Agent-System/.doc/test-reports/2026-09-24-intent-plan-i2-rollout-test-report.md

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 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。