# W1-T3 最终独立复审报告（第二轮修复）

## 状态

完成。本次复审只读取实现、迁移、来源清单、前两轮报告和本地/官方 CSV，并独立执行指定测试、来源审计及 ESCO URI 只读核验；未修改任何实现文件，仅写入本报告。

## Verdict

**FAIL**

第二轮唯一 Important finding 尚未完全关闭：

- 47 条 O*NET `software_skills` 来源当前数据全部真实，但测试只验证“每条 DB 三元组存在于快照集合中”，没有验证“每个技能代码对应唯一正确的三元组”；交换两个未被单点断言的技能来源后，测试仍会通过。
- 137 条非空 Importance 的值均已逐条核对，但测试对 `importance_is_proxy` 仍主要是 `0/1` 枚举检查，仅 10 条做 `proxy=1` 精确断言；将其余 127 条中的任一 `1` 改为 `0` 后，测试仍会通过。

以上属于回归保护缺口，不阻断当前种子数据的正确性，但按 TO-12 和本轮“篡改必须失败”的要求，仍阻断 T4。

## 独立测试结果

环境：

- `JAVA_HOME=D:\java\jdk`
- Maven：`D:\maven\apache-maven-3.9.7\bin\mvn.cmd`
- 工作目录：`D:\1\zhi\zhilai\mydreamjob-server`

执行：

```powershell
$env:JAVA_HOME='D:\java\jdk'
& 'D:\maven\apache-maven-3.9.7\bin\mvn.cmd' '-Dtest=SkillTaxonomyMigrationTest,SkillCloudSeedDataIntegrationTest' test
```

结果：

```text
SkillCloudSeedDataIntegrationTest: Tests run: 7, Failures: 0, Errors: 0, Skipped: 0
SkillTaxonomyMigrationTest:       Tests run: 2, Failures: 0, Errors: 0, Skipped: 0
Total:                             Tests run: 9, Failures: 0, Errors: 0, Skipped: 0
BUILD SUCCESS
Total time: 39.800 s
```

## 来源审计方法与结果

### 1. O*NET 31.0 官方来源核验

独立下载官方发布包：

- URL：`https://www.onetcenter.org/dl_files/database/db_31_0_csv.zip`
- HTTP：`200`
- 文件大小：`16,237,378` bytes
- HTTP `Last-Modified`：`Tue, 25 Aug 2026 03:46:00 GMT`
- 官方 ZIP SHA-256：`55033FC68B4C13EC23E7F74DC6378660F6E854E75D55D6E333AE0A761D3987CD`

从官方 ZIP 解压后与 `mydreamjob-server/target/onet-31` 逐文件比较，SHA-256 完全一致：

| 文件 | SHA-256 |
| --- | --- |
| `software_skills.csv` | `6AABB96B464288DB849580E6510530EFFF3F80E25DDE2BB23F1FC36BB526B016` |
| `work_activities.csv` | `6C266205B2926C0C854A7A577AAE29FE492C71BB0DF7E197ADCA830B58FE4EA1` |
| `knowledge.csv` | `88092E17D16096CDEBE292FEE4389DEB460EDDA24AE8B4637212C69C71562F55` |
| `essential_skills.csv` | `68C4D31D8C55077238395DCA40CC4E6D32E6A608B5474BB8264B1F98AE415BD7` |
| `transferable_skills.csv` | `F17D0419E818A3BF2F55076510C76C4AEF01CC8F5AEE2670D2F44F6F44AC60F7` |
| `occupation_data.csv` | `A09EAE1D6609686E44E05B7290993A1C8B523D8CA224BC0EEDC194C855C3EE02` |

因此，`target/onet-31` 中的本轮 CSV 来源与官方 O*NET 31.0 发布包一致，不是本地改写版本。

### 2. 证据快照与官方 CSV 对照

`mydreamjob-server/src/test/resources/skill-cloud/onet-31-reference.csv`：

- 总行数：92 条数据行。
- `SOFTWARE`：47 条，47 个唯一键，无重复。
- `IMPORTANCE`：45 条唯一 `SOC + Element ID` 组合，无重复。
- 47/47 条 `SOFTWARE` 三元组均精确命中 `software_skills.csv`。
- 45/45 条 `IMPORTANCE` 均命中声明的官方 CSV，`Data Value` 精确一致。
- 未发现无依据行、伪造三元组或伪造数值。
- `SOFTWARE` 的 `data_value` 均为空，符合 `software_skills` 没有 Importance 值的结构。

结论：当前证据快照确实来自 O*NET 31.0 官方 CSV，数据与官方 CSV 完全一致。

### 3. V36 数据全量审计

独立解析 V36 后确认：

| 项目 | 结果 |
| --- | ---: |
| O*NET 技能 | 47 |
| DB 使用的 SOFTWARE 三元组集合与快照集合相等 | 是 |
| 职位技能关系 | 139 |
| 非空 Importance | 137 |
| 空 Importance | 2 |
| 非空关系正确命中快照键和值 | 137/137 |
| 非空关系当前 `importance_is_proxy=1` | 137/137 |
| 空关系的 SOC/Element ID 为 NULL、proxy=0 | 2/2 |
| 137 条关系使用的唯一 Importance 键 | 45 |
| 快照 IMPORTANCE 键集合与实际使用集合相等 | 是 |

结论：当前数据层没有发现伪造来源、错误数值或错误代理标记。

### 4. Manifest 分类覆盖

从 `source-manifest.md` 独立解析 10 个职位及声明分类，并与 V36 对比：

- 职位：10/10 一致。
- 分类：68/68 存在。
- 每个声明分类至少关联 1 条技能关系；本轮独立统计最小值为 2、最大值为 3。
- 未发现分类遗漏或职位—分类清单不一致。

### 5. ESCO 职位 URI

V36 与测试中的 10 个职位映射一致，其中 8 个唯一 ESCO occupation URI。对 8 个 URI 调用 ESCO 官方只读 API，全部返回 HTTP `200`：

- 前端开发工程师 URI
- 后端开发工程师 URI
- 测试工程师 URI
- 金融数据分析师 URI
- 风控建模工程师 URI
- 教育产品经理 URI
- 教学设计师 URI
- 教育数据分析师 URI

DevOps、量化开发复用软件开发者 URI 的项目代理关系已在 V36 注释中明确，和当前批准清单一致。

## 上一轮 Finding 关闭状态

| 第一轮/第二轮 Finding | 状态 | 证据 |
| --- | --- | --- |
| C-1：混合来源未经批准 | 关闭 | 契约、design、source manifest 均已明确 ESCO 主来源 + O*NET `software_skills` 补充；V35/V36 字段语义与修订契约一致。 |
| I-1：代理 SOC/ESCO URI 不可追溯 | 关闭 | 10 个职位均有 ESCO source version 和 URI；8 个唯一 URI 独立返回 200；代理 SOC、Element ID、proxy 均落表。 |
| I-2：manifest 分类遗漏 | 关闭 | 68/68 分类存在，每个分类至少 1 条关系，清单与 V36 一致。 |
| I-3a：Importance 逐条可追溯数据 | 关闭 | V35 增加来源字段；V36 的 137/137 非空关系均匹配官方快照，当前数据真实。 |
| I-3b：测试全量覆盖 47/47 软件来源 | **部分关闭** | 47 条都做集合成员验证，但只有 5 条做 `skillCode -> sourceCode` 精确映射断言；未断言的两个技能交换来源仍可通过。 |
| I-3c：测试全量覆盖 137/137 非空 Importance | **部分关闭** | 137 条都验证来源键和数值；但 `proxy` 只对 10 条精确断言，其余 127 条可在 1 和 0 之间翻转而不失败。 |

## Findings

### Important-1：47 条 O*NET 软件来源未做完整的逐技能精确映射断言

位置：

- `mydreamjob-server/src/test/java/com/mydreamjob/skill/SkillCloudSeedDataIntegrationTest.java:160-183`
- 精确映射单点断言：`185-189`
- 辅助断言：`474-478`

问题：

当前循环对每条 DB `source_code` 只检查其三元组是否存在于快照中，再要求 DB 行数与快照行数相等。它验证了“集合完整”，但没有验证每个技能代码必须绑定哪个三元组。

可证伪反例：

- 任意交换两个未被 `assertOnetSkillSource` 覆盖的 O*NET 技能来源，例如 `SPRING_BOOT` 与 `DJANGO`。
- DB 仍然有 47 个唯一且合法的三元组，集合仍与快照相等。
- 现有 5 条单点断言不涉及这两个技能，因此测试仍通过，但技能溯源已经被错误交换。

影响：

`skills.source_code` 是来源追踪字段。来源交换会静默破坏“技能到上游来源 ID”的准确性，当前回归测试无法阻止。

修复要求：

- 在快照中增加 `skill_code`（仅 SOFTWARE 行使用），或新增完整的 `skillCode -> SOC|Workplace Example|Element ID` 映射资源。
- 对 47/47 条 O*NET 技能逐条断言精确来源，而不是仅做集合成员检查。

### Important-2：Importance Proxy 标记未做全量语义断言

位置：

- 枚举检查：`SkillCloudSeedDataIntegrationTest.java:201-203`
- 循环内代理检查：`229-230`
- 仅 10 条精确断言：`271-294`
- 精确断言辅助方法：`481-494`

问题：

`assertTrue(proxy == 0 || proxy == 1)` 只证明值处于合法范围，不能证明它符合种子数据的来源语义。V36 当前明确要求 137 条非空 Importance 全部是跨来源代理，必须为 `1`；测试只对 10 条做 `proxy=1` 断言。

可证伪反例：

- 将任意一个未被 `assertImportance` 覆盖的非空关系从 `importance_is_proxy=1` 改为 `0`。
- 该行仍满足数据库 CHECK 和测试的 `0/1` 判断，SQL 计数也不检查非空代理必须为 1，因此测试仍通过。
- `importance`、SOC、Element ID 和 Data Value 均未发生变化，但来源语义已经被篡改。

影响：

代理标记是来源审计字段。当前测试不能保证 137 条全部保持已批准的 proxy 语义，无法满足“篡改 Proxy 标记必须失败”的要求。

修复要求：

- 明确断言所有非空 Importance 的 `importance_is_proxy=1`，以及所有空 Importance 的 `importance_is_proxy=0`；或为 137 条关系提供逐关系期望映射。
- 若业务允许直接 O*NET Importance 与代理 Importance 并存，需要按关系保存期望值并逐条断言。

### Minor-1：快照的官方来源属性依赖评审时外部核验，未被自动化锁定

`loadEvidence` 只验证快照头部、列数、允许的 `source_file` 名称和键唯一性，不会读取官方 CSV 或校验官方发布包哈希。

当前快照已由本次复审用官方 ZIP 哈希确认，因此不阻断；但未来若快照的 `source_file` 被改成同一允许集合内的另一个文件，只要测试资源本身同步修改，现有测试无法识别来源文件标签变化。建议在来源文档或测试资源旁记录官方 ZIP/CSV 哈希，作为后续审计基线。

## 未决问题

- T3 当前数据层已通过，不能因为数据正确就忽略 Important-1 和 Important-2 的回归缺口。
- 真实 MySQL 8.4 尚未执行；本轮仅按要求执行 H2 `MODE=MySQL`。该限制沿用前轮，不构成本次新的阻断项。
- V35/V36 当前满足修订后的混合来源契约；未发现需要再次 Rewind 的契约冲突。

## 阻断项

T3 仍为 **FAIL**。在补齐 47/47 逐技能精确来源映射和 137/137 Importance 代理语义断言前，不应进入 T4。当前测试 9/9 通过只能证明现有数据与当前快照一致，不能证明上述两类篡改必然失败。