@ljwei-stak/dsh-model-route-bot 0.66.0 → 0.66.2

package/docs/INSTALLATION_GUIDE.zh.md

@@ -1,150 +0,0 @@
-# DeepSeek Harness Desktop · 独立插件安装与验证
-
-模型路由从 **0.12.0** 起独立发布；GAL 是独立的 **0.1.0** 插件。路由 **0.25.4** 声明支持官方 **DeepSeek Harness Desktop 0.2.0-rc.1 / 0.2.0-rc.2 / 0.2.1-rc.2 / 0.2.1-rc.3**。GAL 的兼容范围以其自身安装包为准。
-
-当前路由版本为 **0.25.4**，ZCode CLI 修复旧桌面版启动入口导致的 npm `EEXIST` 冲突，安装前备份识别出的旧启动脚本；继续提供 npm 与 GitHub Release 默认方式，共用工具卡片的安装、更新、修复和卸载；沿用 0.2.1-rc.3 SDK 与已有 Host peer 兼容声明。API 费用与订阅用量分开计算，沿用实时进度、取消和中断记录。0.22.0 新增算法推荐与手动工作包分配二选一，可逐包选择模型 API 或官方工具，并改进证据驱动规划与依赖搜索。手动混合执行目前只读；编辑文件继续走官方工具协作。沿用 Hermes/Pi 安装与终端支持、OpenCode 官方 V2 包和现有兼容声明。保留原插件 id、配置与运行记录；安装后完全退出 Harness（包括托盘）再重启。公开数据默认关闭，自动质量升级默认关闭。
-
-[路由 README](../README.zh.md) · [迁移说明](archive/MIGRATION.md) · [独立 GAL README](https://github.com/Alice-Marx/deepseek-harness-galgame#readme)
-
-## 1. 选择需要的插件
-
-| 需求 | 添加插件输入框 | 安装后的入口 |
-| --- | --- | --- |
-| 分析复杂度、按质量和费用选模型、调用官方工具 | `@ljwei-stak/dsh-model-router@0.25.4` | 模型路由 |
-| 剧情、立绘、音乐、存档、自由对话 | `@ljwei-stak/dsh-galgame@0.1.0` | Gal 模块 |
-| 两者都要 | 分别安装上面两个包 | 模型路由 + Gal 模块 |
-
-旧 npm 包名 `@ljwei-stak/model-router-galgame` 最后版本为 0.13.0，之后不再更新；新安装使用 `@ljwei-stak/dsh-model-router`。自 0.12.0 起路由不含 GAL 入口或剧情美术。GAL 不依赖路由，路由也不依赖 GAL。
-
-路由正式版发布在 npm **`latest`** 标签，预发布版在 `next`。推荐填写精确版本。不要省略版本号：`latest` 或镜像状态可能选择与当前宿主不兼容的旧包。
-
-## 2. 从 npm 安装
-
-1. 打开 **DeepSeek Harness Desktop → 插件 → 添加插件**。
-2. 在“包名、GitHub 仓库地址或本地目录路径”输入框填一个完整包名，例如：
-
-   ```text
-   @ljwei-stak/dsh-model-router@0.25.4
-   ```
-
-   只想安装 GAL 时填写：
-
-   ```text
-   @ljwei-stak/dsh-galgame@0.1.0
-   ```
-
-3. 安装源选可连接的 **HTTPS** npm 源。新版本尚未同步到镜像时，选“自定义地址”并填官方源：
-
-   ```text
-   https://registry.npmjs.org/
-   ```
-
-4. 核对预览的包名、版本和宿主兼容信息，安装并启用。完全退出 Harness（包括托盘进程）再启动，确保 Host 加载新代码。
-5. 检查插件详情与侧边栏：路由应为 **0.25.4 / 模型路由**；GAL 应为 **0.1.0 / Gal 模块**。仅装路由时没有 GAL 入口是预期行为。
-
-普通用户无需 `npm install -g`，该命令不会把插件注册到当前 Harness profile。
-
-## 3. 从 GitHub 版本化安装包安装
-
-进入对应 Release 下载 `.tgz`：
-
-- [模型路由 Releases](https://github.com/Alice-Marx/dsh-model-router/releases)（也可运行 `npm pack @ljwei-stak/dsh-model-router@0.25.4` 获取同一安装包）
-- [独立 GAL v0.1.0](https://github.com/Alice-Marx/deepseek-harness-galgame/releases/tag/v0.1.0)
-
-在“添加插件”填写下载文件的**绝对路径**，例如：
-
-```text
-D:\Plugins\ljwei-stak-dsh-model-router-0.25.4.tgz
-```
-
-```text
-D:\Plugins\ljwei-stak-dsh-galgame-0.1.0.tgz
-```
-
-如附有 `.sha256` 文件，用 PowerShell 计算并比较摘要：
-
-```powershell
-Get-FileHash -Algorithm SHA256 -LiteralPath 'D:\Plugins\ljwei-stak-dsh-model-router-0.25.4.tgz'
-Get-FileHash -Algorithm SHA256 -LiteralPath 'D:\Plugins\ljwei-stak-dsh-galgame-0.1.0.tgz'
-```
-
-也可解压后填内层含 `package.json` 和 `.dsh-plugin` 的 `package` 目录。下载文件可放在 D 盘等自选位置，运行时数据目录由宿主 profile 决定。通过插件管理器更新，不修改 `app.asar` 或绕过版本检查。
-
-## 4. 从合并版迁移：先备份，再拆分安装
-
-1. 在旧合并插件的 GAL 播放器导出需要保留的剧情进度，并备份整个 Harness profile。每份 JSON 仅保存**当前剧情状态**，不含所有手动槽、设置、已读记录或本地音乐；重要槽位可依次读档再导出。
-2. 在**同一个 profile**安装独立 `@ljwei-stak/dsh-galgame@0.1.0`。
-3. 0.13.0 起包名改为 `@ljwei-stak/dsh-model-router`（旧包名最后版本为 0.13.0，内容相同，之后不再更新）：在插件管理器卸载原 `@ljwei-stak/model-router-galgame`（保留 profile 与应用数据），再添加 `@ljwei-stak/dsh-model-router@0.25.4`。不要两个同时安装（条目 id 与工具名相同）；条目 id 未变，路由设置与执行记录会保留。完成两项更新后再玩剧情，避免同时操作旧合并入口和新入口。
-4. 现在路由与 GAL 各有一个入口。独立 GAL 沿用旧存档 localStorage 键，核对当前进度和三槽；更换 profile 或进度未恢复时，先切换到匹配剧目，再导入 JSON 备份。
-5. 后续分别更新需要的插件；只用路由可以不启用或不安装 GAL。保留 profile 与应用数据，卸载插件时不要清理故事数据。
-
-GAL 核心只包含**《回声之城·正篇》**与**《旧城迁移篇：未写完的约定》**。已分出的其他篇目保存在源代码归档，不在任一核心包里。其旧存档字节保留，但独立 GAL 核心不能运行那些旧剧目。
-
-## 5. 模型路由第一次使用
-
-工作台自 0.15.0 起分成**任务与执行、模型配置、官方工具、预算与安全**四页；0.25.4 沿用该布局。切换页面保留安装任务、终端会话和未完成的输入。
-
-1. 在 Harness 官方**模型**页配置供应商、模型与凭据。插件读取准确的 `provider/model` 目录，模型档案不保存 API Key。
-2. 在**模型配置**刷新目录，逐条填写自报质量评分、核对过的输入/输出单价（USD / 百万 token）和擅长方向；缺价留空。可选 `cliModel` 必须是该厂商 CLI 已验证接受的名字。可选 LiveBench 名称须准确对应版本与推理档位；它是用户确认的映射，不自动证明实际执行档位。
-3. 在**任务与执行 → 任务规划**输入目标、步骤和验收标准。单任务推荐一条路线，团队模式为足够复杂的任务拆依赖工作包，指定模型跳过其他路线比较。预算是本地估价目标，`0` 表示不设本次估价约束，不限制厂商账单。
-4. 点**生成路由建议**。建议直接显示在规划之后；规划计算在本机完成，不启动模型或 CLI。若已明确启用动态公开数据，读取账本/规划时可按检查间隔请求公开源，但不会把任务或反馈发送给这些源。
-5. 需要真实只读执行时，使用**在工作台执行**，填写存在的工作区绝对路径（留空沿用上次运行）。先**预览执行计划**、核对路线/费用和全部确认原因，再明确确认执行。宿主启动前会重查；确认后才发生真实调用，结果写入执行记录。
-6. 在**官方工具**检测、安装/更新工具并核对入口与登录。ZCode CLI 与其他工具共用安装、更新、修复和卸载操作，可选择 npm 或 GitHub Release 安装独立社区版本；先准备 Node 24.14.0 或更新的 Node 24。可信入口就绪不等于账号和模型有权限。
-7. 在**预算与安全**查看每日/月度预算、订阅失败策略及可读/写边界；**持续反馈与本地偏好**可设置学习启停、半衰期、收缩强度和调整上限，**动态公共数据**需自行启用。官方工具终端不经过 Harness 沙箱，继承用户登录环境，需单独确认启动。
-8. 需要 CLI 修改文件时进入官方会话、选择工作区，明确请求 `model_router_tool_run` 或 `model_router_team_execute` 的 `workspace-write` 模式。可编辑托管执行要求干净 Git 仓库、宿主审批和进程沙箱。`model_router_execute` 用于只读路由执行，`model_router_consult` 用于模型 API 意见。
-
-完整教程见[工作台使用指南](WORKBENCH_USER_GUIDE.zh.md)；路线算法、订阅与数据保存说明见[README](../README.zh.md)。
-
-在成功结果上点 👍 / 👎，再次点已选评价可撤回。评价按准确路线和任务类型形成时间衰减、向零收缩的**主观偏好效用**，默认最大幅度 ±0.04，可配置到不超过 ±0.1；不抬高客观能力分或公共质量门槛。模型复核不视作人工评价，模型侧评分工具需要用户审批；本版不发起付费探索。
-
-学习范围是同一个本地 **DSH_HOME** 共享的最近 **200 次运行**，不是多账号隔离或无限长期记忆。“从现在重新学习”只让旧结果不再参与学习，不删除执行记录和费用累计。动态价格只读取用户指定的公开、严格结构化、按官方文档策展的 USD/百万 token 固定费率快照；不是自动抓取所有厂商价目表，复杂阶梯/时段计费不能强行折成该格式。人工单价优先；公开数据默认关闭，详情见[动态数据与持续反馈说明](ROUTING_ADAPTIVE_LEARNING.zh.md)。
-
-注册表包含 Kimi、Claude、Codex、MiniMax、MiMo、Grok、Gemini 和 ZCode。Claude、Codex、MiMo、Grok 支持单工具/团队只读或可编辑执行；Kimi、MiniMax、ZCode 仅支持获批的可编辑托管执行。Gemini 有路由无界面适配器，不进入单工具/团队托管执行器。详见[官方工具与托管模式](README.zh.md#官方工具与托管模式)。CLI 模型名可能不同于 Harness 目录；多数 CLI 不提供可核验的实际模型 ID，要看厂商记录与账单。
-
-安装使用固定官方 npm 包的 `@latest`、厂商脚本或 [Alice-Marx/zcode-cli](https://github.com/Alice-Marx/zcode-cli) 的 GitHub Release 发行包。ZCode CLI 是社区维护的独立版本，不是 Z.AI 官方发行版。默认 `github-release` 方式使用 `<根目录>/zcode-cli`，统一目录留空时使用 `~/.zcode/runtime`；选择 `npm` 则安装固定包 [`@ljwei-stak/zcode-cli@latest`](https://www.npmjs.com/package/@ljwei-stak/zcode-cli)，使用已保存的 npm 源和其他 npm 工具相同的 prefix。npm 包包含完整 TUI、Web 和 Agent 运行资源，安装时不另行从 GitHub 下载；需要准备运行资源时使用 `<DSH_HOME>/model-router/zcode-npm/cache` 中的已核验缓存，npm 卸载可能保留该缓存。两种方式均无需桌面版。希望 npm 工具安装在非 C 盘时，先按自己的空间规划配置全局前缀；Grok 数据目录与登录应使用一致的 `GROK_HOME`。MiniMax Windows 原生依赖失败时，从固定官方 HTTPS 来源下载最新版安装脚本，仅检查大小和基本内容结构后原样执行，**没有锁定该安装脚本的哈希**。安装后的 MiniMax CLI 代码另按已安装版本的官方 npm tarball 摘要核验。MiMo/Grok 同样使用官方 npm 内容证明；适用的 Claude/Codex Windows 入口验证发布者签名。ZCode CLI 的 GitHub Release 方式从固定仓库下载发行包，核对该发行版的 SHA-256，并在启动前检查已安装文件摘要；npm 方式核对固定包与其注册表发布版本。本地校验记录也属于信任边界。可在官方工具终端使用 `zcode login` 或 `zcode login bigmodel` 完成登录。
-
-**Windows 旧 ZCode 启动入口。** npm 安装前，插件会备份识别出的旧桌面版 `zcode`、`zcode.cmd` 和 `zcode.ps1` 启动脚本，并在安装日志中记录备份位置，再让 npm 创建自己的命令入口。安装失败时会尝试安全恢复旧入口。无法识别的冲突文件保持原样并报错，插件不会添加 `--force`。桌面程序资源、账号配置、登录和会话历史均保留。具体规则见[执行器](.dsh-plugin/shared/official-tool-executor.mjs)和[npm 内容核验](.dsh-plugin/shared/npm-attestation.mjs)。
-
-## 6. GAL 第一次使用
-
-安装独立 GAL 后，从**Gal 模块**打开标题画面，选择正篇或旧城迁移篇；**Gal 设置**可调整完整立绘/半身表情、主角色与同伴大小位置、音乐与文字阅读。音乐首次播放需用户点击；剧情模式离线可玩。自由模式发送消息是真实模型调用，需宿主官方模型凭据，可能计费。
-
-剧目章节、存档、快捷键、自动阅读、素材鉴赏与故障处理由[独立 GAL 仓库](https://github.com/Alice-Marx/deepseek-harness-galgame#readme)的教程维护。
-
-## 7. 安装后验收
-
-| 检查 | 预期 |
-| --- | --- |
-| 路由宿主版本 | 0.2.0-rc.1、0.2.0-rc.2、0.2.1-rc.2 或 0.2.1-rc.3；包括 `rc` 后缀。 |
-| 路由独立安装 | 0.25.4 详情、模型路由入口、目录和模型档案可用；不出现旧合并 GAL 入口。 |
-| GAL 独立安装 | 0.1.0 详情、Gal 模块入口、标题与两部核心剧情可用；不要求安装路由。 |
-| 共同安装 | 两个入口各一份，路由工具和 GAL 播放器均能使用。 |
-| 存档迁移 | 同 profile 可读旧键；跨 profile 用匹配剧目 JSON 导入；旧篇目的数据不覆盖。 |
-| 本地规划 | 简单与复杂工作包分配可解释；价格未知保持未知；生成计划不调用模型。 |
-| 官方工具 | 探测、固定来源安装、修复、取消和日志可检查；登录另验。 |
-| 工作台只读执行 | 预览不启动模型，明确确认后执行；核对记录中的渠道、错误与费用。 |
-| 持续反馈 | 点赞/不好/撤回后重新规划；调整只影响本地主观效用，停用与重置不抹除费用。 |
-| 动态公开数据 | 默认关闭；自行启用后核对快照版本、校验时间及失败/过期状态；人工单价仍优先。 |
-| 可编辑执行 | 在干净测试仓库核对审批、隔离工作区、补丁整合、厂商实际模型与计费。 |
-
-历史 0.15.0 的自动测试验证为 220 项通过、3 项 Windows 平台跳过；组件 UI 预览检查使用模拟数据。当前 SDK 兼容与发布验证见[0.25.1 验收记录](releases/0.25.1-validation.md)，历史 0.18.2 的发布验证见[更新记录](../CHANGELOG.md)，不把模拟公开源/模型流和组件预览当作真实付费调用或 Harness Desktop 端到端验收；上表中的实际安装、账号和工作区检查仍需在使用环境中完成。
-
-## 8. 开发者从完整源码构建
-
-路由需要 Node.js **22.19+** 与 **pnpm 10.34.6**。从完整源码仓库根目录构建；当前源码版本为 0.25.4，DSH SDK 固定为 0.2.1-rc.3；复现已发布版本时检出对应发布标签。旧版（如 0.15.0）标签保留其当时内容。运行：
-
-```powershell
-pnpm install --frozen-lockfile --strict-peer-dependencies
-npm run build:client
-npm test
-npm run check:client
-npm run pack:local
-```
-
-pnpm 10 没有 `pnpm peers check`；使用严格依赖安装。客户端修改后必须重建，通过 `check:client` 再打包。将 `dist` 中本地包的绝对路径填入插件管理器，在测试 profile 验证；本地开发改动需独立验证，不能仅凭版本号判断包内容相同。
-
-仅查看 UI 可运行 `npm run preview:ui` 并打开[本地预览](http://127.0.0.1:4173)。这是模拟目录、工具和执行记录，不启动 Harness Host、真实 CLI 或付费模型；不能代替桌面集成验收。GAL 独立仓库的开发与验证步骤以其自身 README 为准。
-
-## 历史兼容提醒
-
-合并版 **0.11.1 / 0.11.0** 声明 rc.1 与 rc.2；**0.10.2** 是未发布的本地兼容修复。已发布 **0.10.1** 仅声明 rc.1，rc.2 拒绝安装是 peer 依赖问题，换镜像不能修复；**0.8.0** 使用 0.1.7-rc.2 依赖，不用于当前宿主。历史 Git 标签和安装包保留，详见[更新记录](../CHANGELOG.md)和[迁移说明](archive/MIGRATION.md)。

package/docs/MANUAL_TASK_ASSIGNMENT.zh.md

@@ -1,46 +0,0 @@
-# 选择算法分配或手动调整
-
-在工作台生成路由建议后，可以选择 **按算法推荐分配**，也可以选择 **手动调整分配**。
-
-1. 输入任务，选择“团队分工”，生成路由建议。单任务也可以调整一个工作包；“指定模型”沿用原来的全局模型选择。
-2. 使用算法分配时，工作包按推荐方案和已设置的计费策略执行。
-3. 切换到手动调整后，每个工作包都有独立的目标选择。初始选择为该包的推荐模型 API，可改成其他已配置的模型 API，或者已安装且支持只读执行的官方工具。
-4. 核对任务目标、前置依赖、原算法推荐与新选择。修改目标不会改变任务拆分和依赖关系。恢复推荐可重新填入各包的推荐模型；切回算法分配会恢复原有自动策略。
-5. 点击“预览执行计划”，核对 Host 验证后的实际目标、费用和权限，再确认执行。修改任务、模型目录、设置、规划依据或分配选择后，需要重新预览。
-
-手动分配支持在一次运行中混合模型 API 与官方工具，例如由模型分析、Codex 检查、另一个模型汇总。各包按依赖执行，上游失败会阻止依赖它的后续工作包。结果和分配选择保存在同一份运行记录中，失败步骤重跑沿用保存的目标；改派重跑则使用新选择。
-
-## 模型和工具分别代表什么
-
-- **模型 API**：固定调用所选 provider/model，使用适配器默认推理档位。不会因为 CLI 已安装、订阅优先、质量升级或自动省钱策略而改为其他模型或渠道。配置为只用订阅的路线，以及编程套餐专用端点，不能直接作为普通 API 目标；预览会说明原因。
-- **官方工具**：固定调用所选的注册工具，使用该工具自身配置的默认模型。选择工具不等于选择某个 API 模型；如需控制工具内部模型，应在该官方工具的配置中设置。未安装、平台不支持或执行未就绪时，预览会拒绝执行；工具失败不会自动转 API。
-
-工具默认模型的价格通常无法可靠预估，因此显示“价格待配置/费用未知”，不会套用原推荐 API 模型的价格。已报告的真实费用仍按现有账本规则记录。预算 0 表示未设置本次估算上限；有限预算下，手动目标费用过高或无法确认满足本次预算时会暂停，确认后仍沿用手选目标，不会自动换成便宜模型。估算不是厂商实际扣费的硬上限。
-
-手动混合分配当前执行只读任务。需要编辑工程文件时，继续使用“官方工具协作 → 编辑文件”的隔离工作树流程。该流程保留现有权限确认与改动整合机制。
-
-如果“允许手动改派”设置关闭，工作台也会关闭手动分配入口。
-
-## 在官方会话工具中使用
-
-先调用 `model_router_plan`，保存返回的 `packagePlanKey` 和 `team.workPackages`。再调用 `model_router_execute`，使用相同的任务文本与规划模式，传入：
-
-```json
-{
-  "assignmentMode": "manual",
-  "packagePlanKey": "复制当前计划返回的键",
-  "packageAssignmentsJson": "以当前计划全部工作包 ID 为键的 JSON 对象"
-}
-```
-
-每个绑定只能是下面两种结构之一：
-
-```json
-{ "kind": "api", "provider": "目录中的供应商 ID", "model": "目录中的准确模型 ID" }
-```
-
-```json
-{ "kind": "tool", "toolId": "codex" }
-```
-
-必须覆盖当前计划中的全部工作包，不可添加其他包 ID。拆分键过期、目标不存在或后续工具未就绪时，会在第一个模型调用前拒绝整次执行。未传手动分配参数时，工具继续使用算法推荐。

package/docs/ROUTING_ADAPTIVE_LEARNING.zh.md

@@ -1,153 +0,0 @@
-# 动态数据与持续反馈：模型路由的推导、实现和实验
-
-研究日期：2026-10-04。原实验对象：源码开发版 `0.16.0-dev.1`。该实现随正式版 `0.16.0`（2026-10-05）发布，原实验时间与合成结果保留，不将正式发布视为真实收益验证。
-
-本轮已把动态数据和主观反馈接入 Host 与工作台，而不是只提出研究方案。验证使用真实规划器、合成反馈和模拟公开源，未读取用户历史、调用付费模型或证明真实质量—成本收益。此前的 [静态推导与 LiveBench 先验实验](ROUTING_DERIVATION_EXPERIMENTS.zh.md) 保留为冻结的历史研究；本篇记录新增闭环。
-
-## 1 为什么要拆成三层
-
-| 数据层 | 更新来源 | 影响什么 | 不代表什么 |
-| --- | --- | --- | --- |
-| 公共价格 | 用户选择的公开、按官方文档核对的 JSON 快照 | 下一次规划费用；当次 usage 计费估算 | 已自动抓取所有厂商官网、账号实际账单 |
-| 公共能力 | LiveBench 官方发布或明确比例的 JSON 镜像 | 任务类别能力先验、原有代理质量门槛 | 特定查询答对概率、用户个人满意度 |
-| 本地偏好 | 对真实记录结果的有用/不好/撤回 | 独立、有限幅度的偏好效用 | 模型客观能力变强、未选模型的成绩 |
-
-旧实现把人工点赞和模型复核混入全局质量偏置。本轮生产路径不再使用该标量：模型复核保留展示和费用记录，只接受明确主观评价作为个人学习输入。旧的纯函数接口仍为程序调用兼容保留，不能据此判断当前 Host 使用旧机制。
-
-非平稳环境需要允许政策随分布变化；相关上下文 bandit 研究提供了更强的检测和遗憾界。但本轮只采用有边界的时间折扣偏好估计，没有复现这些算法，也不继承其收敛保证。[Luo 等，2018](https://www.microsoft.com/en-us/research/publication/efficient-contextual-bandits-non-stationary-worlds/)
-
-## 2 主观偏好估计的推导
-
-设某个本地工作室中，准确 `provider/model` 和任务类别 `d` 的有效结果集合为 \(I_{m,d}\)。人工评价 \(r_i\in\{-1,+1\}\)，不评价或撤回不产生样本。完成时间为 \(t_i\)，当前时间为 \(t\)，半衰期为 \(H\)：
-
-\[
-w_i(t)=2^{-(t-t_i)/H},\qquad t_i\le t.
-\]
-
-以零偏好为收缩中心，求解加权、正则化的平方损失：
-
-\[
-\widehat\theta_{m,d}(t)
-=\arg\min_\theta\left\{\kappa\theta^2+
-\sum_{i\in I_{m,d}}w_i(t)(r_i-\theta)^2\right\}.
-\]
-
-令导数为零；\(\kappa>0\) 保证唯一解：
-
-\[
-\widehat\theta_{m,d}(t)
-=\frac{\sum_iw_ir_i}{\kappa+\sum_iw_i},\qquad
-b_{m,d}(t)=B\widehat\theta_{m,d}(t).
-\]
-
-实现还显式截断到 \([-B,B]\) 作数值保护。由于 \(|r_i|\le1\)，
-
-\[
-|b_{m,d}(t)|\le B\frac{\sum_iw_i}{\kappa+\sum_iw_i}\le B.
-\]
-
-默认 \(H=30\) 天、\(\kappa=3\)、\(B=0.04\)。一条刚完成的好评只给 \(0.01\) 的效用调整；同域20条新好评为约 \(0.0348\)。半衰期让**样本权重**减半，不让收缩后的偏置恰好减半，因为分母也会变化。持续无新证据时，偏好逐渐回到零。
-
-有限证据且 \(B>0\) 时上界严格小于 \(B\)；允许设置 \(B=0\)，此时偏好项恒为零。
-
-这不是概率校准，也不是把人工评分减去 LiveBench 分数的“质量残差”。\(r_i\) 衡量有用与否，\(b\) 的单位是现有归一化规划效用；\(B\) 是工程影响上限，需要后续独立数据选择，不是理论最优参数。
-
-实现每次从最近200条运行重算，不仅更新累积计数，因此同一 `runId/packageId` 的改评不会重复加样本，撤回立即移除证据，重跑替换结果后清除旧评分。它是有界滑动窗口，不是无限长期记忆；费用累计的既有保留机制与学习窗口分离。
-
-## 3 如何进入现有分配目标
-
-原有任务代理效用记为 \(U^0_j(m;t)\)，包括能力、当期费用、延迟、专长、推理适配、风险和质量短缺惩罚。本轮使用：
-
-\[
-U_j(m;t)=U^0_j(m;t)+b_{m,d_j}(t).
-\]
-
-组合求解器继续最大化工作包总效用减去交接惩罚，并执行原有预算与代理质量约束。关键区别是：
-
-\[
-q_{m,d_j}(t)\ge\tau_j
-\]
-
-中的 \(q\) **不加入** \(b\)。好评不能把不满足质量门槛的模型抬进可行池，也不能把 unknown/catalog-heuristic 改标为 LiveBench 证据。若整个池都不满足门槛，原有放宽分支仍会明确 `constraintRelaxed`；这不等于偏好绕过门槛。
-
-固定候选下新增有界可加项，不改变 exact/beam 的工程范围。Pareto 剪枝仍必须同时保持实际效用，不能只比较名义质量与费用；含依赖交接的局部剪枝仍关闭。有关条件保证见主推导报告。
-
-## 4 数据刷新、版本与历史费用
-
-用户在“预算与安全 → 动态公共数据”启用公开源后，打开/刷新账本、生成建议及 Host 规划/执行前按 TTL 检查。默认关闭；默认检查间隔24小时。失败重试间隔为 `min(TTL, 5分钟)`。没有后台定时任务，不使用时不会自行联网，也不为学习额外调用模型。
-
-更新流程为“公开地址校验 → 跨进程请求预留 → 有界下载 → 整包验证 → 原子保存”。同进程请求合并，晚到回包不能覆盖另一个请求的更新。每份快照记录来源、核验日、发布日期、版本及 SHA-256 内容身份；刷新失败保留最后有效快照并显示过期/失败状态。清空一个源会立即停止使用该源，但保留磁盘最后有效副本以便恢复。
-
-LiveBench 官方发布日不允许倒退。没有发布日期的镜像只能获得内容身份，不能证明其时间顺序。官方 CSV 固定按0–100解释；动态自定义镜像必须是 JSON 且声明 `scoreScale: 1` 或 `100`，拒绝超范围数据和模型规范化碰撞，不把百分制1分当满分。旧的非动态 CSV/JSON 适配调用保留兼容格式，不等于动态入口放宽验证。
-
-LiveBench 动态快照按完整原始名称匹配，不猜 API 别名。模型配置新增 `benchmarkModel`：仅在确认版本及测量设置一致后填写榜单中的准确名称。它是用户声明，不是执行证据，不能将 max 档评分当作 low 档的实测。当前还没有完成 `(model, effort)` 联合执行验证，真实验证仍应固定实际模型/档位。
-
-任务类别映射是启发式先验：普通 Coding 映射 code，Agentic Coding 不覆盖它；Data Analysis→research、Language→writing、IF→summarization。缺少类别时遵循现有显式/派生 overall 的证据规则，不能把这种映射叫特定查询校准。
-
-价格快照只支持准确路线、USD/百万token的固定输入/输出和可选缓存费率，人工填写的价格优先。每路 `asOf` 不允许倒退，重复路线、币种/单位错误或复杂阶梯字段使整包更新失败。**这是按官方文档策展的数据接口，不是通用官网自动抓价服务**；填写 `sourceUrl` 也不会自动认证其内容。阶梯、时段、长上下文、TTL、Batch、音视频等复杂计费不能强塞成统一单价；需另加对应厂商适配器或按原实验协议计算。
-
-运行记录冻结当时使用的费率、来源、版本及模型数据/偏好策略版本；后续更新不重写旧费用。旧记录不补造来源。订阅参考费用与 API 预算仍分开，缺失 usage/价格保持未知；当次计费估算使用当前有效快照，过期快照也可能继续作为估算，不能承诺等于现行官网价或真实账单。
-
-## 5 反馈有效性、停用与范围
-
-Host 用 `runId/packageId` 反查结果，客户端不能提供模型、任务域或用户ID来伪造学习事实。工作台反馈携带所见结果的 `expectedFinishedAt`；重跑后旧页面不能给新结果误评。Host 写入 `ratedAt`、策略版本和输入来源；衰减仍使用完成时间，反复点击旧答案不能刷新证据年龄。
-
-仅 `ran=true`、`ok=true` 的成功结果参与学习；等待、取消、未执行、失败和不合法时间不自动当差评。CLI 未明确报告相同实际模型时不训练推荐模型。缺少执行标记、结果ID或可用时间的旧记录不猜测；缺少type按general，缺少ratedAt沿用完成时间，不要求旧记录已有策略/来源标签。模型可调用的评价工具要求 Host 审批，Agent 不得自动自评；来源标签仅作审计，不是独立人类身份认证。
-
-可停用学习，设置半衰期/收缩/上限，或“从现在重新学习”。重置仅排除在起点及之前完成的结果，不删除运行、评分展示或费用。模型别名后台换版无法从相同字符串自动检测，需固定版本ID或人工重置。
-
-范围为本地 `DSH_HOME` 工作室，不是可信多租户账号隔离。不同用户应使用独立 DSH_HOME；同目录用户共享记录和偏好。未实现账号权限、跨设备同步或无限长期用户画像。
-
-## 6 已开展的实验与复现
-
-入口：
-
-```powershell
-node scripts/adaptive-routing-study.mjs --out docs/experiments/20261004-adaptive-routing/adaptive-study.json
-node --test tests/adaptive-*.test.mjs tests/dynamic-data.test.mjs
-npm run build:client
-npm test
-npm run check:client
-```
-
-固定时钟及虚拟 A/B 路线，调用真实 `buildPlan`、`createPlanFromRoutes`、反馈函数及费用记录函数。结果文件：[adaptive-study.json](experiments/20261004-adaptive-routing/adaptive-study.json)。全部标签、能力分、价格和 usage 都是合成，不是最新 LiveBench 逐题数据或真实用户结果。
-
-| 实验 | 控制与操作 | 观测 |
-| --- | --- | --- |
-| 正常使用反馈流 | 36轮，只给当轮选中模型合成评价 | 首轮A差评后下一轮B，最终35次B好评；B效用调整约0.03684，能力分始终0.90 |
-| 偏好漂移 | 180天前40条A好评，一小时前4条A差评 | 30天半衰期有效权重约4.621，选B；3650天控制约42.656，仍选A |
-| 价格版本变化 | 只改变假设价：A每百万0.1→5，B保持2 | 同一质量与任务下A→B；不是费用节省百分比实验 |
-| 基准版本变化 | 切换合成 LiveBench-shaped 分数 | 同一费用与任务下A→B；不是实际榜单新旧收益 |
-| 门槛保护 | A能力0.65，200次好评，调整上限0.1 | 仍选达到0.78门槛的B；客观分不被改写 |
-| 撤回与重置 | 从已学习状态移除证据/设置起点 | 恢复未个性化选择；合成记录费用约0.02592美元不变 |
-
-以上9个机制检查全部通过。独立集成测试另外验证 Host 真实开启数据刷新、同一快照 Client/Host 投影一致、人工价优先、清空源不误用缓存、费用版本冻结、旧时间戳拒评，以及20条按域反馈改变选模而不改变客观评分。测试使用独立临时 DSH_HOME、内存公开源和模拟模型流。
-
-浏览器核验只操作内存演示页：参数保存、学习停用、反馈/撤回及重新规划；不等价于真实 Harness Desktop 端到端验收。完整测试日志与源码哈希归档在本轮 exports 目录，历史实验文件不覆盖。
-
-## 7 尚未证明的收益与下一步真实实验
-
-只观察被选择模型的反馈，既有政策会决定可观测样本；不评价的用户也可能系统性不同，因此本轮估计的是已观测结果的偏好，不是所有任务总体满意率。没有随机探索及正概率覆盖，不能用这些日志无偏评估未选模型或宣称找到全局最优。[Li 等，2015](https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/paper-7.pdf)
-
-真实验证应沿用 [同题实验步骤](ROUTING_SELFTEST_STEPS.zh.md)，补充时间顺序而非仅随机划分：
-
-1. 固定真实模型/版本/档位、官方计费函数、评价标准和费用上限；冻结数据快照与个人学习参数。
-2. 先采集训练/调整阶段的合法人工评价，再冻结策略；测试阶段评价不得回灌同一轮选择。
-3. 在时间外同题集比较“固定先验、仅动态价格、仅动态评分、仅反馈、三者合用”，预先规定非劣界与分组统计方法。
-4. 分别报告客观任务评分、个人满意度、真实 usage 成本、失败率、反馈覆盖率和策略/价格漂移；不把个人满意度改善替代客观质量非劣。
-5. 获得充分覆盖后才考虑用户明确同意、有预算约束的探索及 propensity 记录；本轮未实现，也不默认进行。
-
-因此已完成的是可持续更新的工程闭环、估计式推导和机制实验；真实质量—成本收益、最优参数、跨用户泛化以及实际推理档位验证仍未证明。
-
-## 8 实现索引
-
-- `shared/adaptive-feedback.mjs`：显式反馈、去重、时间折扣、收缩、重置与独立偏好字段。
-- `shared/dynamic-data.mjs` / `dynamic-data-view.mjs`：Host公开源刷新与浏览器安全投影。
-- `shared/livebench.mjs` / `model-profiles.mjs`：严格动态适配与准确基准映射。
-- `shared/router.mjs` / `harness-plan.mjs`：独立偏好效用、原有质量/预算约束与版本说明。
-- Host `index.mjs`、`router-state.mjs`、`run-ledger.mjs`：持久快照、反馈绑定和历史费率。
-- Client `catalog.mjs`、`router-main.jsx`、`router-insights.jsx`：同源规划、陈旧回包保护和设置界面。
-
-这些路径相对 `.dsh-plugin/`。2026-10-04研究阶段未推送、发布npm或变更用户现有设置；2026-10-05按用户要求将实现纳入正式版`0.16.0`，发布状态及安装方式见README/CHANGELOG。发布不自动修改用户现有设置或发起付费模型调用。
-
-2026-10-08纳入正式版0.16.1的[成熟度改进](ROUTING_MATURITY.zh.md)补充稳定证据身份/小时衰减刷新、已观察权重诊断、异步/持久化保护及新的反例回归。原始估计式和2026-10-04实验记录保留不覆盖；新增验证不冒充真实质量—成本收益。

package/docs/ROUTING_ALGORITHM_OPTIMIZATION.zh.md

@@ -1,91 +0,0 @@
-# 路由算法优化：实施与使用
-
-本轮把任务相关证据、模型与推理档位联合选择、真实资源估计和依赖感知搜索接入规划器，并提供可选的 JSON 结构验收级联。它们改进的是有证据约束的规划和执行行为；真实回答质量提高多少、总费用降低多少，仍需独立留出任务上的同题实测。
-
-## 已实现的行为
-
-- **任务相关质量证据**：按 provider、model、reasoningEffort、channel、任务类型精确匹配，再用查询的哈希词法特征检索相似训练任务。不同任务组才计为不同邻居；样本不足或查询不相似时回退原有估计，不给未调用模型补造标签。输出的邻居离散程度不是校准后的答对概率。
-- **模型 × effort 联合选择**：同一 API 模型至少有两个档位各自具备可用任务证据时，才把这些档位展开成独立动作。冷启动保留原档位选择方式；同一模型切换 effort 不计为跨模型交接。
-- **真实资源估计**：从成功且用量完整的工作包学习输入比例、输出 token 和耗时的经验分布，规划时使用可用的 P90 估计。计数不足、模型身份不符或用量不完整时回退启发式估计。经验分位数不保证整次运行不超预算。
-- **有界 DAG 搜索**：默认候选组合数不超过 4096 时精确枚举；更大空间保留未来依赖所需的模型边界，安全压缩被支配前缀，再按未来交接的乐观估计限宽，默认宽度 256。有限预算继续保护可负担前缀，未知价格不能证明预算可行。
-- **effort 执行一致性**：API 调用传递路由允许列表中的精确 effort ID，并记录计划值、请求值及状态。`requested` 只代表 SDK 请求已携带该控制，不证明提供方实际使用了该强度。CLI 规划使用厂商默认档位；显式传入尚未支持的 CLI effort 时记录 `unsupported`，换模型时不会继承原模型的档位。
-
-搜索结果中的 `strategy`、`expandedStates`、`dominancePruned`、`beamPruned`、`peakFrontier` 和 `beamWidth` 可用于审计。`exact` 的范围仅是传入的保留候选空间；beam 路径的 `approximate: true`、`boundCertified: false` 不提供全池最优或目标差距保证。
-
-## 导入离线质量证据
-
-在源码项目根目录运行：
-
-```powershell
-node scripts/build-routing-evidence.mjs --input data.json --output evidence.json
-```
-
-此命令只处理本地文件，不调用模型、不联网、不自动收集历史。输入顶层是 `{ "runs": [...], "observations": [...], "matrix": {...} }`，三项均可省略。输入文件上限 10 MB，`runs` 和最终展开的 `observations` 各不超过 10000 条；输入输出路径必须不同。
-
-一条 `observations` 的字段示例如下。示例不代表真实测量；`timestamp` 应使用实际采样的 Unix 毫秒时间，`quality` 应来自可追溯的客观验收。
-
-```json
-{
-  "observations": [
-    {
-      "id": "task-001:model-a:medium",
-      "groupId": "task-001",
-      "text": "修复缓存失效后返回旧值的问题",
-      "type": "code",
-      "provider": "configured-provider-id",
-      "model": "configured-model-id",
-      "reasoningEffort": "medium",
-      "channel": "harness-llm",
-      "quality": 1,
-      "split": "train",
-      "timestamp": 1792281600000,
-      "provenance": {
-        "kind": "objective",
-        "source": "unit-tests",
-        "reference": "audit/run-001"
-      }
-    }
-  ]
-}
-```
-
-每条记录必须有上述身份、任务文本、类型、评分、时间、训练划分和来源字段。`reasoningEffort: ""` 表示档位未知；不能替换为任意已知档位。`channel: "api"` 会归一为 `harness-llm`。质量分须在 `[0,1]` 内，来源须声明 `kind: "objective"` 和非空 `source`、`reference`；点赞、自评、模型裁判和主观偏好不能直接当作这类标签。
-
-`runs` 接受运行账本形状：run 含 `id`、`task`、`createdAt`、`finishedAt`、`packages`；工作包含 `id`、`provider`、`model`、`channel`、`type`、`purpose`、`ran: true`、`ok: true`、`usage`、`inputChars`、`finishedAt`，可含 `durationMs`。资源学习要求有效的非负 `usage.inputTokens`、`usage.outputTokens` 和实际正整数输入字符数。可选的 cache 计数必须是与未缓存输入互斥的读、写类别，不能把已包含缓存的总数再相加。缺失或未知计数不应补零。时间须落在有效窗口及所属 run 的起止范围内；失败、用量不完整、身份不符、重复或多次质量调用合并后的工作包不作为单动作资源样本。资源拒绝原因保留在产物 `stats` 中，账本中的评分不会自动变成质量标签。
-
-同题多动作也可用矩阵输入：`matrix` 必须含 `split: "train"` 和 `tasks`；每个 task 含 `id`、`groupId`、`text`、`type`、`timestamp`、`results`。每个 result 含 `action: {provider, model, reasoningEffort, channel}`、`quality`、`provenance`，可另给唯一 `id`。只写实际测量的动作，未调用的动作保持未知。
-
-重复 id、同一任务组的重复动作、未来或过期时间、非法客观记录和未经显式允许的 synthetic 记录会使 CLI 的质量导入失败。测试、验证、校准任务须按 `groupId` 在生成训练输入前分离；它们不能作为训练邻居导入。默认时间窗口为 180 天。
-
-`--min-samples N` 可用于离线实验，默认 8；`--now TIMESTAMP` 固定评估时间以便复现；`--allow-synthetic` 只用于测试夹具。**生产 Host 重新构建证据时固定采用至少 8 个匹配样本的门槛**，不会沿用离线降低的门槛；质量预测还要求这些样本来自不同且足够相似的任务组。上面的单条示例不足以触发质量预测。
-
-将生成文件的 JSON 文本填入插件设置的 `routingEvidenceJson`（最多 200000 字符）。Host 只从导入产物接收质量样本；资源统计从本机运行账本重新学习。`resourceLearningEnabled` 默认 `true`，关闭后停止使用账本重建资源证据。没有可用证据时保持原有冷启动回退。
-
-输出产物不保留任务和答案明文，但词法哈希不保证匿名。`revision` 是内容变化标识，不是来源认证或签名；严格解析只能校验声明的格式，不能证明评分和来源真实。
-
-## 可选结构验收与一次升级
-
-`qualityEscalationEnabled` 默认 `false`。在 `qualityGateJson` 中填写 JSON 文本，例如：
-
-```json
-{
-  "kind": "json-object",
-  "requiredKeys": ["answer"],
-  "fieldTypes": {"answer": "string", "sources": "array"}
-}
-```
-
-空文本或 `{}` 表示没有 gate。仅支持 `json-object`，只接受完整 JSON 对象，不从散文或 Markdown 代码块提取 JSON。`requiredKeys` 最多 32 个安全键；`fieldTypes` 支持 `string`、`number`、`boolean`、`object`、`array`、`null`，只检查存在的自身字段；需要必填的字段须同时列入 `requiredKeys`。未知配置字段、非法类型和危险键会被拒绝。JSON 数字必须有限。
-
-gate 检查结构，不判断回答是否正确。首次通过、没有 gate、升级关闭、请求失败、取消、阻塞、暂停或截断，都不会因此多调用模型。只有显式启用升级、首次结构验收失败、存在不同 provider/model 的已配置合格 API 替代路线，并通过预算与计费批准，才最多再调用一次；不循环重跑同一模型。
-
-当前自动质量升级适用于普通 API 工作包：原路线和替代路线均须显式配置 `execution: "api"`，或属于没有官方工具映射的提供方；两者都排除显式 `subscription-first`、`subscription-only` 和 `execution: "official"`，也排除计费计划识别出的任何订阅（含编程套餐名称与关联 `apiRoute`）。有官方工具映射的 API 路线可用 `subscription: "none"` 明确普通 API 身份。替代路线的已知质量先验须高于原路线。CLI、编程套餐订阅调用和 direct 强制指定模型不会自动换模型升级。首次调用已经产生的 usage、价格快照和报告费用会保留在 `qualityAttempts` 中；批准回调失败、第二次失败或两次之间取消，都不能抹掉首次消耗。不同模型的 token 不合并成一个虚假的单模型账单。部分费用未知时 `costUsd` 保持 `null`，已知部分另以 `knownCostUsd` 计入日/月已知小计，并保留未知标记。
-
-## 验证与解释边界
-
-```powershell
-npm run test:routing-algorithm
-node --test tests/routing-search-experiment.test.mjs tests/routing-search-summary.test.mjs tests/routing-search-frontier.test.mjs tests/routing-optimizer.test.mjs
-```
-
-搜索回归同时检查独立穷举 oracle、预算、随机 DAG、档位交接和顺序稳定性。已知 6561 组合反例恢复了零交接解；1728 组合反例的无预算 beam 路径也与 oracle 一致。不过宽度 1 的紧预算条件仍可能损失目标效用，测试继续保留这一差距。固定池上的这些结果不能代替真实模型质量与总成本评估。