tw/features/self_evolution_mvp.md

自我进化 MVP（可控版）

目标：让客服 agent 持续变聪明，同时避免“自动改坏线上”。

1. 已落地能力

• 失败样本采集：从 db/chat_log_db/chats.db 抽取近 N 小时客服问答对。
• 离线评测：自动识别高风险未转人工、低置信度兜底、慢回复等问题。
• 改进建议生成：输出可执行的模块级 proposal（prompt/router/workflow）。
• 发布门禁：结合运行指标（config/.runtime_metrics.jsonl）判断是否允许发布候选版本。
• 候选产物：通过门禁后写入 config/evolution_candidate.json，用于 5% 灰度。

2. 运行方式

python scripts/evolution_cycle.py --hours 24 --publish

默认即读取线上 MySQL（--source mysql）。连接信息来自 .env 的 MYSQL_*。

常用参数：

• --max-customers 200
• --max-messages-per-customer 80
• --runtime-hours 24
• --policy-path config/evolution_policy.json

3. 产物说明

运行后会在 evolution/artifacts/ 生成：

• samples_*.jsonl：评测样本
• eval_report_*.json：评测摘要与门禁结果
• proposals_*.json：改进建议列表

当 --publish 且门禁通过时：

• 写入 config/evolution_candidate.json
• 状态标记为 ready_for_gray_5_percent

4. 下一步建议

• 把 scripts/evolution_cycle.py 加入每日定时任务（例如凌晨 2 点）。
• 在灰度层接入 evolution_candidate.json 的版本号，按店铺或客户哈希做 5% 放量。
• 将 proposal 落地为具体 patch 后，先跑 tests/ 回归，再扩大流量。