40 lines
3.1 KiB
Markdown
40 lines
3.1 KiB
Markdown
---
|
||
type: metric
|
||
node_id: metric:call-telemetry-coverage
|
||
title: 每次调用必录覆盖率(含缓存命中/失败/取消)
|
||
date: 2026-07-20
|
||
---
|
||
|
||
# 每次调用必录覆盖率(含缓存命中/失败/取消)
|
||
|
||
## 1.3.4 契约与基线
|
||
|
||
| 指标 | 确定性阈值／证据 | 实际 live 基线 |
|
||
| --- | --- | --- |
|
||
| 三个无推理入口成败行档位 NULL | embed、recognize_text、parse_layout、parse_document 真实 client→emitter→临时 SQLite，非空失败／成功计数与 NULL 全部成立，契约要求100% | 待首次实际运行，不填伪百分比 |
|
||
| chat 阳性 | 糖失败 auto、显式意图失败、nearest 成功实际档均精确匹配，要求100%；防恒 NULL 假绿 | 待首次实际运行 |
|
||
| 四种行来源 | 真实成功=applied；失败=effective；cache_hit／scope终态=本次请求级 | 排除缓存／失败后才可做实际档分析 |
|
||
| live 覆盖 | 逐轮 PASS／FAIL／UNCOVERED、计划轮数与缺轮分别统计；必需单元不因 pytest exit 0 自动放行 | 未执行；UNKNOWN／缺轮／skip 不能记PASS |
|
||
|
||
复用 schema:llm-calls（无新字段／DDL），证据索引见 `findings/2026-09-09-134-thinking-contracts-validation.md`。独立错误取证只在 tests 内存，Markdown 只记录白名单安全摘要与布尔校验，不使用生产遥测旁路补失踪尝试。生产埋点仍是 TelemetryEmitter 单点出口。
|
||
|
||
## 1.3.5 三类行与逻辑调用覆盖
|
||
|
||
本版把覆盖度的计量单位从"一次尝试"改成"一次逻辑调用"——此前结构化耗尽、embedding／OCR 的无源与准入拒绝根本没有任何行,"每次调用必录"在这几条路径上是不成立的。
|
||
|
||
| 指标 | 确定性阈值／证据 | 实际 live 基线 |
|
||
| --- | --- | --- |
|
||
| 领域失败的终态行覆盖 | chat 结构化耗尽、embedding／OCR 的 `no_sources`、准入拒绝、`retry_exhausted`、尝试外取消各恰有 **1** 条;单测以真实临时 SQLite 抓实 | 待首次实际运行,不填伪百分比 |
|
||
| 至多一条(I3) | 同一逻辑调用重复进出口不产生第二条(`claim_terminal`);recorder 写失败仅 warning,故 SQL 可见 ≤ 1 | 待首次实际运行 |
|
||
| 非领域异常 0 条(I4) | 编程错(如 `KeyError`)不写终态行、原样传播、分类不被改写 | 待首次实际运行 |
|
||
| 诊断列保真 | 中转把 529 改写成 503 则记 503(**不猜回**);空 `str()` 的 httpx 超时类落 `cause_type`;成功行五列 NULL | 待首次实际运行 |
|
||
| 存储兼容 | 真实 PG 沙箱: auto 追加十列、manual 裁剪写入、旧行新列恒 NULL、新旧进程混写共存 | 2026-09-09 实跑 30 passed(见下方证据索引) |
|
||
|
||
本版**新增十列**(见 schema:llm-calls),不新建表、不新增依赖。证据索引见 `findings/2026-09-09-135-call-observability-validation.md`;覆盖度真实基线仍待首次生产运行填入,不写伪百分比。
|
||
|
||
## #29 验收增量（2026-10-01）
|
||
|
||
复用指标及 llm_calls，不另建表：error→正常 attempts=2、tool-only attempts=1、
|
||
cache_hit attempts=0；协议失败不写缓存，取消不得遗留 permit/task。
|
||
确定性证据位于 `tests/unit/test_openai_fidelity.py`；完整协议不新增遥测正文列。
|