# Unified Project AI Handoff 成功案例验收包

## 目的

这份文档把 `统一 Project Operating Context + 三路 handoff` 的 12 条黄金场景收成可直接过目的“成功案例包”。

本文聚焦三件事：

1. 每条 case 的最小输入
2. 从哪里入站、经过哪些主链、按什么步骤验
3. 成功时应该看到的结构化输出与最终用户可见输出

## 使用边界

- 本文是“成功目标样例 + 验收步骤”文档，不等于 12 条都已经做完人工业务走读。
- 文中的结构化输出与最终输出，表示该 case 验收成功时应看到的目标结果。
- 自动化证据以 [2026-04-17-feishu-problem-inventory.md](/Users/yuuuu/Documents/AIProjectManger/.worktrees/codex/unified-project-ai-handoff/docs/superpowers/specs/2026-04-17-feishu-problem-inventory.md) 为真源。
- 飞书前台验收默认先看“后端最终出站”：
  - 非交互 QA 看 `qa_direct` 文本
  - 强交互 requirement / draft 看 action card payload
- 所有 Feishu 场景都必须经过 `feishu_reply_outbox`；如果没有看到 outbox，就不能算飞书链路验收成功。

## 通用验收步骤

每条 case 都按同一顺序验：

1. 准备前置上下文
2. 用真实入站面发送最小输入
3. 先看结构化输出是否命中预期主链
4. 再看最终用户可见输出是否符合合同
5. 记录 pass / fail 与证据

每条 case 至少记录这 6 项：

- 输入
- 入站面
- 主链
- 结构化输出
- 最终输出
- 结果判定

## Feishu 场景统一 Transport 合同

凡是本文中真实入站面包含 Feishu 的 case，除了看业务主链，还必须额外确认 transport 层。

### 非交互 QA 文本

必经链路：

```text
message.receive_v1
-> handle_message_event()
-> _handle_message_receive()
-> capture_from_feishu()
-> _route_scene_reply()
-> _build_feishu_qa_direct_reply_text()
-> _safe_reply_text()
-> FeishuReplyOutboxMixin._enqueue_reply_outbox()
-> feishu_reply_outbox
```

必验点：

- `reply_route=qa_direct`
- `feishu_reply_outbox.message_text` 是纯文本
- 文本里包含成功案例要求的正文 / 当前项目 / 外部判断 / 下一步

### 交互卡片

必经链路：

```text
message.receive_v1 或 card.action.trigger
-> handle_message_event()
-> _handle_message_receive() / _handle_card_action_trigger()
-> _route_scene_reply()
-> _build_action_card_from_capture_result()
-> _safe_reply_card()
-> FeishuReplyOutboxMixin._enqueue_reply_outbox()
-> feishu_reply_outbox
```

必验点：

- `reply_route=qa_action_card` 或对应 card action 路由
- `feishu_reply_outbox.message_text` 以 `__pmflow_feishu_card__:` 开头
- 解码后的 card payload 保留正确 `action` 和 `work_item_id`

---

## Case 01

### 场景

纯内部系统问题

### 前置条件

- 当前在项目页或带 `project_id=17` 的 Web 问答入口
- 无 active requirement-plan / draft confirm 干扰

### 输入

- 用户原话：`当前 PMFlow 里 MCP 模板有几个？`
- 真实入站面：Web `POST /rag/ask`

示例请求：

```json
{
  "question": "当前 PMFlow 里 MCP 模板有几个？",
  "asked_via": "pmflow_manual",
  "project_id": 17,
  "action_mode": "read"
}
```

### 详细步骤

1. 从项目页问答入口发起问题。
2. 查看 `/rag/ask` 返回 payload 中的 `route_decision`。
3. 确认 `route_mode=internal`，且没有被转成 external。
4. 查看最终 `answer` 是否以 `内部知识库查询：` 开头。

### 成功结构化输出

```json
{
  "route_decision": {
    "route_mode": "internal",
    "effective_source_policy": "internal"
  }
}
```

### 成功最终输出

```text
内部知识库查询：当前 PMFlow 里共有 2 个 MCP 模板。
```

### 成功判定

- 命中 internal 主链
- 不混入外部来源摘要
- 不是泛化聊天式说明

---

## Case 02

### 场景

纯外部事实问题

### 前置条件

- 普通 QA 线程
- 无 active requirement-plan

### 输入

- 用户原话：`OpenAI Docs 最近有没有新的 Responses API 最佳实践？`
- 真实入站面：Web `POST /rag/ask`

示例请求：

```json
{
  "question": "OpenAI Docs 最近有没有新的 Responses API 最佳实践？",
  "asked_via": "pmflow_manual",
  "action_mode": "read"
}
```

### 详细步骤

1. 从 Web QA 入口提交问题。
2. 检查 `route_decision.route_mode` 是否为 `external`。
3. 检查 external 证据是否经过 fail-closed 过滤。
4. 查看最终回答是否保持 `外部实时查询：` 合同。

### 成功结构化输出

```json
{
  "route_decision": {
    "route_mode": "external",
    "effective_source_policy": "external"
  }
}
```

### 成功最终输出

```text
外部实时查询：OpenAI Docs 最近补充了新的 Responses API 最佳实践说明。
```

### 成功判定

- 只能走 external 主链
- internal 来源不得混进 external 正文

---

## Case 03

### 场景

先判断，再给 plan 入口

### 前置条件

- 当前项目明确
- repo 摘要可用
- 允许 external lane 构建 `fit_brief`

### 输入

- 用户原话：`OpenAI Docs 这种能力适不适合我们当前项目？`
- 真实入站面：
  - Web `POST /rag/ask`
  - Feishu `message.receive_v1`

Web 示例请求：

```json
{
  "question": "OpenAI Docs 这种能力适不适合我们当前项目？",
  "asked_via": "pmflow_manual",
  "project_id": 12,
  "source_chat_id": "chat-12",
  "action_mode": "read"
}
```

Feishu 最小入站：

```json
{
  "message_type": "text",
  "chat_id": "chat-12",
  "sender_open_id": "ou-alpha",
  "message_id": "om-case-03",
  "content": "OpenAI Docs 这种能力适不适合我们当前项目？"
}
```

### 详细步骤

1. 从 Web 或 Feishu 发问题。
2. 检查 `project_operating_context` 是否带上当前项目。
3. 检查 `execution_recipe.plan_handoff_mode` 是否为 `offer_after_answer`。
4. 检查 `handoff_mode / can_enter_plan / recommended_next_step`。
5. Feishu 侧检查 `_route_scene_reply()` 是否走到 `qa_direct`。
6. Feishu 侧检查 `feishu_reply_outbox.message_text` 是否为最终出站文本。
7. Feishu 侧再看最终 `qa_direct` 文本是否已经变成围绕当前项目实体的自然分析回复，而不是标签摘要。

### 成功结构化输出

```json
{
  "project_operating_context": {
    "current_project_id": 12,
    "fit_scope": "current_project_and_repo",
    "decision_strategy": "answer_then_offer_plan"
  },
  "execution_recipe": {
    "primary_lane": "external",
    "fit_brief_required": true,
    "external_evidence_required": true,
    "plan_handoff_mode": "offer_after_answer"
  },
  "handoff_mode": "offer_after_answer",
  "can_enter_plan": true,
  "recommended_next_step": "如果你要，我可以基于当前结论进入 plan，继续把需求范围和下一步收清楚。"
}
```

### 成功最终输出

Web：

```text
外部实时查询：目前更像背景相关，建议先验证它是否能映射到当前项目正式对象。
```

Feishu：

```text
外部实时查询：目前更像背景相关，建议先验证它是否能映射到当前项目正式对象。

结合当前项目看，Alpha 是一个 AI 项目管理工作台，当前仓库负责统一项目上下文与 AI handoff。就这次判断来说，这条外部信息目前更像背景相关，还不能直接映射到当前正式对象，所以现在更适合作为参考，而不是直接当成已经命中当前项目的正式变化。

如果你要，我可以基于当前结论进入 plan，继续把需求范围和下一步收清楚。
```

### 成功判定

- 先给判断
- 再给 plan 入口
- 不得首轮直接切到 plan 主链

---

## Case 04

### 场景

显式强锚点直接进 plan

### 前置条件

- 上一轮已经给出结论
- 当前消息显式 reply 到上一轮结论

### 输入

- 用户原话：`那按这个推进`
- 真实入站面：Feishu `message.receive_v1` reply/thread

示例入站：

```json
{
  "message_id": "om-case-04",
  "reply_to_message_id": "om-case-03-bot",
  "chat_id": "chat-12",
  "content": "那按这个推进"
}
```

### 详细步骤

1. 用 reply/thread 回复上一条结论消息。
2. 检查 canonical thread context 是否恢复成功。
3. 检查 `execution_recipe.plan_handoff_mode` 是否命中 `explicit_plan_now`，或直接回到 active requirement context。
4. 检查 `_route_scene_reply()` 后是否进入 card 或 follow-up 对应出站路径。
5. 检查最终 Feishu 回包是否通过 `feishu_reply_outbox` 出站。
6. 检查输出是否继续 requirement-plan，而不是普通 QA。

### 成功结构化输出

```json
{
  "execution_recipe": {
    "plan_handoff_mode": "explicit_plan_now"
  }
}
```

### 成功最终输出

```text
AI PMO 需求收敛：我先按这条结论继续收敛需求范围。
```

### 成功判定

- 直接 handoff 到 plan
- 不是重新解释 internal / external 模式

---

## Case 05

### 场景

reply/thread 明确续问

### 前置条件

- 机器人上一条已给出解释性回复
- 当前消息显式 reply 到该条回复

### 输入

- 用户原话：`你刚才这条说的“模型路由”具体指哪层？`
- 真实入站面：Feishu reply/thread 或 QA session follow-up

### 详细步骤

1. 对上一条机器人解释消息做显式回复。
2. 检查 follow-up anchor 是否优先命中 reply anchor。
3. 检查问题是否被重写到上一条回复对象。
4. 确认没有被旧 `last_subject` 抢走。

### 成功结构化输出

```json
{
  "anchor_mode": "reply_anchor",
  "resolved_anchor": {
    "source_message_id": "om-prev-answer"
  }
}
```

### 成功最终输出

```text
内部知识库查询：这里说的“模型路由”指的是 PMFlow 本地路由层里的 tier / provider / response contract 决策层。
```

### 成功判定

- 续问对象来自 reply anchor
- 不是把它当新问题重开

---

## Case 06

### 场景

同群同人但切新话题

### 前置条件

- 同一群聊、同一用户
- 上一轮刚结束 requirement-plan

### 输入

- 用户原话：`另外，现在 PMFlow 里 signal source onboarding 做到哪了？`
- 真实入站面：Feishu `message.receive_v1`

### 详细步骤

1. 在同一群里直接发一条新的事实问题。
2. 检查 session inheritance guard 是否拦住旧 requirement-plan 续写。
3. 检查显式 signal-source 请求是否避开 draft/plan 劫持。
4. 检查最终回答是否回到 internal query。

### 成功结构化输出

```json
{
  "route_decision": {
    "route_mode": "internal"
  }
}
```

### 成功最终输出

```text
内部知识库查询：当前 PMFlow 的 signal source onboarding 已支持受控接入与运行时探测。
```

### 成功判定

- 不得继续沿 requirement-plan 解释
- 必须识别为新的 internal query

---

## Case 07

### 场景

旧 active context 劫持新问题

### 前置条件

- 上一轮挂着 `pending_clarification(kind=query_route_selection)`
- 当前用户显式改题

### 输入

- 用户原话：`不是说那个，我现在问 external gateway。`
- 真实入站面：Feishu `message.receive_v1` 或 Web QA session

### 详细步骤

1. 先制造一个 query-route 澄清状态。
2. 再发送这条显式改题消息。
3. 检查 ingress 是否调用 `WorkflowSemanticPlanner` 看 `topic_switch=new`。
4. 检查旧 `pending_clarification` 是否被立即清空。
5. 确认没有继续调用旧 session 的澄清协议消费链。

### 成功结构化输出

```json
{
  "pending_clarification": null,
  "next_route": "query.answer"
}
```

### 成功最终输出

```text
外部实时查询：external gateway 当前负责统一外部查询计划、provider 分发和结果校验。
```

### 成功判定

- 旧 `pending_clarification` 必须失效
- 当前消息必须作为新 query 进入主链

---

## Case 08

### 场景

明明该继续 plan，却掉回 query.answer

### 前置条件

- active requirement-plan 正在进行
- 上一轮刚发 A/B/C 选项

### 输入

- 用户原话：`我选 C`
- 真实入站面：Feishu `message.receive_v1`

### 详细步骤

1. 先进入 requirement-plan 并发出 A/B/C。
2. 再发送 `我选 C`。
3. 检查 active requirement context 是否命中当前 option map。
4. 确认协议解析直接 bypass 普通 QA semantic gate。
5. 查看最终输出是否继续 requirement-plan follow-up。

### 成功结构化输出

```json
{
  "reply_template_key": "requirement_plan_followup",
  "parsed_choice": "C"
}
```

### 成功最终输出

```text
C. 混合增强路径

⭐ 当前我更推荐：C
```

### 成功判定

- 不得掉回普通 QA
- 必须继续当前 requirement-plan 主链

---

## Case 09

### 场景

明明只是问结论，却被直接拉进 plan

### 前置条件

- 无 active plan
- 无显式 reply/thread 强锚点

### 输入

- 用户原话：`这个方案适不适合我们现在这套 PMFlow？`
- 真实入站面：Web `POST /rag/ask` 或 Feishu `message.receive_v1`

### 详细步骤

1. 直接发一条适配性判断问题。
2. 检查 `execution_recipe.plan_handoff_mode`。
3. 确认首轮还是 `offer_after_answer`，不是 `explicit_plan_now`。
4. 确认最终输出先给结论，再给下一步。

### 成功结构化输出

```json
{
  "execution_recipe": {
    "plan_handoff_mode": "offer_after_answer"
  },
  "recommended_next_step": "如果你要，我可以基于当前结论进入 plan。"
}
```

### 成功最终输出

```text
外部实时查询：目前适合作为背景参考，但还需要验证它与当前 PMFlow 正式对象的映射关系。
```

### 成功判定

- 首轮不能直接进入 plan
- 必须保留“先答结论，再给下一步”

---

## Case 10

### 场景

卡片动作和纯文本回复不一致

### 前置条件

- 同一 requirement thread 同时支持按钮和文本协议
- 当前 active `work_item_id` 已存在

### 输入

- 文本输入：`选 B`
- 卡片输入：点击 `B` 按钮
- 真实入站面：
  - 文本：Feishu `message.receive_v1`
  - 卡片：Feishu `card.action.trigger`

### 详细步骤

1. 在同一 requirement 轮次里保留当前 action card。
2. 用文本发 `选 B`。
3. 再用卡片点击 `B`。
4. 检查两条路径是否都命中同一 `work_item_id` 和 canonical thread context。
5. 检查文本和卡片两条路径都写入 `feishu_reply_outbox`。
6. 检查最终都继续 requirement-plan。

### 成功结构化输出

```json
{
  "work_item_id": 88,
  "action": "plan_choice",
  "choice": "B"
}
```

### 成功最终输出

```json
{
  "header": {
    "title": {
      "content": "AI PMO 需求收敛"
    }
  },
  "elements": [
    {
      "tag": "action",
      "actions": [
        {
          "value": {
            "action": "plan_choice",
            "choice": "B",
            "work_item_id": 88
          }
        }
      ]
    }
  ]
}
```

### 成功判定

- 文本和按钮都命中同一 requirement thread
- 不能出现“一条续上、一条掉链”

---

## Case 11

### 场景

Web 与 Feishu 对同一句话不同链路

### 前置条件

- 当前项目一致
- Web 与 Feishu 都从同一项目语境发问

### 输入

- 用户原话：`这个适合吗`
- 真实入站面：
  - Web `POST /rag/ask`
  - Feishu `message.receive_v1`

### 详细步骤

1. 用同一句话分别从 Web 和 Feishu 发起问题。
2. 对比两边的 `project_operating_context`。
3. 对比两边的 `execution_recipe` 和 `handoff_mode`。
4. Web 看结构化 meta。
5. Feishu 检查 `_route_scene_reply()` 是否进入 `qa_direct`，并写入 `feishu_reply_outbox`。
6. Feishu 再看最终 `qa_direct` 文本。

### 成功结构化输出

```json
{
  "execution_recipe": {
    "plan_handoff_mode": "offer_after_answer"
  },
  "handoff_mode": "offer_after_answer",
  "can_enter_plan": true
}
```

### 成功最终输出

Web：

```text
外部实时查询：目前更像背景相关，还不能直接映射到当前正式对象。
```

Feishu：

```text
外部实时查询：目前更像背景相关，还不能直接映射到当前正式对象。

结合当前项目看，Alpha 是一个 AI 项目管理工作台，当前仓库负责统一项目上下文与 AI handoff。就这次判断来说，这条外部信息目前更像背景相关，还不能直接映射到当前正式对象，所以现在更适合作为参考，而不是直接当成已经命中当前项目的正式变化。

如果你要，我可以基于当前结论进入 plan，继续把需求范围和下一步收清楚。
```

### 成功判定

- 两边都必须是 `offer_after_answer`
- 不能一边进 plan、一边留在普通 QA

---

## Case 12

### 场景

多候选 meta follow-up 需要澄清

### 前置条件

- 最近 5 分钟内有 2 条候选回复
- 当前问题无法唯一锚定某一条

### 输入

- 第一轮：`那你刚才那条是哪个模型回复的？`
- 第二轮：`第二条`
- 真实入站面：Feishu / QA session follow-up

### 详细步骤

1. 先制造两个最近候选回复。
2. 发送第一轮 meta follow-up。
3. 检查是否返回 `ambiguous_recent_reply` 和编号候选。
4. 再发送 `第二条`。
5. 检查是否恢复 `original_question` 并绑定正确 `selected_qa_id`。

### 成功结构化输出

第一轮：

```json
{
  "clarification_code": "ambiguous_recent_reply",
  "clarification_candidates": [
    {"index": 1},
    {"index": 2}
  ]
}
```

第二轮：

```json
{
  "selected_qa_id": 102,
  "effective_question": "我问你这个是哪个模型执行回复的？"
}
```

### 成功最终输出

第一轮：

```text
我找到两条可能对应的回复：
1. ...
2. ...
请告诉我是第几条。
```

第二轮：

```text
内部知识库查询：你选的是第二条，那条回复由当前 query.answer 主链执行。
```

### 成功判定

- 第一轮必须先澄清
- 第二轮必须支持中文编号恢复原问题

---

## 建议过目顺序

如果你是要先审文档，再决定人工走读顺序，建议按这 4 条先看：

1. Case 03：先判断，再给 plan 入口
2. Case 07：旧澄清失效
3. Case 08：A/B/C 继续 requirement-plan
4. Case 11：Web / Feishu 同句一致

这 4 条最能看出 unified handoff 现在是不是真的站住了。