@dsh-bio/dsh-bio-gem 0.1.14 → 0.1.16

package/python/secretion.py

@@ -18,6 +18,7 @@ from silentio import silent_read_sbml
 from gapfind import build_ex_index, ex_index_is_boundary
 from essential_scan import setup_model_medium
 from sensitivity import find_biomass_gam
+from fsutil import ensure_parent_dir, write_meta_sidecar
 
 EPS = 1e-6
 GROWTH_FRACTIONS = [0.25, 0.5, 0.75, 0.9, 0.99, 1.0]
@@ -151,10 +152,15 @@ def secretion(model_path, medium=None, fractions=None, export_csv=None,
 
 
 def _export_csv(path, rows, out):
+    """纯数据 CSV（标准表头）+ 旁车 meta。
+
+    2026-10-05 修：boundary_note 移出 CSV 首行（原为 `"# boundary_note", note` 双字段行，
+    pandas/自动解析会当表头或脏行）→ 写入 <path>.meta.json（返回体 export_csv_meta）。
+    """
+    path = ensure_parent_dir(path)
     n = 0
     with open(path, "w", newline="", encoding="utf-8-sig") as f:
         w = csv.writer(f)
-        w.writerow(["# boundary_note", out["boundary_note"]])
         w.writerow(["rxn", "met_id", "name", "feasible", "max_prod", "growth_at_max",
                     "fraction", "prod"])
         for r in rows:
@@ -162,6 +168,17 @@ def _export_csv(path, rows, out):
                 w.writerow([r["rxn"], r["met_id"], r["name"], int(r["feasible"]),
                             r["max_prod"], r["growth_at_max"], e["fraction"], e["prod"]])
                 n += 1
+    meta = write_meta_sidecar(path, {
+        "boundary_note": out.get("boundary_note"),
+        "model": out.get("model"),
+        "medium": out.get("medium"),
+        "medium_preset": out.get("medium_preset"),
+        "units": out.get("units"),
+        "growth_fractions": out.get("growth_fractions"),
+        "wt_growth": out.get("wt_growth"),
+    })
+    if meta:
+        out["export_csv_meta"] = meta
     return n
 
 

package/python/sensitivity.py

@@ -19,6 +19,7 @@ sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
 from silentio import silent_read_sbml
 from validate import parse_formula
 from essential_scan import setup_model_medium, scan_essentiality
+from fsutil import ensure_parent_dir
 
 BIOMASS_SCALES = [0.75, 1.0, 1.25]
 GAM_GRID = [1, 5, 10, 20, 30, 40, 50]
@@ -216,7 +217,7 @@ def sensitivity(model_path, medium=None, biomass_scales=None, gam_grid=None,
                 run_component_sensitivity=True, run_drift=True, top_n=10,
                 export_csv=None, progress=None, baseline_check=None):
     """M2 主入口。baseline_check: 可选外部基线必需集（来自 essential_scan 直跑）——
-    基准组合与其做集合相等断言（任务书锚点）。返回完整结果 dict。"""
+    基准组合与其做集合相等断言（基准锚点）。返回完整结果 dict。"""
     log = progress or (lambda s: sys.stderr.write(str(s) + "\n"))
     biomass_scales = biomass_scales or BIOMASS_SCALES
     gam_grid = gam_grid or GAM_GRID
@@ -421,6 +422,7 @@ def sensitivity(model_path, medium=None, biomass_scales=None, gam_grid=None,
 
 
 def _export_csv(path, grid, comp_rows, drift, stability):
+    path = ensure_parent_dir(path)
     rows = 0
     with open(path, "w", newline="", encoding="utf-8-sig") as f:
         w = csv.writer(f)

package/python/targets.py

@@ -13,6 +13,8 @@ import json
 
 sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
 
+from fsutil import ensure_parent_dir
+
 SCHEMA_FIELDS = ["target_id", "type", "genes", "met_ids", "condition", "rationale",
                  "evidence_tier", "status", "growth_or_maxprod", "source", "exported_at"]
 TYPE_ORDER = ["essentiality", "synthetic_lethal", "secretion"]
@@ -112,6 +114,7 @@ def targets(model_path=None, types=None, condition=None, ledger_path=None,
         d = os.path.join(os.path.expanduser("~"), ".dsh", "dsh-bio-gem", "exports")
         os.makedirs(d, exist_ok=True)
         export_path = os.path.join(d, f"targets_{time.strftime('%Y%m%d_%H%M%S')}.{export_format}")
+    export_path = ensure_parent_dir(export_path)
     if export_format == "json":
         with open(export_path, "w", encoding="utf-8") as f:
             json.dump(out_rows, f, ensure_ascii=False, indent=1)

package/python/validate.py

@@ -16,7 +16,7 @@ CORE_ELEMS = ("C", "N", "P", "S")   # 硬核：不平衡必须 = 0
 REPORT_ELEMS = ("H", "O")           # 报告不阻塞
 ELM_RE = re.compile(r"([A-Z][a-z]?)(\d*)")
 
-# 关卡注册器（GLM 建议 + 2026-08-29 采纳）：未来加 G7 不改主流程
+# 关卡注册器（2026-08-29 采纳）：未来加 G7 不改主流程
 GATE_REGISTRY = {}
 
 
@@ -107,7 +107,7 @@ class Validator:
         frac = 1.0 - n_bad / checked if checked else 0.0
         status = "PASS" if n_bad == 0 else ("WARN" if frac >= 0.85 else "FAIL")
 
-        # 2026-09-11 修复（agent 在真实 E2E 中发现并指出）：**公式覆盖率是 PASS 结论的
+        # 2026-09-11 修复（agent 在真实会话中发现并指出）：**公式覆盖率是 PASS 结论的
         # 作用域上界** —— 覆盖率低时「无反应不平衡」只说明被检查的那部分没问题，不能
         # 外推为整体 PASS。实测 iNX1344_v3：覆盖率 68.35% 却判 PASS，agent 据此指出
         # 「g2 的 PASS 是假阳性，因为它只检查了有 formula 的 68.35% 代谢物」。
@@ -210,7 +210,7 @@ class Validator:
         补洞后必跑（context.post_gapfill 时不再跳过）。
         P1-5 修复（2026-08-31 LBA9402 会话实测）：CarveMe 模型 ATP id 为 M_atp_c，
         旧匹配只看 atp_c/cpd00002_c0 -> 误 SKIP「未找到 ATP」——扩展命名模式 + SKIP 时列出尝试模式与模型内候选。
-        P2-9 修复（2026-09-10 iNX1344 E2E 实测）：MetaCyc/BioCyc 导出模型 ATP 为 M00002_c
+        P2-9 修复（2026-09-10 iNX1344 实测）：MetaCyc/BioCyc 导出模型 ATP 为 M00002_c
         （name='ATP'，formula 为去质子化变体），仍不在模式表内 → 二次误 SKIP（G6 直接失效）。
         改为三级通用解析：id 模式 → name 匹配 → formula 匹配，跨 ID 体系自适应。"""
         m = self.m

package/skills/gem-expert.md

@@ -61,15 +61,15 @@ language: mixed
 
 ## 硬规则（实测，违反会拿错结果）
 
-0. **外部事实断言必须带证据**（2026-08-29 采纳 GLM 教训）：凡涉及"某物种/文献/工具是否存在、是否已发表"等**模型外事实断言**，agent 必须真实检索并附来源（如 PubMed/PMC 链接）；无法检索时降级表述为"未验证假设 [假设]"，不得由记忆下断言。此项与 EVIDENCE 分级同位：**事实断言也有证据分级**（检索+来源=high；仅记忆=unverified）。
+0. **外部事实断言必须带证据**（2026-08-29 采纳）：凡涉及"某物种/文献/工具是否存在、是否已发表"等**模型外事实断言**，agent 必须真实检索并附来源（如 PubMed/PMC 链接）；无法检索时降级表述为"未验证假设 [假设]"，不得由记忆下断言。此项与 EVIDENCE 分级同位：**事实断言也有证据分级**（检索+来源=high；仅记忆=unverified）。
 1. **培养基一律用自然名成分**：`{"D-Glucose": -5, "NH3": -10, "O2": -12.5, ...}`。插件跨引擎自动解析（gapseq EX_cpdXXXXXX_e0 与 CarveMe/BiGG EX_glc__D_e 命名空间不同，硬编码 ID 会失配）。
 2. **数字必须来自工具输出**：agent 报告生长值/基因数/复制子数时引用工具 result，不要凭模型知识猜测（防幻觉铁律）。**生长值单位是 mmol/gDW/h（FBA 通量），不是 h⁻¹/μ**——汇报时不要换算成比生长速率。
 3. **CarveMe 模型的介质边界**：`gem_build` 默认在 M9 最小培养基验证（生长阳性）；**AB 等自定义培养基若 FAIL 且 gapfind 判定 L3（内部路径），规则补洞修不了**——此时如实报告「模型可用介质=M9，目标介质需要 L3 级文献补充」，绝不要假装自愈。
 4. **缺口 90% 是 L1/L2**（缺交换/转运，非缺分解酶）——先诊断再补，别直接加反应。
 5. **多复制子正常**：质粒/多染色体基因都在同一模型内（C58 实测 4 复制子：967/434/65/18 基因分布于 ChrⅠ/ChrⅡ/pTi/pAt）。
-6. **通量区间制（阶段A-M4 硬规则）**：无区间不点数——任何条件间通量对比必须消费 `gem_fluxscan` 的区间分离判定；两条件区间分离才是解空间无关硬结论（a_higher/b_higher）；overlap 反应的任何点值 diff 必须标注"伪影，禁止引用"。单点 FBA 生长/通量值（gem_validate/gem_phenotype/gem_essentiality 等输出）只是该条件下的一个解，跨条件直接 diff 是求解器伪影。
-7. **模型指代消歧（阶段D-E2E 硬规则）**：用户说"我们的 C58 模型"等未给路径的指代时——①先查预测账本（`gem_ledger query` 按 model 前缀）与项目档案中已登记的 canonical 路径；②同一名字存在多个模型（如 gapseq 原版 vs carveme 重建）时，必需性/富集等锚点敏感分析必须用登记在案的原始版本或向用户确认，并说明选择了哪个文件；③不同引擎重建的同一物种是不同模型（基因数/必需集都不同），不得混用结论。
-8. **文件出处/来源推断必须标注 [推断]（阶段D-P2 硬规则）**：凡非本次会话工具 result 直接给出、而是凭文件名/目录布局/常识推断的出处（如"这个 faa 是 gem_annotate 产出的"），汇报时必须标注 [推断]；可验证时先验证再陈述。例证：阶段 D 轮 1 agent 称 faa 为"前面流程 gem_annotate 产出"——事实上正确但出自文件名推断而非会话验证。
+6. **通量区间制（硬规则）**：无区间不点数——任何条件间通量对比必须消费 `gem_fluxscan` 的区间分离判定；两条件区间分离才是解空间无关硬结论（a_higher/b_higher）；overlap 反应的任何点值 diff 必须标注"伪影，禁止引用"。单点 FBA 生长/通量值（gem_validate/gem_phenotype/gem_essentiality 等输出）只是该条件下的一个解，跨条件直接 diff 是求解器伪影。
+7. **模型指代消歧（实测硬规则）**：用户说"我们的 C58 模型"等未给路径的指代时——①先查预测账本（`gem_ledger query` 按 model 前缀）与项目档案中已登记的 canonical 路径；②同一名字存在多个模型（如 gapseq 原版 vs carveme 重建）时，必需性/富集等锚点敏感分析必须用登记在案的原始版本或向用户确认，并说明选择了哪个文件；③不同引擎重建的同一物种是不同模型（基因数/必需集都不同），不得混用结论。
+8. **文件出处/来源推断必须标注 [推断]（硬规则）**：凡非本次会话工具 result 直接给出、而是凭文件名/目录布局/常识推断的出处（如"这个 faa 是 gem_annotate 产出的"），汇报时必须标注 [推断]；可验证时先验证再陈述。例证：一次实测中 agent 称 faa 为"前面流程 gem_annotate 产出"——事实上正确但出自文件名推断而非会话验证。
 
 ## C58 回归锚（验证工具是否正常）
 

package/src/capabilities.js

@@ -1,6 +1,6 @@
 // dsh-bio-gem — capabilities 单源（single source of truth for tool manifest & capability metadata）
 //
-// 目的（外部评审共识，2026-09-21 裁决 §3.3）：
+// 目的（2026-09-21 设计共识）：
 //   1. 工具清单/能力分级/成本与副作用元数据集中一处，供 integration API（/v1/capabilities）
 //      与 genie 宿主侧动态消费——消灭「工具数变化需同步 ≥12 处」的手工漂移。
 //   2. 校验脚本 scripts/check-capabilities.mjs 强制本 MANIFEST 与 tools.js 真实注册集合一致；
@@ -12,7 +12,7 @@
 // cost_class:  light  (<10s)  | medium (10s–2min) | heavy (>2min)
 // network:     none | optional | required
 // mutability:  read_only | writes_output | model_mutating
-// status:      ready | experimental | data-not-initialized  （依赖级状态由 integration 动态覆盖）
+// status:      ready | experimental | data-not-initialized  （依赖级状态由 integration 动态覆盖为 unavailable / unknown）
 // requires:    动态依赖 id 列表（对齐 integration status 的 check id；缺省即 ready）
 
 export const TOOLS_MANIFEST = [
@@ -124,11 +124,19 @@ export const CONTRACT_VERSION = '1'
 export function buildCapabilitiesReport({ pluginVersion, checks = [] } = {}) {
   const checkStatus = new Map(checks.map((c) => [c.id, c.status]))
   const tools = TOOLS_MANIFEST.map((t) => {
-    const missingDeps = (t.requires ?? []).filter((id) => {
+    const required = t.requires ?? []
+    // 三态与 status 层对齐：missing = 确认缺；warn = 探测未完成或进行中
+    // （runtime.gapseq 在 WSL 冷启动期间就是 warn）；未出现在 checks = 未观测到。
+    // warn 不可归入 missing——否则"还在探测"会被说成"gapseq 不可用"。
+    const missingDeps = required.filter((id) => checkStatus.get(id) === 'missing')
+    const unprobedDeps = required.filter((id) => {
       const st = checkStatus.get(id)
-      return st !== undefined && st !== 'ok'
+      return st !== undefined && st !== 'ok' && st !== 'missing'
     })
-    const effectiveStatus = missingDeps.length > 0 ? 'unavailable' : (t.status ?? 'ready')
+    const unknownDeps = required.filter((id) => !checkStatus.has(id))
+    const effectiveStatus = missingDeps.length > 0 ? 'unavailable'
+      : unprobedDeps.length > 0 ? 'unknown'
+        : unknownDeps.length > 0 ? 'unknown' : (t.status ?? 'ready')
     return {
       name: t.name,
       capability: t.capability,
@@ -140,6 +148,11 @@ export function buildCapabilitiesReport({ pluginVersion, checks = [] } = {}) {
       summary: t.summary,
       ...(t.requires ? { requires: t.requires } : {}),
       ...(missingDeps.length > 0 ? { missing_dependencies: missingDeps } : {}),
+      // 未观测到（check缺席）与探测未完成（warn）都归入 unknown_dependencies：
+      // 两者都无法证明依赖缺失，前端据此提示"待确认"而非"不可用"。
+      ...(unknownDeps.length + unprobedDeps.length > 0
+        ? { unknown_dependencies: [...unprobedDeps, ...unknownDeps] }
+        : {}),
     }
   })
   return {

package/src/integration.js

@@ -225,7 +225,7 @@ async function probeGapseqEnvironment({ isWindows, distro, runner }) {
     return { available: false, detail: 'gapseq 仅支持 Windows WSL 的只读探测。' }
   }
   // 快速预检：先确认目标发行版存在（wsl.exe -l -q 亚秒级），避免发行版缺失时
-  // 白等一次 bash 长命令直到超时刹车（真实运行时实测：本机 bash 启动即 ~3s）。
+  // 白等一次 bash 长命令直到超时刹车（实测：bash 启动即 ~3s）。
   try {
     const listed = await runner('wsl.exe', ['-l', '-q'])
     const names = String(listed?.stdout ?? '')

package/src/python.js

@@ -10,7 +10,7 @@ import os from 'node:os'
 const PYTHON_DIR = join(dirname(fileURLToPath(import.meta.url)), '..', 'python')
 
 /**
- * 候选解释器，按优先级（**通用化，不写死任何本机路径**）：
+ * 候选解释器，按优先级（**通用化，不写死任何机器特定路径**）：
  *
  *   1. `GEM_PYTHON`            — 用户显式指定，最高优先级
  *   2. 宿主插件自举环境         — `$DSH_HOME/dsh-bio-genie/python-env`
@@ -125,7 +125,7 @@ export function callGem(op, args, opts = {}) {
   return new Promise((resolve, reject) => {
     const py = pythonExe()
     const script = join(PYTHON_DIR, 'gem_ops.py')
-    const cp = spawn(py, ['-I', script], { cwd: PYTHON_DIR, windowsHide: true })
+    const cp = spawn(py, ['-I', script], { cwd: opts.cwd || PYTHON_DIR, windowsHide: true })
     let out = ''
     let err = ''
     cp.stdout.on('data', (d) => { out += d })

package/src/tools.js

@@ -8,6 +8,7 @@ import { fileURLToPath } from 'node:url'
 import { spawn } from 'node:child_process'
 import { callGem, stampProvenance } from './python.js'
 import { startBuild, jobStatus } from './jobs.js'
+import { resolveWorkdir } from './workdir.js'
 
 /** 校验输入存在（绝对路径或用户给定路径）。 */
 function requirePath(v, label) {
@@ -27,8 +28,8 @@ function gemTool(opts) {
       schema: { type: 'object', additionalProperties: true },
       render: (_args, value) => [{ type: 'text', text: JSON.stringify(value, null, 2) }],
     },
-    async execute(args) {
-      return callGem(opts.op, args, { timeoutMs: opts.timeoutMs ?? 300_000 })
+    async execute(args, exec) {
+      return callGem(opts.op, args, { timeoutMs: opts.timeoutMs ?? 300_000, cwd: resolveWorkdir(exec) })
     },
   })
 }
@@ -41,7 +42,7 @@ function buildTool() {
       '从细菌全基因组构建基因组尺度代谢模型（GEM）。' +
       'engine=carveme（默认，纯 Windows 快）：输入蛋白 FASTA（*.faa），CarveMe -g M9 gapfill → M9 介质验证 → 目标介质 L1/L2 补洞，' +
       '约 1-2 分钟（C58 实测 70s）。' +
-      'engine=gapseq（质量档，需本机 WSL2 gapseq 环境）：输入核苷酸 FASTA（*.fna），WSL 桥 gapseq doall → 模型拷回 → 目标介质验证，' +
+      'engine=gapseq（质量档，需 WSL2 gapseq 环境）：输入核苷酸 FASTA（*.fna），WSL 桥 gapseq doall → 模型拷回 → 目标介质验证，' +
       '约 30-60 分钟（后台进度日志旁观，不要误判超时）。' +
       '输出标准 SBML（fbc v2）+ 模型卡（sidecar JSON：引擎版本/验证结果/补洞记录）。' +
       '生长值为比生长速率口径（1/h，biomass 归一化）；通量为单点 FBA 值（mmol/gDW/h，非硬结论）。条件间通量对比用 gem_fluxscan（区间制）。' +
@@ -317,9 +318,9 @@ export function registerTools(ctx) {
       schema: { type: 'object', additionalProperties: true },
       render: (_args, value) => [{ type: 'text', text: JSON.stringify(value, null, 2) }],
     },
-    async execute(args) {
+    async execute(args, exec) {
       const op = args.action === 'apply' ? 'biomass_apply' : 'biomass_inspect'
-      return callGem(op, args, { timeoutMs: 900_000 })
+      return callGem(op, args, { timeoutMs: 900_000, cwd: resolveWorkdir(exec) })
     },
   })))
 
@@ -416,7 +417,7 @@ export function registerTools(ctx) {
     name: 'gem_benchmark',
     description:
       '通用基准对比（benchmark）：任何两个代谢模型跑规范对比表，产出论文级对比。model_a/model_b 支持本地 SBML 绝对路径' +
-      '或 "bigg:<model_id>" URI（如 bigg:iML1515，BiGG 静态库下载到 ~/.dsh/dsh-bio-gem/models/，直连失败自动走本机代理，下载后缓存）。' +
+      '或 "bigg:<model_id>" URI（如 bigg:iML1515，BiGG 静态库下载到 ~/.dsh/dsh-bio-gem/models/，直连失败自动走系统代理，下载后缓存）。' +
       '输出：ID 体系探测 / 六道关卡 G1-G6 逐项并列 / 声明介质生长（含介质层两级策略——无 EX_ 层的模型自动回退 ' +
       'boundary 单代谢物反应解析，boundary_style 标注）/ biomass 可行性探针（逐组分净产测试，结构性断供清单）/ ' +
       '必需性对比（复用 essential_scan；任一侧 wt<=EPS 判退化只报结构信息不做垃圾对比，基因映射尽力而为如实报覆盖率，' +

package/src/workdir.js

@@ -0,0 +1,67 @@
+/**
+ * dsh-bio-gem — 工作区解析（工具执行的工作目录）
+ *
+ * 优先级：
+ *   1. 会话工作区 `exec.agent.session.header.cwd`（与 dsh 内置 fs 工具一致：
+ *      每个会话操作自己的工作区，而不是服务器启动目录）
+ *   2. 保底工作区 `~/.dsh/sessions/default`（自动创建）
+ *
+ * 背景（2026-10-04 实测）：python 子进程此前固定 cwd=插件 python 目录，
+ * 工具参数里的相对路径（如 gem_fluxscan 的 export_csv）因此解析到插件目录、
+ * 写入失败（agent 被迫改用绝对路径自愈）。本模块对齐 dsh-bio-genie 的
+ * workdir 语义：相对路径基于会话工作区解析。
+ *
+ * 说明：dsh 对未显式指定 cwd 的会话会把 header.cwd 填充为服务器启动目录
+ * （process.cwd()），此时视为「未指定工作区」，走保底链。
+ *
+ * @module dsh-bio-gem/workdir
+ */
+import { existsSync, mkdirSync } from 'node:fs'
+import { homedir } from 'node:os'
+import { join } from 'node:path'
+
+/** 保底工作区目录（自动创建；仅无会话 cwd 时使用）。 */
+export function fallbackWorkspace() {
+  return join(homedir(), '.dsh', 'sessions', 'default')
+}
+
+/**
+ * 会话工作区目录。
+ * @param {object} [exec] 工具执行上下文（defineTool execute 的第二参数）。
+ * @returns {string|undefined} 会话 cwd；未指定或不可读时返回 undefined。
+ */
+export function sessionWorkspace(exec) {
+  const cwd = exec?.agent?.session?.header?.cwd
+  if (typeof cwd !== 'string' || cwd.length === 0) return undefined
+  if (!existsSync(cwd)) return undefined
+  return cwd
+}
+
+/** 幂等确保目录存在（失败静默——由调用方决定回退）。 */
+function ensureDir(dir) {
+  if (existsSync(dir)) return true
+  try {
+    mkdirSync(dir, { recursive: true })
+    return existsSync(dir)
+  } catch {
+    return false
+  }
+}
+
+/**
+ * 解析一次工具调用的工作目录（供 python 子进程 cwd 使用）。
+ * @param {object} [exec] 工具执行上下文。
+ * @returns {string} 解析后的绝对路径（保底可用）。
+ */
+export function resolveWorkdir(exec) {
+  const serverCwd = process.cwd()
+  const rawSessionCwd = sessionWorkspace(exec)
+  const sessionCwd = rawSessionCwd && rawSessionCwd !== serverCwd ? rawSessionCwd : undefined
+  if (sessionCwd) {
+    ensureDir(sessionCwd)
+    return sessionCwd
+  }
+  const fb = fallbackWorkspace()
+  ensureDir(fb)
+  return fb
+}

package/docs/DECISIONS-2026-08-29.md

@@ -1,37 +0,0 @@
-# DECISIONS-2026-08-29 — GLM 两轮评审裁决与路线固化
-
-> 第三方 LLM（GLM）对纯 Windows 路线功能/架构的两轮评审；按"以实测为准、独立裁决"原则的采纳记录。
-
-## 第一轮（功能拓展+优化）裁决
-
-| 建议 | 裁决 | 备注 |
-|---|---|---|
-| P0 pyrodigal 注释（兑现"基因组→模型"承诺）| ✅ 原则采纳 | **待用户解锁**（用户已说暂不补注释步骤）；落地=官方注释优先+pyrodigal 兜底+meta 模式（<100kb 强制）|
-| P0 G5 全量必需性扫描（FVA 预筛）| ✅ 采纳 | 排入路线；模型卡加必需基因章节（证据着色）|
-| P1 gapseq 白名单 + L3 MILP 组合拳 | ✅ 采纳 | 白名单仅本地基准（license 见下）；L3 候选池=自建同源映射（license 干净）|
-| P1 biomass 精修（参考对照）| ✅ 采纳但后置 | 级联重置验证基线风险；做成可选 --biomass-profile + before/after 三联对照 |
-| P2 accession 下载 / P3 表型 schema / P3 差分 / P4 交叉 / P4 可视化 | ✅ 按序采纳 | 可视化=Escher JSON 导出（不做内嵌渲染）|
-| 建模卡 RPC/架构优化 | ✅ 见第二轮 | — |
-| 五道关卡→关卡注册器 + G6 ATP 泄漏 | ✅ **已实现** | G6 实测 C58 PASS（flux 0.0）|
-| 防过补第五闸门（全局预算 <5%）| ✅ 采纳 | 表型回填/长期迭代防温水煮青蛙 |
-| 证据分级枚举（sequence/literature/rule/math）| ✅ 采纳 | 白名单+MILP 落地后填充 model card |
-| SBML 往返保真测试 | ✅ 采纳 | 进 smoke |
-
-## 第二轮（7 问）裁决
-
-1. **注释质量**：✅ 官方注释优先+pyrodigal 兜底；验证协议（预测蛋白覆盖率 85-92%、反应 delta<3%、生长差<5%）待解锁后实施。
-2. **license**：✅ **分离消费**——seqDB 仅本地基准不分发；自建 UniProt→EC→BiGG 作可分发白名单/L3 候选池（license 干净）；止损 2 周；GPLv3 环绕注意。
-3. **介质的共享形态**：✅ 单一 Python 来源 + RPC/CLI 子命令（不做双语言双包）；schema v2 采纳，**修正 units=mmol/gDW/h（非 1/h）**。
-4. **modelseedpy**：✅ P2 交叉分歧清单主体（非并列引擎）；BiGG↔SEED 桥复用 MET_ALIAS 模式。
-5. **G6**：✅ 已实现（ATP demand 全关最大化 >0.01 WARN）；补洞后必跑；注册器已内置。
-6. **证据呈现**：✅ 分区+徽标+行着色+`--strict-evidence` 开关（不隐藏不全表高亮）。
-7. **排期冲突**：✅ 衔接前置（schema v2/media_resolve RPC）归入 gem 内部工作流；genie 解锁即消费，gem 主线不阻塞。
-
-## 落地状态
-
-- [x] G6 ATP 泄漏关卡 + 关卡注册器（validate.py；C58 PASS 0.0）
-- [ ] schema v2（supported_mediums/verified_phenotypes/model_lineage/evidence_summary）——unit 已定为 mmol/gDW/h
-- [ ] G5 全量（FVA 预筛）——路线 P0
-- [ ] 白名单 + L3 MILP + 证据分级——路线 P1（license 结论已定：自建映射）
-- [ ] 注释步骤（pyrodigal）——**待用户解锁**
-- [ ] genie 衔接（RPC 子命令）——待用户解锁

package/docs/DECISIONS-2026-09-21.md

@@ -1,76 +0,0 @@
-# DECISIONS — 2026-09-21 升级批次（外部评审裁决后 Phase 1）
-
-> 本批决策依据：`D:\Program\dsh-plug-develop\21-gem升级-裁决与实施方案.md`（GPT/DS 双评审 + 本机 8 项实测核验）。
-> 记录本批次的**语义演进与架构决策**，供下游与后续批次参考。
-
-## D1. growth 单位演进：mmol/gDW/h → 1/h（数值不变）
-
-**决策**：growth / growth_rate / wt_growth / before-after 生长 等**比生长量**字段的单位标注由
-`mmol/gDW/h` 改为 `1/h`；反应通量类保持 `mmol/gDW/h`。
-
-**依据**（实测 + 社区约定）：
-- C58 的 bio1（Bacterial Gram-negative biomass reaction）产物系数 = 1.0 —— biomass 反应已按
-  **1 gDW 归一化**；此时其通量数值 = 比生长速率 μ（h⁻¹），这是 COBRA 社区的标准解读
-  （biomass flux through a normalized biomass reaction equals the specific growth rate）。
-- 外部评审（GPT）指出原标注 `mmol/gDW/h` 对 biomass 反应在语义上不准确 → 列为 P0。
-- straindesign 官方文档同样以 `growth rates above 0.5/h` 表述（旁证）。
-
-**边界**：对**未归一化**的 biomass 反应（产物系数 ≠ 1）growth 应以 mmol/gDW/h 解读——见
-validate 的 units.note 表述。数值本身在任何情况下不变，本决策只纠标注。
-
-**影响面**：python/ 12 个模块（23 处）+ src/tools.js（16 处口径文案统一）+ 本文档；
-`model_card.GROWTH_UNITS` 同步演进（旧卡兼容：growth_units 字段照读，数值口径不变）。
-
-## D2. 能力单源（capabilities.json → /v1/capabilities → 宿主动态消费）
-
-**决策**：工具清单与能力元数据（cost_class / network / mutability / requires）以
-`src/capabilities.js` 的 `TOOLS_MANIFEST` 为**唯一事实源**：
-- integration API 新增 `GET /v1/capabilities`（features 声明 `capabilities`）；
-- 宿主 dsh-bio-genie 的 `handleDomainRequest` 在对方声明该 feature 时拉取并透传
-  （失败静默降级到静态清单 `GEM_TOOLS`——它已降级为 fallback 视图）；
-- 机器门：`test/check-capabilities.mjs`（manifest ↔ 真实注册一致）+
-  `test/check-counts.mjs`（文档计数 ↔ manifest 一致）。
-
-**背景**：原「工具数变化需同步 ≥12 处」是两评审共同指出的工程债；本决策把它变成
-「单源 + 两道机器门」，文档数字仍手写但有门兜底。
-
-## D3. CarveMe 零手动部署（bootstrap_carveme.py）
-
-**决策**：`gem_build(engine=carveme)` 首次调用自动完成运行时部署（幂等）：
-uv venv（uv 探测链：`GEM_UV` → genie 自举 uv → PATH）→ `uv pip install carveme` →
-下载 GitHub 官方 diamond 二进制（**固定 v2.2.8**，3.4MB）→ deep smoke → manifest 记录。
-
-**关键设计**：
-- **快速路径**：`carve.exe + diamond.exe + manifest.json` 齐备时秒过（实测 0.34s，不做子进程冒烟）；
-- 部署与复验才做 deep smoke（实测全量部署 45s：venv 31s + diamond 下载数秒 + 冒烟）；
-- 下载通道：直连 → 环境代理（HTTPS_PROXY/HTTP_PROXY）→ 失败给可执行指引（含手动放置路径）；
-- 这就是 P0「装完插件 ≠ 构建可用」的根治：契约要求用户零手动安装。
-
-## D4. gem_sample 的边界设计（全空间 vs 受限）
-
-**决策**：默认采样**全 feasible space**（ACHR），但 `boundary` 字段**强制输出**边界声明；
-近最优生长状态必须显式传 `growth_floor_fraction`（如 0.9）。
-
-**依据**（本机实测）：C58 全空间采样 bio1 max ≈ 0.017 vs FBA 最优 0.7134（差 2 个数量级）——
-全空间均匀分布 ≠ 生物学上有意义的活跃状态；不声明边界就是「做了但没用」的典型。
-
-**Windows 约束**：默认 ACHR（无多进程依赖，实测 init ~172s、采样秒级）；OptGP 在 Windows
-下实验性——不可用时**显式安全拒绝**（不触发多进程陷阱）。
-
-## D5. quality_index（gem-qi-v1）不是 MEMOTE 分数
-
-**决策**：`gem_quality` 输出 `quality_index`（0-100 启发式聚合）+ 分项 raw_metrics +
-failed_checks + not_assessable_checks；**禁止**作为单一质量结论引用（notes 内置声明）。
-
-**依据**：两评审共识——MEMOTE 的价值在其可分解测试体系；聚合分容易被误用。
-评分规则（写死在 `python/quality.py` 常量）：见 WEIGHTS / 阈值常量与 note 输出。
-**不安装 MEMOTE 整体**（PyPI 0.17.0 仅声明兼容到 Py3.11；本机 Py3.13 风险）。
-
-## D6. 本批新增工具（2）
-
-| 工具 | capability | cost_class | 说明 |
-|---|---|---|---|
-| `gem_quality` | `gem.validate.quality-report` | medium | 质量审计（blocked/环路/平衡/孤儿/覆盖/连通性）|
-| `gem_sample` | `gem.analysis.sampling` | heavy | 通量空间采样（ACHR/OptGP；边界声明）|
-
-工具数 21 → 23；op 数 21 → 23。两门（check-capabilities / check-counts）同步更新。

package/docs/DECISIONS-/351/230/266/346/256/265A.md

@@ -1,67 +0,0 @@
-# DECISIONS — 阶段 A：可信度内核六批次（2026-08-30）
-
-> 记录阶段 A（M1 fluxscan / M2 sensitivity / M3 ledger / M4 消费方升级 / M5 iNX1344 前哨 / M6 基准与文档）的每个设计决策与依据。背景：L1/L2 已做到行业上游，短板在 L3（通量分布）/L4（定量速率）呈现——单点 FBA 通量取决于求解器顶点，跨条件点值 diff 是伪影。本阶段让 L3 通量一律区间制、L2 必需性变稳定性谱、所有预测进账本可追踪。
-
-## M1 gem_fluxscan（通量区间制）
-
-| # | 决策 | 依据 |
-|---|---|---|
-| M1-1 | **语义按 bsp 锁稿一字不改**（fva_min/fva_max/pfba 三件套；区间分离判定公式；overlap=伪影禁止引用） | 任务书明确"语义已锁定，建议写报告由 bsp 裁决" |
-| M1-2 | **fraction_of_optimum 默认 0.9999 而非 1.0** | 1.0 时数值噪声会使个别区间变空/变窄（求解器在最优面顶点的抖动）；0.9999 留 0.01% 最优性余量换区间稳健性，对生长影响 <0.01% |
-| M1-3 | **tolerance 默认 1e-6 mmol/gDW/h** | 与必需性判定 EPS 同量级；区间间隙须 > 容差才判分离——防止把求解器噪声当成"硬结论"。判定公式 `ua+tol<lb → b_higher; ub+tol<la → a_higher; 否则 overlap` |
-| M1-4 | **判定与输出/CSV 同用 6 位舍入值**（而非 raw 值判定、展示舍入） | 自洽性：用户可从展示值直接复核判定。6 位舍入误差（≤5e-7）< 容差（1e-6），不改变科学结论。若 bsp 偏好 raw 判定，改一行 |
-| M1-5 | **每 condition 独立 `silent_read_sbml` 重读模型**，不用 cobra Model 深拷贝 | 深拷贝共享底层求解器状态有交叉污染风险；读模仅 4s，22 组合级成本可忽略（M2 实测 fresh 模型还规避了 GLPK 病态停摆，见 M2-5） |
-| M1-6 | **`reactions` 子集仅收窄 comparisons/summary 且两者同口径**；FVA/pFBA 恒全模型 | 任务书明确"禁止 summary 全模型 vs comparisons 子集矛盾"；FVA 全模型算一次，子集只是输出过滤，无性能收益可图 |
-| M1-7 | **only_diff 只过滤 comparisons，summary 仍全口径计数** | summary 的 total/overlapping 描述整个 scope 才有意义；任务书未明说，按"summary 与 scope 同口径"原则实现并报告 |
-| M1-8 | **conditions.name 唯一校验（重复直接报错）** | 任务书锁定要求；pairs 引用条件名，重名会使引用歧义 |
-| M1-9 | **任务书容差单测第 5 组与锁定公式矛盾——按公式实现，差异上报** | 公式 `ua+tol<lb` 要求间隙>tol；样例 `[1.0,1.0000005] vs [1.000001,2.0]` 间隙 5e-7 < tol 1e-6，公式判 overlap 而任务书写"分离"。公式是保守科学语义（防噪声造假硬结论），判"分离"需要反语义的 `ua<lb+tol`（会让"接触"样例变 b_higher，与第 2 组矛盾）。已按公式实现并双容差断言（1e-6→overlap；1e-7→b_higher 证明容差机制生效）。**待 bsp 裁决** |
-
-## M2 gem_sensitivity（结构性灵敏度）
-
-| # | 决策 | 依据 |
-|---|---|---|
-| M2-1 | **GAM 载体探索结论：C58 载体在 biomass 方程 bio1 内部**（81 组分中 ATP 水解 stub 五元组：ATP -40.165476 / H2O -34.922907 / ADP +40.0 / Pi +39.992706 / H+ +40.0，GAM_ORIG=40.0 以 ADP 系数为净水电解量），非独立 ATPM（全模型无 lb>0 维持反应） | 公式级（元素组成）识别跨命名空间通用（ModelSEED/BiGG/MetaCyc 都适用），不依赖 id 约定 |
-| M2-2 | **正交化实现**：biomass 组分缩放排除 5 元 GAM stub 与 Biomass 产物（连接 objective 的汇组分）；GAM 网格只动 stub（等比缩放 X/GAM_ORIG，保留 stub 内部记账不对称如 ATP-40.165 vs ADP+40） | 任务书要求"biomass 变体与 GAM 网格正交不混淆"；等比缩放保持 gapseq stub 的内部比例，可逆、可解释 |
-| M2-3 | **biomass 组分缩放语义 = 75 个原料/副产系数 ×f，Biomass 产物系数保持 +1.0** | 若把产物也缩放，growth 恰好等比缩放（平凡结论）；保持产物=1 才是真正的"组成不确定→生长响应"问题，且与 GAM 轴正交 |
-| M2-4 | **网格 = 3 biomass 档 × 7 GAM 档 = 21 扫点 + 1 基准（不扰动）= 22 组合**；每组合 wt growth + 必需性重扫（复用 essential_scan 拆出的 `setup_model_medium`/`scan_essentiality`） | 任务书锁定；基准与 essential_scan 完全同参数 → **实测精确复现 155（155 vs 155 EXACT MATCH）**；(1.0, gam=40) 扫点与基准互证（0.519981/155 双一致，stub×40/40=1.0 无扰动的数学必然） |
-| M2-5 | **GLPK 病态停摆护栏 LP_TIMEOUT_S=30**（optlang configuration.timeout）+ 扰动后不生长的组分跳过必需性漂移 | 实测两次全量扫描卡死于特定扰动 LP（GLPK 单纯形停摆）；30s 上限对正常 <0.05s 的 LP 是 600× 余量，永不误伤。刚性组分对（ACP↔apo-ACP 等 7 个）任一 ±25% 使 biomass 方程不可满足 → growth=0 → 必需性判定退化为"全候选必需"，漂移无意义 |
-| M2-6 | **CSV 导出容错**（跳过行无 essential_count 的 KeyError 曾致 45min 全量在导出步崩溃） | 教训：长任务的所有输出步骤必须 try/except 或缺省键兼容，不能让已完成 95% 的计算死在最后一行 |
-| M2-7 | **稳定性三分类**：always（22/22 组合必需）/ conditionally / never；基准 155 ⊆ always∪conditional 硬断言 | 任务书锁定断言（基准在网格内故必成立）；C58 实测 always=155 / conditional=0 / never=929——必需集对该网格完全鲁棒 |
-| M2-8 | **模型卡 robustness 章节 = schema v3**（v2 + robustness 字段，只增；`_ensure_v2` 接受 v3 不降级）；无 card 不造卡 | 向后兼容：读卡方按 JSON 字段访问，v2 消费方忽略 robustness 即可；C58/C58_P1 无卡 → card_robustness_written=false 如实报告 |
-
-## M3 gem_ledger（prediction ledger）
-
-| # | 决策 | 依据 |
-|---|---|---|
-| M3-1 | **追加式 JSONL**（`~/.dsh/dsh-bio-gem/ledger/predictions.jsonl`，目录不存在则创建）+ 幂等哈希去重（model+condition+type+content 的 sha256） | 任务书锁定；幂等使"每次扫描自动登记"可安全重复执行（实测 155 条复跑 appended=0/skipped=155） |
-| M3-2 | **evidence_tier 取支撑反应 evidence 集合中最高者，优先级 literature > sequence > rule > math；无标注默认 EVIDENCE_rule 并注明** | 任务书锁定优先级。注意与插件既有分级的表述差异：l3_fix 语境里 sequence（白名单直接对应）> math；ledger 的序以任务书为准，且 C58 实测全部默认 EVIDENCE_rule（l3_fix 数学连接反应无 GPR，不落入必需基因的支撑集），差异未实际生效 |
-| M3-3 | **update 重写文件但逐行保留（坏行原样写回，不删行）** | 任务书"全部只读/追加/更新，不删行"+ 完整性要求；重写时先按行解析，解析失败的行原样保留 |
-| M3-4 | **gem_report 增加 ledger_summary{total,by_status,by_type,corrupt_rows} + ledger_context 基率披露** | 基率披露措辞（zcode 建议稿，供裁决）："预测账本共 N 条（其中 M 条 unverified）：全部为模型推导预测（essentiality/phenotype 等），实验或文献兑现前不应当作事实引用；状态分布即预测可信度基率，回填后 by_status 向 literature_supported/experimentally_verified 迁移。" |
-| M3-5 | **gem_ledger 与 gem_report 均支持 `ledger_path` 覆盖默认路径** | 任务书明确（测试用临时路径不必写用户目录）；生产默认路径不变 |
-
-## M4 消费方升级（声明式，非自动区间化）
-
-| # | 决策 | 依据 |
-|---|---|---|
-| M4-1 | **声明式升级而非自动区间化**：既有工具输出加 `units` + `point_value_note` 声明（指向 gem_fluxscan），而不把每个工具的内部计算改成区间制 | 任务书锁定"严格只增不改"；自动区间化会改变所有既有输出的形状/成本（FVA 是 pFBA 的 25 倍耗时），且各工具的定位（验证/补洞/必需性）本就不是条件对比。取舍：声明在输出侧、区间化集中在 fluxscan 一个工具 |
-| M4-2 | 声明覆盖面：validate G3/G4 每行、l3_fix before/after/l3a/l3b、biomass apply 三联对照 growth、essentiality wt_growth 输出字段；tools.js 七个产出生长数值的工具 description 追加统一句 | 任务书 6 条清单 + "各工具 description"按产出生长数值者解释（validate/gapfind/build/phenotype/essentiality/l3_fix/biomass；新三工具 M1-M3 出生即带） |
-| M4-3 | skill 硬规则 #6「通量区间制：无区间不点数」+ 决策树补 gem_fluxscan/gem_sensitivity/gem_ledger 三行 | 决策树此前 6/12 覆盖的选型断层教训（D2）；工具数增至 15 后决策树全量同步 |
-
-## M5 iNX1344_v4 前哨（阶段 B 前哨，不做正式基准对比）
-
-| # | 决策/发现 | 依据 |
-|---|---|---|
-| M5-1 | **路径确认**：`F:/A_NGJ plan/Zcode/models/` 下修复链 `iNX1344_fixed.xml → v2 → v3 → v4.xml`（终点 1.9MB）；原始发布 `iNX1344_raw/mpp13032-sup-0009-DataS1.xml` cobra 直接加载失败（CobraSBMLError） | 任务书要求先 ls 确认真实路径再引用 |
-| M5-2 | **v4 状态**：1441 反应 / 1344 基因 / 1106 代谢物；MetaCyc 风格 `RnxatuXXXX`/`M00XXX_c` ID + Atu 基因座；objective=Rnxatu0132（52 组分 biomass，即 biomass 本体）；区室 c/e（名字为空）；756/1106 代谢物有名 | 任务书要求确认可加载/ID 体系/计数/biomass 状态 |
-| M5-3 | **GAM 检测适配**：v4 的 GAM 载体实际在 biomass 内（ATP -25.633 / ADP+Pi+H+ 各 +24.78，GAM_ORIG=24.78），但 H2O（M00001_c）公式缺失 → 公式级检测漏判 → 误落独立载体分支且谷氨酰胺合成酶（含额外底物的 ATP 水解反应）误命中。修复：h2o 量级回退（与 GAM 净水电解量差 <5% 的未分类能量级组分补判）+ 独立载体判据收紧为"反应内全部代谢物均为能量 stub 角色"（纯 ATPM） | 适配进 `find_biomass_gam`（C58 锚点不受影响——其 h2o 公式命中）；两个误判模式都记档 |
-| M5-4 | **核心发现：v4 交换层与介质机制不兼容**——全部 1441 反应 `Rnx` 前缀、无 EX_/DM_/SK_ 体系，交换由 161 个 boundary 单代谢物反应承担；`build_ex_index`（EX_ 前缀）索引为空 → 任何自然名/预设介质 0 解析 → 全交换清零后 growth 恒 0 | fluxscan AB vs M9 实测：两条件各 20 项全 unresolved、growth 0/0、pair 全 overlap（1441 行）。工具本身跑通无崩溃， medium 契约（EX_ 中心）是跨模型边界 |
-| M5-5 | **根因诊断：v4 结构性不生长**——161 个 boundary 全开放（lb=-1000）FBA 仍为 0；逐组分 demand 探针定位 5 个不可净产的 biomass 组分：M02908_c / M01051_c / M00342_c(Sn-Glycero-3-phosphoethanolamine，脂质) / M00336_c / M00155_c（多为无名无公式代谢物，脂质/聚合物家族；与原始模型"脂质 μ_max=0"诊断一致） | 全 boundary 开放 + 逐组分 demand 可行性测试（work/m5_probe_inx4.py 可复核） |
-| M5-6 | **必需性退化警示**：v4 essential_scan wt=0 → 1066/1066 候选全判"必需"（判定式 v<EPS 在 wt=0 时恒真）。sensitivity 增加 `baseline_growth_degenerate` 字段 + WARN：基准 wt≤0 时 essential 集无生物学意义，结果仅证明工具跑通 | 前哨发现的工具层固化：防止阶段 B 拿退化基线做对比 |
-| M5-7 | **M5 定位 = 前哨不修复**：发现清单进阶段 B 建议（交换层规范化/5 组分补路径/ID 桥），不实现 | 任务书"范围外：正式 iNX1344 基准对比表"；避免在共享介质代码上做临时特化 |
-
-## M6 基准与文档
-
-| # | 决策 | 依据 |
-|---|---|---|
-| M6-1 | 性能基准表口径：stderr/日志分段计时 + 整段 wall time；同机独占运行（避免后台任务竞争 skew） | 见报告性能基准表 |
-| M6-2 | 文档纪律校验以 grep 计数为准（ctx.tools.register / OPS 键 / 决策树覆盖 / README 工具表 / smoke 断言数） | 三轮验证方法论：文档计数漂移是常态，逐项点数核对 |

package/docs/DECISIONS-/351/230/266/346/256/265E.md

@@ -1,56 +0,0 @@
-# DECISIONS-阶段E — genie 接入期（E4 弹性批次）实测结论与决策
-
-> 2026-08-31 阶段 E「genie 接入 gem + 全面实战验证」弹性批次。执行与证据：`D:/Program/Zcode/gem-verify/work/e/`。
-
-## E4a 引擎对照（CarveMe vs gapseq，同基因组 C58）— 正式归因
-
-benchmark 全量对比（AB，essential_full=true，231.3s，export_md 落盘 `e4a_benchmark_report.md`）：
-
-| 维度 | CarveMe (C58_carveme_test.xml) | gapseq (C58.xml) |
-|---|---|---|
-| 规模 | 1495 基因 / 3109 反应 / 1981 代谢物 | 1084 基因 / 2485 反应 / 2062 代谢物 |
-| AB 生长 | 0.624132 | 0.519981（锚点精确复现） |
-| biomass 结构 | `Growth` 显式 57 组分，GAM=53.95（in-biomass），断供 0 | `bio1` 81 组分，GAM=40.0，**断供 7**（cpd00166/01997/03422/11493/12370/15665/15666） |
-| 必需性（全量） | 90/1276 | 155/818 |
-| 表型（19 底物 sole） | 11/19 = 57.9% | 11/19 = 57.9%（**Arabinose 双双失败**——两引擎独立重建同缺 L3 阿拉伯糖分解路径） |
-
-必需性差异分解（identity+gene.name 映射，覆盖 88.89%）：intersection 68 / a_only 12 / b_only 87。
-**归因**：差异主体不是命名空间映射噪声，而是两引擎的通路覆盖与 biomass 结构差异（gapseq bio1 更大更严——
-81 组分含 7 个模型内不可净产前体，敲除网络对前体供给更敏感→必需集更大）。
-
-## E4b 跨命名空间基因映射桥 — 原型结论（不并入插件）
-
-前提修正：任务书设定"覆盖率从 0 提升"，实测 identity+gene.name 已达 **88.89%**（80/90）——前提过时。
-EC 等价类桥原型（`work/e/e4b_ec_bridge_probe.py` + `e4b_bridge_crossref.py`）：
-
-- gapseq 侧 EC 索引 848 个（反应 id/annotation 提取）
-- 10 个未映射必需基因中 6 条 EC→gapseq-essential 命中；**唯一靶规则**（多候选拒绝）下可信桥 2 条：
-  NC_003062_2_847→NC_003063_2_595（4 EC 同靶）、NC_003063_2_888→NC_003062_2_1639
-- 覆盖率 0.8889 → **0.9111**（+2.2pp）；剩余未映射多为模型内容差（gapseq 无对应基因），非命名空间问题
-
-**决策**：不并入 benchmark 映射层。理由：收益 ≤2pp、EC→多候选歧义需二次证据消歧、错误映射会污染必需性对比结论。
-原型脚本留存可复跑；若未来接入 Atu 旧 locus 桥（GFF/tbl 资产），应与本 EC 桥合并为"二级映射策略"并带 evidence 标注。
-
-## E4c 双敲全扫先验排序 — 已实现（v0.1.1）
-
-见 commit 8736690。诚实结论：C58 上全部 18 对 SL 均为 GPR 穷尽型同工酶对（先验区），扫描区排序无可测收益；
-改动是其他模型的期望改进（共享反应数降序=冗余暴露先验），零回归（18/18 集合一致）。
-
-## E4d iNX1344_v4 断供 5 组分诊断深化 — 可行性报告（不修模型）
-
-demand 探针（全交换开放 lb=-10）复现 5 断供前体：**M00155_c / M00336_c / M00342_c / M01051_c / M02908_c**。
-
-关键事实（`work/e/e4d_inx_probe.py` + `e4d_inx_neighborhood.py`）：
-
-1. 仅 M00342（Sn-Glycero-3-phosphoethanolamine，C5H14NO6P）在模型内有 name+formula；
-   其余 4 个是**裸 MetaCyc M-ID**（无 name/formula/annotation）——修复前必须先做化合物身份解析（外部证据，不可臆造）。
-2. 邻域分析：5 个断供物由 Rnxatu0461-0470/Rnxatu0577（反应名内嵌 MetaCyc R0xxxxx id）连成**内部互连的孤岛子网络**——
-   断供根因是孤岛与核心代谢之间缺上游供给连接，不是 biomass 化学计量错误。
-3. 修复路径可行性 = 中：①MetaCyc 身份解析（4 个裸 ID）；②孤岛边界死端代谢物定位；③按 MetaCyc 通路补连接反应（需文献证据分级）。
-   属"补路径"而非"补公式"；G6 能量泄漏哨兵必须随补随测。
-
-## 接入记录（genie 侧）
-
-genie preset persona.md 增代谢模型能力域路由段（commit e38c561）+ docs/plugin-integration.md 契约 v1（64dae29）+
-bio_python 桥 exitCode 校验（06c8c05，genie 0.6.25）。路由生效、契约传导（prediction_id/status 引用与账本 grep 一致）
-经真实 agent 会话验证，详见 `D:/Program/Zcode/gem-verify/phaseE-report.md`。