本文是「V2R：AI 迁移多智能体实战」系列第 2 篇。系列目录：
- 2026
- 07-05 V2R Studio 架构：一个不写代码的编排大脑
- 07-12 一个页面的迁移之旅：S0-S4 流水线（本篇）
上一篇把 v2r-studio 的架构讲完了：pi 只做编排，Claude Code 干活，门禁全是确定性代码。这篇回答下一个问题：一个页面具体怎么走完这套系统。
为了讲得具体本次用一个审批流列表页。我们首批迁移的页面就是审批流的三个 entry（list、add、edit），各自独立 run，闭包取并集。选这个作为首次迁移是因为页面在管理后台中具有很强的代表性，同时又实用了新旧两套vue基建，能覆盖大部分场景。
这条流水线的设计意图希望把「AI 写的代码可信吗」这个没法一次回答的大问题，拆成几道各自可独立判定的小问题，每道判定都是确定性代码。下面按照列表页迁移过一遍流程，每个阶段讲四件事：输入什么、做什么、输出什么、门禁是什么。
S0：先证明门禁命令本身可信
S0 是一次性的项目级 onboarding，产出一份 target-baseline.json。它的门禁 G0 有一条硬规定：不绿则整个项目不开工。S0 要回答的问题只有一个：后面门禁要反复跑的几条检查命令，在这台机器、这个仓上，真的可信吗？
我们之前迁移的时候遇到一个问题：verify 把 scoped 检查解析成整仓 build 和 lint，目标仓的存量 pre-existing lint 的技术债让每个迁移单元必挂。S0 的第一件事就是把 scoped 命令的口径实测选定：tsc 和 eslint 走 fcli checker typescript --files <文件集> 这种按文件集调用的形式。这里有个假绿陷阱：checker 内部是全量建工程再按文件名取诊断，调用时传的路径形式和它内部的对不上，就会静默拿到零诊断。红灯变绿灯不是因为代码好，是因为检查根本没跑。
对策是负控制。S0 故意造一个带类型错误的临时文件，用相对路径和绝对路径两种调用形式各跑一遍，验证错误真的报出来。哪种调用形式可用、实测耗时多少（用来定超时），全部记进基线。
build 命令没有 scoped 能力，S0 在三个口径里实测选一个：生成临时过滤配置只编当页、早期页面少时直接全量 build 并实测耗时。默认从全量起步，页面数过阈值再升级，选定结果记进基线。最后是一份环境前置 checklist 逐项探测：内网 registry 可达、i18n 同步可用、后端服务可达、源仓 entries 在盘上且新鲜、CSI daemon 的扩展连接状态。其中公司 SSO 登录态和 CSI 两项只登记不阻断，它们到 S4 才真正需要。
整条 S0 是确定性代码，一次 Agent 都没有。门禁不经过 LLM 这条铁律，从流水线的第一步就开始执行。
S1：全量普查与 G1 加权门禁
S1 是普查，一次性全量，之后增量维护。dep-analyzer 扫全部 115 个 entry，产出依赖闭包和使用清单：哪个组件、哪些 props、出现在哪些文件、共多少处。同时做双端组件库源码对账，老组件库 A、老组件库 B 对 nova-design，每个用到的组件和 API 得到一个映射状态：direct（直接对应）、mapped（有映射规则）、gap（无映射）。源仓里 1300 多处高危操作（深度样式穿透、$refs 调子组件方法、事件总线、直操 DOM、局部 mixin 等）也在这一步自动归类，每类的处置策略进处置表，迁移中首次遇到没规则的，上报人工给方案再沉淀回表。
产出三样：inventory.json、mapping-survey.json，和一批 gap 工单。工单是人机通道的另一半：人在 markdown 文件里批量处置，收割器把处置结果回流知识库。
S1 的门禁是 G1：首批页面闭包内的 gap，按使用量加权，占比不超过 10% 才放行转码。加权口径是闭包内的出现次数，一个被用了 80 次的 gap 组件，比 80 个各出现一次的 gap 严重得多。
这个是为了解决知识库冷启动失败的问题，LLM 遇到没映射的组件可能直接猜 import 'antd'，猜错的成本发生在转码阶段，一轮一轮修不完。这次把顺序倒过来：组件和 API 级的 gap 不允许在转码时反应式补，必须先经工单批量处置、映射规则带证据入库，加权覆盖达标，转码才被允许开始。普查先行，把「猜」这个动作从转码阶段挤出去。列表页能不能开工，不取决于模型多有信心，取决于它的闭包里还剩多少没有事实依据的引用。
S2：一页一份迁移计划
从 S2 开始进入每页面的循环，输入是 S1 的全量产物和 S0 的基线。
先做 entry 内文件的拓扑排序，被引用多的共享组件排在前面，保证转某个文件时它的依赖已经有了目标侧形态。然后派 CC 用 kimi-3 做页面迁移规划：每个文件怎么处理、行级处置策略是什么、风险点标在哪。规划是这批活里最复杂的一类推理，模型路由把它分给 kimi-3；转码用 glm-5.3，调查用 glm-5.3-flash，这张路由表的成本账留到后面单独讲。
CC 返回的是计划草案，pi 用确定性代码做标准化和校验：文件清单必须和闭包一一对应。定稿落盘成 plans/
S2 没有自己的门禁编号，但计划本身不合法就不许进入 S3。门禁不只是跑命令，schema 校验同样是判定，同样不经过 LLM。
S3：文件级转码与页级门禁里的修复循环
S3 是列表页真正被写出来的阶段，修复循环也在这里。
节点粒度是两级的：文件级 transform 节点加一个页级门禁节点。CC 用 glm-5.3 按计划逐文件转码，落进目标仓；覆盖账本经 MCP 工具按文件事务性落盘，和节点存活与否解耦。目标仓每页一个 git 分支，门禁绿即提交，提交哈希记进账本。
修复循环内聚在页级门禁节点里。门禁失败，错误先结构化提取（错误码、文件、行号、消息），整理成结构化列表喂回 CC 修下一轮。三道闸防止空转：同一个错误连续两轮逐字节相同，立即升级人工生成工单；单页修复上限 5 轮，超了同样升级；按页累计每个 result 帧的 token usage 作成本闸，超阈值一样升级人工。轮次和成本两道护栏并列，谁先触发都算停。
之前修复遇到的问题是逐字节相同的错误重复了很多轮没人管。这次的判重是机械字符串比较，排序用码点序而不用 locale 敏感排序，保证逐字节确定性。判重逻辑自己也是确定性代码，和门禁遵守同一条铁律。
页级门禁按顺序跑三道，前一道不绿不跑下一道。G2 静态：scoped tsc、eslint、build，口径全部按 S0 基线；前置项是五个事实源仓库的 git status 审计全空。G3 结构对账：i18n key 全量对账、props 和 events 映射核验、ref 调用点对账、文案零拼接的全量正则判定，是全量不是抽查。G4 覆盖：闭包内文件 100% 到达终态、行 100% 有处置标签、行区间并集覆盖全文件这件事由 dep-analyzer 核对而不是信转码自报、risk-high 行全部挂工单，没有工单直接判违规。G4 还带一条防腐规则：单页 skipped 超过 5%，或同一个跳过理由占比超过 80%，直接判违规，防无声放水。
修复循环收在门禁节点里，是为了让崩溃的损失有界。文件级账本按文件落盘，crash 最多丢当前文件的进度；修复轮次本身不落节点盘，重跑该轮即可，不会丢整页。
S4：双端 e2e 与 G5 的限制
静态门禁全绿之后，列表页进入最后一个阶段：在真实浏览器里证明行为等价。执行者是 CSI，经 daemon 驱动真实 Chrome。
基线产物是一次语义化录制：操作序列加关键断言。操作序列的 selector 必须语义化，用文本和 role 定位，禁用 CSS class。原因很实际：Vue 和 React 渲染出的 DOM 结构不同，class 名也不同，只有语义层的选择器才能双端 replay 同一条用例。断言取三类的子集：a11y tree、网络调用序列、可见文本快照。
mock 是双端可比的前提。源仓和目标仓都没有现成的 mock 层，方案是用本地配置覆盖把 dev server 的代理指向一个确定性 mock server：fixture 先对真实后端走一遍页面抓下来，mock server 按 method 加 path 路由回放；tracked 前缀内没命中的请求直接返回 500，不静默兜底，覆盖不全必须在录制期显形。双端用同一份 mock，mock id 记进基线产物，「同一份数据走双端」是 artifact 可以直接判定的事。
diff 的判定还是确定性代码。比如 a11y 断言的判据是有序子序列：基线里扁平化的 role 加名称序列，按顺序出现在 React 端采集到的序列里即通过。这个判据容忍双端 DOM 结构差异，不容忍行为差异。整个流程是：生成 mock，CSI 录制 Vue 基线（有问题改 mock 重录，基线必须干净），同 mock 走 React 页面，确定性对比，差异进修复循环，通过则页面交付。
这里有一个必须说清的限制：G5 永远不可能无人值守。源和目标两个 dev server 要同时在本机跑（各占一个端口），录制需要真实的公司 SSO 登录态，CSI 要连着真实 Chrome 的扩展。这些条件只再用户自己的机器上、保持登录的时候成立。所以 G5 的定位是「人在电脑前时跑的最后一道闸」，自动化把录制、回放、对比全包掉，留给用户的是发起和看结果。
总结
回头看这条链转码链路。G1 确认「事实备齐了吗」，G2 确认「代码静态上成立吗」，G3 确认「结构上和源仓对得上吗」，G4 确认「每一行都有着落吗」，G5 确认「行为上和旧页面一致吗」。「AI 写的代码可信吗」被拆成这五道可独立判定的小题；G0 在这五道之前垫底，先问「仪器可信吗」。每道判定都是确定性代码：输入是文件和命令输出，输出是布尔值加结构化 issue，可以单测、可以复跑、可以逐行核对。
阶段之间只经 artifact 传递数据，每个阶段可独立重跑；任何一个 run 的现场都可以 fork 出新 run，在上次产物上续跑。列表页旅程里任何一环断掉，现场都在 artifacts/ 里躺着，恢复不需要谁的记忆。
门禁链介绍完之后，下一篇会介绍 判定为什么必须是确定性代码，LLM 给出「我觉得没问题」为什么不算数；以及文件和行两级覆盖账本，是怎么确认「每一行都有着落」的
