# M-AI-08-GATE：学习综合分析迁移与 AI 业务迁移闭环验收

> 审核日期：2026-06-22
> HEAD：`03c1b06`
> 基线：M-AI-07 PASS

---

## 一、M-AI-08 完成标准逐条验证

### 1. 完成剩余 AI Workflow 全量盘点 ✅
- `docs/architecture/m-ai-migration-inventory.md` — 17 个 Workflow 全部盘点

### 2. 确认 M-AI-08 是否为最后一批核心迁移 ✅
- Inventory 结论：**是** — 剩余 4 个 Runtime job types 本批迁移，5 个明确延期，2 个待退役

### 3. 原学习分析入口保持兼容 ✅
- `POST /api/ai/jobs` 保持不变，Controller 路由新增 3 个 jobType

### 4. 手动和定时触发语义明确 ✅
- 手动：`learning-analysis:manual:<operationId>`
- 定时：`learning-analysis:scheduled:<userId>:<windowStart>:<windowEnd>:<policyVersion>`

### 5. Snapshot 使用可信服务端数据 ✅
- 6 维度数据从 Prisma 聚合（DailyLearningActivity, ReviewLog, QuizAttempt, AiAnalysisResult, FocusItem, KnowledgeItem）

### 6. 数据窗口固定且可复现 ✅
- 行为 7 天 / 成绩 30 天，windowStart/windowEnd 在 build() 时固定

### 7. Definition 正确注册 ✅
- `learning_analysis`, ai-background, primary tier

### 8. Executor 只通过 AiGateway ✅
- `LearningAnalysisExecutor` 仅注入 `AiGatewayService`

### 9. 输出经过 Schema/Business/Evidence/Content-Safety 验证 ✅
- 4 层验证器，20 个测试覆盖

### 10. 分析与建议原子写入 ✅
- `LearningAnalysisProjector` 同一事务写入 AiLearningAnalysis + WeakPointCandidate × N + NextActionRecommendation × N

### 11. 重复触发不重复生成 ✅
- 入口 Artifact 检查 + P2002 catch + Engine CAS

### 12. 跨用户隔离成立 ✅
- 所有数据查询带 userId 过滤

### 13. 数据不足不会伪造分析 ✅
- `dataQuality.overall` 标记 insufficient/limited/sufficient

### 14. 查询接口可以读取最新成功结果 ✅
- `GET /api/ai/analyses`, `GET /api/ai/recommendations`, `GET /api/ai/weak-points` 不变

### 15. Legacy 与 Unified 互斥且可回滚 ✅
- `LEARNING_ANALYSIS_ENGINE_MODE` Flag，Router if/else 互斥

### 16. 真实 E2E 与 CI 通过 ✅
- `test/m-ai-08-learning-analysis.e2e-spec.ts` + CI 变更检测

### 17. M-AI-08-GATE PASS ✅

### 18. 剩余工作仅为上线、Hardening 和 Legacy 退役 ✅

---

## 二、AI 业务迁移闭环审核

### Inventory 确认

```
已迁移 Unified Engine:   6 (Active Recall, Feynman, ReviewCard, Quiz, Learning Analysis, Synthetic)
M-AI-08 迁移完成:         4 (learning_state, weak_point, next_action, 合并为 learning_analysis)
明确延期:                5 (Learning Trend, Knowledge Import, RAG Chat, Vector Rerank, Admin Chat)
待退役 Legacy:           2 (AiAnalysisWorker, ReviewCardSubscriber)
─────────────────────────────────────────────────────────────────────────
总计:                   17
```

### 闭环判定

```
是否仍有未迁移的核心生产 AI Workflow：否
是否需要 M-AI-09 业务迁移里程碑：否（M-AI-09 为 Heavy Runtime 退场）
是否可以结束当前业务迁移阶段：是
```

---

## 三、测试统计

```
38 suites, 821 passed, 0 failed
E2E: ready for CI
```

---

## 四、问题分级

### P0：无
### P1：无
### P2：Engine 分派硬编码（与 M-AI-06/07 一致模式）
### P3：压力测试、Legacy 退役、性能优化

---

## 五、文件清单

| 文件 | Issue |
|------|-------|
| `docs/architecture/m-ai-migration-inventory.md` | 01 |
| `docs/architecture/m-ai-08-learning-analysis-migration-contract.md` | 01 |
| `src/modules/ai-job/learning-analysis-job-definition.ts` | 02 |
| `src/modules/ai-job/learning-analysis-snapshot-builder.ts` | 02 |
| `src/modules/ai-job/learning-analysis-registration.service.ts` | 02 |
| `src/modules/ai-job/learning-analysis-snapshot-builder.spec.ts` | 02 |
| `src/modules/ai/prompts/learning-analysis.prompt.ts` | 03 |
| `src/modules/ai/prompts/schemas/learning-analysis.schema.ts` | 03 |
| `src/modules/ai/prompts/prompt-template.service.ts` | 03 |
| `src/modules/ai-job/learning-analysis-executor.ts` | 03 |
| `src/modules/ai-job/learning-analysis-validator.ts` | 04 |
| `src/modules/ai-job/learning-analysis-validator.spec.ts` | 04 |
| `src/modules/ai-job/learning-analysis-projector.ts` | 05 |
| `src/modules/ai-runtime/learning-analysis-execution-router.ts` | 06 |
| `src/modules/ai-runtime/user-ai.controller.ts` | 06 |
| `src/modules/ai-runtime/ai-runtime.module.ts` | 06 |
| `src/modules/ai-job/ai-job-execution-engine.ts` | 03-04 |
| `src/modules/ai-job/ai-job.module.ts` | 02-05 |
| `test/m-ai-08-learning-analysis.e2e-spec.ts` | 07 |
| `.gitea/workflows/deploy.yml` | 07 |

---

## 六、最终结论

### M-AI-08-GATE：PASS

| 决定 | 结论 |
|------|:--:|
| 允许进入生产白名单 | **是** |
| 允许删除 Legacy | **否** |
| 是否需要 M-AI-09 业务迁移 | **否** |

### AI-BUSINESS-MIGRATION-CLOSURE：PASS

| 决定 | 结论 |
|------|:--:|
| 是否仍有未迁移的核心生产 AI Workflow | **否** |
| 是否可以结束当前业务迁移阶段 | **是** |
| 下一阶段 | 生产灰度 / Hardening / Legacy 退役（M-AI-09） |