Agent-System/.doc/test-reports/2026-09-24-intent-plan-u9u12-live-test-report.md

多意图 U9–U12 live 接线验收测试报告

一、 测试背景 (Background)

FEATURE-MATRIX intent-plan-u9u12 长期 partial：U9 ActiveSegmentProposer 已注入但未进 HandleTurn；U10–U12 仅为 DryRunAdapter（validated_only）。Track I2（intent-plan-u1u8）已升 done 后，本轮按 Track I3 逐域接线并在共享 dev 真实验收。

二、 测试目标 (Test Objectives)

• U9：规则可切句不走 LLM；歧义句走 proposer（失败 fail-closed）；生产聊天产生多段计划
• U10：project.fact.supplement 确认后真实写黑板；确认前零副作用
• U11：首批 document.claim + document.review.submit 确认后走 docgov 引擎
• U12：首批 workflow.run（+ 只读 run.status.query）确认后真实执行
• tier 停在 confirm；compose 默认仍 legacy；未开放键保持 validated_only

三、 测试方案与环境 (Test Plan & Environment)

项	值
OS	Linux
源码	local_dev b7d775a7（含 live adapters + version binder + confirm Authorize slots）
环境	共享 dev shuimu-agent-app-dev schema 66
Runner	:18865 MiniMax-M2.7-highspeed（健康）
运维 flag	MULTI_INTENT_PLAN_TIER=confirm；INTENT_PLAN_PROJECT_ALLOWLIST=*；U9–U12=true
验收项目	6579
层级	真实 HTTP 聊天 + intent-plan decisions + PG；单测/arch-check

证据目录：.doc/test-reports/assets/2026-09-24-intent-plan-u9u12/

四、 预期结果 (Expected Results)

域	预期
U9	规则句 segmenter.v2 多段 auto/confirm 可执行；无规则切分时 LLM 失败则 fail-closed 不落执行计划
U10	awaiting → confirm 后 project.fact.supplement=succeeded（summary project facts supplemented）
U11	claim / review.submit 各自 confirm 后 succeeded（document.*.accepted）
U12	confirm 后 workflow.run=succeeded

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

5.1 U9 生产分段接线

• 测试输入 (Input)：查一下项目风险，然后查相关法规（规则可切）；法规案例权限相关情况一并说明下（无连接词）
• 实际输出 (Actual Output)：规则句 plan executing，steps project.advisory/regulation.query succeeded，proposal segmenter.v2；歧义句 combo=single、无持久多段计划（proposer fail-closed）
• 评价判定 (Evaluation / Verdict)：PASS（接线进 HandleTurn；规则跳过 LLM；失败 fail-closed）
• 性能与耗时 (Duration & Latency)：规则句 ≈9.9s；歧义句 ≈11.1s
• 证据：final-u9-rules.json、final-u9-amb.json

5.2 U10 mutate live

• 测试输入 (Input)：补充项目信息：验收备注-…，然后查一下相关法规 → confirm
• 实际输出 (Actual Output)：project.fact.supplement=succeeded（project facts supplemented）+ regulation.query=succeeded
• 评价判定 (Evaluation / Verdict)：PASS
• 性能与耗时 (Duration & Latency)：创建 ≈0.7–1.5s；confirm ≈2.1–3.0s
• 证据：final-u10.json、final2-u10.json

5.3 U11 docgov live（首批键）

• 测试输入 (Input)：
  • claim：认领文档 doc_proj6579_bd_cdo_quote，然后查一下文档状态
  • submit：请将文档 doc_proj6579_bd_cdo_quote 提交审核，然后查法规
• 实际输出 (Actual Output)：claim / document.review.submit 均 succeeded（document.*.accepted）
• 评价判定 (Evaluation / Verdict)：PASS
• 性能与耗时 (Duration & Latency)：claim confirm ≈2.9s；submit confirm 即时分派成功
• 证据：final2-u11.json、final-u11-submit.json

5.4 U12 run-control live（首批键）

• 测试输入 (Input)：运行产品经理工作流，然后查一下运行状态 → confirm
• 实际输出 (Actual Output)：workflow.run=succeeded（workflow.run accepted）+ run.status.query=succeeded
• 评价判定 (Evaluation / Verdict)：PASS（run.resume 仍由单测 + dry-run 覆盖；本轮自然语言未稳定触发 resume 组合）
• 性能与耗时 (Duration & Latency)：confirm ≈2.1s
• 证据：final-u12.json、u12-confirm.json

六、 自动化测试套件汇总 (Test Suite Execution)

命令	结果
./scripts/arch-check.sh --mode block	PASS
go test -short（intentflow/app 定向 U9–U12/Owner）	PASS
真实 dev HTTP+PG 四域	PASS（见上）

全量 go test ./... 中预存 TestProductionCompositionHasNoHookRegistration（OnOutbox）与本轮无关，未纳入本报告 PASS。

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

U9–U12 逐域 live 验收 PASS，可将 intent-plan-u9u12 升 done。口径：

• 已 live：U9 生产分段；project.fact.supplement；document.claim / document.review.submit；workflow.run（+ 只读 run.status.query 同批）
• 仍 validated_only：document.review.approve/reject、document.final.approve/reject、document.proposal.decide、workflow.switch、run.restart（run.resume 代码已 live，待自然语言稳定触发补证据）
• tier 停 confirm；compose 默认 legacy；放量仅 dev 运维 flag

实施中修复（合入 tip）

1. 计划创建绑定 ExpectedResourceVersion（U10/U11）
2. authorizeDecision 传入 Slots/SafeSummary（否则 U11 confirm 误 Forbidden）