# 复杂场景重构第二阶段 — 架构设计

## 1. 文档信息

| 属性 | 值 |
|------|-----|
| 文档名称 | 复杂场景重构第二阶段 — 架构设计文档 |
| 版本 | v1.0 |
| 创建日期 | 2025-07-11 |
| 作者 | 高见远（架构师） |
| 关联文档 | Phase 2 PRD、Phase 1 架构设计 |

---

## 2. 实现方案 + 框架选型

### 2.1 P2 上下文压缩

#### 2.1.1 Tokenizer 选择

| 方案 | 说明 | 优先级 |
|------|------|--------|
| `tiktoken`（cl100k_base） | OpenAI 官方编码器，与 Dify/GPT 系列模型一致，计数精确 | 首选 |
| 字符估算兜底 | tiktoken 不可用时，按 1 token ≈ 1.5 个中文字符估算（误差 ≤10%） | 兜底 |

- 封装为 `TokenCounter` 工具类，内部根据 `tiktoken` 可用性自动热切换
- 接口统一：`count_tokens(text: str) -> int`，上层无感知底层差异

#### 2.1.2 压缩引擎设计（ContextCompressor 类）

**文件位置**：`backend/app/services/automation/context_compressor.py`

**核心方法**：

| 方法 | 签名 | 职责 |
|------|------|------|
| `count_tokens` | `(messages: list) -> int` | 计算消息列表的 token 总数 |
| `should_compress` | `(session_id) -> bool` | 判断是否需要压缩（token > threshold） |
| `compress` | `(session_id, messages, info_items, actions, task_node) -> CompressedContext` | 执行压缩，返回压缩后上下文 |
| `_extract_key_info` | `(info_items, actions, task_node) -> str` | 提取关键信息（信息项当前值、已执行动作、任务节点） |
| `_summarize_history` | `(messages_to_compress) -> str` | 调用 LLM 对历史消息生成摘要 |
| `_build_compressed_context` | `(key_info, summary, recent_messages) -> str` | 组装压缩后上下文（结构化 Markdown） |
| `_progressive_compress` | `(context, level=1) -> str` | 渐进式压缩（最多3级，超出降级截断） |

**渐进式压缩策略**：

| 级别 | 策略 | 说明 |
|------|------|------|
| Level 1 | LLM 摘要 + 保留最近4轮对话 | 标准压缩，token 降低约 60% |
| Level 2 | LLM 摘要 + 保留最近2轮对话 | 二次压缩，token 降低约 80% |
| Level 3 | 纯关键信息 + 保留最近1轮对话 | 极限压缩，token 降低约 90% |
| 超出 | 截断最旧消息 | 降级保护，确保不超限 |

#### 2.1.3 LLM 调用策略

- 复用现有 `DifyClient`，调用 `/v1/chat-messages` 端点
- **摘要 prompt** 设计要求：将对话历史压缩为结构化摘要，保留关键决策点和信息项
- 摘要调用超时 **30s**，失败则降级为截断最旧消息（`_progressive_compress` 的 Level 3 策略）

#### 2.1.4 压缩触发时机

```
AutoSessionService._run_background()
  ├── 1. SessionManager.appendMessage(新消息)
  ├── 2. TokenCounter.count_tokens(当前消息列表)
  ├── 3. if tokens > threshold:
  │       ├── ContextCompressor.compress()  ← 压缩
  │       ├── 用压缩后上下文替换原始消息列表
  │       └── 写入 auto_context_compressions 表（日志）
  ├── 4. DifyClient.chat(压缩后/原始消息)  ← 调LLM
  └── 5. 返回响应
```

#### 2.1.5 压缩后上下文格式

压缩后生成一条结构化 Markdown 系统消息，替换原始历史：

```markdown
## 会话上下文摘要（系统压缩）
### 已收集信息项
- {name}: {value}（v{version}）
### 已执行动作
- ✅/⏳ {action_title}（{time}）
### 当前任务节点
{task_node}
### 历史摘要
{LLM生成的摘要}
### 最近对话
[最近4轮原始对话保留]
```

---

### 2.2 P3 多轮纠错

#### 2.2.1 版本管理

- 复用 Phase 1 已有的 `InformationItem.version` + `update_history` 机制
- **移除单次更正限制**：Phase 1 实际未硬编码限制，需在 `IntentRouter` 和 `SessionManager` 中确认无限制逻辑
- 每次 CORRECT / SUPPLEMENT 意图都正常 `version += 1`，无次数上限

#### 2.2.2 快照机制（SnapshotService 类）

**文件位置**：`backend/app/services/automation/snapshot_service.py`

**核心方法**：

| 方法 | 签名 | 职责 |
|------|------|------|
| `create_snapshot` | `(session_id, trigger_item_key, correction_ids) -> InformationSnapshot` | 在每次更正前创建快照 |
| `get_latest_snapshot` | `(session_id) -> Optional[InformationSnapshot]` | 获取最近未撤销的快照 |
| `undo_correction` | `(session_id) -> dict` | 撤销最近一次更正（限制最近5次） |
| `get_snapshot_history` | `(session_id) -> list` | 获取快照历史列表 |
| `get_version_diff` | `(session_id, v1, v2) -> dict` | 对比两个版本的差异 |

**撤销逻辑流程**：

1. 查询最近一条 `is_undone=False` 的快照
2. 将快照中记录的信息项值回滚到快照前的版本
3. 标记该快照 `is_undone=True`
4. 限制：最多撤销最近 5 次（通过计数 `is_undone=True` 的快照数判断，超过5次拒绝撤销）
5. 撤销后向 AI 上下文注入"更正撤销"系统消息，让 AI 感知用户撤销了更正

#### 2.2.3 依赖检查（混合方案）

采用**模板预定义 + AI 自动标注 + 运行时检查**三层混合方案：

| 层次 | 机制 | 说明 |
|------|------|------|
| 模板预定义 | `ScenarioConfig.actions` 中预定义 `derived_from` 关系 | 如"设备分配人" derived_from "工号" |
| AI 自动标注 | IntentRouter 识别 CORRECT 意图时，通过 Dify prompt 让 LLM 标注依赖关系 | 补充模板未覆盖的动态依赖 |
| 运行时检查 | `CorrectionService.check_dependencies(session_id, item_key) -> list` | 查询所有 `derived_from` 包含该 item_key 的其他 item，返回联动提示列表 |

**运行时检查逻辑**：
- 查询当前 session 中所有 `derived_from` 数组包含该 `item_key` 的其他信息项
- 如果存在依赖项且已有值，生成联动提示（如"修改工号后，设备分配人可能需要同步更新"）
- 返回提示列表，由前端展示给用户/坐席确认

#### 2.2.4 批量更正

- **方法**：`CorrectionService.batch_correct(session_id, corrections: list) -> dict`
- **原子性**：单事务内执行多个更正，任何一项失败则整体回滚（SQLAlchemy transaction rollback）
- **快照策略**：只生成**一条快照**（记录本次批量更正涉及的所有信息项）
- **结果返回**：包含所有已更正项 + 依赖联动警告列表

#### 2.2.5 CorrectionService 类

**文件位置**：`backend/app/services/automation/correction_service.py`

**核心方法**：

| 方法 | 签名 | 职责 |
|------|------|------|
| `batch_correct` | `(session_id, corrections: list[dict]) -> BatchCorrectResult` | 批量更正（单事务原子操作） |
| `check_dependencies` | `(session_id, item_key) -> list[dict]` | 依赖检查，返回联动提示列表 |
| `get_correction_history` | `(session_id) -> list` | 更正历史 |
| `get_version_chain` | `(session_id, item_key) -> list` | 版本链（某信息项的所有版本） |
| `get_version_diff` | `(session_id, v1, v2) -> dict` | 版本对比 |
| `undo_correction` | `(session_id) -> dict` | 撤销更正（委托 SnapshotService） |

---

## 3. 数据结构和接口

### 3.1 新增/变更 SQLAlchemy 模型

```python
# ============================================================
# 新增：auto_context_compressions 表（上下文压缩日志）
# ============================================================
class ContextCompression(Base):
    """P2 上下文压缩记录表"""
    __tablename__ = "auto_context_compressions"

    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    session_id: Mapped[str] = mapped_column(String(36), nullable=False, index=True)
    tokens_before: Mapped[int] = mapped_column(Integer, nullable=False)
    tokens_after: Mapped[int] = mapped_column(Integer, nullable=False)
    compression_ratio: Mapped[float] = mapped_column(Numeric(5, 2), nullable=False)
    task_node: Mapped[Optional[str]] = mapped_column(String(128), nullable=True)
    duration_ms: Mapped[int] = mapped_column(Integer, nullable=False)
    compression_level: Mapped[int] = mapped_column(SmallInteger, nullable=False, default=1)
    summary: Mapped[Optional[str]] = mapped_column(Text, nullable=True)
    created_at: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), nullable=False, default=datetime.now
    )


# ============================================================
# 新增：auto_information_snapshots 表（信息项快照）
# ============================================================
class InformationSnapshot(Base):
    """P3 信息项快照表（用于撤销更正）"""
    __tablename__ = "auto_information_snapshots"

    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    session_id: Mapped[str] = mapped_column(String(36), nullable=False, index=True)
    trigger_item_key: Mapped[str] = mapped_column(String(64), nullable=False)
    snapshot_data: Mapped[dict] = mapped_column(
        JSON, nullable=False
    )  # {item_key: {value, version}}
    correction_ids: Mapped[list] = mapped_column(JSON, nullable=False, default=list)
    is_undone: Mapped[bool] = mapped_column(Boolean, nullable=False, default=False)
    created_at: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), nullable=False, default=datetime.now
    )


# ============================================================
# 变更：InformationItem 新增2列
# ============================================================
class InformationItem(Base):
    """信息项模型（Phase 2 变更）"""
    # ... Phase 1 已有字段省略 ...

    # Phase 2 新增字段
    derived_from: Mapped[Optional[list]] = mapped_column(
        JSON, nullable=True
    )  # 推导来源 item_key 数组，如 ["工号"]
    correction_reason: Mapped[Optional[str]] = mapped_column(
        String(200), nullable=True
    )  # 更正备注
```

### 3.2 Mermaid 类图

```mermaid
classDiagram
    class AutoSession {
        +str id
        +str scenario_id
        +str status
        +str current_task_node
        +datetime created_at
        +datetime updated_at
        +appendMessage(message)
        +getContext()
        +updateTaskNode(node)
    }

    class InformationItem {
        +str id
        +str session_id
        +str item_key
        +str item_name
        +str value
        +int version
        +dict update_history
        +Optional~list~ derived_from
        +Optional~str~ correction_reason
        +datetime created_at
        +updateValue(new_value, reason)
        +getHistory()
        +checkDependency()
    }

    class ContextCompression {
        +int id
        +str session_id
        +int tokens_before
        +int tokens_after
        +float compression_ratio
        +Optional~str~ task_node
        +int duration_ms
        +int compression_level
        +Optional~str~ summary
        +datetime created_at
    }

    class InformationSnapshot {
        +int id
        +str session_id
        +str trigger_item_key
        +dict snapshot_data
        +list correction_ids
        +bool is_undone
        +datetime created_at
    }

    class ContextCompressor {
        +TokenCounter token_counter
        +DifyClient dify_client
        +count_tokens(messages) int
        +should_compress(session_id) bool
        +compress(session_id, messages, info_items, actions, task_node) CompressedContext
        -_extract_key_info(info_items, actions, task_node) str
        -_summarize_history(messages) str
        -_build_compressed_context(key_info, summary, recent) str
        -_progressive_compress(context, level) str
    }

    class SnapshotService {
        +create_snapshot(session_id, trigger_item_key, correction_ids) InformationSnapshot
        +get_latest_snapshot(session_id) Optional~InformationSnapshot~
        +undo_correction(session_id) dict
        +get_snapshot_history(session_id) list
        +get_version_diff(session_id, v1, v2) dict
    }

    class CorrectionService {
        +batch_correct(session_id, corrections) BatchCorrectResult
        +check_dependencies(session_id, item_key) list
        +get_correction_history(session_id) list
        +get_version_chain(session_id, item_key) list
        +get_version_diff(session_id, v1, v2) dict
        +undo_correction(session_id) dict
    }

    AutoSession "1" --> "*" InformationItem : session_id 关联
    AutoSession "1" --> "*" ContextCompression : session_id 关联
    AutoSession "1" --> "*" InformationSnapshot : session_id 关联
    ContextCompressor --> AutoSession : 压缩会话上下文
    ContextCompressor --> ContextCompression : 写入压缩日志
    SnapshotService --> InformationSnapshot : 管理快照
    SnapshotService --> InformationItem : 回滚信息项值
    CorrectionService --> SnapshotService : 委托撤销
    CorrectionService --> InformationItem : 批量更正
    CorrectionService --> InformationSnapshot : 创建快照
```

### 3.3 新增 Pydantic Schema

```python
# ============================================================
# 请求模型
# ============================================================

class BatchCorrectRequest(BaseModel):
    """批量更正请求"""
    corrections: List[CorrectRequest]  # 批量更正数组
    reason: Optional[str] = None  # 更正备注


class UndoCorrectRequest(BaseModel):
    """撤销更正请求"""
    pass  # 无参数，撤销最近一次


class VersionDiffRequest(BaseModel):
    """版本对比请求"""
    v1: int
    v2: int
    item_key: Optional[str] = None  # 指定信息项，None则对比全局快照


# ============================================================
# 响应模型
# ============================================================

class ContextCompressionResponse(BaseModel):
    """上下文压缩响应"""
    id: int
    session_id: str
    tokens_before: int
    tokens_after: int
    compression_ratio: float
    task_node: Optional[str]
    duration_ms: int
    compression_level: int
    summary: Optional[str]
    created_at: Optional[str]


class SnapshotResponse(BaseModel):
    """快照响应"""
    id: int
    session_id: str
    trigger_item_key: str
    snapshot_data: dict
    correction_ids: list
    is_undone: bool
    created_at: Optional[str]


class VersionDiffResponse(BaseModel):
    """版本差异响应"""
    item_key: str
    v1: int
    v1_value: str
    v2: int
    v2_value: str
    changed: bool


class BatchCorrectResponse(BaseModel):
    """批量更正响应"""
    corrected_items: List[InformationItemResponse]
    snapshot_id: int
    dependency_warnings: List[dict] = Field(default_factory=list)
```

---

## 4. 程序调用流程

### 4.1 P2 上下文压缩时序图

```mermaid
sequenceDiagram
    participant Employee as 员工
    participant SM as SessionManager
    participant TC as TokenCounter
    participant CC as ContextCompressor
    participant DB as Database
    participant LLM as DifyClient / LLM

    Employee->>SM: 发送消息
    SM->>SM: appendMessage(新消息)

    SM->>TC: count_tokens(当前消息列表)
    TC-->>SM: 返回 token 总数

    alt token > 压缩阈值
        SM->>CC: should_compress(session_id)
        CC-->>SM: true

        SM->>CC: compress(session_id, messages, info_items, actions, task_node)

        CC->>CC: _extract_key_info(info_items, actions, task_node)
        Note over CC: 提取已收集信息项当前值<br/>已执行动作、当前任务节点

        CC->>LLM: _summarize_history(messages_to_compress)
        Note over LLM: 摘要 prompt：<br/>将历史压缩为结构化摘要<br/>保留关键决策点和信息项
        LLM-->>CC: 返回历史摘要文本

        alt LLM 摘要超时/失败(30s)
            CC->>CC: 降级 _progressive_compress(level=3)
            Note over CC: 截断最旧消息，保留关键信息
        end

        CC->>CC: _build_compressed_context(key_info, summary, recent_messages)
        Note over CC: 组装结构化 Markdown 上下文

        CC->>DB: 写入 auto_context_compressions 表
        Note over DB: 记录 tokens_before/after<br/>compression_ratio, duration_ms

        CC-->>SM: 返回 CompressedContext
        SM->>SM: 用压缩后上下文替换原始消息列表
    end

    SM->>LLM: chat(压缩后/原始消息)
    LLM-->>SM: 返回 AI 响应
    SM-->>Employee: 返回响应
```

### 4.2 P3 多轮纠错时序图

```mermaid
sequenceDiagram
    participant Employee as 员工
    participant IR as IntentRouter
    participant CS as CorrectionService
    participant SS as SnapshotService
    participant DB as Database
    participant AI as AI 上下文

    Employee->>IR: 发送更正请求（如"工号改成12345"）

    IR->>IR: 识别 CORRECT 意图
    Note over IR: AI 自动标注 derived_from 依赖关系<br/>（通过 Dify prompt）

    IR->>CS: batch_correct(session_id, corrections)

    CS->>SS: create_snapshot(session_id, trigger_item_key, correction_ids)
    Note over SS: 在更正前创建快照<br/>记录所有涉及信息项的当前值和版本

    SS->>DB: INSERT auto_information_snapshots
    SS-->>CS: 返回 snapshot_id

    CS->>DB: BEGIN TRANSACTION
    Note over CS: 单事务内批量更新信息项

    loop 遍历 corrections 列表
        CS->>DB: UPDATE InformationItem<br/>SET value=new_value, version=version+1
        alt 某项更新失败
            CS->>DB: ROLLBACK
            CS-->>IR: 抛出异常，整体回滚
        end
    end

    CS->>DB: COMMIT

    CS->>CS: check_dependencies(session_id, item_key)
    Note over CS: 查询所有 derived_from 包含该 item_key 的信息项<br/>生成联动提示列表

    CS-->>IR: 返回 BatchCorrectResult<br/>{corrected_items, snapshot_id, dependency_warnings}

    IR->>AI: 注入更正结果系统消息
    Note over AI: AI 感知信息项已更正<br/>后续对话基于新值继续

    IR-->>Employee: 返回更正结果 + 联动提示
```

### 4.3 P3 更正撤销时序图

```mermaid
sequenceDiagram
    participant User as 用户/坐席
    participant API as CorrectionAPI
    participant SS as SnapshotService
    participant DB as Database
    participant AI as AI 上下文

    User->>API: POST /undo-correction (session_id)

    API->>SS: undo_correction(session_id)

    SS->>DB: 查询最近一条 is_undone=False 的快照
    DB-->>SS: 返回 latest_snapshot

    alt 无可撤销快照
        SS-->>API: 返回错误"无可撤销的更正"
        API-->>User: 400 无可撤销
    else 已撤销次数 >= 5
        SS-->>API: 返回错误"撤销次数超限"
        API-->>User: 400 撤销次数超限
    else 正常撤销
        SS->>DB: 读取 snapshot_data<br/>{item_key: {value, version}}
        Note over SS: 快照记录了更正前的信息项值和版本

        loop 遍历 snapshot_data 中每个信息项
            SS->>DB: UPDATE InformationItem<br/>SET value=快照前值, version=快照前版本
            Note over DB: 回滚信息项到更正前状态
        end

        SS->>DB: UPDATE InformationSnapshot<br/>SET is_undone=True
        Note over DB: 标记该快照为已撤销

        SS->>AI: 注入"更正撤销"系统消息
        Note over AI: 系统消息内容：<br/>"用户撤销了最近一次更正，<br/>信息项 {item_key} 已回滚到 v{version}"<br/>AI 后续对话基于回滚后的值

        SS-->>API: 返回撤销结果<br/>{undone_items, restored_values}
        API-->>User: 200 撤销成功
    end
```

---

## 5. 文件列表及相对路径

### 5.1 后端新增文件

| 文件路径 | 职责 |
|----------|------|
| `backend/app/services/automation/context_compressor.py` | P2 上下文压缩引擎（ContextCompressor 类），包含 token 计数、压缩判断、LLM 摘要、渐进式压缩、压缩日志记录 |
| `backend/app/services/automation/snapshot_service.py` | P3 快照管理服务（SnapshotService 类），包含创建快照、撤销更正、快照历史查询、版本对比 |
| `backend/app/services/automation/correction_service.py` | P3 纠错服务（CorrectionService 类），包含批量更正、依赖检查、更正历史、版本链、撤销委托 |
| `backend/app/utils/token_counter.py` | Token 计数工具类（TokenCounter），封装 tiktoken + 字符估算兜底，支持热切换 |
| `backend/app/schemas/automation_p2.py` | P2/P3 Pydantic Schema 定义（BatchCorrectRequest/Response、UndoCorrectRequest、VersionDiffRequest/Response、ContextCompressionResponse、SnapshotResponse 等） |
| `backend/app/models/automation_p2.py` | P2/P3 SQLAlchemy 模型定义（ContextCompression、InformationSnapshot） |
| `backend/migrations/versions/049_add_p2_p3_tables.py` | 数据库迁移脚本：新增 `auto_context_compressions`、`auto_information_snapshots` 表；`information_items` 表新增 `derived_from`、`correction_reason` 列 |

### 5.2 后端修改文件

| 文件路径 | 修改内容 |
|----------|----------|
| `backend/app/services/automation/auto_session_service.py` | `_run_background()` 方法中增加压缩触发逻辑：每次调用 LLM 前检查 token 数，超阈值执行压缩；注入压缩后上下文 |
| `backend/app/services/automation/session_manager.py` | 确认无单次更正限制逻辑；增加更正结果和撤销结果的系统消息注入方法 |
| `backend/app/services/automation/intent_router.py` | CORRECT 意图识别后调用 CorrectionService.batch_correct；增加 AI 自动标注 derived_from 依赖关系的 prompt |
| `backend/app/models/automation.py` | InformationItem 模型新增 `derived_from`（JSON）和 `correction_reason`（String）两个映射字段 |
| `backend/app/api/v1/automation.py` | 新增 API 端点：`POST /batch-correct`、`POST /undo-correction`、`GET /correction-history`、`GET /version-diff`、`GET /compression-logs` |
| `backend/app/config.py` | 新增 P2/P3 配置项：`CONTEXT_COMPRESS_THRESHOLD`（压缩阈值）、`CONTEXT_COMPRESS_TIMEOUT`（摘要超时）、`MAX_UNDO_COUNT`（最大撤销次数）等 |
| `backend/app/scenarios/it_helpdesk.py` | 场景配置中预定义 `derived_from` 依赖关系（如设备分配人 derived_from 工号） |

### 5.3 前端新增/修改文件

#### H5 端（员工侧）

| 文件路径 | 职责 |
|----------|------|
| `frontend-h5/src/components/automation/CorrectionNotice.vue` | 更正结果通知组件：展示更正成功提示 + 依赖联动警告 |
| `frontend-h5/src/components/automation/UndoButton.vue` | 撤销更正按钮组件：展示可撤销状态 + 撤销次数剩余提示 |

#### 坐席端（Agent 侧）

| 文件路径 | 职责 |
|----------|------|
| `frontend-agent/src/views/automation/CorrectionHistory.vue` | 更正历史页面：展示更正时间线、版本链、快照列表 |
| `frontend-agent/src/views/automation/VersionDiff.vue` | 版本对比页面：选择两个版本对比信息项值差异，高亮变更项 |
| `frontend-agent/src/views/automation/CompressionLogs.vue` | 上下文压缩日志页面：展示压缩记录、压缩率、耗时、摘要内容 |
| `frontend-agent/src/components/automation/DependencyWarning.vue` | 依赖联动提示组件：更正某项时展示受影响的关联信息项列表 |
| `frontend-agent/src/api/automation_p2.ts` | P2/P3 API 请求封装：batchCorrect、undoCorrection、getCorrectionHistory、getVersionDiff、getCompressionLogs |

---

## 6. 任务列表

### 6.1 后端任务（按实现顺序）

| 任务 ID | 描述 | 依赖 | 涉及文件 | 复杂度 |
|---------|------|------|----------|--------|
| T01 | 数据库迁移 + 模型层：新增 ContextCompression、InformationSnapshot 模型；InformationItem 新增 derived_from、correction_reason 列；编写迁移脚本 049 | 无 | `models/automation_p2.py`、`models/automation.py`、`migrations/versions/049_*.py` | 中 |
| T02 | Token 计数工具类 + 上下文压缩引擎：实现 TokenCounter（tiktoken + 兜底）、ContextCompressor（压缩判断、关键信息提取、LLM 摘要、渐进式压缩、日志记录） | T01 | `utils/token_counter.py`、`services/automation/context_compressor.py` | 高 |
| T03 | 快照服务 + 纠错服务：实现 SnapshotService（创建快照、撤销更正、历史查询、版本对比）、CorrectionService（批量更正、依赖检查、版本链、撤销委托） | T01 | `services/automation/snapshot_service.py`、`services/automation/correction_service.py` | 高 |
| T04 | API 层 + Schema + 集成：定义 Pydantic Schema；新增 API 端点；修改 AutoSessionService 注入压缩逻辑；修改 IntentRouter 接入纠错服务；修改 SessionManager 注入系统消息；场景配置预定义依赖关系 | T02, T03 | `schemas/automation_p2.py`、`api/v1/automation.py`、`services/automation/auto_session_service.py`、`services/automation/intent_router.py`、`services/automation/session_manager.py`、`scenarios/it_helpdesk.py`、`config.py` | 中 |

### 6.2 前端任务

| 任务 ID | 描述 | 依赖 | 涉及文件 | 复杂度 |
|---------|------|------|----------|--------|
| T05 | H5 端组件 + 坐席端页面 + API 封装：实现更正通知、撤销按钮（H5 端）；更正历史、版本对比、压缩日志、依赖提示页面（坐席端）；API 请求封装 | T04 | `frontend-h5/src/components/automation/*.vue`、`frontend-agent/src/views/automation/*.vue`、`frontend-agent/src/components/automation/DependencyWarning.vue`、`frontend-agent/src/api/automation_p2.ts` | 中 |

### 任务依赖图

```mermaid
graph LR
    T01[T01: 数据库迁移 + 模型层]
    T02[T02: Token计数 + 压缩引擎]
    T03[T03: 快照服务 + 纠错服务]
    T04[T04: API层 + Schema + 集成]
    T05[T05: 前端组件 + 页面 + API封装]

    T01 --> T02
    T01 --> T03
    T02 --> T04
    T03 --> T04
    T04 --> T05
```

---

## 7. 依赖包列表

| 包名 | 版本要求 | 用途 |
|------|----------|------|
| `tiktoken` | `>= 0.5.0` | Token 计数（OpenAI cl100k_base 编码，与 Dify/GPT 模型一致） |

> **说明**：除 `tiktoken` 外，P2/P3 其余功能均复用 Phase 1 已有技术栈（SQLAlchemy、FastAPI、Pydantic、DifyClient 等），无新增依赖。

---

## 8. 共享知识

### 8.1 命名约定

| 约定 | 规则 | 示例 |
|------|------|------|
| 压缩日志表 | `auto_context_compressions` | — |
| 快照表 | `auto_information_snapshots` | — |
| 服务类命名 | `XxxService` / `XxxCompressor` | `CorrectionService`、`ContextCompressor`、`SnapshotService` |
| Schema 命名 | `XxxRequest` / `XxxResponse` | `BatchCorrectRequest`、`SnapshotResponse` |
| API 路径前缀 | `/api/v1/automation/` | `/api/v1/automation/batch-correct` |
| 系统消息注入 | 以 `[SYSTEM]` 前缀标识 | `[SYSTEM] 更正撤销：信息项 工号 已回滚到 v2` |

### 8.2 错误码扩展

| 错误码 | 含义 | HTTP 状态码 | 说明 |
|--------|------|-------------|------|
| 4013 | 上下文压缩失败 | 500 | LLM 摘要调用超时或异常，已降级为截断处理 |
| 4014 | 撤销次数超限 | 400 | 已撤销次数达到上限（5次），无法继续撤销 |
| 4015 | 批量更正部分失败 | 500 | 事务回滚，所有更正均未生效 |

**错误响应格式**（与 Phase 1 统一）：

```json
{
  "code": 4014,
  "data": null,
  "message": "撤销次数超限，最多可撤销最近5次更正"
}
```

### 8.3 配置项

| 配置项 | 默认值 | 说明 |
|--------|--------|------|
| `CONTEXT_COMPRESS_THRESHOLD` | `6000` | 上下文压缩触发阈值（token 数），超过则执行压缩 |
| `CONTEXT_COMPRESS_TIMEOUT` | `30` | LLM 摘要调用超时时间（秒），超时降级截断 |
| `CONTEXT_MAX_COMPRESS_LEVEL` | `3` | 渐进式压缩最大级别，超出则降级截断 |
| `CONTEXT_KEEP_RECENT_TURNS` | `4` | 压缩后保留的最近对话轮数（Level 1） |
| `MAX_UNDO_COUNT` | `5` | 最大撤销更正次数 |
| `CONTEXT_COMPRESS_RATIO_WARN` | `0.3` | 压缩率警告阈值（压缩后/压缩前 < 0.3 时告警） |

---

## 9. 数据库迁移方案

### 迁移脚本：`049_add_p2_p3_tables.py`

```python
"""Add P2 context compression and P3 snapshot tables

Revision ID: 049
Revises: 048
Create Date: 2025-07-11
"""

from alembic import op
import sqlalchemy as sa
from sqlalchemy.dialects import postgresql

revision = "049"
down_revision = "048"


def upgrade():
    # 1. 新增 auto_context_compressions 表
    op.create_table(
        "auto_context_compressions",
        sa.Column("id", sa.Integer(), autoincrement=True, nullable=False),
        sa.Column("session_id", sa.String(36), nullable=False),
        sa.Column("tokens_before", sa.Integer(), nullable=False),
        sa.Column("tokens_after", sa.Integer(), nullable=False),
        sa.Column("compression_ratio", sa.Numeric(5, 2), nullable=False),
        sa.Column("task_node", sa.String(128), nullable=True),
        sa.Column("duration_ms", sa.Integer(), nullable=False),
        sa.Column("compression_level", sa.SmallInteger(), nullable=False, server_default="1"),
        sa.Column("summary", sa.Text(), nullable=True),
        sa.Column("created_at", sa.DateTime(timezone=True), nullable=False, server_default=sa.func.now()),
        sa.PrimaryKeyConstraint("id"),
    )
    op.create_index("ix_auto_context_compressions_session_id", "auto_context_compressions", ["session_id"])

    # 2. 新增 auto_information_snapshots 表
    op.create_table(
        "auto_information_snapshots",
        sa.Column("id", sa.Integer(), autoincrement=True, nullable=False),
        sa.Column("session_id", sa.String(36), nullable=False),
        sa.Column("trigger_item_key", sa.String(64), nullable=False),
        sa.Column("snapshot_data", postgresql.JSON(), nullable=False),
        sa.Column("correction_ids", postgresql.JSON(), nullable=False, server_default="[]"),
        sa.Column("is_undone", sa.Boolean(), nullable=False, server_default="false"),
        sa.Column("created_at", sa.DateTime(timezone=True), nullable=False, server_default=sa.func.now()),
        sa.PrimaryKeyConstraint("id"),
    )
    op.create_index("ix_auto_information_snapshots_session_id", "auto_information_snapshots", ["session_id"])

    # 3. information_items 表新增列
    op.add_column("information_items", sa.Column("derived_from", postgresql.JSON(), nullable=True))
    op.add_column("information_items", sa.Column("correction_reason", sa.String(200), nullable=True))


def downgrade():
    op.drop_column("information_items", "correction_reason")
    op.drop_column("information_items", "derived_from")
    op.drop_index("ix_auto_information_snapshots_session_id", table_name="auto_information_snapshots")
    op.drop_table("auto_information_snapshots")
    op.drop_index("ix_auto_context_compressions_session_id", table_name="auto_context_compressions")
    op.drop_table("auto_context_compressions")
```

**迁移影响评估**：

| 影响项 | 说明 |
|--------|------|
| 新增表 | 2 张（`auto_context_compressions`、`auto_information_snapshots`），均为追加表，不影响现有数据 |
| 变更表 | 1 张（`information_items` 新增 2 列），均为 nullable 列，向后兼容 |
| 数据迁移 | 无需迁移历史数据，新列默认 NULL |
| 回滚风险 | 低，`downgrade()` 完整可逆 |

---

## 10. 待明确事项

| 序号 | 待明确事项 | 当前假设 | 影响范围 |
|------|-----------|----------|----------|
| 1 | 压缩阈值的精确值需根据实际模型上下文窗口确定 | 暂设 6000 tokens（GPT-3.5 4K 上下文留 2K 余量） | `ContextCompressor` 配置项 |
| 2 | LLM 摘要使用的 Dify 应用是否独立配置专用摘要 prompt | 假设复用现有 Dify 应用，通过 system message 注入摘要 prompt | `ContextCompressor._summarize_history` |
| 3 | `derived_from` 依赖关系的场景模板具体内容需与业务方确认 | 已在 `it_helpdesk.py` 中预定义常见依赖（如设备分配人 derived_from 工号），待业务方补充 | `scenarios/it_helpdesk.py` |
| 4 | 撤销操作是否需要二次确认（防误操作） | 假设前端弹出确认框，后端直接执行 | 前端 `UndoButton.vue` |
| 5 | 压缩摘要是否需要人工审核后才生效 | 假设自动生效，无需人工审核 | `ContextCompressor.compress` |
| 6 | tiktoken 在企业内网环境（无外网）是否可正常安装和运行 | 假设可通过内网 PyPI 镜像安装；运行时编码数据文件（`~/.cache/tiktoken`）需预置 | `utils/token_counter.py` |
| 7 | 批量更正的最大数量限制 | 假设无硬限制，由前端 UI 交互控制（单次通常 ≤10 项） | `CorrectionService.batch_correct` |