技术实现说明（培训教材）

定位：完成年初设定目标：2026 年测试智能化升级技术实现方案 v3 https://testerhome.com/topics/43674
章节体系：本工程本质是领域特化 RAG 系统（策划文档 → 检索增强 → 测试要点/用例生成 → 评估），
章节按 RAG pipeline 阶段编号组织（00-11），每章内以「递进小节」展开（基础→变体→本工程特化）。
每小节固定四段：① 机制一句话；② 数据流图；③ 代码入口（path:line 锚定）；④ 复用清单。
骨架版（session#70 立项）：小节标题与内容后续对话逐步充实调整。
开发任务排序：任务 1=实现新功能，任务 2=本文档（培训教材）。
维护纪律：涉及下述机制的 change 收尾时，须同步更新本文档对应小节。

00 工程总览与最小链路

• 00-1 一句话与总架构：策划文档（docx）→ 结构化测试要点与用例 + 全程质量评估；四服务拓扑（convert2md:8000 / generator:8001 / evaluator:8002 / dashboard:8080）与共享层（model_core/modules/common）。
• 00-2 数据流水线阶段目录总图（data/workspace/01_raw → 02_markdown → 03_entity → 04_point → 05_case → 06_eval，后缀 SRC/ENT/PNT/CAS/EVAL）。
• 00-3 一次端到端数据旅行叙事（拿一份真实 docx 走完全链）。
• 00-4 环境与运行（.env / start_all_services / 已知坑速查）。
• <!-- TODO：全部小节内容 -->

01 数据导入：docx 到 markdown

• 01-1 简单文本导入（纯文字 docx → md 的基本链路）
• 01-2 结构化内容（标题层级、列表、加粗等格式映射）
• 01-3 图文数据（图片抽取 + <!--IMG_REF--> 占位符协议）
• 01-4 表格数据（docx 表格 → md 表格 → ExcelTableThinking）
• 01-5 归档契约与版本（单文件 + 行区间、.superseded_ 归档、批次 artifacts.source）
• <!-- TODO：每小节四段式 -->

02 文本切块：从文档到提取单元

• 02-1 章节树构建（标题层级=功能层级假设，section 切分）
• 02-2 辅助段落分流（aux-section：overview 反哺 / boilerplate 跳过）
• 02-3 正文前约定区切分（preamble：三级识别 + 指导/提取双路，template_chapters.split_preamble）
• 02-4 跨表/跨节块（ExcelTableThinking 块、跨节依赖 Pass 2）
• <!-- TODO -->

03 实体提取：文本到功能实体图（本工程特化）

• 03-1 两遍提取（骨架 Pass→细化 Pass→依赖解析）
• 03-2 prompt 组装与 flag 体系（模板章节 guard 白名单、img 上下文注入、aux 背景）
• 03-3 实体合并与孤儿挂接、原子性判定
• 03-4 共享词表体系（template_chapters / aux_sections 单一真相源）
• <!-- TODO -->

04 向量嵌入

• 04-1 嵌入模型选型（bge-m3：多语/长文本/延迟基线）
• 04-2 嵌入什么（实体/要点/用例的向量化对象与粒度）
• <!-- TODO -->

05 向量存储

• 05-1 FAISS 索引结构与持久化
• 05-2 few-shot 样例池（genre/universal 双池、入库治理）
• <!-- TODO -->

06 检索前处理

• 06-1 查询构造（从实体/要点生成检索 query）
• 06-2 三级路由（tier1 项目内 → tier2 品类 → tier3 零样本）
• 06-3 提问式生成的子树圈定（scope）
• <!-- TODO -->

07 索引优化（拟，后续调整）

• <!-- TODO：层级索引、路由隔离的实现 -->

08 检索后处理

• 08-1 宽召回 + rerank（recall floor、bge reranker）
• 08-2 检索质量阈值与忠实性（faithfulness，防编造）
• <!-- TODO -->

09 响应生成：测试要点与用例

• 09-1 测试要点生成（TP：结构、prompt、few-shot 注入）
• 09-2 测试用例生成（CAS：步骤/断言、四象限）
• 09-3 提问式生成双路（单点生成 ask 流）
• <!-- TODO -->

10 系统评估

• 10-1 geval judge（LLM 评估）
• 10-2 critic 四维（单条质量）
• 10-3 watchdog 双轨交叉验证（确定性 vs LLM 分歧）
• 10-4 A/B 实验方法学（本工程反复使用的判据体系）
• <!-- TODO -->

11 高级机制（拟，后续调整）

• 11-1 few-shot 价值结论（产量放大器而非质量提升器）
• 11-2 批次血缘与产物回溯（sessions/backfill）
• 11-3 可观测性（结构化日志 TAG 协议 / log_doctor / Langfuse / flag 收敛）
• <!-- TODO -->

附录 A：复用依赖地图（拟）

• <!-- TODO：每机制的外部依赖与最小可抽离边界 -->

编写进度