Ask AI：官方 Agent 能力、账户与受控业务操作
我们要做的是一个能在 Retaintive 内理解当前工作、查证业务数据、提出并执行获准操作的助手。模型可以换，用户可以选择公司渠道或自己的 AI 计费渠道；工具、权限、业务记录和一致性仍由 Retaintive 管理。用户还需要看懂它的实际效果、谁付款、怎么排查问题。
2026-10-04 02:49 UTC 状态：站内 test 已部署本轮加固，并完成指定长对话和取消场景复验；整体稳定性验收尚未完成。 网站采用官方 Agents SDK。修复了 scoped Task 引用、历史权限过滤、有界 429 retry、共享 Outcome/Timeline reader 和每请求一次性恢复；真实测试又发现“缺证据却断言未转化”，已增加受限措辞检查并复测。此处记录的是 02:49 UTC 运行快照，当时代码仅在未合并 feature branch。当前 PR 状态见下方记录；未改 production。
当前 review 状态（2026-10-04）： 产品文档已提交 docs PR #513；Ask AI 代码已提交 infra PR #2619，同步 infra main 85adf7080，功能尚未合并。只有原样 schema 基线修正 #2611 已进入 main。production 放量条件由 #2618 跟踪。本轮未修改共享数据库或重新部署，运行证据仍采用下方注明日期和版本的快照。
最新产品方向（2026-10-03 用户再次确认）：聊天窗口必须留在 Retaintive 内，不做让客户转去 ChatGPT / Claude 聊天的 connector、MCP 或 Marketplace 产品入口。当前主线继续站内 DeepSeek + 官方 Agents SDK，先加固连续追问、业务数据准确性和失败恢复；通用 Agent 能力优先复用官方 SDK，业务权限与最终写入由现有代码负责。普通客户直接使用 Retaintive AI，不要求理解 OpenRouter 或填写 API key。商业接入申请与审批前后步骤已记录：用户已自行提交并提供 OpenAI 收件回执，等待产品匹配评估，尚未获批。站内订阅连接等待官方资格，不阻塞公司渠道；现有 API key 能力不代表最终普通客户入口设计。
本文是产品目标与可查看成果入口。工程契约与运行记录维护在 callytics-infrastructure/openwiki/studio/ask-ai.md；业务概念服从产品北极星、系统世界观和 Task V3 contract。
发布流程事故补记（2026-10-04）： 本任务曾将未合并 Ask AI 分支的 0130 migration
提前应用到共享 test，违反已有发布流程，导致其他 PR 的 integration 和 test 部署被
migration drift 阻塞。用户用 #2611
原样补齐 main 后恢复。上述功能复验不证明这一迁移操作合规。后续必须通过 Drizzle
generate → review / PR → merge → 同一 SHA 的 CI migrate / verify → deploy；合并前
只用 disposable branch 或本地 PostgreSQL，不直接改共享库、不改写已执行 migration。
此次只读核对了代码和 GitHub 结果，没有再次修改数据库或部署。
从对话历史还原完整目标
用户最初提出的重点是：能否直接使用 OpenAI / Claude 已经做好的 agent engineering，而不只是调用一次模型 API。后续明确要求看真实 demo、研究现有代码、区分账户和费用、支持权限内的业务修改，并优先保证功能和数据一致性。
因此，“test 第一版可用”对应一个已验证的阶段，不等于上述长期目标全部完成。
设计图与实际效果
历史设计原型
下面保存最初用于解释产品效果的设计图。它使用合成数据与模拟交互，表达助手、工具步骤、付款渠道和审批的位置；不是当前部署截图，也不证明画面中的能力都已实现。涉及 ChatGPT / Claude 订阅的连接画面只表达未来流程。
还保留了“用户在外部 ChatGPT / Codex 客户端访问 Retaintive”的入口概念图，仅作为历史设计记录。用户已明确排除这个产品入口，不在当前建设范围；尚未上线、未发布 Marketplace / MCP，也不代表网站可以直接使用订阅额度。
早期真实 test 截图
当前站内入口是既有页面旁的 Ask AI 面板。用户先照常登录 Retaintive，选择模型付款渠道；提问后看到真实工具进度、回答、可定位引用、费用状态，以及必要的改期卡片。
这些截图来自 2026-10-03 的合成 Task 验收：助手提出 10 月 9 日 15:00 的预览，未点击确认，因此实际 Task 仍安排在 10 月 8 日 15:00（America/New_York）。旧截图里的预览会过期，体验时需要重新提问。
体验入口：Retaintive test。需要对应测试门店权限。合成演示 Task 名称为 Ask AI Smoke ask-ai-smoke-ae1dddaa，显示门店为 Demo Studio；可以问“当前任务的下一步安排是什么”，或要求先预览改期。该任务没有自动外呼来源，本次没有发送真实电话或短信。
面板上的按钮做什么
ChatGPT / Claude 订阅按钮当前没有可用的商业授权流程，不应让用户误以为填一个 API key 就接上自己的月费订阅。普通客户使用公司 AI 不需要完成这一步。
当前预览的到期检查位于 UI；写入复用既有 Task command，后端检查业务权限、版本和 幂等性，尚未将 proposal expiry 绑定为独立的服务端确认条件。这个 production 前的 缺口与“AI 不能自动保存”分别记录，不能用按钮禁用证明服务端已经拒绝所有过期提案。
2026-10-03 继续建设的决定
产品决定：聊天留在 Retaintive；普通客户直接使用公司 DeepSeek，不要求懂 API key 或 OpenRouter；优先借官方 SDK 的通用执行能力。先保证连续追问、数据准确性和失败 恢复。排除外部 ChatGPT/Claude connector 产品入口。ChatGPT 商业申请已收件、未批准， 等待期间公司渠道继续建设；API key 能力保留为可选能力，不代表最终普通客户入口。
工程取舍：保留官方 Agents SDK 0.18.0；安全的 provider HTTP 429 一次 run 最多额外 尝试一次，付款渠道不变，工具不重放。历史先过滤权限再取最近十轮。Task 引用由服务器 解析真实身份，正文引用一起验证；SMS 失败与计划不能冒充业务结果。读取 Task 关闭时 对齐实际 writer、保留时间毫秒和 Policy 守卫，把 Staff 审计归属与 Outcome credit 分开。
五分钟 Neon 巡检已在 test 改为每请求一次性 expiry，晚开始的请求有独立运行期限。 安排失败不启动付费 worker，恢复失败耗尽重试进入 DLQ；没有请求不报警。完整性检查 仍是请求触发抽查，晚确认未必再检查，DB insert→schedule 的 crash 仍靠下一次请求 兜底。Streaming、receipt-triggered audit/durable dispatch、所有关闭变体全量评测和 production rollout 继续待办，不能声称已完成。
早期本地验收 checkpoint：API 四组 227 pass、SDK/data/retry/schedule 七组 44 pass，真实
Neon 临时表超时 CAS 与历史权限 LIMIT 通过。最新真实 SDK 三轮合成 Task 问答正确区分
Next Action、Deadline 和未证明转化，Task version 5 与时间未变，模型费 $0.00198024。
这是指定场景的实测小样本，不代表所有业务问答准确，也不包含基础设施成本。
功能分支当时已同步 infra main d6d858ede，Ask AI 功能未合并；01:30 UTC 曾观察到 test worker/API 被后续 main
部署覆盖且 monitor 不存在。本轮已重新部署，下方旧截图/release 明确保留为历史证据。
本轮部署与真实验收（2026-10-04 02:49 UTC）
真实长对话中，Task 工具正确报告没有已验证 Outcome，模型却两次写出“未转化”。只补
prompt 未能消除，因此增加服务端针对已发现 conversion 措辞的证据检查：同一句引用
的 Task 必须有匹配 canonical lead_conversion Outcome；重查缺失或异常会清除旧
支持。首次违规让官方 SDK 纠正一次，再犯拒绝发布答案和草稿，已知费用仍保存。
它不保证所有自由文本同义表达、人物绑定、复杂否定、时间范围和付款语义正确。
最新 query b0f50d52-e039-4089-9a35-2847c53dd3b4 在原长对话里成功，回答“当前记录
尚不能确认转化”，只有一次 Task 查询；三个模型 receipts、complete ledger、模型费
$0.00098358。旧错误答案保留为失败证据，不把 succeeded 请求状态等同业务答案正确。
Stop query 76645537-4730-4ada-9409-dc8f51913f6b 落库 cancelled，页面显示 Stopped；
未 claim 运行（started_at 为空），没有费用 telemetry，不伪造已知零成本。本轮只读验收前后 Task
snapshot 一致，version 5 和 Next Action 2026-10-08T19:00:00Z 未改变。
普通 Playwright click 复验了设置、付款菜单、引用定位、关闭/重开、新对话、Send、Stop； 1280×800 与 390×844 没有面板横向溢出，console error 为 0，临时 viewport 已恢复。 root 全量 965 pass / 20 skip / 0 fail、API 四组 227 pass、最新 SDK 八组 63 pass、root typecheck 和正常提交 hooks 通过；真实 Neon 五项只读/临时表验证通过。独立复核关闭 已发现的四个 guard 漏洞，另有八个失败重读探针通过；不代表所有业务语义全面验收。
CloudWatch 02:05–02:49 UTC 的 API/worker/monitor 未观察到 error event。一次性 Scheduler callback 实际执行，首个 schedule 执行后自动删除，DLQ 三种消息计数为 0，三个 alarms OK。impact/recovery 接 SNS；integrity 在 test 为 diagnostic、没有 notification action。 真实通知送达仍未验收。Sentry maps 带 Debug ID 配对留在本地，upload 缺写权限（HTTP403）。
本轮七条浏览器请求的已知模型费合计 $0.00513720，包含修复前错误答案；一次取消
没有费用 telemetry，不能把它当成完整账单保证，也不含基础设施费用。
到底借用了什么
模型负责理解问题和选择工具。harness 是围绕模型的执行机制，管理工具循环、运行生命周期和进度。Retaintive 提供业务工具，并决定什么数据可读、什么操作可写、谁付款和记录如何落库。
当前接入的是运行在我们服务器里的 Agents SDK，不是 OpenAI 托管 Agents API 的 Codex harness，也不等于完整 ChatGPT 产品。SDK 已支持 sessions 和 streaming；当前网站仍使用自有权限过滤的近期问答上下文与 polling，不能把官方支持当成本产品已经接入。后续优先评估复用官方实现，保留门店权限和最终答案校验。官方运行与会话说明。
选择 Agents SDK 是结合当前 Lambda / Neon、既有工具和多模型需求的工程取舍。官方支持通过 AI SDK adapter 接其他模型；该 adapter 仍为 beta，需按选定 provider 验证。当前版本已固定，并保留 provider 多轮 contract tests。官方 adapter 文档。
公开 SDK 代码作为依赖打包进我们的 worker，在 AWS Lambda 执行；模型通过选定 provider 的远程 API 运行。Neon 仍保存我们的业务记录，工具只查询权限范围内的结果，再将这些结果作为模型上下文发给所选 provider。自带 key 改变计费项目，不改变数据权限；也不意味着模型只在客户电脑计算。我们没有下载模型参数或完整 ChatGPT 产品的私有代码。
Codex 的公开 harness / app-server 是另一种可用路线，包含会话、事件流、工具与审批协议；应用继续拥有业务上下文和系统记录。开源 harness 与模型访问是两件事。Codex 官方说明。
当前网站采用真实进度与 polling，结束后发布已校验的完整答案，尚未实现逐 token streaming。也没有开放任意 shell / SQL、MCP Marketplace、全部 UI mutation，或复制用户原 ChatGPT 的对话与记忆。
工具循环与确认写入
首个修改能力只调整已有 managed Task 的 Next Action 时间，保留行动内容。生成草稿时检查角色、DNC、Task 状态与身份、门店时区、夏令时歧义、未来时间和 deadline。卡片包含前后时间、理由、版本与有效期；聊天里回复“确认”不会保存。
确认复用现有 UI 的 Task 修改接口。相同 command 重试不重复改动；其他人已改 Task 时旧版本被拒绝。草稿到期目前由 UI 在确认前检查，服务端既有 writer 没有核验 proposal 归属/到期的专门入口；服务端仍强制业务权限、版本与时间约束。production 前需明确是否把草稿验证也收敛到服务端。不能把这个动作推广成“模型可以自由修改数据库”，也不能将 Task 改期当成课程预约、通话时长或业务 Outcome。
登录、token 和谁付钱
Retaintive 登录决定业务权限；AI 计费连接决定这一轮模型请求由哪个 API 项目付钱。 用户能登录某个模型账号，不会因此取得其他门店的数据权限。
API key 在服务端用 KMS 加密，绑定用户与连接；接口只返回 metadata，支持撤销。一次问题选择的付款人固定，key 无效、被撤销或额度不足时不会切换到公司渠道偷偷付款。第一版是用户自己的连接，尚未建设完整的组织 key 管理策略。
OpenAI 公开的 ChatGPT plan usage 路线面向开源/本地应用；付费或远程托管应用需要提交官方 interest form。我们尚未取得本站该路线的接入资格；公开本地流程不能作为 SaaS 接入已获准的证据。它也不提供原 ChatGPT 对话或其他账户 context。官方适用范围。Anthropic 要求第三方产品使用 claude.ai 登录/额度前事先获准；当前采用 API key 方式。Claude 官方要求。
用户在外部 ChatGPT / Codex / Claude 客户端通过 MCP 使用 Retaintive，需要独立授权与发布；用户已明确排除这个产品入口，本轮不建设、不发布它。
存储、排查与重要预警
Neon 记录 conversation 所属用户、query、结果、引用、进度、选定 provider / payer 和逐轮 usage。前端记录按环境与用户隔离，退出/切换身份会清理；模型历史按当前权限重新筛选。API key 不进入回答或 logs。默认关闭 OpenAI tracing 与敏感内容日志。历史自动保留/删除机制仍需 production 前补齐。
模型/工具前以及最终结果发布前重新检查权限；取消与终态采用条件更新，防止停下后被迟到结果改回成功。每轮已完成模型请求先保存 usage，失败或取消仍保留已知费用；未知/不完整费用不能当成零。工具输入允许一次纠正，数据库故障和撤权不进入该循环。安全诊断记录失败阶段、工具、错误类型与白名单字段，不写入原始错误正文或 SDK run state。
test 监控关注成批失败、已确认修改的证据不一致，以及恢复失败进入 DLQ；没有 idle heartbeat 报警。取消、撤权、客户 key 401/429 和孤立小错误不升级为系统预警。Task 一致性核对使用草稿、accepted event、command receipt 与 Timeline；目前为请求触发抽查，晚确认可能没有再次核对。具体阈值、恢复规则和操作步骤以 OpenWiki 工程页为准。
三个 CloudWatch alarms 在最后记录时为 OK，SNS 已接既有 dispatcher；test 的一致性 alarm 为 diagnostic，未配置通知 action。没有制造假 ALARM，Lark 送达尚未验收。Sentry source-map 上传因现有只读凭据返回 403；已保存 test 后端 maps 与补传计划，未声称上传完成，旧 Web build 没有生成 maps。
早期真实验收与版本快照
以下是 2026-10-03 的 test snapshot，并非“main / production 已包含”。infra source HEAD 为 790571ee687dd36c6021b54eea2642d2726f7dc4；运行部署版本与后续测试/文档提交分别记录：
OpenAI / Anthropic 的成功调用验证使用官方 SDK 的多轮 HTTP fixtures；未获得有效客户 key 完成这两种 provider 的真实付费成功请求。模型引用不存在的服务器 ref 会阻止答案发布；没有引用目前是 warning，不是 hard reject。合法引用通过权限与来源校验，也不等于所有回答语义通过完整业务评测。
失败记录保留：旧 agent_run_failed 缺少原始诊断，不能拿后来的错误复现冒充历史根因；本轮曾引入的 AI SDK adapter outputSchema 回归已修复并重新验收。不能以当前通过推断供应商永不失败或模型永不误判。
工程实现记录为 callytics-infrastructure/.claude/specs/2026-10-03-ask-ai-platform-impl.md。原始证据文件名：verification.json、byok-success.json、health-verification.json、codex-personal-smoke.json；交接位置和复验步骤由 OpenWiki 维护。可查看脱敏验收摘要，它是历史记录，不代表当前运行健康。本文只保存必要的合成验收摘要，不包含 key、登录密码或用户私密对话。
成本与下一步条件
本轮沿用已有 AWS / Neon / Cloudflare / OpenRouter，未购买新服务。公司和 BYOK 样本中模型费是每题约千分之一美元量级，但不是固定价：工具轮数、上下文、缓存、模型和实时价格都会改变账单，基础设施另计。公司渠道目前有问题数量限制；尚未实现全公司硬美元预算。
本轮已选择按请求安排 expiry，空闲时不做五分钟 Neon polling。它减少空闲唤醒，不代表基础设施免费；production 前仍需按负载核算 Scheduler、Lambda、Neon、SQS、KMS 和 logs，并决定写入事件审计的范围。不会从本次小样本推定未来公司的总月费。
难度以这些实际依赖和验收工作衡量，不在缺少接入资格、政策与样本时编造交付时长或供应商单价。