lili ba82e63c82 feat(cheap): rubric v2 评分尺 8→11 条 + L2/L3/L4 三分组小计落库(质量模型 §3.3 计分制·前置小工单) ...

评分尺升级:通用底座 v2 = 现行 8 条(判据文本/顺序锁定、仅补层标)+ 新增 3 条(首3分钟脚本 L3 / 炫耀时刻 L4 / 同款钩子 L4)。逐条 0/1 标层,一次 LLM 评分产 L2×6/L3×3/L4×2 三分组小计;不设单一总分(§3.3 防 Goodhart)。

落库:summary.richness 从单一总分改为三分组小计——新增 groups 字段 + hits 每条带 layer;score 保留为向后兼容字段(供 bake_off.richness_dist 读、非设计总分)。两落库点(cheap_studio/cheap_service_driver)整体赋值自动继承新形状,仅日志 additive 补 groups。

红线:rubric 仍纯 LLM 非阻塞,不进 verdict/九门/达标判定;bake_off.py richness 正交红线一行未动。

验收(本机真跑 M3):金标复验 base1/base4/cheap-run-sc 原 8 条命中数漂移 = -1/0/0(≤±1,base1 唯一 -1 来自「30秒爽点」单条 LLM 边界抖动、非评分尺扰动);落库佐证 run-summary 真出现 richness.groups + hits.layer、既有键不受影响;test_cheap_verify 14 绿(+3 新测)、bake_off/service_driver 27 绿;全套另 14 failed 经 stash baseline 对比证实为 worktree 缺产物/node_modules 的 pre-existing 环境失败、零回归。

follow-up:bake_off.richness_dist 的 max=8 报告口径随 W-GENRE 品类批产接入 richnessByGenre 时对齐分组小计;sim-business skill §10 改口归质量设计档收口。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

2026-07-02 19:58:20 -07:00

..

fixtures/golden-specs

feat(cheap-worker): U1 三品类金标 play-spec fixtures

2026-06-26 10:43:39 -07:00

tests

feat(cheap): rubric v2 评分尺 8→11 条 + L2/L3/L4 三分组小计落库(质量模型 §3.3 计分制·前置小工单)

2026-07-02 19:58:20 -07:00

_bootstrap.py

feat(cheap-worker): 便宜档 Node→Python 重写进 AgentScope spike — 范式可移植坐实

2026-06-26 02:42:14 -07:00

auto_vs_golden.py

feat(cheap-worker): 同游戏双驱动 play 编排 + auto-vs-golden 批跑(M2 U2)

2026-06-27 08:47:13 -07:00

bake_off.py

feat(cheap-worker): 便宜档生成丰富度 + M1 达标门富化重验(切片一 A/B)

2026-06-30 01:39:06 -07:00

cheap_assert.py

feat(studio): A11 切片三 M5 三结构断言机器门(改对了没/有没有误伤/血缘可查)

2026-06-29 02:34:06 -07:00

cheap_classify.py

feat(studio): A11 切片三 M1 前置基座 + M2 worker 判意图

2026-06-29 01:04:55 -07:00

cheap_gates.py

fix(cheap): 阶段一② 终审 merge-before(红线③ unlink×2 防陈旧 verdict 假绿 + setup fail-fast + acquire_ports to_thread + 死码/ReplyEndEvent canary/restricted fail-closed) (切片一 阶段一②/终审fix)

2026-07-02 13:34:57 -07:00

cheap_modify.py

feat(studio): A11 切片三 M5 三结构断言机器门(改对了没/有没有误伤/血缘可查)

2026-06-29 02:34:06 -07:00

cheap_roles.py

feat(cheap-worker): 便宜档生成丰富度 + M1 达标门富化重验(切片一 A/B)

2026-06-30 01:39:06 -07:00

cheap_run.py

feat(cheap): 便宜档独立 Service 壳 build_cheap_app + 工厂(soft 预算/三闸失控兜底/端口池/session→gameId sidecar/收口采集) (切片一 阶段一②/T2)

2026-07-02 12:12:53 -07:00

cheap_service_app.py

fix(cost): 成本子系统改用 per-POST 凭据取价(不再依赖 Service 进程 env NEWAPI_KEY)+ Service 注 key 兜底 + requirements 补 app-runtime extras (阶段一② cutover 接缝)

2026-07-02 18:39:32 -07:00

cheap_service_driver.py

feat(cheap): rubric v2 评分尺 8→11 条 + L2/L3/L4 三分组小计落库(质量模型 §3.3 计分制·前置小工单)

2026-07-02 19:58:20 -07:00

cheap_studio.py

feat(cheap): rubric v2 评分尺 8→11 条 + L2/L3/L4 三分组小计落库(质量模型 §3.3 计分制·前置小工单)

2026-07-02 19:58:20 -07:00

cheap_toolkit.py

feat(studio): A11 切片三 M4 模块重生成执行(有界单文件 LLM 重写 game-logic.js)

2026-06-29 02:16:22 -07:00

cheap_verify.py

feat(cheap): rubric v2 评分尺 8→11 条 + L2/L3/L4 三分组小计落库(质量模型 §3.3 计分制·前置小工单)

2026-07-02 19:58:20 -07:00

compare_node.py

feat(cheap-worker): compare_node 加有界并发(端口池+线程,可选)

2026-06-26 11:00:00 -07:00

dedup.py

feat(cheap-worker): M3b 本机 U1-U3 — 9d trace parity 救活 D11 + D9 vendored + 跨语言反假绿门(切片一 M3b)

2026-06-28 02:17:41 -07:00

requirements.txt

fix(cost): 成本子系统改用 per-POST 凭据取价(不再依赖 Service 进程 env NEWAPI_KEY)+ Service 注 key 兜底 + requirements 补 app-runtime extras (阶段一② cutover 接缝)

2026-07-02 18:39:32 -07:00

result_out.py

feat(cheap-worker): M3b 本机 U1-U3 — 9d trace parity 救活 D11 + D9 vendored + 跨语言反假绿门(切片一 M3b)

2026-06-28 02:17:41 -07:00

worker_service.py

feat(cheap): worker 归并驱动 Service /chat(单 POST + 洋葱内续修)+ reply 外 result_out 收口 (切片一 阶段一②/T3)

2026-07-02 12:36:38 -07:00