@bolloon/bolloon-agent 0.1.0 → 0.1.1

package/src/bollharness/reference/boll-reference/.claude/skills/vibedevteam-graph/beads-graph.sh

@@ -1,153 +0,0 @@
-#!/bin/bash
-# beads-graph.sh
-#
-# 用法：./scripts/beads-graph.sh <EPIC_ID> --output <OUTPUT_FILE>
-#
-# 功能：生成任务依赖可视化图（使用 Graphviz DOT 格式）
-#
-# 示例：
-#   ./scripts/beads-graph.sh E-014 --output docs/E-014-私聊聊天记录功能/dependencies.svg
-#
-# 依赖：需要安装 Graphviz (brew install graphviz)
-
-set -e
-
-EPIC_ID="$1"
-OUTPUT_FILE=""
-
-# 解析参数
-while [[ $# -gt 0 ]]; do
-  case $1 in
-    --output)
-      OUTPUT_FILE="$2"
-      shift 2
-      ;;
-    *)
-      EPIC_ID="$1"
-      shift
-      ;;
-  esac
-done
-
-if [ -z "$EPIC_ID" ]; then
-  echo "用法: $0 <EPIC_ID> --output <OUTPUT_FILE>"
-  echo ""
-  echo "示例:"
-  echo "  $0 E-014 --output docs/E-014-私聊聊天记录功能/dependencies.svg"
-  exit 1
-fi
-
-if [ -z "$OUTPUT_FILE" ]; then
-  OUTPUT_FILE="docs/${EPIC_ID}-dependencies.svg"
-  echo "⚠️  未指定输出文件，使用默认: $OUTPUT_FILE"
-fi
-
-# 检查是否安装了 dot 命令
-if ! command -v dot &> /dev/null; then
-  echo "❌ 错误: 未安装 Graphviz"
-  echo ""
-  echo "请安装 Graphviz："
-  echo "  macOS:   brew install graphviz"
-  echo "  Ubuntu:  sudo apt-get install graphviz"
-  echo "  CentOS:  sudo yum install graphviz"
-  exit 1
-fi
-
-echo "📊 开始生成任务依赖图..."
-echo "   EPIC_ID: $EPIC_ID"
-echo "   OUTPUT: $OUTPUT_FILE"
-echo ""
-
-# 创建临时 DOT 文件
-temp_dot=$(mktemp)
-
-# 写入 DOT 文件头部
-cat > "$temp_dot" << 'EOF'
-digraph TaskDependencies {
-  rankdir=LR;
-  node [shape=box, style=rounded, fontname="Arial"];
-  edge [fontname="Arial", fontsize=10];
-
-  // 定义节点样式
-  node [fontcolor="#333333"];
-
-  // 已完成的任务
-  node [fillcolor="#d4edda", style="rounded,filled"];
-
-  // 进行中的任务
-  node [fillcolor="#fff3cd", style="rounded,filled"];
-
-  // 待开始的任务
-  node [fillcolor="#f8d7da", style="rounded,filled"];
-EOF
-
-# 获取 beads 任务列表
-beads_json=$(bd list --labels "$EPIC_ID" --format json)
-
-# 添加节点和边
-echo "" >> "$temp_dot"
-echo "  // 任务节点" >> "$temp_dot"
-
-# 记录任务状态映射
-declare -A task_status
-declare -A task_title
-
-# 解析 beads 数据
-echo "$beads_json" | jq -r '.[] | @json' | while read -r task_json; do
-  id=$(echo "$task_json" | jq -r '.id')
-  title=$(echo "$task_json" | jq -r '.title')
-  status=$(echo "$task_json" | jq -r '.status')
-  deps=$(echo "$task_json" | jq -r '.dependencies[]? // empty' | tr '\n' ',' | sed 's/,$//')
-
-  # 提取简短标题（去除 TASK ID 前缀）
-  short_title=$(echo "$title" | sed 's/^TASK-[A-Z0-9-]*: //' | cut -c1-20)
-
-  # 根据状态选择颜色
-  case "$status" in
-    "done")
-      fillcolor="#d4edda"
-      fontcolor="#155724"
-      ;;
-    "in_progress")
-      fillcolor="#fff3cd"
-      fontcolor="#856404"
-      ;;
-    *)
-      fillcolor="#f8d7da"
-      fontcolor="#721c24"
-      ;;
-  esac
-
-  # 添加节点
-  echo "  \"$id\" [label=\"$short_title\", fillcolor=\"$fillcolor\", fontcolor=\"$fontcolor\"];" >> "$temp_dot"
-
-  # 添加依赖边
-  if [ -n "$deps" ]; then
-    IFS=',' read -ra DEP_ARRAY <<< "$deps"
-    for dep in "${DEP_ARRAY[@]}"; do
-      echo "  \"$dep\" -> \"$id\";" >> "$temp_dot"
-    done
-  fi
-done
-
-# 写入 DOT 文件尾部
-echo "}" >> "$temp_dot"
-
-# 生成图片
-echo "🎨 正在生成图片..."
-dot -Tsvg "$temp_dot" -o "$OUTPUT_FILE"
-
-# 清理临时文件
-rm -f "$temp_dot"
-
-echo "✅ 完成！"
-echo ""
-echo "📊 依赖图已生成: $OUTPUT_FILE"
-echo ""
-echo "💡 查看图片："
-if [[ "$OSTYPE" == "darwin"* ]]; then
-  echo "   open $OUTPUT_FILE"
-else
-  echo "   xdg-open $OUTPUT_FILE  # Linux"
-  echo "   start $OUTPUT_FILE     # Windows"
-fi

package/src/bollharness/reference/boll-reference/.claude/skills/vibedevteam-init/SKILL.md

@@ -1,52 +0,0 @@
----
-name: vibedevteam-init
-description: 批量创建 beads 任务并关联 TASK 文档。当用户需要初始化 Epic 的 beads 任务时使用。
-allowed-tools: "Bash(bd:*),Bash(.claude/skills/vibedevteam-init/beads-auto-link.sh),Read,Write,Grep,Glob"
-version: 0.3.0
-status: active
-tier: domain
-owner: nature
-last_audited: 2026-03-21
-triggers:
-  - beads 初始化
-  - Epic 拆任务
-outputs:
-  - beads 初始化结果
-truth_policy:
-  - 任务事实以当前 beads 数据和 TASK 文档为准
-  - skill 不复制项目状态
----
-
-# VibeDevTeam: 批量初始化 beads 任务
-
-当用户调用此 skill 时，执行以下步骤：
-
-## 触发条件
-
-用户说类似：
-- "初始化 beads 任务"
-- "创建 beads 任务"
-- "批量创建任务"
-
-## 执行步骤
-
-1. **确认参数**
-   - EPIC_ID（如：E-014）
-   - TASK_DIR（如：docs/E-014-xxx/task）
-
-2. **验证前置条件**
-   ```bash
-   ls "$TASK_DIR"/TASK-*.md
-   command -v bd
-   command -v jq
-   ```
-
-3. **执行脚本**
-   ```bash
-   cd .claude/skills/vibedevteam-init && ./beads-auto-link.sh "$EPIC_ID" "$TASK_DIR"
-   ```
-
-4. **验证并报告**
-   - 创建的任务数量
-   - 关联的 TASK 文档数量
-   - 提示下一步：`bd dep add` 设置依赖

package/src/bollharness/reference/boll-reference/.claude/skills/vibedevteam-init/beads-auto-link.sh

@@ -1,76 +0,0 @@
-#!/bin/bash
-# beads-auto-link.sh
-#
-# 用法：./scripts/beads-auto-link.sh <EPIC_ID> <TASK_DIR>
-#
-# 功能：批量创建 beads 任务并自动关联 TASK 文档
-#
-# 示例：
-#   ./scripts/beads-auto-link.sh E-014 docs/E-014-私聊聊天记录功能/task
-#
-# E014 复盘：15 个 TASK × 4 次操作 = 60 次手动命令 → 使用此脚本减少到 1 次
-
-set -e
-
-EPIC_ID="$1"
-TASK_DIR="$2"
-
-if [ -z "$EPIC_ID" ] || [ -z "$TASK_DIR" ]; then
-  echo "用法: $0 <EPIC_ID> <TASK_DIR>"
-  echo ""
-  echo "示例:"
-  echo "  $0 E-014 docs/E-014-私聊聊天记录功能/task"
-  exit 1
-fi
-
-if [ ! -d "$TASK_DIR" ]; then
-  echo "错误: TASK_DIR 不存在: $TASK_DIR"
-  exit 1
-fi
-
-echo "🔗 开始批量创建 beads 任务并关联..."
-echo "   EPIC_ID: $EPIC_ID"
-echo "   TASK_DIR: $TASK_DIR"
-echo ""
-
-count=0
-for task_file in "$TASK_DIR"/TASK-*.md; do
-  if [ ! -f "$task_file" ]; then
-    echo "⚠️  未找到 TASK 文件"
-    continue
-  fi
-
-  task_id=$(basename "$task_file" .md)
-  title=$(grep '^# ' "$task_file" | head -1 | sed 's/^# //')
-
-  echo "📝 创建任务: $task_id"
-  echo "   标题: $title"
-
-  # 创建 beads 任务并自动设置 external_ref
-  bd create "$task_id: $title" \
-    --external-ref "$task_file" \
-    --labels "$EPIC_ID"
-
-  # 在 TASK 文档中添加 Beads ID
-  beads_id=$(bd list --format json | jq -r ".[] | select(.title | startswith(\"$task_id\")) | .id" | head -1)
-
-  if [ -n "$beads_id" ]; then
-    # 检查是否已有 Beads 任务ID 注释
-    if ! grep -q "Beads 任务ID" "$task_file"; then
-      echo "" >> "$task_file"
-      echo "> Beads 任务ID：\`$beads_id\`" >> "$task_file"
-      echo "   ✅ 已关联 Beads ID: $beads_id"
-    else
-      echo "   ℹ️  TASK 文档已有 Beads ID，跳过"
-    fi
-  fi
-
-  echo ""
-  count=$((count + 1))
-done
-
-echo "✅ 完成！共处理 $count 个 TASK"
-echo ""
-echo "📋 验证命令："
-echo "   bd show <BEADS_ID> | grep external_ref    # beads → TASK"
-echo "   grep 'Beads 任务ID' $TASK_DIR/*.md | wc -l  # TASK → beads"

package/src/bollharness/reference/boll-reference/.claude/skills/vibedevteam-sync/SKILL.md

@@ -1,50 +0,0 @@
----
-name: vibedevteam-sync
-description: 同步 beads 状态到 PROJ 文档。当用户需要更新项目进度时使用。
-allowed-tools: "Bash(bd:*),Bash(.claude/skills/vibedevteam-sync/beads-sync-proj.sh),Read,Write,Grep"
-version: 0.3.0
-status: active
-tier: domain
-owner: nature
-last_audited: 2026-03-21
-triggers:
-  - beads 状态同步
-  - PROJ 文档刷新
-outputs:
-  - beads 同步结果
-truth_policy:
-  - 状态以当前 beads 数据为准
-  - skill 不复制项目进度事实
----
-
-# VibeDevTeam: 同步 beads 状态到 PROJ
-
-当用户调用此 skill 时，执行以下步骤：
-
-## 触发条件
-
-用户说类似：
-- "同步状态"
-- "更新 PROJ"
-- "同步进度"
-
-## 执行步骤
-
-1. **确认参数**
-   - PROJ 文件路径（如：docs/E-014-xxx/proj/PROJ-E-014-v1.md）
-
-2. **验证前置条件**
-   ```bash
-   test -f "$PROJ_FILE"
-   bd list | head -5
-   ```
-
-3. **执行脚本**
-   ```bash
-   cd .claude/skills/vibedevteam-sync && ./beads-sync-proj.sh "$PROJ_FILE"
-   ```
-
-4. **报告结果**
-   - 备份文件位置
-   - 更新的任务数量
-   - 未找到的任务数量

package/src/bollharness/reference/boll-reference/.claude/skills/vibedevteam-sync/beads-sync-proj.sh

@@ -1,108 +0,0 @@
-#!/bin/bash
-# beads-sync-proj.sh
-#
-# 用法：./scripts/beads-sync-proj.sh <PROJ_FILE>
-#
-# 功能：从 beads 批量同步状态到 PROJ 文档
-#
-# 示例：
-#   ./scripts/beads-sync-proj.sh docs/E-014-私聊聊天记录功能/proj/PROJ-E-014-v1.md
-#
-# 注意：此脚本会更新 PROJ 文档中的任务状态，建议在执行前备份
-
-set -e
-
-PROJ_FILE="$1"
-
-if [ -z "$PROJ_FILE" ]; then
-  echo "用法: $0 <PROJ_FILE>"
-  echo ""
-  echo "示例:"
-  echo "  $0 docs/E-014-私聊聊天记录功能/proj/PROJ-E-014-v1.md"
-  exit 1
-fi
-
-if [ ! -f "$PROJ_FILE" ]; then
-  echo "错误: PROJ 文件不存在: $PROJ_FILE"
-  exit 1
-fi
-
-# 备份原文件
-backup_file="${PROJ_FILE}.backup.$(date +%Y%m%d%H%M%S)"
-cp "$PROJ_FILE" "$backup_file"
-echo "📦 已备份原文件到: $backup_file"
-echo ""
-
-echo "🔄 开始从 beads 同步状态到 PROJ 文档..."
-echo "   PROJ_FILE: $PROJ_FILE"
-echo ""
-
-# 获取所有 beads 任务（JSON 格式）
-beads_json=$(bd list --format json)
-
-# 统计
-updated=0
-not_found=0
-
-# 遍历每个 beads 任务，更新 PROJ 文档中的状态
-echo "$beads_json" | jq -r '.[] | @json' | while read -r task_json; do
-  title=$(echo "$task_json" | jq -r '.title')
-  status=$(echo "$task_json" | jq -r '.status')
-  id=$(echo "$task_json" | jq -r '.id')
-
-  # 提取 TASK ID（例如 TASK-E014-BE-001）
-  task_id=$(echo "$title" | grep -oE 'TASK-[A-Z0-9-]+' || true)
-
-  if [ -z "$task_id" ]; then
-    continue
-  fi
-
-  echo "📝 $task_id"
-  echo "   Beads ID: $id"
-  echo "   状态: $status"
-
-  # 检查 PROJ 文档中是否包含此任务
-  if grep -q "$task_id" "$PROJ_FILE"; then
-    # 更新状态（使用 sed 进行替换）
-    # 匹配模式：| TASK-ID | 旧状态 | -> | TASK-ID | 新状态 |
-    case "$status" in
-      "open")
-        new_status="待开始"
-        ;;
-      "in_progress")
-        new_status="进行中"
-        ;;
-      "done")
-        new_status="已完成"
-        ;;
-      *)
-        new_status="$status"
-        ;;
-    esac
-
-    # 使用 macOS 兼容的 sed 命令
-    if [[ "$OSTYPE" == "darwin"* ]]; then
-      sed -i.bak "s/| $task_id | [^|]* |/| $task_id | $new_status |/" "$PROJ_FILE"
-      rm -f "${PROJ_FILE}.bak"
-    else
-      sed -i "s/| $task_id | [^|]* |/| $task_id | $new_status |/" "$PROJ_FILE"
-    fi
-
-    echo "   ✅ 已更新状态: $new_status"
-    updated=$((updated + 1))
-  else
-    echo "   ⚠️  PROJ 文档中未找到此任务"
-    not_found=$((not_found + 1))
-  fi
-
-  echo ""
-done
-
-echo "✅ 同步完成！"
-echo ""
-echo "📊 统计："
-echo "   已更新: $updated 个"
-echo "   未找到: $not_found 个"
-echo ""
-echo "🔍 查看更新后的 PROJ 文档："
-echo "   cat $PROJ_FILE"

package/src/bollharness/reference/boll-reference/docs/architecture/AGENT-PROFILE.md

@@ -1,151 +0,0 @@
-# Agent 接入、Profile 与投影机制
-
-> 来源: ARCHITECTURE_DESIGN.md §1.3-1.4, §7
-> 依赖: [PRINCIPLES.md](PRINCIPLES.md)
-> 关联讨论: D-08
-
----
-
-## V2 实现现状
-
-| V1 设计 | V2 现实 | 状态 |
-|---------|---------|------|
-| 多源 Adapter（SecondMe/Claude/GPT/Template/Custom） | profile 文本文件 + DB | ❌ 已迭代（实用简化） |
-| ProfileDataSource 可插拔接口 | DB profiles + Claude Code 处理 | ❌ 已迭代 |
-| Agent 画像 = 投影函数结果（无状态） | MemoryField 加载 profiles → HDC 向量 | ✅ 概念保留 |
-| WebSocket 长连接 Agent | 端侧 = ephemeral LLM 调用 | ❌ 已迭代 |
-| Edge Agent + Service Agent（一自多我） | 一人一 Agent | ❌ 已迭代（规模不需要） |
-| 场景（Scene）= 商业入口 | 无场景概念，直接需求驱动 | ❌ 已迭代 |
-| 信息熵检测（specificity score） | 未实现 | 🔮 |
-
----
-
-## 1.3 "自-我"工程映射 ⚠️ 概念有效，实现简化
-
-### 核心认知 ✅
-
-**"自"在系统之外，系统中只有投影（"我"）。** 一个人的存在不能被完整数字化——我们能做的是提供尽可能好的投影。
-
-### 三个层次
-
-```
-系统之外: 人的真实存在（"自"）— 活的、完备的、不可完整数字化
-    ↓ 数据源（Profile 文件、交互历史...）
-数据影子: Profile Data — 是"自"能被数字化的那部分
-    ↓ 投影（不同透镜）
-网络中的存在: "我" — HDC 超向量
-```
-
-### Edge Agent 与 Service Agent ❌ V2 已迭代
-
-V1 设计了 Edge Agent（全维度通才）和 Service Agent（聚焦专才）。
-
-| | Edge Agent | Service Agent |
-|--|-----------|-------------|
-| 数量 | 每人一个 | 零到多个 |
-| 信噪比 | 低（广覆盖） | 高（聚焦） |
-| 价值 | 捕捉意外关联 | 快速精准响应 |
-
-**V2 决策**: 一人一 Agent（等同于 Edge Agent）。Service Agent / 面具是远景功能。
-
-**保留的设计**: `surprise`（意外度）= 全维度共振 - 最佳专项共振。差异大 → 跨域干涉 → 有涌现可能。这个概念可用于未来的路由决策。
-
----
-
-## 1.4 场景（Scene）❌ V2 已迭代
-
-### V1 设计
-
-**场景 = 有组织者的协商空间**。商业入口 + 数据收集器。
-
-```python
-class Scene:
-    scene_id: str
-    name: str                    # "AI创业者黑客松2026"
-    organizer_id: str
-    template: Optional[Template] # 数据收集问卷
-    agent_ids: List[str]
-    access_policy: str           # "open" | "invite"
-```
-
-### V2 现实
-
-V2 没有场景概念。用户注册 → 提交需求 → 全库匹配。
-
-**V1 场景的三个价值在 V2 中的替代**:
-- **商业入口**: V2 用邀请码控制
-- **数据收集**: V2 用 profile 文本文件
-- **有界广播空间**: V2 全库匹配（规模小，不需要边界）
-
-**🔮 未来可能恢复**: 当规模增长后，场景作为 k* 的配置单元、作为商业合作入口。
-
----
-
-## 7. Agent 接入机制
-
-### 7.1.1 V1 模式: 平台模式（协议 DNA 内置） ✅ 概念保留
-
-| | 平台模式（V1/V2） | 协议模式（未来） |
-|--|-------------------|----------------|
-| Agent 运行在哪 | 我们的基础设施 | 用户设备 |
-| 身份由谁管 | 我们分配 | Agent 自己持有（DID） |
-| 通信方式 | 集中式 | 任意协议 |
-| 画像由谁算 | 我们计算 | 端侧自算 |
-
-V2 确实是平台模式，但走得更简化——没有实时连接的 Agent，而是按需 LLM 调用。
-
-### 7.1.4 信任模型: 场景准入 ⚠️ 概念有效
-
-**核心认知仍然成立**: 信任不只是"是不是坏人"，更是"Agent 有没有足够丰富的上下文"。
-
-上下文稀薄的 Agent 的伤害: 噪音（低质量 Offer）→ 稀释 → 用户体验差 → 口碑损害。
-
-**V2 应对**: 邀请码限制 + profile 文本质量由人工把控。等同于场景准入的简化版。
-
-### 7.1.5 多源接入: Adapter 架构 ❌ V2 已迭代
-
-V1 设计了统一注册接口 + 5 种 Adapter（SecondMe/Claude/GPT/Template/Custom）。
-
-**V2 现实**: 用户注册 → 写 profile 文本 → 管理员 load-profiles → HDC 编码。没有 Adapter 层。
-
-**保留的价值**: 如果未来需要对接 SecondMe 或其他数据源，Adapter 架构仍然适用。ProfileDataSource 接口仍然有效。
-
-### 7.1.6 ProfileDataSource 与投影机制 ⚠️ 概念保留
-
-**核心突破**（Design Log #003）: **Agent 是投影函数的结果，不是有状态对象。**
-
-```
-ProfileDataSource.get_profile() → Profile Data
-    → 投影函数（无状态）
-    → Agent Vector = project(profile_data, lens)
-```
-
-**V2 实现**: `field_sync.py` 从 DB 读取 profiles → `EncodingPipeline` 编码 → `MemoryField` 加载。
-本质上就是 project(profile_data, "full_dimension") 的实现。
-
-**关键原则仍然成立**:
-- Agent 是投影，不是对象
-- 数据源可插拔（目前是 DB text，未来可以是 SecondMe API）
-- 投影无状态，可重复计算
-
-### 7.1.7 Template ❌ V2 已迭代
-
-V1 的 Template（结构化表单收集）被 V2 的 profile 文本文件替代。更灵活但缺乏结构化。
-
----
-
-## 商业-运营-架构闭环 🔮
-
-V1 设计的飞轮:
-```
-场景丰富 → Agent上下文丰富 → 共振精准 → 协商产出好
-    → 用户满意 → 口碑 → 更多场景 → ...
-```
-
-V2 的简化版飞轮:
-```
-邀请码用户 → profile 文本 → 匹配+结晶 → 交付
-    → 用户体验 → 口碑 → 更多用户 → ...
-```
-
-核心逻辑一致，只是载体从"场景"简化为"个人直接参与"。

package/src/bollharness/reference/boll-reference/docs/architecture/COST-STRUCTURE.md

@@ -1,56 +0,0 @@
-# Discovery + Collaboration 成本结构
-
-**最后验证**: 2026-03-23, 基于代码实际链路追踪
-
-## Discovery 阶段
-
-### LLM 调用（有成本）
-
-| 环节 | 触发时机 | 次数 | 模型 | 可省？ |
-|------|----------|------|------|--------|
-| D1-D5 描述生成 | Agent 注册/profile 文本变更 | 每个 agent 1 次 | scene config 指定 | 否 — 编码基础 |
-| D1-D5 描述生成 | 用户发需求时 | 每次需求 1 次 | scene config 指定 | 否 — 匹配基础 |
-
-**去重机制**: `profile_hash` — profile 文本不变则跳过重新编码（`service.py:140`）。服务重启从快照恢复向量，不触发 LLM。
-
-### 向量/数学运算（成本 ≈ 0）
-
-| 环节 | 说明 |
-|------|------|
-| bge-m3 embedding | D1-D5 文本 → 5 维向量，CPU 本地推理 |
-| 6 算子打分 (OP1-OP6) | 余弦相似度、互补匹配等纯数学运算，对每个候选人并行执行 |
-| RRF 融合排序 | 加权排序，纯算术 |
-
-**关键认知**: OP1-OP6 是确定性向量算子，不是 LLM 调用。减少算子数量不省钱，只降低匹配质量。OP7 (LLM Hypothesis) 存在但未在生产启用。
-
-## Formulation 阶段
-
-| 环节 | 次数 | 可省？ |
-|------|------|--------|
-| 需求澄清多轮对话 | 2-5 轮 LLM 调用 | 否 — 产品核心体验 |
-
-## Crystallization 阶段（成本大头）
-
-| 环节 | 次数 | 可省？ |
-|------|------|--------|
-| 多 agent 多轮协商 | k 个参与者 x N 轮 | 否 — 产品核心价值 |
-
-这是不可压缩的成本 — 协作质量和 LLM 调用量正相关。
-
-## 成本杠杆
-
-| 杠杆 | 效果 | 状态 |
-|------|------|------|
-| profile hash 去重 | 避免重复编码 | 已实现 |
-| 快照恢复 | 重启不触发全量重编码 | 已实现 (PLAN-039) |
-| BYOK | 用户自带 API key | 已实现 |
-| 模型降级 | D1-D5 生成用更便宜模型 | 可选优化，未做 |
-| k 值控制 | 减少协商参与者数 | 已暴露给用户 |
-
-## 参数说明
-
-| 参数 | 含义 | 默认 | 范围 |
-|------|------|------|------|
-| `k` | 协商参与者数量 | 3 | 1-50 |
-| `max_candidates` | matching 返回候选人数 | 10 | 1-50 |
-| 算子数量 | OP1-OP6 固定 6 个 | 6 | 不可配置（无需配置，零成本） |