@yottameta/yotta-compliance 0.0.0 → 0.1.0

package/references/coverage.md

@@ -0,0 +1,123 @@
+# 覆盖范围与规则清单
+
+元规把“覆盖级别”作为报告的第一等字段：`baseline_review` 表示可以输出该框架的独立 finding；
+`mapping_only` 表示只把基础规则映射到该框架的主题，不输出该框架的独立合规结论。
+
+## 1. 覆盖级别
+
+| 级别 | 含义 | 报告行为 |
+|---|---|---|
+| `baseline_review` | 对基础框架执行确定性规则审查 | 可输出 finding；覆盖摘要状态为 `reviewed` |
+| `mapping_only` | 只做主题映射 | 只显示 `框架:mapping_only` 标签；不输出独立结论 |
+
+`mapping_only` 不得被描述为“已审查该框架”，也不得用于对外声称“通过某框架认证”。
+
+## 2. 当前基础框架
+
+| 规则包 | 框架 | 规则数 | 规则包版本 |
+|---|---|---|---|
+| `pipl` | `PIPL`（个人信息保护法） | 11 | `2026.09.1` |
+| `data-export` | `DATA-EXPORT`（数据出境） | 4 | `2026.09.1` |
+
+## 3. PIPL 规则清单
+
+来源：中国人大网《中华人民共和国个人信息保护法》官方全文
+（https://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html）。
+
+| rule_id | 主题 | severity | 断言 | 来源条款 |
+|---|---|---|---|---|
+| `PIPL-NOTICE-001` | 未出现处理目的的告知表述 | medium | absent / document | 第十七条第一款第二项 |
+| `PIPL-PURPOSE-002` | 未出现最小必要或影响最小约束 | medium | absent / document | 第六条 |
+| `PIPL-BASIS-003` | 未出现处理个人信息的合法性依据 | medium | absent / document（置信 low） | 第十三条 |
+| `PIPL-RETENTION-004` | 未出现个人信息保存期限说明 | medium | absent / document | 第十七条第一款第二项、第十九条 |
+| `PIPL-RETENTION-005` | 保存期限达到或超过 3 年 | low | numeric_compare `gte 3` | 第十九条 |
+| `PIPL-SENSITIVE-006` | 涉及敏感个人信息但未出现单独同意 | high | absent / document | 第二十八条、第二十九条 |
+| `PIPL-MINOR-007` | 涉及不满十四周岁未成年人信息但未出现监护人同意 | high | absent / document | 第三十一条 |
+| `PIPL-SHARE-008` | 对外提供个人信息但未出现单独同意 | high | absent / document | 第二十三条 |
+| `PIPL-RIGHTS-009` | 未出现个人权利相关表述 | low | absent / document（置信 low） | 第十七条第一款第三项、第四十四条至第四十七条 |
+| `PIPL-INCIDENT-010` | 未出现个人信息泄露补救与通知机制 | low | absent / document（置信 low） | 第五十一条第五项、第五十七条 |
+| `PIPL-PIPIA-011` | 涉及影响评估情形但未出现个人信息保护影响评估 | medium | absent / document | 第五十五条 |
+
+`PIPL-RETENTION-005` 只识别 `保存期限：N年` 形式，且只做阈值提示，不判断保存期限是否合法。
+
+## 4. 数据出境规则清单
+
+来源：《中华人民共和国个人信息保护法》第三十八条至第四十条；数据出境制度口径参照国家网信办
+《促进和规范数据跨境流动规定》（2024-03-22，https://www.cac.gov.cn/2024-03/22/c_1712776611775634.htm）。
+v0.1 未将人数阈值做成规则，相关阈值规则推迟到规则包 v2。
+
+| rule_id | 主题 | severity | 断言 | 来源条款 |
+|---|---|---|---|---|
+| `EXPORT-SAFEGUARD-001` | 数据出境未出现安全评估、标准合同或保护认证 | high | absent / document | 第三十八条第一款 |
+| `EXPORT-CONSENT-002` | 数据出境未出现单独同意 | high | absent / document | 第三十九条 |
+| `EXPORT-NOTICE-003` | 数据出境未出现境外接收方告知 | medium | absent / document | 第三十九条 |
+| `EXPORT-STORAGE-004` | 数据出境未出现境内存储说明 | low | absent / document（置信 low） | 第四十条 |
+
+`EXPORT-STORAGE-004` 的适用性与“关键信息基础设施运营者”或“达到规定数量的处理者”身份有关，
+规则只做概览性提示，必须人工核对适用性。
+
+## 5. mapping_only 主题映射
+
+### 5.1 pipl 包
+
+| 框架 | 主题 | 映射规则数 |
+|---|---|---|
+| GDPR | breach_notification / children / data_subject_rights / dpia / lawful_basis / purpose_limitation / special_categories / storage_limitation | 10 |
+| HIPAA | breach_notification / phi_context | 2 |
+| SOC2 | incident_response / privacy_notice | 2 |
+| PCI-DSS | account_data_context | 1 |
+| ISO27001 | incident_management / retention_governance | 2 |
+| 等保 | data_retention / emergency_response | 2 |
+
+### 5.2 data-export 包
+
+| 框架 | 主题 | 映射规则数 |
+|---|---|---|
+| GDPR | international_transfers | 3 |
+| ISO27001 | data_residency / supplier_agreements | 2 |
+| 等保 | data_residency / security_assessment | 2 |
+
+映射只表示“该基础规则与这些框架主题相关”，不表示这些框架已经过审查。
+
+## 6. 明确未覆盖
+
+以下范围不在 v0.1 的 `baseline_review` 内：
+
+1. **语义理解**：词形不同的同义表述可能漏检；absence 只判断检索词是否出现。
+2. **文档级范围判断**：absence 的 `scope` 为 `document`，检索词出现在任何位置即视为已出现，
+   不判断其是否适用于当前处理活动。
+3. **否定句建模**：「不会对外提供」「未经同意不得处理」等否定表述仍可能触发候选匹配。
+4. **中文数字解析**：「三年」「十万」等中文数字不解析、不换算。
+5. **数据出境人数阈值**：100 万人以上、10 万人以上、1 万人敏感个人信息等阈值需要单位感知的
+   数值原语，v0.1 不做跨单位换算，因而没有对应规则。
+6. **其它框架的独立结论**：GDPR / HIPAA / SOC2 / PCI-DSS / ISO27001 / 等保 仅 `mapping_only`。
+7. **非文本输入**：PDF / docx / 图片不直接解析，需先转成 UTF-8 文本或 Markdown。
+8. **法律判断**：不判断合同效力、不预测诉讼结果、不替代律师或合规顾问。
+
+## 7. 如何核对覆盖范围
+
+```bash
+# 列出实际装载的规则
+python3 scripts/yotta_compliance.py rules list
+
+# 只看某个框架
+python3 scripts/yotta_compliance.py rules list --framework pipl
+
+# 查看单条规则的来源与测试用例
+python3 scripts/yotta_compliance.py rules show PIPL-NOTICE-001
+
+# 校验规则包结构
+python3 scripts/yotta_compliance.py rules validate --pack rules/pipl.json
+python3 scripts/yotta_compliance.py rules validate --pack rules/data-export.json
+```
+
+Markdown 报告的「框架覆盖摘要」与 JSON 的 `framework_coverage` 反映实际装载结果；
+两者是判断某框架是否进入本次审查的权威依据。
+
+## 8. 更新规则包时的要求
+
+- 升 `pack_version`，并同步更新本文件的规则清单与来源条款；
+- 每条规则补齐正例、反例、边界例，并让 `test_ids` 与夹具逐项一致；
+- 来源使用官方文本，写到条款号与 `https://` 链接；
+- 重新运行规则包校验与全量契约测试；
+- 规则包内容或行为发生变化时，随技能版本一起进入发布流程。

package/references/report-format.md

@@ -0,0 +1,263 @@
+# 报告契约
+
+元规同时提供人类可读的 Markdown 报告与稳定的 JSON 契约。JSON 用于自动化、审计与二次处理，
+字段语义不随文案样式调整而改变。
+
+## 1. Markdown 报告
+
+Markdown 报告固定包含七节，顺序不变：
+
+| 节 | 内容 |
+|---|---|
+| 1. 输入摘要 | 来源、大小、行数、SHA-256、规则包 id / 版本 / 覆盖级别 / 规则数 |
+| 2. 框架覆盖摘要 | 规则包、框架、覆盖级别、状态、规则数；`mapping_only` 单独说明 |
+| 3. 风险汇总 | 输出 finding 数、全部 finding 数、按严重度计数、已检查 / 命中规则数 |
+| 4. 逐条发现 | finding id、规则 id、标题、严重度、置信度、框架映射、条款类型、证据、说明、建议、来源 |
+| 5. 未覆盖范围 | `mapping_only` 框架、PDF / docx 说明、`--include-safe` 时的未命中规则 |
+| 6. 人工复核清单 | 低置信 finding 与无法验证的数值 / 日期项 |
+| 7. 免责声明 | 固定声明：本工具提供基于确定性规则的条款审查建议与证据链，不构成法律意见 |
+
+每条 finding 的证据展示规则：
+
+- `matched_span` 显示原文 quote、行、列与 `section_id`；
+- `document_scope` / `section_scope` 显示范围与起止行列，不显示伪造 quote；
+- 单条 finding 最多展示 5 条证据；超出时追加 `evidence_note`，完整数量保留在 `evidence_total`。
+
+## 2. JSON 顶层字段
+
+```json
+{
+  "schema_version": "1.0",
+  "tool": "yotta-compliance",
+  "tool_version": "0.1.0",
+  "generated_at": "2026-09-24T12:00:00Z",
+  "input": {},
+  "rule_packs": [],
+  "framework_coverage": [],
+  "summary": {},
+  "findings": [],
+  "review_items": [],
+  "disclaimer": "本工具提供基于确定性规则的条款审查建议与证据链，不构成法律意见。"
+}
+```
+
+| 字段 | 说明 |
+|---|---|
+| `schema_version` | JSON 契约版本，当前为 `1.0` |
+| `tool` | 固定为 `yotta-compliance` |
+| `tool_version` | 引擎版本 |
+| `generated_at` | UTC ISO-8601 时间戳；这是重复运行唯一允许变化的字段 |
+| `input` | 输入摘要，不回显原文 |
+| `rule_packs` | 实际装载的规则包元信息与 SHA-256 |
+| `framework_coverage` | 基础框架与 `mapping_only` 框架的覆盖摘要 |
+| `summary` | 计数与可选已检查规则列表 |
+| `findings` | 达到 `--min-severity` 的 finding 列表 |
+| `review_items` | 低置信与无法验证项 |
+| `disclaimer` | 固定免责声明 |
+
+## 3. input
+
+```json
+{
+  "kind": "file",
+  "path": "D:\\work\\contract.md",
+  "sha256": "…",
+  "bytes": 1234,
+  "lines": 56
+}
+```
+
+| 字段 | 说明 |
+|---|---|
+| `kind` | `file` / `stdin` / `memory` |
+| `path` | 文件输入时的绝对路径；stdin 时为 `null` |
+| `sha256` | 输入 UTF-8 字节的 SHA-256 |
+| `bytes` | UTF-8 字节数 |
+| `lines` | 按 `\n` 计算的行数 |
+
+报告不包含原文；如需复核，按 `path` 与 `sha256` 找回同一份输入。
+
+## 4. rule_packs
+
+```json
+{
+  "pack_id": "pipl",
+  "framework": "PIPL",
+  "pack_version": "2026.09.1",
+  "coverage_level": "baseline_review",
+  "sha256": "…",
+  "rule_count": 11
+}
+```
+
+`sha256` 用于确认报告引用的规则包版本未被替换；正式审查记录建议同时保存 `pack_id`、
+`pack_version` 与 `sha256`。
+
+## 5. framework_coverage
+
+每个基础框架或 `mapping_only` 框架各占一项：
+
+```json
+{
+  "framework": "GDPR",
+  "coverage_level": "mapping_only",
+  "status": "mapping_only",
+  "pack_id": "pipl",
+  "pack_version": "2026.09.1",
+  "rule_count": 10,
+  "topics": ["lawful_basis", "purpose_limitation"],
+  "note": "仅主题映射，不等同于对该框架的合规审查。"
+}
+```
+
+| 字段 | 说明 |
+|---|---|
+| `framework` | 框架名 |
+| `coverage_level` | `baseline_review` 或 `mapping_only` |
+| `status` | `reviewed` 或 `mapping_only` |
+| `pack_id` | 产生该行的规则包 |
+| `pack_version` | 规则包版本 |
+| `rule_count` | 基础包为规则数；`mapping_only` 为映射条目数 |
+| `topics` | 仅 `mapping_only` 提供 |
+| `note` | 仅 `mapping_only` 提供 |
+
+`mapping_only` 行不得被解读为已完成该框架的审查。
+
+## 6. summary
+
+```json
+{
+  "findings_total": 3,
+  "findings_total_all": 11,
+  "by_severity": {"info": 0, "low": 4, "medium": 4, "high": 3, "critical": 0},
+  "by_confidence": {"low": 4, "medium": 7, "high": 0},
+  "rules_checked": 15,
+  "rules_matched": 13,
+  "review_items": 4,
+  "checked_rules": []
+}
+```
+
+| 字段 | 说明 |
+|---|---|
+| `findings_total` | 达到 `--min-severity` 的 finding 数 |
+| `findings_total_all` | 过滤前 finding 总数 |
+| `by_severity` | 全部 finding 的严重度计数 |
+| `by_confidence` | 全部 finding 的置信度计数 |
+| `rules_checked` | 本次运行实际检查的规则数 |
+| `rules_matched` | 候选命中的规则数，含 matched / matched_no_finding |
+| `review_items` | 人工复核项数量 |
+| `checked_rules` | 仅在 `--include-safe` 时提供 |
+
+`checked_rules` 每项形如：
+
+```json
+{
+  "rule_id": "PIPL-SENSITIVE-006",
+  "pack_id": "pipl",
+  "status": "no_match"
+}
+```
+
+`status` 取值：
+
+| 值 | 含义 |
+|---|---|
+| `no_match` | 候选未命中，规则未继续求值 |
+| `matched` | 求值后输出 finding |
+| `matched_no_finding` | 候选命中，但断言未输出 finding 或进入人工复核 |
+
+## 7. findings
+
+```json
+{
+  "finding_id": "F-0001",
+  "rule_id": "PIPL-NOTICE-001",
+  "title": "未出现处理目的的告知表述",
+  "severity": "medium",
+  "confidence": "medium",
+  "framework_mapping": ["PIPL", "GDPR:mapping_only"],
+  "clause_types": ["personal_information"],
+  "evidence": [
+    {
+      "kind": "matched_span",
+      "quote": "个人信息",
+      "start": 12,
+      "end": 16,
+      "line": 3,
+      "column": 5,
+      "section_id": "para-2"
+    },
+    {
+      "kind": "document_scope",
+      "start": 0,
+      "end": 120,
+      "line": 1,
+      "column": 1,
+      "end_line": 9,
+      "end_column": 12,
+      "section_id": null,
+      "scope_label": "全文范围"
+    }
+  ],
+  "evidence_total": 5,
+  "evidence_note": "仅显示前 5 条证据，共 8 条。",
+  "rationale": "规则说明只描述可观察文本现象。",
+  "remediation": "面向用户的补充或核对建议。",
+  "source": {
+    "type": "official",
+    "citation": "《中华人民共和国个人信息保护法》第十七条第一款第二项",
+    "url": "https://www.npc.gov.cn/"
+  }
+}
+```
+
+| 字段 | 说明 |
+|---|---|
+| `finding_id` | 在本次报告中从 `F-0001` 起连续编号 |
+| `rule_id` / `title` | 命中的规则 |
+| `severity` | `info` / `low` / `medium` / `high` / `critical` |
+| `confidence` | `low` / `medium` / `high` |
+| `framework_mapping` | 基础框架 + 命中的 `框架:mapping_only` 标签 |
+| `clause_types` | 规则声明的条款类型 |
+| `evidence` | 原文证据数组；`quote` 必须等于原文切片 |
+| `evidence_total` | 证据总数；超过 5 条时仅前 5 条进入 `evidence` |
+| `evidence_note` | 证据被截断时出现 |
+| `rationale` / `remediation` | 规则说明与建议动作 |
+| `source` | 规则来源与链接 |
+
+finding 按严重度降序、`rule_id`、证据起始位置排序，保证同一输入结果稳定。
+
+## 8. review_items
+
+低置信 finding 与无法验证的 compare 结果进入人工复核清单：
+
+```json
+{
+  "kind": "low_confidence",
+  "rule_id": "PIPL-BASIS-003",
+  "pack_id": null,
+  "finding_id": "F-0005",
+  "reason": "低置信结论，必须人工核验后才能采信。"
+}
+```
+
+| `kind` | 触发条件 |
+|---|---|
+| `low_confidence` | finding 的 `confidence=low` |
+| `unverifiable` | 数值 / 日期无法解析，或时长单位与规则声明不一致 |
+
+`unverifiable` 不输出数值结论，也不伪造原文引用。
+
+## 9. CLI 行为与退出码
+
+- Markdown 是默认格式；`--format json` 输出 JSON；
+- `--out` 缺省时只写 stdout；`--out` 写入成功时在 stderr 输出目标路径；
+- `--gate` 达到阈值时返回 1；`--gate off` 不触发闸门；
+- `--min-severity` 只过滤 `findings`，不改变全部 finding 的汇总计数；
+- 输入错误返回 2；规则包错误返回 3；用法错误返回 4。
+
+## 10. 确定性
+
+同一输入、同一规则包、同一参数重复运行时，除 `generated_at` 外，JSON 结果必须完全一致。
+审计场景建议使用 `--format json`，并保留输入 SHA-256、规则包 SHA-256 与报告文件。

package/references/rule-authoring.md

@@ -0,0 +1,241 @@
+# 规则包编写规范
+
+元规的规则包是**版本化 JSON 数据**：内核只读取字段、编译正则、匹配文本与复算证据，
+不把规则正文当作代码执行。规则质量直接决定审查结论的可信度，因此每条正式规则都必须有
+来源、正例、反例、边界例和可复算的期望结果。
+
+## 1. 目录与版本
+
+```text
+rules/
+├── pipl.json
+└── data-export.json
+```
+
+- 每个规则包对应一个框架与一个 `pack_id`；
+- 规则包内容发生变化时，必须升 `pack_version`；
+- `rules/` 进入发布包；`scripts/fixtures/` 下的测试夹具不进入发布包；
+- `rules validate` 是发布前硬闸门，校验失败时退出码为 3。
+
+## 2. 规则包字段
+
+| 字段 | 类型 | 必填 | 说明 |
+|---|---|---|---|
+| `schema_version` | string | 是 | 当前固定为 `"1.0"` |
+| `pack_id` | string | 是 | 规则包 id，如 `pipl` / `data-export` |
+| `framework` | string | 是 | 基础框架名，如 `PIPL` / `DATA-EXPORT` |
+| `pack_version` | string | 是 | 规则包版本，如 `2026.09.1` |
+| `jurisdiction` | string | 否 | 司法辖区，如 `CN` |
+| `coverage_level` | string | 是 | `baseline_review` 或 `mapping_only` |
+| `clause_type_lexicon` | object | 否 | 条款类型到关键词数组的映射 |
+| `mapping_only` | array | 否 | 其它框架的主题映射 |
+| `rules` | array | 是 | 非空规则列表 |
+
+`clause_type_lexicon` 中声明过的类型才能被 `clause_type` 条件引用；引用未声明的类型判为包损坏。
+
+`mapping_only` 数组元素形如：
+
+```json
+{
+  "framework": "GDPR",
+  "topics": {
+    "lawful_basis": ["PIPL-BASIS-003"],
+    "storage_limitation": ["PIPL-RETENTION-004", "PIPL-RETENTION-005"]
+  }
+}
+```
+
+`topics` 中引用的 `rule_id` 必须存在；`mapping_only` 只影响 finding 的框架标签，不改变基础框架的
+审查结论，也不得用于对外声称“已审查该框架”。
+
+## 3. 单条规则字段
+
+| 字段 | 类型 | 必填 | 说明 |
+|---|---|---|---|
+| `rule_id` | string | 是 | 全局唯一；建议 `框架-主题-序号` |
+| `title` | string | 是 | 面向用户的规则标题 |
+| `clause_types` | array | 否 | 该规则涉及的条款类型 |
+| `match` | object | 是 | 候选匹配条件 |
+| `assert` | object | 是 | 断言与搜索条件 |
+| `severity` | string | 是 | `info` / `low` / `medium` / `high` / `critical` |
+| `confidence_policy` | object | 否 | `exact_match` 与 `absence` 的置信度 |
+| `evidence` | array | 是 | 至少一项：`matched_span` / `document_scope` / `section_scope` |
+| `rationale` | string | 是 | 只描述可观察文本现象，不臆测真实业务 |
+| `source` | object | 是 | `type` / `citation` / `url` |
+| `remediation` | string | 是 | 面向用户的补充或核对建议 |
+| `test_ids` | array | 是 | 非空；正式规则须与正例 / 反例 / 边界例逐一相等 |
+
+示例：
+
+```json
+{
+  "rule_id": "PIPL-NOTICE-001",
+  "title": "未出现处理目的的告知表述",
+  "clause_types": ["personal_information"],
+  "match": {
+    "operator": "any",
+    "conditions": [
+      {"kind": "clause_type", "value": "personal_information"}
+    ]
+  },
+  "assert": {
+    "operator": "absent",
+    "target": "processing_purpose_notice",
+    "scope": "document",
+    "search": {
+      "kind": "regex",
+      "pattern": "处理目的|使用目的|收集目的"
+    }
+  },
+  "severity": "medium",
+  "confidence_policy": {"exact_match": "high", "absence": "medium"},
+  "evidence": ["matched_span", "document_scope"],
+  "rationale": "文本出现个人信息相关表述，但未检索到处理目的相关表述；需人工核对。",
+  "source": {
+    "type": "official",
+    "citation": "《中华人民共和国个人信息保护法》第十七条第一款第二项",
+    "url": "https://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html"
+  },
+  "remediation": "补充个人信息处理目的，并说明处理方式、处理的个人信息种类与保存期限。",
+  "test_ids": [
+    "PIPL-NOTICE-001-positive",
+    "PIPL-NOTICE-001-negative",
+    "PIPL-NOTICE-001-boundary"
+  ]
+}
+```
+
+## 4. 候选匹配
+
+`match.operator` 为 `any` 或 `all`，`match.conditions` 不能为空。条件类型：
+
+| `kind` | 字段 | 说明 |
+|---|---|---|
+| `keyword` | `value` | 确定性关键词匹配 |
+| `regex` | `pattern` | Python 正则；同一规则内不得重复同一 pattern |
+| `clause_type` | `value` | 引用 `clause_type_lexicon` 中声明的类型 |
+| `section_anchor` | `value` | 引用结构块标签，如标题或条款号 |
+
+候选匹配决定“这条规则是否值得继续判断”。反例与边界例同样要求候选命中，
+用于防止“规则没有运行”被误判为通过。
+
+## 5. 断言契约
+
+`assert.search` 必填，沿用同一套确定性原语。断言类型：
+
+| `operator` | 额外字段 | 行为 |
+|---|---|---|
+| `absent` | `scope` = `document` / `section` | 搜索条件未命中时输出 finding；必须提供范围证据 |
+| `present` | 无 | 搜索条件命中时输出 finding |
+| `numeric_compare` | `search.group`、`compare.op`、`compare.value` | 解析原文数值并按 `gte` / `lte` / `gt` / `lt` / `eq` / `ne` 比较 |
+| `date_compare` | `search.group`、`compare.op`、`compare.value` | 解析原文日期并按上述操作符比较 |
+| `duration_compare` | 上述字段 + `unit` = `day` / `month` / `year` | 只比较相同单位，不跨单位换算 |
+
+compare 系列规则必须满足：
+
+- `search.pattern` 含有第 `search.group` 个捕获组；
+- `compare.value` 对 `numeric_compare` 是数字，对 `date_compare` 是可解析日期；
+- `duration_compare` 的原文单位必须与 `unit` 一致，否则进入 `review_items`（`unverifiable`），
+  不输出数值结论；
+- 数值或日期无法解析时，记录人工复核项，不自动换算、不补值。
+
+`absent` 的 `scope` 必须是 `document` 或 `section`；缺省范围会被判为包损坏。
+
+## 6. 证据与置信度
+
+| 证据类型 | 内容 |
+|---|---|
+| `matched_span` | 原文 `quote` + `start` / `end` + `line` / `column` + `section_id` |
+| `document_scope` | 全文起止范围与起止行列，不伪造原文引用 |
+| `section_scope` | 命中所在结构块的范围，不伪造原文引用 |
+
+证据约束：
+
+- `quote` 必须等于原文切片，禁止拼接、改写或从规范化文本复制；
+- `start` / `end` 基于原始文本，不是规范化文本；
+- absence 规则必须给出搜索范围；
+- 没有证据的 finding 不得进入报告。
+
+`confidence_policy` 常用字段：
+
+| 字段 | 使用场景 |
+|---|---|
+| `exact_match` | `present` 或 compare 断言命中原文时 |
+| `absence` | `absent` 断言未找到检索词时 |
+
+absence 类结论建议使用 `medium` 或 `low`；`low` 置信 finding 会强制进入人工复核清单。
+
+## 7. 来源可追溯
+
+正式规则包的每条规则必须满足：
+
+- `source.type` = `"official"`；
+- `citation` 带书名号或法规名，并写到条款号；
+- `source.url` 使用 `https://`；
+- 条款号逐条核对官方全文，不凭记忆或二手摘要编写。
+
+运行时不会联网校验来源；来源可信度由规则作者在发布前核对，并由规则包版本记录。
+
+## 8. 测试夹具与 test_ids
+
+正式规则必须同时具备：
+
+- 至少一个正例：命中并给出期望证据；
+- 至少一个反例：候选命中但不触发 finding；
+- 至少一个边界例：缺字段、矛盾值、低置信或词形差异等边界。
+
+数值阈值规则可增加 `threshold` 类型用例，覆盖等值边界。
+
+夹具位于 `scripts/fixtures/rules/<pack>-cases.json`，示例结构：
+
+```json
+{
+  "schema_version": "1.0",
+  "pack_id": "data-export",
+  "cases": [
+    {
+      "case_id": "EXPORT-SAFEGUARD-001-positive",
+      "rule_id": "EXPORT-SAFEGUARD-001",
+      "kind": "positive",
+      "text": "为提供服务，本平台会将您的个人信息传输至境外服务器。\n",
+      "expect": {
+        "outcome": "finding",
+        "severity": "high",
+        "confidence": "medium",
+        "evidence_kinds": ["matched_span", "document_scope"],
+        "evidence_quote": "传输至境外"
+      }
+    }
+  ]
+}
+```
+
+验收要求：
+
+1. 每条规则的 `test_ids` 与夹具中同 id 的正例、反例、边界例逐项相等；
+2. 每个用例显式声明期望结果、severity、confidence、证据类型与 quote；
+3. 反例与边界例也要求候选命中（`status != no_match`）；
+4. `matched_span` 的 `start` / `end` 切片必须等于 `quote`；
+5. 同一语料运行两次，除 `generated_at` 外结果完全一致。
+
+## 9. 校验与发布
+
+```bash
+python3 scripts/yotta_compliance.py rules validate --pack rules/pipl.json
+python3 scripts/yotta_compliance.py rules validate --pack rules/data-export.json
+python3 scripts/test_yotta_compliance.py
+```
+
+规则包变更后还要同步检查：
+
+- `references/coverage.md` 的规则清单与来源条款；
+- 夹具中的 `test_ids` 与期望结果；
+- 报告示例与覆盖范围说明；
+- `pack_version` 是否递增。
+
+不要编写以下规则：
+
+- 需要语义推理、模型评分或真实业务事实才能判断的规则；
+- 需要跨单位换算的人数阈值规则；
+- 需要联网检索法条或实时法规更新的规则；
+- 无法给出原文证据或明确来源的规则。