SuperBizAgent-java/devflow/projects/2026-07-10-session-run-trace-isolation/evidence.md

Evidence

上下文证据

• SessionContext.messageHistory 和 getMessagePairCount() 证明 Redis 承载热对话历史；MySQL 只需要长期审计的会话目录和运行记录。
• CaseLibraryService.createFromSession 原先按 DiagnosisSession.sessionId 去重并映射 query/answer，因此 run 隔离后需要新增 createFromRun。
• 旧 mvp/architecture/data-model.md 把 case_library.diagnosis_id 解释为 diagnosis_session.session_id，本次改为过渡语义：旧数据可能是 session_id，新自动案例是 run_id。
• 既有 Trace OpenSpec 要求 GET /api/diagnosis/{sessionId}/trace 是只读端点；latest-run 和 exact-run 查询都必须保持只读。
• ISS-010 的 E2E 事实显示同一 sessionId 两轮 Chat 会产生 MySQL Trace 混合，是本 change 的直接触发证据。

实现证据

• Phase 1 增加 V011__add_session_run_isolation.sql，创建 chat_session、diagnosis_run，并为 agent_step / tool_invocation 增加 nullable run_id。
• Phase 2 将 Chat 写路径切到 chat_session + diagnosis_run，并让 Hook/Tool/Evaluation/Gatekeeper 使用 run-scoped 数据。
• Phase 3 将 Trace API 改为 latest-run / exact-run 双模式，并加入 lightweight run summaries。
• Phase 4 将 Feedback 和 CaseLibrary 绑定到 run，保留没有 run-backed 数据时的 legacy fallback。
• Phase 5 将 AIOps 接入 run isolation，SSE metadata 暴露 sessionId + runId。
• Phase 6 更新 demo 脚本、Trace UI、MVP 架构文档和表文档，并修正 review 后发现的 session-only 文档残留。

E2E 证据

Maven 启动命令：

mvn spring-boot:run -Dspring-boot.run.profiles=mvp-demo

日志：

• target/e2e/phase6-mvn-20260710-211831.out.log
• target/e2e/phase6-mvn-20260710-211831.err.log
• logs/application.log
• logs/chat.log

E2E session:

• sessionId: e2e-phase6-chat-codex-20260710-2120
• run1: run-e2a97696-4398-4abc-90e4-28f45c838f92
• run2: run-76ce6a6e-92ab-40c9-800a-eca0c1bb5172

结果：

• 两轮 Chat 都成功，并复用同一个 sessionId。
• 两轮返回不同 runId。
• run1 exact trace 只返回 run1。
• run2 exact trace 只返回 run2。
• session-only Trace latest fallback 返回 run2。
• chat_session.message_pair_count = 2，证明多轮上下文连续。

DB 证据

通过 scripts/query_mysql.py 检查：

• diagnosis_run 中该 E2E session 有 2 条 SUCCESS / CHAT 运行。
• agent_step 按 run 分组：run1 10 行，run2 9 行。
• tool_invocation 按 run 分组：run1 14 行，run2 8 行。
• mixed row check 为 0，没有 NULL 或 unexpected run_id 混入该 E2E session。

Baseline 证据

运行：

mvn -q "-Dtest=DiagnosisTraceEvaluatorTest,DiagnosisEvalBaselineDiffTest" test
mvn -q "-Dtest=DiagnosisTraceEvaluatorTest,DiagnosisEvalBaselineDiffTest,ExecutorGatekeeperServiceTest,VerifierInputHookTest,ChatServiceSequentialAgentTest" test

结果：

• 两组 baseline / regression 命令通过。
• baseline harness 使用离线 fixture，不依赖 live DB/session tables。
• 未观察到 baseline drift。

工具限制

AGENTS 要求的 codebase-retrieval 和 LSP 工具在本会话不可用。替代验证使用 OpenSpec、rg、定向阅读、 focused tests、E2E、DB 查询和日志检查。