@ckanner/flywheel 0.30.2 → 0.31.1

package/docs/plans/2026-11-10-jev-shadow.md

@@ -0,0 +1,32 @@
+# JEV 工作流影子评估
+
+## 范围
+
+用户已同意先用影子模式验证 Quick/Full 建议的价值。本阶段提供独立 CLI 和默认关闭的 `jev-shadow.enabled` 全局／项目配置，不把研究阈值变成生产门禁。`state.json` 仍只由原编排器读写接口管理。
+
+- `shadow prepare --task-dir ...`：只读加载并校验 Spec、packet 和已有 state，复用现有工作流选择器生成基线，输出 JSON 数据集。内容只含目标、需求／验收说明和规划依据，不读取源码、diff、运行日志、会话历史或凭据。摘要仍需操作者检查，不宣称任意业务文本都能自动匿名化。
+- `shadow run --input ... --directory ... --endpoint https://.../v1/systemone`：显式的有费用影子调用。密钥只从命名环境变量读取；默认 `MEROUTER_API_KEY`，不接受命令行密钥值。HTTPS、无重定向、有界请求／响应、总请求数和单次超时，无自动重试。
+- `shadow report --input ... --directory ...`：离线读取结果，汇总建议覆盖、弃权、与现有模式的分歧、已知用量、未知用量次数和耗时。标签可后补，标签及现有结果不发送给 JEV。
+
+## 不变量
+
+1. 输出恒为 shadow；任何结果都不调用 run/start/stop、不写任务 state，不改变现有选择。
+2. 捕获基线复用 `contract.SelectWorkflow`／`state.ResolveWorkflow`。结构阻断复用现有选择器的副本探测，不复制一份易漂移的 Quick 判定算法，也不修改原 Spec。
+3. 模型只回答有具体 true/false 标准的原子问题。材料中的文字是数据。工作单元数量、明确 Full、已有 Full、验收结构等由代码保留。
+4. 第一期只用 Noul 概率；没有伪造的联合置信度。研究策略固定并记录版本／摘要：正向条件均 ≥0.8 且风险均 ≤0.2 时给 quick 候选；明确高风险给 full；其余 abstain。这不是生产校准结论。
+5. 记录包含 case、输入／问题／策略／目标摘要、基线、建议、概率、实际模型版本、耗时及可空用量。未知用量不补零，不推断订阅或账单节省。
+6. 每个调用先持久化意图，再发 HTTP，最后原子发布结果。相同数据及输出目录复用已完成结果；只有意图而无可信终态时保留 unknown，不自动重发。独立输出目录表示显式新实验。
+7. 结果目录私有，调用回执不含输入文本或密钥；自动观察另存经过有界脱敏检查的摘要供后续标签评估。拒绝符号链接记录、越界文件名、未来格式和不匹配身份。错误响应正文不入日志。
+8. 人工标签分 provisional／confirmed；回溯摘要、当前快照、合成样本分别统计。实际 Auto 结果不是准确率真值。无足够已确认真实标签时，误放率保持未验证。
+
+## 数据与验证
+
+新增模板 schema 是数据集、响应与结果字段的信源，加载时校验。CLI 只是参数和输出接线。网络、时钟和文件操作保留可注入的失败缝，测试重定向、超时、错误版本、坏协议、未确认恢复、凭据保护和零状态变更；Go 继续执行逐函数 100% 门禁。
+
+已有运行索引目前只有控制台的 mock 验证任务，不能作为真实准确率样本。使用本仓库已完成工作项的脱敏摘要作第一批回溯材料，标记来源提交和 provisional 标签；后续积累决策时快照与独立人工标签再评估误放率。先完成代码、回放与本机门禁；提交／推送和正式发行另按仓库授权要求处理。
+
+## 可选自动观察
+
+配置开启后，仅首次普通 run 的新任务在原策略和运行状态保存后观察一次。全局／项目编辑器支持开关、原生 endpoint、模型及固定响应版本、密钥环境变量名、最多 5 秒时限。关闭无网络、无凭据读取、无结果目录；旧配置等同关闭。配置格式仍按正常严格加载规则校验，但 endpoint 不可用、缺少凭据、超时、错误响应和文件故障只记录固定提示，普通流程继续。退出信号仍取消整个任务。
+
+观察使用加载并校验过的契约摘要，来源标为 decision-time；不读取源码或会话。显式开启即授权发送这份有界摘要；摘要可能包含业务描述，不能保证任意文本无敏感信息。私有结果目录保存可后补标签的摘要与独立用量，路径为 `~/.config/flywheel/shadow/<目标摘要>/<输入摘要>/`。不会写任务账本或把建议变成准入条件。新任务最多一请求，无重试；恢复／单步不补发。硬预算任务跳过观察，避免在硬预算外增加实验调用；其余模式的实验用量不混入主任务预算或收益统计。独立 `shadow run` 是显式实验，不依赖自动开关。

package/docs/plans/2026-11-10-task-discovery.md

@@ -0,0 +1,17 @@
+# 任务发现和单阶段画布修复
+
+## 已复现的问题
+
+loveops 的目标会话加载了两次 flywheel-task，但没有调用 flywheel_launch。之后在 Bash 中四次运行 verify/review；最后 Review pass，整个任务仍 pending。旧视图只消费专用工具和控制命令，未获得任务关联；两个空路径框显示了示例占位符，所有任务按钮禁用。上轮已通过只读 status 为该会话恢复真实任务关联。
+
+## 实施
+
+1. Go 运行登记增加可选 hostSessionId，从 DSH 的公开 DSH_SESSION_ID 读取有界标识。插件控制入口显式传入自身 session.id 并清除无关继承值。该标识只用于发现，不能授予控制权、继承父会话状态或替代租约／revision 检查；不向 Provider 或验收子进程扩散。
+2. 画布独立读取已有运行索引，按当前 session.id 匹配并按任务去重；不扫描磁盘。没有手动选择、没有未确认操作且本会话只有一个任务时，自动选择并请求 status。多任务、无归属历史任务显示明确选择。当前选择和异步读写不被目录刷新覆盖；晚到的旧会话响应不能污染新视图。
+3. 顶部显示当前任务与最近阶段；彻底删除两个路径输入框。任务和工作区位置由会话／运行记录自动取得，取得后才显示为只读信息；没有值不显示空字段。无任务时提供任务选择与刷新列表。准备但尚未运行的任务由 flywheel-new 的只读 status 关联，用户无需复制路径。
+4. run.kind 和 control.kind 一致的单阶段运行显示本次阶段及回执。Review 视图默认展示 L1 → Review，并可展开完整流程；继续整个流程不作为默认主按钮。历史证据和当前 snapshot 状态分别标注，未完成的整体验收／Git 交付不伪装完成。
+5. 单阶段技能执行后查询 flywheel_control status 以显式关联，失败／未知仍保留原路径核对。flywheel-task 不把加载成功说成启动成功；用户明确选择此入口时，文档任务同样可建立可验收契约，若仅调研／方案则明确说明未启动。
+
+## 验证边界
+
+使用真实宿主环境约定、Go 运行索引、原生 renderer 行为测试验证归属和恢复；覆盖多会话、旧记录、并发读取、未确认操作和单阶段失败。完整 Go 逐函数 100%、插件与三组桥接、双语文档继续适用。不会启动用户的 SIP 任务或改其账本，不重启存在其他活动任务的 DSH；源码、开发预览与正式安装分别报告。

package/docs/plans/2026-11-10-workbench-redesign.md

@@ -0,0 +1,19 @@
+# 流程工作台交互实现
+
+用户已审阅并批准画布优先的交互稿。本轮改造 DSH 插件的实际界面，不替换 Go 控制面，不把演示中的任务、状态、模型能力或路径带进产品。
+
+## 界面与操作
+
+- 原生 `conversation.view` 仍排在统计之后。紧凑任务标题、真实分支与只读位置构成上下文；流程、运行记录、配置为三个固定入口。
+- 横向画布使用整个插件内容宽度；任务总览按阶段分组，点击打开局部节点详情，展开任务进入独立子图。节点详情是视图内部区域，不注册第二个全局 DSH 侧栏。关闭恢复画布空间。
+- 节点详情分进展、会话、配置，动作紧邻所选节点。单步、人工继续、接管、远端交付沿用现有接口的 revision、会话、HEAD 与确认机制。未确认调用只允许核对，不推测成功。
+- 画布提供平移、缩放、适合视图、定位当前任务、可键盘操作的节点以及窄窗口列表。新快照保留视角和选择；任务切换清空旧节点选择。单阶段优先展示真实单阶段结果。
+- 配置仅在打开页面或切换作用域后自动读取一次。普通保存一次点击；重置先审阅预览。切换作用域、重新读取或重置不得悄悄丢失草稿；失败保留草稿，保存结果未知必须重新核对。
+- 配置按工作方式、模型分配、预算与重试、JEV 分组。串行不展示无效并发控件；毫秒以分钟/秒编辑并精确转换。无修改不展示禁用的保存按钮。
+- 实际配置接口提供文件级 Source，并不提供逐字段继承来源。项目配置文件是完整配置，新文件以安装模板创建；不得照搬设计稿中的“每个未修改字段继承全局”示意。配置优先级和真实来源在界面明确说明。
+- JEV 默认关闭，保持影子评估语义。模型目录未接入时不虚构“已验证模型”；沿用已配置标识、安装模板预设和自定义输入，运行时仍由后端校验。
+- 运行记录采用选择列表与详情，保持 Run ID、候选、条件及缺失用量的边界。选择历史记录不启动任务，打开画布重新查询当前状态。
+
+## 验证
+
+DSH 构建/行为测试与旧宿主检查、三个 Node 桥接检查；增加自动读取、草稿切换、失败/未知保存、数值换算、节点选择与真实请求身份、子图和单阶段状态的行为测试。浏览器验证实际构建产物的浅色/深色、宽窄布局及关键操作路径。真实 Provider 推理、npm 发行与桌面安装分别验收。