团团统一整理专家成果：关键验证

状态：本地实现与关键验证完成，用户已确认并授权提交、创建 PR 与合并 develop；未部署。用户明确要求只做关键测试，本轮不声称全量门禁或上线验收通过。

问题与结果

用户给出的执行 031b90d5-bd20-43de-b745-cc2a375c82b1：专家两轮完整回复分别 7112、7926 字符，旧路径只读取末尾合法交付 JSON 的摘要，生成附件仅 174、1487 字节；块外 8、14 个正文章节全部遗漏。

按用户确认的方向，所有完成态回复统一由团团模型理解，专家任务书改为自然语言，不要求 JSON 或专用代码块。模型分别产出完整正文、摘要、阻塞点、待确认、自检及下游提示。完整正文保存为私有附件，摘要独立使用，展示补上阻塞与待确认事项。运行链路不再调用 parse_output，也不再按首末行脚本截取；旧解析函数只保留测试夹具兼容。

正文缺失、模型缺配或整理失败时保留完整原文快照、进入可查回状态，不能拿摘要或原文降级成已整理交付。重新查回只调用 GetTask 与团团整理，不向专家重新发单。修复了重试时重复插入该轮专家消息会违反唯一约束的问题，最终专家消息只在整理成功时发布。

真实原文关键验收

真实调用当前配置的团团模型，不重发专家、不写回线上业务记录。最终结果：

两轮历史 JSON 内独有的 4 条自检、4 条待确认、3 条下游建议均已转为自然语言。无原始 JSON 包装或用“齐全”替代正文。第 1 版仍额外重复了一节手卡摘要，是冗余，不影响完整性；不以脚本裁切修补模型正文。

本地证据目录：.artifacts/attachment-extraction-031b90d5/。

• turn-{1,2}-raw.txt：只读取得的专家原文。
• turn-{1,2}-model-final.md/.json：最终真实模型整理结果；调用耗时约 24、30 秒。
• model-content-review.txt：独立文字对照证据与行号索引。
• model-key-integration-final.json/.log：最终两个关键集成用例的命令、退出码、源文件 SHA-256 与输出。
• model-unit-coverage.json：统一模型方案的单元覆盖记录；生成此记录的运行有一个旧任务书 JSON 断言失败，已按新需求修正后单独复跑通过，不能把原运行记成全绿。

关键测试

• 整理器 26 项定点测试通过，覆盖完整输入、正文与摘要分离、空正文、问题/上报/线下、模型异常及限长不截断。
• 最后删除原文／摘要降级分支的 14 项受影响 stream 用例通过；三个缺正文边界先红后绿。
• test_execution_output_edges.py 15 项在本轮分批通过；最终再核对两个关键场景：自然语言正文／摘要／阻塞／附件字节与验收事实、模型失败→GetTask恢复→仅一次派单与一条最终专家消息。
• AC-170 三例及 AC-189／190／197 共 6 个关键 API BDD 通过；仅临时登记基线漏掉的三个现存 AC 标签，不忽略未知标签。
• ExecutionContent.test.tsx 22 项通过；摘要、阻塞、待确认和上报／线下事项均有可见文本断言。
• 专家任务书自然语言要求的单项 service 回归通过；目标 Ruff、mypy、ESLint、E2E TypeScript、格式与 git diff --check 通过。

边界与待发布事项

• 用户要求关键测试后不再扩跑全量。分档工具按共享测试夹具及前后端识别为大档，测试范围由用户的本轮明确要求覆盖。
• 浏览器运行被已有验证工作区的 8893 端口占用挡住，未终止他人服务；浏览器步骤完成了绑定与静态检查，未声称浏览器执行通过。
• 标准留证器在扫描既有 .claude/worktrees/ 内嵌仓库时发生 IsADirectoryError，失败记录保留在 .artifacts/testing/expert-body-preservation/；最终关键集成另存命令、日志和源码指纹。
• 前期检查发现全仓既有 mypy、knip 和变异 sandbox 缺迁移目录等问题，未把这些未通过项算成本次通过，也未扩大本任务修复它们。
• 仍保留既有 100000 字符输入上限；超限原文不截断，无法整理，不新增自动分块能力。
• 线上旧附件没有覆盖，部署后新回复使用新链路。已有两轮完整整理件可从上述本地证据目录查看。

资产：统一整理提示词、失败可恢复路径、真实数据库幂等回归、正文完整性与摘要分离测试、自然语言验收场景。纯代码问题以这些回归固化，不新增知识口径页。

最新 develop 基线复核

2026-10-16 用户追问基线后，通过 GitHub API 确认 develop=ade4a796264fd8994e6e7f48036bc47a3dc3f55a；将本次应用改动迁至独立工作区和分支 codex/tuantuan-natural-delivery，原工作区未提交改动保留。合并时保留最新 develop 的冻结任务书、最近历史指代、阶段草稿判断、通知同步和离页租约恢复。

新基线关键测试：extract 30 条、stream整合13条、真实数据库3条（自然语言交付、模型失败查回不重发、阶段候选不能冒充完整交付）通过；共享模型fixture仅按当轮回复匹配，历史标记不得抢结果。新证据见 .artifacts/tuantuan-natural-delivery/task-history-integration.json/.log。本地8000/4210服务已切换到该工作区，正在已有新项目c12a88df-0a88-42f8-a1a1-027c1770b961中实跑前五项任务。

提交前核对

用户在 2026-10-16 确认验证通过并授权合并 develop，保留“只做关键测试”的范围。提交前再次通过 GitHub API 核对 develop 为 ade4a796264fd8994e6e7f48036bc47a3dc3f55a，并执行 rebase，结果为已是最新基线、无冲突。

闲聊已创建香薰与杯具小红书首播项目；第 1 项定位已验收，第 2 项主题在完整正文补交中，其余未验收。本记录不将前五任务写成全部跑完。共享 QA 数据库存在其他版本 worker 抢占执行的迹象：一次回复仍走旧 JSON 摘要附件路径，和当前源码不符；没有写入 worker 版本标识，无法确定具体处理实例。因此实跑可验证业务结果，不能单独证明每轮均由新代码处理。原文、附件和运行记录保留在本地 .artifacts/tuantuan-first-five-live/，不随提交上传业务原文或凭据。