@furongjun1999/dsh-memory 0.4.11 → 0.5.0

package/docs/hive//346/243/200/347/264/242/347/256/227/346/263/225/345/217/243/345/276/204/345/257/271/347/205/247_v0.1.md

@@ -0,0 +1,85 @@
+# 检索算法口径对照 v0.1（批次 15）
+
+> 2026-09-23 使用者口径定案：**统一翻译为中文 → 中文归一化到标准中文集（atoms 词表）→ 检索**。
+> 本文是该口径的两侧实现对照与残留差距真源——两侧实现以本文为准，改动检索口径先改本文。
+
+## 一、统一管线（两侧同构）
+
+```
+query（任意语言）
+  │  MDCG_UNIFY_QUERY=0 可整体关回退（默认开 = 口径定案转正）
+  ▼
+[统一归一层 unify]
+  ├─ 纯中文 → 原样（bigrams 去空白后与原文等价，零变更纪律）
+  ├─ 含英文 → en 形态归一（小写/停用词/时态归零）
+  │            → en→zh 词表映射（en_zh_map.json，28478 词，CEDICT 全链派生）
+  │            → 未登录词原样保留（unknown_keep = 词表边界，非错误）
+  ├─ 中文段 → segment 贪心最长匹配（zh_keys 204 标准原子，键长降序）
+  ▼
+标准原子序列（空格 join，如 "我 吃 牛肉 昨天"）
+  ▼
+检索各路（lexical / bucket / entity / graph，RRF 融合）
+  —— doc 侧正文不动（真源+原始双保留纪律），只有 query 侧归一
+```
+
+## 二、词表真源单侧化（架构决策）
+
+| 资产 | 真源 | 产物 | Rust 消费 |
+|---|---|---|---|
+| en→zh 映射 | `md_cg/semantic/en_normalizer.py`（EN_ZH 人工层 + COMPOUND_ZH + CEDICT 链） | `en_zh_map.json`（`export_en_zh_map.py` 生成，28478 词条） | `rust/src/atoms.rs` 查表 |
+| 标准原子键 | `md_cg/semantic/zh_en_atoms.py`（ZH_EN，204 键） | 同上文件 `zh_keys` 字段 | segment 贪心匹配 |
+| OOV 审计基准 | `md_cg/semantic/atoms.json`（815 标准概念，zh+en 双语条目） | —— | （写入侧摘要合法性，检索不消费） |
+
+**为何不移植词典到 Rust**：双词典真源 = 版本敏感漂移（同词面不同版本映射不同 →
+两侧分数漂移）——正是弃用外部分词器（jieba 等）的原因。词表更新后重跑
+`python -m md_cg.semantic.export_en_zh_map` 再生成，两侧永不漂移。
+
+**为何不用标准分词器**：中文无空格分词天然标准；jieba 词典版本敏感且 rust 侧
+无同源实现。bigram + 词表映射零依赖、确定性、可逐位对拍。
+
+## 三、两侧实现对照
+
+| 环节 | Python | Rust | 对齐守卫 |
+|---|---|---|---|
+| 统一归一入口 | `semantic/unify.py::unify_query`（三处 search 入口接线） | `atoms.rs::Atoms::unify`（`engine.search` 单点接线） | rank_parity 逐位对拍 |
+| en 形态归一 | `en_normalizer.strip_tense` | `text.rs::strip_tense_en`（golden 对齐测试） | golden_python_alignment |
+| en→zh 查表 | normalize_en_query 查链（extra→EN_ZH→CEDICT） | en2zh 查表（键=strip 后原形，lower） | 同一 en_zh_map.json |
+| segment | `zh_en_atoms.segment` | `atoms.rs::segment`（键长降序贪心） | atoms 三测 + rank_parity |
+| 词法打分 | bigram 集合交（`inter/len(qb)`） | `text.rs::bigrams`+`overlap_count` | golden 对齐 |
+| 融合 | `search_rrf`（RRF_K/PATH_TAKE/weights） | `retrieval.rs::fuse` | rank_parity |
+
+## 四、A/B 转正证据（2026-09-23，`scripts/rank_parity.py --dataset --ab`）
+
+数据集：`scripts/retrieval_dataset.json`（30 节点中英混合 + 10 query，两侧同源）。
+
+| query tag | unify=off top-1 | unify=on top-1 | 判定 |
+|---|---|---|---|
+| beef noodles lunch | ds_en_02（错位） | **ds_zh_00 牛肉面** | 跨语修复 |
+| soul hub hot cache | ds_en_02（错位） | **ds_zh_02 灵枢热缓存** | 跨语修复 |
+| token verification / database migration / piano practice | 英文原文档 | 中文同义文档 | 同义翻转（无退化） |
+
+结论：跨语增益真实（off 的跨语 top-1 全部错位）；单语场景排序有 tie 翻转
+（中英文档同义时 top-1 可能互换）——**口径变更的如实代价**，靠 judge 终排与
+path_weights 调优消化。
+
+## 五、登记残留（未施工，按优先序）
+
+1. **S1b 中文 query 桶收敛失效**（批次 15 发现）：桶键英文（如
+   `swarm-dispatch`）时，中文 query 经 `bucket_key_readable`+`domain_similarity`
+   恒 no_key_match → 不收敛。恰击中 S1b 设计目标场景（真实库 91.1% 中文节点）。
+   方向：桶键双语化 / domain_similarity 中文面。
+2. **对拍逐位残留**（issue #29 未清项的精确化）：unify=0 基线 9/10、unify=1
+   8/10。差异集中于两侧 terms 展开对英文保留词的处理与 graph 路种子——两侧
+   lexical 路细节差，归一层无关（基线态已现）。
+3. **CEDICT 低置信错译**：dispatch→「结果」类第一义项直译（LoCoMo 报告发现 5
+   同模式）。en_zh_map 保留 CEDICT 层（覆盖面）+ low_confidence 观测，错译随
+   用随修进 EN_ZH 人工层。
+4. en 归一规则差：Python en_normalizer 有内嵌短语扫描（COMPOUND_ZH_PHRASES），
+   Rust 端短语经 map 键直接覆盖（"soul hub" 等已入键），长句内嵌扫描未移植。
+
+## 六、变更纪律
+
+- `MDCG_UNIFY_QUERY` 默认 "1"（转正）；`=0` 显式关回退，两侧同一 env。
+- 词表再生成：`python -m md_cg.semantic.export_en_zh_map` → 两侧自动同源。
+- 对拍命令：`python scripts/rank_parity.py --dataset scripts/retrieval_dataset.json --ab`
+  （A/B 证据）+ 同命令去 `--ab`（逐位对拍）。

package/docs/hive//346/243/200/347/264/242/350/267/257/345/276/204/344/270/216/350/256/244/347/237/245/347/273/223/346/236/204/345/245/221/347/272/246_v0.1.md

@@ -1,102 +1,102 @@
-# 检索路径与认知结构契约 v0.1
-
-> 立约动因：外部审计（2026-09-19）发现「认知结构全部入库，但检索路径不调用它们」——
-> 五条偏差经本侧逐行核对**全部成立**（证据见 §1）。缺的不是能力，是**「结构如何参与检索」的契约**。
-> 本文件就是把这份契约写下来，作为重接线路（retrieval rewire）的判据。
-
-## 1. 审计核对（本侧逐行验证，origin/main 口径）
-
-| # | 审计结论 | 核对证据 | 判定 |
-| --- | --- | --- | --- |
-| 1 | edges 图建了但检索不走图 | `md_cg/mdcg.py::search()` 候选 = `self.index["nodes"].values()` 全枚举（L1506-1511）→ `_read_many` 全读（L1574/L1601-1613）→ `_like` 子串 + bigram；全路径**零** edges 引用 | 成立 |
-| 2 | condition_space 是后置过滤 | `judge_qualification` 只在 `_emit` 内、且对 `scored[:k]` **排序后**逐条判定（L1670-1679）；扫描与打分已全部付出 | 成立 |
-| 3 | 五层只是分类标签 | `layer` 仅作候选构建时的等值过滤（L1507）；打分不含层级先验；负记忆只在结果尾部附加条目（L1681-1692），不抑制正候选 | 成立 |
-| 4 | 大域先验只进元数据 | `big_domain_classify` / `big_domain_score_breakdown` 算出后只传入 `_emit` 的 meta（L1542-1543 → L1711-1712），不参与候选收敛 | 成立 |
-| 5 | 桶路由依赖人工标签 | `routing.route_key`：tags 首个 `domain:` → 否则 `observation_position` 归一化 → 否则 `ORPHAN`（L55-67）；DSH 自动沉淀不打 `domain:` → 多落 orphan | 成立（observation_position 一档属降级回退） |
-
-共同主线：**认知结构被实现成「数据结构」而不是「计算路径」** —— 存进去、建起来，但检索时不用。
-
-## 2. 目标形态：检索 = 六阶段逐级收敛（而非全扫后过滤）
-
-```
-情境输入(query, context)
-  ↓ S1 大域先验收敛      terms → big_domain_classify → 域集合；候选 = 该域节点 ∪ ORPHAN 兜底
-  ↓ S2 条件空间前置门控  condition_space 硬槽（time_window/observation_position/存在约束）不匹配 → 不进候选
-  ↓ S3 图扩散激活        以 (S1∩S2) 命中为种子，沿 edges 双向扩散 N 跳、按跳数衰减；不走全表
-  ↓ S4 层级激活优先级    anchor/self 初始激活值加成（认知优先级，不是过滤）
-  ↓ S5 负记忆抑制        rejected/unresolved 命中 → 对相关正候选乘性降权（抑制信号）
-  ↓ S6 一致性交叉验证    对最终 top-k 做 crosscheck（复用 md_cg/crosscheck.py）
-输出: 激活子集 + 分阶段审计计数
-```
-
-**每一步都在缩小范围**：触碰节点数应从「N(全库)」降到「域内 ∩ 条件匹配 ∩ 邻域」。
-
-## 3. 各阶段契约（输入 / 输出 / 不变量 / 失败模式）
-
-### S1 大域先验收敛
-- 输入：`terms`（`expand_query_terms` 结果）、节点 frontmatter 的**域标签**
-- 输出：`domains`（top-1 或 top-m，由 `big_domain_score_breakdown` 阈值决定）
-- 依赖：**节点侧域标签**。现状只有 query 侧分类器，节点侧无域字段 → 需写入侧推断并持久化 `big_domain`（内容 → `big_domain_classify`），历史节点由回填器补齐
-- 不变量：域收敛**不得丢召回**——ORPHAN/未标域节点必须留在兜底池；域内候选 < `min_results` 时自动放行兜底
-- 失败模式：域分类错误 → 兜底路径必须能救回
-
-### S2 条件空间前置门控
-- 输入：`condition_space`（每节点已存）、`context`（调用方情境）
-- 输出：通过门控的候选（**不读正文**即可判定：只用 frontmatter）
-- 只前移**可判定的硬槽**：`time_window` / `observation_position` / 存在约束；语义类判定仍留 `judge_qualification`（后置，因需正文）
-- 不变量：只剔除「明确不匹配」；**信息不足一律放行**（宁多勿漏）
-
-### S3 图扩散激活
-- 输入：种子集合、`edges`（出边在 `fm.edges`；白箱 KB 的 `edges` 表按 source/target 双索引）
-- 输出：激活集合 + 激活值（种子 1.0，第 n 跳 × 衰减^n）
-- 不变量：扩散**不得引入未通过 S2 门控**的节点；边方向/关系类型权重可配
-- 失败模式：图稀疏（实测 142 节点 / 87 边）→ 覆盖不足，必须保留域内 LIKE 兜底
-
-### S4 层级激活优先级
-- 初始激活值加成：`anchor`/`self` > `structural` > `knowledge` > `contextual`（顺序可配）
-- 不变量：只影响初始值/排序，不把不合格节点拉回
-
-### S5 负记忆抑制
-- `rejected`/`unresolved` 命中查询 → 对与其 `edges` 相邻或词面高度重叠的正候选乘性降权（`w ← w × (1-λ)`）
-- 保留现有行为：负记忆仍作为结果条目返回（便于调用方感知），但不再与正候选同权
-
-### S6 一致性交叉验证
-- 复用 `md_cg/crosscheck.py`；对 top-k 输出 verdict 摘要，不进主排序
-
-## 4. 开关与回退（缺一不可）
-
-| 开关 | 默认 | 作用 |
-| --- | --- | --- |
-| `MDCG_RETRIEVAL_PIPELINE` | **0** | 总开关；关 = 与现状等价（回归必须全绿） |
-| `MDCG_GATE_S1_DOMAIN` | 0 | 大域收敛 |
-| `MDCG_GATE_S2_COND` | 0 | 条件前置门控 |
-| `MDCG_GATE_S3_SPREAD` | 0 | 图扩散（`MDCG_SPREAD_HOPS`、`MDCG_SPREAD_DECAY`） |
-| `MDCG_GATE_S4_LAYER` | 0 | 层级优先级（`MDCG_LAYER_BOOST`） |
-| `MDCG_GATE_S5_NEG` | 0 | 负记忆抑制（`MDCG_NEG_LAMBDA`） |
-
-规则：**默认关**；每阶段可单独开，便于逐项验证与归因；总开关关时 `search()` 走原路径。
-
-## 5. 验收判据（每阶段都要过）
-
-1. **等价性**：开关关 → `scripts/run_tests.py md_cg` 全绿，且返回与现状一致（快照对比）；
-2. **有效性**：开关开 → `meta.scanned` 显著下降（阶段目标：S1 ≤1/10，S2 再砍，S3 只碰邻域），既有召回用例不劣化；
-3. **可审计**：`meta` 增加分阶段计数（`domains/gate_in/gate_out/spread_hops/activated/suppressed`），供编外复核端逐项核对；
-4. **落地判据不变**：内部独立复核 ACCEPT ∧ 零删除 ∧ 干净树回归绿 ∧ 逐候选可回退提交。
-
-## 6. 里程碑与分支纪律
-
-- 每阶段独立分支、独立复核、独立落地；落地后在 `origin/main` 打 `core-*` 标签；
-- 探索分支随任务完结即回收（≤10 条，见 `hive/interop/note-branch-discipline.md`）。
-
-## 7. 边界（不做的事）
-
-- **不**用 FTS5/倒排表替代认知路径（那会让灵枢退化为普通搜索引擎，并掩盖机制失效）；倒排只可作 S1/S3 之后的**候选内**加速；
-- **不**改写入侧语义（只补 `big_domain` 域标签这类检索所需的最小元数据）；
-- **不**在默认路径上启用新行为（先 flag 化、逐项验证、再讨论默认开启）。
-
-## 8. 首期范围（S1 + S2）
-
-1. 写入侧：`add()` / `_write_node` 存 `big_domain`（内容 → `routing.big_domain_classify`）；新增幂等回填器 `md_cg/backfill_bigdomain.py`（支持 `--dry-run`）；
-2. 读路径：`search()` 增加 S1 收敛与 S2 门控（flag 控），输出分阶段审计计数；
-3. 测试：等价性快照 + 收敛率（`scanned` 下降）+ 召回不劣化；
-4. S3~S5 依次跟进（各自独立落地）。
+# 检索路径与认知结构契约 v0.1
+
+> 立约动因：外部审计（2026-09-19）发现「认知结构全部入库，但检索路径不调用它们」——
+> 五条偏差经本侧逐行核对**全部成立**（证据见 §1）。缺的不是能力，是**「结构如何参与检索」的契约**。
+> 本文件就是把这份契约写下来，作为重接线路（retrieval rewire）的判据。
+
+## 1. 审计核对（本侧逐行验证，origin/main 口径）
+
+| # | 审计结论 | 核对证据 | 判定 |
+| --- | --- | --- | --- |
+| 1 | edges 图建了但检索不走图 | `md_cg/mdcg.py::search()` 候选 = `self.index["nodes"].values()` 全枚举（L1506-1511）→ `_read_many` 全读（L1574/L1601-1613）→ `_like` 子串 + bigram；全路径**零** edges 引用 | 成立 |
+| 2 | condition_space 是后置过滤 | `judge_qualification` 只在 `_emit` 内、且对 `scored[:k]` **排序后**逐条判定（L1670-1679）；扫描与打分已全部付出 | 成立 |
+| 3 | 五层只是分类标签 | `layer` 仅作候选构建时的等值过滤（L1507）；打分不含层级先验；负记忆只在结果尾部附加条目（L1681-1692），不抑制正候选 | 成立 |
+| 4 | 大域先验只进元数据 | `big_domain_classify` / `big_domain_score_breakdown` 算出后只传入 `_emit` 的 meta（L1542-1543 → L1711-1712），不参与候选收敛 | 成立 |
+| 5 | 桶路由依赖人工标签 | `routing.route_key`：tags 首个 `domain:` → 否则 `observation_position` 归一化 → 否则 `ORPHAN`（L55-67）；DSH 自动沉淀不打 `domain:` → 多落 orphan | 成立（observation_position 一档属降级回退） |
+
+共同主线：**认知结构被实现成「数据结构」而不是「计算路径」** —— 存进去、建起来，但检索时不用。
+
+## 2. 目标形态：检索 = 六阶段逐级收敛（而非全扫后过滤）
+
+```
+情境输入(query, context)
+  ↓ S1 大域先验收敛      terms → big_domain_classify → 域集合；候选 = 该域节点 ∪ ORPHAN 兜底
+  ↓ S2 条件空间前置门控  condition_space 硬槽（time_window/observation_position/存在约束）不匹配 → 不进候选
+  ↓ S3 图扩散激活        以 (S1∩S2) 命中为种子，沿 edges 双向扩散 N 跳、按跳数衰减；不走全表
+  ↓ S4 层级激活优先级    anchor/self 初始激活值加成（认知优先级，不是过滤）
+  ↓ S5 负记忆抑制        rejected/unresolved 命中 → 对相关正候选乘性降权（抑制信号）
+  ↓ S6 一致性交叉验证    对最终 top-k 做 crosscheck（复用 md_cg/crosscheck.py）
+输出: 激活子集 + 分阶段审计计数
+```
+
+**每一步都在缩小范围**：触碰节点数应从「N(全库)」降到「域内 ∩ 条件匹配 ∩ 邻域」。
+
+## 3. 各阶段契约（输入 / 输出 / 不变量 / 失败模式）
+
+### S1 大域先验收敛
+- 输入：`terms`（`expand_query_terms` 结果）、节点 frontmatter 的**域标签**
+- 输出：`domains`（top-1 或 top-m，由 `big_domain_score_breakdown` 阈值决定）
+- 依赖：**节点侧域标签**。现状只有 query 侧分类器，节点侧无域字段 → 需写入侧推断并持久化 `big_domain`（内容 → `big_domain_classify`），历史节点由回填器补齐
+- 不变量：域收敛**不得丢召回**——ORPHAN/未标域节点必须留在兜底池；域内候选 < `min_results` 时自动放行兜底
+- 失败模式：域分类错误 → 兜底路径必须能救回
+
+### S2 条件空间前置门控
+- 输入：`condition_space`（每节点已存）、`context`（调用方情境）
+- 输出：通过门控的候选（**不读正文**即可判定：只用 frontmatter）
+- 只前移**可判定的硬槽**：`time_window` / `observation_position` / 存在约束；语义类判定仍留 `judge_qualification`（后置，因需正文）
+- 不变量：只剔除「明确不匹配」；**信息不足一律放行**（宁多勿漏）
+
+### S3 图扩散激活
+- 输入：种子集合、`edges`（出边在 `fm.edges`；白箱 KB 的 `edges` 表按 source/target 双索引）
+- 输出：激活集合 + 激活值（种子 1.0，第 n 跳 × 衰减^n）
+- 不变量：扩散**不得引入未通过 S2 门控**的节点；边方向/关系类型权重可配
+- 失败模式：图稀疏（实测 142 节点 / 87 边）→ 覆盖不足，必须保留域内 LIKE 兜底
+
+### S4 层级激活优先级
+- 初始激活值加成：`anchor`/`self` > `structural` > `knowledge` > `contextual`（顺序可配）
+- 不变量：只影响初始值/排序，不把不合格节点拉回
+
+### S5 负记忆抑制
+- `rejected`/`unresolved` 命中查询 → 对与其 `edges` 相邻或词面高度重叠的正候选乘性降权（`w ← w × (1-λ)`）
+- 保留现有行为：负记忆仍作为结果条目返回（便于调用方感知），但不再与正候选同权
+
+### S6 一致性交叉验证
+- 复用 `md_cg/crosscheck.py`；对 top-k 输出 verdict 摘要，不进主排序
+
+## 4. 开关与回退（缺一不可）
+
+| 开关 | 默认 | 作用 |
+| --- | --- | --- |
+| `MDCG_RETRIEVAL_PIPELINE` | **0** | 总开关；关 = 与现状等价（回归必须全绿） |
+| `MDCG_GATE_S1_DOMAIN` | 0 | 大域收敛 |
+| `MDCG_GATE_S2_COND` | 0 | 条件前置门控 |
+| `MDCG_GATE_S3_SPREAD` | 0 | 图扩散（`MDCG_SPREAD_HOPS`、`MDCG_SPREAD_DECAY`） |
+| `MDCG_GATE_S4_LAYER` | 0 | 层级优先级（`MDCG_LAYER_BOOST`） |
+| `MDCG_GATE_S5_NEG` | 0 | 负记忆抑制（`MDCG_NEG_LAMBDA`） |
+
+规则：**默认关**；每阶段可单独开，便于逐项验证与归因；总开关关时 `search()` 走原路径。
+
+## 5. 验收判据（每阶段都要过）
+
+1. **等价性**：开关关 → `scripts/run_tests.py md_cg` 全绿，且返回与现状一致（快照对比）；
+2. **有效性**：开关开 → `meta.scanned` 显著下降（阶段目标：S1 ≤1/10，S2 再砍，S3 只碰邻域），既有召回用例不劣化；
+3. **可审计**：`meta` 增加分阶段计数（`domains/gate_in/gate_out/spread_hops/activated/suppressed`），供编外复核端逐项核对；
+4. **落地判据不变**：内部独立复核 ACCEPT ∧ 零删除 ∧ 干净树回归绿 ∧ 逐候选可回退提交。
+
+## 6. 里程碑与分支纪律
+
+- 每阶段独立分支、独立复核、独立落地；落地后在 `origin/main` 打 `core-*` 标签；
+- 探索分支随任务完结即回收（≤10 条，见 `hive/interop/note-branch-discipline.md`）。
+
+## 7. 边界（不做的事）
+
+- **不**用 FTS5/倒排表替代认知路径（那会让灵枢退化为普通搜索引擎，并掩盖机制失效）；倒排只可作 S1/S3 之后的**候选内**加速；
+- **不**改写入侧语义（只补 `big_domain` 域标签这类检索所需的最小元数据）；
+- **不**在默认路径上启用新行为（先 flag 化、逐项验证、再讨论默认开启）。
+
+## 8. 首期范围（S1 + S2）
+
+1. 写入侧：`add()` / `_write_node` 存 `big_domain`（内容 → `routing.big_domain_classify`）；新增幂等回填器 `md_cg/backfill_bigdomain.py`（支持 `--dry-run`）；
+2. 读路径：`search()` 增加 S1 收敛与 S2 门控（flag 控），输出分阶段审计计数；
+3. 测试：等价性快照 + 收敛率（`scanned` 下降）+ 召回不劣化；
+4. S3~S5 依次跟进（各自独立落地）。

package/docs/hive//350/234/202/345/267/242M6_ingest/345/256/236/346/226/275/350/256/241/345/210/222_v0.1.md

@@ -0,0 +1,47 @@
+# 蜂巢 M6 ingest 实施计划 v0.1
+
+> 真源：`D:\2_ai\蜂巢记忆架构设计.md` §5（M6 规格已细化到可施工）+ §5.5 层归属纪律。
+> 本计划 = 施工蓝图 + 判定单。开工依据：使用者指令（2026-09-23，P2 接线开工）。
+
+## 〇 条件空间声明
+
+| 维 | 值 |
+|---|---|
+| 观测位置 | 主代理（CodeBuddy），融合裁决位 |
+| 观测工具 | 设计稿 §5 规格 + `md_cg/sources.py` 既有管线（Source/Ingestor/mine_fix_pairs）+ hive/jobs 真实数据面 |
+| 时间窗口 | 2026-09-23 批次 4 |
+| 存在约束 | 复用既有管线（不重造 watermark）；ingest 产物只落 contextual（§5.5 硬性）；knowledge 层零污染 |
+
+## 一、任务分解与判定单
+
+### T1 HiveJobsSource（sources.py 注册蜂巢事件源）
+
+- **依据**：§5.1 事件源注册表（source_id=hive_jobs；progress.jsonl 五类条目 + result.json 终态权威确认；job_id 名升序=时间序）。
+- **条件**：复用 `Source` 基类协议（events() → {t, seq, role, text, session, cwd}，t=epoch 秒）；session=`hive:<job_id>`（ingest 去重键）。
+- **错后**：progress 解析失败跳过该行并计入 skipped（不终杀批次）；result.json 缺失任务按 progress 现状处理（不伪造终态）。
+- **裁决**：ACCEPT。
+- **映射**（§5.3）：start→任务开始事件｜tool→跳过（防流水账爆炸）｜final/handoff/error→事件｜result 终态→权威确认（progress 缺 final 时补位）。error 终态 text 前缀「任务失败」保证 fix-pair 启发式命中。
+
+### T2 层归属与密级（§5.5 硬性）
+
+- **依据**：ingest 产物只落 contextual；valid_from=事件时间；密级默认 internal。
+- **条件**：`Ingestor(cg, layer="contextual")`；knowledge 层节点数在 ingest 前后不变（反向对照判据）。
+- **错后**：error 节点建议 private 的 per-event 密级——Ingestor 现不支持事件级密级，**DEFER**（诚实边界，不硬凑）。
+- **裁决**：ACCEPT（含一项 DEFER）。
+
+### T3 验收回放（§5.6 四条）
+
+1. 失败→重试成功任务：contextual 出现事件节点 + fix-pair 产出 + **knowledge 层节点数不变**；
+2. 中断重跑：watermark 断点续跑，无重复节点；
+3. 强杀任务：result.json 终态补位；
+4. 真实 jobs 目录回放（`hive/jobs/` 现存 50+ 任务即真实语料）。
+
+### T4 MCP/CLI 暴露口
+
+- **裁决**：DEFER 到下一小批——先以 Python API + 测试闭环（`Ingestor(cg, layer="contextual").ingest(HiveJobsSource(root))`），MCP `ingest` 面接入需动 `mcp_server` 工具 schema（独立改动面），不与本批耦合。
+
+## 二、验证判据
+
+- 单测：事件映射/终态补位/watermark 幂等/contextual-only（新建 `md_cg/test_hive_ingest.py`）；
+- 真实回放：本机 `hive/jobs/`（50+ 任务含 12 error）全量 ingest dry-run 与实跑对照；
+- gate 全绿 + 提交点（回滚边界）。