chore: T-P-1 工作区收敛——并行会话成果与历史未入库文件整理入库

- 入库历史遗漏源码/测试：router_system 9 模块（agent/executors/inference/knowledge/ memory/planner/skills/trace）、tests 11 个测试文件、config/knowledge 领域知识 - 入库根目录方案文档（v2/v3/可行性×2）、references 文献（arxiv 14-18/cnki_open/ 参考文献清单）、research 论文素材（routerarena/paper/中文文献 PDF） - 前端构建产物刷新（新 hash）；webapp 误写文档删除 - gitignore 增补：deepseek-harness、research/_refs、.mimosa/.zcode、网关日志/pid、临时调试脚本、tests/e2e/node_modules、AI代理功能开发/prefix - 基线确认：318 passed
2026-09-05 08:28:25 +08:00
parent 747d85c3ba
commit ce0f6170d3
82 changed files with 74132 additions and 36 deletions
@@ -0,0 +1,126 @@
+"""本系统 L0 路由器 → RouterArena BaseRouter 适配器。
+
+核心职责：
+- 接收 RouterArena 的 prompt（不含 ground truth）
+- 调用本系统 Router.route() 得到 (domain, confidence, quality_score)
+- 按 `DOMAIN_TO_MODEL_SLOT` 映射到 config.models 中的目标模型名
+- 兜底：confidence<0.60 或 quality<0.70 → 升到 reasoning-mid
+
+合规说明（依据 RouterArena README L34-37 + base_router.py L139-167）：
+- 路由阶段不接触 ground truth answer
+- 不在 RouterArena 数据上训练/微调
+- 8 领域映射表是手工设计，不基于 RouterArena 标签学习
+"""
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+from typing import Any, Dict
+
+# 把项目根加入 path，以便 import router_system
+_PROJECT_ROOT = Path(__file__).resolve().parent.parent.parent
+if str(_PROJECT_ROOT) not in sys.path:
+    sys.path.insert(0, str(_PROJECT_ROOT))
+
+from router_system.router import Router, build_router  # noqa: E402
+
+from .base_router import BaseRouter  # noqa: E402
+
+
+# L0 域 → RouterArena 候选模型槽位 的映射
+# 依据 00_integration_plan.md §3.2：
+# - code → gpt-4o-mini（代码强项）
+# - math/legal/medical/finance → claude-3-haiku-20240307（推理严谨性）
+# - life/general → gemini-2.0-flash-001（实用+快速）
+# - education → deepseek-chat（中文/教育）
+DOMAIN_TO_MODEL_SLOT: Dict[str, str] = {
+    "code": "gpt-4o-mini",
+    "math": "claude-3-haiku-20240307",
+    "legal": "claude-3-haiku-20240307",
+    "medical": "claude-3-haiku-20240307",
+    "finance": "claude-3-haiku-20240307",
+    "life": "gemini-2.0-flash-001",
+    "education": "deepseek-chat",
+    "general": "gemini-2.0-flash-001",
+}
+
+# 兜底：低置信度或低质 → 升到更稳的模型
+ESCALATION_MODEL_SLOT = "mistral-medium"
+
+# 阈值：与本系统 config.yaml 默认对齐
+LOW_CONFIDENCE_THRESHOLD = 0.60
+JUDGE_FALLBACK_THRESHOLD = 0.70
+
+
+class ESExpertRouter(BaseRouter):
+    """把本系统 L0 Router 适配为 RouterArena BaseRouter。
+
+    重要：_get_prediction 必须只基于 query（无 ground truth），
+    返回值必须在 config.models 中。
+    """
+
+    def __init__(
+        self,
+        router_name: str,
+        config_path: str = "",
+        underlying_router: Router = None,
+    ):
+        super().__init__(router_name, config_path=config_path or None)
+        # 复用本系统 L0 Router（默认配置；如已 build 过可注入）
+        self._router = underlying_router or build_router()
+
+    def _get_prediction(self, query: str) -> str:
+        """依据 L0 路由决策返回目标模型名。"""
+        # 注意：这里我们用同步方式跑异步 router.route()
+        # BaseRouter 的 _get_prediction 是同步签名；RouterArena 的 generate_prediction_file
+        # 默认单线程顺序调用 8400 条，async 包装完全兼容
+        import asyncio
+        try:
+            loop = asyncio.get_event_loop()
+            if loop.is_running():
+                # 已经在 async 上下文（不太可能，但兜底）
+                return self._get_prediction_sync(query)
+            return loop.run_until_complete(self._route_one(query))
+        except RuntimeError:
+            # 没有 event loop，临时建一个
+            return asyncio.run(self._route_one(query))
+
+    async def _route_one(self, query: str) -> str:
+        result = await self._router.route(query)
+        return self._decide(result.domain, result.confidence, result.quality_score)
+
+    def _get_prediction_sync(self, query: str) -> str:
+        """event loop 已运行时的兜底（按当前 router 的同步视图返回默认值）。"""
+        # 我们没有同步入口，但 generate_prediction_file 是顺序同步调用 _get_prediction，
+        # 不会与 async 上下文冲突，所以此分支极少触发；保守返回 generalist-fast
+        return DOMAIN_TO_MODEL_SLOT["general"]
+
+    def _decide(self, domain: str, confidence: float, quality_score: float) -> str:
+        """路由决策：按阈值升档。"""
+        if domain not in DOMAIN_TO_MODEL_SLOT:
+            domain = "general"
+        # 兜底升级
+        if confidence < LOW_CONFIDENCE_THRESHOLD or quality_score < JUDGE_FALLBACK_THRESHOLD:
+            return ESCALATION_MODEL_SLOT
+        return DOMAIN_TO_MODEL_SLOT[domain]
+
+    def diagnostics(self, query: str) -> Dict[str, Any]:
+        """返回完整路由诊断（用于科研报告，不影响 RouterArena 协议）。"""
+        import asyncio
+        return asyncio.run(self._diagnose_one(query))
+
+    async def _diagnose_one(self, query: str) -> Dict[str, Any]:
+        result = await self._router.route(query)
+        return {
+            "query": query,
+            "domain": result.domain,
+            "subdomain": result.subdomain,
+            "subdomain2": result.subdomain2,
+            "difficulty": result.difficulty,
+            "confidence": result.confidence,
+            "quality_score": result.quality_score,
+            "upgraded": result.upgraded,
+            "model_used": result.model_used,
+            "route": result.route,
+            "selected_slot": self._decide(result.domain, result.confidence, result.quality_score),
+        }