dsh-data-domain-knowledge 0.1.0-alpha.2 → 0.1.0-alpha.4

package/src/diagnosis/seed.ts

@@ -1,47 +1,27 @@
-import type { AttributionGraphData } from './types.js'
+import type { AttributionCase, AttributionGraphData, DiagnosisRunRecord } from './types.js'
 
 /**
- * 案例 = **一篇 wiki 定义 + 一条有序排查路径**。
+ * 内置**示例**：一份排查手册 + 三篇复盘 + 三次排查日志 + 由它们编出来的那张图。
  *
- * 两段各有明确消费者，不能合并：
- * - `sections` 是给人读、给向量召回的散文（可 diff、可评审、可追溯）；
- * - `path` 是给图和剪枝用的结构（有序、可判真假、带被否定的分支）。
+ * 它现在只有一重身份：**用户点了「载入内置示例」才写进去的样例，以及回归夹具**。
  *
- * 序和枚举一旦写进散文，归并算法就再也读不到它们了 —— 所以路径单独成段。
- */
-export interface CaseSection {
-  heading: string
-  body: string
-}
-
-export interface CasePathStep {
-  nodeId: string
-  label: string
-  note: string
-  /** 这一步的结论是「否定」：它把某个假设置于死地，而不是坐实。 */
-  refuted?: boolean
-}
-
-export interface AttributionCase {
-  id: string
-  title: string
-  symptomId: string
-  sections: CaseSection[]
-  path: CasePathStep[]
-  durationMinutes: number
-  /** 误导段：最贵的那条知识。没有它，下次还会有人在同一个假设上烧掉四十分钟。 */
-  misleading?: { nodeId: string; label: string; wastedMinutes: number; why: string }
-  rootCause: string
-}
-
-/**
- * Seed 图谱：与 0021 §11 的三个案例同源，用来说明「同一现象有多个根因、否定边有用、
- * 误导边昂贵」。
+ * 原来是两重（另一重是「首次启动的起点」，由 `DiagnosisStore.ensure()` 自动写入）。
+ * 实跑反馈把它去掉了：这份示例长得像真的业务文档，而它落在用户自己的
+ * `01_source_raw/` 与 `02_wiki/` 里 —— 新装一台机器，一打开「智能归因」就凭空多出
+ * 几份来源和几十张卡片，读起来像「我的知识库内容跟着包过来了」。示例没有被删除
+ * （它仍然是稳定夹具，`tests/diagnosis-cards.test.mjs` 逐字段对着它断言），
+ * 只是不再自动落盘 —— 入口是 `DiagnosisStore.loadSample()`。
+ *
+ * **两条来源分类、两个作者**（v1.1 起）：
  *
- * 它现在有两重身份：
- * 1. **首次启动的起点** —— `DiagnosisStore.ensure()` 在 `05_diagnosis/` 为空时把它写成
- *    真实的 jsonl，之后用户可以手改，不会被覆盖回去；
- * 2. **回归样本** —— 上面那三条结论需要一个稳定的夹具，所以它不会被删除。
+ * | 来源分类 | 谁写 | 装什么 |
+ * | --- | --- | --- |
+ * | `question` | 人 | 手册与复盘 —— 卡片 `source_refs` 指向这里 |
+ * | `agent_diagnosis_case` | Agent | 一次排查的过程记录（`SEED_RUNS`） |
+ *
+ * `SEED_GRAPH` 里**只有卡片定义得了的东西**：类型层、引用层资产、案例桩，以及六种卡片边。
+ * `evidence` / `cause` 与四条执行边由 `SEED_RUNS` 读时解析出来 —— 把「上次查到什么」
+ * 写进卡片，等于让一份可复用的知识绑死在一次执行上。
  */
 export const SEED_GRAPH: AttributionGraphData = {
   nodes: [
@@ -64,85 +44,91 @@ export const SEED_GRAPH: AttributionGraphData = {
       summary: '观测量：DAU + 单日窗口；放大 3.1 倍且只有 T-1 单日，相邻日期正常。',
     },
 
-    { id: 'H1', kind: 'hypothesis', layer: 'type', title: '上游分区未产出', failureMode: 'upstream-missing', reuseCount: 12,
+    { id: 'H1', kind: 'hypothesis', layer: 'type', title: '上游分区未产出', failureReason: 'upstream-missing', reuseCount: 12,
       summary: '当日 dwd / ods 分区不存在 → 指标必然为 0。反例：分区在但行数为 0 时不是它。',
       discriminator: '当日 dwd / ods 分区不存在 → 指标必然为 0',
       notWhen: '分区存在但行数为 0（那是 H4）；分区正常而指标仍为 0（那是口径或消费侧）' },
-    { id: 'H2', kind: 'hypothesis', layer: 'type', title: '口径 / 版本变更', failureMode: 'spec-change', reuseCount: 5,
+    { id: 'H2', kind: 'hypothesis', layer: 'type', title: '口径 / 版本变更', failureReason: 'spec-change', reuseCount: 5,
       summary: '口径版本切换未同步 → 同名词指标在不同版本下口径不同。',
       discriminator: '口径版本切换后，同名词指标在两版定义下口径不一致',
       notWhen: '口径未变更时本假设不成立 —— 不要用「名字一样」当作口径一致的证据' },
-    { id: 'H3', kind: 'hypothesis', layer: 'type', title: '维表映射丢失', failureMode: 'data-processing', reuseCount: 4,
+    { id: 'H3', kind: 'hypothesis', layer: 'type', title: '维表映射丢失', failureReason: 'data-processing', reuseCount: 4,
       summary: '新渠道未补录维表 → join 落 unknown 后被 where 过滤。',
       discriminator: '维表 join 后 unknown 占比显著升高，且缺口集中在新增维度成员上',
       notWhen: 'unknown 占比正常时本假设不成立；缺口若均匀分布在各维度上，应转 H4 或 H5' },
-    { id: 'H4', kind: 'hypothesis', layer: 'type', title: '重复 / 回刷', failureMode: 'data-processing', reuseCount: 6,
+    { id: 'H4', kind: 'hypothesis', layer: 'type', title: '重复 / 回刷', failureReason: 'data-processing', reuseCount: 6,
       summary: '上游重跑写入重复行 → 计数类指标放大。',
       discriminator: '主键不唯一，或分区行数同比放大',
       notWhen: '主键唯一性检查通过（T4.1）时本假设不成立 —— 这是最常被误判的一条' },
-    { id: 'H5', kind: 'hypothesis', layer: 'type', title: '时间窗口 / 时区', failureMode: 'data-processing', reuseCount: 2,
+    { id: 'H5', kind: 'hypothesis', layer: 'type', title: '时间窗口 / 时区', failureReason: 'data-processing', reuseCount: 2,
       summary: '跨天事件被补写进 T-1 分区 → 单日指标异常放大。',
       discriminator: '分区内事件时间跨天，且只有 T-1 单日异常',
       notWhen: '相邻日期同时异常时应转 H2；事件时间落在单日内则应转 H4' },
-    { id: 'H6', kind: 'hypothesis', layer: 'type', title: '权限 / 过滤条件', failureMode: 'permission', reuseCount: 1,
+    { id: 'H6', kind: 'hypothesis', layer: 'type', title: '权限 / 过滤条件', failureReason: 'permission', reuseCount: 1,
       summary: '行级权限或 where 条件变更 → 结果集被静默收窄。',
       discriminator: '结果集被行级权限或 where 条件静默收窄',
       notWhen: '权限与过滤条件在本周期未变更时本假设不成立' },
-    { id: 'H7', kind: 'hypothesis', layer: 'type', title: '下游 BI 缓存 / 增量', failureMode: 'consumption', reuseCount: 3,
+    { id: 'H7', kind: 'hypothesis', layer: 'type', title: '下游 BI 缓存 / 增量', failureReason: 'consumption', reuseCount: 3,
       summary: '缓存或增量刷新未触发 → 展示侧滞后，明细不受影响。',
       discriminator: 'BI 展示侧滞后，但直连明细的数字正常',
       notWhen: '明细对账一致（T7.2）时本假设不成立；注意 T7.1「缓存时间正常」不足以否定它' },
 
-    // `code` 是这张卡片的稳定标识：假设卡片里写的是编码（`failure_mode: data-processing`），
+    // `code` 是这张卡片的稳定标识：假设卡片里写的是编码（`failure_reason: data-processing`），
     // 边要连到节点 —— 少了它，「编码 → 节点」就只能靠 F1..F5 的位置去猜。
-    { id: 'F1', kind: 'failure-mode', layer: 'type', title: '上游未产出', code: 'upstream-missing' },
-    { id: 'F2', kind: 'failure-mode', layer: 'type', title: '口径变更', code: 'spec-change' },
-    { id: 'F3', kind: 'failure-mode', layer: 'type', title: '数据处理', code: 'data-processing' },
-    { id: 'F4', kind: 'failure-mode', layer: 'type', title: '消费与展示', code: 'consumption' },
-    { id: 'F5', kind: 'failure-mode', layer: 'type', title: '权限与过滤', code: 'permission' },
+    { id: 'F1', kind: 'failure_reason', layer: 'type', title: '上游未产出', code: 'upstream-missing' },
+    { id: 'F2', kind: 'failure_reason', layer: 'type', title: '口径变更', code: 'spec-change' },
+    { id: 'F3', kind: 'failure_reason', layer: 'type', title: '数据处理', code: 'data-processing' },
+    { id: 'F4', kind: 'failure_reason', layer: 'type', title: '消费与展示', code: 'consumption' },
+    { id: 'F5', kind: 'failure_reason', layer: 'type', title: '权限与过滤', code: 'permission' },
 
-    { id: 'T1.1', kind: 'check', layer: 'type', title: '查分区存在性', costMinutes: 1, automation: 'auto', owner: '@duty',
+    // 检查点：`assets[]` 是 v1.3 的必填 —— 缺了它，这条检查不知道去哪查。
+    { id: 'T1.1', kind: 'check_point', layer: 'type', title: '查分区存在性', costMinutes: 1, automation: 'auto', owner: '@duty',
+      assets: ['dwd_ord_di'],
       summary: '分区 dwd_ord_di/dt 是否存在。不存在 → 支持 H1。',
       verdictTrue: '分区不存在', verdictFalse: '分区存在' },
-    { id: 'T1.2', kind: 'check', layer: 'type', title: '查任务实例状态', costMinutes: 1, automation: 'auto', owner: '@duty',
+    { id: 'T1.2', kind: 'check_point', layer: 'type', title: '查任务实例状态', costMinutes: 1, automation: 'auto', owner: '@duty',
+      assets: ['ods_order_sync'],
       summary: '上游任务实例是否 failed。failed → 支持 H1。',
       verdictTrue: '实例状态 failed', verdictFalse: '实例状态 success / running' },
-    { id: 'T2.1', kind: 'check', layer: 'type', title: '口径版本对比', costMinutes: 15, automation: 'manual', owner: '@metric-owner',
+    { id: 'T2.1', kind: 'check_point', layer: 'type', title: '口径版本对比', costMinutes: 15, automation: 'manual', owner: '@metric-owner',
+      assets: ['metric_daily_gmv'],
       summary: '对比近两次口径版本定义。口径变化 → 支持 H2。',
       verdictTrue: '近两次口径定义不一致', verdictFalse: '口径定义逐字一致' },
-    { id: 'T3.1', kind: 'check', layer: 'type', title: 'unknown 占比', costMinutes: 2, automation: 'auto', owner: '@duty',
+    { id: 'T3.1', kind: 'check_point', layer: 'type', title: 'unknown 占比', costMinutes: 2, automation: 'auto', owner: '@duty',
+      assets: ['dim_channel_df'],
       summary: '维表 join 后 unknown 占比。显著升高 → 支持 H3。',
       verdictTrue: 'unknown 占比 > 5%', verdictFalse: 'unknown 占比 ≤ 5%' },
-    { id: 'T4.1', kind: 'check', layer: 'type', title: '主键唯一性', costMinutes: 3, automation: 'auto', owner: '@duty',
+    { id: 'T4.1', kind: 'check_point', layer: 'type', title: '主键唯一性', costMinutes: 3, automation: 'auto', owner: '@duty',
+      assets: ['dwd_ord_di'],
       summary: '主键唯一性检查。通过 → 否定 H4。这是最常被误判的一条。',
       verdictTrue: '存在重复主键', verdictFalse: '主键唯一 → 否定 H4' },
-    { id: 'T5.1', kind: 'check', layer: 'type', title: '事件时间分布', costMinutes: 8, automation: 'auto', owner: '@duty',
+    { id: 'T5.1', kind: 'check_point', layer: 'type', title: '事件时间分布', costMinutes: 8, automation: 'auto', owner: '@duty',
+      assets: ['dwd_ord_di'],
       summary: '分区内事件时间分布。跨天 → 支持 H5。',
       verdictTrue: '分区内事件时间跨出 T-1 单日窗口', verdictFalse: '事件时间全部落在 T-1 内' },
-    { id: 'T7.1', kind: 'check', layer: 'type', title: '查缓存时间戳', costMinutes: 2, automation: 'auto', owner: '@duty',
+    { id: 'T7.1', kind: 'check_point', layer: 'type', title: '查缓存时间戳', costMinutes: 2, automation: 'auto', owner: '@duty',
+      assets: ['bi_daily_dashboard'],
       summary: '缓存时间正常并不能否定 H7 —— 便宜检查给不出结论。',
       verdictTrue: '缓存时间戳过期', verdictFalse: '缓存时间正常 —— 注意：这一条**不足以**否定 H7' },
-    { id: 'T7.2', kind: 'check', layer: 'type', title: '直连明细对账', costMinutes: 35, automation: 'manual', owner: '@analyst',
+    { id: 'T7.2', kind: 'check_point', layer: 'type', title: '直连明细对账', costMinutes: 35, automation: 'manual', owner: '@analyst',
+      assets: ['dwd_ord_di'],
       summary: '明细对账一致 → 否定 H7。要否定它必须做这次贵检查。',
       verdictTrue: '明细与报表数字不一致', verdictFalse: '明细与报表一致 → 否定 H7' },
 
     // ── 引用层 ────────────────────────────────────────────────────────────
-    { id: 'dwd_ord_di', kind: 'asset', layer: 'reference', title: 'dwd_ord_di' },
-    { id: 'ods_order_sync', kind: 'asset', layer: 'reference', title: 'ods_order_sync' },
-    { id: 'dim_channel_df', kind: 'asset', layer: 'reference', title: 'dim_channel_df' },
+    { id: 'dwd_ord_di', kind: 'asset', layer: 'reference', title: 'dwd_ord_di', assetType: 'table' },
+    { id: 'ods_order_sync', kind: 'asset', layer: 'reference', title: 'ods_order_sync', assetType: 'job' },
+    { id: 'dim_channel_df', kind: 'asset', layer: 'reference', title: 'dim_channel_df', assetType: 'table' },
+    { id: 'metric_daily_gmv', kind: 'asset', layer: 'reference', title: 'metric_daily_gmv', assetType: 'metric' },
+    { id: 'bi_daily_dashboard', kind: 'asset', layer: 'reference', title: 'bi_daily_dashboard', assetType: 'linkage' },
 
-    // ── 实例层（默认折叠，展开后用于演示「证据与复用」） ────────────────────
-    // 案例节点是**图上的桩**：标题必须与 `SEED_CASES[].title` 是同一个字符串，否则同一份
-    // 知识会有两份标题（而且还真的不一致过：「只剩」vs「只有」）。画布要在标签前显示案例 id，
+    // ── 实例层：案例节点是**图上的桩**（正文与有序路径住在案例卡片里） ──────
+    // 标题必须与 `SEED_CASES[].title` 是同一个字符串，否则同一份知识会有两份标题
+    // （而且还真的不一致过：「只剩」vs「只有」）。画布要在标签前显示案例 id，
     // 那是渲染层的事（见 `nodeStyleFor` 的 labelText）。
     { id: 'CASE-001', kind: 'case', layer: 'instance', title: '日报 GMV 为 0' },
     { id: 'CASE-002', kind: 'case', layer: 'instance', title: '订单数只有昨日 12%' },
     { id: 'CASE-003', kind: 'case', layer: 'instance', title: 'DAU 突增 3.1 倍' },
-    { id: 'C1', kind: 'cause', layer: 'instance', title: 'C1 ODS 任务失败' },
-    { id: 'C2', kind: 'cause', layer: 'instance', title: 'C2 渠道维表未补录' },
-    { id: 'C3', kind: 'cause', layer: 'instance', title: 'C3 跨天事件补写' },
-    { id: 'E1', kind: 'evidence', layer: 'instance', title: 'E1 分区不存在' },
-    { id: 'E7', kind: 'evidence', layer: 'instance', title: 'E7 明细对账一致' },
   ],
   edges: [
     // 层内：现象 → 假设（含一条僵尸边，用来演示「权重过期」）
@@ -169,7 +155,7 @@ export const SEED_GRAPH: AttributionGraphData = {
     { id: 'e-s3-h5', source: 'S3', target: 'H5', kind: 'may_be_caused_by' },
     { id: 'e-s3-h7', source: 'S3', target: 'H7', kind: 'may_be_caused_by' },
 
-    // 层内：假设 → 检查（H6 故意没有，它就是图上的空区）
+    // 层内：假设 → 检查点（H6 故意没有，它就是图上的空区）
     { id: 'e-h1-t11', source: 'H1', target: 'T1.1', kind: 'verified_by' },
     { id: 'e-h1-t12', source: 'H1', target: 'T1.2', kind: 'verified_by' },
     { id: 'e-h2-t21', source: 'H2', target: 'T2.1', kind: 'verified_by' },
@@ -179,7 +165,7 @@ export const SEED_GRAPH: AttributionGraphData = {
     { id: 'e-h7-t71', source: 'H7', target: 'T7.1', kind: 'verified_by' },
     { id: 'e-h7-t72', source: 'H7', target: 'T7.2', kind: 'verified_by' },
 
-    // 层内：假设 → 失败模式（切面）
+    // 层内：假设 → 失败原因（切面）
     { id: 'e-h1-f1', source: 'H1', target: 'F1', kind: 'categorized_as' },
     { id: 'e-h2-f2', source: 'H2', target: 'F2', kind: 'categorized_as' },
     { id: 'e-h3-f3', source: 'H3', target: 'F3', kind: 'categorized_as' },
@@ -188,21 +174,21 @@ export const SEED_GRAPH: AttributionGraphData = {
     { id: 'e-h6-f5', source: 'H6', target: 'F5', kind: 'categorized_as' },
     { id: 'e-h7-f4', source: 'H7', target: 'F4', kind: 'categorized_as' },
 
-    // 跨层：资产反向索引
+    // 跨层：资产反向索引（这条假设**落在**哪个对象上）
     { id: 'e-a-dwd-h1', source: 'dwd_ord_di', target: 'H1', kind: 'indexed_from' },
     { id: 'e-a-ods-h1', source: 'ods_order_sync', target: 'H1', kind: 'indexed_from' },
     { id: 'e-a-dim-h3', source: 'dim_channel_df', target: 'H3', kind: 'indexed_from' },
 
-    // 跨层：检查产出证据、证据支持或否定假设
-    { id: 'e-t11-e1', source: 'T1.1', target: 'E1', kind: 'produces' },
-    { id: 'e-e1-h1', source: 'E1', target: 'H1', kind: 'supports' },
-    { id: 'e-t72-e7', source: 'T7.2', target: 'E7', kind: 'produces' },
-    { id: 'e-e7-h7', source: 'E7', target: 'H7', kind: 'refutes' },
-
-    // 跨层：假设确认成根因
-    { id: 'e-h1-c1', source: 'H1', target: 'C1', kind: 'confirmed_as' },
-    { id: 'e-h3-c2', source: 'H3', target: 'C2', kind: 'confirmed_as' },
-    { id: 'e-h5-c3', source: 'H5', target: 'C3', kind: 'confirmed_as' },
+    // 跨层：检查点 → 资产（`queries`，v1.3）。这条检查**要去查**哪些对象 ——
+    // 与上面那条 `indexed_from` 是两条边：两端不同，回答的问题也不同。
+    { id: 'e-t11-dwd-q', source: 'T1.1', target: 'dwd_ord_di', kind: 'queries' },
+    { id: 'e-t12-ods-q', source: 'T1.2', target: 'ods_order_sync', kind: 'queries' },
+    { id: 'e-t21-metric-q', source: 'T2.1', target: 'metric_daily_gmv', kind: 'queries' },
+    { id: 'e-t31-dim-q', source: 'T3.1', target: 'dim_channel_df', kind: 'queries' },
+    { id: 'e-t41-dwd-q', source: 'T4.1', target: 'dwd_ord_di', kind: 'queries' },
+    { id: 'e-t51-dwd-q', source: 'T5.1', target: 'dwd_ord_di', kind: 'queries' },
+    { id: 'e-t71-bi-q', source: 'T7.1', target: 'bi_daily_dashboard', kind: 'queries' },
+    { id: 'e-t72-dwd-q', source: 'T7.2', target: 'dwd_ord_di', kind: 'queries' },
 
     // 跨层：案例实例化（三个案例各归各的现象，但收敛到**同一批假设**）
     { id: 'e-case1-s1', source: 'CASE-001', target: 'S1', kind: 'instance_of', count: 1 },
@@ -211,7 +197,7 @@ export const SEED_GRAPH: AttributionGraphData = {
   ],
 }
 
-/** 三个 seed 案例，与上面图谱里的节点 id 对齐（0021 §11）。 */
+/** 三个 seed 案例卡片，与上面图谱里的节点 id 对齐（0021 §11）。 */
 export const SEED_CASES: AttributionCase[] = [
   {
     id: 'CASE-001',
@@ -289,3 +275,119 @@ export const SEED_CASES: AttributionCase[] = [
     ],
   },
 ]
+
+/**
+ * 三次排查的**过程记录**（`agent_diagnosis_case`）。
+ *
+ * 它们与 `SEED_CASES` 一一对应，但**不是同一份东西**：这里是 Agent 跑出来的原始记录
+ * （每条检查点真跑了什么、看到什么、这个结果算不算数），`SEED_CASES` 是之后归纳出来的
+ * 案例卡片（要经人确认才生效）。一个回答「当时怎么走的」，一个回答「结论是什么」。
+ *
+ * `E7` 是 CASE-001 里那次**贵的否定**：T7.2 直连明细对账推翻了 H7。它不在案例的
+ * 主路径上（主路径早就确认了 H1），但它是这次排查最贵的一条知识 —— 40 分钟的误导段
+ * 正是靠它收尾的。
+ */
+export const SEED_RUNS: DiagnosisRunRecord[] = [
+  {
+    runId: 'RUN-20260811-1',
+    symptomId: 'S1',
+    startedAt: '2026-08-11T02:55:00+08:00',
+    durationMinutes: 65,
+    path: SEED_CASES[0]!.path,
+    evidence: [
+      {
+        id: 'E1', checkPointId: 'T1.1',
+        query: "select count(*) from dwd_ord_di where dt = '2026-08-10'",
+        result: '分区不存在', verdict: 'supports', hypothesisId: 'H1',
+        why: '与调度系统日志一致：ods_order_sync 02:40 实例 failed 且未启用重试，下游无输入',
+        at: '2026-08-11T02:58:00+08:00', by: '@duty', rawRef: 'scheduler://ods_order_sync/instance/20260811',
+      },
+      {
+        id: 'E7', checkPointId: 'T7.2',
+        query: "select sum(gmv) from dwd_ord_di_detail where dt = '2026-08-10'",
+        result: '明细与报表一致', verdict: 'refutes', hypothesisId: 'H7',
+        why: '明细对账一致，缓存不影响明细 —— 这一条花了 35 分钟，是唯一能否定 H7 的检查',
+        at: '2026-08-11T03:40:00+08:00', by: '@analyst',
+      },
+    ],
+    rootCause: {
+      hypothesisId: 'H1', id: 'C1',
+      text: 'ODS 任务 ods_order_sync 02:40 失败且未启用重试，dwd_ord_di/dt 分区未产出。',
+      fixAction: '补 dwd_ord_di 分区；给 ods_order_sync 加失败告警与自动重试；分区存在性检查加入日报前置校验。',
+      confirmedAt: '2026-08-11T04:00:00+08:00',
+    },
+    misleading: SEED_CASES[0]!.misleading ? [SEED_CASES[0]!.misleading] : [],
+  },
+  {
+    runId: 'RUN-20260812-1',
+    symptomId: 'S2',
+    startedAt: '2026-08-12T09:10:00+08:00',
+    durationMinutes: 22,
+    path: SEED_CASES[1]!.path,
+    evidence: [
+      {
+        id: 'E2a', checkPointId: 'T1.1',
+        query: "select count(*) from dwd_ord_di where dt = '2026-08-11'",
+        result: '分区存在且有数据', verdict: 'refutes', hypothesisId: 'H1',
+        why: '分区有数据，H1 不成立 —— 1 分钟就砍掉了一条先验最高的假设',
+        at: '2026-08-12T09:12:00+08:00', by: '@duty',
+      },
+      {
+        id: 'E2b', checkPointId: 'T4.1',
+        query: "select order_id, count(*) c from dwd_ord_di where dt = '2026-08-11' group by order_id having c > 1 limit 10",
+        result: '主键唯一，无重复', verdict: 'refutes', hypothesisId: 'H4',
+        why: '主键唯一性检查通过，无重复行 —— H4 被否定',
+        at: '2026-08-12T09:16:00+08:00', by: '@duty',
+      },
+      {
+        id: 'E2c', checkPointId: 'T3.1',
+        query: "select channel, count(*) from dwd_ord_di where dt = '2026-08-11' group by channel order by 2 desc",
+        result: 'unknown 占比 88%', verdict: 'supports', hypothesisId: 'H3',
+        why: 'unknown 占比 88%，且缺口集中在新增的两个渠道 —— 与维表未补录一致',
+        at: '2026-08-12T09:24:00+08:00', by: '@duty',
+      },
+    ],
+    rootCause: {
+      hypothesisId: 'H3', id: 'C2',
+      text: '新增渠道未补录维表，dim_channel_df join 落 unknown 后被 where channel is not null 过滤。',
+      fixAction: '补录渠道维表；把 unknown 占比纳入日常巡检；下游过滤改为「先报警再过滤」。',
+      confirmedAt: '2026-08-12T09:32:00+08:00',
+    },
+  },
+  {
+    runId: 'RUN-20260813-1',
+    symptomId: 'S3',
+    startedAt: '2026-08-13T14:05:00+08:00',
+    durationMinutes: 35,
+    path: SEED_CASES[2]!.path,
+    evidence: [
+      {
+        id: 'E3a', checkPointId: 'T4.1',
+        query: "select user_id, count(*) c from dwd_dau_di where dt = '2026-08-12' group by user_id having c > 1 limit 10",
+        result: '主键唯一，无重复', verdict: 'refutes', hypothesisId: 'H4',
+        why: '主键唯一性通过 —— 放大不是重复计数造成的',
+        at: '2026-08-13T14:10:00+08:00', by: '@duty',
+      },
+      {
+        id: 'E3b', checkPointId: 'T7.1',
+        query: 'select max(refresh_at) from bi_daily_dashboard_meta',
+        result: '缓存时间正常', verdict: 'inconclusive', hypothesisId: 'H7',
+        why: '缓存时间正常并不能否定 H7（T7.1 的 verdict_false 已经写明）；要否定它必须做 35 分钟的直连明细对账 —— 这一条给不出结论',
+        at: '2026-08-13T14:18:00+08:00', by: '@duty',
+      },
+      {
+        id: 'E3c', checkPointId: 'T5.1',
+        query: "select event_time, count(*) from dwd_dau_di where dt = '2026-08-12' group by 1 order by 1 limit 5",
+        result: '分区内事件时间跨天', verdict: 'supports', hypothesisId: 'H5',
+        why: '事件时间跨出 T-1 单日窗口，且只有这一天异常 —— 与上游重跑补写一致',
+        at: '2026-08-13T14:34:00+08:00', by: '@duty',
+      },
+    ],
+    rootCause: {
+      hypothesisId: 'H5', id: 'C3',
+      text: '上游重跑把跨天事件补写进 T-1 分区，事件时间与处理时间边界被跨越。',
+      fixAction: '重跑加事件时间边界校验；分区写入前检查事件时间下界。',
+      confirmedAt: '2026-08-13T14:40:00+08:00',
+    },
+  },
+]