---
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。