agentworkshop 0.8.2 → 0.8.3

package/scripts/e2e-agentteam-real-triage.mjs

@@ -1,421 +1,421 @@
-/**
- * AgentTeam 真实作业逻辑端到端(真 LLM Lead + 真 LLM worker + 真群聊)。
- *
- * 回答用户的核心问题并以真实运行取证:
- *   P1 简单任务:Lead **自己作答**,不产生任何子任务、worker 零执行。
- *   P2 专业任务:Lead 拆解 → 子任务全部派给 worker → 每个 worker 完工后**回 Lead 验收** →
- *      Lead 收口并给出覆盖各子任务的验收摘要;子任务完工瞬间父任务不得是 COMPLETED。
- *   P3 群聊请求升级:在群里 @Lead 提一个需要交付物的诉求 → Lead 用 submit_task 把它登记为
- *      **可追踪根任务**(本轮补齐的能力),再拆解/验收,而不是只在聊天里说一句。
- *   P4 作业进行中并行群聊:普通发言 0 次 Agent 执行、@用户只发定向通知、@Agent 才触发执行,
- *      且群聊不干扰作业收口、时间线顺序不乱。
- *
- * 与 mock 版契约测试(scripts/test-agentteam-workflow.ts)的分工:
- *   那个用确定性 mock 验证**平台侧**不变量(状态机/闸门/顺序);本脚本用真 LLM 验证
- *   **模型侧**是否真的按契约分流(简单自己答、专业才拆、拆了要验收)。
- *
- * 运行:
- *   node scripts/e2e-agentteam-real-triage.mjs --base http://127.0.0.1:3458
- * 前置:隔离实例 + omp 引擎可用;必须 NO_PROXY=127.0.0.1,localhost。
- */
-import { writeFileSync, mkdirSync } from 'node:fs'
-
-const arg = (k, d) => {
-  const i = process.argv.indexOf(k)
-  if (i >= 0) return process.argv[i + 1]
-  const kv = process.argv.find(a => a.startsWith(`${k}=`))
-  return kv ? kv.slice(k.length + 1) : d
-}
-const BASE = arg('--base', process.env.AW_E2E_BASE ?? 'http://127.0.0.1:3458')
-const TAG = Date.now().toString(36)
-const EVID = arg('--evidence', '.omc/evidence/p7-real-triage.json')
-
-let passed = 0
-let failures = 0
-let blocked = 0
-const notes = []
-const check = (name, ok, detail = '') => {
-  console.log(`  ${ok ? 'PASS' : 'FAIL'}  ${name}${detail ? ` — ${detail}` : ''}`)
-  if (ok) passed += 1
-  else failures += 1
-}
-const block = (name, reason) => {
-  console.log(`  BLOCKED  ${name} — ${reason}`)
-  blocked += 1
-}
-/** 已定位根因的**产品缺口**(非"被验证的逻辑不成立"):单独计数,不计入 FAIL */
-const findings = []
-const finding = (name, detail) => {
-  console.log(`  FINDING  ${name} — ${detail}`)
-  findings.push(`${name}: ${detail}`)
-}
-const note = (s) => {
-  notes.push(s)
-  console.log(`  · ${s}`)
-}
-const sleep = ms => new Promise(r => setTimeout(r, ms))
-
-async function api(method, path, { body, token, timeout = 60_000 } = {}) {
-  const headers = { 'content-type': 'application/json' }
-  if (token) headers.authorization = `Bearer ${token}`
-  const res = await fetch(`${BASE}${path}`, {
-    method,
-    headers,
-    body: body !== undefined ? JSON.stringify(body) : undefined,
-    signal: AbortSignal.timeout(timeout),
-  })
-  const json = await res.json().catch(() => ({}))
-  return { status: res.status, code: json.code, message: json.message, data: json.data }
-}
-const post = (p, opts) => api('POST', p, opts)
-const get = (p, token) => api('GET', p, { token })
-const patch = (p, opts) => api('PATCH', p, opts)
-
-async function registerUser(label) {
-  const email = `rt-${label}-${TAG}@test.local`
-  const name = `rt-${label}-${TAG}`
-  const res = await post('/api/users/register', { body: { email, password: 'Passw0rd!123', name } })
-  if (!res.data?.token) throw new Error(`注册 ${label} 失败:${JSON.stringify(res).slice(0, 300)}`)
-  return { label, name, email, token: res.data.token, id: res.data.user.id }
-}
-
-const tasksOf = async (channelId, token) => (await get(`/api/workshop/channels/${channelId}/tasks`, token)).data ?? []
-const rootsOf = tasks => tasks.filter(t => !t.parentId)
-const childrenOf = (tasks, id) => tasks.filter(t => t.parentId === id)
-const artifactsTextOf = task => (task.artifacts ?? [])
-  .flatMap(a => (a.parts ?? []).map(p => ('text' in p ? p.text : '')))
-  .filter(Boolean)
-
-/** 通用轮询:cond 返回真值即返回它(真 LLM 慢) */
-async function waitFor(cond, timeoutMs = 180_000, intervalMs = 2500) {
-  const deadline = Date.now() + timeoutMs
-  let last = null
-  while (Date.now() < deadline) {
-    last = await cond()
-    if (last) return last
-    await sleep(intervalMs)
-  }
-  return last
-}
-
-/** 轮询到 root 终态(真 LLM 慢);采样保留父/子状态同帧快照。按 id 定位(标题可能被 Lead 改) */
-async function waitRootById(channelId, token, rootId, timeoutMs = 360_000) {
-  const deadline = Date.now() + timeoutMs
-  const samples = []
-  while (Date.now() < deadline) {
-    const tasks = await tasksOf(channelId, token)
-    const root = tasks.find(t => t.id === rootId)
-    if (root) {
-      const kids = childrenOf(tasks, root.id)
-      // 单次 GET 读到的是同一份引擎状态 → 这一帧内"父是否终态 / 子是否全完"是可比的
-      samples.push({ parent: root.state, kids: kids.map(k => k.state) })
-      if (['COMPLETED', 'FAILED', 'CANCELED'].includes(root.state)) return { root, kids, tasks, samples }
-    }
-    await sleep(2500)
-  }
-  const tasks = await tasksOf(channelId, token)
-  const root = tasks.find(t => t.id === rootId) ?? null
-  return { root, kids: root ? childrenOf(tasks, root.id) : [], tasks, samples, timeout: true }
-}
-
-/** 按标题定位(人类下发的任务标题由本脚本生成,不会被改写) */
-async function waitRoot(channelId, token, title, timeoutMs = 360_000) {
-  const found = await waitFor(async () => {
-    const tasks = await tasksOf(channelId, token)
-    return tasks.find(t => !t.parentId && t.title === title) ?? null
-  }, Math.min(timeoutMs, 120_000), 2500)
-  if (!found) return { root: null, kids: [], tasks: await tasksOf(channelId, token), samples: [] }
-  return waitRootById(channelId, token, found.id, timeoutMs)
-}
-
-// ============================================================================
-console.log(`\n━━━ AgentTeam 真实作业逻辑 E2E @ ${BASE}(真 LLM / omp)━━━`)
-
-const health = await api('GET', '/api/health')
-console.log(`  健康:${JSON.stringify(health.data).slice(0, 120)}`)
-
-// ── 0. preflight:omp 引擎必须可用(需先注册用户取 token)──
-const A = await registerUser('owner')
-const B = await registerUser('member')
-const harnesses = await get('/api/workshop/harnesses', A.token)
-const list = harnesses.data?.harnesses ?? harnesses.data ?? []
-const omp = Array.isArray(list) ? list.find(h => h.id === 'omp') : null
-if (!omp || omp.available !== true) {
-  block('0.1 omp 引擎可用', `harnesses=${JSON.stringify(list).slice(0, 200)}`)
-  console.log('\n前置不满足,终止。')
-  process.exit(2)
-}
-check('0.1 omp 引擎可用(真 LLM)', true, `command=${omp.command} path=${omp.resolvedPath}`)
-
-// ── 0.2 用户与 Channel(真 omp lead + 2 真 omp worker)──
-const ch = await post('/api/workshop/channels', {
-  body: {
-    name: `rt-${TAG}`,
-    description: '真实作业逻辑 E2E(omp)',
-    leadAgent: { name: `rt-lead-${TAG}`, harness: 'omp' },
-  },
-  token: A.token,
-})
-const channelId = ch.data?.channelId
-check('0.2 owner 建 Channel(omp lead)', Boolean(channelId && ch.data?.leadAgentId), `status=${ch.status} channel=${String(channelId).slice(0, 8)}`)
-if (!channelId) {
-  console.log(`建 Channel 失败:${JSON.stringify(ch).slice(0, 400)}`)
-  process.exit(2)
-}
-const leadAgentId = ch.data.leadAgentId
-for (const n of [1, 2]) {
-  const t = await post('/api/workshop/agents', { body: { name: `rt-w${n}-${TAG}`, harness: 'omp' }, token: A.token })
-  await post(`/api/workshop/channels/${channelId}/agents`, { body: { agentId: t.data.id, role: 'worker' }, token: A.token })
-}
-// 注意:POST /api/workshop/agents 返回的是**模板 id**;任务上的 assigneeId 是 **channel 成员实例 id**。
-// 必须从成员名册取实例 id,否则"子任务是否派给 worker"这类断言会退化成永真。
-const agentsRes = await get(`/api/workshop/channels/${channelId}/agents`, A.token)
-const members = agentsRes.data ?? []
-const workerIds = members.filter(a => a.role === 'worker').map(a => a.id)
-const workerNames = members.filter(a => a.role === 'worker').map(a => a.name)
-const leadName = members.find(a => a.role === 'lead')?.name ?? leadAgentId.slice(0, 8)
-check('0.3 2 个 omp worker 已入队', workerIds.length === 2 && workerIds.every(id => id !== leadAgentId),
-  `workers=${workerNames.join(',')} ids=${workerIds.map(i => i.slice(0, 6)).join(',')}`)
-
-// 开启群聊供 P4 / P3 使用
-const perm = await get(`/api/workshop/channels/${channelId}/chat/permissions`, A.token)
-await patch(`/api/workshop/channels/${channelId}`, {
-  body: { visibility: 'public', joinPolicy: 'open', chatEnabled: 1, version: perm.data?.channel?.version },
-  token: A.token,
-})
-await post(`/api/workshop/channels/${channelId}/members/join`, { body: {}, token: B.token })
-check('0.4 群聊已开启且成员 B 已加入', true)
-
-// ============================================================================
-console.log('\n━━━ P1 简单任务:Lead 应自己作答,不派 worker ━━━')
-const P1_TITLE = `把这句话翻译成英文并只返回译文:系统已就绪,请开始验收。(${TAG})`
-const p1sub = await post(`/api/workshop/channels/${channelId}/tasks`, {
-  body: { title: P1_TITLE, description: '一句话翻译任务,直接给译文即可。', fromLabel: A.name },
-  token: A.token,
-})
-check('P1.1 简单任务已下发(默认路由 Lead)', p1sub.status === 200 || p1sub.code === 0,
-  `assignee=${String(p1sub.data?.assigneeId).slice(0, 8)} state=${p1sub.data?.state}`)
-const p1 = await waitRoot(channelId, A.token, P1_TITLE)
-const p1Artifacts = p1.root ? artifactsTextOf(p1.root) : []
-check('P1.2 简单任务最终 COMPLETED', p1.root?.state === 'COMPLETED',
-  `state=${p1.root?.state ?? '(无)'} 帧=${(p1.samples ?? []).map(s => `${s.parent}[${s.kids.join(',')}]`).join(' → ')}`)
-check('P1.3 简单任务**零子任务**(Lead 没有把简单活推给 worker)', (p1.kids ?? []).length === 0, `children=${(p1.kids ?? []).length}`)
-const p1WorkerTasks = (p1.tasks ?? []).filter(t => t.parentId && workerIds.includes(t.assigneeId))
-check('P1.4 worker 零任务(Agent 执行没有发生)', p1WorkerTasks.length === 0, `workerTasks=${p1WorkerTasks.length}`)
-check('P1.5 Lead 自己给出了非空作答', p1Artifacts.join(' ').trim().length > 0,
-  `artifacts=${(p1.root?.artifacts ?? []).map(a => a.name).join(',') || '(无)'} text=${p1Artifacts.join(' ').slice(0, 80)}`)
-
-// ============================================================================
-console.log('\n━━━ P2 专业任务:拆解 → 派 worker → worker 完工回 Lead 验收 ━━━')
-const P2_TITLE = `分别产出两份独立材料并汇总为统一建议(日志分级规范 + 轮转保留策略)(${TAG})`
-const P2_DESC = '本任务必须分工:需要两份**互相独立**的材料 —— (1) 日志分级规范草案(级别定义 + 每级示例);'
-  + '(2) 日志轮转与保留策略草案(轮转周期 + 保留期 + 示例)。两份材料分别完成后,再由你(Lead)核对并汇总为一份统一建议。'
-  + '每份材料要能在 10 行内交付。'
-const p2sub = await post(`/api/workshop/channels/${channelId}/tasks`, {
-  body: { title: P2_TITLE, description: P2_DESC, fromLabel: A.name },
-  token: A.token,
-})
-check('P2.0 专业任务已下发(缺省路由 Lead,由 Lead 自行判断是否分工)',
-  p2sub.status === 200 || p2sub.code === 0,
-  `assignee=${String(p2sub.data?.assigneeId).slice(0, 8)} lead=${leadAgentId.slice(0, 8)}`)
-
-// 作业进行中并行群聊(P4):普通发言 / @用户 / @Agent
-console.log('\n  — 作业进行中的群聊并行(P4)—')
-await sleep(4000)
-const plain = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
-  body: { text: '这个作业大概要多久?(普通发言,没有 @ 任何人)', clientMessageId: `p4-plain-${TAG}` },
-  token: B.token,
-})
-check('P4.1 作业中的普通发言 → 0 次 Agent 执行', (plain.data?.deliveries ?? []).length === 0, `deliveries=${(plain.data?.deliveries ?? []).length}`)
-const atUser = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
-  body: { text: `@${A.name} 你盯一下进度`, clientMessageId: `p4-user-${TAG}` },
-  token: B.token,
-})
-check('P4.2 @用户 → 0 次 Agent 执行', (atUser.data?.deliveries ?? []).length === 0)
-check('P4.3 @用户 → 解析为定向 user mention', (atUser.data?.mentions ?? []).some(m => m.type === 'user' && m.id === A.id),
-  JSON.stringify(atUser.data?.mentions))
-const atAgent = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
-  body: { text: `@${workerNames[0]} 你手头的子任务现在什么状态?一句话就行`, clientMessageId: `p4-agent-${TAG}` },
-  token: B.token,
-})
-check('P4.4 @Agent → 产生定向投递(才会触发 Agent 执行)', (atAgent.data?.deliveries ?? []).length === 1,
-  `deliveries=${(atAgent.data?.deliveries ?? []).length} mentions=${JSON.stringify((atAgent.data?.mentions ?? []).map(m => m.type))}`)
-
-const p2 = await waitRoot(channelId, A.token, P2_TITLE, 900_000)
-const p2Artifacts = p2.root ? artifactsTextOf(p2.root) : []
-check('P2.1 专业任务最终收口 COMPLETED(群聊并行未干扰)', p2.root?.state === 'COMPLETED',
-  `state=${p2.root?.state ?? '(无)'} samples=${(p2.samples ?? []).join(' → ')}`)
-check('P2.2 Lead 把专业任务拆成了多个子任务', (p2.kids ?? []).length >= 2, `children=${(p2.kids ?? []).length}`)
-check('P2.3 子任务全部派给 worker(不是留在 Lead 名下)',
-  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => workerIds.includes(k.assigneeId)),
-  (p2.kids ?? []).map(k => k.assigneeId.slice(0, 6)).join(','))
-check('P2.4 每个子任务都带验收标准(Lead 自己定义验收)',
-  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => /验收|标准|accept|criteria/i.test(k.description ?? '')),
-  `with=${(p2.kids ?? []).filter(k => /验收|标准|accept|criteria/i.test(k.description ?? '')).length}/${(p2.kids ?? []).length}`)
-check('P2.5 子任务全部 COMPLETED(worker 交付了成果)',
-  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => k.state === 'COMPLETED'),
-  (p2.kids ?? []).map(k => k.state).join(','))
-check('P2.6 任何一帧都不存在"父已完成但子未全完"(完工≠验收,父任务不自作主张收口)',
-  (p2.samples ?? []).every(s => !(s.parent === 'COMPLETED' && s.kids.some(k => k !== 'COMPLETED'))),
-  `帧=${(p2.samples ?? []).map(s => `${s.parent}[${s.kids.join(',')}]`).join(' → ')}`)
-// 观察项(不作硬断言):是否采样到"子任务全完、父任务尚未收口"的验收等待窗口。
-// 真 LLM 收口很快(轮询粒度 2.5s 可能错过),**确定性证明**见 mock 契约测试 B6(事件流同帧采样)。
-{
-  const i = (p2.samples ?? []).findIndex(s => s.kids.length > 0 && s.kids.every(k => k === 'COMPLETED') && s.parent !== 'COMPLETED')
-  note(i >= 0
-    ? `采样到"子任务全完但父任务未完成"的中间帧(parent=${p2.samples[i].parent})— 验收等待窗口真实存在`
-    : '未采样到中间帧(真 LLM 收口快于 2.5s 轮询;确定性证明见 mock 契约测试 B6)')
-}
-// 父任务收口产物:真实 LLM 常把验收/汇总写成名为 deliverable 的产物(而非特定 artifact 名),
-// 因此按"非 input 且非空"识别,**不能**按名字白名单(否则会把正确行为判成失败)。
-const p2ParentArt = (p2.root?.artifacts ?? []).filter(a => a.name !== 'input'
-  && (a.parts ?? []).some(pa => 'text' in pa && pa.text.trim().length > 0))
-const p2ParentText = p2ParentArt.flatMap(a => (a.parts ?? []).map(pa => ('text' in pa ? pa.text : ''))).join(' ')
-check('P2.7 父任务带 Lead 自己的验收/汇总产物', p2ParentArt.length > 0,
-  `artifacts=${(p2.root?.artifacts ?? []).map(a => a.name).join(',')}`)
-// 覆盖度用**二字组重合率**判定,而不是"标题前 4 字必须原样出现":
-// 真 LLM 的汇总稿会说"【二、轮转与保留(源自材料B…】",不一定复述子任务标题的措辞。
-const bigramsOf = (s) => {
-  const t = String(s).replace(/[\s:：,，。.、\-—_()（）【】[\]]/g, '')
-  const out = new Set()
-  for (let i = 0; i + 2 <= t.length; i++) out.add(t.slice(i, i + 2))
-  return [...out]
-}
-const coverage = (p2.kids ?? []).map((k) => {
-  const grams = bigramsOf(k.title)
-  const hit = grams.filter(g => p2ParentText.includes(g)).length
-  return { title: String(k.title).slice(0, 22), ratio: grams.length ? hit / grams.length : 0 }
-})
-check('P2.8 收口产物是实质内容且逐项覆盖各子任务(不是空壳/不是只交一份)',
-  p2ParentText.trim().length > 200 && coverage.every(c => c.ratio >= 0.4),
-  `长度=${p2ParentText.trim().length} 覆盖=${coverage.map(c => `${c.title}:${(c.ratio * 100).toFixed(0)}%`).join(' ')}`)
-
-// ── 群聊时间线顺序 + @Agent 是否真的回话 ──
-// GET /chat/messages 是**倒序**(新→旧,游标分页 beforeId);比较前先翻回时间顺序
-const hist = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
-const msgs = [...(hist.data?.messages ?? [])].reverse()
-const texts = msgs.map(m => m.text)
-const iPlain = texts.findIndex(t => t.includes('普通发言'))
-const iUser = texts.findIndex(t => t.includes('你盯一下进度'))
-const iAgent = texts.findIndex(t => t.includes('子任务现在什么状态'))
-check('P4.5 群聊时间线按提交顺序排列(不混乱)', iPlain >= 0 && iUser > iPlain && iAgent > iUser,
-  `plain@${iPlain} user@${iUser} agent@${iAgent} :: ${texts.map(t => t.slice(0, 8)).join(' > ')}`)
-const agentReplies = msgs.filter(m => m.senderType === 'agent')
-check('P4.6 @Agent 后群聊里出现了 Agent 的回复', agentReplies.length > 0, `agentMessages=${agentReplies.length}`)
-
-// ============================================================================
-console.log('\n━━━ P3 群聊请求 → Lead 升级为可追踪根任务(submit_task)━━━')
-
-// P3.0 探针:先隔离"Lead 能不能在群里回话"这件事 —— 一句不需要分工的随口问答。
-// 若这一条也没有 lead 消息,说明缺口在"Lead 的群聊回复通路"本身,而不是"升级为任务后没回话"。
-const probeAsk = `一句话回答:HTTP 状态码 404 表示什么?(${TAG})`
-await post(`/api/workshop/channels/${channelId}/chat/messages`, {
-  body: { text: `@${leadName} ${probeAsk}`, clientMessageId: `p3-probe-${TAG}` },
-  token: B.token,
-})
-const probeReply = await waitFor(
-  async () => {
-    const h = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
-    return (h.data?.messages ?? []).find(m => m.senderType === 'agent' && m.senderId === leadAgentId) ?? null
-  }, 300_000, 4000)
-if (probeReply) {
-  check('P3.0 Lead 能对群里的一句随口提问**直接回话**(最简单的群聊闭环)',
-    true, `text=${String(probeReply.text).slice(0, 60)}`)
-}
-else {
-  finding('P3.0 Lead 对群里随口提问的直接回话',
-    '3 分钟内 Lead 未回话,该 chat_delivery 仍停在 delivered。注意这条通路本身是**可用**的'
-    + '(另一轮实测:delivery 变 consumed 且群里出现 Lead 的回复),因此更像是"Lead 正忙于 supervise 回合 ⇒ 群聊回合排队/超时"'
-    + '(实测出现过 supervise 回合 150s 超时被 abort),而不是结构性缺失;但排队过久会让提问者长时间得不到答复,值得关注')
-}
-
-const P3_ASK = `请给出这个项目的日志清理作业方案:要包含执行步骤与回滚步骤,做完把结论发到群里。(${TAG})`
-const before = await tasksOf(channelId, A.token)
-const beforeRoots = new Set(rootsOf(before).map(t => t.id))
-// 记下提问前已有的 Lead 群聊消息 id:后面的"结论回群"必须是一条**新**消息,
-// 否则会被 P3.0 那条随口问答的回复冒名顶替(假通过)。
-const leadMsgIdsBefore = new Set(
-  [...((await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)).data?.messages ?? [])]
-    .filter(m => m.senderType === 'agent' && m.senderId === leadAgentId)
-    .map(m => m.id),
-)
-await post(`/api/workshop/channels/${channelId}/chat/messages`, {
-  body: { text: `@${leadName} ${P3_ASK}`, clientMessageId: `p3-ask-${TAG}` },
-  token: B.token,
-})
-// Lead 可能先回群聊、再登记任务;轮询等新根任务出现。
-// 窗口给足:Lead 是**单线程串行**的,忙在 supervise 回合时群聊回合会排队(实测出现过 supervise 150s 超时),
-// 窗口太紧会把"排队慢"误报成"没升级"。
-let newRoot = null
-const p3Deadline = Date.now() + 600_000
-while (Date.now() < p3Deadline && !newRoot) {
-  const tasks = await tasksOf(channelId, A.token)
-  newRoot = rootsOf(tasks).find(t => !beforeRoots.has(t.id)) ?? null
-  if (!newRoot) await sleep(2500)
-}
-check('P3.1 Lead 把群聊诉求登记为**可追踪根任务**(submit_task 生效)', Boolean(newRoot),
-  newRoot ? `root=${newRoot.id.slice(0, 8)} state=${newRoot.state} title=${String(newRoot.title).slice(0, 40)}` : '5min 内未出现新根任务')
-if (newRoot) {
-  check('P3.2 新根任务归属 Lead(creator/assignee 可追溯)',
-    newRoot.assigneeId === leadAgentId, `assignee=${String(newRoot.assigneeId).slice(0, 8)} lead=${leadAgentId.slice(0, 8)}`)
-  const p3 = await waitRootById(channelId, A.token, newRoot.id, 900_000)
-  check('P3.3 该根任务最终收口 COMPLETED', p3.root?.state === 'COMPLETED', `state=${p3.root?.state}`)
-  const p3kids = p3.kids ?? []
-  const p3Text = p3.root ? artifactsTextOf(p3.root).join(' ') : ''
-  // 逻辑要求是"简单自己答、专业才拆",不是"一律拆":所以这里断言的是**闭环成立**——
-  // 若拆了则子任务必须全在 worker 名下且已完工;无论如何都必须有实质交付物。
-  check('P3.4 群聊来源的作业被真正做完(自己作答或拆给 worker,均有实质交付物)',
-    (p3kids.length === 0 || p3kids.every(k => k.state === 'COMPLETED' && workerIds.includes(k.assigneeId)))
-    && p3Text.trim().length > 60,
-    `children=${p3kids.length} 交付长度=${p3Text.trim().length} 产物=${(p3.root?.artifacts ?? []).map(a => a.name).join(',')}`)
-  // 群聊回复是**异步**的 ⇒ 轮询等待;但必须是一条**新**消息(排除 P3.0 的回复)。
-  const leadMsg = await waitFor(async () => {
-    const h = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
-    return [...(h.data?.messages ?? [])]
-      .find(m => m.senderType === 'agent' && m.senderId === leadAgentId && !leadMsgIdsBefore.has(m.id)) ?? null
-  }, 240_000, 4000)
-  if (leadMsg) {
-    check('P3.5 Lead 把这次作业的结论回了群(新消息,不是 P3.0 那条)', true,
-      `text=${String(leadMsg.text).slice(0, 60)}`)
-  }
-  else {
-    finding('P3.5 升级为任务后把结论回给群里的提问者',
-      `作业已收口(交付物 ${p3Text.trim().length} 字,子任务 ${p3kids.length} 个),但群里没有出现针对本次提问的 Lead 新消息 ——`
-      + '与"随口问答"那条通路形成对照(那条 chat_delivery 被消费且 Lead 回话成功):'
-      + '群聊请求一旦经 submit_task 升级为任务、改由 SchedulerLoop.supervise 驱动,该 chat_delivery 就停在 delivered 永不被消费,'
-      + '平台唯一的群聊回复出口(agent-runtime.processMessage 内的 platformReply)走不到 ⇒ 结论只落在任务 deliverable 里,提问者在群里看不到。'
-      + '建议:submit_task 记录来源 chat message id,该根任务 complete 时把验收结论镜像进群聊并把对应 chat_deliveries 收敛为 consumed。')
-  }
-}
-
-// ============================================================================
-const evidence = {
-  base: BASE,
-  channelId,
-  leadAgentId,
-  workerIds,
-  phases: {
-    p1: { title: P1_TITLE, root: p1.root, kids: p1.kids, samples: p1.samples, artifacts: p1Artifacts },
-    p2: { title: P2_TITLE, root: p2.root, kids: p2.kids, samples: p2.samples, artifacts: p2Artifacts },
-    p3: { ask: P3_ASK, root: newRoot },
-    chat: texts,
-  },
-  notes,
-  findings,
-}
-try {
-  mkdirSync('.omc/evidence', { recursive: true })
-  writeFileSync(EVID, JSON.stringify(evidence, null, 1), 'utf8')
-  console.log(`\n证据已写入 ${EVID}`)
-}
-catch (e) {
-  console.log(`证据写入失败:${e.message}`)
-}
-
-console.log(`\n${'='.repeat(64)}`)
-console.log(`真实作业逻辑 E2E: PASS=${passed}  FAIL=${failures}  FINDING=${findings.length}  BLOCKED=${blocked}`)
-if (failures > 0) console.log('关注项(被验证的逻辑不成立):见上方 FAIL 行')
-for (const f of findings) console.log(`  FINDING  ${f}`)
-console.log('='.repeat(64))
-// 退出码只反映"被验证的逻辑不成立"(FAIL);已定位根因的产品缺口单列 FINDING
-process.exit(failures > 0 ? 1 : 0)
+/**
+ * AgentTeam 真实作业逻辑端到端(真 LLM Lead + 真 LLM worker + 真群聊)。
+ *
+ * 回答用户的核心问题并以真实运行取证:
+ *   P1 简单任务:Lead **自己作答**,不产生任何子任务、worker 零执行。
+ *   P2 专业任务:Lead 拆解 → 子任务全部派给 worker → 每个 worker 完工后**回 Lead 验收** →
+ *      Lead 收口并给出覆盖各子任务的验收摘要;子任务完工瞬间父任务不得是 COMPLETED。
+ *   P3 群聊请求升级:在群里 @Lead 提一个需要交付物的诉求 → Lead 用 submit_task 把它登记为
+ *      **可追踪根任务**(本轮补齐的能力),再拆解/验收,而不是只在聊天里说一句。
+ *   P4 作业进行中并行群聊:普通发言 0 次 Agent 执行、@用户只发定向通知、@Agent 才触发执行,
+ *      且群聊不干扰作业收口、时间线顺序不乱。
+ *
+ * 与 mock 版契约测试(scripts/test-agentteam-workflow.ts)的分工:
+ *   那个用确定性 mock 验证**平台侧**不变量(状态机/闸门/顺序);本脚本用真 LLM 验证
+ *   **模型侧**是否真的按契约分流(简单自己答、专业才拆、拆了要验收)。
+ *
+ * 运行:
+ *   node scripts/e2e-agentteam-real-triage.mjs --base http://127.0.0.1:3458
+ * 前置:隔离实例 + omp 引擎可用;必须 NO_PROXY=127.0.0.1,localhost。
+ */
+import { writeFileSync, mkdirSync } from 'node:fs'
+
+const arg = (k, d) => {
+  const i = process.argv.indexOf(k)
+  if (i >= 0) return process.argv[i + 1]
+  const kv = process.argv.find(a => a.startsWith(`${k}=`))
+  return kv ? kv.slice(k.length + 1) : d
+}
+const BASE = arg('--base', process.env.AW_E2E_BASE ?? 'http://127.0.0.1:3458')
+const TAG = Date.now().toString(36)
+const EVID = arg('--evidence', '.omc/evidence/p7-real-triage.json')
+
+let passed = 0
+let failures = 0
+let blocked = 0
+const notes = []
+const check = (name, ok, detail = '') => {
+  console.log(`  ${ok ? 'PASS' : 'FAIL'}  ${name}${detail ? ` — ${detail}` : ''}`)
+  if (ok) passed += 1
+  else failures += 1
+}
+const block = (name, reason) => {
+  console.log(`  BLOCKED  ${name} — ${reason}`)
+  blocked += 1
+}
+/** 已定位根因的**产品缺口**(非"被验证的逻辑不成立"):单独计数,不计入 FAIL */
+const findings = []
+const finding = (name, detail) => {
+  console.log(`  FINDING  ${name} — ${detail}`)
+  findings.push(`${name}: ${detail}`)
+}
+const note = (s) => {
+  notes.push(s)
+  console.log(`  · ${s}`)
+}
+const sleep = ms => new Promise(r => setTimeout(r, ms))
+
+async function api(method, path, { body, token, timeout = 60_000 } = {}) {
+  const headers = { 'content-type': 'application/json' }
+  if (token) headers.authorization = `Bearer ${token}`
+  const res = await fetch(`${BASE}${path}`, {
+    method,
+    headers,
+    body: body !== undefined ? JSON.stringify(body) : undefined,
+    signal: AbortSignal.timeout(timeout),
+  })
+  const json = await res.json().catch(() => ({}))
+  return { status: res.status, code: json.code, message: json.message, data: json.data }
+}
+const post = (p, opts) => api('POST', p, opts)
+const get = (p, token) => api('GET', p, { token })
+const patch = (p, opts) => api('PATCH', p, opts)
+
+async function registerUser(label) {
+  const email = `rt-${label}-${TAG}@test.local`
+  const name = `rt-${label}-${TAG}`
+  const res = await post('/api/users/register', { body: { email, password: 'Passw0rd!123', name } })
+  if (!res.data?.token) throw new Error(`注册 ${label} 失败:${JSON.stringify(res).slice(0, 300)}`)
+  return { label, name, email, token: res.data.token, id: res.data.user.id }
+}
+
+const tasksOf = async (channelId, token) => (await get(`/api/workshop/channels/${channelId}/tasks`, token)).data ?? []
+const rootsOf = tasks => tasks.filter(t => !t.parentId)
+const childrenOf = (tasks, id) => tasks.filter(t => t.parentId === id)
+const artifactsTextOf = task => (task.artifacts ?? [])
+  .flatMap(a => (a.parts ?? []).map(p => ('text' in p ? p.text : '')))
+  .filter(Boolean)
+
+/** 通用轮询:cond 返回真值即返回它(真 LLM 慢) */
+async function waitFor(cond, timeoutMs = 180_000, intervalMs = 2500) {
+  const deadline = Date.now() + timeoutMs
+  let last = null
+  while (Date.now() < deadline) {
+    last = await cond()
+    if (last) return last
+    await sleep(intervalMs)
+  }
+  return last
+}
+
+/** 轮询到 root 终态(真 LLM 慢);采样保留父/子状态同帧快照。按 id 定位(标题可能被 Lead 改) */
+async function waitRootById(channelId, token, rootId, timeoutMs = 360_000) {
+  const deadline = Date.now() + timeoutMs
+  const samples = []
+  while (Date.now() < deadline) {
+    const tasks = await tasksOf(channelId, token)
+    const root = tasks.find(t => t.id === rootId)
+    if (root) {
+      const kids = childrenOf(tasks, root.id)
+      // 单次 GET 读到的是同一份引擎状态 → 这一帧内"父是否终态 / 子是否全完"是可比的
+      samples.push({ parent: root.state, kids: kids.map(k => k.state) })
+      if (['COMPLETED', 'FAILED', 'CANCELED'].includes(root.state)) return { root, kids, tasks, samples }
+    }
+    await sleep(2500)
+  }
+  const tasks = await tasksOf(channelId, token)
+  const root = tasks.find(t => t.id === rootId) ?? null
+  return { root, kids: root ? childrenOf(tasks, root.id) : [], tasks, samples, timeout: true }
+}
+
+/** 按标题定位(人类下发的任务标题由本脚本生成,不会被改写) */
+async function waitRoot(channelId, token, title, timeoutMs = 360_000) {
+  const found = await waitFor(async () => {
+    const tasks = await tasksOf(channelId, token)
+    return tasks.find(t => !t.parentId && t.title === title) ?? null
+  }, Math.min(timeoutMs, 120_000), 2500)
+  if (!found) return { root: null, kids: [], tasks: await tasksOf(channelId, token), samples: [] }
+  return waitRootById(channelId, token, found.id, timeoutMs)
+}
+
+// ============================================================================
+console.log(`\n━━━ AgentTeam 真实作业逻辑 E2E @ ${BASE}(真 LLM / omp)━━━`)
+
+const health = await api('GET', '/api/health')
+console.log(`  健康:${JSON.stringify(health.data).slice(0, 120)}`)
+
+// ── 0. preflight:omp 引擎必须可用(需先注册用户取 token)──
+const A = await registerUser('owner')
+const B = await registerUser('member')
+const harnesses = await get('/api/workshop/harnesses', A.token)
+const list = harnesses.data?.harnesses ?? harnesses.data ?? []
+const omp = Array.isArray(list) ? list.find(h => h.id === 'omp') : null
+if (!omp || omp.available !== true) {
+  block('0.1 omp 引擎可用', `harnesses=${JSON.stringify(list).slice(0, 200)}`)
+  console.log('\n前置不满足,终止。')
+  process.exit(2)
+}
+check('0.1 omp 引擎可用(真 LLM)', true, `command=${omp.command} path=${omp.resolvedPath}`)
+
+// ── 0.2 用户与 Channel(真 omp lead + 2 真 omp worker)──
+const ch = await post('/api/workshop/channels', {
+  body: {
+    name: `rt-${TAG}`,
+    description: '真实作业逻辑 E2E(omp)',
+    leadAgent: { name: `rt-lead-${TAG}`, harness: 'omp' },
+  },
+  token: A.token,
+})
+const channelId = ch.data?.channelId
+check('0.2 owner 建 Channel(omp lead)', Boolean(channelId && ch.data?.leadAgentId), `status=${ch.status} channel=${String(channelId).slice(0, 8)}`)
+if (!channelId) {
+  console.log(`建 Channel 失败:${JSON.stringify(ch).slice(0, 400)}`)
+  process.exit(2)
+}
+const leadAgentId = ch.data.leadAgentId
+for (const n of [1, 2]) {
+  const t = await post('/api/workshop/agents', { body: { name: `rt-w${n}-${TAG}`, harness: 'omp' }, token: A.token })
+  await post(`/api/workshop/channels/${channelId}/agents`, { body: { agentId: t.data.id, role: 'worker' }, token: A.token })
+}
+// 注意:POST /api/workshop/agents 返回的是**模板 id**;任务上的 assigneeId 是 **channel 成员实例 id**。
+// 必须从成员名册取实例 id,否则"子任务是否派给 worker"这类断言会退化成永真。
+const agentsRes = await get(`/api/workshop/channels/${channelId}/agents`, A.token)
+const members = agentsRes.data ?? []
+const workerIds = members.filter(a => a.role === 'worker').map(a => a.id)
+const workerNames = members.filter(a => a.role === 'worker').map(a => a.name)
+const leadName = members.find(a => a.role === 'lead')?.name ?? leadAgentId.slice(0, 8)
+check('0.3 2 个 omp worker 已入队', workerIds.length === 2 && workerIds.every(id => id !== leadAgentId),
+  `workers=${workerNames.join(',')} ids=${workerIds.map(i => i.slice(0, 6)).join(',')}`)
+
+// 开启群聊供 P4 / P3 使用
+const perm = await get(`/api/workshop/channels/${channelId}/chat/permissions`, A.token)
+await patch(`/api/workshop/channels/${channelId}`, {
+  body: { visibility: 'public', joinPolicy: 'open', chatEnabled: 1, version: perm.data?.channel?.version },
+  token: A.token,
+})
+await post(`/api/workshop/channels/${channelId}/members/join`, { body: {}, token: B.token })
+check('0.4 群聊已开启且成员 B 已加入', true)
+
+// ============================================================================
+console.log('\n━━━ P1 简单任务:Lead 应自己作答,不派 worker ━━━')
+const P1_TITLE = `把这句话翻译成英文并只返回译文:系统已就绪,请开始验收。(${TAG})`
+const p1sub = await post(`/api/workshop/channels/${channelId}/tasks`, {
+  body: { title: P1_TITLE, description: '一句话翻译任务,直接给译文即可。', fromLabel: A.name },
+  token: A.token,
+})
+check('P1.1 简单任务已下发(默认路由 Lead)', p1sub.status === 200 || p1sub.code === 0,
+  `assignee=${String(p1sub.data?.assigneeId).slice(0, 8)} state=${p1sub.data?.state}`)
+const p1 = await waitRoot(channelId, A.token, P1_TITLE)
+const p1Artifacts = p1.root ? artifactsTextOf(p1.root) : []
+check('P1.2 简单任务最终 COMPLETED', p1.root?.state === 'COMPLETED',
+  `state=${p1.root?.state ?? '(无)'} 帧=${(p1.samples ?? []).map(s => `${s.parent}[${s.kids.join(',')}]`).join(' → ')}`)
+check('P1.3 简单任务**零子任务**(Lead 没有把简单活推给 worker)', (p1.kids ?? []).length === 0, `children=${(p1.kids ?? []).length}`)
+const p1WorkerTasks = (p1.tasks ?? []).filter(t => t.parentId && workerIds.includes(t.assigneeId))
+check('P1.4 worker 零任务(Agent 执行没有发生)', p1WorkerTasks.length === 0, `workerTasks=${p1WorkerTasks.length}`)
+check('P1.5 Lead 自己给出了非空作答', p1Artifacts.join(' ').trim().length > 0,
+  `artifacts=${(p1.root?.artifacts ?? []).map(a => a.name).join(',') || '(无)'} text=${p1Artifacts.join(' ').slice(0, 80)}`)
+
+// ============================================================================
+console.log('\n━━━ P2 专业任务:拆解 → 派 worker → worker 完工回 Lead 验收 ━━━')
+const P2_TITLE = `分别产出两份独立材料并汇总为统一建议(日志分级规范 + 轮转保留策略)(${TAG})`
+const P2_DESC = '本任务必须分工:需要两份**互相独立**的材料 —— (1) 日志分级规范草案(级别定义 + 每级示例);'
+  + '(2) 日志轮转与保留策略草案(轮转周期 + 保留期 + 示例)。两份材料分别完成后,再由你(Lead)核对并汇总为一份统一建议。'
+  + '每份材料要能在 10 行内交付。'
+const p2sub = await post(`/api/workshop/channels/${channelId}/tasks`, {
+  body: { title: P2_TITLE, description: P2_DESC, fromLabel: A.name },
+  token: A.token,
+})
+check('P2.0 专业任务已下发(缺省路由 Lead,由 Lead 自行判断是否分工)',
+  p2sub.status === 200 || p2sub.code === 0,
+  `assignee=${String(p2sub.data?.assigneeId).slice(0, 8)} lead=${leadAgentId.slice(0, 8)}`)
+
+// 作业进行中并行群聊(P4):普通发言 / @用户 / @Agent
+console.log('\n  — 作业进行中的群聊并行(P4)—')
+await sleep(4000)
+const plain = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
+  body: { text: '这个作业大概要多久?(普通发言,没有 @ 任何人)', clientMessageId: `p4-plain-${TAG}` },
+  token: B.token,
+})
+check('P4.1 作业中的普通发言 → 0 次 Agent 执行', (plain.data?.deliveries ?? []).length === 0, `deliveries=${(plain.data?.deliveries ?? []).length}`)
+const atUser = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
+  body: { text: `@${A.name} 你盯一下进度`, clientMessageId: `p4-user-${TAG}` },
+  token: B.token,
+})
+check('P4.2 @用户 → 0 次 Agent 执行', (atUser.data?.deliveries ?? []).length === 0)
+check('P4.3 @用户 → 解析为定向 user mention', (atUser.data?.mentions ?? []).some(m => m.type === 'user' && m.id === A.id),
+  JSON.stringify(atUser.data?.mentions))
+const atAgent = await post(`/api/workshop/channels/${channelId}/chat/messages`, {
+  body: { text: `@${workerNames[0]} 你手头的子任务现在什么状态?一句话就行`, clientMessageId: `p4-agent-${TAG}` },
+  token: B.token,
+})
+check('P4.4 @Agent → 产生定向投递(才会触发 Agent 执行)', (atAgent.data?.deliveries ?? []).length === 1,
+  `deliveries=${(atAgent.data?.deliveries ?? []).length} mentions=${JSON.stringify((atAgent.data?.mentions ?? []).map(m => m.type))}`)
+
+const p2 = await waitRoot(channelId, A.token, P2_TITLE, 900_000)
+const p2Artifacts = p2.root ? artifactsTextOf(p2.root) : []
+check('P2.1 专业任务最终收口 COMPLETED(群聊并行未干扰)', p2.root?.state === 'COMPLETED',
+  `state=${p2.root?.state ?? '(无)'} samples=${(p2.samples ?? []).join(' → ')}`)
+check('P2.2 Lead 把专业任务拆成了多个子任务', (p2.kids ?? []).length >= 2, `children=${(p2.kids ?? []).length}`)
+check('P2.3 子任务全部派给 worker(不是留在 Lead 名下)',
+  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => workerIds.includes(k.assigneeId)),
+  (p2.kids ?? []).map(k => k.assigneeId.slice(0, 6)).join(','))
+check('P2.4 每个子任务都带验收标准(Lead 自己定义验收)',
+  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => /验收|标准|accept|criteria/i.test(k.description ?? '')),
+  `with=${(p2.kids ?? []).filter(k => /验收|标准|accept|criteria/i.test(k.description ?? '')).length}/${(p2.kids ?? []).length}`)
+check('P2.5 子任务全部 COMPLETED(worker 交付了成果)',
+  (p2.kids ?? []).length > 0 && (p2.kids ?? []).every(k => k.state === 'COMPLETED'),
+  (p2.kids ?? []).map(k => k.state).join(','))
+check('P2.6 任何一帧都不存在"父已完成但子未全完"(完工≠验收,父任务不自作主张收口)',
+  (p2.samples ?? []).every(s => !(s.parent === 'COMPLETED' && s.kids.some(k => k !== 'COMPLETED'))),
+  `帧=${(p2.samples ?? []).map(s => `${s.parent}[${s.kids.join(',')}]`).join(' → ')}`)
+// 观察项(不作硬断言):是否采样到"子任务全完、父任务尚未收口"的验收等待窗口。
+// 真 LLM 收口很快(轮询粒度 2.5s 可能错过),**确定性证明**见 mock 契约测试 B6(事件流同帧采样)。
+{
+  const i = (p2.samples ?? []).findIndex(s => s.kids.length > 0 && s.kids.every(k => k === 'COMPLETED') && s.parent !== 'COMPLETED')
+  note(i >= 0
+    ? `采样到"子任务全完但父任务未完成"的中间帧(parent=${p2.samples[i].parent})— 验收等待窗口真实存在`
+    : '未采样到中间帧(真 LLM 收口快于 2.5s 轮询;确定性证明见 mock 契约测试 B6)')
+}
+// 父任务收口产物:真实 LLM 常把验收/汇总写成名为 deliverable 的产物(而非特定 artifact 名),
+// 因此按"非 input 且非空"识别,**不能**按名字白名单(否则会把正确行为判成失败)。
+const p2ParentArt = (p2.root?.artifacts ?? []).filter(a => a.name !== 'input'
+  && (a.parts ?? []).some(pa => 'text' in pa && pa.text.trim().length > 0))
+const p2ParentText = p2ParentArt.flatMap(a => (a.parts ?? []).map(pa => ('text' in pa ? pa.text : ''))).join(' ')
+check('P2.7 父任务带 Lead 自己的验收/汇总产物', p2ParentArt.length > 0,
+  `artifacts=${(p2.root?.artifacts ?? []).map(a => a.name).join(',')}`)
+// 覆盖度用**二字组重合率**判定,而不是"标题前 4 字必须原样出现":
+// 真 LLM 的汇总稿会说"【二、轮转与保留(源自材料B…】",不一定复述子任务标题的措辞。
+const bigramsOf = (s) => {
+  const t = String(s).replace(/[\s:：,，。.、\-—_()（）【】[\]]/g, '')
+  const out = new Set()
+  for (let i = 0; i + 2 <= t.length; i++) out.add(t.slice(i, i + 2))
+  return [...out]
+}
+const coverage = (p2.kids ?? []).map((k) => {
+  const grams = bigramsOf(k.title)
+  const hit = grams.filter(g => p2ParentText.includes(g)).length
+  return { title: String(k.title).slice(0, 22), ratio: grams.length ? hit / grams.length : 0 }
+})
+check('P2.8 收口产物是实质内容且逐项覆盖各子任务(不是空壳/不是只交一份)',
+  p2ParentText.trim().length > 200 && coverage.every(c => c.ratio >= 0.4),
+  `长度=${p2ParentText.trim().length} 覆盖=${coverage.map(c => `${c.title}:${(c.ratio * 100).toFixed(0)}%`).join(' ')}`)
+
+// ── 群聊时间线顺序 + @Agent 是否真的回话 ──
+// GET /chat/messages 是**倒序**(新→旧,游标分页 beforeId);比较前先翻回时间顺序
+const hist = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
+const msgs = [...(hist.data?.messages ?? [])].reverse()
+const texts = msgs.map(m => m.text)
+const iPlain = texts.findIndex(t => t.includes('普通发言'))
+const iUser = texts.findIndex(t => t.includes('你盯一下进度'))
+const iAgent = texts.findIndex(t => t.includes('子任务现在什么状态'))
+check('P4.5 群聊时间线按提交顺序排列(不混乱)', iPlain >= 0 && iUser > iPlain && iAgent > iUser,
+  `plain@${iPlain} user@${iUser} agent@${iAgent} :: ${texts.map(t => t.slice(0, 8)).join(' > ')}`)
+const agentReplies = msgs.filter(m => m.senderType === 'agent')
+check('P4.6 @Agent 后群聊里出现了 Agent 的回复', agentReplies.length > 0, `agentMessages=${agentReplies.length}`)
+
+// ============================================================================
+console.log('\n━━━ P3 群聊请求 → Lead 升级为可追踪根任务(submit_task)━━━')
+
+// P3.0 探针:先隔离"Lead 能不能在群里回话"这件事 —— 一句不需要分工的随口问答。
+// 若这一条也没有 lead 消息,说明缺口在"Lead 的群聊回复通路"本身,而不是"升级为任务后没回话"。
+const probeAsk = `一句话回答:HTTP 状态码 404 表示什么?(${TAG})`
+await post(`/api/workshop/channels/${channelId}/chat/messages`, {
+  body: { text: `@${leadName} ${probeAsk}`, clientMessageId: `p3-probe-${TAG}` },
+  token: B.token,
+})
+const probeReply = await waitFor(
+  async () => {
+    const h = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
+    return (h.data?.messages ?? []).find(m => m.senderType === 'agent' && m.senderId === leadAgentId) ?? null
+  }, 300_000, 4000)
+if (probeReply) {
+  check('P3.0 Lead 能对群里的一句随口提问**直接回话**(最简单的群聊闭环)',
+    true, `text=${String(probeReply.text).slice(0, 60)}`)
+}
+else {
+  finding('P3.0 Lead 对群里随口提问的直接回话',
+    '3 分钟内 Lead 未回话,该 chat_delivery 仍停在 delivered。注意这条通路本身是**可用**的'
+    + '(另一轮实测:delivery 变 consumed 且群里出现 Lead 的回复),因此更像是"Lead 正忙于 supervise 回合 ⇒ 群聊回合排队/超时"'
+    + '(实测出现过 supervise 回合 150s 超时被 abort),而不是结构性缺失;但排队过久会让提问者长时间得不到答复,值得关注')
+}
+
+const P3_ASK = `请给出这个项目的日志清理作业方案:要包含执行步骤与回滚步骤,做完把结论发到群里。(${TAG})`
+const before = await tasksOf(channelId, A.token)
+const beforeRoots = new Set(rootsOf(before).map(t => t.id))
+// 记下提问前已有的 Lead 群聊消息 id:后面的"结论回群"必须是一条**新**消息,
+// 否则会被 P3.0 那条随口问答的回复冒名顶替(假通过)。
+const leadMsgIdsBefore = new Set(
+  [...((await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)).data?.messages ?? [])]
+    .filter(m => m.senderType === 'agent' && m.senderId === leadAgentId)
+    .map(m => m.id),
+)
+await post(`/api/workshop/channels/${channelId}/chat/messages`, {
+  body: { text: `@${leadName} ${P3_ASK}`, clientMessageId: `p3-ask-${TAG}` },
+  token: B.token,
+})
+// Lead 可能先回群聊、再登记任务;轮询等新根任务出现。
+// 窗口给足:Lead 是**单线程串行**的,忙在 supervise 回合时群聊回合会排队(实测出现过 supervise 150s 超时),
+// 窗口太紧会把"排队慢"误报成"没升级"。
+let newRoot = null
+const p3Deadline = Date.now() + 600_000
+while (Date.now() < p3Deadline && !newRoot) {
+  const tasks = await tasksOf(channelId, A.token)
+  newRoot = rootsOf(tasks).find(t => !beforeRoots.has(t.id)) ?? null
+  if (!newRoot) await sleep(2500)
+}
+check('P3.1 Lead 把群聊诉求登记为**可追踪根任务**(submit_task 生效)', Boolean(newRoot),
+  newRoot ? `root=${newRoot.id.slice(0, 8)} state=${newRoot.state} title=${String(newRoot.title).slice(0, 40)}` : '5min 内未出现新根任务')
+if (newRoot) {
+  check('P3.2 新根任务归属 Lead(creator/assignee 可追溯)',
+    newRoot.assigneeId === leadAgentId, `assignee=${String(newRoot.assigneeId).slice(0, 8)} lead=${leadAgentId.slice(0, 8)}`)
+  const p3 = await waitRootById(channelId, A.token, newRoot.id, 900_000)
+  check('P3.3 该根任务最终收口 COMPLETED', p3.root?.state === 'COMPLETED', `state=${p3.root?.state}`)
+  const p3kids = p3.kids ?? []
+  const p3Text = p3.root ? artifactsTextOf(p3.root).join(' ') : ''
+  // 逻辑要求是"简单自己答、专业才拆",不是"一律拆":所以这里断言的是**闭环成立**——
+  // 若拆了则子任务必须全在 worker 名下且已完工;无论如何都必须有实质交付物。
+  check('P3.4 群聊来源的作业被真正做完(自己作答或拆给 worker,均有实质交付物)',
+    (p3kids.length === 0 || p3kids.every(k => k.state === 'COMPLETED' && workerIds.includes(k.assigneeId)))
+    && p3Text.trim().length > 60,
+    `children=${p3kids.length} 交付长度=${p3Text.trim().length} 产物=${(p3.root?.artifacts ?? []).map(a => a.name).join(',')}`)
+  // 群聊回复是**异步**的 ⇒ 轮询等待;但必须是一条**新**消息(排除 P3.0 的回复)。
+  const leadMsg = await waitFor(async () => {
+    const h = await get(`/api/workshop/channels/${channelId}/chat/messages`, B.token)
+    return [...(h.data?.messages ?? [])]
+      .find(m => m.senderType === 'agent' && m.senderId === leadAgentId && !leadMsgIdsBefore.has(m.id)) ?? null
+  }, 240_000, 4000)
+  if (leadMsg) {
+    check('P3.5 Lead 把这次作业的结论回了群(新消息,不是 P3.0 那条)', true,
+      `text=${String(leadMsg.text).slice(0, 60)}`)
+  }
+  else {
+    finding('P3.5 升级为任务后把结论回给群里的提问者',
+      `作业已收口(交付物 ${p3Text.trim().length} 字,子任务 ${p3kids.length} 个),但群里没有出现针对本次提问的 Lead 新消息 ——`
+      + '与"随口问答"那条通路形成对照(那条 chat_delivery 被消费且 Lead 回话成功):'
+      + '群聊请求一旦经 submit_task 升级为任务、改由 SchedulerLoop.supervise 驱动,该 chat_delivery 就停在 delivered 永不被消费,'
+      + '平台唯一的群聊回复出口(agent-runtime.processMessage 内的 platformReply)走不到 ⇒ 结论只落在任务 deliverable 里,提问者在群里看不到。'
+      + '建议:submit_task 记录来源 chat message id,该根任务 complete 时把验收结论镜像进群聊并把对应 chat_deliveries 收敛为 consumed。')
+  }
+}
+
+// ============================================================================
+const evidence = {
+  base: BASE,
+  channelId,
+  leadAgentId,
+  workerIds,
+  phases: {
+    p1: { title: P1_TITLE, root: p1.root, kids: p1.kids, samples: p1.samples, artifacts: p1Artifacts },
+    p2: { title: P2_TITLE, root: p2.root, kids: p2.kids, samples: p2.samples, artifacts: p2Artifacts },
+    p3: { ask: P3_ASK, root: newRoot },
+    chat: texts,
+  },
+  notes,
+  findings,
+}
+try {
+  mkdirSync('.omc/evidence', { recursive: true })
+  writeFileSync(EVID, JSON.stringify(evidence, null, 1), 'utf8')
+  console.log(`\n证据已写入 ${EVID}`)
+}
+catch (e) {
+  console.log(`证据写入失败:${e.message}`)
+}
+
+console.log(`\n${'='.repeat(64)}`)
+console.log(`真实作业逻辑 E2E: PASS=${passed}  FAIL=${failures}  FINDING=${findings.length}  BLOCKED=${blocked}`)
+if (failures > 0) console.log('关注项(被验证的逻辑不成立):见上方 FAIL 行')
+for (const f of findings) console.log(`  FINDING  ${f}`)
+console.log('='.repeat(64))
+// 退出码只反映"被验证的逻辑不成立"(FAIL);已定位根因的产品缺口单列 FINDING
+process.exit(failures > 0 ? 1 : 0)