feat: --retry-uncertain re-diagnoses uncertain rows; fix docstring

adapters/baseline_diagnosis_store.py

@@ -106,21 +106,31 @@ class SqliteDiagnosisSignalStore:
         )
         self._conn.commit()
 
-    def done_question_ids(self, baseline_run_id: str, diag_fingerprint: str) -> set[str]:
+    def done_question_ids(
+        self,
+        baseline_run_id: str,
+        diag_fingerprint: str,
+        *,
+        retry_uncertain: bool = False,
+    ) -> set[str]:
         """查询指定 run 与诊断指纹下已完成的 question_id 集合。
 
         参数:
             baseline_run_id: baseline run 标识。
             diag_fingerprint: 诊断口径指纹。
+            retry_uncertain: True 时追加 `AND tier != 'uncertain'`，把 uncertain
+                （信号不可信降级）题排除出已完成集，令其被重新诊断；默认 False。
 
         返回:
             已落盘信号的 question_id 集合；无匹配时为空集，供断点续跑跳过。
         """
-        cursor = self._conn.execute(
+        sql = (
             "SELECT DISTINCT question_id FROM baseline_diagnosis"
-            " WHERE baseline_run_id = ? AND diag_fingerprint = ?",
-            (baseline_run_id, diag_fingerprint),
+            " WHERE baseline_run_id = ? AND diag_fingerprint = ?"
         )
+        if retry_uncertain:
+            sql += " AND tier != 'uncertain'"
+        cursor = self._conn.execute(sql, (baseline_run_id, diag_fingerprint))
         return {r["question_id"] for r in cursor.fetchall()}
 
     def load(self, baseline_run_id: str, diag_fingerprint: str) -> list[DiagnosisSignalRow]:

app/harness/baseline_diagnosis.py

@@ -6,7 +6,9 @@
        包装内层 RunLog，兼容 traces 未落表的历史 run）；
     3. 把 error_attributions / infra / degraded 三类产物确定性投影为
        DiagnosisSignalRow（tier 由 split_selection.score_signal 判定）；
-    4. 逐行 store.upsert 落盘，单行单事务 → 崩溃最多丢正在写的一行。
+    4. run 末（Phase 3）逐行 store.upsert 落库——诊断在 Phase 2 全部跑完后才落库，
+       故崩溃丢本次 run 未落库的全部结果（不是"仅一行"）；靠 GovernedLLMClient 的
+       Redis 缓存缓解重跑时的 LLM 重烧，下次调用命中缓存直接续。
 
 错误处理诚实标注（不谎称全传播）:
     - run_diagnosis 的 C1/C2 阶段（指标计算、错误归因）网络/API 失败经
@@ -70,8 +72,9 @@ async def run_baseline_diagnosis(
     questions: dict[str, GeneratedQuestion],
     store: DiagnosisSignalStore,
     deps: DiagnosisDeps,
+    retry_uncertain: bool = False,
 ) -> None:
-    """对 baseline run 的错题跑离线诊断并把信号逐行落库（断点续跑幂等）。
+    """对 baseline run 的错题跑离线诊断并把信号落库（断点续跑幂等）。
 
     参数:
         baseline_run_id: baseline run 标识（如 "infer_adhoc"），信号行主键之一。
@@ -79,8 +82,10 @@ async def run_baseline_diagnosis(
         wrong_ids: 本次待诊断的可诊断错题 question_id 列表（保序）。
         questions: question_id → GeneratedQuestion 映射，需覆盖 wrong_ids 全部题
             及 run_diagnosis 返回的所有 infra/degraded 题（用于取 video_id/task_type）。
-        store: 诊断信号存储端口，逐行 upsert 落盘并提供 done_question_ids 续跑查询。
+        store: 诊断信号存储端口，upsert 落盘并提供 done_question_ids 续跑查询。
         deps: 外部依赖束（见 DiagnosisDeps）。
+        retry_uncertain: True 时把已落 tier='uncertain'（信号不可信降级）的题也纳入
+            remaining 重新诊断，透传给 store.done_question_ids；默认 False。
 
     返回:
         None。副作用为把逐题 DiagnosisSignalRow 写入 store。
@@ -93,7 +98,9 @@ async def run_baseline_diagnosis(
           （T0）、degraded_question_ids（uncertain）。
     """
     # Phase 1: 算 remaining（续跑幂等）
-    done = store.done_question_ids(baseline_run_id, diag_fingerprint)
+    done = store.done_question_ids(
+        baseline_run_id, diag_fingerprint, retry_uncertain=retry_uncertain
+    )
     remaining = [qid for qid in wrong_ids if qid not in done]
     if not remaining:
         logger.info(
@@ -169,7 +176,8 @@ def _project_and_persist(
         {tier: 行数} 计数字典（T2/T1/T0/uncertain），供上层日志与 manifest。
 
     关键实现:
-        逐行 upsert（单行单事务），中途崩溃最多丢正在写的一行。三桶**非互斥**：
+        本函数在 run 末（Phase 3）逐行 upsert（单行单事务）；诊断已在 Phase 2 全部
+        跑完，故本阶段中途崩溃丢本次 run 未落库的余下行。三桶**非互斥**：
         同一 degraded 错题可能同时出现在 error_attributions（judge 解析失败仍建
         attribution）里，故按 **degraded > infra > attribution** 优先级去重——先落
         degraded/infra，再在 attribution 循环跳过已落题，保证**每题恰写一行、

app/harness/video_split_cli.py

@@ -522,6 +522,7 @@ async def run_pipeline(
     out_dir: Path,
     generated_at: str,
     force: bool = False,
+    retry_uncertain: bool = False,
 ) -> SplitBuildResult:
     """内联三阶段：Phase 0 INFRA T0 补录 → Phase 1 诊断 → Phase 2 冻结切分 → McNemar 护栏。
 
@@ -538,6 +539,7 @@ async def run_pipeline(
         out_dir: 冻结产物目录（pools.json + split_manifest.json）。
         generated_at: 生成时间戳（ISO 字符串，由调用方传入；见模块 C-2 复现锚点约定）。
         force: 覆盖已存在冻结产物开关，透传给 build_split（False 时已存在即报错）。
+        retry_uncertain: 透传给 run_baseline_diagnosis，令已落 uncertain 题被重新诊断。
 
     返回:
         SplitBuildResult（冻结三池 + manifest + assignment）。
@@ -557,6 +559,7 @@ async def run_pipeline(
         questions=questions,
         store=signal_store,
         deps=diagnosis_deps,
+        retry_uncertain=retry_uncertain,
     )
 
     # Phase 2: 冻结切分（读诊断信号 → 贪心选择 → 视频组原子切三池 → 冻结 + 六条断言）。
@@ -656,6 +659,7 @@ def _execute_real(config: VideoSplitConfig, fingerprint: str, args: argparse.Nam
                 out_dir=out_dir,
                 generated_at=generated_at,
                 force=args.force,
+                retry_uncertain=args.retry_uncertain,
             )
         )
     finally:
@@ -784,6 +788,12 @@ def build_arg_parser() -> argparse.ArgumentParser:
         action="store_true",
         help="覆盖已存在的冻结 pools.json/manifest（旧产物备份为 .bak.*）",
     )
+    parser.add_argument(
+        "--retry-uncertain",
+        action="store_true",
+        dest="retry_uncertain",
+        help="把已落 tier='uncertain'（信号不可信降级）的题重新诊断，而非当作已完成跳过",
+    )
     return parser
 
 

core/evolution/protocols.py

@@ -127,12 +127,20 @@ class DiagnosisSignalStore(Protocol):
         """
         ...
 
-    def done_question_ids(self, baseline_run_id: str, diag_fingerprint: str) -> set[str]:
+    def done_question_ids(
+        self,
+        baseline_run_id: str,
+        diag_fingerprint: str,
+        *,
+        retry_uncertain: bool = False,
+    ) -> set[str]:
         """查询指定 run 与诊断指纹下已完成的 question_id 集合。
 
         参数:
             baseline_run_id: baseline run 标识。
             diag_fingerprint: 诊断口径指纹。
+            retry_uncertain: True 时把 tier='uncertain'（信号不可信降级）题视为
+                未完成，令其被重新诊断；默认 False（uncertain 也算完成，不重诊）。
 
         返回:
             已落盘信号的 question_id 集合，用于断点续跑跳过。

tests/unit/test_baseline_diagnosis_store.py

@@ -85,6 +85,33 @@ def test_null_fields_for_infra_row(tmp_path):
     assert rows[0].error_type is None and rows[0].evolution_target is None and rows[0].infra is True
 
 
+def test_done_question_ids_retry_uncertain_excludes(tmp_path):
+    """retry_uncertain=True 时 uncertain 题不算完成（会被重诊），非 uncertain 仍算完成。"""
+    s = _store(tmp_path)
+    # T2（defect）题：已完成
+    s.upsert(
+        DiagnosisSignalRow(
+            "t2_qid", "v1", "run", "fp", "Counting",
+            "search_failure", "defect", "T2", "skill",
+            degraded=False, infra=False, session_id="s",
+        )
+    )
+    # uncertain（degraded）题：信号不可信
+    s.upsert(
+        DiagnosisSignalRow(
+            "uncertain_qid", "v2", "run", "fp", "Counting",
+            None, None, "uncertain", None,
+            degraded=True, infra=False, session_id=None,
+        )
+    )
+    # 默认：两者都算完成
+    assert s.done_question_ids("run", "fp") == {"t2_qid", "uncertain_qid"}
+    # retry_uncertain：uncertain 被排除，T2 仍算完成
+    done = s.done_question_ids("run", "fp", retry_uncertain=True)
+    assert "uncertain_qid" not in done
+    assert "t2_qid" in done
+
+
 def test_context_manager_closes_connection(tmp_path):
     # with 块退出后连接关闭，再操作应报 ProgrammingError
     with SqliteDiagnosisSignalStore(str(tmp_path / "h.db")) as s: