@modusensus/dsh-mneme 0.14.0-beta.1 → 0.14.0-beta.2

package/lib/organize.js

@@ -1,456 +1,456 @@
-// dsh-mneme/src/organize.js
-// agent 主动整理接口（issue #231，口径基线 = #164 的「第三腿触发」）：dryRun
-// 出比对报告 → agent 判断 → apply 落库；筛除项进归档不删；调用全程留审计回执。
-//
-// 只做功能本体（维护者口径，issue #231）：落在 service 层并带测试。**调用入口在
-// 第二批**（#231：`tools.js` 的 `memory_organize` + `organizeEnabled` 默认关）——
-// 本模块至今不读任何配置键，闸门与 scope 盖章都在调用方那一侧，所以本体语义与
-// 第一批逐字节相同。
-//
-// 独立成模块（AGENTS.md 尺寸约定，同 document.js / recall-stats.js 先例）：
-// service.js 只做依赖注入 + barrel 出口，调用方零改动。
-//
-// 四条硬规则，都是「宁可什么都不做」的形态：
-// 1. dryRun 不写记忆表：它只读 + 写一行审计（dream_runs）。比对是报告，不是动作。
-// 2. apply 必须引用一次真实 dryRun——run_id 且 run_type='organize'，且不是 apply
-//    自己的回执（靠 outcome.dry_run_id 区分）、也不是 failed 的报告，且**还没落地过**
-//    （报告行上的 outcome.applied_at，同一份报告只认一次，挡掉重放）。没有比对过的
-//    候选一律不落库，堵死「跳过报告直接写」这条绕过路径。
-// 3. apply 只重放 dryRun 校验过的那份规范化快照，且只认快照里的索引：被 dryRun
-//    跳过的候选没有资格落库；scope 比对按**候选自己的** scope（candidate ?? payload），
-//    不会出现「报告按 scope A 比对、落地却写成 scope B」的错位。
-// 3b. archive 只认报告里命中过的 id（item.match.id，落在报告的 decisions 列）：报告
-//    是唯一的判断依据，整理接口不能变成第二条「按 id 改库」的通道。
-// 4. 筛除 = 归档（store.setArchived），绝不物理删除：归档可恢复，删除不可逆。
-//
-// 宽容形态（仓库红线 4，同 issue #89）只管**输入**：单条非法候选/决策跳过 + 应用
-// 合法子集 + run 记 degraded，不整单拒绝。基础设施错误（嵌入器抛错、存储异常）
-// 相反——记 failed 并原样上抛，绝不静默降级成「没找到重复」。审计口径复用
-// dream_runs 的 receipt 语义（buildReceipt / parseReceipt 同一格式），不新建审计面。
-
-import { createHash, randomUUID } from "node:crypto";
-import { scopeKeyOf } from "./scope.js";
-// 比对池要先剔掉外来行：报告里的 item.match.id 既给出「命中」结论，也是 apply 的
-// archive 动作唯一许可的目标集（硬规则 3b），而 archive 直接 store.setArchived，
-// 不经 saveWithDedupe 那道闸门——留着外来行，整理接口就能替别人决定归档面。
-import { isImportedRow } from "./memory-source.js";
-import { cosineSimilarity } from "./dream/clustering.js";
-import { buildReceipt } from "./dream.js";
-
-// 与 document 的 C2 档（#230）和 findSessionDuplicate 的 vector 档同源：同一份
-// 「近重复」语义只有一个阈值，不在第三个地方另发明一个。
-const MIN_SIM = 0.92;
-// 向量比对对象的上限（document.js 同口径：精确层全量、向量层有界）。精确层
-// 不能截断——同标题漏检会让报告给出错误的 verdict。
-const CANDIDATE_LIMIT = 200;
-// 单次 dryRun 的候选硬上限：主场景是「长段工作收尾整理」，不是批量导入；不设界
-// 的话一次调用会把整库拉进比对。
-const MAX_ITEMS = 50;
-// scope 标注只做搬运（判定在 store / service 侧），省得整理接口成为第二条绕过
-// scope 治理的写入通道。载荷级给的值是候选级的缺省——比对按它判 scope，落地就必须
-// 带上它，否则报告与写入落在两个 scope 里。
-const SCOPE_KEYS = ["sensitivity", "agent_scope", "workspace_scope", "agent_scope_source", "workspace_scope_source"];
-// 比对键必须与 saveWithDedupe 的去重键**同口径**：`src/service.js` 的 scopeMatches 只比
-// sensitivity / agent_scope / workspace_scope 三列，来源两列不进键（它们是元数据，合并时
-// 还会把被并入行的 auto 来源升级成 explicit）。比对键里多带来源，就会出现「dryRun 报 new、
-// apply 却把它并进既有行」——报告与写入错位，正是本模块硬规则 3 要挡的那类不一致。
-const MATCH_SCOPE_KEYS = ["sensitivity", "agent_scope", "workspace_scope"];
-
-/**
- * Build the organizer.
- *
- * Injected deps are service.js closure members (store / embedQuery / saveWithDedupe
- * / transaction / finalize) so this module stays free of service-internal wiring;
- * `saveWithDedupe` is the normal write path, so its own epilogue (mirror sync and
- * notify) is never duplicated here. `finalize` is the post-commit re-embed hook
- * (document.js 同款): transaction 提交后补重嵌入，见 service.js › transaction 注释。
- *
- * @returns {{ organize: (payload: object, opts?: object) => Promise<object> }}
- *   `organize({ mode: "dryRun"|"apply", ... }, opts)` — 一个入口带 mode 参数
- *   （维护者倾向的形态），内部两个具名函数各自可测。
- */
-export function createOrganizer({ store, embedQuery, saveWithDedupe, transaction, finalize }) {
-  const hashOf = (value) => createHash("sha256").update(JSON.stringify(value ?? null)).digest("hex");
-
-  /**
-   * 候选规范化。返回 `{ candidate }` 或 `{ error }`——错误在 dryRun 里进 skipped，
-   * 不抛整单（红线 4）。document 刻意在此拦下：它的唯一铸造口是 registerDocument
-   * （#230），service 的通用 save 路径也会拒绝，这里提前拦截只是为了报告不撒谎。
-   */
-  function normalizeCandidate(raw, defaults = {}) {
-    const type = String(raw?.type ?? "").trim();
-    const title = String(raw?.title ?? "").trim();
-    const content = String(raw?.content ?? "").trim();
-    if (!type || !title || !content) return { error: "type/title/content are required" };
-    if (type === "document") return { error: "document rows are minted only via registerDocument (#230)" };
-    const candidate = {
-      type,
-      title,
-      content,
-      importance: Number.isInteger(raw?.importance) ? Math.min(5, Math.max(1, raw.importance)) : 3,
-      tags: [...new Set((Array.isArray(raw?.tags) ? raw.tags : []).map((t) => String(t ?? "").trim()).filter(Boolean))],
-      source: String(raw?.source ?? "organize")
-    };
-    for (const key of SCOPE_KEYS) {
-      const value = raw?.[key] ?? defaults[key];
-      if (value !== undefined) candidate[key] = value;
-    }
-    return { candidate };
-  }
-
-  /** 标题归一（同 findSessionDuplicate 的 title 档）：大小写与标点不构成「不同标题」。 */
-  const normalizeTitle = (s) => String(s ?? "").toLowerCase().replace(/[\s\p{P}]+/gu, "");
-
-  /**
-   * 向量档最佳命中。拿不到向量/嵌入器时返回 null（无信号 = 不判定，不是报错）；
-   * 但**抛出的**错误不再吞掉——嵌入器故障下的空信号会被读成「全是新条目」，让
-   * agent 把重复条写进库，比整单失败更糟，交 dryRun 记 failed 后上抛。
-   */
-  async function bestNear(candidate, rows, vecs) {
-    if (!vecs?.size) return null;
-    const probe = await embedQuery([candidate.title, candidate.content].filter(Boolean).join("\n"));
-    if (!probe) return null;
-    let best = null;
-    for (const m of rows) {
-      const v = vecs.get(m.id);
-      if (!v) continue; // 无向量的既有行不参与比对
-      const sim = cosineSimilarity(probe, v);
-      if (sim >= MIN_SIM && (!best || sim > best.sim)) best = { memory: m, sim };
-    }
-    return best;
-  }
-
-  /**
-   * 比对报告。**不写记忆表**；只写一行 dream_runs 审计（run_type='organize'）。
-   *
-   * @param {object} payload
-   *   `{ candidates: Array<{type,title,content,importance?,tags?}>, agent_scope?,
-   *      workspace_scope?, sensitivity? }`
-   * @returns {Promise<{run_id, created_at, status, counts, items, skipped}>}
-   *   items[i] = `{ index, type, title, verdict: "exact"|"near"|"new", match }`
-   */
-  async function dryRun(payload = {}) {
-    const raws = Array.isArray(payload.candidates) ? payload.candidates : null;
-    if (!raws) throw new Error("organize.dryRun: candidates must be an array");
-    const bounded = raws.slice(0, MAX_ITEMS);
-    const defaults = Object.fromEntries(SCOPE_KEYS.filter((k) => payload?.[k] !== undefined).map((k) => [k, payload[k]]));
-
-    const skipped = [];
-    const accepted = [];
-    bounded.forEach((raw, index) => {
-      const { candidate, error } = normalizeCandidate(raw, defaults);
-      if (error) skipped.push({ index, error });
-      else accepted.push({ index, candidate });
-    });
-    // 审计存规范化快照（带原始索引），不存调用方原始输入：apply 要重放的就是这份
-    // ——原始输入里混着被跳过的候选，也没有随行的 payload 级 scope。
-    const snapshot = accepted.map(({ index, candidate }) => ({ index, ...candidate }));
-
-    // scope 同等才比对（跨 scope 永不互判——防泄漏，与 saveWithDedupe 的去重键
-    // 「type+title+scope」同口径）。**按候选自己的 scope 比，不按载荷级**：
-    // normalizeCandidate 允许逐条给 scope（raw ?? payload），若这里只看 payload，
-    // 一条 agent_scope:"agent-b" 的候选就会拿默认 scope 的行去比——同一个 scope 里
-    // 明明已有同标题行也报 "new"，报告 scope 与写入 scope 就此错位（硬规则 3）。
-    // 行扫描与向量读取都按 (type, scope) 缓存：一批候选通常同类型同 scope，避免逐条全表扫。
-    // 比对键用 MATCH_SCOPE_KEYS（三列值），搬运用 SCOPE_KEYS（五列）——两件事，别混：
-    // 「怎么判同一行」跟 write 路径一致，「怎么把 scope 搬到候选上」才需要连来源一起带。
-    const scopeOf = (source) => MATCH_SCOPE_KEYS.map((k) => scopeKeyOf(source?.[k])).join("\u0000");
-    const scopeMatches = (m, source) => MATCH_SCOPE_KEYS.every((k) => scopeKeyOf(m[k]) === scopeKeyOf(source?.[k]));
-    const cacheKey = (candidate) => `${candidate.type}\u0000${scopeOf(candidate)}`;
-    const rowsByScope = new Map();
-    const rowsFor = (candidate) => {
-      const key = cacheKey(candidate);
-      if (!rowsByScope.has(key)) {
-        rowsByScope.set(
-          key,
-          store.list({ type: candidate.type, limit: null }).filter((m) => !isImportedRow(m) && !m.archived && scopeMatches(m, candidate))
-        );
-      }
-      return rowsByScope.get(key);
-    };
-    const vecsByScope = new Map();
-    const vecsFor = (candidate, rows) => {
-      const key = cacheKey(candidate);
-      if (!vecsByScope.has(key)) {
-        vecsByScope.set(key, store.getEmbeddings(rows.slice(0, CANDIDATE_LIMIT).map((m) => m.id)));
-      }
-      return vecsByScope.get(key);
-    };
-
-    const runId = randomUUID();
-    const createdAt = new Date().toISOString();
-    // 哈希与 input 必须指向同一份东西：审计存的是规范化快照（apply 要重放它），
-    // 所以哈希也算快照——否则回执里的 snapshot_hash 描述的是调用方原始输入，
-    // 谁也校验不了。
-    const snapshotHash = hashOf(snapshot);
-    const record = (status, { error = null, decisions = items, skipped: skipList = skipped, applied = 0 } = {}) =>
-      store.saveDreamRun({
-        id: runId,
-        created_at: createdAt,
-        status,
-        error,
-        provider: null,
-        model: null,
-        snapshot_hash: snapshotHash,
-        input_count: snapshot.length,
-        input: snapshot,
-        decisions,
-        applied,
-        summary_stored: 0,
-        receipt: buildReceipt({ runId, status, snapshotHash, inputCount: snapshot.length, applied, summaryStored: false }),
-        policy_epoch: 0,
-        run_type: "organize",
-        ...(skipList.length ? { skipped: skipList } : {})
-      });
-
-    const items = [];
-    try {
-      for (const { index, candidate } of accepted) {
-        const rows = rowsFor(candidate);
-        let item = { index, type: candidate.type, title: candidate.title, verdict: "new", match: null };
-        const exact = rows.find((m) => normalizeTitle(m.title) === normalizeTitle(candidate.title));
-        if (exact) {
-          item = { ...item, verdict: "exact", match: { id: exact.id, title: exact.title, sim: null } };
-        } else {
-          const near = await bestNear(candidate, rows, vecsFor(candidate, rows));
-          if (near) {
-            item = { ...item, verdict: "near", match: { id: near.memory.id, title: near.memory.title, sim: near.sim } };
-          }
-        }
-        items.push(item);
-      }
-    } catch (e) {
-      // 审计先留痕、再上抛：一份没有回执的失败报告，事后无法与「没调用过」区分。
-      record("failed", { error: String(e?.message ?? e) });
-      throw e;
-    }
-
-    const counts = {
-      total: items.length,
-      exact: items.filter((i) => i.verdict === "exact").length,
-      near: items.filter((i) => i.verdict === "near").length,
-      new: items.filter((i) => i.verdict === "new").length,
-      skipped: skipped.length,
-      truncated: raws.length - bounded.length
-    };
-    // 有被拒的候选 → degraded（如实标记），而不是 ok 掩盖过去；一条都没报 → noop。
-    const status = skipped.length ? "degraded" : items.length ? "ok" : "noop";
-    record(status);
-    return { run_id: runId, created_at: createdAt, status, counts, items, skipped };
-  }
-
-  /**
-   * 按 agent 的判断落库。decisions 逐条：
-   *   `{ action: "save", index }`     — 写候选（走 saveWithDedupe：同键自动合并）
-   *   `{ action: "discard", index }`  — 不写（只进回执，不删任何东西）
-   *   `{ action: "archive", id }`     — 库内被取代的行 → 归档（可恢复，不删）
-   *
-   * @param {object} payload `{ run_id, decisions }`
-   * @param {object} [opts] `{ hiddenIds }` — 调用者 scope 看不见的行按「不存在」
-   *   处理（#170 复核项 4：无存在性泄漏），与 document 的 hiddenEvidenceIds 同形：
-   *   **可见性由可信调用方算好传入**（tools 层先例：register_document），不取 payload
-   *   里的字段——那是调用方可自选的内容，不是授权。
-   * @returns {{run_id, dry_run_id, status, saved, merged, discarded, archived, memory_ids, skipped, degraded}}
-   *   `saved` 只数**新建**的行，合并进既有行的算 `merged`（两者之和 = 落地生效的条数）；
-   *   `memory_ids` 含合并命中的既有行 id（它们同样需要重嵌入）。
-   */
-  function apply(payload = {}, { hiddenIds = [] } = {}) {
-    const dryRunId = String(payload?.run_id ?? "").trim();
-    if (!dryRunId) {
-      throw new Error("organize.apply: run_id is required (apply must reference a dryRun report)");
-    }
-    const report = store.getDreamRun(dryRunId);
-    if (report?.run_type !== "organize") {
-      throw new Error(`organize.apply: unknown organize run "${dryRunId}"`);
-    }
-    // apply 回执与 dryRun 报告共用 run_type='organize'：只有 outcome.dry_run_id 能
-    // 把它们分开。不查这一条，apply 的 run_id 可以被当成 dry_run_id，串成
-    // apply → apply 的审计链，报告那一环就此消失。
-    if (report.outcome?.dry_run_id) {
-      throw new Error(`organize.apply: "${dryRunId}" is an apply receipt, not a dryRun report`);
-    }
-    if (report.status === "failed") {
-      throw new Error(`organize.apply: dryRun "${dryRunId}" failed — re-run dryRun before applying`);
-    }
-    // 同一份报告只能落地一次。凭证写在**报告行**上（下面的 outcome.applied_at），
-    // 与数据同事务；只看 apply 回执挡不住「重放同一 run_id」——那会各记一份收据，
-    // 审计计数虚高，破坏「全留审计」的承诺。
-    if (report.outcome?.applied_at) {
-      throw new Error(`organize.apply: dryRun "${dryRunId}" was already applied at ${report.outcome.applied_at}`);
-    }
-    const decisions = Array.isArray(payload?.decisions) ? payload.decisions : null;
-    if (!decisions) throw new Error("organize.apply: decisions must be an array");
-
-    const snapshot = Array.isArray(report.input) ? report.input : [];
-    const byIndex = new Map(snapshot.map((entry) => [Number(entry?.index), entry]));
-    const hidden = new Set((Array.isArray(hiddenIds) ? hiddenIds : []).map((id) => String(id)));
-    // 报告认定过的「库内被取代行」：dryRun 的 items 落在报告的 decisions 列里，
-    // 只有那里命中过的 id 才有资格归档。不查这一条，apply 可以归档报告里根本
-    // 没出现过的行（评审实测：preference-only 的报告里归档了 project 行）——
-    // 整理接口就成了绕过报告的第二条改库通道。
-    const matchedIds = new Set(
-      (Array.isArray(report.decisions) ? report.decisions : [])
-        .map((d) => (d?.match?.id != null ? String(d.match.id) : null))
-        .filter(Boolean)
-    );
-    const skipped = [];
-    const byId = {};
-    const memoryIds = [];
-    const savedRows = [];
-    let saved = 0; // 真正新建的行
-    let merged = 0; // 合并进既有行（同键命中）——不是新建，不能算进 saved
-    let discarded = 0;
-    let archived = 0;
-
-    const runDecisions = () => {
-      decisions.forEach((decision, i) => {
-        const action = String(decision?.action ?? "").trim();
-        if (action === "save") {
-          const index = Number(decision?.index);
-          const entry = Number.isInteger(index) ? byIndex.get(index) : undefined;
-          if (!entry) {
-            // 索引不在快照里 = dryRun 从没校验过它（越界，或当时就被 normalize 拒了）。
-            skipped.push({ index: i, action, error: "candidate index was not accepted by this dryRun" });
-            return;
-          }
-          const { index: _originalIndex, ...candidate } = entry;
-          // 这里不吞异常：能走到这一步的候选是 dryRun 已经规范化过的合法输入，抛出
-          // 来的只能是基础设施错误 → 让它冒到事务外，整批回滚 + failed（红线 4 的
-          // 「单条跳过」只覆盖输入级错误，那一步在 normalizeCandidate）。
-          const result = saveWithDedupe(candidate);
-          if (result?.action === "created") saved++;
-          else merged++;
-          savedRows.push(result.memory);
-          memoryIds.push(result.memory.id);
-          byId[result.memory.id] = action;
-          return;
-        }
-        if (action === "discard") {
-          // 与 save 同一把尺：index 必须指向 dryRun 真的收下的候选。否则这是一条针对
-          // 不存在的候选的「裁决」，记进回执就是虚账（skipped 为空、可能还报 noop）。
-          const index = Number(decision?.index);
-          const entry = Number.isInteger(index) ? byIndex.get(index) : undefined;
-          if (!entry) {
-            skipped.push({ index: i, action, error: "candidate index was not accepted by this dryRun" });
-            return;
-          }
-          discarded++;
-          return;
-        }
-        if (action === "archive") {
-          const id = String(decision?.id ?? "").trim();
-          // 可见性先于「是否被报告命中」：调用方看不见的行一律按不存在处理（不泄漏
-          // 存在性，错误文案也维持「unknown, archived or out of scope」这一句）。
-          const row = !id || hidden.has(id) ? null : store.getById(id);
-          if (!row) {
-            skipped.push({ index: i, action, ids: id ? [id] : [], error: "unknown, archived or out of scope" });
-            return;
-          }
-          // 看得见、也存在，但报告从没把它标成命中行 → 拒绝：报告是唯一的判断依据。
-          if (!matchedIds.has(id)) {
-            skipped.push({ index: i, action, ids: [id], error: "id was not flagged as a match by this dryRun" });
-            return;
-          }
-          if (row.archived) {
-            byId[id] = "keep"; // 已归档 = 目标状态已达，不重复计数
-            return;
-          }
-          store.setArchived(id, true);
-          archived++;
-          byId[id] = action;
-          return;
-        }
-        skipped.push({ index: i, action, error: `unknown action "${action}"` });
-      });
-    };
-
-    const applyRunId = randomUUID();
-    const createdAt = new Date().toISOString();
-    const snapshotHash = report.snapshot_hash;
-    // 回执的 applied/byId 由调用方传入：失败路径必须报 0（事务已回滚，累积的
-    // saved/archived 是尝试值，写进回执就是撒谎）。
-    const record = (status, error, { byId: outcomeById = byId, applied = saved + merged + archived } = {}) => store.saveDreamRun({
-      id: applyRunId,
-      created_at: createdAt,
-      status,
-      error,
-      provider: null,
-      model: null,
-      snapshot_hash: snapshotHash,
-      input_count: snapshot.length,
-      input: snapshot,
-      decisions,
-      // dry_run_id 是这条回执与它所指报告的连接键：审计能还原「报告 → 判断 → 落地」
-      // 三步，而不用新建审计面。
-      outcome: { dry_run_id: dryRunId, byId: outcomeById },
-      applied,
-      summary_stored: 0,
-      receipt: buildReceipt({
-        runId: applyRunId,
-        status,
-        snapshotHash,
-        inputCount: snapshot.length,
-        applied,
-        summaryStored: false
-      }),
-      policy_epoch: 0,
-      run_type: "organize",
-      ...(skipped.length ? { skipped } : {})
-    });
-
-    let status;
-    try {
-      transaction(() => {
-        runDecisions();
-        // 给报告打「已落地」标记，与数据同事务：标记写不进去就整批回滚，不会出现
-        // 「库改了、报告却还能再落地一次」的窗口。
-        store.saveDreamRun({
-          ...report,
-          outcome: { ...(report.outcome ?? {}), applied_at: createdAt, applied_by: applyRunId }
-        });
-        // 只有 discard 的批次什么都没改 → noop（绝不虚报 ok）。
-        status = skipped.length ? "degraded" : saved + merged + archived > 0 ? "ok" : "noop";
-        // 成功回执与数据同事务：审计写不进去就一起回滚，不留「库改了却没有回执」
-        // 的窗口（回执是这条链上唯一的证据）。
-        record(status, null);
-      });
-    } catch (e) {
-      // 事务已回滚 → 失败回执单独写。审计本身失败不能顶掉原始错误（调用方要处理的
-      // 是原始错误那一件），但也别静默：挂到它身上，两件事都看得见。
-      try {
-        record("failed", String(e?.message ?? e), { byId: {}, applied: 0 });
-      } catch (auditError) {
-        e.audit_error = String(auditError?.message ?? auditError);
-      }
-      throw e;
-    }
-
-    // transaction 只负责镜像与通知，重嵌入留给调用方（service.js › transaction
-    // 注释）；document.js 用同一个 finalize 先例。放在提交之后，事务里 scheduleEmbed
-    // 会被 txDepth 挡掉，不补这一步新写的记忆就没有向量。
-    if (savedRows.length && typeof finalize === "function") finalize(savedRows);
-
-    return {
-      run_id: applyRunId,
-      dry_run_id: dryRunId,
-      status,
-      saved,
-      merged,
-      discarded,
-      archived,
-      memory_ids: memoryIds,
-      skipped,
-      degraded: skipped.length > 0
-    };
-  }
-
-  /** 一个入口带 mode 参数（维护者口径）；opts 是可信调用上下文，不取 payload 里的字段。 */
-  async function organize(payload = {}, opts = {}) {
-    const mode = String(payload?.mode ?? "dryRun").trim();
-    if (mode === "dryRun") return dryRun(payload);
-    if (mode === "apply") return apply(payload, opts);
-    throw new Error(`organize: unknown mode "${mode}" (dryRun | apply)`);
-  }
-
-  return { organize };
-}
+// dsh-mneme/src/organize.js
+// agent 主动整理接口（issue #231，口径基线 = #164 的「第三腿触发」）：dryRun
+// 出比对报告 → agent 判断 → apply 落库；筛除项进归档不删；调用全程留审计回执。
+//
+// 只做功能本体（维护者口径，issue #231）：落在 service 层并带测试。**调用入口在
+// 第二批**（#231：`tools.js` 的 `memory_organize` + `organizeEnabled` 默认关）——
+// 本模块至今不读任何配置键，闸门与 scope 盖章都在调用方那一侧，所以本体语义与
+// 第一批逐字节相同。
+//
+// 独立成模块（AGENTS.md 尺寸约定，同 document.js / recall-stats.js 先例）：
+// service.js 只做依赖注入 + barrel 出口，调用方零改动。
+//
+// 四条硬规则，都是「宁可什么都不做」的形态：
+// 1. dryRun 不写记忆表：它只读 + 写一行审计（dream_runs）。比对是报告，不是动作。
+// 2. apply 必须引用一次真实 dryRun——run_id 且 run_type='organize'，且不是 apply
+//    自己的回执（靠 outcome.dry_run_id 区分）、也不是 failed 的报告，且**还没落地过**
+//    （报告行上的 outcome.applied_at，同一份报告只认一次，挡掉重放）。没有比对过的
+//    候选一律不落库，堵死「跳过报告直接写」这条绕过路径。
+// 3. apply 只重放 dryRun 校验过的那份规范化快照，且只认快照里的索引：被 dryRun
+//    跳过的候选没有资格落库；scope 比对按**候选自己的** scope（candidate ?? payload），
+//    不会出现「报告按 scope A 比对、落地却写成 scope B」的错位。
+// 3b. archive 只认报告里命中过的 id（item.match.id，落在报告的 decisions 列）：报告
+//    是唯一的判断依据，整理接口不能变成第二条「按 id 改库」的通道。
+// 4. 筛除 = 归档（store.setArchived），绝不物理删除：归档可恢复，删除不可逆。
+//
+// 宽容形态（仓库红线 4，同 issue #89）只管**输入**：单条非法候选/决策跳过 + 应用
+// 合法子集 + run 记 degraded，不整单拒绝。基础设施错误（嵌入器抛错、存储异常）
+// 相反——记 failed 并原样上抛，绝不静默降级成「没找到重复」。审计口径复用
+// dream_runs 的 receipt 语义（buildReceipt / parseReceipt 同一格式），不新建审计面。
+
+import { createHash, randomUUID } from "node:crypto";
+import { scopeKeyOf } from "./scope.js";
+// 比对池要先剔掉外来行：报告里的 item.match.id 既给出「命中」结论，也是 apply 的
+// archive 动作唯一许可的目标集（硬规则 3b），而 archive 直接 store.setArchived，
+// 不经 saveWithDedupe 那道闸门——留着外来行，整理接口就能替别人决定归档面。
+import { isImportedRow } from "./memory-source.js";
+import { cosineSimilarity } from "./dream/clustering.js";
+import { buildReceipt } from "./dream.js";
+
+// 与 document 的 C2 档（#230）和 findSessionDuplicate 的 vector 档同源：同一份
+// 「近重复」语义只有一个阈值，不在第三个地方另发明一个。
+const MIN_SIM = 0.92;
+// 向量比对对象的上限（document.js 同口径：精确层全量、向量层有界）。精确层
+// 不能截断——同标题漏检会让报告给出错误的 verdict。
+const CANDIDATE_LIMIT = 200;
+// 单次 dryRun 的候选硬上限：主场景是「长段工作收尾整理」，不是批量导入；不设界
+// 的话一次调用会把整库拉进比对。
+const MAX_ITEMS = 50;
+// scope 标注只做搬运（判定在 store / service 侧），省得整理接口成为第二条绕过
+// scope 治理的写入通道。载荷级给的值是候选级的缺省——比对按它判 scope，落地就必须
+// 带上它，否则报告与写入落在两个 scope 里。
+const SCOPE_KEYS = ["sensitivity", "agent_scope", "workspace_scope", "agent_scope_source", "workspace_scope_source"];
+// 比对键必须与 saveWithDedupe 的去重键**同口径**：`src/service.js` 的 scopeMatches 只比
+// sensitivity / agent_scope / workspace_scope 三列，来源两列不进键（它们是元数据，合并时
+// 还会把被并入行的 auto 来源升级成 explicit）。比对键里多带来源，就会出现「dryRun 报 new、
+// apply 却把它并进既有行」——报告与写入错位，正是本模块硬规则 3 要挡的那类不一致。
+const MATCH_SCOPE_KEYS = ["sensitivity", "agent_scope", "workspace_scope"];
+
+/**
+ * Build the organizer.
+ *
+ * Injected deps are service.js closure members (store / embedQuery / saveWithDedupe
+ * / transaction / finalize) so this module stays free of service-internal wiring;
+ * `saveWithDedupe` is the normal write path, so its own epilogue (mirror sync and
+ * notify) is never duplicated here. `finalize` is the post-commit re-embed hook
+ * (document.js 同款): transaction 提交后补重嵌入，见 service.js › transaction 注释。
+ *
+ * @returns {{ organize: (payload: object, opts?: object) => Promise<object> }}
+ *   `organize({ mode: "dryRun"|"apply", ... }, opts)` — 一个入口带 mode 参数
+ *   （维护者倾向的形态），内部两个具名函数各自可测。
+ */
+export function createOrganizer({ store, embedQuery, saveWithDedupe, transaction, finalize }) {
+  const hashOf = (value) => createHash("sha256").update(JSON.stringify(value ?? null)).digest("hex");
+
+  /**
+   * 候选规范化。返回 `{ candidate }` 或 `{ error }`——错误在 dryRun 里进 skipped，
+   * 不抛整单（红线 4）。document 刻意在此拦下：它的唯一铸造口是 registerDocument
+   * （#230），service 的通用 save 路径也会拒绝，这里提前拦截只是为了报告不撒谎。
+   */
+  function normalizeCandidate(raw, defaults = {}) {
+    const type = String(raw?.type ?? "").trim();
+    const title = String(raw?.title ?? "").trim();
+    const content = String(raw?.content ?? "").trim();
+    if (!type || !title || !content) return { error: "type/title/content are required" };
+    if (type === "document") return { error: "document rows are minted only via registerDocument (#230)" };
+    const candidate = {
+      type,
+      title,
+      content,
+      importance: Number.isInteger(raw?.importance) ? Math.min(5, Math.max(1, raw.importance)) : 3,
+      tags: [...new Set((Array.isArray(raw?.tags) ? raw.tags : []).map((t) => String(t ?? "").trim()).filter(Boolean))],
+      source: String(raw?.source ?? "organize")
+    };
+    for (const key of SCOPE_KEYS) {
+      const value = raw?.[key] ?? defaults[key];
+      if (value !== undefined) candidate[key] = value;
+    }
+    return { candidate };
+  }
+
+  /** 标题归一（同 findSessionDuplicate 的 title 档）：大小写与标点不构成「不同标题」。 */
+  const normalizeTitle = (s) => String(s ?? "").toLowerCase().replace(/[\s\p{P}]+/gu, "");
+
+  /**
+   * 向量档最佳命中。拿不到向量/嵌入器时返回 null（无信号 = 不判定，不是报错）；
+   * 但**抛出的**错误不再吞掉——嵌入器故障下的空信号会被读成「全是新条目」，让
+   * agent 把重复条写进库，比整单失败更糟，交 dryRun 记 failed 后上抛。
+   */
+  async function bestNear(candidate, rows, vecs) {
+    if (!vecs?.size) return null;
+    const probe = await embedQuery([candidate.title, candidate.content].filter(Boolean).join("\n"));
+    if (!probe) return null;
+    let best = null;
+    for (const m of rows) {
+      const v = vecs.get(m.id);
+      if (!v) continue; // 无向量的既有行不参与比对
+      const sim = cosineSimilarity(probe, v);
+      if (sim >= MIN_SIM && (!best || sim > best.sim)) best = { memory: m, sim };
+    }
+    return best;
+  }
+
+  /**
+   * 比对报告。**不写记忆表**；只写一行 dream_runs 审计（run_type='organize'）。
+   *
+   * @param {object} payload
+   *   `{ candidates: Array<{type,title,content,importance?,tags?}>, agent_scope?,
+   *      workspace_scope?, sensitivity? }`
+   * @returns {Promise<{run_id, created_at, status, counts, items, skipped}>}
+   *   items[i] = `{ index, type, title, verdict: "exact"|"near"|"new", match }`
+   */
+  async function dryRun(payload = {}) {
+    const raws = Array.isArray(payload.candidates) ? payload.candidates : null;
+    if (!raws) throw new Error("organize.dryRun: candidates must be an array");
+    const bounded = raws.slice(0, MAX_ITEMS);
+    const defaults = Object.fromEntries(SCOPE_KEYS.filter((k) => payload?.[k] !== undefined).map((k) => [k, payload[k]]));
+
+    const skipped = [];
+    const accepted = [];
+    bounded.forEach((raw, index) => {
+      const { candidate, error } = normalizeCandidate(raw, defaults);
+      if (error) skipped.push({ index, error });
+      else accepted.push({ index, candidate });
+    });
+    // 审计存规范化快照（带原始索引），不存调用方原始输入：apply 要重放的就是这份
+    // ——原始输入里混着被跳过的候选，也没有随行的 payload 级 scope。
+    const snapshot = accepted.map(({ index, candidate }) => ({ index, ...candidate }));
+
+    // scope 同等才比对（跨 scope 永不互判——防泄漏，与 saveWithDedupe 的去重键
+    // 「type+title+scope」同口径）。**按候选自己的 scope 比，不按载荷级**：
+    // normalizeCandidate 允许逐条给 scope（raw ?? payload），若这里只看 payload，
+    // 一条 agent_scope:"agent-b" 的候选就会拿默认 scope 的行去比——同一个 scope 里
+    // 明明已有同标题行也报 "new"，报告 scope 与写入 scope 就此错位（硬规则 3）。
+    // 行扫描与向量读取都按 (type, scope) 缓存：一批候选通常同类型同 scope，避免逐条全表扫。
+    // 比对键用 MATCH_SCOPE_KEYS（三列值），搬运用 SCOPE_KEYS（五列）——两件事，别混：
+    // 「怎么判同一行」跟 write 路径一致，「怎么把 scope 搬到候选上」才需要连来源一起带。
+    const scopeOf = (source) => MATCH_SCOPE_KEYS.map((k) => scopeKeyOf(source?.[k])).join("\u0000");
+    const scopeMatches = (m, source) => MATCH_SCOPE_KEYS.every((k) => scopeKeyOf(m[k]) === scopeKeyOf(source?.[k]));
+    const cacheKey = (candidate) => `${candidate.type}\u0000${scopeOf(candidate)}`;
+    const rowsByScope = new Map();
+    const rowsFor = (candidate) => {
+      const key = cacheKey(candidate);
+      if (!rowsByScope.has(key)) {
+        rowsByScope.set(
+          key,
+          store.list({ type: candidate.type, limit: null }).filter((m) => !isImportedRow(m) && !m.archived && scopeMatches(m, candidate))
+        );
+      }
+      return rowsByScope.get(key);
+    };
+    const vecsByScope = new Map();
+    const vecsFor = (candidate, rows) => {
+      const key = cacheKey(candidate);
+      if (!vecsByScope.has(key)) {
+        vecsByScope.set(key, store.getEmbeddings(rows.slice(0, CANDIDATE_LIMIT).map((m) => m.id)));
+      }
+      return vecsByScope.get(key);
+    };
+
+    const runId = randomUUID();
+    const createdAt = new Date().toISOString();
+    // 哈希与 input 必须指向同一份东西：审计存的是规范化快照（apply 要重放它），
+    // 所以哈希也算快照——否则回执里的 snapshot_hash 描述的是调用方原始输入，
+    // 谁也校验不了。
+    const snapshotHash = hashOf(snapshot);
+    const record = (status, { error = null, decisions = items, skipped: skipList = skipped, applied = 0 } = {}) =>
+      store.saveDreamRun({
+        id: runId,
+        created_at: createdAt,
+        status,
+        error,
+        provider: null,
+        model: null,
+        snapshot_hash: snapshotHash,
+        input_count: snapshot.length,
+        input: snapshot,
+        decisions,
+        applied,
+        summary_stored: 0,
+        receipt: buildReceipt({ runId, status, snapshotHash, inputCount: snapshot.length, applied, summaryStored: false }),
+        policy_epoch: 0,
+        run_type: "organize",
+        ...(skipList.length ? { skipped: skipList } : {})
+      });
+
+    const items = [];
+    try {
+      for (const { index, candidate } of accepted) {
+        const rows = rowsFor(candidate);
+        let item = { index, type: candidate.type, title: candidate.title, verdict: "new", match: null };
+        const exact = rows.find((m) => normalizeTitle(m.title) === normalizeTitle(candidate.title));
+        if (exact) {
+          item = { ...item, verdict: "exact", match: { id: exact.id, title: exact.title, sim: null } };
+        } else {
+          const near = await bestNear(candidate, rows, vecsFor(candidate, rows));
+          if (near) {
+            item = { ...item, verdict: "near", match: { id: near.memory.id, title: near.memory.title, sim: near.sim } };
+          }
+        }
+        items.push(item);
+      }
+    } catch (e) {
+      // 审计先留痕、再上抛：一份没有回执的失败报告，事后无法与「没调用过」区分。
+      record("failed", { error: String(e?.message ?? e) });
+      throw e;
+    }
+
+    const counts = {
+      total: items.length,
+      exact: items.filter((i) => i.verdict === "exact").length,
+      near: items.filter((i) => i.verdict === "near").length,
+      new: items.filter((i) => i.verdict === "new").length,
+      skipped: skipped.length,
+      truncated: raws.length - bounded.length
+    };
+    // 有被拒的候选 → degraded（如实标记），而不是 ok 掩盖过去；一条都没报 → noop。
+    const status = skipped.length ? "degraded" : items.length ? "ok" : "noop";
+    record(status);
+    return { run_id: runId, created_at: createdAt, status, counts, items, skipped };
+  }
+
+  /**
+   * 按 agent 的判断落库。decisions 逐条：
+   *   `{ action: "save", index }`     — 写候选（走 saveWithDedupe：同键自动合并）
+   *   `{ action: "discard", index }`  — 不写（只进回执，不删任何东西）
+   *   `{ action: "archive", id }`     — 库内被取代的行 → 归档（可恢复，不删）
+   *
+   * @param {object} payload `{ run_id, decisions }`
+   * @param {object} [opts] `{ hiddenIds }` — 调用者 scope 看不见的行按「不存在」
+   *   处理（#170 复核项 4：无存在性泄漏），与 document 的 hiddenEvidenceIds 同形：
+   *   **可见性由可信调用方算好传入**（tools 层先例：register_document），不取 payload
+   *   里的字段——那是调用方可自选的内容，不是授权。
+   * @returns {{run_id, dry_run_id, status, saved, merged, discarded, archived, memory_ids, skipped, degraded}}
+   *   `saved` 只数**新建**的行，合并进既有行的算 `merged`（两者之和 = 落地生效的条数）；
+   *   `memory_ids` 含合并命中的既有行 id（它们同样需要重嵌入）。
+   */
+  function apply(payload = {}, { hiddenIds = [] } = {}) {
+    const dryRunId = String(payload?.run_id ?? "").trim();
+    if (!dryRunId) {
+      throw new Error("organize.apply: run_id is required (apply must reference a dryRun report)");
+    }
+    const report = store.getDreamRun(dryRunId);
+    if (report?.run_type !== "organize") {
+      throw new Error(`organize.apply: unknown organize run "${dryRunId}"`);
+    }
+    // apply 回执与 dryRun 报告共用 run_type='organize'：只有 outcome.dry_run_id 能
+    // 把它们分开。不查这一条，apply 的 run_id 可以被当成 dry_run_id，串成
+    // apply → apply 的审计链，报告那一环就此消失。
+    if (report.outcome?.dry_run_id) {
+      throw new Error(`organize.apply: "${dryRunId}" is an apply receipt, not a dryRun report`);
+    }
+    if (report.status === "failed") {
+      throw new Error(`organize.apply: dryRun "${dryRunId}" failed — re-run dryRun before applying`);
+    }
+    // 同一份报告只能落地一次。凭证写在**报告行**上（下面的 outcome.applied_at），
+    // 与数据同事务；只看 apply 回执挡不住「重放同一 run_id」——那会各记一份收据，
+    // 审计计数虚高，破坏「全留审计」的承诺。
+    if (report.outcome?.applied_at) {
+      throw new Error(`organize.apply: dryRun "${dryRunId}" was already applied at ${report.outcome.applied_at}`);
+    }
+    const decisions = Array.isArray(payload?.decisions) ? payload.decisions : null;
+    if (!decisions) throw new Error("organize.apply: decisions must be an array");
+
+    const snapshot = Array.isArray(report.input) ? report.input : [];
+    const byIndex = new Map(snapshot.map((entry) => [Number(entry?.index), entry]));
+    const hidden = new Set((Array.isArray(hiddenIds) ? hiddenIds : []).map((id) => String(id)));
+    // 报告认定过的「库内被取代行」：dryRun 的 items 落在报告的 decisions 列里，
+    // 只有那里命中过的 id 才有资格归档。不查这一条，apply 可以归档报告里根本
+    // 没出现过的行（评审实测：preference-only 的报告里归档了 project 行）——
+    // 整理接口就成了绕过报告的第二条改库通道。
+    const matchedIds = new Set(
+      (Array.isArray(report.decisions) ? report.decisions : [])
+        .map((d) => (d?.match?.id != null ? String(d.match.id) : null))
+        .filter(Boolean)
+    );
+    const skipped = [];
+    const byId = {};
+    const memoryIds = [];
+    const savedRows = [];
+    let saved = 0; // 真正新建的行
+    let merged = 0; // 合并进既有行（同键命中）——不是新建，不能算进 saved
+    let discarded = 0;
+    let archived = 0;
+
+    const runDecisions = () => {
+      decisions.forEach((decision, i) => {
+        const action = String(decision?.action ?? "").trim();
+        if (action === "save") {
+          const index = Number(decision?.index);
+          const entry = Number.isInteger(index) ? byIndex.get(index) : undefined;
+          if (!entry) {
+            // 索引不在快照里 = dryRun 从没校验过它（越界，或当时就被 normalize 拒了）。
+            skipped.push({ index: i, action, error: "candidate index was not accepted by this dryRun" });
+            return;
+          }
+          const { index: _originalIndex, ...candidate } = entry;
+          // 这里不吞异常：能走到这一步的候选是 dryRun 已经规范化过的合法输入，抛出
+          // 来的只能是基础设施错误 → 让它冒到事务外，整批回滚 + failed（红线 4 的
+          // 「单条跳过」只覆盖输入级错误，那一步在 normalizeCandidate）。
+          const result = saveWithDedupe(candidate);
+          if (result?.action === "created") saved++;
+          else merged++;
+          savedRows.push(result.memory);
+          memoryIds.push(result.memory.id);
+          byId[result.memory.id] = action;
+          return;
+        }
+        if (action === "discard") {
+          // 与 save 同一把尺：index 必须指向 dryRun 真的收下的候选。否则这是一条针对
+          // 不存在的候选的「裁决」，记进回执就是虚账（skipped 为空、可能还报 noop）。
+          const index = Number(decision?.index);
+          const entry = Number.isInteger(index) ? byIndex.get(index) : undefined;
+          if (!entry) {
+            skipped.push({ index: i, action, error: "candidate index was not accepted by this dryRun" });
+            return;
+          }
+          discarded++;
+          return;
+        }
+        if (action === "archive") {
+          const id = String(decision?.id ?? "").trim();
+          // 可见性先于「是否被报告命中」：调用方看不见的行一律按不存在处理（不泄漏
+          // 存在性，错误文案也维持「unknown, archived or out of scope」这一句）。
+          const row = !id || hidden.has(id) ? null : store.getById(id);
+          if (!row) {
+            skipped.push({ index: i, action, ids: id ? [id] : [], error: "unknown, archived or out of scope" });
+            return;
+          }
+          // 看得见、也存在，但报告从没把它标成命中行 → 拒绝：报告是唯一的判断依据。
+          if (!matchedIds.has(id)) {
+            skipped.push({ index: i, action, ids: [id], error: "id was not flagged as a match by this dryRun" });
+            return;
+          }
+          if (row.archived) {
+            byId[id] = "keep"; // 已归档 = 目标状态已达，不重复计数
+            return;
+          }
+          store.setArchived(id, true);
+          archived++;
+          byId[id] = action;
+          return;
+        }
+        skipped.push({ index: i, action, error: `unknown action "${action}"` });
+      });
+    };
+
+    const applyRunId = randomUUID();
+    const createdAt = new Date().toISOString();
+    const snapshotHash = report.snapshot_hash;
+    // 回执的 applied/byId 由调用方传入：失败路径必须报 0（事务已回滚，累积的
+    // saved/archived 是尝试值，写进回执就是撒谎）。
+    const record = (status, error, { byId: outcomeById = byId, applied = saved + merged + archived } = {}) => store.saveDreamRun({
+      id: applyRunId,
+      created_at: createdAt,
+      status,
+      error,
+      provider: null,
+      model: null,
+      snapshot_hash: snapshotHash,
+      input_count: snapshot.length,
+      input: snapshot,
+      decisions,
+      // dry_run_id 是这条回执与它所指报告的连接键：审计能还原「报告 → 判断 → 落地」
+      // 三步，而不用新建审计面。
+      outcome: { dry_run_id: dryRunId, byId: outcomeById },
+      applied,
+      summary_stored: 0,
+      receipt: buildReceipt({
+        runId: applyRunId,
+        status,
+        snapshotHash,
+        inputCount: snapshot.length,
+        applied,
+        summaryStored: false
+      }),
+      policy_epoch: 0,
+      run_type: "organize",
+      ...(skipped.length ? { skipped } : {})
+    });
+
+    let status;
+    try {
+      transaction(() => {
+        runDecisions();
+        // 给报告打「已落地」标记，与数据同事务：标记写不进去就整批回滚，不会出现
+        // 「库改了、报告却还能再落地一次」的窗口。
+        store.saveDreamRun({
+          ...report,
+          outcome: { ...(report.outcome ?? {}), applied_at: createdAt, applied_by: applyRunId }
+        });
+        // 只有 discard 的批次什么都没改 → noop（绝不虚报 ok）。
+        status = skipped.length ? "degraded" : saved + merged + archived > 0 ? "ok" : "noop";
+        // 成功回执与数据同事务：审计写不进去就一起回滚，不留「库改了却没有回执」
+        // 的窗口（回执是这条链上唯一的证据）。
+        record(status, null);
+      });
+    } catch (e) {
+      // 事务已回滚 → 失败回执单独写。审计本身失败不能顶掉原始错误（调用方要处理的
+      // 是原始错误那一件），但也别静默：挂到它身上，两件事都看得见。
+      try {
+        record("failed", String(e?.message ?? e), { byId: {}, applied: 0 });
+      } catch (auditError) {
+        e.audit_error = String(auditError?.message ?? auditError);
+      }
+      throw e;
+    }
+
+    // transaction 只负责镜像与通知，重嵌入留给调用方（service.js › transaction
+    // 注释）；document.js 用同一个 finalize 先例。放在提交之后，事务里 scheduleEmbed
+    // 会被 txDepth 挡掉，不补这一步新写的记忆就没有向量。
+    if (savedRows.length && typeof finalize === "function") finalize(savedRows);
+
+    return {
+      run_id: applyRunId,
+      dry_run_id: dryRunId,
+      status,
+      saved,
+      merged,
+      discarded,
+      archived,
+      memory_ids: memoryIds,
+      skipped,
+      degraded: skipped.length > 0
+    };
+  }
+
+  /** 一个入口带 mode 参数（维护者口径）；opts 是可信调用上下文，不取 payload 里的字段。 */
+  async function organize(payload = {}, opts = {}) {
+    const mode = String(payload?.mode ?? "dryRun").trim();
+    if (mode === "dryRun") return dryRun(payload);
+    if (mode === "apply") return apply(payload, opts);
+    throw new Error(`organize: unknown mode "${mode}" (dryRun | apply)`);
+  }
+
+  return { organize };
+}