@skillbuilder/miniapp-simulator 0.2.2 → 0.2.4

package/docs/audit-score-design.md

@@ -0,0 +1,885 @@
+# 小工具体验评分与性能管控方案
+
+## 1. 背景与目标
+
+本文覆盖一期远程模拟器评测及其 1.1 期游戏增强。1.1 期的识别模型、专项指标、审核流程和验收要求见 §15，实施状态为待开发、待验证；当前已实现的采集与默认策略见 [一期评分与采集设计](./audit-score-design.codex.md)。
+
+小工具形态跨度极大：传统工具类（算命、计算器）、2D/3D 游戏、视频类并存，产物由开发者自己的
+构建链路产出（webpack / vite / Unity / Cocos），不在平台控制范围内。线上频繁出现 Android / iOS
+侧 OOM，问题直接暴露给用户。
+
+需要在模拟器侧建立基础管控能力，让审核在上线前拦住低质小工具。
+
+目标：
+
+- 在**远程模拟器**链路上提供按需触发的体验评测能力，产出评分与优化建议。
+- 优先解决 OOM：建立内存、显存、泄漏斜率等此前完全没有覆盖的指标。
+- 阈值与准入规则全部由 Apollo 下发，先采集、后调控，调整阈值与开启卡口都不发版。
+- 采集、打分、上报失败时静默降级，不阻塞、不抛错、不改变小工具本身的运行结果。
+
+不在本期范围：Electron 审核模拟器（`apps/mini-app-review-simulator`）、创作者侧自查面板。
+
+## 2. 使用形态与整体架构
+
+### 2.1 按需进入的评测模式
+
+评测按需进入，不跟车常驻：
+
+```text
+审核台（Mars）打开小工具
+  └─ 正常预览（不加载评测插件，零开销）
+  └─ 审核员点「开始评测」
+       ├─ runtime 按业务线拉取评测插件
+       ├─ 注册探针到 InjectionRegistry
+       ├─ reload 小工具（带探针重跑）
+       ├─ 审核员操作 / auto-pilot，持续采集
+       └─ 「结束评测」→ 出报告 →「重新检测」/「导出 JSON」
+```
+
+**评测必须触发一次 reload。** 探针需在 document-start、早于业务 bundle 注入才能捕获启动期分配，
+对已运行的实例插桩必然漏数据。该行为需在交互上让审核员有预期。
+
+`BusinessLine` 已有 `mars`（审核）取值，`creator` / `skillDesignable` 业务线默认不加载插件。
+
+### 2.2 插件形态
+
+评测能力以**独立插件**接入，不编译进模拟器核心：
+
+```text
+@skillbuilder/miniapp-audit-plugin
+├─ guest/     探针源码（构建为字符串，安全 hook）
+├─ runtime/   注册探针 + 收集时序 + 调规则引擎 + 出报告
+└─ panel/     Vue 评分面板（defineCustomElement），见 §10
+```
+
+三段全部运行在 **runtime iframe 内**，宿主页不参与，详见 §10.1。
+
+### 2.3 装载链路
+
+`InjectionRegistry`（`src/injection/registry.ts`）本身已是干净的扩展点：介质无关、`register()`
+支持按 id 覆盖、已有 `unregister()` 与稳定顺序数组。**不需要新造插件机制**，只需把注册口从构造
+函数里写死的内置列表（`src/core/simulator.ts` 中 8 个内置模块）开放出来：
+
+```ts
+registerInjection(module: InjectionModule): void
+unregisterInjection(id: string): boolean
+```
+
+约束：评测模块必须排在 `securityInjection` 之前（seal IIFE 最后会冻结 `navigator`），且尽量靠前。
+
+远程链路下宿主页无法直接传入插件——`RemoteSimulatorSerializableOptions` omit 了全部函数型 option，
+插件只能由 runtime 侧装载。服务端插件目录照抄 `runtime-manifest-catalog` 的形状：
+
+```ts
+interface SimulatorPluginCatalog {
+  activePluginsByBusinessLine: Record<string, string[]>;  // { "mars": ["audit@3"] }
+  releases: Record<string, {
+    buildId: string;
+    protocolVersion: number;   // 与 runtime 协议版本严格校验
+    pluginUrl: string;         // 同 origin，托管在 simulator-server
+    integrity?: string;
+  }>;
+}
+```
+
+加载用动态 `import(pluginUrl)`，**不用 eval**：插件产物与 runtime 同源，ESM 动态导入无需放开
+`script-src unsafe-eval`。
+
+guest 侧探针代码以**字符串**形式由 `InjectionModule.buildHeadScriptSource()` 返回，装配器拼进带
+nonce 的内联 script，**guest 的 CSP 无需任何改动**。
+
+### 2.4 注入时机
+
+`src/sw/worker/serve.ts` 的 `injectHead()` 有三级兜底：
+
+```text
+有 <head>          → 插在 <head> 开标签紧后
+无 head 但有 <html> → 造 <head> 插入
+两者都无            → 整体前置到 HTML 最前
+```
+
+三种情况下注入片段都是文档中第一个执行的脚本，业务 bundle 不可能先于探针运行，**hook 安装在
+t=0 完成，不会漏任何调用**。
+
+## 3. 打标与探针注入策略
+
+### 3.1 统一标签接口
+
+```ts
+interface MiniAppFeatureTags {
+  source: "declared" | "scanned" | "merged";
+  appType?: "tool" | "game2d" | "game3d" | "video";
+  features: string[];                 // ["webgl","wasm","worker","canvas2d","audio",...]
+  evidence?: Record<string, string>;  // 扫到的证据（文件:特征串），仅审计用
+}
+```
+
+一期 `source: "scanned"`（包解析阶段字符串扫描），未来上游直接下发即为 `"declared"`，
+**下游消费方无需改动**，扫描器可直接下线。
+
+打标时机插在 `parseRawZip` 之后、`buildSwInjectionPayload` 之前，天然早于注入决策。
+
+### 3.2 注入门控按「常驻成本」划分，不按标签划分
+
+被动 hook 若从未被调用，成本仅为启动时一次属性赋值，运行期开销精确为 0。条件注入省不到实际
+开销，却会因漏标造成**数据永久丢失且无法事后补测**。因此：
+
+| 探针类型 | 不使用时的常驻成本 | 注入策略 |
+| --- | --- | --- |
+| 被动 hook：`texImage2D` / `bufferData` / `getContext` / `new Worker` / `WebAssembly.Memory.grow` / `Image.load` | 0 | **全量注入，不看标签** |
+| 主动轮询：heap 采样 `setInterval`、rAF FPS 循环、`PerformanceObserver`、DOM 扫描 | 持续消耗 | 按 Apollo 策略/标签开关 |
+
+判据是「这段代码不用时会不会持续消耗 CPU」，而非「这个能力用不用得上」。
+
+**禁止在探针内部做 `if (hasWebGL)` 之类的能力分支判断。** 能力差异通过注入清单与评分项适用性
+表达，探针本身只负责采集。
+
+### 3.3 标签的主职责：评分项适用性与预算档位
+
+```text
+包解析 (RawParseResult)
+   └─ 打标器 ──→ FeatureTags ─┬─→ [Apollo] featureProbes  → 主动轮询类探针开关
+      (扫描 / 上游声明)        └─→ [Apollo] featureMetrics → 适用评分项集合 → 覆盖度与归一化
+```
+
+同一份标签同时决定「采什么」与「评什么」，保证两者同源，避免出现「注了探针无人评分」或
+「评分项拿不到数据」的错位。
+
+### 3.4 漏标自愈
+
+运行期观测补齐渲染和资源能力，1.1 期按以下规则处理：
+
+```text
+getContext("webgl" / "webgl2") 成功或观测到 GL 资源调用
+  → 补齐 webgl 能力与 renderModes
+  → 纳入图形资源相关指标
+  → 单独展示业务形态、引擎证据和识别置信等级
+```
+
+WebGL、Canvas、WASM 或某个引擎的存在，只证明技术能力。业务形态由申报信息、运行证据与审核员确认共同确定；WebGL 不直接推出 3D 游戏，Three.js 不直接推出游戏，2D 游戏也可使用 WebGL。
+
+证据冲突时保留冲突原因和各自来源，提示审核员确认。形态未确定时标为 `unknown`，仍展示已观测到的资源和事故风险；没有识别到引擎不能让这些风险消失。识别的详细模型与预算选择见 §15.2。
+
+### 3.5 一期扫描规则
+
+1.1 期扫描 `rawFiles` 中的 JS / HTML 文本和资源路径，复用已有解包结果。扫描采用文件数、字节数和耗时预算；达到上限时标记扫描不完整。资源后缀和单个字符串属于弱证据，具体识别规则见 §15.2。
+
+| 标签 | 特征串（命中任一即打标） |
+| --- | --- |
+| webgl | `getContext` 邻近的 `webgl` / `webgl2` / `experimental-webgl`、`THREE.`、`PIXI.`、`BABYLON`、`.glsl` |
+| wasm | `WebAssembly`、包内存在 `.wasm` |
+| worker | `new Worker`、`.worker.js` |
+| canvas2d | `getContext` 邻近的 `"2d"` |
+| audio | `AudioContext`、`new Audio`、包内音频文件 |
+| video | `<video`、包内视频文件 |
+
+## 4. 评分项清单
+
+采集层标记：【包】静态包分析 ·【hook】guest 安全 hook ·【scan】guest DOM/CSSOM 扫描 ·
+【obs】PerformanceObserver / rAF ·【runtime】runtime 侧观测。
+
+「Canvas 类适用」列用于覆盖度计算：✅ 适用 · ⚠️ 部分适用 · ❌ 不适用。
+
+### 4.1 性能（30）
+
+| 指标 | 判定标准 | 权重 | 采集层 | Canvas 类 |
+| --- | --- | --- | --- | --- |
+| 首屏时间 | FCP ≤ 5s | 5 | 【obs】已有 `installPaintReporter` | ✅ |
+| 主内容绘制 | LCP ≤ 2.5s | 4 | 【obs】 | ✅ |
+| 长任务阻塞 | 单次 longtask ≤ 1s，TBT ≤ 600ms | 5 | 【obs】`longtask` | ✅ |
+| 渲染节奏 | 页面 rAF 节拍、业务 rAF 与绘制提交分别标注来源；主循环内统计间隔与卡顿，见 §15.4 | 0，完成校准后配置 | 【obs】+【hook】 | ⚠️ |
+| DOM 节点数 | < 1500 节点 / 深度 < 30 / 单节点子节点 < 60 | 3 | 【scan】 | ❌ |
+| 网络请求耗时 | ≤ 1s | 3 | 【hook】fetch/XHR + Resource Timing | ⚠️ |
+| 网络请求并发 | >300ms 的并发 ≤ 10 | 2 | 【hook】 | ⚠️ |
+| 网络请求缓存 | 3min 内同 url 不出现两次 >128KB 相同回包 | 3 | 【hook】 | ⚠️ |
+
+### 4.2 内存与稳定性（35）
+
+OOM 的正面战场，本方案单独建类并给最高权重。
+
+| 指标 | 判定标准 | 权重 | 采集层 | Canvas 类 |
+| --- | --- | --- | --- | --- |
+| 峰值 JS 堆 | P95 采样 − 会话基线 ≤ profile 预算，见 §5.4 | 6 | 【obs】`performance.memory` 采样 | ✅ |
+| 堆增长斜率 | 稳定期 ≤ 8MB/min（泄漏检测，不需基线校正） | 7 | 时序线性回归 | ✅ |
+| 估算显存 | 纹理 + buffer 累计 ≤ profile 预算 | 6 | 【hook】`texImage2D` / `texStorage2D` / `bufferData` / `renderbufferStorage` | ✅ |
+| Canvas 后备缓冲 | 总和 ≤ profile 预算 | 3 | 【hook】canvas width/height + `getContext` | ✅ |
+| 解码图片字节 | 总和 ≤ profile 预算 | 4 | 【hook】`load` 事件算 `naturalW × naturalH × 4` | ⚠️ |
+| WebGL 上下文丢失 | 记录丢失、恢复与恢复后操作；作为稳定性风险，不能单独归因为 OOM | 风险项，由 enforce 控制 | 【obs】上下文事件 | ✅ |
+| WASM 内存 | 峰值 ≤ profile 预算 | 3 | 【hook】`WebAssembly.Memory.prototype.grow` | ✅ |
+| Worker 数量 | 同时存活 ≤ 4 | 2 | 【hook】`new Worker` / `terminate` 配对 | ✅ |
+| JS 异常 | 零异常 | 4 | 已有 js-api UMD `installErrorMonitor` | ✅ |
+| 网络请求异常 | 已授权请求全部正常返回 | 3 | 【hook】 | ⚠️ |
+| 崩溃 / 白屏 | 不得发生 | 硬卡口 | 【runtime】失联检测 + 现有 `mini-app:resource-limit` | ✅ |
+
+### 4.3 体验（25）
+
+面向交互与视觉体验的检查项，合计 25 分。
+
+| 指标 | 判定标准 | 权重 | 采集层 | Canvas 类 |
+| --- | --- | --- | --- | --- |
+| 惯性滚动 | `overflow:scroll` 元素在 iOS 下有 `-webkit-overflow-scrolling:touch` | 3 | 【scan】CSSOM | ❌ |
+| 避免 `:active` 点击态 | 样式表无 `:active` selector | 3 | 【scan】 | ❌ |
+| 图片比例失真 | 显示高/宽与原图高/宽偏差 ≤ 15% | 4 | 【scan】 | ❌ |
+| 可点击元素响应区域 | 绑定事件元素宽高 ≥ 20px | 4 | 【scan】`getBoundingClientRect` | ❌ |
+| 安全区适配 | `position:fixed` 且高度 <68px 的可交互元素在安全区内 | 3 | 【scan】 | ⚠️ |
+| 不合理导航调用 | 启动 500ms 内调用 `redirectTo` 等路由 API | 3 | 【hook】jsapi bridge | ✅ |
+| 触摸响应延迟 | 点击到视觉反馈 ≤ 100ms | 3 | 【hook】事件 + rAF | ✅ |
+| 颜色对比度 | 大字 ≥3、常规 ≥4.5（W3C） | **0** | 【scan】 | ❌ |
+| 尺寸适配 | 存在 `@media` 或视口自适应逻辑 | 2 | 【scan】 | ⚠️ |
+
+颜色对比度：算法不稳定，权重 0，仅作提醒项不计分。
+
+### 4.4 包与最佳实践（10 + 提醒项）
+
+| 指标 | 判定标准 | 权重 | 采集层 |
+| --- | --- | --- | --- |
+| 解压后总体积 | 按 profile 分档线性扣分，见 §9.3 | 4 | 【包】`RawParseResult.files` 求和 |
+| 单图资源体积 | ≤ 200KB，超限建议走 CDN | 3 | 【包】 |
+| 未压缩 JS | 单个 JS 未压缩且 >500KB | 3 | 【包】特征检测 |
+| 使用 HTTPS | 全部请求 https | 0 | 【hook】 |
+| CSS 使用率 | 单个样式表未使用部分 ≤ 2KB | 0 | 【scan】`document.styleSheets` |
+| 定时器回收 | 卸载后无存活 timer | 0 | 【hook】`setTimeout` / `setInterval` |
+| 冗余文件 | 包内存在未被引用的资源 | 0 | 【包】+ 运行期资源访问记录取差集 |
+| sourcemap 残留 | 不应包含 `.map` | 0 | 【包】 |
+
+### 4.5 权重汇总
+
+| 类别 | 权重 | 说明 |
+| --- | --- | --- |
+| 性能 | 30 | 运行时类指标改用 Web 原生口径重建 |
+| 内存与稳定性 | **35** | OOM 是主要矛盾，本方案新增 8 项 |
+| 体验 | 25 | 交互与视觉类检查 |
+| 包与最佳实践 | 10 | 产物不可控，静态分析权重下调但不为 0 |
+| 硬卡口 | 二值 | 上下文丢失 / 崩溃 / 泄漏斜率，不参与打分 |
+
+## 5. 计分模型
+
+### 5.1 按适用项归一化 + 覆盖度闸门
+
+```text
+总分   = Σ(适用项得分 × 权重) / Σ(适用项权重)
+覆盖度 = Σ(适用项权重) / Σ(全部权重)
+
+if (覆盖度 < minCoverage) → 报告标记「不可评」，不出分
+```
+
+**不适用项既不给分也不计入分母**，而非默认满分。纯 Canvas 类小工具约 40% 的检查项不适用，
+沿用默认满分会让最危险的形态自动获得虚高分。覆盖度闸门作为第二道兜底。
+
+### 5.2 双层判定
+
+加权总分不作为准入依据，仅用于优化建议与运营分档。
+
+| 层 | 内容 | 行为 |
+| --- | --- | --- |
+| 硬卡口（二值） | 峰值堆 / 显存 / 解码图片超档位预算、堆增长斜率超限、WebGL 上下文丢失、崩溃或 JS fatal、包体积超限 | 不通过直接拒绝 |
+| 体验评分（100 分制） | 上述四大类加权 | 呈现给审核员与开发者，不阻断 |
+
+### 5.3 分档预算
+
+一期当前实现按 `appType` 选择 profile。1.1 期通过业务形态、玩法维度、渲染能力和审核确认选择 `evaluationProfile`（§15.2），预算数值由 Apollo 下发；单独检测到 WebGL 不触发 `game3d` 档位。
+
+### 5.4 内存口径：会话基线校正
+
+`performance.memory` 读的是所在 V8 堆的总量，而非单个 iframe 独占。远程链路下 guest iframe 与
+runtime iframe 同源，默认共用同一个堆，读数天然包含模拟器自身开销。
+
+**不通过进程隔离解决，改为把底噪从判定值中减去。**
+
+底噪不是常数。`src/sw/service-worker-host.ts` 的 `mount()` 在把 rawFiles transfer 给 SW 之前，
+会先 `cloneMountInput()` 做一份完整深拷贝（`cloneRawFiles` 即 `bytes.slice(0)`）并常驻
+`mountSnapshots`——用于 SW 进程被浏览器回收后恢复挂载。因此 **runtime 侧长期持有一份完整的解压
+后包体，底噪随包体积线性变化**，不能用固定常数近似。
+
+取值方式：在 **SW mount 完成之后、guest 开始加载之前**读一次 `performance.memory`。该时刻 ZIP 已
+解析、快照已落地、小工具尚未执行任何代码，读数即为本次会话的真实底噪，自动包含包体积影响。
+
+```text
+会话基线 baseline = mount 完成后、guest 加载前的 usedJSHeapSize
+峰值堆判定        = P95(采样序列) - baseline   vs   profile.peakHeapMB
+堆增长斜率        = 稳定期采样序列线性回归斜率
+```
+
+两点说明：
+
+- **峰值取 P95 或上包络，不取单次 max**。`performance.memory` 呈 GC 锯齿，单次最大值受 GC 时机
+  影响，会导致同一个包两次评测结果漂移，审核申诉时无法自证。
+- **堆增长斜率不需要基线校正**。斜率是变化率，任何常数偏移求导后为 0；runtime 与 SW 在 guest
+  运行期不做持续分配，对斜率无贡献。§4.2 中价值最高的泄漏检测项因此天然免疫该问题。
+
+## 6. Apollo 配置
+
+服务端已有通用作用域配置框架 `policy-scope.ts`：`scope { appIds, userIds, businessLines }` +
+`strategy Record<string, unknown>`。体验评测策略使用独立 priority：每条 `strategy` 都是完整策略，命中多条时选择 priority 最大的一整份，不做字段合并。Server 只校验外层 JSON、scope 和 priority 结构，不感知评分字段语义。
+
+评测规则**新增独立 Apollo key**，复用 `parseScopedConfigPolicies`，聚合进 `POST /simulator/runtime-config`
+（该接口定位即「一次获取当前 app / user / 接入平台的全部动态配置」），**不新增请求，不改动任何
+既有配置项**。
+
+```ts
+interface AuditPolicyRule {
+  priority: number;
+  scope: {
+    appIds?: string[];
+    userIds?: string[];
+    businessLines?: string[];
+  };
+  strategy: AuditPolicy;
+}
+```
+
+当前完整 Apollo 示例见 [一期评分与采集设计](./audit-score-design.codex.md#策略配置)。
+
+### 6.1 代码与配置的边界
+
+| 进 Apollo（改配置，不发版） | 留在规则包（改代码，发版 + 回归） |
+| --- | --- |
+| 阈值数值、分档 profile | 指标如何采集、如何计算 |
+| 权重、准入分线、覆盖度闸门 | 打分公式、报告结构 |
+| `enforce` / `collect` 开关、指标启停 | 硬卡口判定逻辑 |
+| 标签 → 探针 / 评分项映射 | 新增或删除指标项 |
+| 单 app 豁免 | — |
+
+**不得将公式做成 Apollo 中的表达式字符串**，否则等同于线上不可测试的动态代码，一次配置错误即可
+造成全量审核误杀。参数可调、逻辑不可调。
+
+### 6.2 已知约束
+
+- `matchesPolicyScope` 是 **OR** 语义（三个维度任一命中即生效），无法表达「mars 业务线且某 app」。
+  app 级策略必须提供完整 `AuditPolicy`，并设置更大的 priority 让其整份生效。
+- scope 不含「小工具类型」维度，分档只能通过 `strategy.profiles` 表达，由 runtime 按标签选取。
+
+## 7. 规则引擎
+
+```text
+@skillbuilder/miniapp-audit-rules   纯函数包，零依赖
+  score(timeline: MetricTimeline, policy: AuditPolicy): AuditReport
+```
+
+- **在线**：runtime 内直接调用，即时出分，无服务端往返。
+- **离线**：从 APM 导出的 `miniapp_audit_sample` 时序在 Node 中用同一包的不同版本重算，用于阈值定标。
+
+报告必须同时落 `policyVersion` 与 `rulesVersion`，否则线上调整阈值后历史报告无法解释，申诉时
+无从对账。
+
+## 8. 数据采集与上报
+
+### 8.1 统一走 APM 事件流
+
+`src/tracker/default-tracker.ts` 继续使用 `measurement_name = miniapp_simulator_event`，按 10 条或 10 秒
+批量发送。评测数据以扁平点位上报：
+
+| `event_name` | 内容 | 用途 |
+| --- | --- | --- |
+| `miniapp_audit_session` | 会话阶段、刷新、中断和里程碑 | 队列流程与完整性 |
+| `miniapp_audit_sample` | 1 Hz 原始指标快照 | 时序重建与阈值回放 |
+| `miniapp_audit_paint` | FCP、LCP 候选与收口 | 首屏体验分析与评分校准 |
+| `miniapp_audit_incident` | context lost、JS fatal、熔断和失联 | 硬风险分析 |
+| `miniapp_audit_package` | 包体与静态能力聚合值 | 静态指标校准 |
+| `miniapp_audit_result` | 三态、得分、覆盖度和派生指标 | 大盘与结果分析 |
+
+所有点位使用 `audit_session_id + attempt_no` 关联。timeline 不作为数组塞入单条 APM 数据，每个采样点
+独立上报；宿主 tracker 负责批量发送，Runtime 卡死后仍能冲刷已经收到的样本。完整事件契约见
+[audit-data-collection.codex.md](./audit-data-collection.codex.md)。
+
+六类事件均由模拟器内部采集和上报，不依赖 Mars 提供人工审核结论。指标分布、风险命中和采集完整性用于筛选候选阈值；误报和漏报通过有明确复测结论的内部样本验证。
+
+## 9. 体积分析
+
+### 9.1 两把尺子：安全阀与质量线是嵌套关系，不是并列关系
+
+`src/sw/parse-raw.ts` 中的包限制是**安全阀**而非质量度量：
+
+```ts
+maxZipBytes        → 压缩后字节，默认 50MB
+maxSingleFileBytes → 解压后字节，默认 15MB
+maxScriptBytes     → 解压后字节，默认 15MB
+// 超限行为：failLimit() → throw MiniAppSimulatorError("PACKAGE_LIMIT_EXCEEDED")
+```
+
+两者的定位、量级与行为完全不同：
+
+| | package-limits（安全阀） | 评分体积线（质量度量） |
+| --- | --- | --- |
+| 语义 | 能不能跑 | 跑得好不好 |
+| 量级 | 50MB 压缩包 / 15MB 单文件 | 4MB 解压后即开始扣分（tool 档） |
+| 口径 | `maxZipBytes` 比**压缩后** | 比**解压后总体积** |
+| 触发条件 | 必须离谱到威胁浏览器才拦 | 常规偏大即扣分 |
+| 行为 | 二值，抛错，包加载失败 | 分档线性扣分，包正常运行 |
+| 配置位置 | 既有 `package-limits` Apollo key | 新增 `auditPolicy` Apollo key |
+
+一个解压后 4MB 的包压缩后约 1.5MB，距 50MB 的阀门还差三十倍——**评分线远在安全阀之内，两者
+天然嵌套，正常情况下评分扣分早已发生而安全阀从未触发**。
+
+**评分阈值不得写入 package-limits**：一旦超限包加载失败，审核员连报告都看不到，等同于评测流程
+自毁。两套配置必须完全独立。
+
+### 9.2 数据源可复用
+
+`RawParseResult` 已返回 `files: Array<{ path: string; size: number }>`（路径 + 解压后字节），
+体积分析所需的全部信息（解压后总体积、类型分布、大图清单、未压缩 JS 检测）均可由此计算，
+**零额外解包开销**。
+
+注意 `maxZipBytes` 比较的是压缩后体积，而质量口径应看解压后总体积（与内存和加载相关），两者
+语义不同，需各自独立取数。
+
+### 9.3 体积评分采用分档线性扣分
+
+小工具形态跨度过大，二值判定会把 3D 游戏一刀切死，因此改为按 profile 分档线性扣分：
+
+```text
+size <= idealMB   → 100 分
+size <= acceptMB  → 100 → 60 线性插值
+size <= maxMB     → 60  → 0  线性插值
+size >  maxMB     → 0 分
+```
+
+| profile | idealMB | acceptMB | maxMB |
+| --- | --- | --- | --- |
+| tool | 4 | 10 | 20 |
+| game2d | 10 | 25 | 40 |
+| game3d | 20 | 50 | 80 |
+
+上述数值为一期占位值，`enforce: false` 期间仅参与出分不参与拒绝，两周后按真实分布校准（§13）。
+即便是 game3d 档的 maxMB（80MB 解压后），压缩后通常仍远低于 package-limits 的 50MB 压缩包阀门。
+
+## 10. 评分面板 UI
+
+### 10.1 运行位置：全部在 runtime iframe 内
+
+远程模式下的实际层级（`src/remote/runtime.ts:1181-1203` + `src/host/shadow-host.ts`）：
+
+```text
+宿主页（Mars / creator）
+ │   只有薄 SDK remote-client.js：建 iframe + MessageChannel，不创建任何可视元素
+ └─ iframe#1  runtime（simulator-server origin）
+      html, body { width:100%; height:100%; margin:0; overflow:clip }
+      └ <main id="miniapp-simulator-runtime-root">   position:fixed; inset:0
+         └ div.miniapp-simulator-host                position:absolute; inset:0
+            └ #shadow-root
+               └ div.dms-bounds                      absolute; inset:0; overflow:hidden
+                  └ div.dms-stage                    stageFit 在此 translate + scale
+                     └ 手机壳 / 状态栏 / rednote 壳 / 半屏 sheet
+                        └ iframe#2  guest（SW 虚拟 URL，同 origin）
+                             └ 小工具本体
+```
+
+手机壳、状态栏、rednote 壳层、toast、权限弹窗、devtools 面板**全部是 runtime iframe 内的 DOM**，
+宿主页一个像素都不画。评分面板同样放在这一层，因此宿主页既不会被样式污染，也无需任何接入动作。
+
+### 10.2 布局：手机左、面板右，一个整体
+
+面板不能放进 `bounds`——`bounds` 是 stageFit 的居中与缩放参照系，往里加同级元素会改变手机的基准。
+正确位置是 `bounds` 之外、`shadowRoot` 之内新增一层 flex：
+
+```text
+#shadow-root
+ └ div.dms-layout        display:flex
+    ├ div.dms-bounds     flex:1; position:relative; overflow:hidden
+    │   └ div.dms-stage  ← 手机 stageFit 自动缩放装入剩余宽度
+    └ 评分面板            flex:none; width:380px
+```
+
+`src/core/options.ts:210-214` 说明 **stageFit 默认开启且为「100% 自适应撑满 mount 区域」**，
+因此缩小 `bounds` 后手机会自动缩放适配，`stageFit` 的居中与缩放逻辑一行都不用改。
+
+面板不存在时 flex 容器只有 `bounds` 一个子项，布局效果与现状的 `inset:0` 等价，不维护两套分支。
+
+### 10.3 宿主零接入
+
+消费方只需升级 npm 包，**没有 option、没有挂载点、没有配置项**。模拟器与评分面板是一个整体，
+由本包完整管理。
+
+默认行为：
+
+| 场景 | 行为 |
+| --- | --- |
+| 非 mars 业务线 | 不加载插件，面板代码与 Vue 均不下载，行为与升级前完全一致 |
+| mars 业务线、未开始评测 | 面板折叠（宽度 0），手机占满容器 |
+| 点击「开始评测」 | 面板展开 380px，手机同步平滑缩放；与 reload 是同一个动作 |
+
+面板宽度固定 380px，不做拖拽——拖拽需要持久化状态与边界处理，收益不足。
+
+面板与手机共享 runtime iframe 的宽度，由接入方在外层挂载点自行调整样式即可，本包不感知也不需要
+接入方改动代码。
+
+### 10.4 技术选型：Vue defineCustomElement
+
+面板用 Vue 3 SFC + `defineCustomElement` 实现，**Vue 只进插件产物，不进 core**。
+
+选型依据（对照本包现有手写 Web Component 的实测行数）：
+
+| 现有文件 | 行数 | 做的事 |
+| --- | --- | --- |
+| `native-ui/devtools/LogsView.ts` | 146 | 工具条 + **一层扁平列表** + 增量追加 |
+| `native-ui/devtools/CapabilitiesView.ts` | 264 | 能力勾选列表 + 应用按钮 |
+
+评分面板需要：4 种顶层状态（空闲/评测中/报告/不可评）、5 个分数环、约 30 个检查项的
+**三层嵌套折叠**、以及评测期间每秒更新的 live 指标。手写估 900~1300 行，Vue SFC 估 400~600 行。
+
+手写方案有两个必然踩到的坑：
+
+- **每秒刷新与折叠状态冲突**。`LogsView` 之所以简单是因为它只追加不更新；评分面板实时态要更新
+  数十个字段，全量 `innerHTML` 重刷会丢失折叠状态与滚动位置，手动增量更新等同于自写劣质 diff。
+- **三层嵌套数据 + 三层展开状态**。`report.categories[].items[].detail` 靠 `data-*` 属性做事件
+  委托反查，改一次结构要同步改模板拼接、事件委托、状态存储三处。
+
+构建约束：
+
+- 必须 **runtime-only（预编译 SFC）**，不得使用运行时模板编译——后者依赖 `new Function`，会撞
+  CSP 的 `unsafe-eval`。
+- `@vitejs/plugin-vue` 开启 `features: { customElement: true }`（或 `*.ce.vue` 命名约定），
+  SFC 的 `<style>` 会自动注入 shadow root。
+- `customElements.define` 需做幂等 guard（重复 define 会抛错），且自定义元素一经注册无法撤销。
+- 报告对象经 **property** 传入（`el.report = reportObject`），attribute 只能传字符串。
+
+core 的 `vite.config.ts` 无需改动，插件是独立包、独立构建配置、自带 Vue 依赖。Vue 3 runtime-only
+约 34KB gzip，仅在 mars 业务线点击评测时加载一次。
+
+### 10.5 面板结构
+
+```text
+┌─ 体验评分 ────────────────── 重新检测 · 导出 JSON ─┐
+│ profile: game3d   覆盖度 78%   采集 3:24            │
+│ policy 2026-09-29.1 · rules 1.0.2  ●0-59 ●60-89 ●90-100
+│                                                     │
+│    ( 72 )   ( 65 )   ( 58 )   ( 88 )   ( 90 )      │
+│     总分     性能    内存稳定   体验      包         │
+│                                                     │
+│ ⛔ 硬卡口未通过：堆增长 14MB/min（上限 8）           │
+│                                                     │
+│ 内存与稳定性 58                                      │
+│   没通过 2 项 ▾                                      │
+│   1 堆持续增长，疑似泄漏        14MB/min，上限 8      │
+│     ▸ 说明与优化建议                                 │
+│   2 估算显存超预算              412MB，上限 384       │
+│   已通过 6 项 ▸                                      │
+│                                                     │
+│ 不适用 4 项（未纳入计分）▸                            │
+└─────────────────────────────────────────────────────┘
+```
+
+两处刻意偏离常见做法：
+
+- **硬卡口单独置顶**，不混入分数。总分 72 但硬卡口未过即为拒绝（§5.2）。
+- **「不适用 N 项」必须显式列出**并配合覆盖度百分比。若把不适用项按默认满分处理并隐藏，审核员
+  就无从知晓评测范围；本方案要让「这个工具有 4 项没法评」对人可见，否则覆盖度闸门是黑盒。
+
+评测进行中：分数环位置改为进度条 + live 堆占用 / FPS 数字。
+
+**报告文字必须可选中、可复制**（项名、实测值、上限值）——「把超限数值贴进拒绝理由」是审核高频
+操作。这一点与模拟器现有的 PC 交互屏蔽（`utils/simulator-pc-guard.ts`，禁用文本圈选以贴近真机
+体感）冲突，需将该屏蔽的作用域限定在手机区域，实现见技术改造方案 §4.2。
+
+### 10.6 后续演进：native-ui 迁移 Vue（不在本期）
+
+`src/native-ui/` 现为手写 Web Component，合计约 4700 行，其中三个壳层占 2212 行
+（`xhs-note-detail-shell` 932 / `xhs-note-half-sheet` 661 / `xhs-profile-shell` 619）。迁移到
+Vue 可观预期收益（估 900~1100 行），方向已认可，但**不并入本期**，原因：
+
+- 会把 Vue 从「插件可选依赖」变成 **core 硬依赖**——`remote` 构建是 `inlineDynamicImports` 单文件，
+  Vue 将进入 `runtime.js`，所有会话（含 creator）都需下载。
+- 本地模式（`createMiniAppSimulator`）下 native-ui 直接运行在消费方页面内，消费方包括 React 应用
+  `apps/mini-app-review-simulator`。互操作本身没有问题（自定义元素标准），但影响面需单独评估。
+- `half-sheet-drag.ts`（290 行手势）与 `chrome-tone.ts`（114 行状态栏色调）是精调过的存量代码，
+  重写易在细节上静默退化。
+
+本期评分面板即为试点，完成后可验证三件事，再据此决定迁移：Shadow DOM 下的样式注入是否干净、
+预编译 SFC 在 runtime iframe 的 CSP 下是否可用、打包后的实际体积增量。构建配置届时可直接复用。
+
+## 11. 协议变更
+
+远程协议由 v8 升至 v9（单一来源 `src/remote/protocol-version.json`）。
+
+```ts
+// capability
+REMOTE_SIMULATOR_CAPABILITIES += "audit"
+
+// method
+"audit.start"      // { autoPilot?: boolean; durationMs?: number } —— 触发 reload
+"audit.stop"
+"audit.getReport"
+"audit.exportRaw"  // 导出原始指标时序 JSON
+
+// event
+"auditProgress"    // { phase, elapsedMs, live: { heapMB, fps, ... } }
+"auditReport"      // 完整报告
+```
+
+`RemoteSimulatorSerializableOptions` 无需改动：插件选择由 connect 消息的 `businessLine` 结合服务端
+catalog 决定，不经宿主传递函数。
+
+## 12. 安全 hook 规范
+
+所有 hook 必须保持行为透明，不得改变被测小工具的任何可观察行为。
+
+```ts
+function safeHook(target, key, onCall) {
+  const original = target[key];
+  if (!original || original.__probed) return;          // 幂等，防重复注入叠加
+  const wrapped = function (...args) {
+    try { onCall(this, args); } catch { /* 统计绝不影响业务 */ }
+    return original.apply(this, args);                  // 原样透传 this / 参数 / 返回值 / 异常
+  };
+  Object.defineProperty(wrapped, "name",   { value: original.name });
+  Object.defineProperty(wrapped, "length", { value: original.length });
+  wrapped.toString = () => original.toString();
+  wrapped.__probed = true;
+  target[key] = wrapped;                                // 保持原描述符
+}
+```
+
+强制要求：
+
+- **异常必须原样抛出**，不得吞掉。一旦吞异常，被测行为即被改变，测量结果失去意义，更可能把本应
+  失败的 case 测成通过。
+- **保留 `name` / `length` / `toString`**。Three.js、Pixi 等库存在能力嗅探，签名改变会导致其走入
+  不同分支，测到的不是真实路径。
+- **统计逻辑必须 O(1) 且零分配**。`texImage2D` 在 3D 游戏中每帧可达上千次调用，逐次记录会使探针
+  自身成为 OOM 元凶——测内存的组件把内存吃爆，在审核链路上是致命的。只做累加计数器 + 定时快照。
+- **避免二次开销放大**。`naturalWidth` 等高频 getter 不做 hook，改为在 `load` 事件中计算一次。
+- **注入顺序固定**：document-start，早于业务 bundle，且排在 seal IIFE 之前。
+- **可关闭**：生产端默认不注入，仅在评测模式与灰度校准包中开启；开关需支持人群灰度，不得编译期
+  写死。
+
+## 13. 分期
+
+```text
+① 新增 Apollo key + parseAuditPolicy + 聚合进 runtime-config     ← 与探针解耦，可先行
+② APM 评测事件流 + 会话关联字段                                     ← 采集底座，必须早于出分
+③ 打标器 + 探针（安全 hook）+ 体积分析（消费 RawParseResult.files）
+④ 规则引擎（纯函数包）
+⑤ shadow-host 分栏改造 + Vue 评分面板（§10）
+⑥ enforce=false 上线，报告仅供审核员人工参考，累积两周数据
+⑦ 拉取分布、对齐线上已 OOM 样本定阈值 → 调整 Apollo → enforce=true   ← 全程不发版
+```
+
+①② 是「先采集」的实质，顺序不可颠倒：先出分后建采集等同于把无数据支撑的阈值先行固化。
+
+⑤ 的 `shadow-host.ts` 分栏改造影响所有消费方的布局路径，建议与评测功能解耦、单独提交并回归
+现有三个接入方（creator IDE、playground、mini-app-review-simulator）。
+
+⑦ 之后开启卡口、调整阈值、回滚均为 Apollo 配置操作，秒级生效。
+
+一期不做自动拒绝，只出分并提示，在保持审核口径不变的前提下顺带完成定标数据积累。
+
+## 14. 待验证风险
+
+### 14.1 auto-pilot 覆盖率
+
+随机点击难以进入游戏主循环（多数 3D 游戏需先通过开始菜单）。一期依赖审核员手动操作 + 持续采集
+兜底；后续可能需要开发者提供压测脚本或录制交互序列，会增加接入成本。
+
+### 14.2 审核确定性
+
+同一包两次评测得分不同会引发申诉。需固定机型档位、网络节流参数与 auto-pilot 随机种子，内存峰值
+按 §5.4 取 P95 而非单次最大值。
+
+### 14.3 版本兼容矩阵
+
+插件动态加载引入「runtime 版本 × 插件版本」矩阵，`protocolVersion` 校验需与 runtime-manifest
+保持同等严格度。
+
+### 14.4 阈值全部为占位值
+
+§6 profiles 中的内存、显存、体积数值均为一期占位，无线上数据支撑。`enforce: false` 期间仅参与
+出分，不得据此拒绝任何包。真实阈值须按 §13 第 ⑦ 步由采样分布校准后再写入 Apollo。
+
+## 15. 1.1 期：游戏识别与评测增强
+
+### 15.1 交付范围与状态
+
+1.1 期沿用 Mars 远程模拟器、document-start 探针、浏览器内规则计算、常驻审核面板和 APM 事件流。目标是让报告回答四个问题：内容属于什么形态、审核员体验了什么玩法、哪个阶段出现了风险、哪些证据足以支持判断。
+
+| 能力 | 当前实现 | 1.1 期交付 |
+| --- | --- | --- |
+| 识别 | 文件名引擎指纹、`tool/game2d/game3d/video`、运行期资源补标 | 业务形态、玩法维度、渲染能力、引擎、证据与置信等级分别记录 |
+| 使用证据 | 有效时长、样本数、操作数与首次操作时间 | 游戏阶段、有效玩法时长、连续/离散操作、主要玩法体验记录 |
+| 流畅度 | 探针独立 rAF 节拍、最长 Long Task | 业务循环/绘制提交节奏、间隔分位数、长间隔比例、主循环疑似冻结 |
+| 资源 | 图形资源水位、Canvas、图片、WASM、Worker | 绘制调用和上传强度、分阶段水位、重复玩法后资源变化 |
+| 稳定性 | JS 异常、context lost、失联、卡死与熔断 | 事故发生阶段、context restored、恢复后提交和人工操作结果 |
+| 数据 | APM 会话/采样/首屏/事故/包/结果 | 识别与玩法字段、采集来源、专项质量状态及校准所需分层信息 |
+
+本节为待实施方案，表中增强能力需按 §15.8 验收。新增指标默认观察、权重为 0、`enforce: false`；现有已采到的异常和硬风险继续完整展示。
+
+### 15.2 识别模型与证据
+
+建议的数据模型：
+
+```ts
+interface GameIdentification {
+  experienceType: "tool" | "game" | "video" | "interactive-content" | "unknown";
+  gameplayDimension: "2d" | "3d" | "mixed" | "unknown";
+  renderModes: Array<"dom" | "canvas2d" | "webgl1" | "webgl2" | "webgpu">;
+  engineCandidates: Array<{
+    name: "pixi" | "phaser" | "cocos" | "laya" | "three" | "babylon" | "playcanvas" | "unity" | "unknown";
+    version?: string;
+    confidence: "high" | "medium" | "low";
+    evidenceCodes: string[];
+  }>;
+  identificationVersion: string;
+  scanComplete: boolean;
+  reviewerConfirmed: boolean;
+  evaluationProfile: "tool" | "game2d" | "game3d" | "video" | "unconfirmed";
+}
+```
+
+置信等级表示规则证据强弱，不是统计概率。多引擎包保留候选，不用最后一个命中覆盖所有结果。无法可靠取得的版本留空，不从任意数字猜版本。
+
+| 来源 | 用法与边界 |
+| --- | --- |
+| 申报和人工确认 | 提供业务形态、2D/3D 玩法、主要玩法体验与是否需要持续渲染；与技术证据冲突时保留双方来源 |
+| 文件名和资源 | Unity loader/framework/data、`.wasm`、`.glb/.gltf/.ktx2/.basis/.dds/.pvr`、shader 等作为候选证据；资源存在不证明它已加载或属于游戏 |
+| Bundle 内容 | 识别引擎标识、版本模式及组合签名，支持 hash 文件名；普通 `pixi`、`three` 或 `game` 子串不直接定类 |
+| 运行观测 | 成功创建的 context 类型、绘制与资源调用确认实际使用的能力；访问已有数据属性时避免触发 getter，不执行包内代码识别引擎 |
+
+扫描种子预算建议为总计 8MiB 文本、单文件 1MiB、最多 128 个候选文件，采用有界分段读取并记录截断情况；预算需实测后确定。命中规则保留证据码与局部定位，APM 只上报有界证据码和聚合结果，不传 bundle 原文或任意文件清单。
+
+预算选择规则：已确认的 2D 游戏使用 `game2d`，已确认的 3D 游戏使用 `game3d`；混合玩法记录确认依据。WebGL 工具仍保持工具形态，并启用已观测能力对应的资源指标。未确认形态不出游戏档位通过结论，保留通用指标、专项 N/A 原因和风险提示。
+
+必须包含四类识别对照：使用 WebGL 的 2D 游戏、使用 Three.js 的非游戏、原生 Canvas2D 游戏、引擎完全打入 hash bundle 的游戏。`魂斗罗-性能`、`倒车模拟器`、`生化危机`、`像素旅行游戏` 可作为现有候选样本；最终标签由人工核验，不以包名定类。
+
+### 15.3 游戏审核 SOP 与有效性
+
+审核员平均约一分钟处理一个队列项。游戏评测随审核操作采集，由系统自动累积证据，审核员只确认关键阶段：
+
+```text
+进入队列项，完整重载模拟器
+  → 开始审核，探针准备后加载内容
+  → loading / menu：完成加载与进入玩法
+  → playing：确认进入主循环，实际移动、攻击、选择或完成核心任务
+  → transition：条件允许时完成换关、重试或返回后再次进入
+  → playing：继续主要玩法
+  → 检查主要玩法的操作响应，停止评测
+  → 查看风险与专项证据，保存结论，完整重载下一包
+```
+
+阶段集合为 `loading/menu/playing/paused/transition/finished/unknown`。人工确认是业务语义证据，运行观测提供旁证；主循环不能仅根据“开始按钮被点击”自动判定。阶段回切全部保留在同一时间线，事故附带当时阶段。
+
+游戏有效性种子条件为：通用采样和覆盖门槛满足、核心玩法已确认、前台 `playing` 累计至少 30 秒、主要玩法已实际体验。持续动作类还需持续渲染证据；回合制/棋类/谜题按离散操作和人工完成证据判定，等待状态不要求持续出帧。
+
+操作模型分为 `continuous` 和 `discrete`。离散操作可先观察至少 5 次的门槛；长按移动、拖动和摇杆按持续操作时长与操作类型记录，不能要求每次长按产生多个点击。短流程、单操作玩法和特殊游戏通过完整策略配置适合自己的门槛。数据只保留类型、次数和时长，不保存键值、输入内容和坐标。
+
+换关或再次进入用于采资源变化，仅在玩法支持时执行；不是每包的强制出分条件。复杂或高风险包继续采到会话上限，默认最长总时钟 120 秒包含加载；到时仍不满足游戏证据的报告为 `unscorable`。需要更长操作的样本保留触发原因进入二期复测。
+
+### 15.4 游戏专项指标与准确口径
+
+| 指标 | 口径 | 首批用途 |
+| --- | --- | --- |
+| 首次绘制提交 / 核心玩法到达时间 | 从内容开始加载到首次已观测提交、到人工确认主循环；两者分别记录 | 定位加载和玩法进入成本 |
+| 页面节拍 | 探针自身 rAF 回调频率 | 页面调度旁证，权重 0 |
+| 业务 rAF 节奏 | 同一帧时间戳的业务回调去重，排除探针循环 | 业务循环节奏，不能等同画面帧率 |
+| 绘制提交节奏 | 已确认 playing 阶段，按可识别帧窗口聚合 WebGL/Canvas 提交；记录来源及覆盖范围 | 提交频率、间隔 P50/P95/P99 和大于 50/100ms 的间隔比例 |
+| 疑似冻结 | 仅在前台、持续动作玩法、预期继续渲染时记录最长无提交间隔 | 结合长任务、事故和人工操作结果复核 |
+| 主线程阻塞 | Long Task 次数、最长时长、阻塞时长总和；支持时增加 LoAF | 分阶段定位卡顿，不支持时为 N/A |
+| 图形负载 | draw 调用/s、每已识别帧 draw 调用、纹理和 Buffer 逻辑上传字节/s | 解释渲染负担，不以单一 draw 数拒绝 |
+| 资源变化 | 纹理/Buffer/Canvas 水位按阶段分组，重复进入同一玩法后的稳定窗口差值 | 增长风险线索，不直接判定泄漏 |
+| 交互提交间隔 | guest 输入到随后第一次观测绘制提交的间隔 | 流程旁证，不代表视觉反馈延迟或 input-to-photon |
+| 上下文恢复 | 丢失/恢复次数、间隔、恢复后绘制是否继续、人工操作是否成功 | 区分恢复成功、恢复失败和证据不足 |
+| 加载错误 | fetch/XHR 未完成数、请求失败、资源加载错误、超时及取消原因 | 定位玩法不可达和缺资源；取消与失败分开 |
+
+**帧指标只描述观测到的业务调度或绘制提交。** JavaScript 侧无法仅凭 rAF 或 draw 调用证明屏幕实际呈现了新帧。rAF 回调属于浏览器动画帧调度，同帧可有多个回调，需要去重。[HTML 动画帧规范](https://html.spec.whatwg.org/multipage/imagebitmap-and-animations.html#animation-frames)
+
+`frameSource` 必填，可取 `raf-heartbeat/business-raf/draw-submit/engine-adapter/unavailable`。WebGL/Canvas 调用不是一调用一帧；采用适配器或有界帧窗口归组，无法可靠归组时只报调用/s，帧项为 N/A。一个游戏多个 canvas、多个 rAF 循环不能重复累计成虚高 FPS。
+
+页面隐藏、暂停、加载和场景切换不进入玩法帧分布；场景切换耗时单独展示。50/100ms 是长间隔观察分桶，并非统一拒绝线；30 FPS 目标游戏和 60/120Hz 环境必须分开分析，未确认目标时不生成掉帧率或达标结论。
+
+LoAF 通过浏览器能力检测后订阅，用于补充长渲染周期及阻塞证据，不取代不支持环境下的 Long Task 和提交间隔观测。[W3C Long Animation Frames](https://w3c.github.io/long-animation-frames/)
+
+资源计数和上传字节是逻辑估算，不等于驱动显存或真实 GPU 耗时。资源未回落也可能是合理缓存，需重复路径与健康样本对照。context lost 保留稳定性风险，但不能单独认定 OOM；context restored 后资源需要由业务重建。探针只监听，不调用 `preventDefault()`、不触发强制丢失。[WebGL 上下文丢失与恢复规范](https://registry.khronos.org/webgl/specs/latest/1.0/)
+
+Worker/OffscreenCanvas 内调用、WebGPU 和未覆盖扩展必须标记覆盖边界。未覆盖项不能写成 0、正常或无风险；主线程上的 Worker 对象计数不意味着 Worker 内绘制已被采到。
+
+### 15.5 采集实现与报告
+
+实现沿用 `packages/miniapp-audit-plugin`：`collector/package-scan.ts` 接收有界文本证据，`probe/probe.impl.ts` 采集 context 类型、循环/提交与分阶段计数，`collector/session.ts` 保存玩法阶段与使用证据，`rules/` 派生专项指标，`panel/` 展示证据。跨 Runtime/宿主的序列化契约及 `remote/audit-telemetry.ts` 同步扩展，发布时校验实际能力和采集版本。
+
+高频绘制 hook 只做有界计数和更新时间戳，聚合后按 1 Hz 发快照；不逐 draw 发消息，不调用同步 GPU 查询或读取像素。rAF 包装保持回调实参、`this`、取消 ID 和异常语义，探针专用循环使用原生引用并从业务统计排除。所有统计失败均隔离，探针状态在会话结束或整页重载时释放。
+
+fetch/XHR 的 pending 和失败状态需真正接线；字段未接线时明确为 N/A。避免为了观测改变 Promise 的拒绝处理或业务异常流。资源错误、HTTP 失败和脚本异常分开归类，同一事故去重，不用一个失败同时扣多项分。
+
+报告继续采用 `scored/unscorable/loadFailed` 三态，增加 `gameQuality` 与各指标的 `available/partial/unavailable` 采集状态。`gameQuality` 至少包括有效玩法时长、操作证据、阶段覆盖、渲染覆盖、主要玩法人工确认和不足原因。玩法有效性是游戏整体出分条件；个别专项数据缺失则该项 N/A，并按适用权重计算覆盖，不能补满分。
+
+面板按“识别与依据 → 是否有效体验 → 硬风险 → 玩法流畅度 → 图形资源 → 不可测范围”呈现。事故显示发生在菜单、战斗、切关或恢复等阶段；总分不能隐藏风险。场景名称只来自有界里程碑或人工选择，不抓取页面任意文本。
+
+报告示例结构（以下为展示示例，非实际测量）：
+
+```text
+形态：2D 游戏；引擎：已确认候选；渲染：WebGL2
+使用：前台玩法 46 秒；离散操作 15 次；主要玩法已体验
+采集：draw-submit；主线程覆盖；Worker 内渲染未覆盖
+流畅度：提交间隔 P95 42ms；>100ms 间隔比例 3%
+资源：再次进入同一玩法后纹理稳定水位 +12MB，待复核
+稳定性：playing 阶段 context lost；未观察到恢复
+结论：需复核；附分项来源与质量原因
+```
+
+### 15.6 APM 与 Apollo
+
+复用 §8 的 APM 六类事件。所有事件关联 `audit_session_id + attempt_no`，增加 `audit_feature_version` 与 `identification_version`；不同指标来源、浏览器环境、策略版本、玩法和目标刷新率分组分析。
+
+| 事件 | 新增字段 |
+| --- | --- |
+| package / result | `experience_type`、`gameplay_dimension`、`engine`、可确认的 `engine_version`、`engine_confidence`、`identification_evidence_codes`、`scan_complete`、`evaluation_profile` |
+| session | `game_phase`、`phase_source`、`milestone_code`、`interaction_mode`、主要玩法确认时间 |
+| sample | `game_phase`、`frame_source`、`frame_sample_count`、`draw_calls`、`texture_upload_bytes`、`buffer_upload_bytes`、`long_task_blocking_ms`、`net_pending` 与各采集能力标记 |
+| incident | `game_phase`、`context_id`、`incident_code`、恢复间隔及事故归属来源 |
+| result | `active_play_ms`、`gameplay_interaction_count`、`hold_interaction_ms`、`core_flow_completed`、提交间隔分位数、长间隔数与分母、疑似冻结、场景资源变化及 N/A 原因码 |
+
+APM 的 `measurement_data` 只放数字，包括布尔 0/1；阶段、来源、引擎与原因码进入字符串维度。快照只传扁平标量，长间隔和总间隔数量都上报，便于重算比例；不传逐帧数组、代码、输入文本或坐标。重复玩法差值来自同源同场景锚点，不同场景不强行计算。
+
+Apollo 沿用 `miniappSimulatorAuditPolicies`，每条命中策略整份覆盖本地默认。下面展示完整 `strategy` 中拟新增的 `gameEnhancement` 段；发布配置时应把它与通用字段一起组成完整策略。字段为方案设计，需完成代码接线后生效。
+
+```json
+"gameEnhancement": {
+  "enabled": false,
+  "mode": "observe",
+  "minActivePlayMs": 30000,
+  "minDiscreteInteractions": 5,
+  "minContinuousInteractionMs": 5000,
+  "requireCoreFlowConfirmed": true,
+  "requireSceneTransition": false,
+  "collectDrawCalls": true,
+  "collectUploadBytes": true,
+  "collectLongAnimationFrames": true,
+  "collectInputToSubmit": false,
+  "longGapBucketsMs": [50, 100],
+  "freezeObservationMs": 1000,
+  "scoreWeights": {
+    "gameFramePacing": 0,
+    "gameUploadPressure": 0,
+    "gameSceneRetention": 0,
+    "gameInputToSubmit": 0
+  }
+}
+```
+
+30 秒、5 次、5 秒持续操作、1000ms 疑似冻结是首轮观察参数，需用真实玩法和评测会话耗时校准，不作为已确定的准入标准。阈值、权重、游戏证据门槛和采集开关可配置；识别算法、指标公式、帧归组规则和事件含义由代码版本固定。新增专项评分先经样本回放验证，不自动给总分增加权重。
+
+### 15.7 实施优先级
+
+| 批次 | 内容 | 验收结果 |
+| --- | --- | --- |
+| P0 | 业务形态与渲染能力拆分、有界 bundle 指纹、识别来源；玩法阶段和有效使用证据 | 2D WebGL 不被推断成 3D，非游戏不因引擎误判；菜单空等待不构成游戏有效体验 |
+| P1 | 主循环提交节奏、长间隔/阻塞、context 恢复、实际网络状态；APM/面板/Apollo | 同一个玩法阶段能串联操作、卡顿、资源和事故，缺失项如实 N/A |
+| P2 | 绘制/上传强度、重复玩法资源变化、可选输入提交间隔与引擎适配器 | 健康/风险样本具有判别力，探针开销和评分权重通过校准 |
+
+每批均通过真实模拟器加载、操作、停止、完整刷新、再加载下一包验证。二期 Electron 提供受控重复操作和 GC 后内存复测；移动端 OOM、进程内存、GPU 真实耗时与设备压力仍需要相应运行环境的数据。
+
+### 15.8 验收与校准
+
+- 识别集覆盖 hash bundle、自定义 Canvas2D、2D WebGL、3D 非游戏、纯 DOM 游戏、混合/未知引擎；人工标注后统计误分类和未知率。现有 20 包可复用，缺少的类别补专门 fixture。
+- 在真实远程模拟器验证 30/60 FPS 控制样本、多 rAF、多 canvas、暂停、后台、回合等待、场景切换、Worker 绘制；每个来源的计数与控制样本对应，无法支持的路径显示 N/A。
+- 在主循环注入已知主线程阻塞、重复资源分配/释放、正常缓存、JS 错误和受控 context loss/restored；能显示发生阶段与恢复结果，受控失去上下文不被归因为已证实 OOM。
+- 所有游戏完成可见核心操作再评测；同包同流程至少复跑 3 次，形成健康/风险对照。连续 20 次队列项切换无串包、迟到事故或前一包报告污染。
+- 同样本对比探针开/关，测量新增 hook 的 CPU、提交节奏和堆开销；首轮以稳定控制样本开销不超过 5% 为工程观察目标，达不到时降低采集强度并重新验证。
+- 抽取实际 APM 请求验证字段、0/1 布尔值、事故去重、阶段关联、缺失原因与分布重算；评分回放只消费本次真实可用的指标。
+- 记录评测会话耗时 P50/P90、游戏有效评测率、玩法覆盖、分数分布和风险命中；已知风险召回与健康样本误报通过内部受控复测验证。这些数据用于校准证据门槛与指标权重。
+
+## 16. 参考
+
+- 《代码质量分析》（`6a4a836d339aec68bf7659c037b2b775`）
+- 《体验评分方案》（`2a3362798832619e983ffa655662e2fe`）
+- 《模拟器插件方案》（`c47714b1d578c67184852598a9889dfe`）
+- 《模拟器 V2 架构方案》（`cef726f3f96e50d206647721f678c61d`）
+- 本仓库：`docs/remote-architecture.md`、`docs/remote-load-observability.md`、`docs/tracker.md`