docs(management): 经营管理后台v2实施计划——查漏补缺修订版

对 v1 逐项对照现有代码重新设计技术底座：
- P1修正：fact表跨日精确算法独立计算(跨夜串丢失/写钩子零改动)；
  宽表1:1口径全量自算(stat_daily_staff混合口径不可拷贝)；
  生命周期统一距今天数口径；对账判据预写死
- P2修正：分位数SQL窗口函数；full_sync 12→14步
- P3：核实清单/幽灵员工过滤/功能开关降级/五维图3+2占位

Co-Authored-By: Claude Code <noreply@anthropic.com>

docs/superpowers/plans/2026-09-08-yunke-management-console-implementation-v2.md

@@ -0,0 +1,294 @@
+# 云客经营管理后台实施计划 v2（贴合代码修订版）
+
+- **日期**：2026-09-08
+- **版本**：v2.0
+- **状态**：待评审后进入开发
+- **与 v1 的关系**：替代 `2026-09-08-yunke-management-console-implementation.md`（plans/ 与 specs/ 两份副本内容相同）的**技术设计部分**；产品范围、页面内容细则、验收标准沿用 v1，本文不重复，冲突处以本文为准
+- **上游方案**：[云客数据智能管理平台完整实施计划](./2026-09-08-yunke-data-intelligence-management-plan.md)
+- **修订方式**：对 v1 逐项做「现有代码 ↔ 文档要求」查漏补缺，钉在真实代码事实上重新设计底座
+
+---
+
+## 0. 已确认的决策记录
+
+| 决策项 | 结论 |
+|---|---|
+| 一期范围 | 按 v1 原计划全量：管理驾驶舱 + 员工总览 + 员工详情 + 考核快照（Task 0-13） |
+| 业务口径 | 全按 v1 §21 默认值：自然时间 SLA、2h+24h 双 SLA、30 天沉睡、综合分标「试算」、CSV 导出、仅管理层可见、个人基线=过去 4 周 |
+| 底座方案 | 方案 B：新增首响事实表 + 收敛版员工宽表（v1 架构骨架不变） |
+| 关键修正 | 见 §1 修订总览——fact 表独立计算（跨日精确算法）、宽表 1:1 口径全量自算、生命周期沿用距今天数口径 |
+
+---
+
+## 1. 相对 v1 的修订总览
+
+### 1.1 P1 级（正确性/口径，必须修正）
+
+| # | 问题 | 证据 | 修正 |
+|---|---|---|---|
+| 1 | **跨夜串丢失**：现有日切算法下「客户 23:00 发→员工次日 9:00 回」的首响样本整条丢失（Day1 串未闭合只计 threads；Day2 重起算时无客户消息不成串，员工回复落空段）。P90/24h 回复率系统性低估，而评分重度依赖这两项 | `app/storage/summary.py` `_thread_stats` 日切近似，docstring 自述「跨夜串归属日偏差」实为样本丢失 | fact 表**不挂写钩子**，由 4h 滚动+夜间全量任务用**跨日精确串算法**（按会话全历史计算）独立生成；写钩子零改动，`_thread_stats` 不改 |
+| 2 | **stat_daily_staff 是 friend+room 混合口径**：`sent/recv/threads/answered/fr` 五列聚合无 kind 过滤，群消息污染首响/回复率。v1 说「从 stat_daily_staff 拷贝」不可行 | `app/storage/staff_summary.py` `recompute_days` 聚合循环 | 宽表消息串类列从 msg_daily_stats 按 `peer_kind='friend'` **全量自算**（account_map 归并模式复用）；管理页与现有看板排行的数字差异属口径不同，各自标注 |
+| 3 | **「降温」定义冲突**：v1 §8.1 降温=频次低于个人基线；现有 churn/客户资产分层=距今天数区间。两套「降温」会并存打架 | `app/analytics/metrics.py` churn 三分法 | 一期生命周期 4 列统一用**现有距今天数口径**；频次基线降温后置二期；差异写入 metric-definitions |
+| 4 | **对账口径必须预写死**：fact（跨日精确）与 msg_daily_stats 三列（日切近似）即使 friend 口径也不相等，差集=跨夜闭合串 | 同 #1 | Task 2 验收断言：fact 样本集 ⊇ 日切被回串，差集=跨夜串；禁止相等断言 |
+
+### 1.2 P2 级（性能/实现修正）
+
+| # | 问题 | 修正 |
+|---|---|---|
+| 5 | 周期分位数若 Python 拉全窗口 fact 行（月窗最坏 ~8 万行 ≈10MB 传输）不可取 | 改 SQL 窗口函数 `PERCENT_RANK() OVER (PARTITION BY user_id ORDER BY fr_ms)`（MySQL 8.4 / SQLite 3.25+ 双方言支持），传输降为员工数×2 行 |
+| 6 | fact 4h 增量成本 | 滚动 3 天=近 3 天活跃会话**全历史重算**（最大 friend 会话 5.2 万条 ≈1-2s × 几十活跃会话，4h 一次可接受）；一期取简单正确，预留「尾部增量」优化（历史已闭合串不变） |
+| 7 | full_sync_all.sh 步数变化 | 12→**14** 步：第 13 步 fact 全量重建、第 14 步宽表全量重建（宽表必须在 fact 之后） |
+
+### 1.3 P3 级（补充明确/简化）
+
+| # | 项 | 结论 |
+|---|---|---|
+| 8 | 员工主数据来源未核实 | 列入 Task 0 核实（organization 路由背后是独立员工表还是账号表派生） |
+| 9 | 幽灵员工 | account_map 映射不上的 owner（离职/异常账号），宽表生成时直接**过滤**，不进管理域员工列表（评分场景不适用 analytics 的「读侧标注」策略） |
+| 10 | 功能开关降级 | 现状单 admin 账号无角色可分，v1 Task 13 的「功能开关」是过度设计；改为**上线顺序控制**（本地先行→服务器后上），RBAC 二/三期（与 v1 §15 一致） |
+| 11 | fr_ms 边界 | 按 ts 排序保证非负；超长样本（>30 天）保留在 fact，评分按 v1 §6.5 异常裁剪原则处理 |
+| 12 | 五维分布图 | 一期只画 3 个可用维度（客户经营/服务质量/有效负载）+ 2 个「待数据」占位（行动执行/风险合规），不暗示完整五维 |
+
+---
+
+## 2. 查漏补缺：复用映射总表
+
+| v1 能力项 | 现有可复用 | 本次动作 |
+|---|---|---|
+| 员工日指标底座 | `stat_daily_staff`（8 列，混合口径）、`msg_daily_stats`（首响三列，日切近似） | 两表**均不动**；新增 `first_reply_fact` + `employee_metric_daily`（§3） |
+| 时间窗/环比口径 | `app/analytics/metrics.py` `scope_day_keys`/`_prev_scope_days`（5 种窗+同期对齐） | management 层直接 import，不复制时区逻辑 |
+| 生命周期分层 | `metrics.py` 客户资产分层 / churn 三分法（距今天数口径） | 提炼共享函数，日聚合任务与 analytics 共用；analytics 调用点保持不变（包装层） |
+| 首响均值/回复率算法 | `staff_ranking` 的 fr_avg/reply_rate | 周期值改为宽表 SUM + fact 表精确分位 |
+| 异常检测雏形 | `anomaly`（昨日 vs 前 7 日均值偏离>50%） | `management/anomalies.py` 扩展为规则集：回复恶化（fact P90）、待回复增长（B2）、活动骤降/过载（宽表） |
+| 驾驶舱页面 | `DashboardView.vue` 的图表模式、`useChart`、筛选栏、骨架屏/空态分语 | 新建 ManagementDashboardView，复用全部 composables/utils；旧页并存过渡后重定向 |
+| 流失/该回未回/敏感词 | 三个现有页面 | 不动，作为下钻目标 + 驾驶舱行动入口聚合 |
+| 数据截至/新鲜度 | `app/analytics/health.py` 的 data_as_of 逻辑 | 管理页「数据截至/完整性」角标直接复用 |
+| 调度 | `analytics_tick`（4h：staff 汇总+敏感扫描） | 追加第三步：fact 滚动重算 + 宽表滚动重算 |
+| 回填/自愈 | `full_sync_all.sh` 第 11/12 步 | 追加第 13/14 步（fact/宽表全量重建）+ 两条回填 CLI |
+| 员工事实下钻 | `/staff-chat`、`/chat`、`/groups`、`/calls` | 不动，管理页只做链接跳转 |
+| CSV 导出 | `csvExport.ts`（全量翻页+中文 BOM） | 直接复用 |
+
+---
+
+## 3. 数据库设计：5 张新表
+
+### 3.1 `first_reply_fact` 首响事实表（本设计新增）
+
+**用途**：任意时间窗精确 P50/P90、2h/24h 回复率分子、指标解释抽屉的构成明细下钻证据。
+
+**算法（跨日精确串口径，区别于 msg_daily_stats 的日切近似）**：
+
+- 串 = 同一会话内客户连续消息（is_send=False）不被员工消息（is_send=True）打断的段；is_send=None 跳过；
+- 每个被回串一个样本：`fr_ms = 员工首条回复 ts − 串末条客户消息 ts`；
+- 样本归属 = 串末条消息所在**上海自然日**（跨夜串不再丢失）；
+- 只写 `peer_kind='friend'`（1:1）行——群串语义不成立且占串数大头，不写；
+- 按会话全历史计算，幂等模式=按会话 delete+insert。
+
+**表结构**：
+
+```text
+唯一键: (channel, owner_account_id, peer_id, thread_end_ts, reply_ts)
+列:     day            int      串末条所在上海日 yyyymmdd（冗余物化，索引用）
+        thread_end_ts  BigInteger  串末条客户消息 ts(ms)
+        reply_ts       BigInteger  员工首条回复 ts(ms)
+        fr_ms          BigInteger
+索引:   (day, channel) 趋势/窗口查询；唯一键自身覆盖会话下钻
+```
+
+**生成链路（不挂写钩子）**：
+
+- 4h tick：对近 3 天有消息的会话（从 msg_daily_stats 近 3 天行取 pairs）做全历史重算；
+- 夜间全量：full_sync_all.sh 第 13 步，遍历全部 friend 会话（复用 `recompute_all` 的 pairs 遍历模式）；
+- 回填 CLI：`python -m app.sync.cli first-reply-facts`，分批可重跑可记水位；
+- 量级：日均几百行、全年几十万行，远小于 message 表。
+
+### 3.2 `employee_metric_daily` 员工指标宽表（v1 表的收敛版）
+
+**口径总则**：消息串类列 = 1:1（friend-only）口径，从 msg_daily_stats 自算；与现有看板（friend+room 混合）的数字差异属口径不同。
+
+```text
+PK: (day, channel, user_id, metric_version)
+
+1:1 消息列（自算，friend 过滤 + account_map 归并）:
+  msg_sent, msg_recv, cust_threads, threads_answered, fr_sum_ms
+负载列:
+  active_friends（1:1 distinct 客户）, active_rooms（distinct 群）
+首响日值（趋势图用，从 fact 算）:
+  first_reply_p50_ms, first_reply_p90_ms
+生命周期 4 列（距今天数口径，当日持有客户状态分布，按 customer 当前归属）:
+  new_customer_count, cooling_customer_count,
+  dormant_customer_count, reactivated_customer_count
+通话 4 列（phone_call 按 user_id+day 直聚，user_id 已是员工 ID 无需转换）:
+  call_count, call_seconds, answered_call_count, call_followup_count
+元数据:
+  data_complete, computed_at
+```
+
+**相对 v1 的删减**（6 列，均可派生）：`reply_2h/24h_count`、`unreplied_2h/24h_count`（fact 表 fr_ms≤阈值计数 + cust_threads 派生）、`first_reply_count/first_reply_sum_ms`（≡ threads_answered/fr_sum_ms）。
+
+**metric_version 语义**：只影响**派生列**（分位/生命周期/通话跟进）；消息拷贝列与版本无关。算法演进时新版本并行落表不覆盖旧数据。
+
+**评分用周期值的计算来源**（不在宽表存储）：周期 P50/P90、2h/24h 回复率一律从 fact 表精确计算（SQL 窗口函数），宽表日值仅供趋势展示。
+
+### 3.3 `employee_score_config` / `employee_score_snapshot` / `management_followup`
+
+按 v1 §11.1 原样实施，无修改：
+
+- config：version 唯一、status、effective_from/to、config_json（维度/指标/权重/方向/阈值/样本门槛），激活前权重总和与阈值校验；
+- snapshot：snapshot_batch_id、period_type/period、score_config_version、metric_version、total_score、grade、score_status（scored/insufficient_sample/incomplete_data）、dimension_scores_json、metric_details_json、data_as_of、frozen_at/frozen_by、supersedes_id；同批次员工唯一；冻结后业务层禁改；
+- followup：source_type/code/period/value、reason、action_type、owner_manager_id、status（open/in_progress/resolved/cancelled）、due_at、result、employee_feedback；索引 `(employee_user_id, status, due_at)`、`(owner_manager_id, status)`。
+
+### 3.4 迁移要求
+
+- 一个 Alembic migration 建 5 张表；migration 只建表和索引，**不扫描消息**；
+- 数据回填走独立 CLI 分批执行（可暂停/重跑/记水位），先在本地 Docker 快照验证耗时与一致性；
+- downgrade 只删本次新增对象；SQLite（测试）/MySQL（生产）双方言；
+- 升级前确认当前 head（服务器注意：backend 容器**不自动跑 alembic**，须手动 `exec backend alembic upgrade head`）。
+
+---
+
+## 4. 计算链路与调度
+
+```text
+message 入库（写钩子，全路径覆盖——现状，零改动）
+  → msg_daily_stats                        [summary.py]
+      → stat_daily_staff                    [staff_summary.py，现状]
+
+message（按会话全历史，跨日精确算法）        [新 storage/first_reply_facts.py]
+  → first_reply_fact
+      │
+      └─→ employee_metric_daily             [新 storage/employee_metrics.py：
+             msg_daily_stats(friend) + fact + customer + phone_call]
+              → 期聚合/四对比（上期/个人基线4周/团队中位数）
+                  → 试算评分 + 异常规则      [management/]
+                      → 周/月快照（不可变）  [management/snapshots]
+```
+
+- **4h**：`analytics_tick` 追加第三步：fact 滚动重算（近 3 天活跃会话）→ 宽表重算（当日+滚动 3 天）；失败只记日志不中断（沿用现有异常隔离模式）；
+- **夜间**：full_sync_all.sh 第 13 步 fact 全量重建、第 14 步宽表全量重建（顺序：必须在 msg_daily_stats/stat_daily_staff 之后）；
+- **生命周期历史快照**：补同步触及历史日期时不能只重算那几天（那天的「距上次互动天数」依赖更早历史），统一由夜间全量按会话日序列重放覆盖；4h tick 只算当日；
+- **通话后跟进**（call_followup_count）：3,190 条通话量级小，逐通话窄查 24h 内员工对该客户的消息（join 键以 Task 0 核实结果为准），聚合任务内完成；
+- **性能原则**：管理页面禁止实时扫描 96 万条原始消息；趋势和员工表读宽表+fact；原始消息只用于小范围下钻。
+
+---
+
+## 5. 口径决议表（管理域 vs 现有看板）
+
+| 指标 | 管理域口径 | 现有看板口径 | 差异原因 |
+|---|---|---|---|
+| 消息量/串/首响均值 | 1:1（friend-only） | friend+room 混合 | 服务质量语义要求 1:1 |
+| 首响分位 | 跨日精确串（fact） | 日切近似（跨夜丢失） | P90 正确性 |
+| 降温客户 | 距今天数区间（同 churn 页） | 同 | 一期统一，频次基线降温二期 |
+| 交互天数/日桶 | Asia/Shanghai 自然日 | 同 | 一致 |
+
+三方差异（管理页 vs 数据看板 vs 云客原版）在 metric-definitions 端点与页面口径说明中如实标注，不做静默差异。
+
+---
+
+## 6. API 设计（`/api/management/*`）
+
+沿用 v1 §12.3 的 11 个端点与通用响应约定（比例 0~1、时长带单位后缀、空值≠0、稳定 error_code、data_as_of+metric_version+sample_status 必返），实现落点：
+
+| 端点 | 关键实现落点 |
+|---|---|
+| `GET /dashboard` | 一次返回 KPI/双趋势/生命周期/维度分布/异常/行动聚合；data_as_of 复用 health.py |
+| `GET /employees` | 服务端分页排序；默认按异常严重度排（不做总分榜）；每员工带四对比值+sample_status |
+| `GET /employees/{user_id}` | 首屏只回头部+维度分+趋势摘要+异常+辅导摘要 |
+| `GET /employees/{user_id}/metrics?section=` | service/customer/workload/calls_groups 四页签懒加载；行动/风险页签一期不建 |
+| `GET /employees/{user_id}/drilldown?metric_code=` | **白名单**：`first_reply_p90`→fact 逐串明细（含跳聊天定位）、`unreplied`→复用 B2、`cooling_customers`→客户列表带筛选、`call_followup`→通话列表。禁止前端传 SQL 字段/表达式 |
+| `GET /metric-definitions` | 指标元数据（口径/单位/方向/样本门槛/公式/版本），含 §5 差异标注 |
+| `GET/POST /reviews` | 草稿幂等生成（同 period+config 已有 draft 返回既有批次）；`data_complete=false` 拒绝冻结 |
+| `POST /reviews/{batch_id}/freeze` | 仅 draft→frozen；MVP 不做 published（RBAC 前置） |
+| `GET/POST/PATCH /followups` | 状态机白名单流转 |
+
+**周期分位数**：SQL 窗口函数 `PERCENT_RANK() OVER (PARTITION BY user_id ORDER BY fr_ms)` 取最接近 0.5/0.9 分位的行，双方言一致。
+
+**一期评分**：综合分 = 可用维度（客户经营 30 + 服务质量 25 + 有效负载 15 = 70%）按 `100/70` 归一化 + **「试算」角标**；行动执行/风险维度显示「待数据」，不补 0 不补满分（v1 §10.1 默认）。
+
+---
+
+## 7. 前端设计
+
+- **路由**：`/management/dashboard`、`/management/employees`、`/management/employees/:userId`（activeMenu 高亮父级）、`/management/reviews`；MainLayout 新增「经营管理」分组（二期菜单不渲染、不放空页面）；`/analytics/dashboard` 过渡期并存、稳定后重定向；
+- **目录**：`views/management/` 四页 + `components/management/`（ManagementFilterBar/ManagementKpiCard/ComparisonValue/DataAsOfBadge/ScoreBar/ScoreBreakdown/EmployeeMetricsTable/MetricDefinitionDrawer/MetricDrilldownDrawer/AnomalyList/FollowupDrawer）+ `composables/useManagementFilters.ts`（URL query 为真源）+ `api/management.ts`；
+- **复用清单**：useChart（维度分布用分组条形图，BarChart 已注册，**不引雷达图**）、axios client 的 token/401 处理、`utils/format.ts`、`csvExport.ts`、seq 守卫防旧响应覆盖、DashboardView 的骨架屏/空态分语模式；
+- **展示规范**：样本不足显示 `--` 与「样本不足」（非 0 分）；「越低越好」指标反转趋势色；1366px 主表可用；导出与当前筛选排序一致。
+
+---
+
+## 8. 任务拆分（v1 Task 0-13 修正版）
+
+| 任务 | 内容 | 相对 v1 的变化 | 估时 |
+|---|---|---|---|
+| Task 0 | 口径冻结：回测员工名单（3-5 名覆盖微信为主/WA 为主/群为主/高负载/低样本）+ 默认配置落库 + **四项核实**（phone_call 表结构与客户标识 join 键、customer 归属字段与换人规则、员工主数据来源、群占比抽样量化混合口径偏差） | 默认值已确认，工作量缩减 | 0.5 天 |
+| Task 1 | 5 张表模型 + migration + 模型冒烟测试 | 6→5 张表；核实项前置完成 | 1-1.5 天 |
+| Task 2 | fact 独立计算模块（跨日精确算法）+ 宽表生成（friend-only 自算+生命周期+通话）+ 生命周期共享函数提炼（analytics 调用点不动）+ 两条回填 CLI | **删除「_thread_stats 兼容扩展」**（不再需要）；验收含对账判据（§1.1 #4）+ 写钩子零改动确认 | 2.5-3.5 天 |
+| Task 3 | scoring.py：归一化/四对比/样本保护 + 配置校验 | 含 100/70 归一试算逻辑 | 2 天 |
+| Task 4 | anomalies.py 规则集 | 数据源：fact（P90 恶化）、B2（待回复增长）、宽表（骤降/过载） | 1 天 |
+| Task 5 | 管理 API（dashboard/employees/detail/metrics/drilldown/metric-definitions） | 窗口函数分位 + 性能目标 | 2-3 天 |
+| Task 6 | 前端公共组件与路由（api/management.ts、useManagementFilters、components、router、MainLayout） | 按文档 | 1.5-2 天 |
+| Task 7 | ManagementDashboardView（KPI/双趋势/生命周期/异常榜/下钻） | 复用图表模式，估时较 v1 略降 | 2-2.5 天 |
+| Task 8 | EmployeeAnalyticsView（一期 4 视图+分页排序+指标抽屉+员工对比） | 行动/风险视图不建 | 2-3 天 |
+| Task 9 | EmployeeAnalyticsDetailView（概览/服务质量/客户经营/工作负载/通话与群五页签） | 按文档 | 3-4 天 |
+| Task 10 | followups 闭环（查询/创建/更新/状态流转测试） | 按文档 | 1.5-2 天 |
+| Task 11 | 考核快照（草稿/详情/冻结/重算替代/列表/CSV） | 按文档 | 2-3 天 |
+| Task 12 | 调度接入：analytics_tick 第三步 + full_sync 第 13/14 步 + 失败隔离 + 手动重跑入口 | 步数 12→14；**服务器 scheduler 镜像重建遗留**（9d3cc8e 部署时未重建）一并处理 | 1-1.5 天 |
+| Task 13 | 回测校准 + 上线顺序控制（本地→服务器）+ 试运行记录 | 功能开关→部署顺序控制 | 2-3 天 |
+
+**批次划分**（每批独立验收，不夹带无关重构）：
+
+| 批次 | 任务 | 可见结果 |
+|---|---|---|
+| A | Task 1-2 | 表+fact+宽表可在测试与脚本中查询，回填可重跑 |
+| B | Task 3-5 | OpenAPI 可验证全部只读管理接口 |
+| C | Task 6-7 | 新导航+驾驶舱可用，异常两次点击到事实 |
+| D | Task 8-9 | 员工总览+详情可比较可下钻 |
+| E | Task 10-11 | 辅导闭环+冻结周期结果 |
+| F | Task 12-13 | 持续运行+内部试运行 |
+
+**总工期**：单链 18-24 个工作日；前后端并行 12-16 天。口径确认（已完成）、数据回测和试运行不可省略。
+
+---
+
+## 9. 测试与验收（v1 §16 基础上新增判别项）
+
+**后端单元/API 测试**（新增文件按 v1 §16.1 清单）：
+
+- **跨夜串判别**（P1#1 防线）：seed 客户 23:00 消息+员工次日 9:00 回复，断言 fact 产生 fr_ms≈10h 的行——正是日切口径丢失的场景；
+- **口径判别**（P1#2 防线）：seed 同员工 friend+room 两类会话，断言宽表 1:1 列不含 room 串；
+- **分位数精确性**：构造已知 fr_ms 集合，断言周期 P50/P90 精确值；窗口函数 SQLite/MySQL 双方言一致；
+- **fact 超集断言**（P1#4）：fact ⊇ 日切被回串，差集=跨夜串，不做相等断言；
+- **fact 回填幂等**：重跑不重不漏；
+- **快照不可变**：冻结后 PATCH 拒绝（后端强制）；
+- 评分边界：正/反向指标、阈值边界、权重合计、样本不足不评分、空值≠0、缺失维度不默认 0/100；
+- 下钻白名单：非法 metric_code 拒绝；
+- 幽灵员工过滤：映射不上的 owner 不进宽表。
+
+**数据核验**（3-5 名回测员工，覆盖微信为主/WA 为主/群为主/高负载/低样本）：抽查 3 日期消息与活跃客户、20 个首响串（对照 fact 明细）、10 个待回复客户、5 条通话后跟进、生命周期变化、评分展开明细；对账点增加宽表 1:1 列 ↔ msg_daily_stats friend 聚合。
+
+**性能验收**（v1 §16.5 全部目标基础上追加）：员工列表服务质量视图 30 天窗（含 fact 窗口函数分位）p95 ≤ 1.5s。
+
+**前端**：`npm run build` + Vitest（格式化/趋势方向/样本状态/筛选 query/旧响应不覆盖）。
+
+---
+
+## 10. 部署注记（写入 DEPLOY.md）
+
+1. 服务器 backend 容器**不自动跑 alembic**——升级带迁移必须手动 `sudo docker exec <backend> alembic upgrade head`；
+2. 两条回填 CLI（`first-reply-facts` / `employee-metrics`）部署后执行一次，DEPLOY.md §7 注记（含耗时参考与避抓取窗口建议）；
+3. scheduler 镜像重建（含 9d3cc8e 遗留）：`cd /opt/yunke && sudo docker compose -f docker-compose.server.yml --env-file .env up -d --build scheduler`——重建前 fr 三列/第 11-14 步不自愈；
+4. fact 表索引创建量级小（几十万行），无需特殊避峰；
+5. 上线顺序：本地 Docker 全量回填对账 → 本地试用 → 服务器升级+回填 → 管理者只读试用。
+
+---
+
+## 11. 沿用 v1 不变的部分（索引）
+
+以下内容直接按 v1 执行，本文不重复：
+
+- 页面内容细则：v1 §5-§9（驾驶舱布局/KPI 卡清单、员工总览六视图、员工详情页签、快照页、二三期概要）；
+- 评分标准化公式与等级：v1 §10.2/§10.4；
+- API 通用响应约定全文：v1 §12.4；
+- 前端可视化规范全文：v1 §13.4；
+- 验收标准：v1 §19；
+- 灰度顺序/影子考核/回滚：v1 §20（其中「功能开关」按本文 §1.3 #10 替换为上线顺序控制）。