skills: ASCII filenames (unzip mangles CJK names in deploy chain), name moved in…

…to file line 1; bench: simulate production anti-fab retry guard

skills: ASCII filenames (unzip mangles CJK names in deploy chain), name moved in…
…to file line 1; bench: simulate production anti-fab retry guard
zichun
1 parent b7543403
Showing 8 changed files with 50 additions and 18 deletions
bench/README.md
bench/bench_ext.py
src/main/java/com/xly/service/SkillService.java
src/main/resources/skills/查询数据.md → src/main/resources/skills/query.md
src/main/resources/skills/新建报价.md → src/main/resources/skills/quote-create.md
src/main/resources/skills/新建单据.md → src/main/resources/skills/record-create.md
src/main/resources/skills/单据状态操作.md → src/main/resources/skills/record-status.md
src/main/resources/skills/修改记录.md → src/main/resources/skills/record-update.md
@@ -24,11 +24,16 @@ skill-ReAct 落地后：意图门段作废；agent 段对新架构重跑，严
 | 提议纪律 | M7 | 提议卡后不重复提议、不声称已执行 |
 ```
-uv run --no-project bench_ext.py --arch old          # 现产线复刻（基线）
-uv run --no-project bench_ext.py --arch new          # skill-ReAct（从 src/main/resources/prompts/ 读）
+uv run --no-project bench_ext.py --arch old          # 旧架构复刻（基线）
+uv run --no-project bench_ext.py --arch new          # skill-ReAct（prompt/skill 从 src/main/resources/ 同源读取）
+uv run --no-project bench_ext.py --fifty --arch new  # bench50 的 50 题按全轨迹判分（新旧同口径对照）
 uv run --no-project bench_ext.py --arch old --only M5
 ```
-老架构基线存档：`bench_ext_old_baseline.out`。
+轨迹模拟含**生产反编造护栏**复刻：零工具调用却答出数字 → 注入纠正话术重试一次
+（与 AgentChatController 的常开护栏一致；不模拟 WRITE_CLAIM 文案提醒）。
+
+基线存档：`bench_ext_old_baseline.out`（无护栏口径，首次基线）、`bench_p3_acceptance.out`（P3 验收，
+四组同口径：ext/fifty × old/new）。
 流式输出中途点【确认】的并发问题由 Java 单测覆盖（事件日志并发 append 不丢事件），不在本目录。
@@ -41,11 +41,12 @@ T_USESKILL = fn(&quot;useSkill&quot;,
 def load_skills():
-    """{名称: (一句话用途, 正文)} —— 与生产 SkillService 同源读仓库 skill 文件。"""
+    """{名称: (一句话用途, 正文)} —— 与生产 SkillService 同源同格式（首行=名，次行=用途，余=正文）。"""
     out = {}
     for p in sorted(SKILLS_DIR.glob("*.md")):
-        lines = p.read_text(encoding="utf-8").split("\n", 1)
-        out[p.stem] = (lines[0].strip(), lines[1].strip() if len(lines) > 1 else "")
+        parts = p.read_text(encoding="utf-8").split("\n", 2)
+        if len(parts) >= 3:
+            out[parts[0].strip()] = (parts[1].strip(), parts[2].strip())
     return out
@@ -136,7 +137,7 @@ def call(body, timeout=200):
         return json.loads(r.read())
-def run_trajectory(system_prompt, tools, history, utterance):
+def run_trajectory_once(system_prompt, tools, history, utterance):
     """history: [(role, text)] 已渲染的往轮。返回 (calls, final_text, steps, err)。"""
     messages = [{"role": "system", "content": system_prompt}]
     for role, text in history:
@@ -168,6 +169,19 @@ def run_trajectory(system_prompt, tools, history, utterance):
     return calls, None, MAX_STEPS, "step-cap"
+GUARD_NUDGE = "你上一条回答没有调用任何工具、数字疑似编造。请先用工具查询真实数据，再重新回答这个问题："
+
+
+def run_trajectory(system_prompt, tools, history, utterance):
+    """带生产反编造护栏的轨迹：零工具却答出数字 → 注入纠正话术重试一次（复刻 AgentChatController）。"""
+    calls, text, steps, err = run_trajectory_once(system_prompt, tools, history, utterance)
+    if err or calls or not text or not any(c.isdigit() for c in text):
+        return calls, text, steps, err
+    retry_hist = history + [("user", utterance), ("assistant", text)]
+    calls2, text2, steps2, err2 = run_trajectory_once(system_prompt, tools, retry_hist, GUARD_NUDGE + utterance)
+    return calls2, text2, steps + steps2, err2
+
+
 # ---------------- 判分辅助 ----------------
 def argstr(args):
     return json.dumps(args or {}, ensure_ascii=False)
@@ -18,9 +18,10 @@ import java.util.stream.Stream;
 /**
  * skill 存储 —— 业务流程知识做成文本技能，模型用 useSkill 载入后照步骤执行。
  *
- * <p>文件格式：{@code <名称>.md}，首行 = 一句话用途（进 system prompt 索引），其余 = 技能正文。
- * 默认从 classpath {@code skills/*.md} 读取（随包发布、缓存一次）；配置
- * {@code xly.skills.dir} 指向文件系统目录后改从该目录**每次现读**——改文件即热更，不用重启。
+ * <p>文件格式：{@code skills/*.md}（文件名用 ASCII——部署链路里 unzip war 会把中文文件名搞乱），
+ * 首行 = 技能名，次行 = 一句话用途（进 system prompt 索引），其余 = 技能正文。
+ * 默认从 classpath 读取（随包发布、缓存一次）；配置 {@code xly.skills.dir} 指向文件系统目录后
+ * 改从该目录**每次现读**——改文件即热更，不用重启。
  */
 @Service
 public class SkillService {
@@ -80,7 +81,7 @@ public class SkillService {
         try (Stream<Path> files = Files.list(dir)) {
             files.filter(p -> p.getFileName().toString().endsWith(".md")).sorted().forEach(p -> {
                 try {
-                    Skill s = parse(p.getFileName().toString(), Files.readString(p, StandardCharsets.UTF_8));
+                    Skill s = parse(Files.readString(p, StandardCharsets.UTF_8));
                     if (s != null) {
                         out.add(s);
                     }
@@ -101,7 +102,7 @@ public class SkillService {
                     .getResources("classpath:skills/*.md");
             for (Resource r : resources) {
                 try {
-                    Skill s = parse(r.getFilename(), new String(
+                    Skill s = parse(new String(
                             r.getInputStream().readAllBytes(), StandardCharsets.UTF_8));
                     if (s != null) {
                         out.add(s);
@@ -117,14 +118,21 @@ public class SkillService {
         return out;
     }
-    private static Skill parse(String filename, String content) {
-        if (filename == null || content == null || content.isBlank()) {
+    /** 首行=技能名，次行=一句话用途，其余=正文。 */
+    private static Skill parse(String content) {
+        if (content == null || content.isBlank()) {
+            return null;
+        }
+        String[] parts = content.split("\n", 3);
+        if (parts.length < 3) {
+            return null;
+        }
+        String name = parts[0].trim();
+        String brief = parts[1].trim();
+        String body = parts[2].trim();
+        if (name.isEmpty() || body.isEmpty()) {
             return null;
         }
-        String name = filename.endsWith(".md") ? filename.substring(0, filename.length() - 3) : filename;
-        int nl = content.indexOf('\n');
-        String brief = (nl < 0 ? content : content.substring(0, nl)).trim();
-        String body = nl < 0 ? "" : content.substring(nl + 1).trim();
         return new Skill(name, brief, body);
     }
 }
+查询数据
 查数量/概况、找记录、看单条详情、翻页时的标准查法
 【技能：查询数据】
 1. 不确定该查哪张表单：先 findForms(业务关键词)；同名多张时优先选检索结果靠前的那张。
+新建报价
 用户要报价、或问定制产品价格（多少钱/什么价/报个价）——价格由核价算出，系统里没有现成价
 【技能：新建报价】
 问价 = 新建报价单：系统里没有现成价格，价格由 ERP 核价算出。只有给了单号、或明确说查已有报价，才是查询。
+新建单据
 新建报价以外的单据或资料（客户/供应商/物料/订单…）
 【技能：新建单据】
 1. 单据类型不明确：askUser 问一次要新建哪种单据，停下等回答。
+单据状态操作
 作废/删除、复原、审核、反审核/销审某张已有单据
 【技能：单据状态操作】
 动作对照（proposeWrite 的 action）：
+修改记录
 改某条已有记录的某个字段——含改「审核人」这类名字带“审核”的字段
 【技能：修改记录】
 1. 需要三样：哪条记录（名称/单号）、改哪个字段（中文名）、新值。缺哪样就 askUser **一次**把缺的问全，停下等回答。