docs(t208): freeze candidate decision dataset contract

docs/00-ai-start-here.md

@@ -56,8 +56,8 @@
 验证。T-201 后端骨架、T-202 P0 原型、T-203 任务 API/管理 Web、T-204 最小鉴权
 T-205 原子领取/租约状态机、T-206 Android 登录/有限离线、T-207 本地 VLM/候选/
 证据回传、T-211 参考图召回和 SKU 硬匹配、T-212 候选身份映射，以及 T-213 受控
-规格组合/价格核验均已完成。下一步做 T-208 的逐候选结构化人工理由、修订历史和优化
-数据闭环；不得提前建设报表、训练管线或外部商品抓取。
+规格组合/价格核验均已完成。当前正在实现 T-208 的逐候选结构化人工理由、修订历史
+和优化数据闭环；不得提前建设报表、训练管线或外部商品抓取。
 手机从管理后端领取任务并回传结果，VLM、拼多多自动化和人工确认在 App 本地完成。
 T-206 增加有限离线执行；T-207 已复用 Roubao 端上 OpenAI 兼容适配器并加密本地 Key。
 管理后端不保存/代理 VLM，后台任务不能覆盖手机 provider 配置。

docs/current-state.md

@@ -5,7 +5,7 @@
 ## 当前快照
 
 - 日期：2026-07-28
-- 阶段：T-213 已完成；下一任务为 T-208 候选决策数据与人工理由闭环
+- 阶段：T-208 候选决策数据与人工理由闭环进行中
 - Git：当前分支为 `main`；T-001 至 T-004、T-101 至 T-104、T-201 至 T-207、T-209、
   T-210、T-211、T-212、T-213 均已纳入 Git 历史
 - 生产代码：`android-buyer/` 已接入 Roubao Android 源码
@@ -115,6 +115,7 @@
 | `docs/tasks/T-211.md` | DONE | 参考图召回、SKU 颜色尺码硬匹配与 0..5 候选回传 |
 | `docs/tasks/T-212.md` | DONE | 修复重排候选、推荐、证据与人工接受的身份映射 |
 | `docs/tasks/T-213.md` | DONE | 真机选择目标 SKU、读取组合价并安全返回 |
+| `docs/tasks/T-208.md` | DOING | 归一化候选决策数据并增加结构化人工 review |
 | `docs/design/` | 已确认 | T-202 原型索引、4 个管理页和 7 个 Android 页面 |
 | `deepseek总结.txt` | 已有 | 历史讨论摘要，不是正式需求权威 |
 | `android-buyer/` | 已有 | Roubao `main` 固定 commit 的 Android 基线 |
@@ -127,8 +128,8 @@
 
 - 已完成：T-001 至 T-004、T-101 至 T-104、T-201 至 T-207、T-209、T-210、T-211、
   T-212、T-213。
-- 正在进行：无。
-- 下一个可领取任务：T-208 候选决策数据与人工理由闭环。
+- 正在进行：T-208 候选决策数据与人工理由闭环。
+- 下一个可领取任务：无；先完成 T-208。
 - 后置任务：T-208 完成后依次实现商品
   持久身份、Admin 下单授权、设备命令、订单 dry-run、单次提交对账和付款提醒。
 

docs/tasks/T-208.md

@@ -0,0 +1,157 @@
+---
+id: T-208
+title: 候选决策数据与结构化人工理由闭环
+phase: 2
+deps:
+  - T-207
+  - T-213
+status: DOING
+created: 2026-07-28
+context_ref: 4c3b962
+work_branch: null
+write_paths:
+  - docs/tasks/T-208.md
+  - docs/00-ai-start-here.md
+  - docs/02-requirements.md
+  - docs/04-architecture.md
+  - docs/05-coding-rules.md
+  - docs/06-tasks.md
+  - docs/08-interaction-checklist.md
+  - docs/api.md
+  - docs/current-state.md
+  - backend-api/migrations/**
+  - backend-api/internal/domain/**
+  - backend-api/internal/usecase/**
+  - backend-api/internal/repository/sqlite/**
+  - backend-api/internal/transport/httpapi/**
+  - backend-api/internal/transport/webui/**
+  - android-buyer/app/build.gradle.kts
+  - android-buyer/app/src/main/java/com/roubao/autopilot/MainActivity.kt
+  - android-buyer/app/src/main/java/com/roubao/autopilot/procurement/**
+  - android-buyer/app/src/main/java/com/roubao/autopilot/ui/screens/SearchProbeScreen.kt
+  - android-buyer/app/src/test/java/com/roubao/autopilot/procurement/**
+  - android-buyer/app/src/test/java/com/roubao/autopilot/ui/**
+---
+
+## 问题 / 背景
+
+T-207 已能回传候选批次、模型评估、本地推荐和一段 `operator_reason`，但后端仍把候选
+主体保存在不可查询 JSON 中，人工说明也不是可用于离线评估的标签。AI 模式还会在
+回传前过滤模型拒绝项，导致无法还原同一次图片搜索实际曝光的候选集合，也无法区分
+召回、模型、推荐策略和人工判断各自的问题。
+
+本任务在 20 条真实采购试验前建立可信的数据闭环。它不建设训练管线、外部抓取或
+报表，也不改变候选阶段 `order_submitted=false` 的安全边界。
+
+## 关联需求与交互
+
+- 功能：F-008。
+- 用户故事：US-008。
+- 交互：IX-009。
+- 依赖：沿用 T-207 的 execution、受控 evidence、加密 outbox 和结果终态；沿用
+  T-213 的规格选择摘要与组合价格证据。
+
+## 冻结合约
+
+### 候选数据层
+
+1. 每个 execution 第一版只允许一个候选 search run。`execution_id` 同时作为 run
+   identity，保存任务内容 hash、精确搜索审计值、App/Android/拼多多版本、开始/接收
+   时间和采集完整性。
+2. `POST /api/v1/tasks/{task_id}/candidates` 继续作为 App 的批量入口，但候选数组改为
+   实际检查的原始连续 ordinal `0..5` 项，不再只上传模型通过项。每项 observation
+   保存可见标题、规格、价格、受限外链和已鉴权 evidence；后端绝不请求外链。
+3. AI 模式逐 observation 保存 model evaluation。确定性 recommendation 可指向任一
+   原始 ordinal，但目标必须满足本地颜色/尺码硬约束和当前阈值；不得通过重排改写
+   observation ordinal。MANUAL_FIRST 没有 model run/evaluation/recommendation。
+4. 后端在保存候选批次的同一事务内写入
+   `candidate_search_runs`、`candidate_observations`、`model_runs`、
+   `candidate_evaluations` 和 `candidate_recommendations`；旧 JSON 只作为兼容审计
+   副本，不能继续作为新查询的唯一来源。
+
+### 人工 review API
+
+新增设备鉴权、claim-scoped、幂等的
+`POST /api/v1/tasks/{task_id}/human-reviews`：
+
+```json
+{
+  "execution_id": "uuid",
+  "claim_generation": 1,
+  "task_content_sha256": "64-char-lowercase-hex",
+  "reason_schema_version": 1,
+  "outcome": "CANDIDATE_ACCEPTED",
+  "selected_candidate_ordinal": 2,
+  "primary_reason_code": "SELECTED_BEST_MATCH",
+  "note": "",
+  "supersedes_review_id": null,
+  "items": [
+    {
+      "candidate_ordinal": 1,
+      "label": "REJECT",
+      "primary_reason_code": "NOT_BEST_MATCH",
+      "reason_codes": ["NOT_BEST_MATCH"],
+      "note": ""
+    },
+    {
+      "candidate_ordinal": 2,
+      "label": "ACCEPT",
+      "primary_reason_code": "SKU_MATCH",
+      "reason_codes": ["SKU_MATCH", "IMAGE_MATCH"],
+      "note": ""
+    }
+  ]
+}
+```
+
+- review 主理由：`SELECTED_BEST_MATCH`、`NO_ACCEPTABLE_CANDIDATE`、
+  `INSUFFICIENT_EVIDENCE`、`OTHER`。
+- ACCEPT 理由：`SKU_MATCH`、`IMAGE_MATCH`、`PRICE_ACCEPTABLE`、
+  `EVIDENCE_SUFFICIENT`、`OTHER`。
+- REJECT 理由：`SKU_MISMATCH`、`IMAGE_MISMATCH`、`PRICE_TOO_HIGH`、
+  `OUT_OF_STOCK`、`EVIDENCE_INSUFFICIENT`、`NOT_BEST_MATCH`、`OTHER`。
+- `OTHER` 的对应备注必须为 4-200 个字符；其他备注可空，非空时同样最多 200 个字符。
+- 无预算任务拒绝 `PRICE_ACCEPTABLE` 和 `PRICE_TOO_HIGH`。
+- 非空候选批次的 review 必须按 ordinal 恰好覆盖每个 observation。接受时恰好一个
+  ACCEPT 且等于 `selected_candidate_ordinal`，其余全部 REJECT；拒绝、无匹配或转
+  人工时全部为 REJECT。零候选只允许 `NO_MATCH/MANUAL_REQUIRED` 和空 items。
+- 修订必须引用同一 execution 当前最新 review；服务端追加新版本并建立
+  `supersedes_review_id`，不得更新或删除旧版本。
+
+### App 与管理端
+
+1. App 人工确认不再使用自由文本作为唯一输入。人员必须显式选择候选、接受主理由和
+   其余候选拒绝主理由，或选择全部拒绝理由；模型理由只读且不会预选人工理由。
+2. 第一版 UI 允许人员明确把同一拒绝理由批量应用到所有未选候选，但提交 payload
+   仍展开成逐 observation item。
+3. App 先把 HUMAN_REVIEW 放入加密 outbox，再加入兼容的 COMPLETE；网络失败保留
+   同一 idempotency key 和草稿顺序。
+4. Admin 任务详情按 observation、model prediction、deterministic recommendation、
+   human review 四个独立区块显示，修订历史按版本可见；受控截图继续走鉴权接口。
+
+## 验收要点
+
+- [ ] migration `up/down/up` 可重复；有 review 数据时破坏性 down 明确失败。
+- [ ] 最多 5 个原始曝光 observation 按原 ordinal 可查询，模型拒绝项不会丢失。
+- [ ] observation、model evaluation、recommendation 和 human label 分表且引用一致。
+- [ ] human review API 校验理由 allowlist、标签兼容、预算适用性、全候选覆盖、唯一
+  接受项、幂等重放和追加式 supersedes。
+- [ ] App 支持选择推荐项、改选、全部拒绝和零候选；每种路径都产生结构化逐候选理由。
+- [ ] 模型理由不会预填人工理由，旧 `operator_reason` 只保留兼容审计含义。
+- [ ] Admin/API 能读取当前 review 和历史版本，外链不会触发任何服务端网络请求。
+- [ ] Android/Go 单元测试、race、migration、Debug/Release 构建和根验证通过。
+
+## 边界
+
+- 不实现模型训练、指标报表、数据导出、自动标注或跨任务聚合分析。
+- 不抓取商品页、图片 URL 或平台全量结果，不宣称为全平台 Top 5。
+- 不在本任务创建订单、加入购物车或支付；Admin 下单授权属于后续独立任务。
+- 不把 VLM Key、Authorization、完整 endpoint、供应商原始响应或模型理由写成人工
+  标签。
+
+## 执行记录
+
+- 2026-07-28：T-213 真机验收提交 `4c3b962` 后领取。审计确认现有
+  `execution_candidate_batches`/`execution_outcomes` 只能提供 JSON 审计副本和自由
+  文本说明，AI 模式还会过滤拒绝候选；因此冻结以上归一化数据层和结构化 review
+  合约后再开始实现。