@furongjun1999/dsh-memory 0.4.6 → 0.4.8

package/md_cg/consistency.py

@@ -3,7 +3,7 @@
 
 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/智能的公理化基石.md` §十一，:412-510）
+  · **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。
@@ -64,6 +64,14 @@ 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
 
@@ -223,6 +231,21 @@ def _body_text(content):
     return "\n".join(out)
 
 
+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）
 # --------------------------------------------------------------------------
@@ -364,9 +387,15 @@ def check(cg, content, layer=None, condition_space=None,
     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 {}
-    tw_content = expand_query_terms_weighted(content) if content else {}
-
-    conflicts, hard = [], []
+    # 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 ----
@@ -414,6 +443,36 @@ def check(cg, content, layer=None, condition_space=None,
         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({
@@ -432,10 +491,17 @@ def check(cg, content, layer=None, condition_space=None,
     # ---- L1 四态判定 ----
     recursion = None
     missing = []
-    allc = hard + conflicts
+    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"
@@ -463,6 +529,16 @@ def check(cg, content, layer=None, condition_space=None,
                        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,
@@ -473,20 +549,38 @@ def check(cg, content, layer=None, condition_space=None,
     # ---- 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)
+                                              reason, missing, allc)
     log(cg, rec)
     return rec
 
 
-def _fire_flywheel(cg, query, verdict, reason, missing):
-    """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）。"""
+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"))
+
+
+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": reason,
-                  "detail": missing})
+                  "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:
@@ -570,9 +664,17 @@ def catalog():
             },
             "L1_reflect": {
                 "theory": "反题 = 预测与事实冲突（条件论七操作）",
-                "checks": ["self_negation", "discipline", "condition_clash"],
+                "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},
+                "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）",

package/md_cg/corpus.py

@@ -84,7 +84,7 @@ def seed(cg, marks=True, layer="knowledge", verification_basis="data"):
 def reset_root(root, clean=False):
     """确保测试根存在：保证「重跑 ≡ 首跑」，且上一轮残留节点不会被当成先验。
 
-    默认**不删目录**（对齐本仓已裁决的设计，见 docs/认知图_MD目录方案_v0.1.md
+    默认**不删目录**（对齐本仓已裁决的设计，见 docs/mdcg/认知图_MD目录方案_v0.1.md
     「幂等性：迁移按 node id 原子覆盖写，可反复执行，**不需要先清空目录**」）：
     `seed()` 用固定 node id 原子覆盖，同一套语料重跑落在同一批文件上，集合封闭。
 

package/md_cg/docindex.py

@@ -274,7 +274,7 @@ def node_id(item):
 
 
 def index_dir(root, patterns=None, max_files=500, max_items=2000,
-              fresh=None, on_file=None):
+              fresh=None, on_file=None, skip_dirs=None):
     """按大域（目录）遍历 md，产出 `(items, errors, stats)`。零 LLM。
 
     stats 语义与 `codeindex.index_dir` 一致：`truncated`/`truncated_reason` 显式上报
@@ -282,15 +282,35 @@ def index_dir(root, patterns=None, max_files=500, max_items=2000,
 
     `fresh(rel, fp)` / `on_file(rel, fp, items)` 是给 `refindex.Ledger` 留的增量钩子
     （默认 None → 行为与改造前逐字一致）：未变文件不读盘、计入 `skipped_unchanged`。
+
+    `skip_dirs` 是**追加**排除，复用 `codeindex.skip_matcher`（唯一实现，避免两条
+    索引链路口径漂移）：命中的目录整棵剪掉、不计入 `files`。本仓的实例就是
+    `docs/experiments/`——`.gitignore` 已整目录忽略、物理却仍有 2358 个 md 的实验
+    产物，会把 `max_files` 撑爆并把「索引不全」变成常态。排掉了哪些目录写进
+    `stats["skipped_dirs"]`，排除与截断一样**不许静默**。
     """
     pats = tuple(patterns or SUFFIX)
+    hit_skip, skip_rules = codeindex.skip_matcher(skip_dirs)
     items, errors, files = [], [], 0
     seen_suffix = set()
     stats = {"root": root, "patterns": list(pats), "files": 0, "truncated": False,
              "truncated_reason": "", "max_files": max_files, "max_items": max_items,
-             "skipped_suffixes": [], "skipped_unchanged": 0}
+             "skipped_suffixes": [], "skipped_unchanged": 0,
+             "skip_dirs": list(skip_rules), "skipped_dirs": []}
     for dirpath, dirnames, filenames in os.walk(root):
-        dirnames[:] = [d for d in dirnames if d not in SKIP_DIRS]
+        rel_dir = os.path.relpath(dirpath, root).replace("\\", "/")
+        if rel_dir == ".":
+            rel_dir = ""
+        keep = []
+        for d in dirnames:
+            if d in SKIP_DIRS:
+                continue
+            child = f"{rel_dir}/{d}" if rel_dir else d
+            if hit_skip is not None and hit_skip(child, d):
+                stats["skipped_dirs"].append(child)
+                continue
+            keep.append(d)
+        dirnames[:] = keep
         for fn in sorted(filenames):
             ext = os.path.splitext(fn)[1].lower()
             seen_suffix.add(ext)

package/md_cg/eval_common.py

@@ -61,11 +61,12 @@ PATHS_CAL = PATHS + ("semantic",)   # 口径 B：显式启用条件结构路（
 def unlock_global_cap():
     """评测口径：解除 GLOBAL_CAP 截断（bench_membench patch_lexical_full 同法）。
 
-    默认 GLOBAL_CAP=500 会把 LIKE 预筛命中按「插入序」截到前 500 条再打分；
-    大型英文语料（turn 高度互相似）预筛命中数千条 → 证据 turn 被插入序随机
-    截掉，检索质量混入插入序 lottery（sanity：证据原文自检索仅 10% hit@1）。
-    评测主口径解除之，只测排序质量。mdcg 与 mdcos 各持一份 from-import 值，
-    必须双改（test_p43_pooling 先例）。
+    【2026-09-16 后语义更新】截断依据已由「插入序」改为「相关度」（`mdcg
+    .cut_by_relevance` 与 `mdcos._lexical` 均先全量打分再排序截断，cap 值仍
+    500）——插入序 lottery 已消除。评测仍解除 cap 的理由只剩一条：避免
+    「按相关度截掉尾部」在长语料上压低召回天花板（相近似 turn 数千条时，
+    排 501 名之后仍可能是证据）——评测要测**排序质量**而非截断策略。
+    mdcg 与 mdcos 各持一份 from-import 值，必须双改（test_p43_pooling 先例）。
     """
     import md_cg.mdcg as m
     import md_cg.mdcos as mo

package/md_cg/forgetting.py

@@ -9,12 +9,12 @@
   · `docs/白箱智能系列·第五篇:174-180`
       「把经历兑换成结构…整理完之后记忆库变小了，但信息量反而更可用——
       噪音被扔掉了，骨架被留下。」
-  · AEIS 工具表 `docs/tool_table_v0.3.0.md:15-19`
+  · AEIS 工具表 `docs/mdcg/tool_table_v0.3.0.md:15-19`
       `prefeed`（H1 新奇检测 → 高新奇输入当场强化编码）、
       `pattern_separation`（H3 扫描相似节点对）、
       `nightly_cleanup`（知识层夜间整理、无边孤岛降级）。
       本模块 = 这三件事的**写入侧前置版**：不等夜间整理，写之前就裁决。
-  · `docs/智能的公理化基石.md:758-763` —— **诚实边界**
+  · `docs/theory/智能的公理化基石.md:758-763` —— **诚实边界**
       「信息差与热力学熵之间只能进行结构类比，不应宣称数学同构」。
       故本模块一律称「自信息代理 / 惊奇度」，**不称香农熵**，也不做熵的物理断言。
 
@@ -47,7 +47,7 @@ import math
 import os
 import time
 
-from . import nodefile
+from . import lifecycle, nodefile
 from .fsutil import append_jsonl, atomic_write, read_jsonl
 from .mdcg import bigrams
 
@@ -256,11 +256,19 @@ def reinforce(cg, node_id, delta=0.05):
         fm["protected"] = True
         fm["protection_reason"] = (f"importance={imp:.2f}≥{PROTECT_IMPORTANCE}"
                                    f"（重复强化）")
+    # ② 显式状态机收口（2026-09-16）：MERGE 的语义是「又一次见到」= **重新激活**
+    # 信号——已降权（demoted）/已定型（converged）的节点经状态机**逐级回升**到
+    # active（archived→active 亦合法，归档节点被再次见到即恢复参与）；active 为
+    # 幂等 no-op（不写字段、不留痕）。protected 只豁免**降级**，回升不受限。
+    lifecycle.stamp(fm, "active", reason="MERGE 重复强化（回升）",
+                    actor="forgetting:reinforce")
     cg._write_node(node_id, os.path.join(cg.root, node["path"]),
                    fm, node.get("content") or "")
     e = ((getattr(cg, "index", None) or {}).get("nodes") or {}).get(node_id)
     if e is not None:
         e["importance"] = imp
+        if fm.get(lifecycle.STATE_FIELD):
+            e[lifecycle.STATE_FIELD] = fm[lifecycle.STATE_FIELD]
         if fm.get("protected"):
             e["protected"] = True
             e["protection_reason"] = fm["protection_reason"]

package/md_cg/fsutil.py

@@ -96,12 +96,18 @@ class FileLock:
 
     超时后放弃并放行（best-effort）：写被拒绝的代价大于一次竞态——这与
     deja-vu 对 usage 日志锁的取舍一致（"a racing write beats a lost injection"）。
+
+    strict=True 反转该取舍：超时抛 TimeoutError 而非放行。适用于**不能丢的写**
+    （审核队列 inbox/decisions、裁决记录）——锁竞争失败时显式报错让调用方重试，
+    好过静默放行后退化为无锁并发（丢一条提案/裁决比让写入者等一下代价大）。
     """
 
-    def __init__(self, path: str, timeout: float = 10.0, poll: float = 0.01):
+    def __init__(self, path: str, timeout: float = 10.0, poll: float = 0.01,
+                 strict: bool = False):
         self.path = path + ".lock"
         self.timeout = timeout
         self.poll = poll
+        self.strict = strict
         self._f = None
         self.acquired = False
 
@@ -122,6 +128,9 @@ class FileLock:
                 if e.errno not in (errno.EACCES, errno.EAGAIN, errno.EDEADLK):
                     raise
                 if time.time() > deadline:
+                    if self.strict:
+                        raise TimeoutError(
+                            f"FileLock 超时未获锁（strict）：{self.path}")
                     return self          # 放行，不阻断写路径
                 time.sleep(self.poll)
 
@@ -193,6 +202,59 @@ def read_jsonl(path: str):
                 continue
 
 
+_COUNT_CACHE = {}          # abspath -> (bytes_scanned, mtime_ns, lines)
+
+
+def count_jsonl(path: str, chunk: int = 1 << 20) -> int:
+    """数 append-only 日志的行数——**流式计数、不物化**（内存 O(1)）。
+
+    存在的唯一理由：`len(list(read_jsonl(p)))` 是**危险的默认写法**。它把整份
+    日志解析成对象列表，日志一长就是灾难——本机实测（2026-09-16）：审计日志
+    4.3 GB，一次 health/盘点调用解析速率 ~1 MB/s、RSS 涨到 5 GB+ 仍在涨、
+    数十分钟不返回；调用方超时重试又在别的进程里再排一次队，最终把整条 MCP
+    通道堵死（一个只读的「体检」把服务打死，代价与收益完全不成比例）。
+    这里只数字节里的换行：不解析、不驻留，速度只受磁盘限制；进程内按
+    (已扫字节数, mtime) 缓存，文件只增长时只扫新增字节（O(增量)）。
+
+    语义边界（诚实声明）：数的是**换行符**，不是 JSON 记录——
+      ① 完整写入的日志（`append_jsonl` 每条尾带 `\\n`）换行数 == 记录数，与
+         `len(list(read_jsonl(p)))` 逐位相等（test_health_scale ⑦ 守卫）；
+      ② 末尾**未终止的半截行**不计入（下界，最多差 1 行；见 append_jsonl 的
+         ends_mid_line 修补分支——并发交错被杀的进程会留下这种尾巴）；
+      ③ 非法 JSON 行计入行数而 `read_jsonl` 会跳过——健康度是量级指标，不做
+         逐行校验，逐行解析正是上面那场事故的根因。
+    """
+    key = os.path.abspath(path or "")
+    try:
+        st = os.stat(key)
+    except OSError:
+        return 0
+    start, total = 0, 0
+    prev = _COUNT_CACHE.get(key)
+    if prev:
+        p_scan, p_mtime, p_count = prev
+        if p_scan == st.st_size and p_mtime == st.st_mtime_ns:
+            return p_count                      # 完全未变：零 IO
+        if p_scan < st.st_size and p_mtime != st.st_mtime_ns:
+            start, total = p_scan, p_count      # 只增长：扫增量
+    scanned, lines = start, 0
+    try:
+        with open(key, "rb") as f:
+            if start:
+                f.seek(start)
+            while True:
+                buf = f.read(chunk)
+                if not buf:
+                    break
+                scanned += len(buf)
+                lines += buf.count(b"\n")
+    except OSError:
+        return total or 0
+    total += lines
+    _COUNT_CACHE[key] = (scanned, st.st_mtime_ns, total)
+    return total
+
+
 class ShardedLog:
     """每写者独占一个分片的 append-only 日志——不能丢记录时用它。
 

package/md_cg/identity.py

@@ -3,7 +3,7 @@
 
 理论出处
 --------
-· 智能论 v3.4 §十三「五大单元」·位置效应（`docs/智能的公理化基石.md:540-556`）：
+· 智能论 v3.4 §十三「五大单元」·位置效应（`docs/theory/智能的公理化基石.md:540-556`）：
 
       单元        位置效应   核心职责
       记录单元     全        保存观测、过程、结果和误差
@@ -16,7 +16,7 @@
   所以「画像」不该只刻画用户，而应识别**每个主体的身份锚点 + 位置 + 特征**，
   其中也包括智能体自身（self）。
 
-· 扮演论 v3.3（`README.md:231-271`、`docs/tool_table_v0.3.0.md:86-92`）：
+· 扮演论 v3.3（`README.md:231-271`、`docs/mdcg/tool_table_v0.3.0.md:86-92`）：
   智能即扮演；角色卡 = 条件空间声明起点；三接口 =
       memory（历史 → 知识层）/
       anchor（自我锚点 → SELF 层，不可遗忘）/

package/md_cg/insight.py

@@ -1,8 +1,8 @@
 # -*- coding: utf-8 -*-
 """洞察条件层（P2 · insight）：洞见事件四件套。
 
-对齐 `docs/tool_table_v0.3.0.md`（insight_record / insight_verify /
-insight_report / insight_window）与 `docs/灵枢82工具_功能整理与迁移映射_v0.1.md`
+对齐 `docs/mdcg/tool_table_v0.3.0.md`（insight_record / insight_verify /
+insight_report / insight_window）与 `docs/mdcg/灵枢82工具_功能整理与迁移映射_v0.1.md`
 §五 P2 缺口。
 
 四件套

package/md_cg/knowledge/orphan/workdone_bench_calib2_1789309000.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789300013.1397722, 1789303613.1397722]}
+confidence: 0.6
+created_at: 1789300013.1397722
+edges: []
+evidence_count: 0
+id: "workdone_bench_calib2_1789309000"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["work_done", "benchmark", "calibration", "commit", "reproduce_md"]
+verification_basis: "textbook"
+---
+评测口径第二批修改推送（commit 3b21e49，main bf744c9..3b21e49）：① md_cg/semantic/REPRODUCE.md L36 query 侧口径按使用者裁定修正——「英文 query 归一化后与节点原子集做 Jaccard 匹配」改为「中文 query 关键词经字级原子映射转英文原子后，与节点原子集做 Jaccard 匹配」，与②裁定口径（87-88=中文关键词转英文原子）一致，REPRODUCE.md 内残留矛盾清零；连同上一批的 L57 语料标注（LoCoMo 500 题）、README L131 成绩（94.6/99.2 主链路）与 L144 词法口径注释一并提交。②commit 同时带入上一轮写的 README「🌐 中英双语检索差距」整节（此前留在工作区，L131 锚链依赖该节①行，一并入库避免断链）。位置：md_cg/semantic/REPRODUCE.md L36、README.md。验证：git show 3b21e49 diff 全文核验，REPRODUCE 4 行（两处替换）、README 29 行（差距节+2 处成绩），内容与裁定口径一致，已推送 GitHub FuRongJun-1999/dsh-memory。

package/md_cg/knowledge/orphan/workdone_bench_calib_1789305600.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789299495.5220556, 1789303095.5220556]}
+confidence: 0.6
+created_at: 1789299495.5220556
+edges: []
+evidence_count: 0
+id: "workdone_bench_calib_1789305600"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["work_done", "benchmark", "calibration", "readme", "reproduce_md"]
+verification_basis: "textbook"
+---
+评测口径第二批落定（使用者裁定）：① md_cg/semantic/REPRODUCE.md「已验证评测结果」英文行语料标注由过时的「bench6 100 题」改为「LoCoMo 500 题（中文关键词→英文原子）」，与中文行（LoCoMo 500 题）同题集，消除双语对照的题集错标；② README「公开评测数据集」节 locomo-zh-500 我方成绩由「hit@1 93.6% → 97.6%（+同义扩展）」更新为「hit@1 94.6% · hit@5/hit@10 99.2%（md_cg 完整主链路）」并锚链至中英差距节①行——93.6/97.6 是 bench_locomo_zh_public.py 词法口径参考量级，已落后于完整主链路（四路 RRF + 同义扩展 + terms）成绩，README 复现命令注释同步标明两套数字关系。位置：md_cg/semantic/REPRODUCE.md L57、README.md L131/L144。验证：纯文档口径改动，REPRODUCE 表内两行同题集+README 全文无游离旧成绩引用（93.6/97.6 仅存于词法口径说明语境），文档一致性核验，未跑新测试。

package/md_cg/knowledge/orphan/workdone_evo_batch_1789315200.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789300523.1922548, 1789304123.1922548]}
+confidence: 0.6
+created_at: 1789300523.1922548
+edges: []
+evidence_count: 0
+id: "workdone_evo_batch_1789315200"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["work_done", "evolution_batch", "tests", "commit", "regression"]
+verification_basis: "test"
+---
+灵枢机制演化批次入库推送（commit 8a25411，main 3b21e49..8a25411，17 文件 +1567/-27，工作区清零）：提交前全量回归 10 套件全绿——test_ccg_perturb 36 / test_gain_gate 14 / test_predict_beta 23 / test_preflight_failclosed 12 / test_verify_answer ~40 / test_transfer 7（迁移成功率 0→1.0 显著，transfer_confirmed）/ test_sustain_mutual 12 / test_p1 38 / test_p26_refindex 55 / test_p27_docindex 75，合计 336+ 断言 0 失败。内容：7 个新测试套件（条件扰动反事实 P-T-42/43、信息增益门槛 P-T-40④、Beta-Bernoulli 后验 P-T-73/74、preflight fail-closed 矩阵#29、互维闭环 P-T-110、迁移实测矩阵#8、三层自校验矩阵#22）+ 配套模块修改（autonomy/predict/self_state/sustain/test_p1/test_p26/test_p27/aeis_core api.py）+ 理论文档缺口矩阵 v0.1 入库。gitignore 再补 /md_cg/knowledge/（运行时库数据不入库，本地保留）。验证：python -m md_cg.test_* 全量执行实测全绿后才提交。

package/md_cg/knowledge/orphan/workdone_readme_3tier_1789301200.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789299209.9645238, 1789302809.9645238]}
+confidence: 0.6
+created_at: 1789299209.9645238
+edges: []
+evidence_count: 0
+id: "workdone_readme_3tier_1789301200"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["work_done", "readme", "en_eval", "three_tier_semantics"]
+verification_basis: "textbook"
+---
+README「中英双语检索差距」节按使用者终局裁定改为三层原子语义排序：中文原子语义 99.2 > 中文原子语义直接映射的英文原子 87-88 > 英文提取原子语义 79.0（hit@10，locomo-zh-500 500 题）。②=dsh 文档口径（query 侧中文关键词经中→英字级原子映射转英文原子检索，52-53/79-81/87-88）；③=本仓复现（英文原题归一化提取原子，48.8/73.8/79.0）；反事实=硬套中文 char-bigram 主链路 27/45/56（bench6 100 题）。②③构成同义词鸿沟的直接隔离实验（同一条中文关键词语义链只换词面编码 87-88，换英文自由表达降至 79），推翻旧「文档口径=英文原题直查、复现偏差来自评测脚本实现细节」叙事——两条是不同链路层级，非同一路的口径偏差。归因三条件同步对齐：同义词鸿沟（②③隔离）、架构非对称（27 vs 87）、归一化/映射有损性（99 vs 87 主体）。位置：README.md L100-121。验证：纯文档口径改动，README 节内三层自洽+全文无旧口径残留（文档一致性核验），未跑新测试。

package/md_cg/knowledge/orphan/workdone_readme_en500_1789298718.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789298718.0829358, 1789302318.0829358]}
+confidence: 0.6
+created_at: 1789298718.0829358
+edges: []
+evidence_count: 0
+id: "workdone_readme_en500_1789298718"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["readme", "中英对比", "500题", "英文语义原子", "bench6", "口径修正"]
+verification_basis: "data"
+---
+README「🌐 中英双语检索差距」节二次修正（2026-09-13，使用者两次口径裁定：①英文数字是 500 题中英对比，与 bench6 100 题无关；②英文检索用英文语义原子，word 不拆 wo）。内容：①表格英文文档口径行语料改为 locomo-zh-500 · 500 题（同 qids 英文原题 raw_questions.jsonl 中英双查，qrels 与中文题集逐字一致，可逐题对照语言差距）；②复现行由 100 题 58.0/80.0/87.0 换为 500 题英文语义原子口径实测 48.8/73.8/79.0（注明与文档口径差异源于 dsh 评测脚本未入库、本仓词表归一器同源独立实现，方向量级一致）；③反事实行 27/45/56 如实标注 bench6 · 100 题（口径不同只看量级）；④归因 3 补原子粒度澄清：英文侧原子=语义整词/词组单元（beef→cow_meat），字级映射只作用于中→英序列化。原因：上轮误把文档口径英文数字标注为 bench6 100 题。复现口径实证（500 题×corpus567 全量，bench6_common.rank_of/rows_from_hits 官方判据）：英文语义原子口径（query/文本经 normalize_en_query+ZH_EN 反查回词组级原子，中文经 segment+ZH_EN 原子级序列化不 split 丢边界，疑问词停用）最优组合=zh 全文+speaker 保留+date 注入 → 48.8/73.8/79.0，全面优于旧字符级口径（47.8/71.6/77.8）；结构性模式：speaker 前缀保留 +14pp hit@1（人名强判别）、zh 全文>summary（身份人名贡献）、原子级>字符级。结论：500 题复现 48.8/73.8/79.0 低于文档口径 52-53/79-81/87-88 约 4-9pp（dsh 端独立 Jaccard 评测脚本未入库，存在未入库实现细节），方向量级一致，归因论点（同义词鸿沟/双语双路/归一化有损）不受影响；100 题复现 58/80/87 落文档区间属 bench6 分层抽样口径，与 500 题口径并存不可混用。位置：README.md 🌐 节（L100-121）。验证：表格 6 行格式+21 数字在场+旧口径引用清零脚本核验通过，临时复现脚本已清理。边界：mdcg.en_zh_terms 集成面是召回词追加路，独立 Jaccard 评测脚本不在本仓，README 复现行数字为本仓 semantic/ 词表同源独立实现。

package/md_cg/knowledge/orphan/workdone_ws_cleanup_1789312000.md

@@ -0,0 +1,19 @@
+---
+access_count: 0
+condition_space: {"time_window": [1789300241.7239704, 1789303841.7239704]}
+confidence: 0.6
+created_at: 1789300241.7239704
+edges: []
+evidence_count: 0
+id: "workdone_ws_cleanup_1789312000"
+importance: 0.5
+last_access: 0
+layer: "knowledge"
+modality: "text"
+negative_evidence: 0
+non_applicable_conditions: []
+positive_evidence: 0
+tags: ["work_done", "workspace", "cleanup", "gitignore", "tests"]
+verification_basis: "textbook"
+---
+工作区 untracked 文件逐个取证后判定清理（使用者授权决定删留）：①删除 5 项一次性评测产物——md_cg/_en_eval.txt 与 _en_fixed_eval.txt（旧口径英文评测输出 41%/35%，已被正式口径取代）、rust/loco_eval_result.txt（Rust 评测失败日志）、rust/loco_en_dump.jsonl（per-query dump 中间产物）、md_cg/_md_cg_eval_locomo/（1134 文件评测灌库，可由 data/benchmarks/locomo-zh-500/ 重灌再生；rust 报错显示其索引为空属调试态）。②保留 7 个正式测试套件——test_ccg_perturb（条件扰动反事实 P-T-42/43）/test_gain_gate（信息增益门槛 P-T-40④）/test_predict_beta（Beta-Bernoulli 后验 P-T-73/74）/test_preflight_failclosed（fail-closed 补测④矩阵#29）/test_sustain_mutual（互维闭环 P-T-110）/test_transfer（迁移成功率补测②矩阵#8）/test_verify_answer（三层自校验矩阵#22）——全部有理论编号+断言面+tempdir 可复现，与已跟踪 test_p1/p26/p27 同族属灵枢机制演化工作集；另保留运行时 md_cg/knowledge/、审计日志 _audit.jsonl、理论文档缺口矩阵 v0.1。③.gitignore 补规则防复发：/rust/loco_*、/md_cg/_md_cg_eval_*/（原根目录规则 /_md_cg_eval_*/ 路径锚定不覆盖子目录实例）、/md_cg/_audit.jsonl。验证：git status 复核 untracked 仅剩 7 测试+knowledge/+文档。

package/md_cg/lexicon/RULES.md

@@ -0,0 +1,32 @@
+# 英文标准库 · 构词法规则（命名学 v1）
+
+> 原则（设计者裁定 + Kimi「关系命名」框架）：一个词的价值不看它来自中文还是英文、
+> 音译还是意译，而看它能否稳定挂到概念节点并参与上下位、同义、属性、证据、别名关系。
+> 本标准库 = 用中文构词法**反向重造英文**：英文词必须交出语义主权、挂到中文规范概念上。
+
+## 构词规则
+
+| # | 规则 | 例 |
+|---|---|---|
+| R1 | **语序即中文语素序**：标准英文 = 中文语素按原顺序直拼 | 牛肉 → cow_meat（牛→肉） |
+| R2 | **屈折归零**：一律基形，去时态/去屈折 | 去年 → past_year（非 went_year） |
+| R3 | **虚词不入名**：冠词/介词/系动词/无独立语义词缀剔除 | 月份 → month（份=名物化后缀，剔）；父亲 → father（亲=亲缘标记，剔） |
+| R4 | **复数仅在语义显式时保留** | 兄弟 → brothers（兄+弟，复数是语义本身） |
+| R5 | **序数数字合并**：连续数字语素合并为数词 | 十二月 → twelve_month（十+二=12） |
+| R6 | **连接符**：snake_case（机器友好、可切分回语素） | cow_meat |
+| R7 | **泛化后缀剔除**：季节/时间后缀「天」不译 | 春天 → spring（非 spring_day） |
+
+## 词的分类（class）
+
+| class | 判据 | 处理 |
+|---|---|---|
+| **compositional** | 中文构词可解析（每个语素都有稳定英文基形） | 按语素序直拼 = 标准英文 |
+| **opaque** | 化石词/音译词：稳定但不可解析（沙发/咖啡/逻辑/经济） | 保留既有英文为标准（它们是单语素稳定概念，不是噪音） |
+| **normative** | INN/ISO/GB/RFC 等规范标识 | 保留原名，强规范锚，不可被意译覆盖 |
+| **quarantine** | 四问皆否（连不上/对不齐/不可复现/无规范功能） | **不入库** |
+
+## 与认知图的关系
+
+- 标准英文 = 中文规范概念的 **alias 投影**：检索时 牛肉 / cow_meat / beef 全部归一到同一概念节点
+- 真源：\`docs/工作纪律_认知图条目_v1.1.json\` 同级的本库 \`standard_en.json\`
+- 四问测试：\`scripts/naming_report.py\`（隔离区条目不得进入本库）