acceptance-baseline-refresh

name	acceptance-baseline-refresh
description	Project-local experimental workflow for rerun, diff judgment, baseline refresh, and contract-sync after controlled parser changes.
status	experimental
scope	pricing_parser only

Acceptance Baseline Refresh

When To Use

在以下场景使用：

• 解析输出字段发生了受控变化
• parse_summary.md 的统计口径发生了明确调整
• data_samples/expected/ 需要和当前已验证契约重新对齐
• 你需要留下“为什么可以刷新 baseline”的判断依据

不要在以下场景使用：

• 未先完成范围内代码实现与最小验证
• 尚不确定差异是预期变化还是潜在回归
• 想用 baseline 覆盖来掩盖测试失败

Inputs

• 当前 task package 或等价范围说明
• 受控重跑入口，例如 data_samples/raw/
• 当前 baseline 目录，例如 data_samples/expected/
• 临时输出目录，例如 tmp/<run_name>/current/
• 已通过的最小验证结果，例如 smoke 或 focused tests

Outputs

• 差异分类结论
• 是否刷新 baseline 的明确决定
• 刷新后的 expected 文件集合
• baseline refresh 报告
• 与本轮契约相关的 README / HANDOFF / status 同步结果

Execution Steps

1. 先确认边界。 只在 task package 已授权、并且已有最小验证通过的前提下开始 baseline refresh。

2. 进行受控重跑。 使用固定输入集、固定 mapping、固定输出目录生成新的 CSV / Markdown / workbook 产物。

3. 对比 baseline。 对 data_samples/expected/ 中受影响文件逐一比较，记录新增字段、统计值变化、展示口径变化与纯格式变化。

4. 做差异判定。 把差异分成三类：

   • 预期契约更新
   • 潜在回归
   • 待确认但暂不刷新

5. 只刷新被判定为“预期契约更新”的文件。 不允许因为有 diff 就整体覆盖 expected 目录。

6. 做刷新后验证。 至少确认刷新后的 expected 文件与受控重跑结果一致，并补充必要 smoke / acceptance 验证。

7. 同步说明文档。 把 baseline refresh 事实同步到项目状态文档和 execution report，而不是只停留在命令输出里。

Constraints

• 不替代 parser 实现或测试。
• 不改变 task package 的范围。
• 不把未确认差异直接写进 expected baseline。
• 不把实验 skill 输出伪装成正式 canonical governance。
• 不借 baseline refresh 处理 PRODUCT_022、adapter 扩张或 routing 改写等范围外事项。

Acceptance Criteria

满足以下条件时，才可把一次 baseline refresh 判定为完成：

• 进入 refresh 前，至少有一组与本轮改动直接相关的 focused tests 或 smoke tests 已通过。
• 受控重跑入口、baseline 目录、临时输出目录在报告中写清楚。
• 差异已被明确分类为：预期契约更新、潜在回归 或 待确认。
• 只有被判定为 预期契约更新 的 expected 文件被刷新。
• 刷新后，至少完成一次“expected 与受控输出一致”的验证。
• baseline refresh 的结果已同步进任务报告或状态文档，而不只是停留在临时命令输出中。

Boundaries With Other Workflows

With workflow-bootstrap

• workflow-bootstrap 负责角色链和流程壳层，例如 Drafter / Reviewer / Implementer / Reporter / Final Reviewer。
• 本 skill 只负责其中“baseline refresh judgment”这一段受控流程。
• 本 skill 不定义角色职责，也不替代 task package 编写、预审查或最终复核。

With chatgpt-handoff-pilot

• chatgpt-handoff-pilot 负责 task package、bounded execution 和 execution report 的协议化组织。
• 本 skill 只补充“当 expected baseline 需要刷新时，如何先判断、再刷新、再留痕”。
• 本 skill 不能绕过 task package 授权，也不能单独批准范围扩大。

Recommended Report Structure

建议至少记录以下字段：

• rerun entry
• baseline location
• temp output location
• focused tests run first
• diff summary by artifact
• refresh approved / rejected decision per artifact
• post-refresh validation
• documentation sync status

Round 4 Trial Notes

本轮实际试跑结论：

• parse_summary.md 中 Review flagged subjects 从 238 增至 525 是预期契约更新。
• Review items exported 保持 238，说明 subject-level review 覆盖扩大，但 review item 导出边界未被放宽。
• Supported asset types 从旧 internal keys 改为 taxonomy display names，是预期展示口径更新。
• valuation_subjects.csv、valuation_positions.csv、review_items.csv 新增 taxonomy 字段，是预期 schema 更新。
• 在后续 swap-margin taxonomy 修复的 follow-up 复核中，文本 expected baseline 已与当前 rerun 输出保持一致，因此结论是“无需再次刷新，只需补充证据链说明”。