agency-orchestrator 0.9.0 → 0.11.0

package/README.en.md

@@ -3,13 +3,15 @@
 **English** | [中文](./README.md)
 
 > **One sentence in, a full plan out — multiple AI roles collaborate automatically.**
+>
+> **It's your one-person company: you're the boss, AI is the team — auto-assembled, asking your sign-off on big calls, delivering against acceptance criteria.**
 
 [![CI](https://github.com/jnMetaCode/agency-orchestrator/actions/workflows/ci.yml/badge.svg)](https://github.com/jnMetaCode/agency-orchestrator/actions)
 [![npm version](https://img.shields.io/npm/v/agency-orchestrator)](https://www.npmjs.com/package/agency-orchestrator)
 [![License: Apache-2.0](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](./LICENSE)
 [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](./CONTRIBUTING.md)
 
-**One sentence → full plan · 216 expert AI roles · Zero-code YAML · 10 LLM providers · key supported (DeepSeek recommended), plus 7 key-free options**
+**One sentence → full plan · 216 expert AI roles · Zero-code YAML · 11 LLM providers · key supported (DeepSeek recommended), plus 7 key-free options**
 
 > **Note:** `ao compose --run` auto-detects your language. Both 216 Chinese roles and 184 English roles ([agency-agents](https://github.com/msitarzewski/agency-agents), MIT) are **bundled in the npm package — no extra download needed**. **10 English workflow templates** are ready in `workflows/en/`.
 
@@ -20,7 +22,8 @@
 > If you find this useful, please **Star** it — helps others discover the project.
 
 <p align="center">
-  <img src="./demo.gif" alt="ao compose --run demo" width="700">
+  <img src="./demo-studio-en.gif" alt="Web Studio: one sentence, AI builds the team" width="820"><br/>
+  <em>Web Studio: type one sentence, AI builds a team from 200+ experts and runs it</em>
 </p>
 
 ---
@@ -29,11 +32,6 @@
 
 Prefer not to use the command line? Run `ao web` locally and pick experts, run workflows, view outputs, and intervene live — all in a GUI, fully bilingual (EN/中文).
 
-<p align="center">
-  <img src="./docs/screenshots/studio-roles-en.png" alt="Studio · Build a Team: pick from 200+ experts, AI composes the team" width="800"><br/>
-  <em>Build a Team: pick from 200+ experts; AI composes and runs the team</em>
-</p>
-
 <p align="center">
   <img src="./docs/screenshots/studio-workflows-en.png" alt="Studio · Workflows: run built-in templates with one click" width="800"><br/>
   <em>Workflows: run built-in templates with one click, or compare several</em>
@@ -45,10 +43,16 @@ Prefer not to use the command line? Run `ao web` locally and pick experts, run w
 
 ## One Sentence, Full Result
 
+Prefer the command line? One command, one sentence, full result:
+
 ```bash
 ao compose "I'm a programmer looking to start a side hustle with AI content, target $3K/month, give me a complete plan" --run
 ```
 
+<p align="center">
+  <img src="./demo.gif" alt="ao compose CLI demo" width="700">
+</p>
+
 5 AI roles collaborate automatically:
 
 ```
@@ -191,6 +195,7 @@ steps:
   - id: summary
     role: "product/product-manager"
     task: "Synthesize feedback:\n\n{{tech_report}}\n\n{{design_report}}"
+    acceptance: "1. Clear go/no-go verdict  2. List must-fix issues"  # optional: injected at prompt tail, used as review yardstick
     depends_on: [tech_review, design_review]
 ```
 
@@ -209,7 +214,7 @@ analyze ──→ tech_review  ──→ summary
           (parallel)
 ```
 
-## 10 LLM Providers — 7 Need No API Key
+## 11 LLM Providers — 7 Need No API Key
 
 **Already paying for one of these? You're ready to go:**
 
@@ -230,6 +235,7 @@ analyze ──→ tech_review  ──→ summary
 | Provider | Config | Env Variable |
 |----------|--------|-------------|
 | DeepSeek | `provider: "deepseek"` | `DEEPSEEK_API_KEY` |
+| Volcengine Ark (Doubao / Kimi / GLM · sponsor) | `provider: "volcengine"` | `ARK_API_KEY` |
 | Claude API | `provider: "claude"` | `ANTHROPIC_API_KEY` |
 | OpenAI | `provider: "openai"` | `OPENAI_API_KEY` |
 

package/README.md

@@ -3,13 +3,15 @@
 **中文** | [English](./README.en.md)
 
 > **一句话，让多个 AI 角色自动协作，几分钟出完整方案。**
+>
+> **也是你的「一人公司」：你当老板，AI 当团队——自动组队、重大决策请你签字、按验收标准交付。**
 
 [![CI](https://github.com/jnMetaCode/agency-orchestrator/actions/workflows/ci.yml/badge.svg)](https://github.com/jnMetaCode/agency-orchestrator/actions)
 [![npm version](https://img.shields.io/npm/v/agency-orchestrator)](https://www.npmjs.com/package/agency-orchestrator)
 [![License: Apache-2.0](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](./LICENSE)
 [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](./CONTRIBUTING.md)
 
-**一句话出结果 · 216 个专业 AI 角色 · YAML 零代码 · 10 种大模型 · 支持 key（推荐 DeepSeek），也有 7 种免 key 方式**
+**一句话出结果 · 216 个专业 AI 角色 · YAML 零代码 · 11 种大模型 · 支持 key（推荐 DeepSeek），也有 7 种免 key 方式**
 
 > 📖 [完整上手教程](https://mp.weixin.qq.com/s/XcGbkMb6TM6NLQiL7ICwbw) — 从安装到实战，10 分钟上手
 >
@@ -28,6 +30,7 @@
 
 不想敲命令行？本地跑一条 `ao web`，浏览器里勾选专家、运行工作流、查看产物、实时介入——全程图形界面，全中英双语。
 
+> 🆕 **「一人公司」系列模板**：做产品 / 做内容 / 做投研 + 全员大会，关键步骤带验收标准（`acceptance`），投研含老板签字闸门——交付的是可验收的工作成果，不承诺奇迹。
 > 🆕 **AI 自动组队**：不知道选哪些专家？角色页一句话、不选角色，AI 自动从全部专家里挑人组队并运行。
 > 🆕 **可视化画布**：工作流可在画布上拖拽节点 / 连线（自动防环）/ 改任务·角色 / 保存，运行时节点按状态实时点亮。
 > 🆕 **创意库**：内置图像生成提示词库（Nano Banana / Gemini，可搜索 / 分类 / 一键复制）。
@@ -203,6 +206,7 @@ steps:
   - id: summary
     role: "product/product-manager"
     task: "综合反馈输出结论：\n\n{{tech_report}}\n\n{{design_report}}"
+    acceptance: "1. 明确给出通过/不通过结论  2. 列出必须解决的问题"  # 可选：验收标准，注入 prompt 并作评审依据
     depends_on: [tech_review, design_review]
 ```
 
@@ -221,7 +225,7 @@ analyze ──→ tech_review  ──→ summary
           (并行)
 ```
 
-## 10 种 LLM — 7 种不需要 API key
+## 11 种 LLM — 7 种不需要 API key
 
 **你已经有这些会员了吧？直接就能跑：**
 
@@ -242,10 +246,11 @@ analyze ──→ tech_review  ──→ summary
 | 提供商 | 配置 | 环境变量 |
 |--------|------|---------|
 | DeepSeek | `provider: "deepseek"` | `DEEPSEEK_API_KEY` |
+| 火山引擎（豆包 / Kimi / GLM，赞助商） | `provider: "volcengine"` | `ARK_API_KEY` |
 | Claude API | `provider: "claude"` | `ANTHROPIC_API_KEY` |
 | OpenAI | `provider: "openai"` | `OPENAI_API_KEY` |
 
-**自定义 API（火山引擎、智谱、月之暗面、硅基流动等 OpenAI 兼容 API）：**
+**自定义 API（智谱、月之暗面、硅基流动等 OpenAI 兼容 API）：**
 
 ```bash
 ao init --provider openai --model 模型名 \
@@ -591,7 +596,7 @@ ao-output/产品需求评审-2026-03-22/
 
 | 项目 | 定位 | 一句话 |
 |------|------|-------|
-| **本项目**（agency-orchestrator） | 🚀 编排引擎 | 一句话 → 216 专家协作，**几分钟出方案**（10 家 LLM / 7 免费） |
+| **本项目**（agency-orchestrator） | 🚀 编排引擎 | 一句话 → 216 专家协作，**几分钟出方案**（11 家 LLM / 7 免费） |
 | [agency-agents-zh](https://github.com/jnMetaCode/agency-agents-zh) ![](https://img.shields.io/github/stars/jnMetaCode/agency-agents-zh?style=flat&label=⭐) | 🎭 中文角色库 | 216 个**即插即用** AI 专家，含 50 中国原创（小红书 / 抖音 / 飞书 / 钉钉） |
 | [agency-agents](https://github.com/msitarzewski/agency-agents) | 🎭 英文角色库 | 184 个英文 AI 角色 by [@msitarzewski](https://github.com/msitarzewski) |
 | [superpowers-zh](https://github.com/jnMetaCode/superpowers-zh) ![](https://img.shields.io/github/stars/jnMetaCode/superpowers-zh?style=flat&label=⭐) | 🧠 工作方法论 | 20 个 skills 教 AI 怎么干活（TDD / 调试 / 代码审查等） |

package/dist/cli/compose.js

@@ -193,12 +193,20 @@ ${autoRun ? '      Include specific information from the user\'s description' :
       Use {{previous_output}} to reference upstream step outputs
     output: output_variable_name
     depends_on: [upstream_step_id]  # Only add when there's a dependency
+    acceptance: |  # Optional: verifiable conditions the output must satisfy (strongly recommended on the final step)
+      1. First checkable condition...
+      2. Second checkable condition...
 
   # When you need to ask the user something mid-run, use a human_input step (no role, actually pauses for input):
   - id: ask_step_id
     type: human_input
     prompt: "The specific question to ask the user, can reference {{variable_name}} from earlier steps"
     output: user_answer_variable  # the user's answer is injected downstream as this variable
+
+  # For high-stakes decisions (finance/medical/legal/spending real money), insert an approval gate (pauses until the user signs off):
+  - id: approve_step_id
+    type: approval
+    prompt: "State clearly what the user is approving, can reference {{variables}}"
 \`\`\`
 
 ## Design Principles
@@ -210,6 +218,8 @@ ${autoRun ? '      Include specific information from the user\'s description' :
 - **Detailed tasks**: Task descriptions should be specific — tell the role what to do and what format to output
 ${inputsDesignPrinciple}
 - **Use human_input when the user needs to clarify something — don't have a role "ask" in its task**: if the task genuinely can't proceed without more info from the user (personal preference, choosing between options, a specific detail not in inputs — classic case: registration/enrollment-type requests where you must ask the user's specifics partway through), insert a \`type: human_input\` step to ask them, and feed the answer downstream as its output variable. Writing "ask the user X" inside a regular role step's task does NOT work — the engine won't actually pause, the model will just make up an answer
+- **Acceptance criteria**: give key steps — at minimum the FINAL deliverable step — an \`acceptance:\` field with 2-5 verifiable conditions the output must satisfy. Concrete and checkable ("contains X/Y/Z sections", "every recommendation states its risk"), never vague ("high quality"). It is injected into the step's prompt AND actually enforced: after the step runs, the engine checks the output against each item, and any unmet item triggers one automatic rework round — so every item must be objectively machine-checkable from the output text alone
+- **High-risk tasks need an approval gate**: for finance/investment, medical, legal, or anything spending real money / hard to reverse — insert a \`type: approval\` step before the final recommendation/execution step, so the user signs off before proceeding
 - **Final deliverable**: The last step must output the final deliverable the user wants (e.g., complete article, complete report), not review comments or suggestions. If there's a review step, it should output the revised final version, not a "list of suggestions"
 - **Clean final output (IMPORTANT)**: The LAST step's \`task\` MUST end with an explicit instruction to output ONLY the deliverable itself — no preamble/greeting, no "what I changed"/change-log, no formatting notes, no questions to the user, no suggestions to run \`ao\`/other commands, no "shall I continue?" closers. Append a line like: "⚠️ Output only the final deliverable itself — no preamble, no change-log, no meta-commentary, no questions, no tool/command suggestions." (If you genuinely need to ask the user something, use the human_input step above instead — not in the final step)
 
@@ -297,12 +307,20 @@ ${autoRun ? '      直接包含用户需求中的具体信息' : '      使用 {
       使用 {{previous_output}} 引用上游步骤的输出
     output: output_variable_name
     depends_on: [upstream_step_id]  # 仅在有依赖时添加
+    acceptance: |  # 可选：产出必须满足的可核对验收条件（最终交付步强烈建议写）
+      1. 第一条可核对的条件…
+      2. 第二条可核对的条件…
 
   # 需要向用户询问/确认信息时，用 human_input 类型的步骤（无 role，运行到这一步会真的暂停等用户输入）：
   - id: ask_step_id
     type: human_input
     prompt: "向用户提的具体问题，可用 {{variable_name}} 引用之前的变量"
     output: user_answer_variable  # 用户的回答会作为这个变量注入下游 task
+
+  # 高风险决策（金融/医疗/法律/花真金白银）前插入 approval 闸门（暂停等用户签字放行）：
+  - id: approve_step_id
+    type: approval
+    prompt: "写清楚用户在批准什么，可引用 {{变量}}"
 \`\`\`
 
 ## 设计原则
@@ -314,6 +332,8 @@ ${autoRun ? '      直接包含用户需求中的具体信息' : '      使用 {
 - **任务详细**：task 描述要具体，告诉角色要做什么、输出什么格式
 ${inputsDesignPrinciple}
 - **需要用户澄清时用 human_input，不要指望角色在 task 里"提问"**：如果任务本质上需要用户提供额外信息才能继续（如个人偏好、多个方案里选一个、inputs 里没给的具体细节——典型例子是报名/选课/选方案类需求，中途必须问用户具体情况），插入一个 \`type: human_input\` 的步骤向用户提问，把回答作为 output 变量给下游用。普通 role 步骤的 task 里写"请问用户 XXX"是无效的——引擎不会暂停等回答，模型只会自己编一个答案
+- **验收标准**：给关键步骤——至少是最终交付步——写 \`acceptance:\` 字段，列 2-5 条产出必须满足的可核对条件。要具体可查（"包含 X/Y/Z 三节""每条建议都标注风险"），不要空话（"高质量"）。它不只注入该步 prompt——步骤跑完后引擎会**逐条真核验**，未过自动返工一轮。所以每一条都必须是仅凭产出文本就能客观判定的
+- **高风险任务要加签字闸门**：涉及金融/投资、医疗、法律，或花真金白银、难以撤销的操作——在最终建议/执行步骤之前插入 \`type: approval\` 节点，让用户签字放行后才继续（重大决策必须老板拍板）
 - **最终成品**：最后一个步骤必须输出用户想要的最终成品（如完整文章、完整报告），而不是审查意见或修改建议。如果有审校步骤，审校步骤应该直接输出修改后的定稿，而不是"修改建议列表"
 - **干净的最终产出（重要）**：最后一个步骤的 \`task\` 结尾必须显式要求"只输出成品本身"——不要开场白/寒暄、不要"我改了什么/复盘/修改说明"、不要排版备注小节、不要向用户提问或请其拍板、不要建议运行 \`ao\` 或其它命令、不要"要我继续吗"之类收尾。请在该 step 的 task 末尾追加一行类似：「⚠️ 只输出最终成品本身：不要开场白、不要复盘或说明、不要向用户提问、不要建议任何命令或后续动作。」（需要问用户时用上面的 human_input 步骤，不要在最终步骤里问）
 

package/dist/cli.js

@@ -30,6 +30,7 @@ import { t, detectLang } from './i18n.js';
 import { loadEnvFile, writeEnvFile, ensureEnvGitignored } from './utils/env-loader.js';
 import { parseDuration } from './utils/duration.js';
 import { defaultOutputDir, defaultWorkflowsDir } from './utils/paths.js';
+import { rotatingSponsors } from './utils/sponsor-guide.js';
 // Auto-load ./.env (shell env wins; no overwrite)
 loadEnvFile();
 // Suppress Node's DEP0190 warning from legitimate shell:true on Windows (.cmd shims).
@@ -131,6 +132,7 @@ async function handleRun() {
         console.error('  或: ao run --team <名字> "你的任务"   # 用已保存的团队跑新任务');
         console.error('  --materialize <目录>     把开发步产出的「### 路径 + 代码围栏」文件块落盘成真实项目脚手架');
         console.error('  --export <格式>          把本次产出导出:docx/pdf/xlsx(给人)或 skill/plan(给编码 agent 执行)');
+        console.error('  --no-verify              关闭 acceptance 自动核验（默认：写了 acceptance 的步骤产出后自动核验，未过自动返工一轮）');
         console.error('  --compare                跑完后再跑单次基线 + 盲评，并排对比多智能体 vs 单次');
         console.error('  --judge-provider/--judge-model   --compare 时指定评审模型(默认用生成模型)');
         process.exit(1);
@@ -204,6 +206,8 @@ async function handleRun() {
             const cmp = await compareWorkflowVsBaseline(resolve(filePath), inputs, {
                 outputDir,
                 quiet,
+                verify: parseVerifyFlag(),
+                signalFlush: true,
                 genOverride: llmOverride,
                 judgeLlm: judgeProvider
                     ? { provider: judgeProvider, model: judgeModel, timeout: 600_000 }
@@ -219,7 +223,9 @@ async function handleRun() {
             resumeDir: resumeDir ? resolve(resumeDir) : undefined,
             fromStep,
             feedback,
+            verify: parseVerifyFlag(),
             llmOverride,
+            signalFlush: true,
         });
         // --materialize <dir>：把开发步产出的"文件块"落盘成真实项目脚手架
         const matDir = getArgValue('--materialize');
@@ -501,6 +507,8 @@ async function handleCompose() {
             }
             const result = await run(resolve(savedPath), inputs, {
                 quiet: false,
+                signalFlush: true,
+                verify: parseVerifyFlag(),
                 // 用 compose 时同样的 provider 执行，避免 YAML 里写的 provider 和用户实际可用的不一致
                 // CLI provider 单步调用可能很慢（1-20 分钟），给足超时；用户显式 --timeout 优先
                 llmOverride: {
@@ -658,6 +666,14 @@ function parseTemperatureArg() {
     }
     return temp;
 }
+/** 解析 --verify/--no-verify 三态：true 强制开 / false 强制关 / undefined 按 YAML 顶层 verify（默认开）。 */
+function parseVerifyFlag() {
+    if (args.includes('--no-verify'))
+        return false;
+    if (args.includes('--verify'))
+        return true;
+    return undefined;
+}
 const COMPOSE_CLI_PROVIDERS = ['claude-code', 'gemini-cli', 'copilot-cli', 'codex-cli', 'openclaw-cli', 'hermes-cli'];
 /** R2.1：判断 compose 要用的 provider 是否已有可用凭证。保守——不确定时返回 true（不拦已能跑的配置）。 */
 function composeProviderHasCredentials(provider, apiKey, baseUrl) {
@@ -688,10 +704,13 @@ function printFirstRunGuide(provider) {
         L(`       ao compose "…" --run --provider claude-code`);
     }
     L('');
-    L(`  ② 用「送额度」的中转（几十秒拿 key，一个 key 通 Claude/GPT/Gemini 全家桶）：`);
-    L(`       · CCSub  注册送 $5 → https://www.ccsub.net/register?ref=8G5W4JK4`);
-    L(`       · Cubence           → https://cubence.com/signup?code=SCW29JP9&source=agency`);
-    L(`       拿到 key：ao compose "…" --run --provider ccsub --api-key <你的key>`);
+    L(`  ② 用「送额度」的聚合/中转（几十秒拿 key，一个 key 通 Claude/GPT/Gemini 全家桶）：`);
+    // 赞助商位规则（src/utils/sponsor-guide.ts）：多元探索持有默认 provider 位不占此处；
+    // 这里是其余 6 家（旗舰+标准）按天轮换 2 家
+    const rots = rotatingSponsors();
+    for (const s of rots)
+        L(`       · ${s.name}${s.bonus ? ` ${s.bonus}` : ''} → ${s.url}`);
+    L(`       拿到 key：ao compose "…" --run --provider ${rots[0].providerId} --api-key <你的key>`);
     L('');
     L(`  ③ 本地免费跑（需先装 Ollama 并拉好模型，建议 70B+）：`);
     L(`       ao compose "…" --run --provider ollama --model llama3`);
@@ -784,7 +803,9 @@ async function runWithTeam(teamRef) {
         console.log(`  ${t('compose.auto_running')}\n`);
         const result = await run(resolve(savedPath), {}, {
             quiet: args.includes('--quiet') || args.includes('-q'),
+            signalFlush: true,
             watch: args.includes('--watch'),
+            verify: parseVerifyFlag(),
             outputDir: getArgValue('--output') || defaultOutputDir(),
             llmOverride: {
                 provider,

package/dist/connectors/api-providers.js

@@ -15,5 +15,14 @@ export const API_PROVIDERS = [
     // CCSub（赞助商）—— AI API 中转：一个 key 通 Claude / GPT / Gemini / DeepSeek 全家桶，
     // 统一端点 www.ccsub.net 同时兼容 Anthropic 与 OpenAI 协议（此处走 OpenAI 兼容 /v1）
     { id: 'ccsub', envKey: 'CCSUB_API_KEY', envBase: 'CCSUB_BASE_URL', defaultBaseUrl: 'https://www.ccsub.net/v1', defaultModel: 'claude-sonnet-5' },
+    // 火山引擎（赞助商）—— 字节跳动火山方舟 Ark：豆包 / Kimi / GLM 等模型。直连走 OpenAI 兼容
+    // 主数据面 /api/v3；key 用官方环境变量名 ARK_API_KEY（console.volcengine.com/ark 创建）。
+    // 给 Claude Code / Codex 配中转的另一用法见前端 CLI_RELAY_PRESETS（Anthropic 兼容 /api/compatible）。
+    { id: 'volcengine', envKey: 'ARK_API_KEY', envBase: 'VOLCENGINE_BASE_URL', defaultBaseUrl: 'https://ark.cn-beijing.volces.com/api/v3', defaultModel: 'doubao-seed-2-1-pro-260628' },
+    // 多元探索 DuoyuanX（赞助商）—— 全球 AI 模型 API 聚合与源头直供：一个 key 通 OpenAI /
+    // Claude / Gemini / DeepSeek 等数百款模型。OpenAI 兼容端点 duoyuanx.com/v1。
+    // 默认模型必须选平台实际上架且已定价的：claude-sonnet-5 未上架（报"价格尚未由管理员设置"），
+    // claude-sonnet-4-6 实测可用（2026-07-17 真 key 连通验证）。
+    { id: 'duoyuanx', envKey: 'DUOYUANX_API_KEY', envBase: 'DUOYUANX_BASE_URL', defaultBaseUrl: 'https://duoyuanx.com/v1', defaultModel: 'claude-sonnet-4-6' },
 ];
 export const API_PROVIDER_MAP = Object.fromEntries(API_PROVIDERS.map((p) => [p.id, p]));

package/dist/core/compare.d.ts

@@ -12,8 +12,9 @@ export interface JudgeScore {
 }
 /** 从 judge 回复里抽出 JSON 分数（judge 偶尔会包代码块/加解释，宽松匹配第一个 {...}）。 */
 export declare function parseJudge(raw: string): JudgeScore | null;
-/** 单向评审一次：A、B 两份产出对同一任务打分。解析失败重试一次。 */
-export declare function judgeOnce(judgeLlm: LLMConfig, taskDesc: string, outA: string, outB: string): Promise<JudgeScore | null>;
+/** 单向评审一次：A、B 两份产出对同一任务打分。解析失败重试一次。
+ *  acceptance 非空时作为首要评分锚点（工作流声明的验收标准，两份产出用同一把尺）。 */
+export declare function judgeOnce(judgeLlm: LLMConfig, taskDesc: string, outA: string, outB: string, acceptance?: string): Promise<JudgeScore | null>;
 export interface CompareVerdict {
     multiScore: number;
     baseScore: number;
@@ -31,4 +32,4 @@ export declare function aggregateVerdict(j1: JudgeScore, j2: JudgeScore): Compar
  * 双向盲评对比：对 (多智能体, 基线) 正反各评一次取平均。
  * judge 解析失败返回 null（调用方决定跳过/重试）。
  */
-export declare function compareOutputs(judgeLlm: LLMConfig, taskDesc: string, multiOutput: string, baselineOutput: string): Promise<CompareVerdict | null>;
+export declare function compareOutputs(judgeLlm: LLMConfig, taskDesc: string, multiOutput: string, baselineOutput: string, acceptance?: string): Promise<CompareVerdict | null>;

package/dist/core/compare.js

@@ -49,14 +49,18 @@ export function parseJudge(raw) {
         return null;
     }
 }
-/** 单向评审一次：A、B 两份产出对同一任务打分。解析失败重试一次。 */
-export async function judgeOnce(judgeLlm, taskDesc, outA, outB) {
+/** 单向评审一次：A、B 两份产出对同一任务打分。解析失败重试一次。
+ *  acceptance 非空时作为首要评分锚点（工作流声明的验收标准，两份产出用同一把尺）。 */
+export async function judgeOnce(judgeLlm, taskDesc, outA, outB, acceptance) {
     const conn = createConnector(judgeLlm);
     const prompt = [
         '你是严格、客观的内容质量评审。下面是针对同一任务的两份产出，请对比。',
         `任务：${taskDesc}`,
+        ...(acceptance ? ['', `交付验收标准（首要评判依据，逐条核对两份产出是否满足）：\n${acceptance}`] : []),
         '', '【产出 A】', trunc(outA), '', '【产出 B】', trunc(outB), '',
-        '评判维度：完整性、具体性、可用性、是否直接可交付。',
+        acceptance
+            ? '评判维度：验收标准满足度优先，其次完整性、具体性、可用性、是否直接可交付。'
+            : '评判维度：完整性、具体性、可用性、是否直接可交付。',
         '只输出一行 JSON，不要任何额外文字：{"scoreA": 1-10, "scoreB": 1-10, "reason": "一句话理由"}',
     ].join('\n');
     for (let attempt = 0; attempt < 2; attempt++) {
@@ -89,9 +93,9 @@ export function aggregateVerdict(j1, j2) {
  * 双向盲评对比：对 (多智能体, 基线) 正反各评一次取平均。
  * judge 解析失败返回 null（调用方决定跳过/重试）。
  */
-export async function compareOutputs(judgeLlm, taskDesc, multiOutput, baselineOutput) {
-    const j1 = await judgeOnce(judgeLlm, taskDesc, multiOutput, baselineOutput); // A=multi, B=base
-    const j2 = await judgeOnce(judgeLlm, taskDesc, baselineOutput, multiOutput); // A=base,  B=multi
+export async function compareOutputs(judgeLlm, taskDesc, multiOutput, baselineOutput, acceptance) {
+    const j1 = await judgeOnce(judgeLlm, taskDesc, multiOutput, baselineOutput, acceptance); // A=multi, B=base
+    const j2 = await judgeOnce(judgeLlm, taskDesc, baselineOutput, multiOutput, acceptance); // A=base,  B=multi
     if (!j1 || !j2)
         return null;
     return aggregateVerdict(j1, j2);

package/dist/core/executor.d.ts

@@ -1,7 +1,7 @@
 /**
  * DAG 执行引擎 — 核心调度器
  */
-import type { DAGNode, LLMConnector, LLMConfig, WorkflowResult } from '../types.js';
+import type { DAGNode, LLMConnector, LLMConfig, WorkflowResult, StepResult } from '../types.js';
 import type { DAG } from './dag.js';
 export interface ExecutorOptions {
     connector: LLMConnector;
@@ -27,6 +27,23 @@ export interface ExecutorOptions {
         text: string;
         previousOutput?: string;
     };
+    /**
+     * acceptance 自动核验：写了 acceptance 的步骤产出后自动逐条核对，未过则带着
+     * 未满足条目自动返工一轮（复用对话式返工范式）。验收不过是质量信号而非执行错误，
+     * 步骤不会因此 failed。产品入口（run()）按 CLI flag > YAML 顶层 verify > 默认开
+     * 计算后传入；库级直调 executeDAG 不传 = 不核验（向后兼容）。step.verify: false 单步关闭。
+     */
+    verify?: boolean;
+    /**
+     * 调用方提供的步骤结果收集数组：executor 增量写入（每步完成即可见），
+     * 供 SIGTERM/SIGINT 中断时把已完成步骤落盘成 metadata（否则中断的 run 无痕）。
+     */
+    stepResultsSink?: StepResult[];
+    /**
+     * resume 复用步骤在上一次运行档案里的展示字段（agentName/acceptance/verification 等），
+     * 由 run() 从旧 metadata 读出传入——续跑产生的新档案才不丢被复用步骤的验收记录。
+     */
+    restoredStepMeta?: Map<string, Partial<StepResult>>;
 }
 export declare function executeDAG(dag: DAG, options: ExecutorOptions): Promise<WorkflowResult>;
 /**