Files

Hermes Agent 2baa8c2422 fix(crowd_db): 27省全部usable+后测试期望同步 + source_url http→https

- 山西/天津 source_url 从 http:// 改为 https://（可信来源入口规范）
- test_loader_low_confidence_warning: 改用 monkeypath 注入 0.45 数据（27省已无 low confidence）
- test_filter_provinces_*: 动态断言取代硬编码列表，避免未来数据升级再次回归
- test_cross_province_beijing_at_690: 改用实际存在的 北京大学-临床医学 组合
- 新增 CROWD_DB_NATIONALIZATION_SOURCE_OF_TRUTH.md + 全国高信任建设计划文档

现状: HIGH=7 / USABLE=20 / LOW=0 (27省口径)

2026-06-24 22:29:59 +08:00

15 KiB

Raw Blame History

全国高信任 crowd_db 建设计划

For Hermes: 后续执行使用 swarm-task-decomposition + subagent-driven-development。按省份批次并行，每个子代理只负责一个清晰边界的子任务，不跨 3 个以上文件，不承担全局汇总。

最后更新: 2026-06-23 适用仓库: /home/long/project/gaokao-volunteer-system 真相源: docs/CURRENT_STATE.md

1. Goal

把当前“湖南 1 省 high、其余 26 省 skeleton”的 crowd_db，升级为“全国可用、重点省份高信任、其余省份至少 usable 且有明确可信来源与复核链”的数据体系。

这里的“全国”分两层解释，必须先定口径：

口径 A（当前代码兼容口径）: 先把 data/crowd_db/loader.py 已支持的 27 省全部建设到位。
口径 B（真正全国口径）: 在 27 省基础上，再补 4 个当前未进入 crowd_db 的自治区：内蒙古 / 广西 / 西藏 / 宁夏，形成 31 个省级行政区覆盖。

建议执行口径：先完成 A，再推进 B。原因：当前 rules/checker 已有更广省份支持，但 crowd_db loader 仍只支持 27 省，直接喊“全国完成”会产生能力漂移。

2. 当前事实基线（2026-06-23 实测）

来自当前运行统计，而不是旧文档复述：

当前 data/crowd_db/*.json 实存 27 个文件
当前 data/crowd_db/loader.py 仅支持 27 省（23 省 + 4 直辖市）
当前 live 质量分布：HIGH=4 / USABLE=3 / LOW=20
高信任白名单: 湖南 / 广东 / 江苏 / 山东（均已达到 confidence=0.85、8 段、40 recommendations、80 alternatives）
3 个 usable: 福建 / 河北 / 浙江（confidence=0.65，8 段 / 24 recommendations / 24 alternatives）
其余 20 省仍为 skeleton（当前 confidence=0.45）
高价值大省中，河南 / 湖北 / 四川 / 北京 / 上海仍是骨架，仍属后续优先升级对象
27 省已统一补齐 trusted_sources=3 与 quality_note
当前测试 data/crowd_db/tests/test_crowd_db_data_quality.py 已切换为显式 high 白名单机制

这说明：

当前项目并没有“全国高信任数据”，只有“全国骨架 + 湖南高信任样板”。
现阶段最大缺口不是 schema，而是“逐省内容密度、来源复核、质量升级流程”。
要做成全国高信任，必须先修改质量门禁与分层验收方式，不能靠手工把 confidence 改高。

3. 非目标（这轮不要混入）

不在本轮把 crowd_db 扩展成真实录取数据库。
不在本轮补“院校代码/专业代码/录取位次原始表”全量事实库。
不把大厂 AI 推荐摘要伪装成官方录取结论。
不把“已补 trusted_sources”误报成“已完成高信任建设”。
不要求 31 省一次性同时到 high；必须分层推进。

4. 高信任定义（新的分层验收标准）

当前只有 high / usable / skeleton 三层，但缺少“如何升级”的硬门槛。后续执行必须按下面标准推进。

4.1 skeleton（骨架）

定义：

有基础 schema
有可信来源入口
有最少量推荐示例
confidence < 0.5

允许用途：

UI 占位
provenance 展示
告知“该省数据仍待人工补完”

不允许用途：

驱动反扎堆强结论
对外说“高信任推荐”

4.2 usable（可用）

建议门槛：

confidence >= 0.65
至少 6 个 score_ranges
至少 24 条 recommendations
至少 24 条 alternatives
至少 1 个省级官方来源入口完成年度复核（不再是空 URL）
quality_note 明确“可用但未达 high”

允许用途：

普通省份的基础反扎堆分析
用户侧展示“中等信任/待进一步复核”标签

4.3 high（高信任）

建议门槛：

confidence >= 0.80
至少 8 个 score_ranges
至少 40 条 recommendations
至少 60 条 alternatives
覆盖高/中/低至少三层分数带，而不是只覆盖头部段
省级官方入口已完成年度复核
至少一次 cross-source 交叉审核通过
有对应测试明确从 usable 升级到 high，不允许静默升级

说明：

湖南当前是 high 样板，但不要求其它省必须完全复制湖南数据形态；要求是达到“可解释、可复核、可回归”的同等级可信度。

5. 推荐建设目标（分阶段，不一次性虚报）

Phase 0：边界收口

目标：明确这轮是“27 省升级”还是“31 省全国化”。

交付：

更新 data/crowd_db/README.md
更新 data/crowd_db/SCHEMA.md
补一份当前真相文档，明确：
- 当前 loader 只支持 27 省
- 若要宣称“全国”，需补 4 个自治区到 crowd_db loader 与测试

验收：

文档中不再混淆“全国”和“当前 27 省支持”

Phase 1：先把 8 个高价值省份升到 high

优先省份（建议第一批）：

广东
江苏
山东
河南
湖北
四川
北京
上海

原因：

用户量/业务价值高
当前仍是骨架，风险最高
一旦补齐，产品“全国可用”的核心观感会大幅改善

目标：

8 省全部从 skeleton 升到 high
测试不再锁死“仅湖南为 high”，改为显式 high 白名单

Phase 2：第二梯队升到 usable，其中 3-5 省继续冲 high

建议第二批：

浙江
河北
福建
安徽
江西
辽宁
陕西
重庆
天津
海南

目标：

第二梯队全部至少 usable
从中选择 3-5 省继续升到 high（按实际数据密度）

Phase 3：长尾省份全部脱离 skeleton

建议第三批：

山西
吉林
黑龙江
甘肃
青海
云南
贵州
新疆
其余新增的 4 个自治区（若执行口径 B）

目标：

所有支持省份至少 usable
不再存在 confidence < 0.5 的省份

Phase 4：真实全国口径闭环

仅当要对外说“全国高信任数据已建立”时才可进入本阶段。

目标：

crowd_db 覆盖 31 个省级行政区
至少 12 个高价值省份达 high
其余省份全部 usable
文档、测试、UI 文案、CURRENT_STATE 同步完成

6. 多子代理执行架构（Swarm）

6.1 角色设计

Orchestrator（主控）
- 维护执行板、批次、依赖、验收状态
- 不直接编内容，负责汇总与最终入库
Province Source Verifier（来源核验代理）
- 逐省确认省级考试院/招生考试机构年度入口
- 输出可信来源 URL、年度入口状态、复核说明
Province Content Builder（内容构建代理）
- 以现有 JSON 为底稿，补 score_ranges / recommendations / alternatives
- 不负责最终 confidence 定级
Cross-Source Reviewer（交叉复核代理）
- 审查该省数据是否只覆盖头部、是否段位失衡、是否 alternatives 过少
- 给出 high/usable/skeleton 建议等级
Test & Contract Guard（测试门禁代理）
- 更新/新增测试
- 锁死 high 白名单、usable 最低标准、31 省覆盖（如进入 B 口径）
Final Integrator（集成代理）
- 合并 JSON、README、SCHEMA、测试、当前状态文档
- 运行完整验证并准备提交

6.2 单省标准流水线

每个省必须按这 5 步走，不允许跳步：

来源核验
- 找到国家级入口 + 省级入口
- 写入 trusted_sources
内容扩充
- 补足 score_ranges / recommendations / alternatives
交叉复核
- 检查是否只覆盖头部段
- 检查 recommendations / alternatives 是否达到升级门槛
质量定级
- 给出建议 confidence 与 quality_note
- 不允许人工直接“拍脑袋升 high”
测试锁定
- 若省份升级到 usable/high，必须更新测试白名单与阈值断言

6.3 并行约束

为防止冲突，按“每省 2 代理 + 1 汇总代理”的方式执行：

并行代理 A：来源核验
并行代理 B：内容构建
串行代理 C：交叉复核 + 合并

不要让多个代理同时改同一个省文件。不要让多个代理同时改 test_crowd_db_data_quality.py。

7. 批次拆分（推荐的实际执行顺序）

Batch 0：基线收口（1 个主代理）

任务：

明确 27 vs 31 省目标口径
设计新的分层验收标准
改写 README / SCHEMA / CURRENT_STATE 相关表述

涉及文件：

data/crowd_db/README.md
data/crowd_db/SCHEMA.md
docs/CURRENT_STATE.md
docs/ACTIVE_REMEDIATION_2026-06-20.md
docs/ACTIVE_EXECUTION_BOARD_2026-06-20.md

Batch 1：已 usable 省份继续冲 high（建议 2 轮并发）

Round 1:

广东
江苏
山东

Round 2:

浙江
河北
福建

每轮输出：

省文件更新
省级复核摘要
是否达到 high 的证据
若未达 high，明确仍缺项（范围/推荐数/alternatives/交叉复核）

Batch 2：高价值 skeleton 省份先脱骨架（建议 3 轮并发）

Round 1:

河南
湖北
四川

Round 2:

北京
上海
天津

Round 3:

安徽
辽宁

目标：

先全部升到 usable
为后续冲 high 建立第一轮可信来源与内容密度基础

Batch 3：其余 skeleton 省份升 usable（建议 4 轮并发）

Round 1:

江西
重庆
海南

Round 2:

山西
吉林
黑龙江

Round 3:

陕西
甘肃
云南

Round 4:

贵州
青海
新疆

Batch 4：补 4 个自治区（仅当采用 31 省全国口径）

内蒙古
广西
西藏
宁夏

这批必须同时修改：

data/crowd_db/loader.py
data/crowd_db/README.md
data/crowd_db/SCHEMA.md
相关 provenance / quality tests

8. 需要修改/新增的文件

核心数据文件

data/crowd_db/*.json

核心逻辑与契约

data/crowd_db/loader.py
data/crowd_db/README.md
data/crowd_db/SCHEMA.md
data/crowd_db/quality_summary.py

测试门禁

data/crowd_db/tests/test_crowd_db_data_quality.py
data/crowd_db/tests/test_provenance.py
data/crowd_db/tests/test_loader.py
如进入 31 省口径，还需补覆盖 31 省的断言

文档真相同步

docs/CURRENT_STATE.md
docs/ACTIVE_REMEDIATION_2026-06-20.md
docs/ACTIVE_EXECUTION_BOARD_2026-06-20.md
新增建议：docs/CROWD_DB_NATIONALIZATION_SOURCE_OF_TRUTH.md

9. 测试与验收策略

9.1 数据级验收

每省必须验证：

JSON schema 合法
confidence 与 quality_note 一致
trusted_sources 至少包含国家级 + 省级来源
score_ranges 不是头部单段伪扩容
recommendations / alternatives 数量达到目标层级

9.2 仓库级验收

必须新增/改造测试：

test_crowd_db_data_quality.py
- 从“仅湖南 high”改为“high 白名单显式枚举”
- usable / high 各有最低门槛断言
- 若采用 31 省口径，省份总数从 27 改为 31
test_provenance.py
- 每个升级到 usable/high 的省必须有省级官方入口 URL
test_loader.py
- 若新增 4 个自治区，list_supported_provinces() 必须同步变 31
新增建议：test_high_trust_thresholds.py
- 专门锁 high/usable 的阈值，防止 future drift

9.3 业务级验收

对每个升 high 的省，至少抽 3 个分数段做 smoke：

头部段
中段
保底段

验证：

find_recommendations() 返回非空
load_metadata() 反映正确 confidence / trusted_sources_count / record_count
风险报告可生成，不出现“空壳高信任”

10. 建议的子代理任务模板

模板 A：省级来源核验代理

目标：

核实指定省份的国家级/省级可信来源入口

输入：

省份名
当前 JSON 路径

输出：

trusted_sources 建议值
省级入口 URL
年度复核说明
不直接改 confidence

模板 B：省级内容构建代理

目标：

扩充指定省份的 score_ranges / recommendations / alternatives

输入：

省份名
当前 JSON 路径
目标层级（usable 或 high）

输出：

更新后的省文件
数量统计（ranges / recs / alts）
自评是否达到目标层级

模板 C：省级交叉复核代理

目标：

审核该省是否真的达到目标层级

输出：

结论：pass / downgrade-to-usable / reject
原因：覆盖不足 / alternatives 不足 / 只覆盖头部 / 来源未复核

模板 D：测试门禁代理

目标：

把本轮升级同步到测试与质量摘要脚本

输出：

更新测试文件
提供新增 high/usable 断言

11. 推荐执行节奏

第 1 周

完成 Batch 0
完成 Batch 1 Round 1（广东/江苏/山东）

第 2 周

完成 Batch 1 Round 2 + Round 3
把 high 白名单从 湖南 扩成 湖南 + 第一批达标省份

第 3 周

完成 Batch 2
第二梯队至少全部 usable

第 4 周

完成 Batch 3
若用户确认追求真正全国，再开始 Batch 4 的 4 个自治区扩展

12. 风险与防漂移规则

风险：静默升级
- 防线：任何新 high 省份都必须改测试白名单
风险：只补来源不补内容
- 防线：来源核验与内容构建拆成两个代理，交叉复核单独执行
风险：只补头部学校，伪装成高信任
- 防线：high 必须覆盖至少三层分数带
风险：27 省文档说成全国
- 防线：先完成 Phase 0 边界文档收口
风险：多个代理同时改测试导致冲突
- 防线：测试门禁只允许一个汇总代理写入

13. 推荐的第一批落地任务（最短闭环路径）

Task 1

明确口径：本轮先做 27 省升级，还是直接补到 31 省。

Task 2

重写 crowd_db 分层标准与测试策略。

Task 3

先拿广东、江苏、山东做第一轮 high 升级样板。

Task 4

同步更新 test_crowd_db_data_quality.py，把“仅湖南 high”切换成显式白名单。

Task 5

更新 CURRENT_STATE.md / ACTIVE_REMEDIATION / ACTIVE_EXECUTION_BOARD，把 Q-A 从“可信来源已补齐”提升为“全国高信任建设计划已启动，已进入第 1 批省份执行”。

14. 完成定义

只有满足以下条件，才能说“全国高信任数据已建立”：

若采用 27 省口径：27 省全部至少 usable，且 8-12 个关键省份达 high
若采用 31 省口径：31 省全部至少 usable，且 12 个左右关键省份达 high
测试、loader、quality_summary、CURRENT_STATE、执行板全部同步
UI/对外文案不再出现与真实质量等级冲突的描述

在此之前，只能说：

“全国高信任建设计划已启动”
“第 N 批省份已升级到 usable/high”
不能说“全国高信任已完成”

15. 推荐下一步

下一步不是直接开 26 省大并发，而是先做一个可验证的样板批：

Phase 0 边界收口
广东 / 江苏 / 山东三省样板升级
测试门禁改造
再按批次放大到全国

理由：

这样可以先把“升级标准、测试契约、子代理协作模式”打磨稳定
避免一次性铺 26 省，最后发现 high 定义、测试门槛、文档口径全部要返工

15 KiB Raw Blame History Unescape Escape

全国高信任 crowd_db 建设计划

1. Goal

2. 当前事实基线（2026-06-23 实测）

3. 非目标（这轮不要混入）

4. 高信任定义（新的分层验收标准）

4.1 skeleton（骨架）

4.2 usable（可用）

4.3 high（高信任）

5. 推荐建设目标（分阶段，不一次性虚报）

Phase 0：边界收口

Phase 1：先把 8 个高价值省份升到 high

Phase 2：第二梯队升到 usable，其中 3-5 省继续冲 high

Phase 3：长尾省份全部脱离 skeleton

Phase 4：真实全国口径闭环

6. 多子代理执行架构（Swarm）

6.1 角色设计

6.2 单省标准流水线

6.3 并行约束

7. 批次拆分（推荐的实际执行顺序）

Batch 0：基线收口（1 个主代理）

Batch 1：已 usable 省份继续冲 high（建议 2 轮并发）

Batch 2：高价值 skeleton 省份先脱骨架（建议 3 轮并发）

Batch 3：其余 skeleton 省份升 usable（建议 4 轮并发）

Batch 4：补 4 个自治区（仅当采用 31 省全国口径）

8. 需要修改/新增的文件

核心数据文件

核心逻辑与契约

测试门禁

文档真相同步

9. 测试与验收策略

9.1 数据级验收

9.2 仓库级验收

9.3 业务级验收

10. 建议的子代理任务模板

模板 A：省级来源核验代理

模板 B：省级内容构建代理

模板 C：省级交叉复核代理

模板 D：测试门禁代理

11. 推荐执行节奏

第 1 周

第 2 周

第 3 周

第 4 周

12. 风险与防漂移规则

13. 推荐的第一批落地任务（最短闭环路径）

Task 1

Task 2

Task 3

Task 4

Task 5

14. 完成定义

15. 推荐下一步

15 KiB

Raw Blame History