# LLM 模板匹配测试与夹具
**本文引用的文件**
- [ai-template-match-test-cases.md](file://docs/testing/ai-template-match-test-cases.md)
- [manifest.json](file://docs/testing/fixtures/ai-llm-match-20261026/manifest.json)
- [generate.py](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py)
- [run_tests.py](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py)
## 目录
1. [引言](#引言)
2. [被测对象与测试分层](#被测对象与测试分层)
3. [测试环境与运行前置条件](#测试环境与运行前置条件)
4. [测试夹具体系:manifest、generate、run_tests](#测试夹具体系manifest-generate-run_tests)
5. [锚定模板与三类行业场景](#锚定模板与三类行业场景)
6. [A/E 类测试场景逐项说明](#ae-类测试场景逐项说明)
7. [执行命令与结果读取](#执行命令与结果读取)
8. [失败排查步骤](#失败排查步骤)
9. [NEED_REVIEW 行为解读](#need_review-行为解读)
10. [F1–F6 发现项与建议](#f1f6-发现项与建议)
11. [架构与数据流总览](#架构与数据流总览)
12. [结论](#结论)
## 引言
本文件基于 `docs/testing/ai-template-match-test-cases.md`,系统化整理“AI 清洗模板匹配链路”的严格测试用例文档及其配套夹具。核心目标是帮助读者理解:
- 被测系统是“三腿匹配 → 绑定 → 计划 → 落库”的 AI 清洗链路,并与既有匹配器进行对照;
- 测试环境依赖 PostgreSQL、Redis、本地 Ollama qwen 模型、bge-m3 嵌入服务、DuckDB 案件库;
- 夹具目录 `fixtures/ai-llm-match-20261026` 通过 `manifest.json` 描述清单,由 `generate.py` 生成 xlsx/csv 夹具,再由 `run_tests.py` 调用 HTTP API 上传并比对 `matched_by`、`exit`、`llm_calls` 等结果。
## 被测对象与测试分层
测试文档明确将验证范围分为 A/B/C/D/E 五层:
| 层级 | 含义 | 是否确定性 | 主要验证点 |
|---|---|---:|---|
| A | 离线匹配规则(指纹、归一化、同义词、模糊词、打分) | 是 | JUnit 36 用例全绿 |
| B | 绑定与列计划(filterBinds 域解析、改写、歧义、列计划) | 是 | JUnit 含于上述 |
| C | E2E 真链路(上传 → 智能清洗 → job/批次/数据/治理树) | 否 | HTTP API + dev 库核验 |
| D | 异常容错(空表头、损坏文件、去重、跨案件) | 否 | E2E |
| E | 全量 table_info 模板覆盖 | 否 | 362 个模板逐一同类型文件 |
被测流程可抽象为:
```mermaid
flowchart TD
Upload["上传文件"] --> PreMatch["既有匹配器
PreDataListener 精确命中"]
PreMatch -->|命中| ExistingFlow["走既有清洗流程
出口 A"]
PreMatch -->|未命中| TemplateMatch["模板匹配三腿
指纹/打分/LLM"]
TemplateMatch --> Bind["字段绑定
同义词/模糊/歧义处理"]
Bind --> Plan["列计划
requiredCovered/形状闸门"]
Plan --> Exit{"出口判定"}
Exit -->|写既有业务表| ExistingFlow
Exit -->|AI 动态表| SelfBuilt["自建表落库
出口 B"]
Exit -->|校验失败| NeedReview["NEED_REVIEW
人工复核"]
```
**图表来源**
- [ai-template-match-test-cases.md:1-111](file://docs/testing/ai-template-match-test-cases.md#L1-L111)
**章节来源**
- [ai-template-match-test-cases.md:1-111](file://docs/testing/ai-template-match-test-cases.md#L1-L111)
## 测试环境与运行前置条件
根据测试文档和脚本常量,测试环境应满足以下要求:
| 组件 | 要求 | 依据 |
|---|---|---|
| 数据库 | PostgreSQL,地址 `192.168.0.106:5432`,库名 `zsjz-ai`,用户 `postgres`,密码 `postgres` | `generate.py`、`run_tests.py` 中 DB 配置 |
| Redis | 本机 dev 环境存在 Redis,作为后端缓存与会话相关依赖 | 测试文档说明 |
| Ollama | 本地运行 qwen 模型,供 LLM 匹配使用 | 测试文档说明 |
| bge-m3 | 本地提供向量嵌入能力 | 测试文档说明 |
| DuckDB | 本地案件库,用于加载案件数据 | 测试文档说明 |
| 工作目录 | 服务以仓库根为工作目录启动 | 测试文档 F6 指出 PathConst 依赖 user.dir |
| 应用服务 | HTTP API 监听 `http://127.0.0.1:8980/js/a` | `run_tests.py` 中 API 常量 |
| 登录账号 | 测试默认使用 `admin/admin123` | `run_tests.py` 中 CREDS |
需要注意:
- `generate.py` 连接 PG 获取 `table_info` 元数据,因此生成夹具前需确保 PG 已就绪;
- `run_tests.py` 不仅调 HTTP API,还直连 PG 查询 `ai_clean_job`、`ai_clean_batch`、`ai_clean_template` 等表回填结果;
- 当前脚本默认使用 case id `20`,但测试文档中主场景为 `id=16`、跨案件为 `id=17`;如需复现旧结果,可通过 `--case` 参数切换。
**章节来源**
- [ai-template-match-test-cases.md:1-15](file://docs/testing/ai-template-match-test-cases.md#L1-L15)
- [ai-template-match-test-cases.md:100-111](file://docs/testing/ai-template-match-test-cases.md#L100-L111)
- [generate.py:1-30](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py#L1-L30)
- [run_tests.py:1-30](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L1-L30)
## 测试夹具体系:manifest、generate、run_tests
夹具目录 `fixtures/ai-llm-match-20261026` 采用“清单驱动 + 生成器 + 执行器”的结构。
### manifest.json:测试清单
`manifest.json` 是测试执行的唯一输入源。它包含:
- `generated_at`:清单生成时间;
- `case_id`:本次测试使用的案件 id;
- `counts`:按分类统计的文件数量;
- `files`:每个测试文件的详细条目。
每个文件条目通常包括:
| 字段 | 含义 |
|---|---|
| `test_id` | 测试编号,如 `BILL-01` |
| `category` | 分组类别,如 `bill`、`call`、`industry`、`edge`、`full-exact`、`full-variant` |
| `path` | 相对于 fixtures 目录的夹具路径 |
| `template_id` | 预期命中模板 id |
| `expected_template_id` | 期望模板 id,用于断言 |
| `mutation` | 对原始表头的变异策略 |
| `sheet` | 目标 sheet 名称 |
| `rows` | 数据行数 |
| `notes` | 人类可读说明 |
| `format` | 文件格式,通常为 xlsx |
`mutation` 支持多种变异方式:
- 直接键值替换,例如把“查询卡号”改为“银行卡号”;
- `_order`:控制列序,例如 `"reversed"` 表示倒序;
- `_extra`:追加额外列;
- `_drop`:删除某必填列;
- `_keep`:仅保留指定列;
- `_corrupt`:标记为损坏文件。
**章节来源**
- [manifest.json:1-120](file://docs/testing/fixtures/ai-llm-match-20261026/manifest.json#L1-L120)
### generate.py:夹具生成器
`generate.py` 的职责是把模板元数据转化为生产风格的 xlsx/csv 夹具。其入口模式如下:
```mermaid
flowchart TD
Start["运行 generate.py"] --> Mode{"选择模式"}
Mode -->|targeted| Targeted["生成账单/话单/跨行业/异常夹具"]
Mode -->|full| Full["生成 table_info 全量模板夹具"]
Mode -->|all| All["生成 targeted + full"]
Targeted --> ReadDB["连接 PG 读取 table_info"]
Full --> ReadDB
ReadDB --> GenerateXlsx["用 openpyxl/xlwt 生成 xlsx"]
GenerateXlsx --> WriteFiles["写入 fixtures/ai-llm-match-20261026 下子目录"]
WriteFiles --> End["完成"]
```
**图表来源**
- [generate.py:1-20](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py#L1-L20)
- [generate.py:21-40](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py#L21-L40)
关键实现特征:
- 固定随机种子 `20261026`,保证生成数据可重复;
- 内置姓名、身份证号、手机号、银行卡号、金额、日期、通话时长等数据生成函数;
- 针对银行流水、通信记录、企业主体等字段生成语义合理的假数据;
- 连接 PG 时硬编码开发库地址;
- 同时支持 xlsx 和 csv 输出。
**章节来源**
- [generate.py:1-120](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py#L1-L120)
### run_tests.py:批量执行器
`run_tests.py` 负责:
1. 从 `manifest.json` 读取测试清单;
2. 按 `category` 分组执行;
3. 逐个上传文件到 `/dm/preFileUpload`;
4. 非只上传模式下调用 `/aiClean/smartClean`;
5. 轮询 `/aiClean/smartClean/status` 直到 DONE/PARTIAL/FAILED/TIMEOUT;
6. 直连 PG 查询 job、batch、ai_clean_template;
7. 把结果写入 `results/_.json`。
执行流程如下:
```mermaid
sequenceDiagram
participant User as "测试人员"
participant Runner as "run_tests.py"
participant API as "HTTP API"
participant PG as "PostgreSQL"
User->>Runner: 指定 group / ids / limit
Runner->>Runner: 加载 manifest.json
Runner->>API: POST /auth/login
Runner->>API: POST /case/open
loop 每个文件
Runner->>API: POST /dm/preFileUpload
API-->>Runner: {batchId, file, sheets}
end
alt 非 upload-only
Runner->>API: POST /aiClean/smartClean
loop 轮询状态
Runner->>API: GET /aiClean/smartClean/status
API-->>Runner: {stage, aiJudgedCount, needReviewCount, ...}
end
end
Runner->>PG: 查询 ai_clean_job / ai_clean_batch / ai_clean_template
PG-->>Runner: job/batch/template 数据
Runner->>Runner: 写入 results/*.json
```
**图表来源**
- [run_tests.py:1-319](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L1-L319)
关键字段对比:
| 结果字段 | 含义 | 典型断言 |
|---|---|---|
| `upload` | 上传阶段结果 | `OK`、`DATA_NULL`、`EXCEPTION:...` |
| `sheets[].file_status` | sheet 模板匹配状态 | `SHEET_TEMPLATE_MATCHED_SUCCESS`、`SHEET_TEMPLATE_MATCHED_FAIL` |
| `jobs[].matched_by` | 匹配来源 | `HEADER_CACHE`、`SCORE`、`LLM`、`SELF_HEADER` |
| `jobs[].exit_code` | 出口 | `A`(既有业务表)、`B`(AI 动态表)、`None` |
| `jobs[].llm_calls` | LLM 调用次数 | 用于判断是否走了 LLM 腿 |
| `jobs[].row_loaded` | 成功入库行数 | 用于判断出口 B 是否落库 |
| `chunk_batch.stage` | 批次最终阶段 | `DONE`、`PARTIAL`、`FAILED`、`TIMEOUT` |
**章节来源**
- [run_tests.py:1-319](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L1-L319)
## 锚定模板与三类行业场景
测试文档明确三个锚定模板,分别代表车辆登记、银行交易流水、通信记录。
### 锚定模板对照表
| 锚 | 模板 | 关键列 | 出口 | 说明 |
|---|---|---|---|---|
| 车辆登记 | AI 模板 `2111790826933268480`(15 列) | 号牌号码、机动车所有人、身份证明号码 | B | 通过 AI 清洗生成动态表 |
| 银行交易流水 | 既有 `table_info#2 trans_record`(30 字段) | 查询卡号、借贷标志、交易金额、交易时间 | A | 写既有业务表 |
| 通信记录 | 既有 `table_info#1 call_record`(17 字段) | 本机号码、对方号码、话单类型、呼叫开始时间 | A | 写既有业务表 |
注意:
- 银行交易流水和通信记录的“出口 A”意味着它们命中的是**既有模板**;
- 车辆登记模板是 AI 模板,因此可能走出口 B;
- “既有直中”发生在上传阶段,由 PreDataListener 进行逐字精确匹配,不会进入 AI 兜底链路。
**章节来源**
- [ai-template-match-test-cases.md:15-28](file://docs/testing/ai-template-match-test-cases.md#L15-L28)
## A/E 类测试场景逐项说明
### A 类:离线匹配规则
A 类测试是确定性单元测试,覆盖指纹、归一化、括号语义、空表头、重复列、模糊正向/负向、同义词、必填覆盖、形状闸门、列序、无关表头、短词边界等。
| 编号 | 场景 | 预期 | 结果 |
|---|---|---|---|
| A1 | 同表头同序指纹 vs 列序变化 | 前者 md5 相等、后者不等 | PASS |
| A2 | 归一化:全角/半角、空格、括号、后缀剥离 | 归一后相等 | PASS |
| A3 | 括号语义保留 | 不相等 | PASS |
| A4 | 空表头打分 | score=0,不抛异常 | PASS |
| A5 | 重复列不膨胀 Jaccard | 分数与去重后一致 | PASS |
| A6 | 模糊正向 | 均判 SIMILAR,整表 STRONG 直通 | PASS |
| A7 | 模糊负向 | 分数 < WEAK | PASS |
| A8 | 同义词词条 | EXACT 命中或无命中 | PASS |
| A9 | 必填覆盖参与评分 | requiredCovered=true,允许直通 | PASS |
| A10 | 形状闸门不受模糊影响 | passesStrong=false | PASS |
| A11 | 列序乱序短模板 | passesStrong=false | PASS |
| A12 | 完全无关表头 | score < WEAK | PASS |
| A13 | 短词边界 | MISS | PASS |
这些用例主要验证 HeaderScorer、AiTemplateMatcher、AiTemplateMatchEdge、AiCleanSupport 等底层组件。
**章节来源**
- [ai-template-match-test-cases.md:29-56](file://docs/testing/ai-template-match-test-cases.md#L29-L56)
### E 类:table_info 全量模板覆盖
E 类覆盖全部 362 个 `table_info` 模板,每个模板按其 `table_field` 列头生成同类型 xlsx,包含 3 行生产风格假数据。
结果要点:
- 362/362 上传即被既有匹配器直中;
- 命中正确模板 346 个,命中率 95.0%;
- 16 个错配均为“字段子集模板族”的固有歧义;
- AI 兜底链路对错配 sheet 的校正能力由 C2/C3 场景佐证。
这意味着 E 类更多用于暴露既有匹配器的固有限制,而不是证明 AI 一定更好。
**章节来源**
- [ai-template-match-test-cases.md:74-90](file://docs/testing/ai-template-match-test-cases.md#L74-L90)
## 执行命令与结果读取
### 基本运行命令
| 目的 | 命令 |
|---|---|
| 列出可用分组 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py list` |
| 执行某一组定向用例 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill` |
| 只上传不发起智能清洗 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --upload-only` |
| 限制执行条数 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --limit 10` |
| 指定特定 test_id | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --ids BILL-02,BILL-05` |
| 指定案件 id | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --case 16` |
| 自定义批次大小 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --batch-size 6` |
| 自定义超时 | `python docs/testing/fixtures/ai-llm-match-20261026/run_tests.py bill --timeout 1800` |
| 生成 targeted 夹具 | `python docs/testing/fixtures/ai-llm-match-20261026/generate.py targeted` |
| 生成全量模板夹具 | `python docs/testing/fixtures/ai-llm-match-20261026/generate.py full` |
| 生成所有夹具 | `python docs/testing/fixtures/ai-llm-match-20261026/generate.py all` |
### 结果文件位置
每次运行会在 fixtures 目录下生成:
```
docs/testing/fixtures/ai-llm-match-20261026/results/_.json
```
该 JSON 包含:
- 每个测试文件的上传结果;
- 每个 sheet 的 sheet_id、sheet_name、file_status、template_id;
- 对应 job 的 matched_by、exit_code、llm_calls、row_loaded、fail_reason 等;
- 创建的 AI 模板元数据;
- 批次最终 stage。
**章节来源**
- [run_tests.py:200-319](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L200-L319)
## 失败排查步骤
### 第一步:确认服务可达
1. 确认 `http://127.0.0.1:8980/js/a` 可达;
2. 确认登录接口返回 token;
3. 确认 `/case/open` 能打开目标案件。
如果登录返回 401,`run_tests.py` 会自动重试一次:先重新 login,再 open_case,然后继续请求。
### 第二步:检查 fixture 是否存在
如果 `upload` 结果为 `DATA_NULL`,说明上传响应没有 data。常见原因:
- 文件路径不存在;
- 文件尚未由 `generate.py` 生成;
- `manifest.json` 中 path 与实际文件名不一致;
- 操作系统路径分隔符导致找不到文件。
### 第三步:检查 smartClean 是否被拒绝
如果 `smartClean` 返回 code 非 200,查看结果 JSON 中的 `smart_clean` 字段。可能原因:
- 文件解析失败;
- 没有有效 sheet;
- 权限或会话异常;
- 服务内部校验拦截。
### 第四步:检查批次状态
查看 `chunk_batch.stage`:
| 阶段 | 含义 |
|---|---|
| `DONE` | 全部完成 |
| `PARTIAL` | 部分完成 |
| `FAILED` | 批次失败 |
| `TIMEOUT` | 轮询超时,默认 1200 秒 |
### 第五步:检查数据库结果
`run_tests.py` 会查 PG:
- `ai_clean_job`:sheet 级清洗结果;
- `ai_clean_batch`:批次汇总;
- `ai_clean_template`:AI 模板定义;
- `ai_clean_field`:AI 模板字段定义。
若脚本无法连接 PG,会抛出 psycopg2 相关异常。
### 第六步:核对 expected_template_id
如果模板命中不符合预期,重点比较:
- `template_id`:实际上传阶段命中的模板;
- `expected_template_id`:manifest 中的期望模板;
- `matched_by`:指纹、打分、LLM 还是既有 header cache;
- `exit_code`:出口 A 还是 B。
**章节来源**
- [run_tests.py:31-120](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L31-L120)
- [run_tests.py:200-319](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L200-L319)
## NEED_REVIEW 行为解读
NEED_REVIEW 不是普通失败,而是“防御性拦截”。
触发逻辑通常是:
1. 模板匹配命中某个模板;
2. 模型完成字段绑定;
3. 抽样校验发现必填列缺失、类型错误、或绑定质量不足;
4. 系统不直接写业务表,也不盲目创建不可信数据;
5. 将任务标记为 NEED_REVIEW,转人工处理。
文档中多个案例体现这一行为:
- C2/C3:账单同义词/相似词命中 trans_record 族,但模型漏绑“借贷标志”,被出口 A 抽样 verify 拦截;
- C6:微信风格账单列头差异大,绑定质量不足;
- C8/C9:话单词条+模糊、主叫被叫风格,模型倾向勉强命中;
- C14:完全无关表头被模型解释为通讯录类模板,必填抽样错误率高。
因此,NEED_REVIEW 应理解为:
- **安全性优先**:宁可让人工复核,也不写入低置信数据;
- **AI 不是万能**:模型在语义相近但结构不可靠时容易“硬凑”;
- **verify 闸门有效**:即使模型误判,抽样校验仍能阻止错误出口。
**章节来源**
- [ai-template-match-test-cases.md:57-90](file://docs/testing/ai-template-match-test-cases.md#L57-L90)
## F1–F6 发现项与建议
### F1:既有直中优先级
- **现象**:与模板逐字同表头的文件在上传阶段即被既有匹配器命中,不走 AI 腿。
- **原因**:AI 是“既有失败”的兜底链路,符合设计。
- **建议**:要测 AI 腿,必须使用同义词、相似词、乱序、缺列、噪音表头等变体。
### F2:qwen 偶发漏绑必填列
- **现象**:同义/模糊改写场景偶发漏绑个别必填列,如借贷标志。
- **建议改进**:在出口 A 抽样 verify 前,如果发现“必填列未绑定”,可追加一次定向补绑,提升可用性。
### F3:无关表头模型倾向硬凑
- **现象**:无关表头可能被模型解释为语义相近模板,而非回退到 templateNo=0。
- **建议观察**:加强“语义相近但结构不可靠”时的回退策略;目前安全由 verify 兜住。
### F4:跨案重放 SCORE 而非 HEADER_CACHE
- **现象**:同一 xlsx 跨案重放走 SCORE 腿,零模型效果等价但未复用指纹。
- **建议排查**:probe 表头行/空列归一与模板存档 md5 是否存在细微差异。
### F5:既有匹配器字段子集歧义
- **现象**:字段子集模板族存在先到先得歧义,命中率上限约 95%。
- **性质**:既有行为,非本轮改动引入。
- **意义**:AI 兜底链路可用于校正这类误配。
### F6:工作目录与登录
- **运维要求**:服务启动工作目录必须为仓库根,PathConst 依赖 user.dir。
- **登录要求**:sa-token 单端登录下,测试脚本需要 401 自动重登。
**章节来源**
- [ai-template-match-test-cases.md:90-111](file://docs/testing/ai-template-match-test-cases.md#L90-L111)
## 架构与数据流总览
```mermaid
graph TB
subgraph "夹具层"
Manifest["manifest.json"]
Generator["generate.py"]
Fixtures["xlsx/csv 夹具"]
end
subgraph "执行层"
Runner["run_tests.py"]
Results["results/*.json"]
end
subgraph "应用层"
API["HTTP API
/js/a"]
PreListener["PreDataListener
既有匹配器"]
Matcher["模板匹配
指纹/打分/LLM"]
Binder["字段绑定"]
Planner["列计划
requiredCovered/形状闸门"]
Verifier["抽样校验
verify"]
end
subgraph "数据层"
PG["PostgreSQL"]
Jobs["ai_clean_job"]
Batch["ai_clean_batch"]
Templates["ai_clean_template"]
end
Manifest --> Runner
Generator --> Fixtures
Runner --> API
API --> PreListener
PreListener --> Matcher
Matcher --> Binder
Binder --> Planner
Planner --> Verifier
Verifier --> Jobs
Verifier --> Batch
Verifier --> Templates
Runner --> PG
Runner --> Results
```
**图表来源**
- [manifest.json:1-120](file://docs/testing/fixtures/ai-llm-match-20261026/manifest.json#L1-L120)
- [generate.py:1-40](file://docs/testing/fixtures/ai-llm-match-20261026/generate.py#L1-L40)
- [run_tests.py:1-319](file://docs/testing/fixtures/ai-llm-match-20261026/run_tests.py#L1-L319)
- [ai-template-match-test-cases.md:1-111](file://docs/testing/ai-template-match-test-cases.md#L1-L111)
## 结论
这套测试体系的核心价值在于:
1. **分层清晰**:A/B 层保证底层匹配与绑定逻辑确定;C/D/E 层覆盖真实链路、异常和全量模板;
2. **夹具可再生**:通过 manifest 描述意图,generate.py 生成数据,run_tests.py 驱动执行;
3. **既有与 AI 对照**:既有匹配器优先,AI 作为兜底链路;两者不是互斥,而是互补;
4. **防御优先**:NEED_REVIEW 表明系统在模型不确定时选择人工介入,而不是信任低质量绑定;
5. **可观测性强**:matched_by、exit、llm_calls、row_loaded、fail_reason 等字段足以定位问题;
6. **仍需改进**:qwen 偶发漏绑、跨案指纹复用、无关表头回退策略、既有模板族歧义,都是后续优化方向。
对于维护者而言,最直接的实践建议是:
- 新增场景先写 manifest 条目;
- 必要时更新 generate.py 夹具生成逻辑;
- 使用 `--upload-only` 先验证上传阶段;
- 再用完整流程验证 job、batch、AI 模板和落库;
- 对 NEED_REVIEW 用例重点分析绑定质量和 verify 拦截原因。