Skip to content

World's first open-source enterprise world model.

The seed put back the relation the migration deleted (#120)

WaylandYang7451bead36f5
diff --git a/crates/utopia-server/src/extraction.rs b/crates/utopia-server/src/extraction.rs
index 49ed0d21..501341fc 100644
--- a/crates/utopia-server/src/extraction.rs
+++ b/crates/utopia-server/src/extraction.rs
@@ -183,6 +183,12 @@ async fn run(state: &AppState, document_id: Uuid) -> anyhow::Result<()> {
// 从前这里是一个叫 related_to 的兜底关系,且刻意不列给模型——它摆进提示词就成了
// 逃生舱,模型读到说不清的关系时不去写原文说法,直接挑这个万能选项。
// 现在它连行都没有了,逃生舱和"记得别列它"这两件事一起消失。
+ //
+ // **这两件事必须一起做,缺一件比都不做更糟。** 0052 只删了库里的行,没删
+ // `DEFAULT_RELATION_TYPES` 里的种子——而这里的排除过滤已经跟着删了。于是
+ // `ensure_default_ontology` 七分钟后把行种回来,`related_to` 第一次被**列进
+ // 提示词给模型看**。0001 量过:359 次使用里 321 次是模型从清单上挑的。
+ // 谁要往种子表里加回一个兜底关系,先看 0010。
let type_key_by_id: HashMap<Uuid, &str> =
etypes.iter().map(|t| (t.id, t.key.as_str())).collect();
let attr_meta: HashMap<&str, &utopia_core::models::RelationType> = rtypes
diff --git a/crates/utopia-store/src/graph.rs b/crates/utopia-store/src/graph.rs
index ac75bed2..2c9dc914 100644
--- a/crates/utopia-store/src/graph.rs
+++ b/crates/utopia-store/src/graph.rs
@@ -98,16 +98,6 @@ const DEFAULT_RELATION_TYPES: &[(&str, &str, &str, bool, bool, &str)] = &[
false,
"Two names for the same thing — an abbreviation, codename or former name.",
),
- (
- "related_to",
- "related to",
- "state",
- false,
- false,
- "Code-level fallback for predicates this ontology cannot express. Deliberately not \
- offered in the extraction prompt: given a catch-all the model reaches for it instead \
- of saying what the text said.",
- ),
// 问数语义层:概念 → 数据资产定义(object_value 宾语:{source, table?, expr?, sql?,
// derived?, unit?, summary})。多源=多条并存;同源口径演变由确认流程显式闭合,
// 不靠引擎盲判(唯一性粒度是 (概念,源),在 object_value 内部,引擎不感知)
@@ -154,12 +144,6 @@ const RELATION_TEXT_ZH: &[(&str, &str, &str)] = &[
"别名",
"同一个东西的两个名字——缩写、代号或曾用名。",
),
- (
- "related_to",
- "相关",
- "代码层面的兜底,给本体表达不了的谓词用。**刻意不出现在抽取提示词里**:\
- 给了兜底选项,模型就会去拿它,而不去说原文究竟说了什么。",
- ),
(
"mapped_to",
"映射到",
@@ -527,7 +511,7 @@ pub async fn confirmed_mappings(
}
/// `proposed`:模型在这一块里实际提议的谓词。命中本体时它等于 key,
-/// 词表外被降级成 related_to 时它是唯一还留着原意的东西——事实行上只剩
+/// 本体外的谓词不落到关系上时,它是唯一还留着原意的东西——事实行上只剩
/// "有关联",原文说的"runs on"就靠这里活下来。
pub async fn add_evidence(
pool: &PgPool,
@@ -1270,12 +1254,12 @@ pub async fn graph_changes(
}
// ---------------------------------------------------------------------------
-// 谓词消解:把降级成 related_to 的事实认领回本体
+// 谓词消解:把没有谓词的事实认领回本体
// ---------------------------------------------------------------------------
// 视图类型 ProposedPredicate 定义在 utopia-core::models(store 不直接依赖 serde)
-/// 降级成 related_to 的事实上,原文用过哪些说法。
+/// 没有谓词的事实上,原文用过哪些说法。
///
/// 这是本体扩展建议的证据基础——比 `ontology_misses` 的纯计数强的地方在于:
/// 它连着具体事实,所以采纳一个说法时能直接说"将重新归类 57 条"并真的去改。
@@ -1346,7 +1330,7 @@ pub async fn proposed_predicates(pool: &PgPool, kb_id: Uuid) -> AppResult<Vec<Pr
/// 那条问「还有哪些说法等着被采纳」,看的是积压;这条问「这个说法有多普遍」,
/// 看的是全量证据,条件与它内部那个 `spread` CTE 一致。
///
-/// 第一版照抄了 `rt.key = 'related_to'`,理由写的是「两处条件要一致」——错的。
+/// 第一版照抄了 `rt.key = 'related_to'`(当时还有那个兜底关系),理由写的是「两处条件要一致」——错的。
/// 那样数出来的还是残渣:说法一旦被采纳、被谓词匹配接住、或被修正作废,
/// 它的行就离开积压,篇数随之下降。一篇一篇往里灌的库因此永远攒不够两篇。
/// 测试当场抓住了(两篇里只回来一篇)。
@@ -1370,7 +1354,7 @@ pub async fn proposed_predicate_documents(
.await?)
}
-/// 把由 `forms` 降级而来的 related_to 事实改写到 `predicate_id`。
+/// 把由 `forms` 认出来的无谓词事实改写到 `predicate_id`。
/// 返回 (批次 id, 改写条数)——批次 id 是撤销的把手。
///
/// **追加而非原地改**:插入带 `supersedes` 的新行并作废旧行,与人工纠正、
diff --git a/crates/utopia-store/tests/no_predicate_still_shows.rs b/crates/utopia-store/tests/no_predicate_still_shows.rs
index 8a91e364..a21f512a 100644
--- a/crates/utopia-store/tests/no_predicate_still_shows.rs
+++ b/crates/utopia-store/tests/no_predicate_still_shows.rs
@@ -158,6 +158,11 @@ async fn a_fact_without_a_predicate_is_still_visible_everywhere() -> anyhow::Res
return Ok(());
};
let pool = PgPool::connect(&url).await?;
+ // **开跑前先扫地。** 断言 panic 会跳过下面的 teardown(它只接住 Err 那条路),
+ // 于是一次失败的跑会给下一次留下垃圾。清干净比把每条断言改成返回 Err 便宜
+ sqlx::query("DELETE FROM organizations WHERE name = 'no-predicate-test'")
+ .execute(&pool)
+ .await?;
let f = seed(&pool).await?;
let run = async {
@@ -231,15 +236,27 @@ async fn a_fact_without_a_predicate_is_still_visible_everywhere() -> anyhow::Res
assert!(c.is_some(), "变更流漏掉了没有谓词的事实");
assert_eq!(c.unwrap().predicate_label.as_deref(), Some("acquired"));
- // 7. 对照组:0052 删掉的是**内置**的 related_to。
- // 只查 builtin:谁想自己建一个叫 related_to 的关系是他的自由,
- // 而且并行跑的其它测试也可能建,全库计数会被它们污染
- let leftover: i64 = sqlx::query_scalar(
- "SELECT count(*) FROM relation_types WHERE key = 'related_to' AND builtin",
- )
- .fetch_one(&pool)
- .await?;
- assert_eq!(leftover, 0, "内置的 related_to 该在 0052 里被删掉");
+ // 7. **种子不能把它长回来。**
+ //
+ // 这一条第一版是空的:只 `SELECT count(*) … WHERE key='related_to' AND builtin`,
+ // 而上面的夹具是裸 SQL 建的库,从没调用过 `ensure_default_ontology`——
+ // 种子一次都没种下,断言在一片空地上成立。真实情况是 0052 删完七分钟,
+ // 代码就把行种回来了(见 0053)。**对照组必须先把种子种下去。**
+ utopia_store::graph::ensure_default_ontology(&pool, f.kb, "en").await?;
+ let seeded: Vec<String> =
+ sqlx::query_scalar("SELECT key FROM relation_types WHERE kb_id = $1 AND builtin")
+ .bind(f.kb)
+ .fetch_all(&pool)
+ .await?;
+ assert!(!seeded.is_empty(), "种子一个都没种下,这一条又成了空断言");
+ assert!(
+ !seeded.iter().any(|k| k == "related_to"),
+ "种子表把 related_to 长回来了:{seeded:?}"
+ );
+
+ // 只按 kb 查,不查全库:全库计数会被并行跑的其它测试和上一轮的残留污染,
+ // 那是条会无故变红的断言。这一条已经守住了要守的东西——
+ // 种子表种下之后,本体里没有一个"什么都没说"的关系可供模型挑选
Ok::<(), anyhow::Error>(())
}
diff --git a/docs/decisions/0010-no-relation-is-no-relation.md b/docs/decisions/0010-no-relation-is-no-relation.md
index 32e47f71..a26de038 100644
--- a/docs/decisions/0010-no-relation-is-no-relation.md
+++ b/docs/decisions/0010-no-relation-is-no-relation.md
@@ -122,6 +122,43 @@
(见 0001 第 99 行提到的那个坑,现在不可能再发生)
- 代码与文档里"兜底谓词""兜底关系"的措辞
+## 修订:删了数据,没删代码,七分钟后它长回来了
+
+**状态**:迁移 0053 · 与 0052 同一篇的直接后续
+
+0052 只删了 `relation_types` 里的**行**。种子关系是**代码**——`graph.rs` 的
+`DEFAULT_RELATION_TYPES` 里那一条还在,而 `ensure_default_ontology` 在建库、
+看本体页、**每次抽取**时都会跑。账本上看得很清楚:
+
+ 0052 应用于 08-30 17:54 → 全库 related_to 归零
+ bench demo-autoextend → 08-30 18:01 又长出一条 builtin=true
+
+**比"没删干净"更糟的是第二层。** 0052 同时删掉了抽取提示词里那条排除过滤,
+理由写在代码注释里:"现在它连行都没有了,逃生舱和'记得别列它'这两件事一起消失。"
+前半句是错的,于是后半句造成了倒退:`related_to` 不但活着,而且**第一次被列进
+提示词给模型看**。0001 量过这件事的代价——359 次使用里 321 次是模型从清单上挑的,
+只有约 38 次是代码降级。逃生舱一旦摆上台面,模型就不再去说原文究竟说了什么。
+
+**教训不是"要记得改两处",是"这两处必须同时改,只改一处比都不改更糟"。**
+删数据不删词汇 = 词汇长回来;删排除过滤不删词汇 = 把它递给模型。
+
+### 而守这条线的断言当时是空的
+
+0052 里有一条自认为的对照组:
+
+```sql
+SELECT count(*) FROM relation_types WHERE key = 'related_to' AND builtin
+```
+
+它通过了,因为**测试夹具是裸 SQL 建的库,从没调用过 `ensure_default_ontology`**——
+种子一次都没种下,断言在一片空地上成立。这是本会话第二次踩"空测试"
+(第一次是抽取守卫那条:`ctx = None` 根本到不了要守的分支)。
+
+现在的版本先把种子种下去再查,并且验过对照:把 `related_to` 加回种子表,测试变红。
+
+另外两个连带修掉的:全库计数的断言会被并行测试污染(改成按 kb 查),
+以及断言 panic 会跳过 teardown(改成开跑前先扫地)。
+
## 待做
- `mapped_to` 从抽取提示词里撤掉。它链接的是实体 → 数据源 schema(JSON 值),
diff --git a/docs/decisions/README.md b/docs/decisions/README.md
index ec8bc07c..78e40e41 100644
--- a/docs/decisions/README.md
+++ b/docs/decisions/README.md
@@ -31,7 +31,7 @@
| 0007 | [谁来决定一个说法值不值得成为关系](0007-who-decides-what-becomes-a-relation.md) | 已建成 · 采纳改由计数决定 · 含五条走过的死路 · **叙述动词待解** |
| 0008 | [预制本体包作为冷启动](0008-ontology-packs-as-cold-start.md) | 规划中 · 建库仍只发种子关系 |
| 0009 | [「还没判出来」不该是一个类](0009-no-type-is-a-type.md) | 已实施 · `entities.type_id` 改为可空 |
-| 0010 | [「说不出是什么关系」不该是一个关系](0010-no-relation-is-no-relation.md) | 已实施 · `facts.predicate_id` 改为可空 · 0009 在关系侧的孪生 |
+| 0010 | [「说不出是什么关系」不该是一个关系](0010-no-relation-is-no-relation.md) | 已实施 · `facts.predicate_id` 改为可空 · 0009 在关系侧的孪生 · **含一次七分钟后长回来的修订** |
## 不是决策记录的那些
diff --git a/migrations/0053_the_seed_grew_it_back.sql b/migrations/0053_the_seed_grew_it_back.sql
new file mode 100644
index 00000000..2ec32821
--- /dev/null
+++ b/migrations/0053_the_seed_grew_it_back.sql
@@ -0,0 +1,25 @@
+-- 0052 删掉了 `related_to`,代码七分钟后把它种了回来。
+--
+-- 迁移改的是**数据**,而种子关系是**代码**:`graph.rs` 的 `DEFAULT_RELATION_TYPES`
+-- 里那一行还在,`ensure_default_ontology` 在建库、看本体页、**每次抽取**时都会跑,
+-- 于是 `ON CONFLICT (kb_id, key)` 找不到行就重新插一条。实测账本:
+--
+-- 0052 应用于 08-30 17:54 → 全库 related_to 归零
+-- bench demo-autoextend → 08-30 18:01 又长出一条 builtin=true
+--
+-- 比"没删干净"更糟的是第二层:0052 同时删掉了抽取提示词里那条排除过滤
+--(当时的理由是"行都没有了,不需要记得别列它")。行既然还在,结果就是
+-- `related_to` **第一次被列进提示词给模型看**。0001 量过这件事的代价:
+-- 359 次使用里 321 次是模型从清单上挑的,只有约 38 次是代码降级——
+-- 逃生舱一旦摆上台面,模型就不再去说原文究竟说了什么。
+--
+-- 代码那半边这次一起改了(种子表与中文表里的 related_to 都已删除)。
+-- 这条迁移只负责把已经长回来的行清掉。
+--
+-- **只删 builtin 的。** 谁想自己建一个叫 related_to 的关系是他的自由——
+-- 那是一个人做的决定,与这里要消灭的"程序状态伪装成词汇"是两回事。
+
+UPDATE facts SET predicate_id = NULL
+ WHERE predicate_id IN (SELECT id FROM relation_types WHERE key = 'related_to' AND builtin);
+
+DELETE FROM relation_types WHERE key = 'related_to' AND builtin;