feat(check): 同一行按单元格；业绩条款不再误跳；重复条目只合并显示（C5 修订）

- 送给模型的「同一行」在有框线的表格里按单元格分行 - 「以合同签订时间为准」不再被当成「签订合同时才交」，要附合同的业绩评分项照常查 - 重复的要求各自判断，问题接口给出 duplicate_ids，查标页同组折叠显示、一起处理 - 决策 C5 修订记入 decisions.md；开发集召回 74%、致命级 25/32 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-04 18:00:24 +08:00
parent df3ebbb6a1
commit 4a5421a412
12 changed files with 111 additions and 13 deletions
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -216,4 +216,5 @@ samples/
 - 2026-11-04：查标第四轮：规则检查（`check/rules.py`，规则集 2026.11-r1，不调模型）——大小写金额、分项合计、超限价、多个报价、别的项目名称、没填的地方、落款日期、投标有效期、附加条件、响应表里的未响应；文字层的句子带上单元格框，表格按单元格分行。请 Fable 从真实投标文件角度审读，按「认不准的不给致命」改了定级和取值范围。开发集 17 份上规则问题 57 / 57 查出、规矩投标文件 0 误报，但规则是看着生成器和开发词库写的，这个分数说明不了泛化，要等留出集和国动真实投标文件。见 `docs/architecture/check-eval.md` §6。
 - 2026-11-04：查标第 2 步收尾：需人工核对（份数、密封、递交、CA 签章加密、解密、保证金，从清单按主题合并，查标页勾选、按项目存，P2）；「报价」类清单项（C7，读标从清单表规则读出分项 / 单价上限）和规则 `PRICE.OVER_CEILING_ITEM`；评测集派生 4 份报价问题投标文件，21 份上规则问题 62 / 62、误报 0。见 `docs/architecture/check-eval.md` §7。
 - 2026-11-04：查标第五轮（不调模型的后处理）：偏离栏直读（证据所在表格行的偏离格写着不满足就改判负偏离）、响应错位（照抄要求格 + 响应格写的是别的内容）；复查复用（送审内容没变的条目沿用上次的模型结论）和每次检查的硬预算。开发集 17 份召回 61% → 73%，负偏离未说明 64% → 90%，致命级 22 → 24 / 32，规矩投标文件的问题数不变（235）。见 `docs/architecture/check-eval.md` §8。
- 下一步：送给模型的「同一行」改按单元格分行（要重跑模型），重复条目分组、致命项重问；第 2 步还差分项和采购需求逐项对照（P13）。
+- 2026-11-04：查标第六轮：送给模型的「同一行」按单元格分行；修了「以合同签订时间为准」被当成中标后才交、业绩评分项被跳过的缺陷；重复条目按用户决定改为各自判断、只合并显示（C5 修订，`docs/decisions.md`）；致命项重问按数据（开发集致命级证据校验失败 0 条）暂不做。评测集裁定 1 条。开发集召回 74%、致命级 25 / 32。见 `docs/architecture/check-eval.md` §9。
+- 下一步：第 2 步补分项和采购需求逐项对照（P13），然后冻结第 3 步代码，跑留出集和国动真实投标文件（届时向用户要文件）。
--- a/apps/web/src/pages/ResultsPage.vue
+++ b/apps/web/src/pages/ResultsPage.vue
@@ -56,7 +56,18 @@ async function cancel() {
 type Sev = "" | Finding["severity"];
 const sev = ref<Sev>("");
 const all = computed(() => findingsQ.data.value?.items ?? []);
-const live = computed(() => all.value.filter((f) => f.presence !== "resolved"));
+/** 清单里重复出现的要求（决策 C5 修订）：各自判断，同组只显示第一条，处理时一起处理 */
+const hidden = computed(() => {
+  const seen = new Set<string>();
+  const out = new Set<string>();
+  for (const f of all.value) {
+    if ((f.duplicate_ids ?? []).some((id) => seen.has(id))) out.add(f.id);
+    seen.add(f.id);
+  }
+  return out;
+});
+const group = (f: Finding) => [f, ...all.value.filter((x) => (f.duplicate_ids ?? []).includes(x.id))];
+const live = computed(() => all.value.filter((f) => f.presence !== "resolved" && !hidden.value.has(f.id)));
 const todo = computed(() => live.value.filter((f) => f.status === "pending" && (!sev.value || f.severity === sev.value)));
 const handled = computed(() => live.value.filter((f) => f.status !== "pending" && (!sev.value || f.severity === sev.value)));
 const resolved = computed(() => all.value.filter((f) => f.presence === "resolved"));
@@ -88,9 +99,11 @@ async function resolve(f: Finding, status: "confirmed_ok" | "modified" | "ignore
  }
  busyId.value = f.id;
  try {
-    await unwrap(
-      api.POST("/findings/{finding_id}/resolve", { params: { path: { finding_id: f.id } }, body: { status, ...(text ? { note: text.trim() } : {}) } }),
-    );
+    for (const x of group(f).filter((g) => g.status === "pending")) {
+      await unwrap(
+        api.POST("/findings/{finding_id}/resolve", { params: { path: { finding_id: x.id } }, body: { status, ...(text ? { note: text.trim() } : {}) } }),
+      );
+    }
    noteFor.value = null;
    toast(`已标记为「${FINDING_ACTION[status]}」`, { undo: () => void reopen(f) });
    refresh();
@@ -104,7 +117,9 @@ async function resolve(f: Finding, status: "confirmed_ok" | "modified" | "ignore

 async function reopen(f: Finding) {
  try {
-    await unwrap(api.POST("/findings/{finding_id}/reopen", { params: { path: { finding_id: f.id } } }));
+    for (const x of group(f)) {
+      await unwrap(api.POST("/findings/{finding_id}/reopen", { params: { path: { finding_id: x.id } } }));
+    }
    refresh();
  } catch (e) {
    toast(errorTitle(e), { ok: false });
@@ -226,6 +241,7 @@ const errorText = computed(() => {
              <div class="f-head">
                <span class="sev" :class="SEVERITY_CLASS[f.severity]">{{ SEVERITY[f.severity] }}</span>
                <span class="f-title">{{ f.title }}</span>
+                <span v-if="(f.duplicate_ids?.length ?? 0) > 0" class="flag" title="同一要求在清单里出现了几处，各自检查、结果相同，处理时一起处理">清单里出现 <span class="fig">{{ (f.duplicate_ids?.length ?? 0) + 1 }}</span> 处</span>
                <span v-if="f.presence === 'carried'" class="flag">沿用<template v-if="f.carried_status === 'modified'">：上次已修改，这次仍查出</template></span>
              </div>
              <p class="f-text">{{ f.explanation }}</p>
--- a/docs/architecture/check-eval.md
+++ b/docs/architecture/check-eval.md
@@ -203,9 +203,30 @@

 **读法**：两项都是确定的规则，没有改提示词、没有多花 token。响应错位报了 3 处（2 个单元），全对，规矩的投标文件上没有改判；第一版报错的 4 处（「13.56MHz」没算数字字母重合、「支持」当成别的内容、要求太短）修掉后才是这个数。偏离栏直读依赖投标文件的偏离栏写法，真实文件里偏离栏常写「无」「—」「见说明」，这些不会改判（不算不满足），只有明确写了不满足的字样才改。

-## 9. 下一步
+## 9. 第六轮：同一行按单元格、业绩条款不再误跳、重复条目只合并显示（2026-11-04）
+
+**改了什么**：
+- **送给模型的「同一行」按单元格分行**（有框线的表格；正文句子照旧按上下重叠）：垂直居中的格子、折行的长格不再串到上下行。要重跑模型（17 份约 225 万 token）。
+- **「以合同签订时间为准」不再当作「签订合同时才交」**：`applicability` 判断证明材料是不是中标后才交的正则把它也认成了「签订合同时」，业绩评分项（「需提供合同复印件……以合同签订时间为准」）因此被当作「没要求附材料」跳过。评分项的业绩条款几乎都这样写。
+- **重复条目**（决策 C5 修订）：每条照常单独判断；问题接口给出同一次检查里问题类型相同、要求原文完全相同的其他问题（`duplicate_ids`），查标页同组只显示一条，注明「清单里出现 N 处」，处理和撤销对整组生效。
+- **致命项重问（C3）先不做**：开发集 17 份上证据没通过校验的只有 5 条，致命级 0 条，C3 定的「不超过致命问题的 10%」已经满足，开发集上没有可测的对象；等真实投标文件上看到再做。
+- **评测集裁定 1 条**（`adjudication/S10-B-sloppy.md`）：t20 的漏响应不成立，技术方案正文完整响应了（生成器没认出风格 B 改写过的正文复述）；问题总数 150 → 149。另核实了 3 条疑似错误、不改：S10-A-low t16 正文只响应了一半；S04-A s21 / s22 是同一条认证要求在几台设备下各写一遍、投标文件漏了其中一台——清单把几台设备的同一要求合成了一条，按条目查看不出哪一台漏了，这是现在的局限。
+
+| 指标（17 份，按 149 个问题重算） | 第五轮（mismatch） | + 同一行按单元格（cellrow） | + 业绩条款（award，本轮） |
+|---|---|---|---|
+| 查标召回 | 109（73%） | 108（72%） | **111 / 149（74%）** |
+| 致命级召回 | 24 / 32 | 25 / 32 | **25 / 32** |
+| D06 / D09 / D13 | 53 / 7 / 9 | 53 / 5 / 9 | 54 / 5 / **10** |
+| 规矩响应的要求上的误报 | 84 / 620 | 81 / 620 | 81 / 620 |
+| 干扰项误报 | 30 | 27 | **24** |
+| 规矩的投标文件报出的问题 | 235 | 236 | 239 |
+| 输入 token（17 份） | 221 万 | 225 万 | 225 万 |
+
+**读法**：按单元格分行和上一轮基本持平（召回 -1、致命 +1、误报略少），在一次模型重跑的波动范围内，结构上更对，保留。D09 少的 2 条是响应错位判断依赖模型引用「照抄的要求格」，模型换了引用就不触发——它是补漏，不是主力。业绩条款的修正带来 D13 +1、D01 +1；规矩的投标文件上多了 3 个提示（新查的业绩评分项）。
+
+## 10. 下一步

 1. 第 2 步还差：分项报价表和采购需求清单逐项对照（P13）、散文写法的单价上限。
-2. 送给模型的「同一行」改用按单元格分行（现在还用句子重叠，跨格、合并格会串）；要重跑模型，等下一次改提示词时一起做。
+2. 第 3 步冻结前：确认各项改动的单元测试都有开发集以外的反例；冻结后跑留出集（S03、S06、S09，风格 B + C）和国动真实投标文件，各一次。
 3. 第 3 步：D09（响应对象错位）、D06（负偏离未说明）的提示词 v3，token 预算、复查复用、重复条目分组。
 3. 留出集（S03、S06、S09，风格 B + C，封存的词库）和真实国动投标文件，在第 3 步冻结代码后只跑一次。
--- a/docs/architecture/m3-plan.md
+++ b/docs/architecture/m3-plan.md
@@ -11,7 +11,7 @@
 | 第 0 步 评测集 | 试跑完成，继续扩充 | 规范 v0.2、留出集划分已定，留出集词库和风格 C 已封存；生成、注入、渲染、离线查标、评分工具已写；开发集 7 份招标文件、14 份投标文件第一版跑完，结果和发现见 `check-eval.md` §2 |
 | 第 1 步 链路打通 | ✅ 2026-11-04 | 见下方「第 1 步落地记录」 |
 | 第 2 步 规则 | 基本完成 | 响应方式（C12）、文件要在、扫描件兜底、规则检查 `rules.py`（报价形式、形式要件、响应表）、需人工核对（`manual.py`、`manual-checks` 接口）、「报价」类清单项和分项上限（C7）。还差分项和采购需求逐项对照（P13）、散文写法的单价上限。见 `check-eval.md` §4–§7 |
-| 第 3 步 AI 响应匹配 | 进行中 | 整行上下文、提示词 v2、偏离栏直读、响应错位、复查复用、硬预算；还差送给模型的同一行改按单元格、重复条目分组、致命项重问。见 `check-eval.md` §8 |
+| 第 3 步 AI 响应匹配 | 进行中 | 整行上下文、提示词 v2、偏离栏直读、响应错位、复查复用、硬预算；送给模型的同一行按单元格、重复条目只合并显示（C5 修订）；致命项重问按数据暂不做。见 `check-eval.md` §8–§9 |
 | 第 4～6 步 | 未开始 | |

 **第 1 步落地记录**（和本文设计不一致、或留到后面的，记在这里）：
--- a/docs/architecture/openapi.yaml
+++ b/docs/architecture/openapi.yaml
@@ -2879,6 +2879,10 @@ components:
            sections:
              type: array
              items: { type: string }
+        duplicate_ids:
+          type: array
+          description: 同一次检查里问题类型相同、要求原文完全相同的其他问题（清单里重复出现的要求，决策 C5 修订：各自判断，界面折叠显示）
+          items: { $ref: '#/components/schemas/Id' }
        presence: { $ref: '#/components/schemas/Presence' }
        carried_status:
          oneOf:
--- a/docs/decisions.md
+++ b/docs/decisions.md
@@ -4,6 +4,14 @@

 ---

+## C5（修订）· 2026-11-04 · 重复条目不合并判断，只合并显示
+
+| # | 决策 | 理由 |
+|---|---|---|
+| C5 | 修订原决策：清单里的重复要求**每条照常单独判断**，不聚组共用一个结论；只在查标页把文字完全相同的问题折叠显示「此要求出现在 N 处」，处理一条时可以连同组一起处理 | 开发集上按相似度 0.9 估算，文字几乎相同的条目常是不同的要求：「缴纳税收材料」和「缴纳社会保障资金材料」；共用一段评分说明的几个评分项；两台服务器各写一遍的同一条参数（一台响应了不代表另一台响应了，正是「响应对象错位」要查的）。合并判断会把这些判错。代价是多花一点 token（每份约 5%～10%） |
+
+- **影响**：`check_item_result.group_key` 不写入；问题接口按「问题类型 + 要求原文」给出同组信息，前端折叠显示。
+
 ## C12、E1 · 2026-11-04 · 响应方式按建议处理；评测集挂问题的要求由另一个模型复核、用户抽查 20%

 | # | 决策 | 理由 |
--- a/packages/api-client/src/schema.d.ts
+++ b/packages/api-client/src/schema.d.ts
@@ -2073,6 +2073,8 @@ export interface components {
                documents?: string[];
                sections?: string[];
            } | null;
+            /** @description 同一次检查里问题类型相同、要求原文完全相同的其他问题（清单里重复出现的要求，决策 C5 修订：各自判断，界面折叠显示） */
+            duplicate_ids?: components["schemas"]["Id"][];
            presence: components["schemas"]["Presence"];
            /** @description 沿用时，上一次的处理状态（上次「已修改」的这次回到待处理） */
            carried_status?: components["schemas"]["FindingStatus"] | null;
--- a/server/src/bid_doctor/check/applicability.py
+++ b/server/src/bid_doctor/check/applicability.py
@@ -19,7 +19,8 @@ from bid_doctor.checklist.response_mode import Mode

 # 要求投标时附证明材料（读标的 evidence_required 常常是空的，按原文判断）；中标后 / 签合同时才交的不算
 EVIDENCE = re.compile(r"(提供|附|出具)[^。；]{0,20}(证明|报告|截图|复印件|扫描件|证书|合同|承诺|声明|社保|发票)")
-AWARD = re.compile(r"(中标后|成交后|签订合同(前|时)|合同签订(前|时))")
+# 「签订合同时提供」才算中标后；「以合同签订时间为准」（业绩条款常见）不是
+AWARD = re.compile(r"(中标后|成交后|签订合同(前|时)(?!间)|合同签订(前|时)(?!间))")
 NO_PROOF = re.compile(r"无需提供|不需提供|无须提供|采购人[^。；]{0,12}(查询|核查|查验)|信用中国|信用记录")
 SKIP_LABELS = {
    "condition": "无效情形和评审规定",
--- a/server/src/bid_doctor/check/match.py
+++ b/server/src/bid_doctor/check/match.py
@@ -25,6 +25,7 @@ from bid_doctor.ai.providers.base import TransientError
 from bid_doctor.check import presence, reuse
 from bid_doctor.check.retrieval import Index
 from bid_doctor.core.db import TenantContext
+from bid_doctor.document.pipeline import layout
 from bid_doctor.document.pipeline.text_layer import Sentence, norm

 PROMPT = ("check.match", 2)
@@ -143,8 +144,11 @@ def _item_block(key: str, item: dict[str, Any], sids: list[str]) -> str:
    return "\n".join(lines)


-def row_mates(s: Sentence, page: list[Sentence]) -> list[Sentence]:
-    """同一行的其他句子：同一页、上下范围重叠（和读标核对取值时找「同一行」是同一口径）。按从左到右排。"""
+def row_mates(s: Sentence, page: list[Sentence], cell_rows: dict[int, list[Sentence]] | None = None) -> list[Sentence]:
+    """同一行的其他句子，从左到右。在有框线的表格里按单元格分行（cell_rows，版面工具算好的）：垂直居中的短格、
+    折成几句的长格不会串到上下行；其余按同一页上下范围重叠（和读标核对取值时找「同一行」是同一口径）。"""
+    if s.cell and cell_rows is not None and id(s) in cell_rows:
+        return [x for x in cell_rows[id(s)] if x is not s][:ROW_MATES]
    if not s.quads:
        return []
    top, bottom = min(q[1] for q in s.quads), max(q[3] for q in s.quads)
@@ -246,6 +250,7 @@ async def run(
        for s in d.sentences:
            pages.setdefault((d.id, s.page_no), []).append(s)
    rows: dict[str, list[str]] = {}  # 候选句 → 同一行的单元格（短编号）
+    cell_rows = {id(c): row for page in pages.values() for row in layout.rows(page) for c in row if c.cell}
    sent_of = {
        short_sid(d, x): (d, x) for d in docs for x in d.sentences
    }  # 片段按编号查（同一行的单元格可能是别的条目的候选句）
@@ -266,7 +271,7 @@ async def run(
            sid = short_sid(doc, h.sentence)
            allowed[sid] = (doc, h.sentence)
            hits_of.setdefault(item_id, []).append(sid)
-            mates = row_mates(h.sentence, pages[(doc.id, h.sentence.page_no)])
+            mates = row_mates(h.sentence, pages[(doc.id, h.sentence.page_no)], cell_rows)
            rows[sid] = [short_sid(doc, m) for m in mates]
            for m in mates:  # 同一行的单元格也可以引用（响应、偏离常写在那里）
                allowed.setdefault(short_sid(doc, m), (doc, m))
--- a/server/src/bid_doctor/check/service.py
+++ b/server/src/bid_doctor/check/service.py
@@ -30,6 +30,7 @@ from bid_doctor.core.ids import uuid7
 from bid_doctor.document import citations
 from bid_doctor.document import service as documents
 from bid_doctor.document.models import SourceDocument
+from bid_doctor.document.pipeline.text_layer import norm
 from bid_doctor.identity import service as identity
 from bid_doctor.ops import service as feedback
 from bid_doctor.project import service as projects
@@ -289,6 +290,14 @@ async def _to_api_many(s: AsyncSession, run: CheckRun, rows: list[Finding]) -> l
    cites = await citations.to_api_many(s, [link.citation_id for ls in by_finding.values() for link in ls])
    names = await identity.display_names(s, [f.resolved_by for f in rows if f.resolved_by])
    sort_keys = await checklist.sort_keys(s, [f.checklist_item_id for f in rows if f.checklist_item_id])
+    # 重复的要求（决策 C5 修订）：每条照常单独判断，问题类型相同、要求原文完全相同的折叠显示
+    groups: dict[tuple[str, str], list[UUID]] = {}
+    for f in rows:
+        item = items.get(f.checklist_item_id) if f.checklist_item_id else None
+        text = norm(str((item or {}).get("requirement_text") or (item or {}).get("title") or ""))
+        if item and f.presence != "resolved" and len(text) >= 6:
+            groups.setdefault((f.type, text), []).append(f.id)
+    same = {fid: [x for x in ids if x != fid] for ids in groups.values() if len(ids) > 1 for fid in ids}

    def api(f: Finding) -> dict[str, Any]:
        item = items.get(f.checklist_item_id) if f.checklist_item_id else None
@@ -315,6 +324,7 @@ async def _to_api_many(s: AsyncSession, run: CheckRun, rows: list[Finding]) -> l
            "tender_citations": [cites[x.citation_id] for x in ls if x.side == "tender" and x.citation_id in cites],
            "bid_citations": [cites[x.citation_id] for x in ls if x.side == "bid" and x.citation_id in cites],
            "search_scope": f.search_scope,
+            "duplicate_ids": same.get(f.id, []),
            "presence": f.presence,
            "carried_status": (f.detail or {}).get("carried_status"),
            "status": f.status,
--- a/server/tests/test_check_flow.py
+++ b/server/tests/test_check_flow.py
@@ -360,3 +360,19 @@ async def test_recheck_reuses_unchanged_model_results(user: User) -> None:
    assert n == 0
    results = (await user.get(f"/check-runs/{second['id']}/item-results")).json()["items"]
    assert all(r["bid_citations"] for r in results if r["verdict"] == "responded")  # 沿用的结论证据也找回来了
+
+
+async def test_duplicate_requirements_are_checked_separately_and_grouped_for_display(user: User) -> None:
+    """重复的要求（决策 C5 修订）：各自判断、各出一个问题，问题接口给出同组的其他问题，界面折叠显示。"""
+    project_id, tender_id = await project_with_tender(user)
+    await run_parse(user, tender_id)
+    for _ in range(2):
+        r = await user.post(
+            f"/projects/{project_id}/checklist/items",
+            json={"categories": ["qualification"], "title": "须提供船舶防爆检验报告"},
+        )
+        assert r.status_code == 201, r.text
+    bid = await upload_bid(user, project_id, "bid-mini-v1.pdf")
+    run = await run_check(user, project_id, [bid["id"]])
+    dup = [f for f in await findings(user, run["id"]) if "船舶防爆" in f["title"]]
+    assert len(dup) == 2 and dup[0]["duplicate_ids"] == [dup[1]["id"]] and dup[1]["duplicate_ids"] == [dup[0]["id"]]
--- a/server/tests/test_check_units.py
+++ b/server/tests/test_check_units.py
@@ -279,3 +279,17 @@ async def test_over_budget_items_are_undetermined_without_model_calls() -> None:
    results, stats = await match.run(ctx, uuid4(), items, [d], progress, budget=10)
    (r,) = results.values()
    assert (r.verdict, r.reason_code, stats.calls, stats.over_budget) == ("undetermined", "over_budget", 0, 1)
+
+
+def test_award_time_wording_is_not_award_stage_evidence() -> None:
+    """「以合同签订时间为准」是业绩的时间口径，不是「签订合同时才交」：要附合同的评分项照常查（check-eval §9）。"""
+    from bid_doctor.check import applicability
+
+    scoring = {
+        "categories": ["scoring"],
+        "title": "项目业绩（10 分）",
+        "requirement_text": "提供2023年以来类似项目业绩，以合同签订时间为准，需提供合同复印件。",
+    }
+    assert applicability.decide(scoring, {}).match
+    later = {**scoring, "requirement_text": "签订合同时提供业绩合同原件备查。"}
+    assert applicability.decide(later, {}).skip == "scoring"