测试：轻量拓展分析 NL 触发两轮测试交付（单测 79 + 集成 23 + 前端契约 20）

docs/nl_trigger_test_rounds/round_1.md

@@ -0,0 +1,98 @@
+# 轻量版拓展分析自然语言触发 — 第一轮测试报告
+
+- 时间：2026-08-27
+- 被测提交：a60f45754（轻量拓展分析自然语言触发，4 文件 +813/-8，未 push）
+- 测试环境：/home/xzq/miniconda3/envs/plantai-bff/bin/python（Python 3.11.15 / pytest 9.1.1 / pytest-cov 7.1.0；本轮补充安装 pyyaml/openai/pandas/requests/openpyxl 后方可跑通 main.py 相关测试）
+
+## 测试文件清单
+
+| 文件 | 新增/追加 | 用例数 | 结果 |
+|---|---|---|---|
+| tests/unit/test_extension_stage_lightweight_nl_intent.py | 新增 | 58 | 全绿 |
+| tests/unit/test_extension_stage_lightweight_nl_backend.py | 新增 | 18 | 全绿 |
+| tests/unit/test_extension_stage_lightweight_frontend_contract.py | 追加 5 个测试（未删任何现有断言，原 15 → 现 20） | 20 | 全绿 |
+
+## 通过/失败数
+
+| 组 | 结果 |
+|---|---|
+| A 组（nl_intent 单元） | 58 passed |
+| B 组（main.py 后端集成） | 18 passed |
+| C 组（前端契约） | 20 passed |
+| 新增三件套合计 | 96 passed |
+| 回归：Phase A 三件套（agent/input_binding/golden_runner_semantic） | 6 passed |
+| 回归：test_agent_chat_actions + deepseek_semantics | 46 passed |
+| 回归：全套 test_extension_stage_lightweight*.py | 312 passed + **6 既有失败** + 1 skip |
+
+**6 个既有失败**（已在父提交 90f51ed60 干净 worktree 上逐一复现，与本改动无关，不拦路）：
+1. test_extension_stage_lightweight_fact_contract.py::test_build_execution_facts_keeps_unmatched_outputs_without_guessing
+2. test_extension_stage_lightweight_runtime_binding.py::test_shell_patch_targets_record_hash_literal_kind_and_exact_count
+3. test_extension_stage_lightweight_runtime_binding.py::test_same_uploaded_path_in_two_steps_forms_one_safe_path_binding
+4. test_extension_stage_lightweight_runtime_binding.py::test_repeated_parameter_literal_across_facts_is_not_patchable
+5. test_extension_stage_lightweight_runtime_package.py::test_unrelated_implicit_output_remains_blocked
+6. test_extension_stage_lightweight_target_launchers.py::test_target_launchers_share_lightweight_extension_runtime_roots
+
+## 覆盖率
+
+`python3 -m pytest --cov=gfa_core.extension_stage_lightweight.nl_intent --cov-report=term-missing tests/unit/test_extension_stage_lightweight_nl_intent.py`
+
+- gfa_core/extension_stage_lightweight/nl_intent.py：**187 stmts / 0 miss / 100%**
+- 无未覆盖行（补测过程：93% → 98% → 99% → 100%，最终 0 遗漏）
+
+## 失败用例+关键报错
+
+本轮无功能缺陷导致的测试失败（测试自身两处断言问题已修复：集合类型断言、reason 前缀断言）。
+
+## 重点验证结论（对应 developer 标记风险 R1-R4 + 测试要求 1-10）
+
+### R1 目录截断（P0 缺陷确认）
+真实 store 实测：61 个 published 记录，`_build_catalog` 只放前 11 个即达 11276 字符，truncated=True。
+「拓展分析」强触发词下 `_rough_candidates` 返回全部 61 个，但目录按目录名排序截断后 **12_/13_/14_/15_/16_/17_/18_ 共 50 个扩展（含 manifestqc、tfbs、kaks_cis、motif、pav_cnv 等 18 案例中的后 7 个）LLM 完全不可见**，任何消息都无法命中这些扩展。
+测试固化：test_real_store_catalog_truncation_smoke、test_build_catalog_truncates_when_over_max_chars。
+
+### R2 中文关键词粗筛（缺陷确认）
+真实 store 实测：「帮我做样本表校验」→ 0 候选、不调 LLM（function_summary 全英文，纯中文功能词无法命中 `_summary_keywords` 英文 token 与中文子串）。只有强触发词（拓展分析/扩展分析/extension）或工具词（hmmsearch/hmmer/blast/blastp）才能进 LLM。**注意：工具词路径会把全部 61 个记录都当候选（无法按工具区分），再叠加 R1 截断，实际能解析的只有前 11 个。**
+测试固化：test_real_store_pure_chinese_function_words_miss_rough_candidates。
+
+### R3 prefill 字段位置（实现一致）
+已验证：`LightweightIntentResolution.prefill` 在 dataclass 顶层；`_match_lightweight_extension_intent` 返回 dict 中 `params.prefill`（顶层副本）与 `params.llm_slots`；前端 `openLightweightNlRunDialog` 读 `intentParams.llm_slots` 的 input_overrides/parameter_overrides/explicit_prefix，不依赖顶层。C 组断言按实际实现写，无错位。
+
+### R4 extension_name 英文（产品缺陷候选，记录待验收）
+已确认：`extension_name` 取 function_summary 英文首句（≤60 字符），后端 message 与前端向导标题会显示英文（如 "This tool searches sequences with hmmsearch."）。测试固化：test_resolution_uses_first_sentence_as_extension_name。建议后续加中文 display_name 映射。
+
+### 测试要求 1-10 覆盖情况
+1. 无触发词 → extension_id None 且 client_factory 计数为 0（参数化 3 条消息）✅
+2. 触发词 + 无 records → 不调 LLM（reason=no_published_records）✅
+3. _build_catalog：只含 replaceable inputs 的 {path,role,description}、剔 locked input、parameter 无 value、含 function_summary、超长截断置 truncated ✅
+4. _sanitize_resolution：编造 path/fact_id/extension_id/非 str value/confidence 非法 → None+原因（参数化 7 种非法输入 + 4 种非对象）；合法 → 正确映射 ✅
+5. LLM 抛异常/坏 JSON/缺 choices → None resolution 不抛（reason=llm_unavailable_or_invalid 或 invalid_resolution: 前缀）✅
+6. happy path：「使用 HMM 拓展分析对刚上传的文件进行分析，参数 e-value=1e-5」→ input_overrides/parameter_overrides/confidence/prefill 全对 ✅
+7. load_published_lightweight_records：published/confirmation_pending/baseline_failed/坏 JSON/非对象 → 只返回 published；坏 store 根返回 [] ✅
+8. job_file_hints 进入 LLM user 消息 JSON（并测 MAX_JOB_FILE_HINTS 截断 200）✅
+9. 参数值约束：sanitize 只做结构校验（fact_id 合法即收），不校验"参数是否在用户消息中出现"（prompt 层约束），测试固化该行为 ✅
+10. 覆盖率 100%（见上）✅
+
+### B 组关键用例
+- _match_lightweight_extension_intent：命中返回 lightweight:True/llm_slots/extension_store/prefill/confidence/parse_reason；空 store、resolution None、extension_id None → 均返回 {} ✅
+- 回退三处：Phase A 命中不标 lightweight；Phase A 空列表 → 回退轻量（三个空返回点中 candidates 为空与 trigger 为空两处直接测到；rnaseq 短路点静态确认回退存在，未单独构造 rnaseq 消息，因为该消息本身也不命中轻量粗筛）✅
+- _lightweight_job_file_hints：input+workspace 相对路径、空 job_id → []、200 上限 ✅
+- import-paths 端点：合法 /home/xzq/ 下文件复制进 _nl_imports、同名冲突加 _1 后缀、前缀外路径 400、不存在路径 400、空 job_id 400 ✅（注：source 必须在 /home/xzq/ 下构造，tmp_path 在 /tmp 会被前缀校验拒绝）
+- _run_agent_chat 短路：预闸命中 + 轻量 intent → action="propose_extension_stage"、model_used="rule"，且 monkeypatch 证明未触碰 LLMManager/RouterAgent（会抛异常）；预闸不命中 → 走正常 MainAgent 流程 ✅
+- /api/agent/plan 守卫端到端：轻量 intent 不调 _extension_stage_plan_response；Phase A 命中正常调用 ✅
+
+## 遗留问题清单
+
+| 编号 | 位置 | 现象 | 建议修复 |
+|---|---|---|---|
+| 1（P0） | gfa_core/extension_stage_lightweight/nl_intent.py `_build_catalog`（约 128-173 行） | 真实 store 61 个 published 记录只进前 11 个即截断（11276/12000 字符），目录按目录名排序，12_ 及以后的 50 个扩展（含 18 案例中 12-18 的 7 类）LLM 不可见，「拓展分析」强触发词下也永远无法命中 | 截断策略需改为"全部进目录、按相关性排序"或"先粗筛再目录化"（按关键词把候选缩到相关子集），至少保证 18 案例的功能词能进目录；12_ 以后的扩展在截断前应有兜底（如只放 extension_id+summary 的轻量条目） |
+| 2（P1） | 同文件 `_rough_candidates`（约 108-122 行） | 纯中文功能词（如"样本表校验"）0 候选不调 LLM，只能靠强触发词或英文工具词进入；工具词 hmmsearch/hmmer/blast 路径会把全部 61 个记录都当候选（不按工具区分） | 中文 summary 子串匹配对 18 案例 prompt 影响需产品确认；工具词路径建议按工具名映射到对应扩展（如 hmmsearch → 03_ 系列），或至少接受"全候选+目录排序优化" |
+| 3（P1） | gfa_core/extension_stage_lightweight/nl_intent.py `_rough_candidates`（约 113-114 行） | `str(record.get("extension_id"))` 对缺失 id 的记录产出 "None" 字符串候选 | 改为 `record.get("extension_id") and str(...)` 过滤，或直接 `[r["extension_id"] for r in records if r.get("extension_id")]` |
+| 4（P2） | 同文件 `resolve_lightweight_extension_intent`（约 265-346 行） | `extension_name` 取 function_summary 英文首句（≤60），后端 message 与前端向导标题显示英文 | 产品验收时确认是否需中文 display_name 映射；若需，在 record 或 catalog 层加中文名字段 |
+| 5（P2） | apps/web/vue3/main.py `nl_import_paths`（约 4449-4512 行） | 目录导入用 `shutil.copytree(dirs_exist_ok=True)` 合并进目标目录，且同名目录无冲突后缀（与文件路径的 _1 后缀策略不一致）；多路径循环中前一个成功、后一个 400 时已复制的文件不回滚 | 目录同名冲突建议同样加后缀；整体事务性按需评估（低风险，向导场景可接受部分成功） |
+| 6（P3/信息） | 全套 lightweight 回归 | 6 个既有失败（见上清单），父提交 90f51ed60 复现，与本改动无关 | 不拦路；建议另开任务修复 |
+| 7（P3/信息） | 测试环境 | plantai-bff 环境缺 pyyaml/openai/pandas/requests/openpyxl，main.py 相关测试此前跑不通（test_agent_chat_actions 修复前 27 failed） | 已补充安装；建议把依赖清单写进仓库 requirements 或测试文档 |
+
+## 测试环境备注
+- 本轮在 plantai-bff conda 环境补充安装了：pyyaml、openai、pandas、requests、openpyxl（均为项目既有依赖，纯 pip 安装，未动仓库文件）。
+- 验证既有失败时在父提交 90f51ed60 建了临时 worktree，验证后已删除（git worktree remove --force）。
+- 工作区改动仅限测试文件：tests/unit/test_extension_stage_lightweight_nl_intent.py（新增）、tests/unit/test_extension_stage_lightweight_nl_backend.py（新增）、tests/unit/test_extension_stage_lightweight_frontend_contract.py（追加 5 个测试，现有断言未删）。开发代码未触碰，未 push。

docs/nl_trigger_test_rounds/round_2.md

@@ -0,0 +1,87 @@
+# 轻量版拓展分析自然语言触发 — 第二轮测试报告
+
+- 时间：2026-08-27
+- 被测提交：db610031c + afdb1614a（修复第一轮 7 项反馈 + PM 裁断修正，均未 push）
+- 测试环境：/home/xzq/miniconda3/envs/plantai-bff/bin/python（Python 3.11.15 / pytest 9.1.1 / pytest-cov 7.1.0）
+
+## 测试文件清单
+
+| 文件 | 状态 | 用例数 | 结果 |
+|---|---|---|---|
+| tests/unit/test_extension_stage_lightweight_nl_intent.py | 更新+新增 | 79（上轮 58） | 全绿 |
+| tests/unit/test_extension_stage_lightweight_nl_backend.py | 更新+新增 | 23（上轮 18） | 全绿 |
+| tests/unit/test_extension_stage_lightweight_frontend_contract.py | 不变（与新实现一致，未删断言） | 20 | 全绿 |
+
+## 通过/失败数
+
+| 组 | 结果 |
+|---|---|
+| A 组（nl_intent 单元） | 79 passed，覆盖率 100%（223 stmts / 0 miss） |
+| B 组（main.py 后端集成） | 23 passed |
+| C 组（前端契约） | 20 passed |
+| 相关四文件回归（A+B+C+deepseek_semantics） | 131 passed |
+| Phase A 三件套（agent/input_binding/golden_runner_semantic） | 6 passed |
+| test_agent_chat_actions | 36 passed |
+| 全套 test_extension_stage_lightweight*.py | 337 passed + 6 既有失败（与第一轮相同 6 个，父提交复现，不拦路）+ 1 skip |
+
+## 覆盖率
+
+`nl_intent.py`：**223 stmts / 0 miss / 100%**。第一轮后新增代码（union 粗筛、_extension_id_tokens、_parameter_flag_tokens、_record_keyword_sources、compact_extension_name、catalog 24000、truncated reason、resolve 排序）全部覆盖。补测过程中 99%→100% 的一次补齐为 `_parameter_flag_tokens` 非 Mapping 元素跳过分支。
+
+## 失败用例+关键报错
+
+本轮无功能缺陷导致的失败；5 个上轮用例因行为有意变更而更新（工具词不再全量、extension_name 改紧凑形式、blast/hmmer 用例 fixture 隔离）。
+
+## 第二轮修复验证结论（对应 main 要求的 5 项）
+
+### 1. union 粗筛策略（afdb1614a）— 通过
+- 带工具词+强触发词 → 关键词子集（不因强触发词全量）：test_rough_candidates_union_strategy_with_strong_trigger_and_keyword ✅
+- 纯强触发词无关键词命中 → 全量兜底：test_rough_candidates_pure_strong_trigger_falls_back_to_all ✅
+- 纯工具词无强触发词 → 子集：参数化用例 "用 hmmsearch 搜索结构域" → ["ext_hmm"] ✅
+- 无任何命中 → []：test_rough_candidates_no_match_returns_empty ✅
+- 命中数降序（同分按 id）：test_rough_candidates_sorted_by_hits_desc ✅
+- 缺失 extension_id 过滤不产出 None：test_rough_candidates_skips_missing_extension_id ✅
+- resolve 按候选分排序目录：test_resolve_orders_records_by_candidate_score ✅
+
+### 2. compact_extension_name — 通过
+参数化 6 例：去尾缀时间戳（`03___hmm_1787130993548`→`03___hmm`）、超长截 30、空串、无时间戳原样 ✅
+
+### 3. catalog 24000 上限与 truncated reason — 通过
+- MAX_CATALOG_CHARS == 24000 断言 ✅
+- 60 条长 summary 记录截断、总长 ≤ 上限、截断点后首条追加超限 ✅
+- 去重 seen_ids ✅
+- 截断时 reason="ok; 候选过多已截断，请补充工具名" ✅
+
+### 4. _extension_id_tokens / _parameter_flag_tokens — 通过
+- id token：`03___hmm_1787130993548` → 含 hmm、剔 len<3 ✅
+- flag token：`--samples` 保留、单字母剔除、停用词剔除、无 contract 返回 []、非 Mapping 元素跳过 ✅
+- _record_keyword_sources 三源合并（summary + id token + flag）✅
+
+### 5. B 组 message 中文模板 — 通过
+- extension_id 为主、summary 首句截 60 字括号补充："已识别为轻量拓展分析：ext_hmm（This tool searches sequences with hmmsearch）。请按引导上传或选择输入文件并核对参数后执行。" ✅
+- 无 summary 时无括号补充 ✅
+- params 新增 function_summary 字段 ✅
+
+### 6. import-paths 第二轮修复 — 通过
+- 目录同名冲突 _1 后缀（原目录不被覆盖）✅
+- 多路径先整体校验后复制：合法+非法混合 → 400 且合法文件未复制 ✅
+- 不存在路径混入 → 400 且未复制 ✅
+- 多合法路径全部复制 ✅
+
+### 7. PM 实测对齐（真实 store 固化）— 通过
+test_real_store_pm_alignment_counts：HMM→9、DIAMOND→8、OrthoFinder→3、KaKs→2、ManifestQC→5、纯拓展分析→61，与 PM 实测完全一致；且 HMM 子集（9 条）构建 catalog 不截断（truncated=False），P0 截断问题在带工具词场景已解决。
+
+### 8. C 组一致性 — 通过
+index.html 两提交间零改动，现有 20 个契约测试（含上轮追加 5 个）全部保持绿色，无需调整。
+
+## 遗留问题清单
+
+| 编号 | 位置 | 现象 | 建议修复 |
+|---|---|---|---|
+| 1（P2） | nl_intent.py `_rough_candidates` / `_summary_keywords` | 纯中文功能词（如「样本表校验」）仍 0 候选不调 LLM——manifestqc 等中文场景只能靠「拓展分析」强触发词全量兜底（61 候选 + 24000 截断后 13 条进 catalog，排序靠目录名，manifestqc 18_ 系列仍在截断线外）。实测「用 ManifestQC 拓展分析」走 id token 命中可解，但用户不知工具英文名的场景仍受限 | 产品层面确认是否需要中文功能词→工具映射表；或截断时按 18 案例优先级排序 |
+| 2（P3） | nl_intent.py `_extension_id_tokens` | extension_id 的通用英文 token（如 "ext"、数字时间戳）也进关键词源，实测 "ext" 已在 _ENGLISH_STOPWORDS 之外（是 "extension" 的子串场景会误命中）；上轮实测 blast 消息误命中 "against" 属 summary 普通词干扰，union 策略下仍可能存在这类弱命中把无关记录顶进子集 | 低风险；可考虑给关键词源加权重（id token > summary > flag），弱命中不参与排序竞争 |
+| 3（P3） | 全套 lightweight 回归 | 6 个既有失败（与第一轮相同清单），父提交 90f51ed60 复现，与本改动无关 | 不拦路；建议另开任务 |
+
+## 测试环境备注
+- 环境同第一轮（plantai-bff + 已补装的 pyyaml/openai/pandas/requests/openpyxl）。
+- 工作区改动仅测试文件：tests/unit/test_extension_stage_lightweight_nl_intent.py（更新+新增）、tests/unit/test_extension_stage_lightweight_nl_backend.py（更新+新增）。开发代码未触碰，未 push。