转。**另外**:报告者建议的「全 keep 空转标 noop」在现有代码里**已经实现**(`noChange` 判据 + `status = summaryStored ? "ok" : "noop"`),作者看到的 ok 是因为总览那一步成功存了一版新的——那是仓库里写明的口径(「all-keep + summary 是一次实质的总览刷新」),要改得先改这条定性,不在本批。回归测试 +11(`test/dream-decision-evidence.test.js`):截断口径与空文本整键不写、拒收轮与合法子集的载荷形状一致、`skipped` 三布尔的真假三格(含「字段齐但值不合规」与「空白字符串」)、解析失败轮原文落库而 `decisions` 仍为 NULL、整单拒绝轮同样落原文、流错误落 NULL、校验判决补回后 `status` 不变、调用成功但整单拒绝时同一行读出两层结论、degraded 的 `survivor_count` 对得上、全部合法的轮次 metadata 不长多余键,外加一条静态锁禁止往 `decisions` 列塞非决策对象。
0 commit comments