feat: 建立可观测性、容量与恢复验证基线

开发交接记录.md

@@ -1118,3 +1118,32 @@ MVP 沿用 IoTDB（现状）；TDengine 作为生产规模化候选（先基准
 - 本任务前分支提交为 `69ef5a0`；回滚可还原 Task 12 提交；
 - 数据库回滚执行 `000008_governance_effectiveness.down.sql` 可删除意见版本、规则结果、知识审核表和新增列；
 - Web 页面回滚需还原会诊、知识、溯源页面及对应 DAL，不覆盖旧专家意见。
+
+## 2026-08-14 整改 Task 13：建立可观测性、容量与恢复验证
+
+### 做了什么
+
+- 新增 `X-Request-ID` 中间件：请求 ID 生成或透传、响应头返回、日志记录 `requestId`；query 中 token/password/secret/authorization 自动脱敏；
+- 新增依赖指标注册表和 `GET /api/v1/ops/metrics`，AI 客户端记录请求数、失败数、最近延迟和 P50/P95；
+- AI 服务 `/detect` 透传 `X-Request-ID`，并新增响应头测试；
+- 新增 `docs/operations/slo-and-alerts.md`、`load-test-scenarios.md`、`backup-restore-drill.md`；
+- `部署指南(物理机).md` 增加可观测性与恢复验证要求。
+
+### 设计思路与决策依据
+
+- 全链路追踪从 HTTP 入口开始，先保证请求 ID 和日志脱敏，后续可替换为正式 tracing/APM；
+- 依赖指标采用内存快照，满足当前单实例观测；多实例或生产规模化后再接入 Prometheus/OTel；
+- SLO 和告警阈值先给出可执行基线，不把未运行的监控平台写入“已验证”状态；
+- 备份恢复文档要求真实演练记录 RPO/RTO，避免只在文档里声明可恢复。
+
+### 验证结果
+
+- `scripts/verify.ps1` exit 0：Go test/vet/build、Web test/lint/build、小程序 test/typecheck/build、APP typecheck/lint、AI pytest 15/15 均通过；
+- 新增测试覆盖 requestId 透传/生成、敏感 query 脱敏、AI requestId 响应头；
+- 未部署开发服务器，未执行 500/1000 用户负载、真实备份恢复演练或告警通道故障演练。
+
+### 回滚点
+
+- 本任务前分支提交为 `126c215`；回滚可还原 Task 13 提交；
+- requestId/日志脱敏可安全保留；若指标采集开销过高，可降低采样频率；
+- 运维文档和部署指南可直接保留，不删除已记录的恢复演练要求。