@furongjun1999/dsh-memory 0.4.10 → 0.5.0

package/md_cg/consistency.py

@@ -1,718 +1,718 @@
-# -*- coding: utf-8 -*-
-"""md_cg · 节点间自动冲突检测（三级决策：情绪 → 反思 → 递归反思）
-
-理论出处（本仓原文，非外部知识）：
-
-  · **情绪 = 信息差的二阶变化 d²D/dt²**（`docs/theory/智能的公理化基石.md` §十一，:412-510）
-    工程端对应 `emotional_bias`（approaching / avoiding / stable），并且原文明确：
-    「情绪通道**独立、不参与信任计算**」。故本模块 L0 只做**流程调度**，
-    绝不改动 confidence / 资格判定——避免把情绪混进事实判断。
-
-  · **反题 = 预测与事实冲突**（同文档 :529，条件论七操作之一）
-    —— L1 一次冲突检测的理论名：新信息与既有条件的「反题」关系。
-
-  · **递归必须受约束**（同文档 :273）：
-    「递归必须受到深度、查询次数、节点数、循环检测和信息增益门槛约束。
-     若递归没有减少候选空间，就不应继续搜索。」
-    —— L2 递归反思的硬约束（本模块按此实现，而非无限展开）。
-
-  · **四态路由** ACCEPT / REJECT / DEFER / BLINDSPOT（同文档 :721；
-    `md_cg/mdcg.py` 四态定义）—— L1 的输出语义。
-
-  · **知识飞轮：误差 → 补条件 → 结构更新**（同文档 :725；`mdcg.py:1001`
-    `flywheel_step`）—— 冲突**自动**落 unresolved，误差是结构更新的输入。
-
-  · **纪律四要素同构**（`docs/工作纪律_认知图条目_v1.1.json`；
-    `consolidate.py` CCG 四要素）—— 「不能违反纪律」= 新内容不得命中纪律节点的
-    `negative.reject`（不适用条件）。纪律节点用 tag/前缀识别，不硬编码具体条目。
-
-三级决策（顺序即语义，越靠前越廉价）：
-
-    L0 情绪    ：二阶信号，快速方向调整（approaching / stable / avoiding）——不裁决资格
-    L1 反思    ：一次条件级冲突检测（自否定 / 纪律违反 / 条件互斥）→ 四态
-    L2 递归反思：L1 未决 → 沿关系链递归找「区分条件」；受深度/节点数/循环/增益门槛约束
-
-冲突自动触发飞轮：verdict ∈ {REJECT, DEFER, BLINDSPOT} 且 auto_flywheel →
-    `cg.flywheel_step({query, expected_state:"ACCEPT", actual_state:verdict, missing})`
-
-留痕 `_consistency.jsonl`（append-only）：每条判定可审计「为什么冲突 / 为什么放行」。
-
-诚实边界：本模块是**条件级（结构化）**冲突检测，不是语义蕴含证明。它判断的是
-「声明的适用/不适用条件是否互相覆盖」，而非「两句话在逻辑上是否矛盾」。
-无法建立可比对路径时返回 BLINDSPOT，不假装确定。
-"""
-from __future__ import annotations
-
-import json
-import os
-import time
-
-from .mdcg import expand_query_terms_weighted
-
-# --------------------------------------------------------------------------
-# 常量（全部可审计、可调）
-# --------------------------------------------------------------------------
-
-LOG_FILE = "_consistency.jsonl"
-
-MAX_SCAN = 200       # 单次检测最多比对的既有节点数（防 O(N) 爆炸）
-MAX_DEPTH = 3        # L2 递归深度上限（对齐 :273）
-MAX_NODES = 60       # L2 递归展开节点上限（对齐 :273）
-MIN_GAIN = 0.15      # 信息增益门槛：候选空间减少比例低于此值即停（对齐 :273）
-
-CLASH_HIGH = 0.6     # 条件互相覆盖阈值 → 明确互斥
-CLASH_LOW = 0.35     # 条件部分覆盖阈值 → 待定
-SELF_NEGATION = 0.5  # 自否定阈值：负条件被自身正文强命中
-
-# —— 第二类关系（同条件空间 · 结论槽取值分歧）阈值；均由探针实测标定 ——
-# run_probe_samecond.py 实测：同条件 same_cond=1.0 / 异条件空间 0.328 → 0.75 可分
-SAME_COND_HIGH = 0.75   # 同侧条件重合 → 判定「同一条件空间」
-# 实测结论槽（子功能）：同槽 1.0 / 同主语异属性 0.14 / 异主题 0.0 → 0.6 可分
-SLOT_HIGH = 0.6         # 结论槽（功能名/子功能）重合 → 判定「同一件事」
-# 实测：逐字重复 1.0 / 同槽不同值 0.61 / 同值异措辞 0.74 → 0.95 只排除逐字重复
-CONCLUSION_SAME = 0.95  # 正文几乎逐字相同 → 属「重复」（该合并），不算冲突
-
-EMO_AVOID = 0.70     # 冲突强度 ≥ 此值 → avoiding
-EMO_APPROACH = 0.30  # 冲突强度 ≤ 此值 → approaching
-
-# 纪律节点识别（tag 或 id 前缀；不硬编码具体纪律条目）
-DISCIPLINE_TAGS = ("discipline", "纪律", "work_discipline", "rule", "规则", "戒律")
-
-VERDICTS = ("ACCEPT", "REJECT", "DEFER", "BLINDSPOT")
-
-
-# 生效条件：以 verdict 与 reason 构造异常（消息 `[{verdict}] {reason}`），conflicts 传假值（None/空容器等，源码 `conflicts or []`）时 self.conflicts 为 []，传真值时原样保留；
-class ConsistencyError(Exception):
-    """硬冲突：写入被拒（自否定 / 违反纪律）。"""
-
-# 生效条件：verdict 与 reason 必传并赋给同名属性、拼成异常消息 `[{verdict}] {reason}`；conflicts 为假值（None/空容器等，源码 `conflicts or []`）时 self.conflicts 回落到 []，为真值时原样保留；
-    def __init__(self, verdict, reason, conflicts=None):
-        self.verdict = verdict
-        self.reason = reason
-        self.conflicts = conflicts or []
-        super().__init__(f"[{verdict}] {reason}")
-
-
-# --------------------------------------------------------------------------
-# 原语：延迟导入 mdcos（避免 mdcg ← mdcos ← consistency 的循环导入）
-# --------------------------------------------------------------------------
-
-# 生效条件：无 required 形参，任一调用返回 ( _ccg_field, _declared_conditions, _neg_hit, _weighted_coverage ) 四元组；
-def _prims():
-    """取 md_cg 已有的条件匹配原语（条件论「反题」的既有实现）。"""
-    from .mdcos import (_ccg_field, _declared_conditions, _neg_hit,
-                        _weighted_coverage)
-    return _ccg_field, _declared_conditions, _neg_hit, _weighted_coverage
-
-
-# 生效条件：xs 为可迭代对象时，逐项 str(x).strip() 后仅当结果非空且未出现过才加入 out 并返回 out；xs 为 None/False/0 时在 for 处迭代失败（TypeError）；
-def _dedup(xs):
-    out = []
-    for x in xs:
-        s = str(x).strip()
-        if s and s not in out:
-            out.append(s)
-    return out
-
-
-# 生效条件：fm 给出时，遍历 fm.get("edges")（缺键或假值按空列表）中元素，dict 元素按 to→target→node→id 取首个真值、非 dict 元素直接作候选，候选真值时 str(t) 加入 out 并返回；
-def _edge_targets(fm):
-    """节点声明的出边目标（兼容 dict / str 两种形态）。"""
-    out = []
-    for e in (fm.get("edges") or []):
-        if isinstance(e, dict):
-            t = e.get("to") or e.get("target") or e.get("node") or e.get("id")
-        else:
-            t = e
-        if t:
-            out.append(str(t))
-    return out
-
-
-# 生效条件：fm 与 node_id 给出时，若 fm.get("tags")（缺键/假值按空）小写后与 DISCIPLINE_TAGS 有交集，或 str(node_id) 以 "discipline_" 或 "work_discipline" 开头，返回 True；否则返回 False；
-def _is_discipline(fm, node_id):
-    tags = {str(t).lower() for t in (fm.get("tags") or [])}
-    if tags & set(DISCIPLINE_TAGS):
-        return True
-    return str(node_id).startswith(("discipline_", "work_discipline"))
-
-
-# --------------------------------------------------------------------------
-# 模式分离的支持件（maintain.separate 复用；也供 insight.reconstruct 取线索）
-# --------------------------------------------------------------------------
-
-#: 分离边的关系名：两个节点「看起来像，但条件不同，互为不同情境」
-SEPARATION_REL = "distinct_from"
-
-
-# 生效条件：fm 给出时，仅处理 fm.get("edges")（缺键/假值按空）中的 dict 元素，relation_type 或 relation（缺省空串）小写等于 SEPARATION_REL 时，按 target→to→id 取首个真值且未重复则加入 out；
-def separation_targets(fm):
-    """节点已声明的分离对象（`distinct_from` 出边），用于幂等与去重。"""
-    out = []
-    for e in (fm.get("edges") or []):
-        if not isinstance(e, dict):
-            continue
-        rel = str(e.get("relation_type") or e.get("relation") or "").strip().lower()
-        if rel != SEPARATION_REL:
-            continue
-        t = e.get("target") or e.get("to") or e.get("id")
-        if t and str(t) not in out:
-            out.append(str(t))
-    return out
-
-
-# 生效条件：fm 与 content 给出时，以 content（假值按空串）、fm.get("condition_space")、fm.get("non_applicable_conditions") 解析，返回去重后的 (set(pos), set(neg))；
-def condition_terms(fm, content):
-    """节点声明的（正条件, 负条件）词面集合——分离判定与重构取线索共用。"""
-    pos, neg = _new_terms(content or "", fm.get("condition_space"),
-                          fm.get("non_applicable_conditions"))
-    return set(pos), set(neg)
-
-
-# 生效条件：pos_a、neg_a、pos_b、neg_b 给出的条件词面小写化后，两侧并集均空时返回 overlap 0.0、distinct False；否则计算交集/并集比并返回 distinct 为 overlap <= CLASH_LOW；
-def condition_distinct(pos_a, neg_a, pos_b, neg_b):
-    """两组条件是否「实质不同」：任一侧条件词面几乎不重合即为不同情境。
-
-    返回 {'overlap': 覆盖率, 'distinct': bool}。overlap 高 = 条件相同（是重复，
-    该合并）；overlap 低 = 条件不同（该分离，避免混为一体）。
-    """
-    a = {str(x).lower() for x in (set(pos_a) | set(neg_a))}
-    b = {str(x).lower() for x in (set(pos_b) | set(neg_b))}
-    if not a and not b:
-        return {"overlap": 0.0, "distinct": False,
-                "note": "双方均未声明条件：无从判定分离（不假装确定）"}
-    union = a | b
-    overlap = (len(a & b) / float(len(union))) if union else 0.0
-    return {"overlap": round(overlap, 4), "distinct": overlap <= CLASH_LOW}
-
-
-# 生效条件：content、condition_space、non_applicable_conditions 给出时，content 的 `生效条件` 字段与 condition_space 中键不以 `__` 开头且不为 `time_window` 的值并入 pos（list/tuple/set 展平，其他非 None/"" 值 str 化），non_applicable_conditions 各项及 content 的 `不适用条件` 字段值并入 neg，最后 _dedup 返回；
-def _new_terms(content, condition_space, non_applicable_conditions):
-    """新节点声明的（正条件, 负条件）——与既有节点同口径解析。"""
-    _ccg_field, _declared, _neg_hit, _cov = _prims()
-    pos, neg = [], []
-    v = _ccg_field(content or "", "生效条件")
-    if v:
-        pos.append(v)
-    for k, val in (condition_space or {}).items():
-        if str(k).startswith("__") or k == "time_window":
-            continue
-        if isinstance(val, (list, tuple, set)):
-            pos.extend(str(x) for x in val)
-        elif val not in (None, ""):
-            pos.append(str(val))
-    neg.extend(str(x) for x in (non_applicable_conditions or []))
-    v2 = _ccg_field(content or "", "不适用条件")
-    if v2:
-        neg.append(v2)
-    return _dedup(pos), _dedup(neg)
-
-
-# 生效条件：content 与 neg_texts 给出时，neg_texts 中任一短语去掉「不得/禁止/严禁/不能/不可/不要/勿」前缀且长度 >=2 后作为子串出现在 content（假值按空串）中则返回 True，否则 False；
-def _ban_hit(content, neg_texts):
-    """纪律禁令命中：去掉「不得/禁止/…」前缀后，短语是否**整体出现**在正文中。
-
-    比词袋匹配更严格——纪律条目通常是精确的禁令短语，用子串命中可避免
-    「生产」这类子词把无关内容误判为违纪（假阳性会毁掉纪律的可信度）。
-    """
-    for x in (neg_texts or []):
-        s = str(x).strip()
-        for p in ("不得", "禁止", "严禁", "不能", "不可", "不要", "勿"):
-            if s.startswith(p):
-                s = s[len(p):].strip()
-                break
-        if len(s) >= 2 and s in (content or ""):
-            return True
-    return False
-
-
-# 生效条件：content 为真时按行过滤，跳过 strip 后以 "#" 开头且含全角或半角冒号的行，其余原行以换行连接返回；content 假值按空串返回 ""；
-def _body_text(content):
-    """去掉 CCG 声明行（`# 字段：值`）后的正文。
-
-    自否定看的是「正文/生效条件是否与不适用条件矛盾」，不能把节点自己声明的
-    `# 不适用条件：X` 当成 X 出现在正文里——否则**每个**声明了不适用条件的
-    正常节点都会被误判为自相矛盾（真实 CCG 条目普遍带该字段）。
-    """
-    out = []
-    for line in (content or "").splitlines():
-        s = line.strip()
-        if s.startswith("#") and ("：" in s or ":" in s):
-            continue
-        out.append(line)
-    return "\n".join(out)
-
-
-# 生效条件：content 给出时（假值按空串）解析 CCG 的 `# 功能名` 与 `# 子功能` 字段并返回两者；
-def _slot_text(content):
-    """结论槽：CCG 声明的 `# 功能名` / `# 子功能`（结构字段，非正文词面）。
-
-    为什么需要它：L1-c 要判「两条记忆是不是在讲同一件事」，但**词面覆盖率测不了**
-    ——探针实测「同属性不同值」0.612 vs「异属性」0.623（负样本反超），
-    因为两者与旧正文的通用词重合度相当。CCG 的槽位字段才是「在讲哪件事」的
-    结构化代理，与 L1-b 用 condition_space 判「在什么条件下」同构。
-
-    字段缺失 → 返回空串 → L1-c 不触发（保守：无从比对时不假装确定）。
-    """
-    _ccg_field, _declared, _neg_hit, _cov = _prims()
-    return (_ccg_field(content or "", "功能名"),
-            _ccg_field(content or "", "子功能"))
-
-
-# --------------------------------------------------------------------------
-# L0 情绪通道（信息差二阶变化）
-# --------------------------------------------------------------------------
-
-# 生效条件：conflict_strength 被夹取到 [0,1]（假值按 0.0），prev_strength 为 None 时 d2=0.0，否则 d2=c-夹取后的 prev_strength；按 c>=EMO_AVOID 或 d2>0.2 返回 avoiding，或 c<=EMO_APPROACH 且 d2<=0 返回 approaching，否则 stable；
-def emotional_bias(conflict_strength, prev_strength=None):
-    """L0：把冲突强度映射为情绪倾向（approaching / stable / avoiding）。
-
-    对齐 `智能的公理化基石.md` §十一：情绪是**信息差的二阶变化** d²D/dt²。
-    这里的工程代理：
-      · 一阶 d1  = conflict_strength（新信息与既有结构的相斥程度）
-      · 二阶 d2  = 本次 d1 − 上次 d1（用留痕里的上一条强度作基线）
-      · d2 > 0 → 信息差在**扩大**（越来越不顺）→ avoiding
-      · d2 < 0 → 信息差在**收敛**（越来越顺）   → approaching
-
-    重要（原文强制）：情绪通道**独立、不参与信任/资格计算**，
-    只影响「是否升级到递归反思」的调度决策。
-    """
-    c = max(0.0, min(1.0, float(conflict_strength or 0.0)))
-    if prev_strength is None:
-        d2 = 0.0
-    else:
-        d2 = c - max(0.0, min(1.0, float(prev_strength)))
-    if c >= EMO_AVOID or d2 > 0.2:
-        bias = "avoiding"
-    elif c <= EMO_APPROACH and d2 <= 0:
-        bias = "approaching"
-    else:
-        bias = "stable"
-    return {"bias": bias, "conflict_strength": round(c, 4),
-            "d2": round(d2, 4),
-            "note": "情绪通道独立，不参与信任/资格计算（智能论 §十一）"}
-
-
-# 生效条件：cg 给出时，若 cg.root 下 LOG_FILE 可读，则逐行解析 JSON 并取 .get("conflict_strength")，返回最后一条可解析记录的该键值（缺键或值为 None 则为 None）；路径不可用或 OSError 返回 None；
-def _last_strength(cg):
-    """上一条留痕的冲突强度（二阶差分的基线）。流式读，不载全量。"""
-    p = os.path.join(cg.root, LOG_FILE)
-    if not os.path.exists(p):
-        return None
-    last = None
-    try:
-        with open(p, "r", encoding="utf-8") as f:
-            for line in f:
-                line = line.strip()
-                if not line:
-                    continue
-                try:
-                    last = json.loads(line).get("conflict_strength")
-                except (ValueError, TypeError):
-                    pass
-    except OSError:
-        return None
-    return last
-
-
-# --------------------------------------------------------------------------
-# L2 递归反思（受深度 / 节点数 / 循环 / 增益门槛约束）
-# --------------------------------------------------------------------------
-
-# 生效条件：以 cg 节点图、seeds 中非空项为初始 frontier、tw_pos/tw_neg 词权，在 d=1..int(max_depth) 每轮先判 frontier 空返回 frontier_exhausted，再逐 nid 处理时若 nodes_visited > max_nodes 先返回 node_budget（可先于同层 discriminators），否则处理完该层后有 discriminators（非 seed_set 节点声明条件与 tw_pos/tw_neg 覆盖 >= CLASH_HIGH）返回 resolved，否则 last_gain < min_gain 返回 gain_below_threshold，循环耗尽返回 depth_exceeded；seeds 假值时 frontier 空，在 d=1 进入循环后由首判返回 frontier_exhausted（depth=0）；
-def _recursive_reflect(cg, seeds, tw_pos, tw_neg, max_depth=MAX_DEPTH,
-                       max_nodes=MAX_NODES, min_gain=MIN_GAIN):
-    """递归反思：沿关系链找「区分条件」，每层检查信息增益。
-
-    收敛条件（任一）：
-      · 找到区分节点（其负条件排除新节点 / 其正条件与新负条件互斥）→ resolved
-      · 增益 < min_gain（候选空间没变少，继续搜没意义，对齐 :273）→ 停
-      · 超深度 / 超节点预算 / 循环检测命中 → 停
-    """
-    _ccg_field, _declared, _neg_hit, _cov = _prims()
-    seed_set = {s for s in (seeds or []) if s}
-    visited, frontier, trace = set(), [s for s in (seeds or []) if s], []
-    nodes_visited, last_gain = 0, 0.0
-    for d in range(1, int(max_depth) + 1):
-        if not frontier:
-            return {"resolved_by": [], "depth": d - 1, "nodes_visited": nodes_visited,
-                    "gain": last_gain, "stopped_by": "frontier_exhausted",
-                    "trace": trace}
-        nxt, discriminators = [], []
-        for nid in frontier:
-            if nid in visited:
-                continue
-            visited.add(nid)
-            nodes_visited += 1
-            if nodes_visited > max_nodes:
-                return {"resolved_by": [], "depth": d,
-                        "nodes_visited": nodes_visited, "gain": last_gain,
-                        "stopped_by": "node_budget", "trace": trace}
-            node = cg.get(nid) or {}
-            fm = node.get("frontmatter") or {}
-            body = node.get("content") or ""
-            e_pos, e_neg = _declared(fm, body)
-            # 冲突源（seed）自身不是区分条件：它与新节点的关系正是待分辨的
-            # 冲突本身，把它当作「已分辨」会制造假的 resolved（增益虚高 1.0）。
-            if nid not in seed_set:
-                if e_neg and tw_pos and _cov(tw_pos, " ".join(e_neg)) >= CLASH_HIGH:
-                    discriminators.append(nid)
-                elif e_pos and tw_neg and _cov(tw_neg, " ".join(e_pos)) >= CLASH_HIGH:
-                    discriminators.append(nid)
-            nxt.extend(_edge_targets(fm))
-        if discriminators:
-            return {"resolved_by": discriminators, "depth": d,
-                    "nodes_visited": nodes_visited, "gain": 1.0,
-                    "stopped_by": "resolved", "trace": trace}
-        fresh = [x for x in dict.fromkeys(nxt) if x not in visited]
-        last_gain = len(fresh) / float(max(1, len(frontier)))
-        trace.append({"depth": d, "frontier": len(frontier),
-                      "fresh": len(fresh), "gain": round(last_gain, 4)})
-        if last_gain < min_gain:
-            return {"resolved_by": [], "depth": d, "nodes_visited": nodes_visited,
-                    "gain": round(last_gain, 4),
-                    "stopped_by": "gain_below_threshold", "trace": trace}
-        frontier = fresh
-    return {"resolved_by": [], "depth": int(max_depth),
-            "nodes_visited": nodes_visited, "gain": round(last_gain, 4),
-            "stopped_by": "depth_exceeded", "trace": trace}
-
-
-# --------------------------------------------------------------------------
-# 主入口：三级决策
-# --------------------------------------------------------------------------
-
-# 生效条件：以 cg.index.nodes 为既有节点、content（假值按 ""）经 _new_terms 得 pos/neg 并算 tw_pos/tw_neg，按循环中 hard（自否定或纪律命中）→ divergences（同条件槽且 concl < CONCLUSION_SAME）→ strength ≥ CLASH_HIGH → strength ≥ CLASH_LOW → comparable==0 且 (pos or neg) → 否则 ACCEPT 的顺序定 verdict；DEFER 且 int(depth)>0 且 emo["bias"] != "approaching" 时调 _recursive_reflect 补 recursion，auto_flywheel 且 verdict∈{REJECT,DEFER,BLINDSPOT} 时加 unresolved_id，最后 log 并返回 rec；
-def check(cg, content, layer=None, condition_space=None,
-          non_applicable_conditions=None, tags=None, exclude=None,
-          limit=MAX_SCAN, depth=MAX_DEPTH, auto_flywheel=False,
-          query=None):
-    """节点间自动冲突检测（L0 情绪 → L1 反思 → L2 递归反思）。
-
-    返回完整判据（可审计）：
-      verdict / reason / conflict_strength / emotional / conflicts[] /
-      recursion{} / missing[] / unresolved_id（若触发飞轮）
-
-    verdict：
-      ACCEPT    无冲突，或新节点未声明条件（无从冲突）
-      REJECT    硬冲突：自否定 / 违反纪律
-      DEFER     条件互斥但可能可分辨（交给 L2 递归或飞轮）
-      BLINDSPOT 有条件声明，但既有节点全无声明 → 无法建立比对路径（不假装确定）
-    """
-    _ccg_field, _declared, _neg_hit, _cov = _prims()
-    content = content or ""
-    pos, neg = _new_terms(content, condition_space, non_applicable_conditions)
-    tw_pos = expand_query_terms_weighted(" ".join(pos)) if pos else {}
-    tw_neg = expand_query_terms_weighted(" ".join(neg)) if neg else {}
-    # 结论文本词权（结论比对专用）：**去 CCG 声明行**。模板行（`# 功能名` /
-    # `# 子功能` 等）在两条节点间逐字相同，若混入会稀释结论覆盖率——实测
-    # 逐字重复仅 0.32、同槽不同值 0.61，与异属性（0.62）不可分。去模板才可判。
-    tw_content = (expand_query_terms_weighted(_body_text(content))
-                  if content else {})
-    # 结论槽（CCG 结构字段）——「是否同一件事」的代理，见 _slot_text 说明
-    n_fn, n_sb = _slot_text(content)
-
-    conflicts, hard, divergences = [], [], []
-    strength, scanned, comparable = 0.0, 0, 0
-
-    # ---- L1-a 自否定：自己的负条件排除自己的生效条件/正文 ----
-    body = _body_text(content)
-    if neg and (_ban_hit(" ".join(pos), neg) or _ban_hit(body, neg)):
-        hard.append({"type": "self_negation", "with": None,
-                     "detail": "不适用条件命中自身生效条件/正文：条件自相矛盾",
-                     "score": 1.0})
-        strength = 1.0
-    elif neg and _cov(tw_neg, body) >= SELF_NEGATION:
-        hard.append({"type": "self_negation", "with": None,
-                     "detail": "负条件与正文强相关：条件与结论互斥",
-                     "score": round(_cov(tw_neg, body), 4)})
-        strength = max(strength, round(_cov(tw_neg, body), 4))
-
-    # ---- L1-b 与既有节点的条件级比对（反题） ----
-    nodes = ((getattr(cg, "index", None) or {}).get("nodes") or {})
-    seeds = []
-    for nid, e in nodes.items():
-        if exclude and nid == exclude:
-            continue
-        if layer and e.get("layer") != layer:
-            continue
-        if scanned >= int(limit):
-            break
-        scanned += 1
-        node = cg.get(nid) or {}
-        fm = node.get("frontmatter") or {}
-        body = node.get("content") or ""
-        e_pos, e_neg = _declared(fm, body)
-        if not e_pos and not e_neg:
-            continue
-        comparable += 1
-        # 纪律违反：**正文行为**命中纪律节点的不适用条件（negative.reject）
-        # —— 这是「不能违反纪律」，与「条件互斥」是两回事：前者看做了什么，
-        #    后者看声明的条件是否互相覆盖。
-        if _is_discipline(fm, nid) and e_neg and _ban_hit(content, e_neg):
-            hard.append({"type": "discipline", "with": nid,
-                         "with_layer": e.get("layer"),
-                         "detail": "命中纪律节点的不适用条件（negative.reject）",
-                         "score": 1.0})
-            seeds.append(nid)
-            strength = 1.0
-            continue
-        c1 = _cov(tw_pos, " ".join(e_neg)) if (tw_pos and e_neg) else 0.0
-        c2 = _cov(tw_neg, " ".join(e_pos)) if (tw_neg and e_pos) else 0.0
-        c = max(c1, c2)
-        # ---- L1-c 同侧比对：第二类关系（同条件空间 · 结论槽取值分歧） ----
-        # 与 L1-b 是**两类不同关系**：L1-b 判「条件互斥」（反题），L1-c 判
-        # 「同条件 + 同结论槽 + 取值不同」（矛盾）。后者在词面不可判——探针实测
-        # 「同属性不同值」正文覆盖率 0.612 反而低于「异属性」0.623，故改用
-        # CCG 槽位字段代理「是否同一件事」。
-        # 注：必须是独立 if 而非 else——同条件时 c=0，若并入 L1-b 分支会被
-        #     `c < CLASH_LOW: continue` 提前跳过，L1-c 永不执行。
-        c3 = _cov(tw_pos, " ".join(e_pos)) if (tw_pos and e_pos) else 0.0
-        c4 = _cov(tw_neg, " ".join(e_neg)) if (tw_neg and e_neg) else 0.0
-        same_cond = max(c3, c4)
-        if same_cond >= SAME_COND_HIGH:
-            e_fn, e_sb = _slot_text(body)
-            slot = max(
-                _cov(expand_query_terms_weighted(n_fn), e_fn)
-                if (n_fn and e_fn) else 0.0,
-                _cov(expand_query_terms_weighted(n_sb), e_sb)
-                if (n_sb and e_sb) else 0.0)
-            if slot >= SLOT_HIGH:
-                # 同口径比对（正文↔正文）；tw_content 已去模板行，见上文
-                concl = _cov(tw_content, _body_text(body)) if tw_content else 0.0
-                if concl < CONCLUSION_SAME:
-                    divergences.append({
-                        "type": "same_condition_divergence", "with": nid,
-                        "with_layer": e.get("layer"),
-                        "detail": ("适用条件与结论槽均重合但取值不同："
-                                   "可能是更正（应覆盖旧值）或分歧（应补区分条件）"),
-                        "same_condition": round(same_cond, 4),
-                        "slot_overlap": round(slot, 4),
-                        "conclusion_overlap": round(concl, 4),
-                        "slot": (n_fn or n_sb)[:40]})
-        if c < CLASH_LOW:
-            continue
-        conflicts.append({
-            "type": "condition_clash", "with": nid,
-            "with_layer": e.get("layer"),
-            "detail": ("新节点适用条件落在既有节点不适用区"
-                       if c1 >= c2 else "新节点不适用条件覆盖既有节点适用区"),
-            "score": round(c, 4),
-            "pos_side": _dedup(pos)[:6], "neg_side": _dedup(neg)[:6]})
-        seeds.append(nid)
-        strength = max(strength, c)
-
-    # ---- L0 情绪（独立通道，只调度不裁决） ----
-    emo = emotional_bias(strength, _last_strength(cg))
-
-    # ---- L1 四态判定 ----
-    recursion = None
-    missing = []
-    allc = hard + conflicts + divergences
-    if hard:
-        verdict = "REJECT"
-        reason = "；".join(h["detail"] for h in hard)
-    elif divergences:
-        verdict = "DEFER"
-        reason = "同条件空间下结论槽取值不一致：需裁决是更正还是分支"
-        # 两类关系可能同时成立（同条件分歧 vs 某节点 / 条件互斥 vs 另节点）——
-        # 若只报 L1-c，跨侧互斥的线索会被掩盖，飞轮收到的缺口就不完整。
-        if conflicts:
-            reason += f'；另有 {len(conflicts)} 处条件互斥（见 conflicts[]）'
-    elif strength >= CLASH_HIGH:
-        verdict = "DEFER"
-        reason = "条件互斥：需补区分条件后才能判定"
-    elif strength >= CLASH_LOW:
-        verdict = "DEFER"
-        reason = "条件部分覆盖：待确认是否互斥"
-    elif comparable == 0 and (pos or neg):
-        verdict = "BLINDSPOT"
-        reason = "既有节点均未声明条件：无法建立比对路径"
-    else:
-        verdict = "ACCEPT"
-        reason = "无冲突"
-
-    # ---- L2 递归反思（仅对 DEFER，且情绪未指向 approaching 的快速放行） ----
-    if verdict == "DEFER" and int(depth) > 0 and emo["bias"] != "approaching":
-        recursion = _recursive_reflect(cg, seeds, tw_pos, tw_neg,
-                                       max_depth=int(depth))
-        if recursion["stopped_by"] == "resolved":
-            # 找到区分条件 → 冲突可分辨，降级为待定（不直接放行，留人工/飞轮）
-            reason = f'{reason}；已找到区分条件 {recursion["resolved_by"][:3]}'
-        else:
-            missing.append({
-                "need": "区分条件",
-                "why": f'递归反思停止于 {recursion["stopped_by"]}'
-                       f'（深度 {recursion["depth"]}，增益 {recursion["gain"]}）',
-                "conflicts": [c["with"] for c in allc if c.get("with")][:5]})
-
-    # 同条件取值分歧：L2 递归提供不了「区分条件」（条件本就相同），故缺口是
-    # 「取值裁决」而非「补条件」。必须显式落 missing——否则 strength=0 →
-    # 情绪 approaching → L2 被跳过 → missing 为空 → 飞轮收不到任何信号。
-    if divergences and not missing:
-        missing.append({
-            "need": "取值裁决（同条件·同结论槽存在多条不同取值）",
-            "why": "适用条件与结论槽均重合而正文取值不同："
-                   "需确认是「更正」（应覆盖旧值）还是「分支」（应补区分条件）",
-            "conflicts": [c["with"] for c in allc if c.get("with")][:5]})
-
-    rec = {"t": time.time(), "layer": layer, "verdict": verdict,
-           "reason": reason, "conflict_strength": round(strength, 4),
-           "emotional": emo, "conflicts": allc, "recursion": recursion,
-           "missing": missing, "scanned": scanned, "comparable": comparable,
-           "pos": pos[:6], "neg": neg[:6],
-           "actor": getattr(cg, "actor", "unknown")}
-
-    # ---- 冲突自动触发飞轮（误差 → 补条件 → 结构更新） ----
-    if auto_flywheel and verdict in ("REJECT", "DEFER", "BLINDSPOT"):
-        rec["unresolved_id"] = _fire_flywheel(cg, query or content, verdict,
-                                              reason, missing, allc)
-    log(cg, rec)
-    return rec
-
-
-# 生效条件：missing 为假值（None/空容器/空串）返回 ""；否则逐项仅取 m.get("need") 真值者，格式化为 `need（why）`（why 缺键用 ""，值为 None 则格式化 "None"），以 "；" 连接；
-def _missing_text(missing):
-    """结构化缺口 → 一行文本（作为飞轮的 known_clues）。
-
-    修断链：原先 `missing=reason` 把「人话」塞进 missing 字段，而判定器产出的
-    [{need, why, conflicts}] 落在 detail 里被 flywheel_step 忽略——上游产出了
-    结构，却送不到下游。
-    """
-    if not missing:
-        return ""
-    return "；".join(f'{m.get("need", "")}（{m.get("why", "")}）'
-                    for m in missing if m.get("need"))
-
-
-# 生效条件：cg 提供可调用 flywheel_step 时，以 query（假值按空串）前 200 字符、verdict、missing 文本（空则 reason）、conflicts 非 None 则作 detail 否则 missing 调用；结果 dict 的 unresolved_id 真值时返回它，否则回落 id；无 flywheel_step 或异常返回 None；
-def _fire_flywheel(cg, query, verdict, reason, missing, conflicts=None):
-    """把冲突作为「误差」投给知识飞轮，返回 unresolved 条目 id（失败不阻塞写入）。
-
-    conflicts：冲突现场（含 type / with / same_condition 等数值），供下游生成
-    `# 现场：`；missing 只描述「缺什么」，不带现场，故两者都要送。
-    """
-    step = getattr(cg, "flywheel_step", None)
-    if step is None:
-        return None
-    try:
-        r = step({"query": (query or "")[:200], "expected_state": "ACCEPT",
-                  "actual_state": verdict,
-                  "missing": _missing_text(missing) or reason,
-                  "detail": conflicts if conflicts is not None else missing})
-        if isinstance(r, dict):
-            return r.get("unresolved_id") or r.get("id")
-    except Exception:
-        return None
-    return None
-
-
-# --------------------------------------------------------------------------
-# 留痕 / 统计 / 自描述
-# --------------------------------------------------------------------------
-
-# 生效条件：cg 与 rec 给出时，将 rec 序列化为 JSON 行追加到 cg.root 下 LOG_FILE，OSError 被吞掉，返回 rec；
-def log(cg, rec):
-    """append-only 留痕：每条判定可审计。"""
-    p = os.path.join(cg.root, LOG_FILE)
-    try:
-        with open(p, "a", encoding="utf-8") as f:
-            f.write(json.dumps(rec, ensure_ascii=False) + "\n")
-    except OSError:
-        pass
-    return rec
-
-
-# 生效条件：cg 给出时，若 cg.root 下 LOG_FILE 可读，则逐行解析 JSON（空行/解析失败跳过）；limit 真值时返回 out[-int(limit):][::-1]（int(limit)=0 时为全部倒序），limit 为假值（0/None/""）时返回 out[::-1]；路径不可用或 OSError 返回 []；
-def history(cg, limit=100):
-    """最近冲突判定留痕（倒序）。"""
-    p = os.path.join(cg.root, LOG_FILE)
-    if not os.path.exists(p):
-        return []
-    out = []
-    try:
-        with open(p, "r", encoding="utf-8") as f:
-            for line in f:
-                line = line.strip()
-                if not line:
-                    continue
-                try:
-                    out.append(json.loads(line))
-                except (ValueError, TypeError):
-                    pass
-    except OSError:
-        return []
-    return out[-int(limit):][::-1] if limit else out[::-1]
-
-
-# 生效条件：逐行 json.loads 计数（不可解析行跳过、OSError 忽略、路径缺失则计数为 0），每行 total 加 1 并按 r.get("verdict")（缺键即 None 键）与 emotional.bias 为真值时的 b 累加，返回 {'records','by_verdict','by_bias','max_scan','max_depth','min_gain'}，后三者取模块常量 MAX_SCAN/MAX_DEPTH/MIN_GAIN；
-def summary(cg):
-    """冲突面汇总（流式计数，供 health 审计）。"""
-    p = os.path.join(cg.root, LOG_FILE)
-    by_verdict, by_bias, total = {}, {}, 0
-    if os.path.exists(p):
-        try:
-            with open(p, "r", encoding="utf-8") as f:
-                for line in f:
-                    line = line.strip()
-                    if not line:
-                        continue
-                    try:
-                        r = json.loads(line)
-                    except (ValueError, TypeError):
-                        continue
-                    total += 1
-                    v = r.get("verdict")
-                    by_verdict[v] = by_verdict.get(v, 0) + 1
-                    b = (r.get("emotional") or {}).get("bias")
-                    if b:
-                        by_bias[b] = by_bias.get(b, 0) + 1
-        except OSError:
-            pass
-    return {"records": total, "by_verdict": by_verdict, "by_bias": by_bias,
-            "max_scan": MAX_SCAN, "max_depth": MAX_DEPTH,
-            "min_gain": MIN_GAIN}
-
-
-# 生效条件：无 required 形参，调用即返回引用 EMO_AVOID/EMO_APPROACH、VERDICTS、CLASH_HIGH/CLASH_LOW、SAME_COND_HIGH/SLOT_HIGH/CONCLUSION_SAME、MAX_DEPTH/MAX_NODES/MIN_GAIN 等模块级常量的自描述字典；
-def catalog():
-    """自描述：三级决策 + 四态 + 递归约束（供 MCP / 文档对照验证）。"""
-    return {
-        "levels": {
-            "L0_emotion": {
-                "theory": "情绪 = 信息差二阶变化 d²D/dt²（智能论 §十一）",
-                "outputs": ["approaching", "stable", "avoiding"],
-                "constraint": "独立通道，不参与信任/资格计算，只做流程调度",
-                "thresholds": {"avoid": EMO_AVOID, "approach": EMO_APPROACH},
-            },
-            "L1_reflect": {
-                "theory": "反题 = 预测与事实冲突（条件论七操作）",
-                "checks": ["self_negation", "discipline", "condition_clash",
-                           "same_condition_divergence"],
-                "relations": {
-                    "condition_clash": "跨侧比对（新正↔旧负 / 新负↔旧正）= 条件互斥（反题）",
-                    "same_condition_divergence": "同侧比对（新正↔旧正 / 新负↔旧负）"
-                                                 "＋ CCG 结论槽 = 同条件空间内的取值分歧（矛盾）",
-                },
-                "verdicts": list(VERDICTS),
-                "thresholds": {"high": CLASH_HIGH, "low": CLASH_LOW,
-                               "same_condition": SAME_COND_HIGH, "slot": SLOT_HIGH,
-                               "conclusion_same": CONCLUSION_SAME},
-            },
-            "L2_recursive_reflect": {
-                "theory": "递归受深度/节点数/循环/信息增益门槛约束（智能论 :273）",
-                "max_depth": MAX_DEPTH, "max_nodes": MAX_NODES,
-                "min_gain": MIN_GAIN,
-                "stop_reasons": ["resolved", "gain_below_threshold",
-                                 "depth_exceeded", "node_budget",
-                                 "frontier_exhausted"],
-            },
-        },
-        "auto_flywheel": {
-            "theory": "知识飞轮：误差 → 补条件 → 结构更新（智能论 :725）",
-            "triggers_on": ["REJECT", "DEFER", "BLINDSPOT"],
-        },
-        "discipline_detection": {"tags": list(DISCIPLINE_TAGS),
-                                 "id_prefixes": ["discipline_", "work_discipline"]},
-        "honest_boundary": "条件级（结构化）冲突检测，非语义蕴含证明；无法比对时 BLINDSPOT",
+# -*- coding: utf-8 -*-
+"""md_cg · 节点间自动冲突检测（三级决策：情绪 → 反思 → 递归反思）
+
+理论出处（本仓原文，非外部知识）：
+
+  · **情绪 = 信息差的二阶变化 d²D/dt²**（`docs/theory/智能的公理化基石.md` §十一，:412-510）
+    工程端对应 `emotional_bias`（approaching / avoiding / stable），并且原文明确：
+    「情绪通道**独立、不参与信任计算**」。故本模块 L0 只做**流程调度**，
+    绝不改动 confidence / 资格判定——避免把情绪混进事实判断。
+
+  · **反题 = 预测与事实冲突**（同文档 :529，条件论七操作之一）
+    —— L1 一次冲突检测的理论名：新信息与既有条件的「反题」关系。
+
+  · **递归必须受约束**（同文档 :273）：
+    「递归必须受到深度、查询次数、节点数、循环检测和信息增益门槛约束。
+     若递归没有减少候选空间，就不应继续搜索。」
+    —— L2 递归反思的硬约束（本模块按此实现，而非无限展开）。
+
+  · **四态路由** ACCEPT / REJECT / DEFER / BLINDSPOT（同文档 :721；
+    `md_cg/mdcg.py` 四态定义）—— L1 的输出语义。
+
+  · **知识飞轮：误差 → 补条件 → 结构更新**（同文档 :725；`mdcg.py:1001`
+    `flywheel_step`）—— 冲突**自动**落 unresolved，误差是结构更新的输入。
+
+  · **纪律四要素同构**（`docs/工作纪律_认知图条目_v1.1.json`；
+    `consolidate.py` CCG 四要素）—— 「不能违反纪律」= 新内容不得命中纪律节点的
+    `negative.reject`（不适用条件）。纪律节点用 tag/前缀识别，不硬编码具体条目。
+
+三级决策（顺序即语义，越靠前越廉价）：
+
+    L0 情绪    ：二阶信号，快速方向调整（approaching / stable / avoiding）——不裁决资格
+    L1 反思    ：一次条件级冲突检测（自否定 / 纪律违反 / 条件互斥）→ 四态
+    L2 递归反思：L1 未决 → 沿关系链递归找「区分条件」；受深度/节点数/循环/增益门槛约束
+
+冲突自动触发飞轮：verdict ∈ {REJECT, DEFER, BLINDSPOT} 且 auto_flywheel →
+    `cg.flywheel_step({query, expected_state:"ACCEPT", actual_state:verdict, missing})`
+
+留痕 `_consistency.jsonl`（append-only）：每条判定可审计「为什么冲突 / 为什么放行」。
+
+诚实边界：本模块是**条件级（结构化）**冲突检测，不是语义蕴含证明。它判断的是
+「声明的适用/不适用条件是否互相覆盖」，而非「两句话在逻辑上是否矛盾」。
+无法建立可比对路径时返回 BLINDSPOT，不假装确定。
+"""
+from __future__ import annotations
+
+import json
+import os
+import time
+
+from .mdcg import expand_query_terms_weighted
+
+# --------------------------------------------------------------------------
+# 常量（全部可审计、可调）
+# --------------------------------------------------------------------------
+
+LOG_FILE = "_consistency.jsonl"
+
+MAX_SCAN = 200       # 单次检测最多比对的既有节点数（防 O(N) 爆炸）
+MAX_DEPTH = 3        # L2 递归深度上限（对齐 :273）
+MAX_NODES = 60       # L2 递归展开节点上限（对齐 :273）
+MIN_GAIN = 0.15      # 信息增益门槛：候选空间减少比例低于此值即停（对齐 :273）
+
+CLASH_HIGH = 0.6     # 条件互相覆盖阈值 → 明确互斥
+CLASH_LOW = 0.35     # 条件部分覆盖阈值 → 待定
+SELF_NEGATION = 0.5  # 自否定阈值：负条件被自身正文强命中
+
+# —— 第二类关系（同条件空间 · 结论槽取值分歧）阈值；均由探针实测标定 ——
+# run_probe_samecond.py 实测：同条件 same_cond=1.0 / 异条件空间 0.328 → 0.75 可分
+SAME_COND_HIGH = 0.75   # 同侧条件重合 → 判定「同一条件空间」
+# 实测结论槽（子功能）：同槽 1.0 / 同主语异属性 0.14 / 异主题 0.0 → 0.6 可分
+SLOT_HIGH = 0.6         # 结论槽（功能名/子功能）重合 → 判定「同一件事」
+# 实测：逐字重复 1.0 / 同槽不同值 0.61 / 同值异措辞 0.74 → 0.95 只排除逐字重复
+CONCLUSION_SAME = 0.95  # 正文几乎逐字相同 → 属「重复」（该合并），不算冲突
+
+EMO_AVOID = 0.70     # 冲突强度 ≥ 此值 → avoiding
+EMO_APPROACH = 0.30  # 冲突强度 ≤ 此值 → approaching
+
+# 纪律节点识别（tag 或 id 前缀；不硬编码具体纪律条目）
+DISCIPLINE_TAGS = ("discipline", "纪律", "work_discipline", "rule", "规则", "戒律")
+
+VERDICTS = ("ACCEPT", "REJECT", "DEFER", "BLINDSPOT")
+
+
+# 生效条件：以 verdict 与 reason 构造异常（消息 `[{verdict}] {reason}`），conflicts 传假值（None/空容器等，源码 `conflicts or []`）时 self.conflicts 为 []，传真值时原样保留；
+class ConsistencyError(Exception):
+    """硬冲突：写入被拒（自否定 / 违反纪律）。"""
+
+# 生效条件：verdict 与 reason 必传并赋给同名属性、拼成异常消息 `[{verdict}] {reason}`；conflicts 为假值（None/空容器等，源码 `conflicts or []`）时 self.conflicts 回落到 []，为真值时原样保留；
+    def __init__(self, verdict, reason, conflicts=None):
+        self.verdict = verdict
+        self.reason = reason
+        self.conflicts = conflicts or []
+        super().__init__(f"[{verdict}] {reason}")
+
+
+# --------------------------------------------------------------------------
+# 原语：延迟导入 mdcos（避免 mdcg ← mdcos ← consistency 的循环导入）
+# --------------------------------------------------------------------------
+
+# 生效条件：无 required 形参，任一调用返回 ( _ccg_field, _declared_conditions, _neg_hit, _weighted_coverage ) 四元组；
+def _prims():
+    """取 md_cg 已有的条件匹配原语（条件论「反题」的既有实现）。"""
+    from .mdcos import (_ccg_field, _declared_conditions, _neg_hit,
+                        _weighted_coverage)
+    return _ccg_field, _declared_conditions, _neg_hit, _weighted_coverage
+
+
+# 生效条件：xs 为可迭代对象时，逐项 str(x).strip() 后仅当结果非空且未出现过才加入 out 并返回 out；xs 为 None/False/0 时在 for 处迭代失败（TypeError）；
+def _dedup(xs):
+    out = []
+    for x in xs:
+        s = str(x).strip()
+        if s and s not in out:
+            out.append(s)
+    return out
+
+
+# 生效条件：fm 给出时，遍历 fm.get("edges")（缺键或假值按空列表）中元素，dict 元素按 to→target→node→id 取首个真值、非 dict 元素直接作候选，候选真值时 str(t) 加入 out 并返回；
+def _edge_targets(fm):
+    """节点声明的出边目标（兼容 dict / str 两种形态）。"""
+    out = []
+    for e in (fm.get("edges") or []):
+        if isinstance(e, dict):
+            t = e.get("to") or e.get("target") or e.get("node") or e.get("id")
+        else:
+            t = e
+        if t:
+            out.append(str(t))
+    return out
+
+
+# 生效条件：fm 与 node_id 给出时，若 fm.get("tags")（缺键/假值按空）小写后与 DISCIPLINE_TAGS 有交集，或 str(node_id) 以 "discipline_" 或 "work_discipline" 开头，返回 True；否则返回 False；
+def _is_discipline(fm, node_id):
+    tags = {str(t).lower() for t in (fm.get("tags") or [])}
+    if tags & set(DISCIPLINE_TAGS):
+        return True
+    return str(node_id).startswith(("discipline_", "work_discipline"))
+
+
+# --------------------------------------------------------------------------
+# 模式分离的支持件（maintain.separate 复用；也供 insight.reconstruct 取线索）
+# --------------------------------------------------------------------------
+
+#: 分离边的关系名：两个节点「看起来像，但条件不同，互为不同情境」
+SEPARATION_REL = "distinct_from"
+
+
+# 生效条件：fm 给出时，仅处理 fm.get("edges")（缺键/假值按空）中的 dict 元素，relation_type 或 relation（缺省空串）小写等于 SEPARATION_REL 时，按 target→to→id 取首个真值且未重复则加入 out；
+def separation_targets(fm):
+    """节点已声明的分离对象（`distinct_from` 出边），用于幂等与去重。"""
+    out = []
+    for e in (fm.get("edges") or []):
+        if not isinstance(e, dict):
+            continue
+        rel = str(e.get("relation_type") or e.get("relation") or "").strip().lower()
+        if rel != SEPARATION_REL:
+            continue
+        t = e.get("target") or e.get("to") or e.get("id")
+        if t and str(t) not in out:
+            out.append(str(t))
+    return out
+
+
+# 生效条件：fm 与 content 给出时，以 content（假值按空串）、fm.get("condition_space")、fm.get("non_applicable_conditions") 解析，返回去重后的 (set(pos), set(neg))；
+def condition_terms(fm, content):
+    """节点声明的（正条件, 负条件）词面集合——分离判定与重构取线索共用。"""
+    pos, neg = _new_terms(content or "", fm.get("condition_space"),
+                          fm.get("non_applicable_conditions"))
+    return set(pos), set(neg)
+
+
+# 生效条件：pos_a、neg_a、pos_b、neg_b 给出的条件词面小写化后，两侧并集均空时返回 overlap 0.0、distinct False；否则计算交集/并集比并返回 distinct 为 overlap <= CLASH_LOW；
+def condition_distinct(pos_a, neg_a, pos_b, neg_b):
+    """两组条件是否「实质不同」：任一侧条件词面几乎不重合即为不同情境。
+
+    返回 {'overlap': 覆盖率, 'distinct': bool}。overlap 高 = 条件相同（是重复，
+    该合并）；overlap 低 = 条件不同（该分离，避免混为一体）。
+    """
+    a = {str(x).lower() for x in (set(pos_a) | set(neg_a))}
+    b = {str(x).lower() for x in (set(pos_b) | set(neg_b))}
+    if not a and not b:
+        return {"overlap": 0.0, "distinct": False,
+                "note": "双方均未声明条件：无从判定分离（不假装确定）"}
+    union = a | b
+    overlap = (len(a & b) / float(len(union))) if union else 0.0
+    return {"overlap": round(overlap, 4), "distinct": overlap <= CLASH_LOW}
+
+
+# 生效条件：content、condition_space、non_applicable_conditions 给出时，content 的 `生效条件` 字段与 condition_space 中键不以 `__` 开头且不为 `time_window` 的值并入 pos（list/tuple/set 展平，其他非 None/"" 值 str 化），non_applicable_conditions 各项及 content 的 `不适用条件` 字段值并入 neg，最后 _dedup 返回；
+def _new_terms(content, condition_space, non_applicable_conditions):
+    """新节点声明的（正条件, 负条件）——与既有节点同口径解析。"""
+    _ccg_field, _declared, _neg_hit, _cov = _prims()
+    pos, neg = [], []
+    v = _ccg_field(content or "", "生效条件")
+    if v:
+        pos.append(v)
+    for k, val in (condition_space or {}).items():
+        if str(k).startswith("__") or k == "time_window":
+            continue
+        if isinstance(val, (list, tuple, set)):
+            pos.extend(str(x) for x in val)
+        elif val not in (None, ""):
+            pos.append(str(val))
+    neg.extend(str(x) for x in (non_applicable_conditions or []))
+    v2 = _ccg_field(content or "", "不适用条件")
+    if v2:
+        neg.append(v2)
+    return _dedup(pos), _dedup(neg)
+
+
+# 生效条件：content 与 neg_texts 给出时，neg_texts 中任一短语去掉「不得/禁止/严禁/不能/不可/不要/勿」前缀且长度 >=2 后作为子串出现在 content（假值按空串）中则返回 True，否则 False；
+def _ban_hit(content, neg_texts):
+    """纪律禁令命中：去掉「不得/禁止/…」前缀后，短语是否**整体出现**在正文中。
+
+    比词袋匹配更严格——纪律条目通常是精确的禁令短语，用子串命中可避免
+    「生产」这类子词把无关内容误判为违纪（假阳性会毁掉纪律的可信度）。
+    """
+    for x in (neg_texts or []):
+        s = str(x).strip()
+        for p in ("不得", "禁止", "严禁", "不能", "不可", "不要", "勿"):
+            if s.startswith(p):
+                s = s[len(p):].strip()
+                break
+        if len(s) >= 2 and s in (content or ""):
+            return True
+    return False
+
+
+# 生效条件：content 为真时按行过滤，跳过 strip 后以 "#" 开头且含全角或半角冒号的行，其余原行以换行连接返回；content 假值按空串返回 ""；
+def _body_text(content):
+    """去掉 CCG 声明行（`# 字段：值`）后的正文。
+
+    自否定看的是「正文/生效条件是否与不适用条件矛盾」，不能把节点自己声明的
+    `# 不适用条件：X` 当成 X 出现在正文里——否则**每个**声明了不适用条件的
+    正常节点都会被误判为自相矛盾（真实 CCG 条目普遍带该字段）。
+    """
+    out = []
+    for line in (content or "").splitlines():
+        s = line.strip()
+        if s.startswith("#") and ("：" in s or ":" in s):
+            continue
+        out.append(line)
+    return "\n".join(out)
+
+
+# 生效条件：content 给出时（假值按空串）解析 CCG 的 `# 功能名` 与 `# 子功能` 字段并返回两者；
+def _slot_text(content):
+    """结论槽：CCG 声明的 `# 功能名` / `# 子功能`（结构字段，非正文词面）。
+
+    为什么需要它：L1-c 要判「两条记忆是不是在讲同一件事」，但**词面覆盖率测不了**
+    ——探针实测「同属性不同值」0.612 vs「异属性」0.623（负样本反超），
+    因为两者与旧正文的通用词重合度相当。CCG 的槽位字段才是「在讲哪件事」的
+    结构化代理，与 L1-b 用 condition_space 判「在什么条件下」同构。
+
+    字段缺失 → 返回空串 → L1-c 不触发（保守：无从比对时不假装确定）。
+    """
+    _ccg_field, _declared, _neg_hit, _cov = _prims()
+    return (_ccg_field(content or "", "功能名"),
+            _ccg_field(content or "", "子功能"))
+
+
+# --------------------------------------------------------------------------
+# L0 情绪通道（信息差二阶变化）
+# --------------------------------------------------------------------------
+
+# 生效条件：conflict_strength 被夹取到 [0,1]（假值按 0.0），prev_strength 为 None 时 d2=0.0，否则 d2=c-夹取后的 prev_strength；按 c>=EMO_AVOID 或 d2>0.2 返回 avoiding，或 c<=EMO_APPROACH 且 d2<=0 返回 approaching，否则 stable；
+def emotional_bias(conflict_strength, prev_strength=None):
+    """L0：把冲突强度映射为情绪倾向（approaching / stable / avoiding）。
+
+    对齐 `智能的公理化基石.md` §十一：情绪是**信息差的二阶变化** d²D/dt²。
+    这里的工程代理：
+      · 一阶 d1  = conflict_strength（新信息与既有结构的相斥程度）
+      · 二阶 d2  = 本次 d1 − 上次 d1（用留痕里的上一条强度作基线）
+      · d2 > 0 → 信息差在**扩大**（越来越不顺）→ avoiding
+      · d2 < 0 → 信息差在**收敛**（越来越顺）   → approaching
+
+    重要（原文强制）：情绪通道**独立、不参与信任/资格计算**，
+    只影响「是否升级到递归反思」的调度决策。
+    """
+    c = max(0.0, min(1.0, float(conflict_strength or 0.0)))
+    if prev_strength is None:
+        d2 = 0.0
+    else:
+        d2 = c - max(0.0, min(1.0, float(prev_strength)))
+    if c >= EMO_AVOID or d2 > 0.2:
+        bias = "avoiding"
+    elif c <= EMO_APPROACH and d2 <= 0:
+        bias = "approaching"
+    else:
+        bias = "stable"
+    return {"bias": bias, "conflict_strength": round(c, 4),
+            "d2": round(d2, 4),
+            "note": "情绪通道独立，不参与信任/资格计算（智能论 §十一）"}
+
+
+# 生效条件：cg 给出时，若 cg.root 下 LOG_FILE 可读，则逐行解析 JSON 并取 .get("conflict_strength")，返回最后一条可解析记录的该键值（缺键或值为 None 则为 None）；路径不可用或 OSError 返回 None；
+def _last_strength(cg):
+    """上一条留痕的冲突强度（二阶差分的基线）。流式读，不载全量。"""
+    p = os.path.join(cg.root, LOG_FILE)
+    if not os.path.exists(p):
+        return None
+    last = None
+    try:
+        with open(p, "r", encoding="utf-8") as f:
+            for line in f:
+                line = line.strip()
+                if not line:
+                    continue
+                try:
+                    last = json.loads(line).get("conflict_strength")
+                except (ValueError, TypeError):
+                    pass
+    except OSError:
+        return None
+    return last
+
+
+# --------------------------------------------------------------------------
+# L2 递归反思（受深度 / 节点数 / 循环 / 增益门槛约束）
+# --------------------------------------------------------------------------
+
+# 生效条件：以 cg 节点图、seeds 中非空项为初始 frontier、tw_pos/tw_neg 词权，在 d=1..int(max_depth) 每轮先判 frontier 空返回 frontier_exhausted，再逐 nid 处理时若 nodes_visited > max_nodes 先返回 node_budget（可先于同层 discriminators），否则处理完该层后有 discriminators（非 seed_set 节点声明条件与 tw_pos/tw_neg 覆盖 >= CLASH_HIGH）返回 resolved，否则 last_gain < min_gain 返回 gain_below_threshold，循环耗尽返回 depth_exceeded；seeds 假值时 frontier 空，在 d=1 进入循环后由首判返回 frontier_exhausted（depth=0）；
+def _recursive_reflect(cg, seeds, tw_pos, tw_neg, max_depth=MAX_DEPTH,
+                       max_nodes=MAX_NODES, min_gain=MIN_GAIN):
+    """递归反思：沿关系链找「区分条件」，每层检查信息增益。
+
+    收敛条件（任一）：
+      · 找到区分节点（其负条件排除新节点 / 其正条件与新负条件互斥）→ resolved
+      · 增益 < min_gain（候选空间没变少，继续搜没意义，对齐 :273）→ 停
+      · 超深度 / 超节点预算 / 循环检测命中 → 停
+    """
+    _ccg_field, _declared, _neg_hit, _cov = _prims()
+    seed_set = {s for s in (seeds or []) if s}
+    visited, frontier, trace = set(), [s for s in (seeds or []) if s], []
+    nodes_visited, last_gain = 0, 0.0
+    for d in range(1, int(max_depth) + 1):
+        if not frontier:
+            return {"resolved_by": [], "depth": d - 1, "nodes_visited": nodes_visited,
+                    "gain": last_gain, "stopped_by": "frontier_exhausted",
+                    "trace": trace}
+        nxt, discriminators = [], []
+        for nid in frontier:
+            if nid in visited:
+                continue
+            visited.add(nid)
+            nodes_visited += 1
+            if nodes_visited > max_nodes:
+                return {"resolved_by": [], "depth": d,
+                        "nodes_visited": nodes_visited, "gain": last_gain,
+                        "stopped_by": "node_budget", "trace": trace}
+            node = cg.get(nid) or {}
+            fm = node.get("frontmatter") or {}
+            body = node.get("content") or ""
+            e_pos, e_neg = _declared(fm, body)
+            # 冲突源（seed）自身不是区分条件：它与新节点的关系正是待分辨的
+            # 冲突本身，把它当作「已分辨」会制造假的 resolved（增益虚高 1.0）。
+            if nid not in seed_set:
+                if e_neg and tw_pos and _cov(tw_pos, " ".join(e_neg)) >= CLASH_HIGH:
+                    discriminators.append(nid)
+                elif e_pos and tw_neg and _cov(tw_neg, " ".join(e_pos)) >= CLASH_HIGH:
+                    discriminators.append(nid)
+            nxt.extend(_edge_targets(fm))
+        if discriminators:
+            return {"resolved_by": discriminators, "depth": d,
+                    "nodes_visited": nodes_visited, "gain": 1.0,
+                    "stopped_by": "resolved", "trace": trace}
+        fresh = [x for x in dict.fromkeys(nxt) if x not in visited]
+        last_gain = len(fresh) / float(max(1, len(frontier)))
+        trace.append({"depth": d, "frontier": len(frontier),
+                      "fresh": len(fresh), "gain": round(last_gain, 4)})
+        if last_gain < min_gain:
+            return {"resolved_by": [], "depth": d, "nodes_visited": nodes_visited,
+                    "gain": round(last_gain, 4),
+                    "stopped_by": "gain_below_threshold", "trace": trace}
+        frontier = fresh
+    return {"resolved_by": [], "depth": int(max_depth),
+            "nodes_visited": nodes_visited, "gain": round(last_gain, 4),
+            "stopped_by": "depth_exceeded", "trace": trace}
+
+
+# --------------------------------------------------------------------------
+# 主入口：三级决策
+# --------------------------------------------------------------------------
+
+# 生效条件：以 cg.index.nodes 为既有节点、content（假值按 ""）经 _new_terms 得 pos/neg 并算 tw_pos/tw_neg，按循环中 hard（自否定或纪律命中）→ divergences（同条件槽且 concl < CONCLUSION_SAME）→ strength ≥ CLASH_HIGH → strength ≥ CLASH_LOW → comparable==0 且 (pos or neg) → 否则 ACCEPT 的顺序定 verdict；DEFER 且 int(depth)>0 且 emo["bias"] != "approaching" 时调 _recursive_reflect 补 recursion，auto_flywheel 且 verdict∈{REJECT,DEFER,BLINDSPOT} 时加 unresolved_id，最后 log 并返回 rec；
+def check(cg, content, layer=None, condition_space=None,
+          non_applicable_conditions=None, tags=None, exclude=None,
+          limit=MAX_SCAN, depth=MAX_DEPTH, auto_flywheel=False,
+          query=None):
+    """节点间自动冲突检测（L0 情绪 → L1 反思 → L2 递归反思）。
+
+    返回完整判据（可审计）：
+      verdict / reason / conflict_strength / emotional / conflicts[] /
+      recursion{} / missing[] / unresolved_id（若触发飞轮）
+
+    verdict：
+      ACCEPT    无冲突，或新节点未声明条件（无从冲突）
+      REJECT    硬冲突：自否定 / 违反纪律
+      DEFER     条件互斥但可能可分辨（交给 L2 递归或飞轮）
+      BLINDSPOT 有条件声明，但既有节点全无声明 → 无法建立比对路径（不假装确定）
+    """
+    _ccg_field, _declared, _neg_hit, _cov = _prims()
+    content = content or ""
+    pos, neg = _new_terms(content, condition_space, non_applicable_conditions)
+    tw_pos = expand_query_terms_weighted(" ".join(pos)) if pos else {}
+    tw_neg = expand_query_terms_weighted(" ".join(neg)) if neg else {}
+    # 结论文本词权（结论比对专用）：**去 CCG 声明行**。模板行（`# 功能名` /
+    # `# 子功能` 等）在两条节点间逐字相同，若混入会稀释结论覆盖率——实测
+    # 逐字重复仅 0.32、同槽不同值 0.61，与异属性（0.62）不可分。去模板才可判。
+    tw_content = (expand_query_terms_weighted(_body_text(content))
+                  if content else {})
+    # 结论槽（CCG 结构字段）——「是否同一件事」的代理，见 _slot_text 说明
+    n_fn, n_sb = _slot_text(content)
+
+    conflicts, hard, divergences = [], [], []
+    strength, scanned, comparable = 0.0, 0, 0
+
+    # ---- L1-a 自否定：自己的负条件排除自己的生效条件/正文 ----
+    body = _body_text(content)
+    if neg and (_ban_hit(" ".join(pos), neg) or _ban_hit(body, neg)):
+        hard.append({"type": "self_negation", "with": None,
+                     "detail": "不适用条件命中自身生效条件/正文：条件自相矛盾",
+                     "score": 1.0})
+        strength = 1.0
+    elif neg and _cov(tw_neg, body) >= SELF_NEGATION:
+        hard.append({"type": "self_negation", "with": None,
+                     "detail": "负条件与正文强相关：条件与结论互斥",
+                     "score": round(_cov(tw_neg, body), 4)})
+        strength = max(strength, round(_cov(tw_neg, body), 4))
+
+    # ---- L1-b 与既有节点的条件级比对（反题） ----
+    nodes = ((getattr(cg, "index", None) or {}).get("nodes") or {})
+    seeds = []
+    for nid, e in nodes.items():
+        if exclude and nid == exclude:
+            continue
+        if layer and e.get("layer") != layer:
+            continue
+        if scanned >= int(limit):
+            break
+        scanned += 1
+        node = cg.get(nid) or {}
+        fm = node.get("frontmatter") or {}
+        body = node.get("content") or ""
+        e_pos, e_neg = _declared(fm, body)
+        if not e_pos and not e_neg:
+            continue
+        comparable += 1
+        # 纪律违反：**正文行为**命中纪律节点的不适用条件（negative.reject）
+        # —— 这是「不能违反纪律」，与「条件互斥」是两回事：前者看做了什么，
+        #    后者看声明的条件是否互相覆盖。
+        if _is_discipline(fm, nid) and e_neg and _ban_hit(content, e_neg):
+            hard.append({"type": "discipline", "with": nid,
+                         "with_layer": e.get("layer"),
+                         "detail": "命中纪律节点的不适用条件（negative.reject）",
+                         "score": 1.0})
+            seeds.append(nid)
+            strength = 1.0
+            continue
+        c1 = _cov(tw_pos, " ".join(e_neg)) if (tw_pos and e_neg) else 0.0
+        c2 = _cov(tw_neg, " ".join(e_pos)) if (tw_neg and e_pos) else 0.0
+        c = max(c1, c2)
+        # ---- L1-c 同侧比对：第二类关系（同条件空间 · 结论槽取值分歧） ----
+        # 与 L1-b 是**两类不同关系**：L1-b 判「条件互斥」（反题），L1-c 判
+        # 「同条件 + 同结论槽 + 取值不同」（矛盾）。后者在词面不可判——探针实测
+        # 「同属性不同值」正文覆盖率 0.612 反而低于「异属性」0.623，故改用
+        # CCG 槽位字段代理「是否同一件事」。
+        # 注：必须是独立 if 而非 else——同条件时 c=0，若并入 L1-b 分支会被
+        #     `c < CLASH_LOW: continue` 提前跳过，L1-c 永不执行。
+        c3 = _cov(tw_pos, " ".join(e_pos)) if (tw_pos and e_pos) else 0.0
+        c4 = _cov(tw_neg, " ".join(e_neg)) if (tw_neg and e_neg) else 0.0
+        same_cond = max(c3, c4)
+        if same_cond >= SAME_COND_HIGH:
+            e_fn, e_sb = _slot_text(body)
+            slot = max(
+                _cov(expand_query_terms_weighted(n_fn), e_fn)
+                if (n_fn and e_fn) else 0.0,
+                _cov(expand_query_terms_weighted(n_sb), e_sb)
+                if (n_sb and e_sb) else 0.0)
+            if slot >= SLOT_HIGH:
+                # 同口径比对（正文↔正文）；tw_content 已去模板行，见上文
+                concl = _cov(tw_content, _body_text(body)) if tw_content else 0.0
+                if concl < CONCLUSION_SAME:
+                    divergences.append({
+                        "type": "same_condition_divergence", "with": nid,
+                        "with_layer": e.get("layer"),
+                        "detail": ("适用条件与结论槽均重合但取值不同："
+                                   "可能是更正（应覆盖旧值）或分歧（应补区分条件）"),
+                        "same_condition": round(same_cond, 4),
+                        "slot_overlap": round(slot, 4),
+                        "conclusion_overlap": round(concl, 4),
+                        "slot": (n_fn or n_sb)[:40]})
+        if c < CLASH_LOW:
+            continue
+        conflicts.append({
+            "type": "condition_clash", "with": nid,
+            "with_layer": e.get("layer"),
+            "detail": ("新节点适用条件落在既有节点不适用区"
+                       if c1 >= c2 else "新节点不适用条件覆盖既有节点适用区"),
+            "score": round(c, 4),
+            "pos_side": _dedup(pos)[:6], "neg_side": _dedup(neg)[:6]})
+        seeds.append(nid)
+        strength = max(strength, c)
+
+    # ---- L0 情绪（独立通道，只调度不裁决） ----
+    emo = emotional_bias(strength, _last_strength(cg))
+
+    # ---- L1 四态判定 ----
+    recursion = None
+    missing = []
+    allc = hard + conflicts + divergences
+    if hard:
+        verdict = "REJECT"
+        reason = "；".join(h["detail"] for h in hard)
+    elif divergences:
+        verdict = "DEFER"
+        reason = "同条件空间下结论槽取值不一致：需裁决是更正还是分支"
+        # 两类关系可能同时成立（同条件分歧 vs 某节点 / 条件互斥 vs 另节点）——
+        # 若只报 L1-c，跨侧互斥的线索会被掩盖，飞轮收到的缺口就不完整。
+        if conflicts:
+            reason += f'；另有 {len(conflicts)} 处条件互斥（见 conflicts[]）'
+    elif strength >= CLASH_HIGH:
+        verdict = "DEFER"
+        reason = "条件互斥：需补区分条件后才能判定"
+    elif strength >= CLASH_LOW:
+        verdict = "DEFER"
+        reason = "条件部分覆盖：待确认是否互斥"
+    elif comparable == 0 and (pos or neg):
+        verdict = "BLINDSPOT"
+        reason = "既有节点均未声明条件：无法建立比对路径"
+    else:
+        verdict = "ACCEPT"
+        reason = "无冲突"
+
+    # ---- L2 递归反思（仅对 DEFER，且情绪未指向 approaching 的快速放行） ----
+    if verdict == "DEFER" and int(depth) > 0 and emo["bias"] != "approaching":
+        recursion = _recursive_reflect(cg, seeds, tw_pos, tw_neg,
+                                       max_depth=int(depth))
+        if recursion["stopped_by"] == "resolved":
+            # 找到区分条件 → 冲突可分辨，降级为待定（不直接放行，留人工/飞轮）
+            reason = f'{reason}；已找到区分条件 {recursion["resolved_by"][:3]}'
+        else:
+            missing.append({
+                "need": "区分条件",
+                "why": f'递归反思停止于 {recursion["stopped_by"]}'
+                       f'（深度 {recursion["depth"]}，增益 {recursion["gain"]}）',
+                "conflicts": [c["with"] for c in allc if c.get("with")][:5]})
+
+    # 同条件取值分歧：L2 递归提供不了「区分条件」（条件本就相同），故缺口是
+    # 「取值裁决」而非「补条件」。必须显式落 missing——否则 strength=0 →
+    # 情绪 approaching → L2 被跳过 → missing 为空 → 飞轮收不到任何信号。
+    if divergences and not missing:
+        missing.append({
+            "need": "取值裁决（同条件·同结论槽存在多条不同取值）",
+            "why": "适用条件与结论槽均重合而正文取值不同："
+                   "需确认是「更正」（应覆盖旧值）还是「分支」（应补区分条件）",
+            "conflicts": [c["with"] for c in allc if c.get("with")][:5]})
+
+    rec = {"t": time.time(), "layer": layer, "verdict": verdict,
+           "reason": reason, "conflict_strength": round(strength, 4),
+           "emotional": emo, "conflicts": allc, "recursion": recursion,
+           "missing": missing, "scanned": scanned, "comparable": comparable,
+           "pos": pos[:6], "neg": neg[:6],
+           "actor": getattr(cg, "actor", "unknown")}
+
+    # ---- 冲突自动触发飞轮（误差 → 补条件 → 结构更新） ----
+    if auto_flywheel and verdict in ("REJECT", "DEFER", "BLINDSPOT"):
+        rec["unresolved_id"] = _fire_flywheel(cg, query or content, verdict,
+                                              reason, missing, allc)
+    log(cg, rec)
+    return rec
+
+
+# 生效条件：missing 为假值（None/空容器/空串）返回 ""；否则逐项仅取 m.get("need") 真值者，格式化为 `need（why）`（why 缺键用 ""，值为 None 则格式化 "None"），以 "；" 连接；
+def _missing_text(missing):
+    """结构化缺口 → 一行文本（作为飞轮的 known_clues）。
+
+    修断链：原先 `missing=reason` 把「人话」塞进 missing 字段，而判定器产出的
+    [{need, why, conflicts}] 落在 detail 里被 flywheel_step 忽略——上游产出了
+    结构，却送不到下游。
+    """
+    if not missing:
+        return ""
+    return "；".join(f'{m.get("need", "")}（{m.get("why", "")}）'
+                    for m in missing if m.get("need"))
+
+
+# 生效条件：cg 提供可调用 flywheel_step 时，以 query（假值按空串）前 200 字符、verdict、missing 文本（空则 reason）、conflicts 非 None 则作 detail 否则 missing 调用；结果 dict 的 unresolved_id 真值时返回它，否则回落 id；无 flywheel_step 或异常返回 None；
+def _fire_flywheel(cg, query, verdict, reason, missing, conflicts=None):
+    """把冲突作为「误差」投给知识飞轮，返回 unresolved 条目 id（失败不阻塞写入）。
+
+    conflicts：冲突现场（含 type / with / same_condition 等数值），供下游生成
+    `# 现场：`；missing 只描述「缺什么」，不带现场，故两者都要送。
+    """
+    step = getattr(cg, "flywheel_step", None)
+    if step is None:
+        return None
+    try:
+        r = step({"query": (query or "")[:200], "expected_state": "ACCEPT",
+                  "actual_state": verdict,
+                  "missing": _missing_text(missing) or reason,
+                  "detail": conflicts if conflicts is not None else missing})
+        if isinstance(r, dict):
+            return r.get("unresolved_id") or r.get("id")
+    except Exception:
+        return None
+    return None
+
+
+# --------------------------------------------------------------------------
+# 留痕 / 统计 / 自描述
+# --------------------------------------------------------------------------
+
+# 生效条件：cg 与 rec 给出时，将 rec 序列化为 JSON 行追加到 cg.root 下 LOG_FILE，OSError 被吞掉，返回 rec；
+def log(cg, rec):
+    """append-only 留痕：每条判定可审计。"""
+    p = os.path.join(cg.root, LOG_FILE)
+    try:
+        with open(p, "a", encoding="utf-8") as f:
+            f.write(json.dumps(rec, ensure_ascii=False) + "\n")
+    except OSError:
+        pass
+    return rec
+
+
+# 生效条件：cg 给出时，若 cg.root 下 LOG_FILE 可读，则逐行解析 JSON（空行/解析失败跳过）；limit 真值时返回 out[-int(limit):][::-1]（int(limit)=0 时为全部倒序），limit 为假值（0/None/""）时返回 out[::-1]；路径不可用或 OSError 返回 []；
+def history(cg, limit=100):
+    """最近冲突判定留痕（倒序）。"""
+    p = os.path.join(cg.root, LOG_FILE)
+    if not os.path.exists(p):
+        return []
+    out = []
+    try:
+        with open(p, "r", encoding="utf-8") as f:
+            for line in f:
+                line = line.strip()
+                if not line:
+                    continue
+                try:
+                    out.append(json.loads(line))
+                except (ValueError, TypeError):
+                    pass
+    except OSError:
+        return []
+    return out[-int(limit):][::-1] if limit else out[::-1]
+
+
+# 生效条件：逐行 json.loads 计数（不可解析行跳过、OSError 忽略、路径缺失则计数为 0），每行 total 加 1 并按 r.get("verdict")（缺键即 None 键）与 emotional.bias 为真值时的 b 累加，返回 {'records','by_verdict','by_bias','max_scan','max_depth','min_gain'}，后三者取模块常量 MAX_SCAN/MAX_DEPTH/MIN_GAIN；
+def summary(cg):
+    """冲突面汇总（流式计数，供 health 审计）。"""
+    p = os.path.join(cg.root, LOG_FILE)
+    by_verdict, by_bias, total = {}, {}, 0
+    if os.path.exists(p):
+        try:
+            with open(p, "r", encoding="utf-8") as f:
+                for line in f:
+                    line = line.strip()
+                    if not line:
+                        continue
+                    try:
+                        r = json.loads(line)
+                    except (ValueError, TypeError):
+                        continue
+                    total += 1
+                    v = r.get("verdict")
+                    by_verdict[v] = by_verdict.get(v, 0) + 1
+                    b = (r.get("emotional") or {}).get("bias")
+                    if b:
+                        by_bias[b] = by_bias.get(b, 0) + 1
+        except OSError:
+            pass
+    return {"records": total, "by_verdict": by_verdict, "by_bias": by_bias,
+            "max_scan": MAX_SCAN, "max_depth": MAX_DEPTH,
+            "min_gain": MIN_GAIN}
+
+
+# 生效条件：无 required 形参，调用即返回引用 EMO_AVOID/EMO_APPROACH、VERDICTS、CLASH_HIGH/CLASH_LOW、SAME_COND_HIGH/SLOT_HIGH/CONCLUSION_SAME、MAX_DEPTH/MAX_NODES/MIN_GAIN 等模块级常量的自描述字典；
+def catalog():
+    """自描述：三级决策 + 四态 + 递归约束（供 MCP / 文档对照验证）。"""
+    return {
+        "levels": {
+            "L0_emotion": {
+                "theory": "情绪 = 信息差二阶变化 d²D/dt²（智能论 §十一）",
+                "outputs": ["approaching", "stable", "avoiding"],
+                "constraint": "独立通道，不参与信任/资格计算，只做流程调度",
+                "thresholds": {"avoid": EMO_AVOID, "approach": EMO_APPROACH},
+            },
+            "L1_reflect": {
+                "theory": "反题 = 预测与事实冲突（条件论七操作）",
+                "checks": ["self_negation", "discipline", "condition_clash",
+                           "same_condition_divergence"],
+                "relations": {
+                    "condition_clash": "跨侧比对（新正↔旧负 / 新负↔旧正）= 条件互斥（反题）",
+                    "same_condition_divergence": "同侧比对（新正↔旧正 / 新负↔旧负）"
+                                                 "＋ CCG 结论槽 = 同条件空间内的取值分歧（矛盾）",
+                },
+                "verdicts": list(VERDICTS),
+                "thresholds": {"high": CLASH_HIGH, "low": CLASH_LOW,
+                               "same_condition": SAME_COND_HIGH, "slot": SLOT_HIGH,
+                               "conclusion_same": CONCLUSION_SAME},
+            },
+            "L2_recursive_reflect": {
+                "theory": "递归受深度/节点数/循环/信息增益门槛约束（智能论 :273）",
+                "max_depth": MAX_DEPTH, "max_nodes": MAX_NODES,
+                "min_gain": MIN_GAIN,
+                "stop_reasons": ["resolved", "gain_below_threshold",
+                                 "depth_exceeded", "node_budget",
+                                 "frontier_exhausted"],
+            },
+        },
+        "auto_flywheel": {
+            "theory": "知识飞轮：误差 → 补条件 → 结构更新（智能论 :725）",
+            "triggers_on": ["REJECT", "DEFER", "BLINDSPOT"],
+        },
+        "discipline_detection": {"tags": list(DISCIPLINE_TAGS),
+                                 "id_prefixes": ["discipline_", "work_discipline"]},
+        "honest_boundary": "条件级（结构化）冲突检测，非语义蕴含证明；无法比对时 BLINDSPOT",
     }