feat: unify scoring and chat evidence pages

2026-09-27 17:47:32 +08:00
parent 039e93d0de
commit 83aa0e84a2
21 changed files with 511 additions and 132 deletions
@@ -29,7 +29,7 @@
 | `frontend/src/Chat.tsx` | 会话恢复、引用、进度和确认卡片 |
 | `backend/tests/` | 路径、规则、版本、解析、模型输出、复核、导出及示例材料流程测试 |

-教师选择 `/data/inbox` 下的相对目录后，后端扫描 `学号_姓名_选题题目` 子目录；教师确认材料类型后保存路径、大小、时间和 SHA-256。解析结果与页面图像进入 `data/processed/`，知识片段进入 PostgreSQL。评分时复制课程、规则和模型配置快照到独立批次，由 RQ worker 处理。模型原始评分、证据和教师修改记录分别保留；导出文件写入 `data/exports/`。原件不经过浏览器上传。
+教师选择 `/data/inbox` 下的相对目录后，后端扫描 `学号_姓名_选题题目` 子目录；教师确认材料类型后保存路径、大小、时间和 SHA-256。解析页面图像进入 `data/processed/`，完整页文字、知识片段及其向量进入 PostgreSQL。评分证据和 Agent 检索引用共用文档 ID、页码和资料页链接。评分时复制课程、规则和模型配置快照到独立批次，由 RQ worker 处理。模型原始评分、证据和教师修改记录分别保留；导出文件写入 `data/exports/`。原件不经过浏览器上传。

 ## 启动与检查

@@ -107,8 +107,14 @@ uv run pytest -q

 ## 2026-09-27 引用链接标签

-检索引用的 `url` 指向页面文字 JSON 接口，`image_url` 指向页面图像；评分引用现在分别保存评分页 `url` 和证据 `image_url`。界面按目标显示“查看页面文字”“查看评分”“查看图像”；旧评分引用中把图像放在 `url` 的记录也能识别，两个字段指向同一图像时只显示一个链接。无需迁移历史数据。后端评分引用针对性测试 1 通过，前端构建通过，Playwright 3 通过。API 与 Web 容器已更新并健康；正式页面检查 7 号会话 74 个图像链接，均显示“查看图像”。
+检索引用的 `url` 指向页面文字 JSON 接口，`image_url` 指向页面图像；评分引用现在分别保存评分页 `url` 和证据 `image_url`。界面按目标显示“查看页面文字”“查看评分”“查看图像”。本阶段尚未迁移历史数据，后续由 `0005` 一次性迁移，见下文。后端评分引用针对性测试 1 通过，前端构建通过，Playwright 3 通过。API 与 Web 容器已更新并健康；正式页面检查 7 号会话 74 个图像链接，均显示“查看图像”。

 ## 2026-09-27 评分引用文字页补全

-评分证据 `ScoreEvidence` 原已保存 `document_id` 和 `page`，前一版遗漏了这条来源链。现在 `project_result` 将文档 ID 交给 `get_scores`，新回答引用保存 `text_url`；评分页链接和图像链接仍各自保留。历史会话详情按文件 ID、页码、原文摘录与评分证据匹配，并核对当前知识片段包含该摘录；唯一匹配时只在响应中补充文字页链接，不改写数据库，无法确认来源时保持原状。隔离测试容器 `pytest -q -m 'not integration'` 为 38 通过、2 个集成测试未运行；前端构建和 Playwright 3 项测试通过。API 与 Web 容器已更新并健康。正式会话 7 的 74 条引用在浏览器中均显示文字和图像链接；其中 41 条旧评分引用经后端恢复，26 个不同的文字页链接均可打开，且每条引用的摘录都存在于目标页。
+评分证据 `ScoreEvidence` 原已保存 `document_id` 和 `page`，前一版遗漏了这条来源链。该阶段 `project_result` 将文档 ID 交给 `get_scores`，新回答引用保存 `text_url`；历史会话曾在读取时匹配评分证据，但不改写数据库。隔离测试容器 `pytest -q -m 'not integration'` 为 38 通过、2 个集成测试未运行；前端构建和 Playwright 3 项测试通过。API 与 Web 容器已更新并健康。正式会话 7 的 74 条引用在浏览器中均显示文字和图像链接；其中 41 条旧评分引用经后端恢复。随后 `0005` 已将这一读取时匹配改为一次性数据迁移。
+
+## 2026-09-27 统一资料页与评分证据
+
+迁移 `0005` 新增 `knowledge_pages`，以文档 ID 和页码保存完整提取文字、处理目录内的相对 PNG 路径。`knowledge_chunks` 继续保存检索片段和 pgvector 向量；原始学生文件仍只读挂载在 `/data/inbox`，PNG 实体位于 `data/processed/`。检索、评分模型的页面图像、评分证据、评分复核和 Agent 引用现在都从同一资料页取得文字与图像地址。`/api/knowledge/documents/{id}/pages/{page}` 返回完整页文字，末尾 `/image` 返回 PNG。数据库生成的课程目标与评分规则没有原始实体图像，因而只提供文字链接。迁移直接改写已保存的会话引用和工具结果；会话 API 不再做旧图像直链的读取时补全。
+
+迁移前备份为本机 `data/backups/wisegrade-pre-0005-20260927-174222.dump`（权限 `600`，不提交）。先将备份还原到隔离库演练迁移：157 个资料页、155 个图像页、0 个旧图像直链留在会话或工具记录、161 条评分证据均有资料页；随后正式数据库升级到 `0005`，155 个 PNG 路径均能找到实体文件，161 条证据原文均存在于对应完整页，199 条历史会话引用都有统一的文字和图像链接。Web 入口健康与页面接口均返回 200，抽查图像为 `image/png`；真实 Chromium 打开 7 号会话检查 74 张引用卡片，均有文字和图像链接，390px 页面无横向溢出。独立 PostgreSQL 测试容器 `pytest -q -m 'not integration'`：40 通过、2 个真实集成测试未运行；前端 `npm run build` 与 Playwright 3 项通过。API、worker、Web 镜像从当前源码重新构建并更新。前端构建仍有 Vite 大块提示。