muse-agent-example/docs/2026-07-16-批9c-收官与优化方案.md

批9c 收官状态 + 下一步优化方案（2026-07-16 晚，compact 恢复锚点）

本文档＝compact 后接续工作的详细锚点。概览见 README §九「批9c」条目；本文档给可执行细节。 任务完成后按仓库约定蒸馏进 README §九 并删本文档。

进展快照（2026-07-17 凌晨，最新——compact 恢复优先读这节）

• item4 额度系统：✅ 已实现+主代理亲验+已提交 9a513e7（chat_governed 统一治理，五书降级链上收，账本 example_llm_quota）。
• 范式卡去重（回溯聚类）：recluster 子命令已实现+亲验（连接三段/贪心最近母卡/软删可逆/dry-run 门控）。combat 已放量：886→770（并 116，缩减 13%），完整性/可逆性/质量四项亲验通过（116 输家软删+116 嵌入软删+83 母卡带回溯审计，被并卡全文留档可回滚）。其余四型（emotion/craft/scene_pattern/trope）后台放量中（/tmp/muse-recluster-rest.log，任务 bl8fwgyjc，受额度系统自动跨窗，约 5550 次判定、跑几小时）。真实归并率 ~13%（非预想 50%，创始人已知情拍板"全量 0.75"）。cards() 前向修复（SIM_MERGE 0.85→0.80、0.75+ 均送判定）已随附。
• 升格卡改造：4 决定已拍（①里程碑=结构化对象 章/台阶/周期 ②补齐=五型全补 ③character 一起改 ④存量迁移=人工精确化；+主代理定 演变概括独立字段），记入 docs/2026-07-16-升格卡改造设计.md §十。fable5 已实现前向代码+主代理亲验：6 个 schema yaml（演变历程 [detection,extraction]/演变概括·前身·后继 true/character 成长弧线回归"未来计划"）、parse_upgrade.py（里程碑对象合并去重按真实章号+撤销靠 _win 键+当前态干净纪律+语义判重默认关）、迁移脚本 migrate_upgrade_windows.py（确认只读零写库）、read-context/detect SKILL.md 补说明。
• 进度（截 2026-07-17 06:00）：范式卡去重 ✅ 五型全放量完成 7045→6327（并 718 / ~10%） 已提交 9c87f0d（五型均自洽可逆）；升格卡前向代码 ✅ 已提交 1786035、seed 已重跑灌合同（6 型合同均含演变历程，亲验）、type 键兼容已核 OK。
• 独立审查（opus 对抗复核，2026-07-17）：无阻断问题（软删/可逆/连接三段/额度不绕过/契约 全部独立复核成立）；揪出并修复 2 真 bug（提交 46704ee）——① recluster _absorb 用输家书名覆写实例跨书归属（已污染 30 条/14 母卡，已从回溯归并审计确定性还原、复验 0 残留）；② 迁移章号正则裸"N章"误抓"隔3章"数量词（迁移未真跑、无数据影响，已修+11 用例验证）。步骤3 语义判重启用前需处理：semantic_dedup 在持窗级 DB 连接期发 embed+M3（非三段式，靠 keepalives），开启前改三段或确认无碍。轻微项（_win 键入 payload 噪声、里程碑按台阶去重边界）已记、暂缓。
• 升格步骤2 方向已变（数据驱动，2026-07-17）——迁移否决、改重抽：迁移低价值已弃（只清 character/relation 的 [窗N]、大头花在过度抽取的人物噪声卡[苏铭561/李锋527条]、且根本不碰 item/power_system 机甲成长——那才是创始人的目标"生物机甲4→7级"）。核心解药＝用新提示词重抽。（全库分布：2260 升格卡里 75% 无成长条目，极端过度抽取仅 ~17 张人物卡。）
• 升格重抽·小样验证 ✅（2026-07-17，零落库/6 调用/$0.07，主代理核实卡6223 未动、全库 0 带演变历程）：新提示词能为力量体系抽出干净逐级成长线——生物机甲 IV代→伪V代→真V代 9 条里程碑、全真实章号、生命周期标对、当前态字段干净；远优于老卡（老卡无演变历程字段、成长史塞在戏剧作用/跨体系换算成流水）。方向成、值得放全量。
• 验证暴露 3 个洞（全量前必补）：① [最关键] 命名脆→成长线静默断：新提示词给体系起了对不上正文的名（"联邦生物机甲体系"）→机械预扫认不出→更新路径不触发→整条线零里程碑；解药＝开语义判重(P1，默认关)。② 登场里程碑易丢：首现走"新名字"路径、倾向写当前态而非建"登场"里程碑。③ 单位事件串到体系卡＋台阶偏长：把某台具体机甲的事记到了体系卡（该归各自机甲卡）。
• ✅ 创始人拍板路径（2026-07-17）：先补 3 洞 → 再零落库小样确认补洞效果 → 才放全量重抽。补洞＝改 parse_upgrade.py observe/update 提示词（治②③）+ 开语义判重①（需先把升格卡 embed 落库 + 先把 semantic_dedup 从"持连接期发 embed+M3"改成连接三段式，见上条独立审查）。
• 全量重抽的管线坑（执行者注意）：升格是串行有状态；全书重抽要清多张状态表（example_upgrade_window.status/example_upgrade_presence/_alias/_card_state）+ 处理 cid 冲突（INSERT ... ON CONFLICT (tenant_id,command_id) DO NOTHING 会让新卡撞上软删旧卡的 cid 而被跳过→重抽建不出卡）；--redo-window 重做中间窗会破坏串行依赖。小样用的是内存零落库法（脚本 /tmp/muse_upgrade_dryrun.py、/tmp/muse_upgrade_warmupdate.py）。目标书：work=8 深空之影（生物机甲6223/铁头1154，308 机甲力量卡）、work=4 机动风暴（104 张）。

一、批9c 已真收官（五书全量重审）

• 五书 b9-full-v2 审核库内校验 ALLOK：星环 1525 / 机动 780 / 机战 2336 / 超神 1441 / 深空 963，全书全覆盖。
• 审核统计：pass 1677（23.8%）/ revise 4358 / reject 1010 / blocked 0，均分 3.16，降级卡 30（全星环，敏感批用备用模型评分、已打标记；纯 M3 评分 7015）。
• 三份样张：docs/2026-07-16-批9终态样张-{范式五书,升格机动,升格深空}.md（前两已提交；升格深空为本轮新出，untracked）。
• 额度：旧 grep 次数口径（8965）作废；服务端实花 $122.93（累计=今日；授权上限 $2100）。

二、本轮踩坑与修复（勿回退）

1. 死锁解开：原重审 wrapper 与深空残渣清洗钩子的 pgrep -f 交叉/自匹配互锁 → 杀钩子手动跑 /tmp/muse-clean-debris.py 8 + 会话接管深空重审。教训：解死锁最小动作优先（曾多叠一个接管控制器、把正常在审的深空打断，纯属过度设计）。
2. review_cards.py 修 3 处（.claude/skills/review-knowledge-cards/scripts/review_cards.py，工作树已改未提交）：
   • 敏感降级链 DEGRADE_CHAIN=["MiniMax-M3","MiniMax-M2.7","deepseek-v4-flash","glm-5.2"] + chat_degrade_review()；全链失败标 blocked 不崩。
   • 分片 --shard i/N（id%N==i），多进程并发各自独立事务。
   • 连接拆「读/算/写」三段：LLM 阶段不持 DB 连接、写库用全新短连接（治 Tailscale 长事务空转超时，实测星环/机动崩因）；+ reviews 条目 isinstance(r,dict) 守卫（防模型把条目返成 list 崩）。
3. 物理删除 work5/9（机战/超神「源修复前重复导入」旧本，共 8596 行：章 4296+块 4296+参考档案 2+作品 2）：创始人 2026-07-16 明确授权覆盖「删除=软删、不物理删」红线，仅此两废本；SQL=/tmp/muse-b9c-purge-w59.sql；删后作品表 8 本 8 活、好本 work10/11 无损。其余表仍守软删红线。

三、下一步工作（创始人已确认，compact 后继续）

item 4：额度系统改造（✅ 已上线·主代理亲验）

状态（2026-07-16 夜收口）：compact 后重做完成并主代理亲自验证上线——

• 代码：llm.py 加 chat_governed 统一治理入口 + 计价/窗口/账本读写；四调用方（parse_llm/parse_outline/parse_ingest/review_cards）自建降级链上收复用；新建 db/ddl/95-example额度账本.sql（表 example_llm_quota 已 apply）+ 离线单测 test_quota.py。
• 亲验：① 9 条离线单测主代理亲跑全过（窗口/计价/六路由）；② review_cards 三处红线修复完好未回退；③ 全模块导入无悬空引用；④ 真调用对账端到端闭合——首个真调用我算 11.04 配额单位、服务端 total_used 实扣 +11（异步延迟十几秒落账），匹配；账本两笔原子累加正确（0.00018516/2 笔）；⑤ 校准噪音已 DELETE，账本清零、额度从零起（当前窗 2026-07-16T20）。
• 已知：New-API /api/usage/token/ 聚合口径异步滞后且高频轮询会限流返非 JSON（与计价正确性无关，勿据此判错）。
• 下方 spec 为实现依据，保留备查。

全局改 llm skill（只改 .claude/skills/call-content-model/scripts/llm.py + 新建 example_llm_quota 库表 DDL 落 db/ddl/）：

• 以钱为主。每次调用：cost_usd = model_ratio × ((prompt_tokens - cached_tokens) + cached_tokens×cache_ratio + completion_tokens×completion_ratio) / 500000（New-API 口径，$1=500000 配额单位）。费率从 GET http://100.64.0.8:3000/api/pricing 取，硬编码兜底：M3=0.15/4/0.2、M2.7=0.15/4/0.2、glm-5.2=0.5634/3.5/0.25、deepseek-v4-flash=0.07/2/0.0714（model_ratio/completion_ratio/cache_ratio）。
• 时间窗：按钟点 floor 到 00/05/10/15/20（每天 5 窗，末窗 20–24=4h），每窗独立、跨窗清零。用 datetime.now()（普通 python 可用）。
• 共享账本 example_llm_quota（窗口键、MiniMax花费usd、总调用数、更新时间），原子累加（INSERT ... ON CONFLICT DO NOTHING 建行 + UPDATE ... RETURNING），多进程/shard 共用一本账。
• 全局统一路由（敏感降级 + 预算降级并成一条），每调用前：① 本窗总调用 ≥6000 → 自动 sleep 到下一窗边界续跑（创始人选，非硬停退出）；② 要 MiniMax(M3/M2.7) 且本窗 MiniMax 花费 ≥24 → 切 glm-5.2 → 调用失败(不可用) → 切 deepseek-v4-flash（glm/deepseek 无 上限、但可能失败）；③ 撞 SensitiveError 沿链降级。成功后原子累加（花费仅 MiniMax 计、次数全计）。
• review_cards.py 里自建的 chat_degrade_review 改为复用 llm skill 统一路由（避免两套降级）。
• 坑：sleep 到下一窗时不持 DB 连接（Tailscale）；费率拉取失败用兜底值。
• 验证：离线单测（窗口边界/成本公式/路由选择，假 usage）+ 1–2 次真调用对账（snapshot /api/usage/token 的 total_used 增量 ÷500000 vs 算出的 cost，±5%）。
• 额度清零 = 新表从零起（当前 20–24 窗从 0 算）。

卡质量优化（方案已确认，等 item 4 上线后实施；都要烧 M3、受新 $10/5h 窗管控）

两只 fable5 诊断共同结论：病根＝判重坏了（当初为省钱关了语义判重）+ 抽取过量产碎片；两类卡头号修复都是开启嵌入语义判重。

范式卡（pass 率 23.8%；判据没冤枉卡=已校准 opus 金标准、卡真普通，但一大块好卡被「同功 family」机械压分打进 revise＝判重漏检+抽取过量所致，非判据太严。硬证：81.5% 卡有 ≥0.75 近邻、0.75–0.85 段 5123 张全漏走且 64% 是 revise）：

• P0 生产期跨窗跨书聚类去重（最大杠杆）：出卡入库前对全库同型卡聚类归并，一家族留一张母卡累积多实例；SIM_MERGE 0.85→0.80、0.75–0.85 段强制走 merge_judge（现只标记）。改 parse_ingest.py（SIM_MERGE≈L44、cards() L445–471）。预期 7045→~3000–4000 唯一卡，pass 率诚实抬升。
• P1 抽取提干货（改 parse_llm.py scaffold_prompt/window_cards_prompt）：换书测试设硬前置 checklist；combat 只抽战术原理、禁单场战斗走位、强制打题材标签（=combat 打标签落地）；craft 四件套（原理/失败模式/异质化/迁移用例）缺项不出卡；拆掉空批 nudge 逼卡效应（允许型-批真诚 0 卡）。
• P2 控出卡密度（平庸窗允许 0 卡）；P3 判据不松（cal-002 红线），只把 3.33–3.49 贴线的 759 张 fable/opus 批量复审捞回（运营动作）。

升格卡（作品面，成长线丢失；根因＝只有 character 有成长字段、机甲/武器/力量体系无成长字段→进阶被覆写抹平或塞错字段；主线被拆 30+ 张碎卡跨人物/物品/力量体系 3 型、无链接；判重纯字符串、语义判重关了）：

• P0 补骨架+记里程碑（改 meta/schemas/item.yaml、power_system.yaml→seed_schemas.py 重跑入库；改 parse_upgrade.py APPEND_FIELDS(L47)、observe/update prompt）：给 item/power_system 加「演变历程」数组字段；提示词记进化台阶 + 登场→高光→退场→结局生命周期，别覆写抹平。
• P1 串链+语义判重：加「前身/后继」链接字段串进化链；判重接 embed skill（≥0.78 召回 + M3 终判）治改名/跨型漏并。
• P2 清墓碑卡（深空 475 张 deleted=TRUE 回滚残留，物删需创始人授权）；导出层 parse_export.py 按进化链聚合呈现。

创始人两点细化（必须遵守）：

1. 历史/里程碑数组用「绝对章号」索引，绝不用 [窗N]——窗口是运行时定义、会变、非卡属性；现有卡里的 [窗N] 要清成章号。
2. 卡做「渐进式披露」：现状层（实体当前态+概括，写作 agent 续写默认只读）+ 完整历史层（全里程碑，仅一致性检查/detector 读全）；关键卡上万字。落法＝接现有 read-context 的 aiContext 按用途裁剪——把「完整历史」字段标「仅 detection 用途可见、续写不给」（不是新机制，是字段可见性按用途/scenario 分层，与四层上下文/三级裁剪一脉相承）。schema 字段加用途可见性标注、抽取产出分层、read-context 按用途裁剪。

combat 210 卡题材绑定 = 打标签（创始人拍板，纳入范式卡 P1 一起做）

四、遗留项

• 原有：B3 检索验证、B5 确认门、嵌入批量补算——延后。
• 本轮新增：降级卡 30（星环，如要纯 M3 可单独重审这 30 张）；深空摘要重刷 20 条失败尾巴（可重跑补）；卡格萨莫同名升格卡对 1 处（体检唯一黄线，可定点消歧）；框架改动待提交（review_cards.py 3 修复 + item4 llm.py/DDL + 本 doc + README§九——创始人问过「要不要提交」未明确答，恢复后确认再提交）。

五、红线/环境（勿违反）

• review_cards.py 三处修复勿回退；深空清洗→重审串行（禁并发整行写回）；新额度规则(item4)。
• 双轨：创作内容不 commit（确认=commit 只创始人指令触发）；框架/文档正常提交推送。
• 汇报纪律：第一句先说创始人要做什么，白话不黑话（内部代号/英文行话不裸用当场展开）。
• Python=.venv/bin/python；DB 通道=db skill（DSN 锁脚本内，只连 muse-example）；New-API base=http://100.64.0.8:3000、token 在 llm.py 头。
• 书：星环=work3 / 机动=4 / 深空=8 / 机战=10 / 超神=11（work5 机战旧本、work9 超神旧本已物删）。
• 两只 fable5 诊断全文在本 session 对话（升格卡+范式卡），关键点已蒸馏进本文档第三节。

---

批9d 插入记录（2026-07-17/18）

批9c 全量重抽启动前，创始人插入方向级任务：第一性原理分析各类卡是否符合要求，抽最重要的点完善 SoT。已完成并落 design-docs（提交 2124a793）：新增专题-07（知识消费契约与质量闭环，"以用定卡"）+ 七册配套拍板（含 aiContext 值域升级、参照作品面、双层拍板、purpose 枚举统一）。分析证据链见 2026-07-17-卡的第一性原理与知识效用闭环.md。批9c 收尾已由创始人下"继续"口令启动（2026-07-18），compact 恢复后从这里接：下一步 = 派 fable5 实现子代理补 3 洞（尚未派出；任务清单 #9-12 已建）。子代理提示词要点：改 parse_upgrade.py——②观察/更新提示词令实体首现必立"登场"里程碑且归并不丢；③体系卡演变历程只收体系级变化、单位/个体事件归各自实体卡、台阶一句话限长；①语义判重连接改读-算-写三段式（opus 审计点名：现持窗级连接跨嵌入与 M3 调用）+ 新卡/更新卡写段增量嵌入落 example_knowledge_embedding（重抽期间判重才有向量可召回）+ 接入重抽流程。红线：三段式连接、软删、LLM 走 chat_governed(M3)、绝对章号、中文注释、最小改动面、不跑库写。之后顺序：主代理逐段核验 → 零落库小样验 3 洞（深空样窗：生物机甲/铁头判同归线、登场里程碑在、体系卡无单位事件）→ 呈报样张等创始人放行全量。创始人 2026-07-18 拍板通过重抽后路线：批10 = 消费最小闭环 + 回放评测首跑——顺序：①升格卡向量落库（补齐可命中）→②统一读取器 read-context 从设计桩变实（8587 张卡第一次被创作流消费）→③单书规划线回放首跑（冻结前 N 章知识推演下一台阶、对照原书评分，验收对齐专题-07 §4/§7）；不再继续扩书拆卡。

批9c 收尾执行记录（2026-07-18，补3洞→小样全过，待创始人放行全量）

• 补洞实现（fable5 子代理）+ 主代理逐段核验 ✅：parse_upgrade.py 每窗重构为 读1(短连)→观察(无连)→预判段(嵌入/召回/终判无长连)→写(窗事务)→嵌段(commit后三段式增量嵌入落 example_knowledge_embedding，软删旧活行+upsert)；机械判重判据抽 _classify_new_name 纯函数预判/写段共用；四条归并路径换 _merge_material（演变历程完整不截）；new_card 接 _debut_milestone 登场机械兜底；观察/更新提示词加登场硬约束+体系级纪律+台阶≤40字；_clean_milestone 加 80 字硬闸（主代理修复：截断必须放在内嵌章号抽取与周期推断之后，防截丢兜底线索）；build_embed_text 补 type 键型修正（升格卡型认出）。离线自测 43 项全绿（test_parse_upgrade_offline.py）。提交 2173c8f + 校准提交。
• 零落库小样 ✅（深空窗35-37，观察3+终判若干+嵌入2批，≈$0.15，零卡表写入）：报告 /tmp/muse_upgrade_smoke3_report.txt + probe4。洞② 登场：172 张适用型新卡 100% 有登场（模型自给 114+机械兜底 58，双保险成立）。洞③：299 条台阶 0 条超 80 字硬闸（>40 软目标 29 条）；体系卡「联邦生物机甲技术」2 条里程碑均体系级、当前态字段干净。洞①：阈值 0.78 实测证伪——同实体改名对余弦仅 0.63-0.66（"联邦生物机甲技术"vs 卡6223 = 0.6565）永不触发语义层，不同体系对 ≤0.58 → 阈值校准 0.78→0.60；终判证据不对称修复（recall_neighbors 近邻带字段摘选 300 字入终判 prompt + 判据补"同型名称互含≈简称全称""改名不改实质"）。校准后五探针全对：互含改名×2 → merge 6223；非互含改名（"卡依斯反应驱动战械体系"，语义层真正要接的残余缺口，机械子串层接不住）→ 0.6128 过阈 → merge 6223；反向安全（帝国4代纯机械体系）→ 0.576 不过阈 → new（误并方向守住）；铁头 → 0.9456 → merge 1154；跨型全部未并。边距诚实说明：非互含 0.613 vs 反向 0.576 分离带窄，第二道守门=终判 M3（带字段证据）+ 同型才并 + 别名审计行（verdict_by='semantic'）可回溯。
• 待办=呈报创始人放行全量重抽（任务#12）。全量执行时注意本文档上方"全量重抽的管线坑"三条（清串行状态表 / cid 冲突吞卡 / 勿用 --redo-window 破串行），跑法：run --work-id N --semantic-dedup 逐书串行。

批9c 全量重抽收官验收（2026-07-18 完成，两书 100%）

跑动结果：机动风暴 80/80、深空之影 116/116，零失败窗。今日重抽共 $14.65 / 2690 次调用，5 个额度窗无一撞 $10/4000 硬顶。 跑动中修一真 bug（提交 8e9e97c）：模型偶把出场章输出成字符串（"508"），与库内 int 章号 sorted 混排炸（深空窗113 当场停书），且 len(chaps|hist) 并集把 "508"/508 当两值虚增跨章计数误判立卡门槛。加 _int_chaps 归一化在四处消费点统一套用，离线补 6 用例（49 项全绿），窗113 续跑过关验证根治；清 1 张 pre-fix 残留卡（12640 出场章字符串→int），全库复验 0 残留。

六项验收（均库内实测）：

1. 卡数：机动 627（=旧 627）；深空 1407（旧 1579，少 172＝语义判重合并改名碎片的预期效果，非丢数据）。
2. 成长线抽查（关键）：深空 V代生物机甲各卡呈干净逐级线——如伊琳娅丝 388登场→423高光、血怒 421登场→423退场，真实章号、登场/高光/退场生命周期齐全，远优于旧卡散文流水。方向兑现。
3. 向量：实体卡 100% 有向量（边抽边嵌成立）；关系卡（character_relation，机动138+深空229=367 张）未嵌入——设计如此（关系卡走独立写、不经 touched），批10 消费前需用 embed skill 批量补嵌。
4. 洞②登场覆盖：有演变历程的实体卡 100% 带登场里程碑（机动 489/489、深空 1178/1178）。
5. 洞③台阶限长：10351 条里程碑台阶，>80字硬闸 0 条（软目标>40字 2554 条＝25%，模型常超软目标但硬闸兜住）。
6. 洞①语义判重：并卡 49 张（治改名碎片）+ 串链候选 204 条（前身后继）；章号纪律 0 条 [窗N] 残留。

收官后待办（进批10 前）：① 用 embed skill 给 367 张关系卡批量补嵌（补齐可命中）→ 与实体卡一起满足批10 消费的向量前提。② 批10 三步（升格卡向量落库收尾→read-context 从桩变实→单书规划线回放首跑，验收对齐专题-07 §4/§7）未启动，等创始人放行（涉烧额度管线）。

额度阀提额（2026-07-18，创始人拍板）

MiniMax 每 5h 窗自限从 $10/4000 次 → $24/6000 次（改 llm.py 常量 WINDOW_BUDGET_USD=24.0 / WINDOW_CALL_CAP=6000）。机制不变（撞 $24 自动降级便宜模型、撞 6000 次自动挂窗续跑），仅抬高每窗吞吐上限。注意：此为 llm.py 独立于 New-API 服务端的本地自限阀，已运行进程需重启才生效（模块常量启动即载入）。上文所有 "$10/4000" 表述为提额前的历史记录，现行值以此条为准。

---

Compact 恢复锚点（2026-07-19，后续结果已覆盖原锚点状态）

compact 只清主代理上下文、不动磁盘与后台进程。以下保留当时的恢复信息；当前状态以本节后续验收记录和回放评测计划为准。

线1：升格批量抽取（6本，task#17，已完成）

• 背景：机动4/深空8 已收官（前文）；剩 6 本首次做升格——机战10/机破7/机武6/星环3/超神11/希泊尼2，均已建窗（976窗），4条并发跑道：A=[10]、B=[7→6]、C=[3→11]、D=[2]，命令 parse_upgrade.py run --work-id N --semantic-dedup（无max-calls，靠额度自停），nohup 脱离会话。
• 最终状态：.venv/bin/python /tmp/upg_dashboard.py 显示机战276/276、机破189/189、机武71/71、星环159/159、超神156/156、希泊尼125/125，全部 failed=0，无活跃进程。
• 监控：此前定时巡检已完成其断点续跑职责；额度窗最后核验为 $19.51/2342（上限 $24/6000）。
• 坑（已踩）：①New-API账户有独立Token Plan积分池、和llm.py的$24/6000自限是两回事，积分耗尽会429→全模型403（可恢复，非硬故障，部分渠道耗尽）；②出场章int/str混排bug已修（提交8e9e97c）；③断点续跑靠failed窗自动撤销重跑，杀进程不丢数据。重跑准备脚本reset_upgrade_work.py。
• 额度：llm.py自限已提到 $24/6000/5h窗（提交11bdbbd，创始人拍板）。
• 验收结果：见下方“六本升格质量验收”；本批 6591 张升格卡向量全覆盖，关系卡本批未生成，暂不需要关系卡补嵌。

线2：正文智能体验证＝消费闭环第1层（task#16，进行中，创始人深度参与设计）

• 大目标：验证"卡到底帮不帮生成"。自底向上建三层智能体（创始人定序）：①正文智能体→②细纲智能体→③大纲+设定智能体。每层用参考书当标准答案、在已验的下层输入上验。
• 已跑两轮：run1（固定喂7卡+只给上一章，两臂都被喂残→无效）；run2（两臂都能自主探索≤488历史正文、有卡臂+卡检索，/tmp/eval2_gen_*.md）→评委盲评 无卡23 : 有卡20，卡没帮反拖后腿：卡在核心硬设定(加特朗代际/核雷发射/卡依斯术语)带偏、文风更远，只堆了装饰性周边世界观；机制＝卡挤掉了读原文（有卡臂读18次工具 vs 无卡29次）。
• 创始人关键判断（重要设计结论）：卡是索引、不是原文替代品；写作要两条线＝卡检索(谁/什么/哪找)＋原文检索(怎么说/什么质感)协同，卡指到原文不替原文。另：①正文腰斩是主代理的错——原书489=7051汉字，两稿只~4000（我给的细纲cap成4000-5000）→缺叙事张力；②应照细纲执行、需审查智能体；③加特朗无卡是因全书仅489一章出场、按"单章龙套只留档不立卡"门槛漏掉——揭示"卡门槛是出场跨章数、非叙事重要度"的缺陷，正向创作时设定层应主动给关键一次性角色立卡。
• run3（已完成）：按上述重搭两写手（opus，agentId 有卡ae67300c/无卡a2c95442），三处修复：篇幅对齐~7000汉字不腰斩、卡当索引查到后强制顺章号回读原文、通读485-488四章；审查和双评委结果见下方。
• run3后续：写手层单点已验收；细纲智能体首跑仍受真实作品授权门阻断，不能把合成 smoke 或单章正文结果当作全书结论。
• 工具（冻结护栏≤488，已自测）：/tmp/eval_tools/eval_prose.py(search/get正文,489+硬拦)、/tmp/eval_tools/eval_cards.py(by-name/search卡,只出6类实体卡冻结视图、排除关系卡)。标准答案/tmp/eval_answer_489.md；两稿副本docs/eval-正文489/（创始人可读）。
• 诚实保留：n=1不下结论；须多样本(5-10章×2-3本×场景类型)+修注入(正经当前态视图非冻结历史)+控挤出(纯原文/纯卡/卡+原文三臂)+内容感知冻结(防事件卡窗口错位泄露，已抓一例：489反转被标488)+多评委。run3先把489修对拿站得住的单点对照，再决定上多样本大版。

线3：范式线（task#18，待启）

• 3本缺范式(希泊尼2/机武6/机破7)+超神11补8章(窗51-58的cards)。子代理研究已出完整runbook（续跑安全/并发安全/走同一chat_governed额度）：一本一路 parse_llm.py chapters→parse_outline.py window→parse_llm.py cards→check，顺序不可乱、每步断点续跑。超神补：parse_llm.py cards --work-id 11 --from-order 51 + --from-order 57。7500次调用。待升格跑道空出后启动（共享额度，总并发控6-8）。

当前下一步：范式线仍待单独启跑；回放细纲真实样本需先补齐权威不可变授权快照。质量黄线先保留为后续治理项，不直接改写内容库。

---

六本升格质量验收（2026-07-19）

已验证

• 窗口完成：机战 276/276、机破 189/189、机武 71/71、星环 159/159、超神 156/156、希泊尼 125/125；6 本均 failed=0。
• 卡与向量：6591 张活跃升格卡，六本按作品均为 100% 有向量；本批没有 character_relation 卡，因此没有遗漏关系卡嵌入这一项。
• 成长线结构：6591 张卡均有可冻结的「演变历程」，每张都有登场台阶；里程碑台阶超过 80 字为 0，[窗N] 残留为 0，未来章号越界为 0。
• 结构红线：结构垃圾、巨型粘连、范式卡 IP 专名和字符串尾部残渣均为 0。体检脚本已修正为跳过结构化里程碑对象，只扫描字符串数组，避免把对象的 } 误报成残渣。

边界与遗留

• 机破、机武、希泊尼只有升格线数据，尚无章级细纲、窗级大纲和范式卡；这三本只能宣称“升格线完成”，不能宣称全链完成。
• 全库仍有历史性黄线：前缀重复 118、同名卡对 11、单字别名 5；六本本批的前缀重复分别为机战 20、机破 7、机武 0、星环 23、超神 6、希泊尼 43。当前不写库修复，后续按卡逐条审计。
• 本验收只证明抽取产物的结构与可检索基础，不等于写作/规划消费效果已通过；回放细纲真实样本仍受授权快照门阻断。

---

正文智能体验证 run3 结果（2026-07-19，写手层验收完成）

一句话：写手层重搭后，489 这一章有卡臂 vs 无卡臂几乎打平（两评委各自独立判「无卡 +1 分」，评委2自评"在噪声范围内、实为几乎打平"）；有卡赢文采、无卡赢忠实，而无卡唯一的忠实优势几乎全押在"加特朗代际"这个两臂都没卡可查的新角色上——所以这局不算"卡输"，反而证明写手层已达标、残余差距正是设定层要补的洞。较 run2（无卡23:有卡20，卡明显拖后腿）大幅收敛到平局，写手层重搭生效。

双评委盲评（稿甲/稿乙对调压位置偏差，去盲后）

维度	有卡臂(均)	无卡臂(均)	方向	主要依据
设定一致	7.0	8.0	无卡+1	加特朗代际：无卡写V代(对)、有卡写伪V代(错)
实体保真	7.0	8.0	无卡+1	同上；boss战力标尺被有卡臂降格
要素覆盖	8.0	8.0	平	细纲5事件/10角色/3伏笔/钩子两臂全覆盖
情节忠实	7.0	8.0	无卡+1	有卡臂把赛莉丝破网前置到太空段、反水时机偏离原著时序
文风一致	8.0	7.5	有卡+0.5	评委分歧（一评平手/一评有卡更网文腔）
文笔	8.5	7.0	有卡+1.5	有卡臂画面/悬念/台词更高级（老兵伏笔→"等了十七年"收线、神物结尾氛围）
总分	45.5	46.5	无卡+1	评委1 46:47、评委2 45:46，两评委同向

• 报告：/tmp/eval3_评委1.md(甲=有卡)、/tmp/eval3_评委2.md(甲=无卡)；审查：/tmp/eval3_审查_{有卡,无卡}.md（两稿都过细纲门，有卡臂1处中度阵营硬伤=弥萨克/佛罗科"送神物给敌方梵洛神皇"，审查建议改1句、未污染评测）。

假阴假阳分析（关键，防单章下死结论）

• 无卡"赢"的忠实分主要是假阴：拉分点头号是加特朗代际，而加特朗全书仅489一章出场、被冻结、无卡可查，两臂都在盲猜——无卡猜中V代、有卡猜偏伪V代，本质是未卡实体上的抛硬币，非"卡带偏设定"。剥掉这一点，忠实组回到平手、总分翻成有卡+1（靠文笔）。
• 有卡"该赢却漏"的一处：有卡臂的阵营硬伤（弥萨克/佛罗科献宝给敌方）恰恰因为它没去查这两人的卡+原文——若走两条线本可避免，反证"卡在被真正检索时能挡设定错"。
• 有卡臂确有卡的增益：文笔/文采两臂里有卡全胜（费埃卢殖装甲、杜萨卡点将、神物结尾等实体质感更足）——卡当索引指到原文细节，喂厚了描写。
• 场景类型对卡不利：489是boss攻坚战、两个枢纽角色(加特朗/铎叔)都是新登场不可卡的——这类场景天然对卡不友好；卡在此都能打平并赢文采，已是不错表现。卡友好场景（老角色回归/callback/既有设定复用）大概率翻盘。

结论与下一步

• 写手层验收＝达标：卡当索引+两条线检索(卡检索指针→回读原文)+篇幅对齐~7000字+通读前4章，这套注入方式下卡不再拖后腿、还增文采；run2 的"卡挤掉读原文"病根已除。
• 加特朗洞直接指向设定层：若设定层主动给"叙事关键的单章角色"立卡（加特朗=V代黑守者），有卡臂设定就对、这局就赢——写手层的残余差距正是设定层的价值证明，形成自底向上的接力。
• 诚实保留（n=1）：单章、单场景类型（且是对卡不利的新角色攻坚战），不下"卡有用/无用"的普适结论。要站得住需多样本（5-10章×2-3本×含卡友好场景）+ 三臂控混淆（纯原文/纯卡/卡+原文）+ 内容感知冻结 + 多评委。此为可信单点，写手层可收；是否上多样本大版、或先走细纲/设定层，待创始人定。