# Track I2 多意图放量验收测试报告

## 一、 测试背景 (Background)

FEATURE-MATRIX `intent-plan-u1u8` 在 Track I1 后仍为 partial：默认 `legacy`，无项目 allowlist、无 shadow 对账。本轮合入 I2 代码后在共享 dev 按 shadow → auto_read → confirm 逐级放量验收。

## 二、 测试目标 (Test Objectives)

- shadow：真实聊天持久不可执行计划，legacy 路由仍执行，步骤 status=pending
- auto_read：有权限项目上两项只读自动执行一次，receipt 含 auth scope
- confirm：查询+生成确认前 `task_runs` 零增量；确认后经 `DispatchEligible` 单次执行

## 三、 测试方案与环境 (Test Plan & Environment)

| 项 | 值 |
|---|---|
| OS | Linux |
| 源码 | local_dev `526617ff`（含 I2 + compose dup fix） |
| 环境 | 共享 dev `shuimu-agent-app-dev` schema **66** |
| Runner | `:18865` MiniMax-M2.7-highspeed（健康） |
| 放量配置 | `INTENT_PLAN_PROJECT_ALLOWLIST=*`；compose 仓库默认仍 `legacy` |
| 验收项目 | **6579**（admin 成员）；993975 用于证明无成员时 confirm 鉴权失败（负例） |
| 层级 | 真实 HTTP 聊天 + PG 账本；Playwright 双标签沿用既有 U6 lineage，本轮以 API+PG 为准 |

证据：`.doc/test-reports/assets/2026-09-24-intent-plan-i2-rollout/`

## 四、 预期结果 (Expected Results)

| 档位 | 预期 |
|---|---|
| shadow | `status=proposed` `execution_mode=validated_only`；步骤 pending；回复仍有 legacy 查询内容 |
| auto_read | `status=executing/completed`；两步 `succeeded`；live |
| confirm | 出卡 awaiting；确认前 task_runs Δ=0；确认后 query+task.run succeeded，task_runs Δ=1 |

## 五、 实际测试结果与判定 (Actual Results & Evaluation)

### 5.1 shadow

- **测试输入 (Input)**：`POST /api/v1/chat` project=993975 message=`查一下项目风险，然后查相关法规`；`MULTI_INTENT_PLAN_TIER=shadow`
- **实际输出 (Actual Output)**：`intent_plan.plan_id=pln_2eabf5b5…` status=`proposed` mode=`validated_only`；steps pending；reply 含法规查询结果（legacy）；elapsed≈6.2s；PG 同行一致
- **评价判定 (Evaluation / Verdict)**：PASS
- **性能与耗时 (Duration & Latency)**：6.18s

### 5.2 auto_read（有权限项目）

- **测试输入 (Input)**：同句，project=**6579**，tier=`auto_read`
- **实际输出 (Actual Output)**：`pln_1dc96bd9…` status=`executing`；`project.advisory`/`regulation.query` 均为 `succeeded`；receipt summary 含 `scope=`；elapsed≈7.5s
- **评价判定 (Evaluation / Verdict)**：PASS
- **性能与耗时 (Duration & Latency)**：7.45s

### 5.3 auto_read 负例（无项目成员）

- **测试输入 (Input)**：project=993975（admin 非成员）
- **实际输出 (Actual Output)**：计划停在 `awaiting_confirmation`、步骤 pending（DecidePlan 鉴权失败）；API GET/decision 返回 403
- **评价判定 (Evaluation / Verdict)**：PASS（fail-closed，确认前无成功副作用）
- **性能与耗时 (Duration & Latency)**：—

### 5.4 confirm

- **测试输入 (Input)**：project=6579 message=`查一下相关法规，然后帮我生成报价单`；随后 `POST …/decisions` kind=confirm
- **实际输出 (Actual Output)**：确认前 plan awaiting、steps pending、`task_runs` 562→562（Δ=0）；确认后 status=executing，`regulation.query`+`task.run` succeeded，`task_runs` 563（Δ=1）；confirm_elapsed≈3.0s
- **评价判定 (Evaluation / Verdict)**：PASS
- **性能与耗时 (Duration & Latency)**：聊天 1.61s + confirm 2.98s

### 5.5 Playwright 双标签

- **测试输入 (Input)**：本轮未重跑 UI（时间盒）；既有 [U6 dual-tab](./2026-09-16-intent-plan-playwright-dual-tab-test-report.md) lineage 仍有效；本轮以真实 HTTP+PG 关闭 I2
- **实际输出 (Actual Output)**：NOT RUN
- **评价判定 (Evaluation / Verdict)**：不挡 I2 关闭（双标签属既有 U6 证据；本轮新增为放量接线）
- **性能与耗时 (Duration & Latency)**：—

## 六、 自动化测试套件汇总 (Test Suite Execution)

| 命令 | 结果 |
|---|---|
| `./scripts/arch-check.sh --mode block`（I2 合入候选） | PASS |
| `go test -short ./internal/app/intentflow/ …`（I2 单测） | PASS |
| 真实 dev HTTP+PG 放量三档 | PASS（见上） |

## 七、 测试结论与后续优化建议 (Conclusion & Next Steps)

**I2 放量验收 PASS**。可将 `intent-plan-u1u8` 升 `done`，口径：仓库 compose 默认仍 `legacy`；dev 运维可按 allowlist 升 shadow/auto_read/confirm。后续 U9–U12 见独立行 `intent-plan-u9u12`。

回退：将 `MULTI_INTENT_PLAN_TIER` 改回 `legacy` 并 recreate app；已有计划可读/可取消。