# dsh-arbiter-wf（**0.8.4-stable**）

## 0.8.0-preview：独立裁判层（改名首版）

新增 `consult_task`，模型和思考档位沿用优化 AI 配置。启用本会话提示词辅助后可调用；要让顾问读取项目成果文件，开启已有“只读工具”选项。

- 重复失败却没有新证据时：`mode: diagnose_failure`，提供具体问题和可选 `hypothesis`，返回下一步和停止条件。
- 首次交付前：先自验并取得原始工具结果，再调用 `mode: review_result`；可提供最多四个项目内成果相对路径 `artifacts`。不提交自己的通过结论。
- 自动读取最近一条真人消息以来的证据；成果复核不提供主模型正文或先前顾问结果。不实现跨轮记忆。
- 验收状态分满足、不满足、未验证；顾问不是用户授权，也不能代替用户的视觉体验测试。
- 取消信号传至模型并等待收尾（依赖 provider 遵守取消）；默认不设顾问总时间上限，不自动重试。
- 只有显式设置 `DSH_PO06_ADVISOR_TIMEOUT_MS` 才启用调用方截止；只读查证仍有轮次上限，模型流/输出终止仍由 provider 决定。
- 若调用方显式设置截止，到点不会空手而归：已有完整报告就保留并标为部分产出；只跑到一半也会交回思考尾部与查证记录，供调用方判断下一步。
- 专项输入：`scope` 是**检查维度、不是行业**（geometry形体与装配 / appearance画面观感 / code代码正确性 / interaction交互逻辑 / performance性能证据 / delivery交付覆盖 / custom其它专项），`focus` 为具体对象与检查点。省略scope保持general兼容；专项不能泛化成整体通过。按任务实际需要选维度，一次只选一个，不适用就不选。
- 通用性约束：提示词与参数说明不含任何行业的专用词汇，由 `advisor-generality.test.mjs` 机械拦截——专项是“怎么查”，不是“查什么行业”。任何领域的成果都用同一套维度，`custom` 兜住维度外的情形。
- 几何/外观只发图片、不注入开发历史或源码、不开放源码工具；误传文件在卡片标“本次范围排除”。代码/交互/性能仅发相关源码与原始日志，图片排除；可用`evidenceRefs`选择本次工具证据编号。用户原话和权限边界始终保留。
- 按高风险阶段成形、返工成本将升、用户反馈和关键改动触发复核；视觉先独立看图，有疑点再同focus追源码，不固定堆次数。小任务可只做一次general。
- 交付复核使用`scope: delivery`和`requiredReviews: [{scope,focus}]`逐项核对本轮覆盖、未解决项与材料变更。requiredScopes仅类别提示，不能用某一focus通过冒充整类别通过。覆盖仅同会话同真人请求，有界保存；材料指纹/已记录源码写事件变化后需重审。外部或任意shell写入不能保证全部感知。
- 卡片显示专项对象、排除材料，delivery显示缺失项与既有报告的版本状态。当前仍没有强制拦截交付或自动调用，真实识图效果待用户手测。
- 斜杠命令允许列表（0.8）：设置项 `slashReview`（命令名数组，不带斜杠，默认 `[]` = 所有斜杠命令仍交还宿主）。
  - 只有**列在名单里、且宿主确认当前已注册**的命令才走「拦截 → 优化 → 可编辑确认」；官方命令（/clear、/model、/compact 等）与未注册命令照旧直发，行为与改动前一致。
  - 名单项不存在（没装对应插件）**不会报错**。分两种情形：
    - **问得到命令表**（有 live agent）：未注册的命令不进放行集合，我们不拦，完全等同没配这一条；
    - **问不到命令表**（无 live agent / 服务缺失）：退回名单本身照常拦截，并在 `/status.slashReview` 标 `verified:false` + 具体原因，不假装核对过、也不静默失效。
  - 任一情形下 `/status` 都照常 200、不抛异常；无会话时不拦截。
  - 浮层可改内容，但不允许把命令本身换掉：编辑后不再是原命令时，按用户按下发送时的原话发出。
  - 与 rollout 的 `allowlist` 是两回事：那个管「哪些会话启用」，本项管「哪些斜杠命令可被拦截」。
  - 启用方法：`~/.dsh/po06.json` 写 `"slashReview": ["vmake"]`，改完重启 DSH 生效。
- 材料参数：`files: [{path, purpose}]`（关键成果源码/配置/原始测试日志），`images: [{path, purpose}]`（真实默认画面/近景/异常截图）。`artifacts`旧字符串数组仍兼容。路径相对会话工作目录，files与artifacts合计最多4份、images最多4张。遵守用户文件限制，不自动上传整个工程。
- 文件最多2 MiB，UTF-8文本每份附入最多16,000字符、合计48,000字符；超出明确标截断，不据此判完整通过。图片每张最多5 MiB、合计12 MiB，通过宿主附件服务校验和标准化。
- 只有宿主确认所选优化模型支持图像时才附入真正image块；未知/文本模型显示“未检查图片”，不自动换模型。只读工具关闭时不读取材料。
- 选哪个 shell（2026-10-01 修）：工具描述按**命令性质**给判据（POSIX 管线/glob/串联/bash 语义 → bash；PowerShell 对象语义 → pwsh），并保留一条**标明来源**的经验口径：两者都能做时优先 bash，不为同一条命令来回换 shell。
  - 起因是我原先在描述里写了「跑 Windows 原生程序时 pwsh 通常更快更稳」——**没有实测支撑**，还把位置放错（塞在 `timeoutMs` 参数说明里），净效果是把模型推离 bash（本会话 pwsh 136 次 : bash 2 次）。
  - 实测反向证据：`node -e`、`node --test` 这类 Windows 原生工具链经 bash 跑均正常（0.28–0.33s），且与 POSIX 管线可在同一进程完成；未发现 bash 更慢或更不稳。
  - 机器守卫：`bash-execute.test.mjs` 断言描述里不再出现该未实测断言、且必须含「按命令性质选／优先 bash」。
- 卡片逐项显示材料路径、用途、状态及实际附入字符数；文件可展开看咨询时片段，点击路径用DSH侧栏预览当前文件。两者版本可能不同，材料保留内容指纹。图片用同一侧栏预览，不自建文件下载接口。
- 顾问专用卡片同时覆盖直接调用和代码中的子调用，固定四个分区：原 AI 询问内容、顾问思考内容、顾问答复内容、验收结果。询问和答复直接可见；思考与验收独立折叠、默认收起。展开思考可实时看 provider 返回的流，没有提供时明确标注。
- 思考展开时默认跟随最新内容，向上滚动后暂停跟随；查证记录收在思考区内部，原始输出收在验收区内部。答复摘要可随生成显示，未完成校验前不当作最终结论。
- 实时状态按会话和调用 ID 隔离；已完成记录在本机缓存中有界保留最近 80 次，可刷新后回看。旧调用没有补录思考；中止/部分产出不能显示为完整通过。
- 卡片更新需要完整重启 DSH 并硬刷新浏览器；本机仍通过 link 指向开发目录，不必重装。
- token 计数（0.8 修）：页脚显示本次咨询的 `Σ 合计 | 入 · 出 · 缓存`。用量有两个来源——宿主投影（已归一化）与进度记录（provider 原始字段）——格式化入口对两种形状都做容错归一。
  - 2026-10-01 真机缺陷：卡片优先取原始记录，而格式化只认归一字段 ⇒ 页脚恒显 `Σ — tok`；修在格式化入口，**已落盘的旧卡片刷新后也会显示数字**。
  - 仍然不折算、不估算：provider 没给合计就不替它加（只列分项）；整场没有上报用量（例如刚开始就到点）则如实显示 `Σ — tok`。

本版已发布。下面的下载链接指向本次发布。

> 💬 中文用户交流：**QQ 群 1121399051**（最新消息、安装帮助、版本公告）。

`@dsh-external/dsh-arbiter-wf` · **0.8.4-stable** · GitHub Release（**未发 npm**：`private: true`，只发附件）
→ 下载：<https://github.com/WestFox-AwA/dsh-prompt-optimizer/releases/tag/v0.8.4-stable>（附件含 `tgz` 与 `SHA256SUMS`）

> **0.7.8（历史版本）的一句话**：**档位终于真的分开了**——补充程度（700 / 1200 / 2000 字）与自主预算
> （1 / 2 / 3 个问题）两个维度逐级递进；此前 `minimal` 从未被任何档位使用、且 standard 与 heavy 的
> detail 相同，所以「重度」实际只等于「标准 + 多问 1 个」。同时**内部控制面信息不再写进工作模型的上下文**
> （注入头部原先带「任务 `default` · 意图修订 N」，会被当成任务语义处理，现已移除）。
> 质量解释改为「结果方向」而非制作清单；思维层不再显示裸 JSON 补丁。
>
> **仍然成立的一句**：**每一轮都独立想一遍**——上一轮的目标不会带进这一轮，包只由「**你这轮的原话** +
> **本轮读入的上下文**」重新得出。**代价**：长期约束（"只交单个文件""别动别的文件夹"）也要靠上下文
> 每轮重新看出来 ⇒ **别把「上下文」调得太小**。
>
> **这一版修的四件事**：
> ① **"思考完却拿不到包"**（真机反复出现的那条）：模型交空产出（空 `ops` / 没吐 JSON）时**有界重试一次**，
> 仍空就补一条"这一轮没提取到"的**待确认**条目（不发明要求、不拦下游）⇒ **这一轮必有包**；
> 条目超过单轮上限改为**截断记账**、指向不存在条目的销账**逐条丢弃**、你点「取消」不再被记成"解析失败"。
> ② **浅色模式**：颜色**由主题驱动**（浅色=浅底深字、深色=原观感；切主题即时生效）。
> ③ **界面语言跟随 DSH**（`设置 → 通用 → 语言`，`zh`/`en`）：插件内**没有**自己的语言开关，`?` 用户手册
> 也跟着切（**英文界面里不该再夹中文**）。
> ④ **启用判定修对**：`rollout` 缺失/写错不再把显式 `enabled:true` 的插件**静默关掉**（只有显式 `off` 才是不启用），
> `/status` 增加**闸门结论分布**（配置意图 ≠ 闸门实际放行，这两件事以前分不开）。
>
> 同版沿用：操控面对齐 0.5（档位 `关闭/轻度/标准/重度`、两行控件栏、`?` 用户手册、
> 拦截浮层分**思维层 / 产出层**）；思维层**固定显示范围、无滚动条、正文一律不截断**（可往回滚，自动跟到最新）；
> token 用 provider **真实上报**的 `入 / 出 / 缓存` 三分量（过千记 `k`/`M`，拿不到就显示 `—`，**从不按字数估算**）；
> 以及「只读工具:开」那类失败的三条真因：① 解释层标识符笔误 `TOOL_SYSTEM_NOTE is not defined`（**29 ms** 内抛错
> ⇒ 既看不到思维、也没有产出）；② **一条写坏的来源引用能弄死整轮**（模型写 `kind:'tool'/'file'`，可
> `toolCallId`/`uri` 只有宿主才有 ⇒ 整份补丁 `BAD_SCHEMA`、合法条目陪葬；现在只补宿主确实知道的事实，
> 其余逐条丢弃并记账）；③ `provenance:'machine'` **从未生效**的顺序缺陷（从读入材料推出来的条目曾看起来像"你说过的"）。

> **人工验收就一遍**：见 `po06/HUMAN-TEST.md`（12 步 + 4 个反馈点）。前提：**档位不能是「关闭」**——关闭档按设计不拦截。

> ⚠️ **版本号叫 stable 指的是"这一版对外定为正式版"，不是"能力已通过专业跑分"。**
> - **内部自洽有证据**：**1141 项测试 + 变异守卫**全绿，含打包自足性与文档漂移门禁。
> - 📊 **作者实测观察（不是专业跑分）**：测试主要在 **DeepSeek-V4.1-Flash + PTC + PowerShell** 环境下进行。
>   **目前没有做过专业的跑分测试**；但在常见的各类 one-shot 任务与长任务迭代中，
>   **实际效果明显强于同环境、同提示词下的 DeepSeek-V4.1-Flash**；另据**少量项目**的统计，
>   **疑似会降低 token 消耗量、节省开销**。
> - **机器那半边照旧如实登记**：留出评估只跑完 **S1**（103,368 tokens）；唯一还没测到的那条判据（**约束守住**）
>   题与仪器刚就绪、**还没跑**（S4，期望 11,672）。
>   ⇒ 请当成**可以装、可以试、随时可关**的东西，**不是"升级"**。
> - **它默认不启用**：装配期启用闸门保守取 `off`；即便配置开了，
>   只要旧版插件仍在装配就会以 `DOUBLE_INTERCEPT` 拒绝启用（EV-0054）。

## 控制界面（0.6 自带的 UI，不用另装）

装好并启用后，**输入框左侧会出现一排控件**（0.5 的位置与形态——用户实测反馈"不适应 0.6 的操控模式"后按 0.5 重排的）。
浮层仍挂在原来的位置，里面的条目/轮次/提示词编辑都在；设置页里也有一页同样的控件。

| 你能控制 | 它真的改变了什么（不是装饰） |
|---|---|
| **档位**：关闭 / 轻度 / 标准 / 重度 | **一次写三项**（档位是"糖"，不是第二份真相）：关闭 ⇒ `assist=off`（不解释不投递）；轻度 ⇒ 标准补充/标准预算；标准 ⇒ 尽量补全/标准预算；重度 ⇒ 尽量补全/更多自主。档位为「关闭」时，权限与上下文两栏会置灰 |
| **优化权限**：审查 / 自动 | `review` = 产出先给出处与依据待你确认；`auto` = 直接生效 |
| **上下文**：回合 0~10 / 全文（**全文时滑块只有 关/开**） | 解释层**真的去读会话上下文**（真机实测：`histChars=7066`、读了 4 个回合）。0/关 = 不读 |
| **读项目文件**：开 / 关 | 打开后解释层可用 **`read`/`glob`/`grep`** 查证项目实际内容（限定会话工作目录内、只读、轮次与时限封顶、越界拒绝）。**默认关**（0.5 默认开——工具轮次要花时间与 token，不悄悄放大成本） |
| **模型** | 下拉来自**宿主模型目录**；默认"跟随会话模型"，选了就以所选路由解释 |
| **`?` 帮助** | 弹层正文来自包里的 `HELP-0.6.md`（宿主 `GET /po06/api/help` 取，**客户端不内置副本**）；写的是 0.6 的真实行为，读不到就如实说"读不到"并给出文件路径 |
| **提示词**（详情面板内） | 能看当前生效正文、能改、**能撤销上一次修改**，也能恢复内置 |

**「详情」面板只留「控制」与「解释层提示词」**（用户 2026-09-21 要求撤掉了「它在替我做什么」「最近几轮」两块；
逐轮台账仍在**设置页 → 插件 → 提示词优化器**里看：预算内/超预算、上下文读了多少字/几回合、
有没有派工具（没派会写原因，例如"读文件开关是关的"）、有没有从工具路径回落；**缺值显示"未记录"**，不拿 0 冒充"没发生"）。
**"无出处条目"的警告没有消失**——它挪进了拦截审查面板（机器自己编的、没有你原话支撑的要求必须看得见）。

> ⚠ **档位的"包预算"是"可丢部分的预算"**：`700/1200/2000` 约束的是可省略的章节，
> **你的要求（必保节）永不丢弃**；万一必保节本身就超了，注入文本里会写明【预算不足】与省略了哪些条目。

> ⚠ **已做 / 没做，说清楚**：**条目级、包级的历史回退还没有**（那条路径目前返回 501）。
> 现在可用的"回退"只有三种：把**档位**切到「关闭」、**恢复内置提示词**、**撤销上次提示词修改**。
> 模型下拉需要宿主提供模型目录与 `webServer`（`web` profile 有；`headless` 等没有这一层）。
> 浮层**尚未**按 0.5 的形态重排（0.5 的 `run/outcome/trace` 检视面**有意不做**）。

## 30 秒：装到独立 profile、启用、关掉

**前提**：`dsh` 已装（`dsh --version` 有输出）；**别装进你每天在用的那个 profile**（那里有 0.5.x，
两者同装配会被 `DOUBLE_INTERCEPT` 守卫拒绝启用）。下面命令里的 `po06beta` 只是 profile 名，**随你起**。

**① 从 Release 下载安装包**（两个附件：`tgz` + 校验和）：

```powershell
# 直链（版本号换成你要的；0.8.4-stable 是最新版）
$v = '0.8.4-stable'
$dir = "$env:USERPROFILE\Downloads"
Invoke-WebRequest "https://github.com/WestFox-AwA/dsh-prompt-optimizer/releases/download/v$v/dsh-external-dsh-arbiter-wf-$v.tgz" -OutFile "$dir\dsh-external-dsh-arbiter-wf-$v.tgz"
Invoke-WebRequest "https://github.com/WestFox-AwA/dsh-prompt-optimizer/releases/download/v$v/SHA256SUMS-$v.txt" -OutFile "$dir\SHA256SUMS-$v.txt"
# 校验（下载坏了会在安装后才以"行为怪怪的"暴露，先比一下最省事）
Get-FileHash "$dir\dsh-external-dsh-arbiter-wf-$v.tgz" -Algorithm SHA256 | Select-Object -ExpandProperty Hash
Get-Content "$dir\SHA256SUMS-$v.txt"
```
> 也可以在浏览器里打开 <https://github.com/WestFox-AwA/dsh-prompt-optimizer/releases> 挑对应版本手动下这两个文件。

> ### 装不上时的排查顺序（issue #29）
>
> | 你看到的 | 真正的原因 | 怎么办 |
> |---|---|---|
> | 插件市场报 `no matching package found`，随后回落到 git 安装 | 本包**按设计不发 npm**（`private: true`），registry 上永远搜不到 | 用上面的 Release 附件装，别让安装器去搜 npm |
> | git 安装报 `schannel: … SEC_E_INVALID_TOKEN` | 本机 git 的 TLS/代理问题（命令连 GitHub 都没连上），与插件无关 | 改用 Release 附件；或 `git config --global http.sslBackend openssl` 后重试 |
> | 安装器提示 `allowBuilds` / 构建脚本被拦 | 本包**没有任何构建步骤**，这条提示是通用的 | 不用改 `allowBuilds`；按上一条排查 TLS |
> | 装上了但没有拦截（`gate: rollout-off`） | 档位还停在关闭 | 把档位拨到**标准**或**重度** |
> 本版是**正式版**（无 `-beta` 后缀），`releases/latest` 会指向它；
> 想装旧版就把 `$v` 换成对应 tag。版本号只有一个真源：`po06/package.json`。

**② 新建一个干净 profile 并装进去**：

```powershell
# 用发行版自带的 web 模板新建 profile（不含 0.5.x）
dsh --profile po061 --from-default-profile web --dump-config
# 装本包（tgz 路径换成你下载到的位置）
dsh plugin --profile po061 add "$env:USERPROFILE\Downloads\dsh-external-dsh-arbiter-wf-0.8.4-stable.tgz"
```

**③（可选，但强烈建议）一条命令自检**：装好了、装的是这一份、会被装配"（**不调模型、不花钱**）：

```powershell
# 需要仓库里的脚本；没克隆仓库就跳过这步，直接进 ④
node <repo>\po06\scripts\check-install.mjs --profile po061 --expect-version 0.8.4-stable
```

它会逐条回答：

- **装上了吗**：profile 的 `dependencies` 里有没有这个包；
- **装的是这一份吗**：把装出来的 `lib/*.js` 与仓库**逐文件比 sha256**
  ——这个项目在"装的是新件还是 pnpm 缓存里的旧件"上**栽过两次**（EV-0079/0083），
  而那种失败**不报错**，只是行为像没装；
- **会被装配吗**：`--dump-config` 的组合树里有没有这一层
  ——**装了但不在 `dsh.profile.bundles` 里 = 永远不会生效**（EV-0066）；
- **启用会生效吗**：用**装出来的那份**解析器读配置（不是我复述规则），并说明旧路径为什么不会被误认。

**④ 启用**（写 0.6 **自己的**配置文件；**不会**碰 0.5.x 的 `prompt-optimizer.json`，见 EV-0111）：

```powershell
Set-Content -Path "$env:USERPROFILE\.dsh\po06.json" -Encoding utf8 -Value '{"settingsVersion":1,"enabled":true,"rollout":{"mode":"all"}}'
```

也可以装完之后**在面板上拨档位**（档位 关闭/轻度/标准/重度 就是启用开关；`关闭` = 不拦截）。

**⑤ 用那个 profile 开工**：`dsh --profile po061`（它会启动该 profile 的应用并打印带 token 的地址）。
⚠ **`--profile` 必须写在子命令之前**：`dsh --profile po061 …` 可以，`dsh web --profile po061` **不行**
（`web` 子命令明确拒绝父级的 `--profile`，实测报 `web takes none of parent --profile`）。
默认端口被占用时加 `--port 3081`。
**效果什么时候生效（P11 改变的地方）**：网页输入框里按发送/回车会被**前置拦截**——
先把这一轮解释清楚（实测 21–57 秒，界面上有「优化中… 已用 N 秒」与**跳过并直接发送**，**不设超时**），
**再**把你的消息原样发出去；所以包在**这一轮第一个模型调用之前**就已经写好 ⇒ **第一轮第一步就吃到**。
「审查」权限下，解释完成后先给你看正文并可**直接编辑**（点「确认提交」才发）。
**档位＝「关闭」时不拦截、不等待、不注入**（走原生路径，0 等待）。
仍然存在的旧路径：**非网页入口**（终端等）发的消息不会被拦，那种情况下包落在同一轮的第 2 步起。
⚠ 拦截链的**整链真机验收尚未完成**（按用户要求改由人工一遍跑完，见 `po06/HUMAN-TEST.md`）。

**④ 关掉 / 卸掉（随时、一步）**：

```powershell
# 关：把 enabled 改 false（或直接删掉这个文件——读不到就是不启用）
Set-Content -Path "$env:USERPROFILE\.dsh\po06.json" -Encoding utf8 -Value '{"settingsVersion":1,"enabled":false,"rollout":{"mode":"off"}}'
# 卸：从 profile 移除并把 profile 整个删掉
dsh plugin --profile po061 remove @dsh-external/dsh-po06
Remove-Item -Recurse -Force "$env:USERPROFILE\.dsh\profiles\po06beta"
```

> **为什么单独一个 profile**：你每天用的 `web` profile 里装着 **0.5.x**，而且
> `<home>\prompt-optimizer.json` 是它**正在使用的设置**（tier/strategy/ui…）。
> 0.6 早先把启用意图写在同一个路径上——那意味着"想试试 0.6"要先破坏你每天在用的插件。
> 已改掉：0.6 读自己的 `po06.json`，旧路径只做**只读回退**且必须带 0.6 标记（EV-0111）。

## 跑完之后：怎么看它到底做了什么（`recap.mjs`）

真实项目里用过一轮之后，留下的东西只有三样，**都在 `<home>` 下**：

| 文件 | 是什么 |
|---|---|
| `po06-wire.jsonl` | **每轮用户输入的判定台账**：成没成、包多大、第几版、走了哪些环节 |
| `po06-state/<sessionId>.json` | 该会话的**意图条目**（每条带出处：你说过 / 机器补充） |
| `po06-reports/*.json` | 自检报告（只在显式自检时写） |

一条命令把它整理成人能读的一页（**不调模型、不花钱**）：

```powershell
node <repo>\po06\scripts\recap.mjs --home "$env:USERPROFILE\.dsh"
# 只看某个会话： --session <id前缀>       机器读： --json out.json
```

它回答两个最该被问的问题：

1. **"它有没有参与？"**——逐轮列出 `committed / skipped / …` 与**意图包字符数**；
   没提交的轮次**单独列出来并给出理由**（而不是安静地什么都不做，EV-0078 的教训）。
   台账为空时它会直接告诉你"**一次都没被触发过**"（多半是没启用，或装到了别的 home）。
2. **"它替我说了什么？"**——把条目分成 **"你说过"** 与 **"机器补充"** 两类，
   并统计**无出处条目数**：按契约那个数**必须是 0**，不是 0 就以**非零退出码**报出来
   （无出处 = 不知道是谁说的，那是缺陷，不是排版问题）。
3. **"跨会话有没有串味？"**——每条条目的出处必须落在**它自己所在的会话或它的祖先会话**里。
   **分叉继承来的条目指向父会话是「正确」的**（"这句话是你在父会话里说的"），
   所以判据不能写成"出处必须等于自己"——那会把合法继承全判成泄漏。
   指向**链之外**的会话 = 把别处的话当成你在这里说的 ⇒ **非零退出码**。

> 读法的关键：**"你说过"的条目必须是你真说过的原话**——契约要求逐字引文，
> **对不上的那一条被丢掉并记账**（不是整份作废：其余条目照常产出，见 `lib/interpreter.js` 的逐条丢弃）；
> 而"机器补充"是它自己的判断，**不得被当成你的命令**。
> 这一页**只做事实整理，不做质量判定**：哪一版答案更好只能你自己读。

### 顺带能把「分叉继承」验掉（A7 的另一半）

在 GUI 里对一个**已经用过**的会话点**分叉**，在子会话里**说一句话**，然后重跑上面的命令：
「**〇、分叉继承**」那一节应当出现一行，写明子会话、继承自哪个父会话、继承到的版本。

- **有那一行** ⇒ 宿主分叉时 0.6 **确实**把父会话的意图状态派生给了子会话
  （深拷贝 + 改写归属 + 留下出处，ADR-0039）。
- **没有那一行而你确实分叉过** ⇒ 继承**没发生**：子会话会**从零开始**，而且**不会有任何提示**
  ——这正是那条 ADR 要防的"静默无状态"。

## 花钱之前：预检（`preflight-e001.mjs`）

留出评估的每一次运行都要花钱，所以**先花零成本问清楚"这一期到底能测到什么"**：

```powershell
node <repo>\po06\scripts\preflight-e001.mjs --stage S4 [--budget <n>]
```

它逐条报出（**不调模型、不花钱**）：

| 检查 | 为什么 |
|---|---|
| 封存 hash + 题数，**外加一次负向自检** | 只报"校验通过"没有意义——要证明**篡改真的会被拒** |
| 每题的**判据适用性** | S1 的教训：那一期 6 题里 **0 题**适用「约束守住」，而这件事是花掉 103k **之后**才发现的 |
| 上界 / 期望 / **其中解释层的前置花费** | 跑之前要花的钱与跑起来要花的钱是两笔 |
| 预算判定（低于上界直接拒绝） | 避免跑到一半没钱 |
| 包缓存：哪些题**不再花解释层的钱** | 缓存存在但一个都不匹配本期题号时会**明确警告**（别把"有缓存"读成"不花钱"） |
| 判据要的产物**会不会落盘** | run1 曾只存字符数，白花 42,884 |

**结论不是"能跑"就放行**：任一检查不成立就以**退出码 2** 拦住，并在结论里写"**不建议现在跑**"。

## 它想做什么

让用户在**少写提示词**的情况下更准确地传达意思，并让工作 AI 做得更好、更稳，同时不违背用户本意。

做法上的三个关键选择：

1. **原话保留，机器补充另附** —— 用户的话永远原样留在人类消息里；
   机器的解释以**带来源标签的分节**形式附在上下文里（`systemPrompt.context` → 宿主的 `form:'snapshot'` 聚合消息）。
   质量展开有地方放（「质量解释…不是新增命令」节），但不可能被读成用户的命令。
2. **`user_requirement` 必须带逐字引文** —— 引文必须是用户原话的**字面子串**，对不上则**只丢这一条**（记账进 `dropped`，其余条目照常）。
   这把「机器替用户发明要求」从信任问题变成**字符串比对问题**。
   2026-10-06 追加**信息量下限**：引文不足正文的 1/3 且净增超过 20 字时，该条降级为机器理解、不写成用户要求
   （拦的是"引一个词就写成一段要求"；措辞巧妙的扩写仍可能通过，扩写始终留在 `claims` 里可回查）。
3. **检测到问题不等于可以动手** —— 只有 `fail` 能触发返工；
   基础设施故障与未知都不算；返工默认**只记录不发送**（三级投递 L0）。

## 已验证（有证据）

| 能力 | 证据 |
|---|---|
| plugin 来源消息全链路（构造→投递→持久日志→模型实收） | EV-0010 |
| 动态上下文注册 / 排序 / 卸载；去重由宿主负责 | EV-0013、EV-0014 |
| 意图状态：CAS、来源身份、用户改口闸门 | EV-0023（18 项）、EV-0025（真实宿主） |
| 持久化与 `restore()` 重建一致 | EV-0026 |
| 编译分节 + 预算丢弃 + 范围审计 | EV-0029（16 项） |
| 解释层契约（逐字引文、白名单、数量上限） | EV-0031（18 项） |
| 流水线端到端（离线）与**真实宿主**接入 | EV-0032、EV-0033 |
| 澄清规划（分类/预算/去重/授权；超时≠同意） | EV-0035（23 项） |
| 长任务作用域（`task`/`turn`）与跨轮退役 | EV-0038、EV-0039 |
| 压缩/序列化/fork 保持性 | EV-0040 |
| 验证器判定逻辑（只有 `fail` 可返工；六道门） | EV-0041（24 项） |
| **真机 HTML 验证器**（好/坏×2/可疑样本全判对） | EV-0042 |
| 三级投递交付门（L0 不发送 / L1 不唤醒） | EV-0043、EV-0044（真实宿主） |
| 配置迁移不机械映射；旧状态不冒充需求 | EV-0045、EV-0047 |
| 灰度保守默认 + 双重拦截守卫（真实宿主拦住了） | EV-0046、EV-0048 |
| 旧插件**运行时**探测 | EV-0048 |
| **装配期启用闸门真的接在装配路径上**（默认抑制/强制放行两侧对照） | **EV-0054** |
| 启用判定带**保质期**：过期即不启用；旧插件**事后**出现会被撤销（附未闭合缺口） | **EV-0061** |
| **验证器仪器纪律**（采样不早退、外部依赖可观测、绘制活动与 NaN、不泄漏进程与磁盘） | **EV-0049、EV-0050、EV-0051、EV-0052、EV-0053** |
| `npm pack` 实测：包内容 = `files` 清单，版本三处一致 | EV-0054 |
| **打包产物**装配演练（仓库外可 import、未夹带 test/scripts/eval、源树字节未变） | **EV-0056** |
| **真实 npm 安装/卸载**（未装 cordis 也能装、卸得净；**反向对照证明断言会红**） | **EV-0057** |
| **留出集 S1 真题**上的澄清与编译符合判据（不该问的不问、可查事实不丢回用户） | **EV-0059** |
| **留出集 S3 真题**上的长任务/环境/取消判据（撤回回到原状、约束跨轮保持、infra 不算已验证） | **EV-0060** |

**234 个变异跨 42 个源文件，全部被测试捕获。**

> 变异检验中有一条**必须记住的纪律**：变异不仅要求"有测试变红"，
> 还要求**指定的那条**测试变红（`expectFailIncludes`）。
> 我第一次给"封存 hash 变异"写错了期望片段（写"封存"，实际失败的用例名叫"hash 不符…"），
> 检验**如实判为未捕获**——这正是它该有的严格程度。
>
> 同一纪律后来又救回两次：① 一个变异把解释层从**期望总额**里删掉时，
> 12 项测试**全绿**（原测试只钉了上界），暴露出一条缺失的不变量；
> ② 期望片段指到了**被断言的消息**而不是**会红的那条用例名**。
> **变异守卫的价值不在于"抓到了"，而在于它也会抓我。**

## **未验证**（不要让这些看起来像"也有"）

| 缺口 | 说明 |
|---|---|
| **效果（最重要的一条）** | **S1 已跑完，结论是"没差别"**：36/36 单元、0 失败，但**没有任何可信判据显示 A 臂与 C 臂有差别**（放大 A0/C0、完全指定任务必要内容 A 7/9 · C 7/9、稳定性差异弱且方向不一致）。用户逐条判读的「**该不该问**」：两臂**各 0 条**"不该问" ⇒ 该判据**非区分、作废**（它曾是 0.6 的主要卖点）。唯一还没测到的是「**约束守住**」：题与仪器刚就绪（**S4**，数字见 `po06/RELEASE-CHECKLIST.md`）**但一次都没跑**。**仍缺 B 臂（0.4.4）**，且 B 臂无实测成本基线。**预算只能由你授权**（⚠ 与上面「作者实测观察」不冲突、也不互相证明：这一条是**受控对照**、样本很小，结论是"**没测出**差别"；那条是**日常使用**里的观察，没有对照、没有第三方复现） |
| **在真实项目里用过** | **作者本人用过**（DeepSeek-V4.1-Flash + PTC + PowerShell 的日常项目）：据其观察，各类 one-shot 与长任务迭代里**实际效果明显强于同环境、同提示词下的工作模型**，少量项目统计**疑似降低 token 消耗**。**但这不是专业跑分**：没有受控对照、没有第三方复现，也没有稳定的成本基线。 |
| **工作模型是否遵守标签** | 未验证。同类契约已有反例：逐字引文模型遵守了（EV-0034），`unknownClass` 字段两次都没遵守（EV-0037） |
| ~~重启后 hydrate~~ | ✅ **已验（真机）**：EV-0081 用隔离 home、**两个独立进程**跑通"重启后状态恢复"。**剩下未验的是分叉（fork）**：A7 的另一半 |
| 真实多轮 / fork | **多轮已验（真机，EV-0085）**：SDK 通路在一个长驻进程里连发两轮，跨轮约束确实出现在第 2 轮的上下文里。**fork 未验**（代码 + 单测有，真机没有） |
| 真实配置迁移（A8） | **刻意未执行**（仅临时目录 dry-run）。⚠ 已确认 0.6 **不再**共用 0.5.x 的 `prompt-optimizer.json`（EV-0111），所以"不迁移"现在是**安全的**，不再是隐患 |
| 完整卸载演练 | 打包自足性已进发版门（EV-0110）；**profile 级完整装卸仍只做过分步验证**，没做过"装→用→卸→确认干净"的一次到底 |
| 发布动作 | `private:true` **保持**（不发 npm，只发 GitHub Release 附件——避免把这个未经效果验证的包误发上公共注册表）；**隔离 profile 装配已做了**（`po06beta` + 启用配置 + `DOUBLE_INTERCEPT` 守卫实测），**真实 GUI 刷新验证仍未做** |
| UI | **没有客户端界面**，全部经由宿主既有机制 |

> 曾经列在这里的「**慢初始化页面**：见画布有尺寸即停，可能过早判定」**已关闭**：
> 那正是一个真实仪器缺陷——canvas 的 `width/height` 默认就是 300×150，
> 从未被渲染器碰过的画布也算"有尺寸"，于是 1.2s 就收工，把"我读得太早"报成结论（EV-0049）。

## 已知限制与风险

- **`unknownClass` 路由当前"机制就绪、输入缺失"**：真实模型不输出该字段（两次实测），
  所有未知退化为「用户偏好」，靠批次上限（默认 2）兜住问卷风险。
  代码里用 `unclassified` 计数把它**显示出来**，不静默降级。
- **`informational` 检查没有被守卫**：若有人把决定性检查误标为 `informational`，会造成漏判。
- **交付门生产触发默认关闭**：每次交付都启动浏览器是重操作，是否开启属设置决策。
- **旧插件探测的静态分支会误报**（装了但禁用），这是刻意的保守方向。
- **状态只保留最近 200 个会话**（`po06-state/` 按文件修改时间淘汰，`DEFAULT_KEEP = 200`）。
  超出之后**更早会话的意图状态会被删掉**——那个会话本身照常能打开、能继续用，
  只是 0.6 不再记得它的约束（**不会有提示**）。保留份数目前写死，改它要动代码。
- **状态文件读不出来时**（JSON 坏 / 形状不对）0.6 会把坏文件**改名留证据**
  （`<会话>.corrupt-<时间戳>.json`）、记一条 `state-unreadable` 台账，然后按"尚无状态"继续。
  **它不会静默覆盖那份文件**；这类事件会在 `recap.mjs` 里单独列出（并让退出码非零）。
  若你在那里看到这一节：**残骸文件里很可能就是丢失的长期约束**。

## 回滚方式

**最短的一条**（beta 期间推荐）：把 `po06.json` 的 `enabled` 改成 `false`，或**直接删掉这个文件**
——读不到即不启用，且**不影响你原有的 0.5.x**（两者不是同一个文件，EV-0111）。

1. 若已注入：`dev_uninject_plugin`（或从 profile 移除 junction 与 patch 条目）。
2. 若已迁移配置：从 `<home>/backups/prompt-optimizer.<时间戳>.bak.json` 还原
   （`rollbackConfig`，**回滚不会删除备份**）。
3. 旧版本插件不受本包影响；`@dsh-external/dsh-prompt-optimizer`（0.5.x）仍在原处，
   它的设置文件 `prompt-optimizer.json` **全程只被 0.6 只读回退读取**，从未被写。

## 目录

```
po06/
  lib/         62 个模块（domain / 编译 / 解释 / 澄清 / 长任务 / 验证 / 反馈 / 迁移 / 灰度 / 装配闸门 / 评估计划 / 冒烟 / 宿主资源定位 / 只读工具 / 会话上下文 / 清痕 / **档位策略与领域维度** / **虚拟 POSIX 层**）
  test/        104 套测试 + 变异检验
  eval/        HOLDOUT-v2.md（已封存，v1 的 18 题逐字节未改 + 追加 H-19/H-20）、HOLDOUT-v1.md（保留以备复核）、
               release-check.json、plan-E001.json、smoke-H-12.json
  scripts/     check-release.mjs（发版前自检）、plan-e001.mjs（留出评估计划与预算闸门）、
               install-drill.mjs（打包产物自足性）、npm-drill.mjs（真实 npm 安装/卸载）、
               migrate-report.mjs（真实配置只读迁移报告）、make-smoke-spec.mjs（冒烟 spec）、
               read-session.mjs（读会话日志：多帧 zstd 解码 + 递归取用量）
  cordis.patch.yml  bundle 层——让 `dsh plugin add` 之后**真的会装配**（EV-0066）
  RELEASE-CHECKLIST.md
```

发版前自检：`node po06/scripts/check-release.mjs`