57 lines
4.4 KiB
Markdown
57 lines
4.4 KiB
Markdown
# 里程碑 2.5（MIXED 完整段落解析）评审与交付报告
|
||
|
||
- 日期：2026-08-09
|
||
- 状态：**通过**（最终里程碑评审 Ready for delivery: YES）
|
||
- 关联文档：`docs/superpowers/specs/2026-08-09-mixed-paragraph-parsing-design.md`、`docs/superpowers/plans/2026-08-09-mixed-paragraph-parsing.md`、`docs/milestone2-excel-parser-review.md`（遗留记录#1 的闭环）
|
||
- 范围：里程碑 2 验收遗留项「MIXED 折叠进纯表路径」的完整落地（design §3.5.2「段落分割→各段落最优解析」）
|
||
|
||
## 一、交付内容
|
||
|
||
新实现 5 个任务、6 个新测试用例（当前全量 **58 passed**），7 个提交（base `81c6b6c`）：
|
||
|
||
| 任务 | 提交 | 说明 |
|
||
|------|------|------|
|
||
| Task 9 段落分割器 | `34ef28b` | `paragraph_splitter.py`：`split_paragraphs(matrix) -> list[(start,end)]`（含端点、0-based，全空行为界，空矩阵→[]） |
|
||
| Task 10 data_models 扩展 | `539945b` | 追加 `MixedParagraph`（kind=table/free_text、matrix、table、text、source_range）、`MixedSheet`；`ExcelParseResult.mixed`（默认[]）；仅追加不改既有类字段 |
|
||
| Task 11 MIXED 装配 | `1e3f702`（+docs `bc79945`） | `excel_parser.py` MIXED 分支：forward_fill→split→每段 classify→TABLE：段内 `header_row=find_header_row(seg)` + `seg_fmt_map`（物理→段内坐标）；其余→FREE_TEXT（`extract_text_blocks`+`build_free_text_table`，防二次递归）；表/自由文本段双写 `result.tables` + `result.mixed` |
|
||
| Task 12 混合型样本+端到端 | `7592516` | `samples/要件定義_混合型.xlsx`（表段+连续碎片段）；`test_real_samples.py` 新增 `test_mixed_sample_segments_detected`（段落==2、kinds、F101、rows==3、碎片含 改修ポイント/対象期間） |
|
||
| Task 13 遗留清理 | `d93cc77` | ① `extraction_method` 枚举同源（`ExtractionMethod` .value）；② `header_row` 越界防御；③ `forward_fill` 非法/越界范围跳过完整实现；④ `Provenance.row` 语义注释；⑤ 补测试 6 个 |
|
||
|
||
## 二、验收结论
|
||
|
||
| 验收项 | 结论 |
|
||
|--------|------|
|
||
| 段落分割（空行边界） | ✅ 纯函数 5 用例 + 样本实测 `[(0,3),(5,6)]` |
|
||
| 段落容器与 API 兼容 | ✅ 追加式扩展，既有类/字段/消费方零破坏（58 passed） |
|
||
| MIXED 各段最优解析 | ✅ 表段 → `extract_table`（表头/格式化）；碎片段 → 文本块+占位表（`llm_from_free_text`） |
|
||
| formatting_map 段内坐标 | ✅ `seg_fmt_map[(pr-s, pc)]` 物理→段内平移，与 `extract_table` 索引语义闭环（`test_parse_mixed_sheet_formatting_in_mid_segment` 锁旧错误） |
|
||
| 防二次递归 | ✅ 段内二次 MIXED 落入 FREE_TEXT 分支 |
|
||
| 混合型端到端 | ✅ 样本真实驱动，断言 4 项全绿、无 skip |
|
||
| 回归安全 | ✅ TABLE/FREE_TEXT 路径行为不变；58 passed（14 基线 + 27 里程碑2 + 17 新 M2.5） |
|
||
| 每任务 pytest 全绿 | ✅ 各任务评审均 Approved（T9-T13） |
|
||
| 覆盖率 >80% | ⚠️ 未安装 pytest-cov（同里程碑2，可选增强，非阻塞） |
|
||
|
||
## 三、评审发现与闭环
|
||
|
||
最终里程碑评审（base `81c6b6c..d93cc77`）独立复验：58/58 passed、样本直接内省 `[(0,3),(5,6)]`、坐标转移零偏移（F101 段内 `(1,0)`）；无 Critical / Important，仅以下 Minor（已记录，不影响交付）：
|
||
|
||
| 事项 | 处置 |
|
||
|------|------|
|
||
| `progress.md` Task11 重复/编码行 | 本次去重 |
|
||
| `MixedParagraph.matrix` docstring 写「原始矩阵」但存 forward-filled 段 | 标签进 backlog（措辞调整） |
|
||
| `excel_parser` 两处重复的 `fmt_map` 遍历 | backlog（后续抽取公共辅助） |
|
||
| `test_excel_parser.py` 中部 import（风格） | backlog |
|
||
| `_AI_USAGE_LOG.md` Task13 范式步骤「整体迭代」用词 | 本次改为「反馈迭代」并补时间 |
|
||
| 尾随空行（Windows 风格） | 既有 backlog（非功能） |
|
||
|
||
## 四、下一步建议（不在本里程碑范围）
|
||
|
||
- 将碎片段中「・」/「■」结构化到 LLM 提取（依赖 InferenceEngine，后续里程碑）
|
||
- 覆盖率工具（pytest-cov）与默读增强
|
||
- 既有 MIXED 的 `source_range` 供 Impact/Writer 的追溯消费
|
||
|
||
## 五、提交与日志
|
||
|
||
- 提交：`34ef28b` `0f137b9` `539945b` `1e3f702` `bc79945` `7592516` `d93cc77`
|
||
- `_AI_USAGE_LOG.md` 每任务各追加 1 行（范式步骤：Agent 实现/测试验证/反馈迭代），模型 `deepseek-v4-flash-free`
|
||
- （本次报告本身随附日志行 + 提交） |