abadaa15e9
- writer/detector/judge 按父仓专题-03/04 单一职责拆分：WriterDraft v2（仅 candidateBody）、CandidateEnvelope v2（adapter 确定性绑定）、SemanticDetection v3（quote 唯一匹配/unknown-gapReason）、blind judge v3（双盲第三评中位）；预算两层（启动预留=Σ plannedCalls×cap，修正旧 maxCalls×cap 的 $2250 阻断 bug）。 - 决策修复：补第六类混淆项「场景选择偏差」（集合级、只标注不改终态）；模型归属口径（planner/writer/judge 固定 opus，extractor/detector 可用它模型，拆书走 M3 不经角色派发）；eval 评分尺改链接+一句话引用 quality-gate。 - 加固执行门：探针合同绑定（probe.executionProfileSha256 须等于 writer profile 身份哈希），陈旧探针被机械阻断 EXECUTE_PROBE_CONTRACT_MISMATCH。 - 新增探针刷新工具 refresh_runtime_probe.py（可注入 invoker+失败关闭+重签同源 canonical_sha256），并已按新合同真实重测探针（绑定 9d319ea0，成本 $0.155）。 - 逐行复核后修复：省略号被当路径穿越误杀（claude_runtime 共用精确判定 contains_path_traversal，盲评/检测统一引用）；检测 failed 分支测试缺口；评委报告↔模型原始输出绑定恢复（reviewerStructuredOutputs，防一致篡改报告评分）；上下文 purpose 词汇两层对齐；盲评死代码清理。 - 全量离线测试约 800+ 项全绿（continuation/detect/quality-gate/read-context/replay-eval/parse-book 572/llm），不连库不调模型。
198 lines
32 KiB
Markdown
198 lines
32 KiB
Markdown
# 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-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/llm/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。
|