feat(harness,rag): dual LLM audit fields, run conclusion, and hybrid quality

Persist provider reasoning and assistant text separately on agent_reasoning_audit (DeepSeekAssistantMessage path), extract diagnosis_run.conclusion, enrich RAG tool audit (step_id/query/qualityScore), gate empty mysql tools, drop devtools, and align MVP docs after live E2E verification.
2026-07-28 19:43:13 +08:00
parent 2f40536248
commit 7ae9707a3b
116 changed files with 8364 additions and 1141 deletions
@@ -0,0 +1,41 @@
+# Acceptance: rag-quality-score-unify
+
+## Tasks
+
+OpenSpec `tasks.md` 全部 `[x]`（1.1–6.2）。
+
+## 静态验证
+
+- 生产路径 grep：无 `bm25_only_no_dense` 发射、无 hybrid L2 enrichment（仅 Labels canonicalize 兼容旧串）。
+- 架构文档 §6 与 `application.yml` 注释已对齐 quality 契约。
+
+## 脚本验证
+
+```text
+mvn -Dtest=RetrievalScoreNormalizerTest,KnowledgeEvidencePostProcessorTest,LookupKnowledgeToolTest,VectorSearchServiceTest,VectorKnowledgeSearchAdapterHybridTest test
+```
+
+| 套件 | 结果 |
+|---|---|
+| RetrievalScoreNormalizerTest | 4 passed |
+| KnowledgeEvidencePostProcessorTest | 6 passed |
+| LookupKnowledgeToolTest | 7 passed |
+| VectorSearchServiceTest | 2 passed |
+| VectorKnowledgeSearchAdapterHybridTest | 1 passed |
+
+（PowerShell 可能将 JVM warning 标为 exit 1；日志中为 BUILD SUCCESS / Failures: 0。）
+
+## 浏览器 / 人工验证
+
+- 未跑：live `lookup_knowledge` hybrid vs dense 对照、生产阈值标定。
+
+## 未验证
+
+| 项 | 风险 | 建议 |
+|---|---|---|
+| 真实 Milvus hybrid 联调 | 序/质量分布与单测 mock 有差 | 启动服务后固定 query 集切 mode 对比 |
+| 阈值 0.75/0.5 在 hybrid rank 分下的标定 | retry/PRECISE 偏多或偏少 | 看 trace topSimilarity 再调 yml |
+
+## Specs 同步
+
+- 主规格新增：`openspec/specs/rag-retrieval-quality-score/spec.md`（archive 时从 delta 同步）。