freshness-judge

# Freshness Judge — 证据新鲜度判断技能 ## 核心职责 根据时间窗（time window）和证据中的时间信息，为每条证据打上精确的时间语义标签。 **做什么：** - 提取证据中的时间信息（发布日期、事件时间、数据时间范围等） - 将每条证据分类到 5 个新鲜度等级之一 - 生成整体新鲜度画像（freshness profile），供下游流程使用 **不做什么：** - ❌ 不改写证据内容 - ❌ 不做搜索或补充信息 - ❌ 不生成最终判断或结论 - ❌ 不做证据清洗（交给 evidence-cleaner） - ❌ 不移除任何证据（即使标记为 stale，仍保留在分类结果中） ## 最小输入 | 字段 | 类型 | 必需 | 说明 | |------|------|------|------| | `normalized_evidence[]` | array | ✅ | 已标准化证据条目，每条应含 `source_url`、`title`、`snippet`、`publish_date`（可选） | | `canonical_time_frame` | object | ✅ | `{start, end, granularity}` 本次任务的标准时间框架 | | `freshness_policy` | object | ❌ | 覆盖默认行为的策略参数（见下文） | ### freshness_policy 参数 ```json { "conservatism_level": "high", "stale_threshold_months": 6, "undated_handling": "downrank", "cross_window_rule": "background", "require_precise_date": false } ``` | 参数 | 默认值 | 说明 | |------|--------|------| | `conservatism_level` | `"high"` | 保守程度：`high`（不轻易标记为current）/ `standard` / `lenient` | | `stale_threshold_months` | 视场景 | stale 阈值月数，默认由场景决定 | | `undated_handling` | `"downrank"` | 无日期证据处理：`downrank` / `flag_only` / `drop` | | `cross_window_rule` | `"background"` | 跨时间窗证据规则：`background` / `stale` | | `require_precise_date` | `false` | 是否要求精确日期（否则接受月份/年份级精度） | ## 输出格式 ```json { "current_evidence": [], "background_evidence": [], "stale_evidence": [], "undated_evidence": [], "malformed_evidence": [], "freshness_profile": { "total_evidence": 20, "current_ratio": 0.35, "background_ratio": 0.30, "stale_ratio": 0.15, "undated_ratio": 0.15, "malformed_ratio": 0.05, "time_coverage": { "earliest": "2022-03-15", "latest": "2024-05-15", "median_date": "2024-01-20" }, "overall_assessment": "证据库时间覆盖良好，35%为当前有效证据，15%为无日期证据需谨慎使用", "risk_flags": [ "15%证据无时间标注，可能引入旧材料误判风险" ], "compensation_queries": [ { "query": "AI芯片 2025年Q3 Q4 市场格局变化", "rationale": "补充2025年H2背景数据，平衡时间分布偏差", "target_period": "2025-07 至 2025-12", "priority": "recommended" } ] } } ``` ## 5 级分类体系 | 等级 | 标签 | 含义 | 下游处理建议 | |------|------|------|-------------| | 1 | **current** | 在 canonical time frame 内，可直接使用 | 优先使用，作为主证据 | | 2 | **background** | 时间框架外，但有参考价值 | 辅助证据，需标注"背景信息" | | 3 | **stale** | 明显过时、已被推翻或替代 | 谨慎使用或忽略，需标注"已过时" | | 4 | **undated** | 缺乏时间信息，无法判断 | 建议降权，避免当作 current 使用 | | 5 | **malformed** | 时间格式损坏或自相矛盾 | 建议忽略，需人工审查 | ## 核心原则：保守原则 1. **不默认当 current**：在保守模式下，只有明确落在时间窗内的证据才标记为 current 2. **时间不足标记 undated**：无法从证据中提取时间信息时，不猜测，标记为 undated 3. **格式损坏标记 malformed**：时间信息存在但自相矛盾或格式无法解析时，标记为 malformed 4. **宁可错标 background，不可错标 current**：对时间边界模糊的证据，降级处理 ## 判定流程 ``` 证据进入新鲜度判断 │ ▼ ┌─────────────────────────┐ │ 提取时间信息 │ │ publish_date? │ │ snippet中的日期? │ │ 事件隐含时间? │ └────┬──────┬──────┬──────┘ │ │ │ 有时间 无时间 时间矛盾 │ │ │ ▼ ▼ ▼ 继续 [UNDATED] [MALFORMED] │ ▼ ┌─────────────────────────┐ │ 比对 canonical_time_frame │ │ evidence_date vs window │ └────┬──────┬──────┬──────┘ │ │ │ 在窗内 窗外近期 窗外久远 │ │ │ ▼ ▼ ▼ [CURRENT] [BACKGROUND] 判断是否被推翻 │ ┌────┴────┐ │ │ 未推翻 已推翻/替代 │ │ ▼ ▼ [BACKGROUND] [STALE] ``` ## 时间偏差自动补偿 当 freshness_profile 检测到时间分布异常时，自动生成 `compensation_queries` 供编排器决定是否触发补搜。 ### 触发条件 | 条件 | 补偿级别 | 说明 | |------|---------|------| | `current_ratio > 0.8` 且时间跨度 < 时间窗50% | `recommended` | 证据过度集中在近期，建议补充历史背景 | | 某维度证据全部为 stale/undated | `required` | 关键维度无新鲜证据，必须补充 | | `background_ratio = 0` 且 `goal_mode = strategic` | `recommended` | 战略分析缺乏背景深度 | | `undated_ratio > 0.3` | `required` | 大量无日期证据，必须尝试补充日期信息 | ### 补偿查询格式 ```json { "compensation_queries": [ { "query": "string — 补充搜索查询", "rationale": "string — 为什么需要这条补充", "target_period": "string — 目标补充时间段", "priority": "required | recommended | optional" } ] } ``` ### 与编排器的协作 - `required` 级补偿：编排器应自动触发回溯到 query-planner 追加查询 - `recommended` 级补偿：编排器可根据预算决定是否补搜 - `optional` 级补偿：仅在预算充裕时执行 ## 参考文档 - [新鲜度判定规则](references/freshness-rules.md) — 5 级分类详细定义与判定标准 - [时间窗场景示例](references/time-window-examples.md) — 不同场景的典型时间窗与边界案例 - [判定用例集](references/examples.md) — 3 个完整用例演示 ## 与 evidence-cleaner 的协作 ``` raw_evidence_items │ ▼ evidence-cleaner (清洗) │ ▼ normalized_evidence ──→ freshness-judge (本技能) │ ▼ timestamped_evidence (带新鲜度标签) ``` **建议执行顺序**：先执行 evidence-cleaner 完成去噪去重，再执行 freshness-judge 判断新鲜度。避免在噪声证据上浪费时间判定。