@furongjun1999/dsh-memory 0.4.11 → 0.5.1

package/docs/hive//345/256/211/345/205/250/345/256/241/350/256/241/345/256/236/351/224/232_v0.1.md

@@ -0,0 +1,202 @@
+# 安全审计实锚记录 v0.1
+
+外部审查报告（33 项）的逐项处置实锚。报告原文未随仓库分发，本文档是
+**处置状态真源**：每项记「实锚证据 → 裁定 → 载体」。
+
+## 已修复（批次 24，提交 2a57c2a）
+
+| 项 | 处置 | 载体 |
+|---|---|---|
+| P0-1 node_id 任意文件写入 | 三层纵深：白名单 + realpath 纵深闸 + schema pattern | `md_cg/mdcg.py` `_NODE_ID_RE`、`md_cg/mcp_server.py` |
+| P1-1 mdcg_* 绕过 ops_allow | `_MDCG_OP_REQUIRE` 映射 + `_dispatch` 单点闸 + 完备性守卫 | 同上；守卫 `test_security_audit.py` 13 项 |
+| P2-1 负记忆死调用双倍 IO | 删除死调用 + 注释改写 | `md_cg/mdcg.py` |
+| P1-8 tarfile 解包越界 | `extractall(..., filter="data")` | `scripts/criteria_fingerprint.py` |
+
+字符集裁定（偏离报告建议的理由）：白名单**不含冒号**——NTFS 文件名 `:` 是
+备用数据流（ADS）分隔符，`a:b.md` 实际写 `a` 主文件错位，Windows 硬约束；
+**含 `@`**——无路径语义且存量在用（`mem_a@exp1` 形态）。
+
+## 本批实锚（批次 25）
+
+### P1-6 read_file 收敛 —— 部分分歧 + 增量已修（批次 26）
+
+实锚：`hive/exec.py` `tool_read_file` 已有 **`HIVE_READ_ROOTS`** 白名单机制
+（`read_roots()` + `_under()` 前缀判定，越界即拒），默认放开是
+**2026-09-19 使用者裁定**（docstring 留痕）。
+
+**批次 25 裁定勘误**：本文件曾据此判「已闭环」——报告原文到手后确认报告
+**明确建议默认收敛到 workdir**，与 2026-09-19 裁定构成真实分歧，不是闭环。
+处置（批次 26）：默认放开维持使用者裁定不动；采纳报告建议 3 的增量——
+**敏感凭据路径拒读**（`_sensitive_read`：SSH 私钥/云凭据/浏览器 Cookie/
+dot-env/密钥扩展，内容回喂外部 LLM 网关前拦截），不受根白名单配置影响。
+分歧余项（默认是否收敛）留使用者决策。
+
+### P1-7 自举循环 exec —— 批次 25 实锚错误，批次 26 已修
+
+**批次 25 裁定勘误**：曾把本项错锚到 hive 执行器并判「不适用」——报告原文
+确认真实载体是 `scripts/bootstrap_loop.py:228`：`exec(compile(code, ...), ns)`
+的 `code` 来自 LLM 返回 / `channel_b_queue.json`（模型可控输入），未沙箱。
+
+处置（批次 26）：`_safe_exec_gen` AST denylist 沙箱——禁 import 面、危险
+内建名（eval/exec/compile/open/__import__/反射面）、dunder 属性逃逸链；
+命名空间 `__builtins__` 收窄到纯计算内建（双层防御）。自举循环的合法产出
+（排序/查找类纯函数）不受影响，冒烟 10 恶意样本全拒。
+
+### P1-2 / P1-3 / P1-4 / P1-5 —— 报告原文到手后批次 26 已修
+
+批次 25 曾判「待报告原文」（记忆载体落空）——使用者提供原文
+（`D:\program\dsh-memory-代码审查报告.md`）后对齐施工：
+
+- **P1-2** `src/lib/roleplay_web.ts` `requireEditKey` **fail-closed**：未配置
+  `ROLEPLAY_EDIT_KEY` → 写操作一律 403（`editKeyHint()` 引导配置）。此前
+  「未配置=开放」的 README 如实化被报告正确指出不够——网页面板是唯一
+  浏览器开放面，默认必须关。
+- **P1-3** 原型污染：角色 id 白名单 `validRoleId`（`^[A-Za-z0-9_.-]{1,64}$`
+  + 显式拒 `__proto__`/`constructor`/`prototype`）+ meta 字典统一 **null
+  原型**（`toNullProto`——存量文件已含危险键也只是普通 own 属性）+
+  `/meta` 与 `setTranslations` 入口校验。
+- **P1-4** 路径根白名单 `check_path_root`（`md_cg/security.py`）：ingest /
+  export / link(export/import) / mdcg_ingest 五处接线；
+  `MDCG_INGEST_ROOT` / `MDCG_EXPORT_ROOT` **设置即 fail-closed**、未设置
+  保持现状（与 HIVE_READ_ROOTS 同构的部署开关语义）；`mdcg_ingest` 的
+  权限闸已由批次 24 `_MDCG_OP_REQUIRE`（write）补上。
+- **P1-5** `MDCG_LEGACY_ENV_AUTH` 身份不再能自授 admin：需
+  `MDCG_LEGACY_ENV_ADMIN=1` **显式二次开关**，只设 `MDCG_CAN_ADMIN` 时
+  降级 recorder + stderr 提示（不静默）。
+
+### P0-1 同类残留扫 —— 清零确认
+
+对 `mdcg.py` / `mcp_server.py` / `mdcos.py` 全部 `os.path.join` 面（49 处）
+逐点核查：外部可控输入**仅 node_id 一处**（已三层闸）；其余均为内部常量
+构造（`_index.json` / `_audit.jsonl` / 分片名 `%06d` 格式化串）或只读探测
+（sessions 目录 `os.listdir` 枚举名 + `isdir` 探测，不落盘）。
+
+## 读权限分级（批次 27，使用者需求落地；表述经使用者 2026-09-24 澄清）
+
+**private 的体系语义正名**：private ≠ 个人隐私保密，而是**错误处置标记**——
+工作区内容因错误相关、验证未过、待排查而被标记私有，目的是限制向平级/
+下级扩散。可见性是**故意的冲突设计**：平级/下级限读，但错误处置链路
+（**设计者、上级节点、验证单元**）必须可读。缺口已于批次 28 按使用者裁定
+**分型治本**：新增 `restricted` 档（阶梯
+public<internal<**restricted**<private<secret），错误处置标记用 restricted
+——可见性按**错误处置链路角色集**（designer/orchestr/verify，或
+can_admin）判定而非纯 rank；**不加密**（不在 ENCRYPTED_LEVELS——链路要
+明文读）。private 回归纯隐私/会话绑定语义（加密、仅归属会话+设计者
+豁免）；verify 的初版 cap=private 豁免被分型取代、回滚 internal——
+验证单元不读真隐私。
+
+**新发现——信封加密的第二层墙（批次 28 实验实锤）**：private/secret 节点
+落盘即加密（encrypted_levels），provision_dek 为每个 actor 发独立 DEK、
+节点用**写入者 DEK** 加密——跨 actor 读取解密失败静默空（实验：另一
+designer 读 seed 的 private 节点亦空）。即 cap 豁免只过密级闸，跨 actor
+的 private 实际可读还需 **DEK 共享机制**，三选项待裁定：①DEK 信封共享
+（写者 DEK 用读者身份再包信封——改 seal/envelope 结构）；②设计者代查
+通道（designer 解密后受控转述）；③private 分型（错误标记 vs 隐私加密
+拆开）。不在本批擅自改加密结构。
+
+| 身份 | 文件读面（read_file） | 认知图读面（lingshu_cg read） |
+|---|---|---|
+| 设计者/主代理 | 全路径（2026-09-19 裁定）+ 部署可选 `HIVE_READ_ROOTS`；文本内容过 **PII 脱敏**（跳过个人敏感信息不入明文） | 其密级上限内全量（designer=secret：public/internal/private） |
+| 子代理（worker） | **fail-closed 白名单**：工作区（job_dir）+ 定制工作目录（`spec.workdir`）+ 额外定制目录（`spec.read_roots`，新增）——其他会话/越界拒读；无根即无文件读权限 | 默认密级 **internal**（原 secret 降级）：可读 public/internal，**错误处置标记（private）与 secret 拒读**——平级不消费未证实/已知有误内容 |
+
+实现：`hive/exec.py` `_worker_scope`/`tool_read_file(scope_roots=)`/`_redact_pii`
+（邮箱/手机号/身份证/私钥块/API key 样式；正则脱敏是概率防线，新增类别在
+`_PII_PATTERNS` 扩展）。编排器派生令牌（`_PRINCIPAL_FACTORY`）身份由调用方
+给定，不受默认密级影响。
+
+## 剩余项总览
+
+- **P1 面已全清**（P1-1/2/3/4/5/6增量/7/8）；
+- P1-6 余项分歧：读默认是否从「放开」收敛到 workdir——留使用者决策
+  （2026-09-19 裁定 vs 报告建议，增量黑名单已先行）；
+- P2 剩余 13 项（性能 9 + 安全/健壮性 4，P2-1 已修）：按报告优先序渐进；
+- 部署建议：生产设 `HIVE_READ_ROOTS` / `MDCG_INGEST_ROOT` /
+  `MDCG_EXPORT_ROOT`（三组根开关的消费侧）。
+
+
+## P2-14 根源分析（批次 32，使用者要求查明根源）
+
+**堆积链路**：新版 Windows 移除 wmic.exe → ind_bootstrap_procs 的
+subprocess 抛 FileNotFoundError → except: pass 吞掉返回 [] → main
+停转分支把 [] 解读为「确认无进程」→ **不 kill 旧 loop 直接 restart** →
+每轮叠加一个新进程（堆积）。
+
+**三层根源**：
+1. 组件层：wmic 已从新版 Windows 移除（本机实测 wmic.exe 存在且可运行
+   ——堆积在本机未发生；风险面向新部署）；
+2. **语义层（真根因）**：探测失败（未知）被压平为「确认无进程」——
+   fail-open 的错误处理。修复 = 三态探测：成功返回 list / 失败返回
+   **None（未知）**，调用方对 None 跳过 kill/restart（fail-safe：不确定
+   就不动）；
+3. 历史层（实证）：watchdog 日志 1316 条 100% 是 no_log——
+   ind_bootstrap_procs 在本机历史中从未执行过（bootstrap_log.jsonl
+   不存在，no_log 分支短路），堆积从未发生。
+
+**报告断言修正**：①「taskkill 模糊匹配误杀」不成立——kill_procs 是
+/PID 精确击杀，find 的行过滤也必须含 bootstrap_loop.py；②「判活恒失败」
+在 wmic 存在的机器不成立（no_log 短路根本不进判活）。
+
+**修复落地（批次 32）**：find_bootstrap_procs 升级 CIM 枚举
+（Get-CimInstance+CSV，wmic 依赖消除）+ 三态返回（None=探测未知）；
+main 两个分支（degraded/停转）对 None 一律跳过 kill/restart、状态记
+probe_unknown。行为验证：CIM 实测 []（当前无 loop 进程）、枚举故障
+mock → None。顺带发现：loop 未部署的机器上 watchdog 每 10 分钟刷一条
+no_log 噪声日志（1316 条）——调度侧应停用未部署机器的 watchdog 任务。
+
+
+## P2 面清账终态（批次 30/31/32 + 本批裁定，33 项报告收官）
+
+P2 共 24 项，终态：**23 项修复/闭环 + 1 项裁定保留**。
+
+| 项 | 终态 | 批次 |
+|---|---|---|
+| P2-1 死调用 | 修 | 24 |
+| P2-2 检索双遍历 / P2-3 残留拷贝 / P2-4 重复打分 | 修（单遍双收集/回写自愈/pre_scored） | 31 |
+| P2-5 候选无缓存 | 闭环（批次 21 readcache 先于报告） | 21 |
+| P2-6~8 budget/列目录/context | 修（增量/先截断/读前查大小） | 31 |
+| P2-9~11 transcript/原子写/meta 锁 | 修（尾 500 条/tmp+rename/同步段注记） | 31 |
+| P2-12 UTF-8 截断 / P2-13 日志轮转 / P2-14 watchdog | 修（Buffer/轮转/根源修复三态+CIM） | 31/32 |
+| P2-15~20 安壮面 | 修（fd/timeout/resp 上限/test_cmd env 化/验证器白名单/读路径单点收拢） | 30 |
+| P2-22 schema 薄 | 示范点渐进（node_id pattern 等） | 24/30 |
+| P2-23 role_id 白名单 / P2-24 笔误 | 修 | 30 |
+| **P2-21 自研 ChaCha20-Poly1305** | **裁定保留（本批）** | — |
+
+**P2-21 裁定记录**：报告建议长期换 cryptography 库，使用者裁定
+**不引入第三方依赖**——保留自研实现。依据：报告自标「未见弱密钥或时序
+侧信道」；实现与 RFC 8439 逐段核查一致；仓库测试面（test_p13_encryption）
+覆盖正确性。残余风险如实登记：自研密码学无第三方审计背书，后续若引入
+依赖管理体系可重议。
+
+**P2-13 PS 侧校正**：报告称 dsh-watchdog.ps1「日志追加无轮转」——实锚
+现状为**时间戳分片**（每次运行生成 dsh-\.out.log 新文件），天然无追加
+无轮转需求，主张与现状不符（登记不改）。观察项（报告未提）：时间戳分片
+无限累积，可考虑启动时清理 30 天前旧分片（低优先级，未施工）。
+
+
+## V21 缺陷挖掘报告处置（批次 34/35，提交 1fd4b36+）
+
+第 21 轮对抗式缺陷挖掘（对象 00a2c70b）8 项全修：4 P0 + 4 P1。
+
+| 项 | 级别 | 归属 | 处置 |
+|---|---|---|---|
+| V21-1 editKeyHint 无限自递归 | P0 | 批次 26 引入 | 两分支终止文案；附带修 verify_web mock 缺 ctx.get（空跑） |
+| V21-2 _readable 密级回填 fail-open | P0 | 历史遗留 | 密级未知按最高档 secret（fail-closed） |
+| V21-3 _NODE_ID_RE 只允许 ASCII | P0 | 批次 24 引入 | 放行中文+逗号；5 官方红同源转绿；P0-1 防线不变 |
+| V21-4 run_channel_b 主体被掏空 | P0 | 批次 26 插入错位 | 沙箱段归位模块级，主体恢复 |
+| V21-5 P2-3 回写永久 no-op | P1 | 批次 31 引入 | 就地剥离自愈（s1 断言随语义翻转） |
+| V21-6 P2-4 不可哈希死代码 | P1 | 批次 31 引入 | doc_key[0] 取 node_id 作键 |
+| V21-7 lingshu_cg 不过 PII 脱敏 | P1 | 批次 27 缺口 | _redact_deep 递归脱敏统一接线 |
+| V21-8 _sensitive_read 改名即免检 | P1 | 批次 26 增量的界 | 族匹配（id_* 前缀/credential 子串/.env 后缀） |
+
+流程项落地：
+- **check_unreachable.py** 进 gate 首位——AST 判终止语句后同块后继，
+  一次拦住 s5（批次 33）与 V21-4 同族缺陷；反向样例验证两形态命中；
+- **run_channel_b 全链路冒烟**并入 V21-4 守卫（队列→沙箱→verifier→
+  verified_units/队列回写/rejected_log 五断言）——首跑即暴露两个潜伏
+  缺陷：verified 初始化空串（文件不存在时 TypeError）与前置拒绝路径
+  不标 status（卡队列，与 2026-08-28 同型）——无测试覆盖模块的静默
+  潜伏实证，已修。
+
+基线对照（报告第五节）：旧 5 红（branches/en_pipeline/identity_attribution/
+p32_backfill/semantic_canonical）与新 5 红（V21-3 同源）**全部清零**
+（批次 34/35 实测：37 套 + en_pipeline 48 + semantic_canonical 33 全绿）。

package/docs/hive//346/243/200/347/264/242/346/224/266/346/225/233/345/256/236/346/265/213/344/270/216S1b/350/256/276/350/256/241_v0.1.md

@@ -1,43 +1,43 @@
-# 检索收敛口径实测与 S1b 设计（真实库 12,149 节点，只读）
-
-> 目的：为「重接检索线路」的价值边界提供**实测**依据，并据此确定下一个核心任务（S1b）。
-> 全部为只读测量（`MdCG(真实库)` + 抽样分类），未对真实库做任何写入。
-
-## 1. 两条收敛口径的实测对比
-
-| 口径 | 键 | 覆盖率 | 收敛强度 | 证据 |
-| --- | --- | --- | --- | --- |
-| **粗：14 大域**（本轮 S1 已落地） | `big_domain_classify`（关键词表） | 已标注 **58.3%**；无域信号 41.7% | 域内 ∪ 未标注 ≈ **44%~52% kept（约 2 倍）** | 240 节点抽样：binary 140 / tier2 +6 / 仍无标签 94 |
-| **细：路由桶**（写入侧已建好） | `bucket_dir(route_key(...))` | **91.1% 节点有非 orphan 桶**（11,063 / 12,149） | **期望扫描 2.1%**（1,066 桶，最大桶 10.1%） | 全库统计 |
-
-细口径的桶形如 `cond_感知系统_d94e90d2`、`cond_letta-code_f5190c71`、`cond_graphrag_f0f8d2e7` —— 是
-**来源/项目级域**（来自 `domain:` 标签或 `observation_position`），比 14 大域精细得多。
-
-## 2. 现状（代码事实）
-
-`MdCG.search()` **已经有 T0/T1 桶路**：当调用方传入 `context` 时，
-`route_bucket = bucket_dir(route_key(ctx, ctx.get("tags")))`，优先只在同桶内 LIKE 检索（T0），
-不足再桶内全扫（T1），仍不足才落 T2/T3 全库。
-
-**缺的只有一环**：不传 `context` 的普通 `search(q)` 没有桶 → 直接全表扫描。
-（审计「偏差 5：桶路由依赖人工标签」在**自动沉淀的库**上成立；本真实库 91% 有桶，桶路是健康的。）
-
-## 3. S1b 设计（下一个核心任务）
-
-**目标**：让 `search(q)` 在**没有 context** 时也能吃到细口径收敛。
-
-1. **桶规模表**（索引内即可构建，缓存）：`bucket → 节点数`（本库 1,066 桶）。
-2. **query 侧键推断**：把 query 扩展词与每个桶的可读前缀做 `domain_similarity`（已有：包含取长度比 + bigram Jaccard），
-   取 top-k 个键（`MDCG_BUCKET_TOPK`，默认 3）且要求 `sim ≥ MDCG_BUCKET_MIN_SIM`。
-3. **收敛**：候选 = 命中桶内节点 ∪ **orphan/无桶节点**（召回安全，本库 orphan 仅 8.9%）∪ 未标桶节点。
-4. **兜底**：命中不足 `min_results` → 回退全库（与 S1 同款规则）。
-5. **开关**：`MDCG_GATE_S1B_BUCKET`（默认 0、显式 =1）；审计 `meta.gates.s1b = {keys, kept, dropped}`。
-
-**预期收益（按本库实测推算）**：query 命中具体桶时 kept ≈ 该桶(期望 2.1%) + orphan(8.9%) ≈ **11%**
-→ 约 **9 倍**；命中大桶时 ~19% → 5 倍；命中不到任何桶时自动回退（不劣化）。
-
-## 4. 边界
-
-- 不改写入侧（桶已由 `route_key` 在写入时建好）；
-- 不放松召回安全：orphan/无桶节点恒留兜底，命中不足即回退；
-- 与 S1（14 大域）可叠加：S1 先按大域收敛，S1b 再按桶收敛（两者都有兜底）。
+# 检索收敛口径实测与 S1b 设计（真实库 12,149 节点，只读）
+
+> 目的：为「重接检索线路」的价值边界提供**实测**依据，并据此确定下一个核心任务（S1b）。
+> 全部为只读测量（`MdCG(真实库)` + 抽样分类），未对真实库做任何写入。
+
+## 1. 两条收敛口径的实测对比
+
+| 口径 | 键 | 覆盖率 | 收敛强度 | 证据 |
+| --- | --- | --- | --- | --- |
+| **粗：14 大域**（本轮 S1 已落地） | `big_domain_classify`（关键词表） | 已标注 **58.3%**；无域信号 41.7% | 域内 ∪ 未标注 ≈ **44%~52% kept（约 2 倍）** | 240 节点抽样：binary 140 / tier2 +6 / 仍无标签 94 |
+| **细：路由桶**（写入侧已建好） | `bucket_dir(route_key(...))` | **91.1% 节点有非 orphan 桶**（11,063 / 12,149） | **期望扫描 2.1%**（1,066 桶，最大桶 10.1%） | 全库统计 |
+
+细口径的桶形如 `cond_感知系统_d94e90d2`、`cond_letta-code_f5190c71`、`cond_graphrag_f0f8d2e7` —— 是
+**来源/项目级域**（来自 `domain:` 标签或 `observation_position`），比 14 大域精细得多。
+
+## 2. 现状（代码事实）
+
+`MdCG.search()` **已经有 T0/T1 桶路**：当调用方传入 `context` 时，
+`route_bucket = bucket_dir(route_key(ctx, ctx.get("tags")))`，优先只在同桶内 LIKE 检索（T0），
+不足再桶内全扫（T1），仍不足才落 T2/T3 全库。
+
+**缺的只有一环**：不传 `context` 的普通 `search(q)` 没有桶 → 直接全表扫描。
+（审计「偏差 5：桶路由依赖人工标签」在**自动沉淀的库**上成立；本真实库 91% 有桶，桶路是健康的。）
+
+## 3. S1b 设计（下一个核心任务）
+
+**目标**：让 `search(q)` 在**没有 context** 时也能吃到细口径收敛。
+
+1. **桶规模表**（索引内即可构建，缓存）：`bucket → 节点数`（本库 1,066 桶）。
+2. **query 侧键推断**：把 query 扩展词与每个桶的可读前缀做 `domain_similarity`（已有：包含取长度比 + bigram Jaccard），
+   取 top-k 个键（`MDCG_BUCKET_TOPK`，默认 3）且要求 `sim ≥ MDCG_BUCKET_MIN_SIM`。
+3. **收敛**：候选 = 命中桶内节点 ∪ **orphan/无桶节点**（召回安全，本库 orphan 仅 8.9%）∪ 未标桶节点。
+4. **兜底**：命中不足 `min_results` → 回退全库（与 S1 同款规则）。
+5. **开关**：`MDCG_GATE_S1B_BUCKET`（默认 0、显式 =1）；审计 `meta.gates.s1b = {keys, kept, dropped}`。
+
+**预期收益（按本库实测推算）**：query 命中具体桶时 kept ≈ 该桶(期望 2.1%) + orphan(8.9%) ≈ **11%**
+→ 约 **9 倍**；命中大桶时 ~19% → 5 倍；命中不到任何桶时自动回退（不劣化）。
+
+## 4. 边界
+
+- 不改写入侧（桶已由 `route_key` 在写入时建好）；
+- 不放松召回安全：orphan/无桶节点恒留兜底，命中不足即回退；
+- 与 S1（14 大域）可叠加：S1 先按大域收敛，S1b 再按桶收敛（两者都有兜底）。

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）。