# 模型测试：章节与大纲

在「任务 → 模型测试」先选择测试任务，再选择生成模型和评审模型。

配置页会先显示项目就绪状态。已有正文必须具有有效的接纳基线和当前事实；缺失或过期时会说明原因并禁用开始按钮。测试不会代替作者建立基线或接纳正文。若运行途中失败，后台任务会保留具体错误说明。

## 章节写作

- 「推荐下一章」保留 `next` 语义；下拉列表同时提供真实章纲的 ID、标题和正文状态，可选择其他已规划的待写章。
- 「输入章节 ID」适合直接定位长大纲中的条目。ID 必须对应可测试章纲；错误 ID 不会静默替换成下一章。
- 历史章或中间缺章若早于当前正文进度，暂时禁用并说明原因。当前全书事实不能作为历史章的章前状态；本次没有伪造历史事实快照。
- 保留真实框架和裸写诊断两种模式，以及单章目标字数。

## 大纲设计

- 起点采用全书章号，包含起始章。例如从第 11 章开始设计 3 章，范围就是第 11–13 章。
- 默认接续现有大纲末尾；可以切换为指定起始章。一次设计 1–20 章，默认 3 章；起点必须晚于现有正文进度，结束章号最多 100000。
- 大纲使用真实规划器生成连续章纲，再验证结构与编号范围，保存独立候选并进行大纲专项评审。
- 大纲数量与章节目标字数相互独立。切换任务不会把字数误传为规划数量，也不会沿用裸写诊断模式。
- 结果分别保留请求范围和实际验证通过的产出范围；没有验证通过的章数显示未知，不根据目标数量补齐。

## DAG 配置与执行证据

`GET /api/benchmarks/options` 是可选目标、任务能力、限制和 DAG 的权威来源。前端不自行拼接另一套执行依赖。

- 章节框架使用章节写作和完整章节评审流程；裸写诊断使用对应的简化写作路径。
- 大纲使用规划上下文、章纲生成、结构与范围验证、隔离产物保存和专项评审；评审排除正文文风、对白自然度等不适用检查，保留适用的结构、人物、情节、连贯、正典与安全检查。
- 可展开「智能 DAG 配置」查看节点和依赖。历史记录保存当次配置，之后切换任务不会改写旧配置。
- 「DAG 执行与证据」展示候选和各评审分支的实际节点状态、依赖、证据路径与摘要。未执行、失败、跳过和部分完成保持各自状态；流程结束不等于质量通过。
- 测试 DAG 保存在 benchmark 隔离运行中，不替换全局 DoG 或锁定的标准章节评审蓝图。

每个生成模型、重复轮次和评审模型组合使用隔离运行记录，正式大纲和正文不会被测试覆盖。失败候选不进入后续评审；前置依赖未完成时不能启动后继节点。

## 工具调用

`novel_model_benchmark` 增加 `action: "options"`，可先读取可选章节和权威 DAG。

大纲提交示例：

```json
{
  "action": "run",
  "task_type": "outline",
  "outline_start_chapter": 11,
  "outline_chapter_count": 3,
  "execution_mode": "framework",
  "writer_profile_ids": ["已配置的生成模型 ID"],
  "reviewer_profile_ids": ["已配置的评审模型 ID"],
  "repeats": 1,
  "concurrency": 1
}
```

一个评审单元可能包含多个模型调用；界面的候选和评审数量不是底层 API 调用次数。实际模型用量与费用仍以服务端记录为准。