codebee 0.1.69 → 0.1.70

package/CHANGELOG.md

@@ -4,6 +4,43 @@ CodeBee 的用户可感知变更记录。发布新版时：最上面加一节，
 `<!-- relnotes:start -->…<!-- relnotes:end -->` 段（那段会被 `npm view` 的
 README 元数据带回，供老版本在「发现新版本」时展示新版更新内容）。
 
+## 未发布
+
+- **内置执行智能体的工具循环恢复正常**：修复工具请求构造中错误的参数名，避免 Anthropic/OpenAI 工具循环、图片请求、reasoning wire 和 direct 路线首轮直接报 `NameError`；流式请求也会保留 `create_task` 规格并把任务创建器传到工具执行。Windows npm wrapper 下的 Gemini CLI 测试同时兼容 `gemini.js` 实际 argv。
+- **七猫建书「每个类型下至少选择1个标签」治了**：标签弹层此前按「先点组名切换、再全弹层搜文本点芯片」点选——第 10 个标签（背景组「都市」）在滚动竞态下被平台静默吞掉仍报成功，背景组空选，确定被平台打回；且建书拿不到 book_id 时步骤日志整段丢弃，无从查起（2026-09-28 实案：9/10 中、终局假成功）。现在：弹层有分组结构时改为**组区块内精确定位芯片**（四组选项本就同屏渲染、芯片点击恒落在其所在组，组名导航退役），点完即回读该组选中集校验、不中就重新定位重试；收尾全组对账——多选的再点一次剔除（芯片是开关）、缺的补点，两轮不齐报错带组名+差集；弹层组名与预期对不上（平台改了标签目录）当场点名报错，不再回退全局乱点。顺带三处基建：Edge 147 起 launcher 进程秒退后调试端口继续等满窗口（此前误报「浏览器已在运行的会话」）；wmic 已被 Win11 24H2 移除——进程扫描落 PowerShell CIM 回退、浏览器关闭按 profile 补刀防孤儿实例锁档案；建书 book_id 落空时步骤日志照常入台账。
+- **番茄建书 23 战 1 胜的盲点点击治了**：自动化点网页按钮以前是「定位到就派发」，落点被遮罩挡住、浏览器窗口被恢复成怪尺寸（921×920 方窗实案）都会步步报成功、最后在很远的步骤炸出莫须有的错（「找不到都市脑洞」，实情是标签弹层根本没开）。现在：浏览器窗口几何钉死 + 接管老实例时视口异常告警；每次真实点击前用 `elementFromPoint` 验证落点真是目标，被挡/出视口当场按死因报错；签约模式/目标读者 radio 点完必须验到选中态，验不中自动重点；标签弹层点开后等待弹层真实存在才继续（盲 sleep 退役）；点击目标找不到时，报错自带「定位范围内可见项清单」——弹层没开和分类表改名一眼可分。
+- **默认保存路径落进 CodeBee 自己的数据目录**：内置默认从「数据目录同级」（Windows 上是 `AppData\Roaming\workspace`，平时根本不存在、点开就报错）收进数据目录内（`%APPDATA%\CodeBee\workspace`，macOS/Linux 为 `~/.codebee/workspace`），启动即自动创建，「打开目录」/选目录不再撞空路径。已在旧位置的任务不受影响，新任务默认落新位置；设置里自定义过路径的也不动。
+- **调研报告会审查来源、敢下「经得起反例」的结论了**：调研起草契约新增两条硬要求——来源先审后用（营销软文/SEO 内容农场/利益相关方自我背书一律降权，引用点明立场，追溯更原始出处）；结论经得起反例（关键结论主动找反对证据，找不到才可下强结论，并自问「什么证据能推翻它」写进风险与局限）。此前只有多源交叉验证与冲突裁决，来源本身的立场与可信度不设防——深研 agent 会被检索结果里欺骗性构造的内容操纵（Cornell Tech/MisKnow-Agent/ARGUS 2026 研究簇）。
+- **翻译长文不再「译名随缘漂移」**：翻译起草契约新增「术语表先行」——动笔前先通读全文提炼术语表（专有名词/领域术语逐条「源文 → 译名」）放在稿件开头，全篇译名以表为准不随上下文漂移（andrewyng/translation-agent 三步法的 glossary 机制）；此前术语一致性只靠评审维度事后抓，长文译名不统一要等修订轮返工。
+- **作品信息一键生成认得两种章节命名了**：素材收集只认 `chapter-001.md`（三位），连载流水线实际落盘 `chapter-01.md`（两位）——成稿明明在手却报「该任务还没有小说大纲、正文或故事圣经」（2026-09-28 马甲书实案，戍边骑奴同病）。现在三位/两位/一位命名都认。
+- **删除任务从此留案底（审计台账），连载链前序任务禁删**：「删除任务」会连运行记录一起物理清除且无回收站，出过连载根任务被删、事后无人能回答「谁删的、何时删的」的实案（2026-09-28，半夜无人操作时被程序化批量删除）。现在每次删除都在 `data/audit/task_delete-YYYYMM.jsonl` 落一行：任务 ID/标题/类型/工作目录、连带删除的运行清单、发起方（本机标 `local`，远程标来源 IP）。按月分文件、正序追加，与用量台账同款纪律。同时加一道硬闸：被后续任务 `serial.continues` 依赖的连载前序任务拒绝物理删除（提示改用「归档」），抽不掉连载链的断点续跑地基；链尾任务照常可删。日常清理请优先用「归档」（可随时找回），删除留给确定不要的。
+- **花费有了真金白银的账，还能提前预警**：模型列表每行新增「价」按钮，可手标单价（¥/百万 tokens，输入/输出两档；手标按供应商隔离，未标价回落导入价表，都没有就不记账——宁缺毋滥）。台账从此自动按 tokens×单价折算每笔费用（界面显示全部改为 ¥）；花费预算上限改 ¥ 口径，到日/月上限 50%、80% 时各推一条预警到你的推送通道（达 100% 才熔断停止后续步骤）。
+- **任务跑完能主动找到你了（个人推送通道）**：群机器人之外新增四条推到私人手机的通知通道——Bark（iOS）、ntfy（自托管友好）、Server酱（微信）、Telegram Bot，设置页编排设置里一键配置并可「发送测试」。多通道同时发送、单通道失败互不影响；只配个人通道也能收到任务收尾摘要；任务跑完若有分支等人拍板，推送会点名「⚠ 任务分支待裁决」。
+- **模型评测基准台上线**：固定样题（章节写作/小 bug 修复/结构化摘要）让候选模型各跑一遍，编排者供应商当裁判按固定 rubric 打分出能力榜；修 bug 题带客观验证（代码真跑断言，正常值会算但边界没修过不了关）；裁判与候选同供应商时如实标注「同族评审」。榜单实测分（14 天新鲜度）已作为软信号参与模型链排序与推荐选模——只动排序，健康/冷却/协议等硬约束照常一票否决。
+- **评测台可以跑你自己的题了**：支持添加自定义样题（评审维度/题面自定，最多 12 道），评测、逐题对比、定时回归全线生效——自有验收基准的持续回归；样题也能出分享码给别人（ID 冲突自动换号）。
+- **评测台防模型漂移：定时回归**：设置间隔天数后，到期自动重跑候选榜（启用供应商的启用模型，最多 8 个），结果自动推送到你的推送通道；逐题对比表一眼看出谁在写作强、谁在修 bug 翻车（⚠ 客观验证未过 / ✗ 生成失败 / − 未得分）。
+- **任务类型（流程）可分享、有版本历史**：每行「导出」生成分享码，对方「导入分享码」先解析预览再确认落盘（覆盖冲突会点名）；每次保存/导入覆盖前的版本自动留档（每流程最多 10 份），「历史」弹框可一键恢复，每版按任务实际战绩对账（任务数/通过率/均分）——改提示词前先看现在这版跑得怎么样。
+- **直连编排者不再「盲规划」**：代码任务规划前自动扫描工作目录（文件清单+README/package.json 等头部摘要），注入规划提示词——API 直连的编排者没有读文件工具，以前拆解全凭想象编路径，现在贴着真实代码库拆。
+- **内置智能体接入 MCP 工具生态**：设置里配置 MCP 服务器（stdio 形态，最多 4 个）后，直连对话/直接执行的工具循环会合并服务器提供的工具（`mcp__服务器__工具`）。
+- **CodeBee 自己也能被别的 AI 调度了**：新增 MCP 服务器形态（`app/mcp_server.py`），在 Claude Code / ZCode / Cursor 等客户端里挂载后，可直接创建任务、查进度、看用量与评测榜单——仅本机 stdio，无网络监听。
+- **备份包可以推到远程了**：备份页配置 WebDAV / S3 兼容 PUT 端点后，每次导出成功自动上传（curl 流式上传，GB 级备份包不占内存），带「测试连接」——`data/` 不在 git 里、磁盘一坏全没的痛点就此终结。
+- **台账一键导出 CSV**：用量页按当前时间范围导出明细（UTF-8 BOM，Excel 直开）。
+
+- **代码任务评审深度随变更量级分级**：评审提示词按 diff 规模自动附加指引——小改动（<40 行）走快速评审（聚焦正确性与验收是否真实覆盖改动，不展开风格类与假设性建议，省 token 也省评审员凑字数）；大变更（≥600 行）先逐 hunk 概览建立全貌，再对高风险区（安全/并发/数据与迁移/公共 API 契约）逐行深看，minor 问题汇总一条不逐条展开。中等规模维持默认深度；拿不到 diff 时不给任何指引（不误导评审员放松）。纯提示词分级，不改过审判定语义。
+- **智能体目录「一键升级全部」**：头部新增一键按钮，把所有「已安装且配了升级命令」的 CLI 条目批量送进升级队列，每条沿用单条升级的就地面板与日志跟踪；更新检查结论为「已是最新」的自动跳过，检查不出结果的渠道（unknown/unsupported）也一并尝试（升级命令幂等，宁可空跑不漏升）。同条目去重闸与单条升级共用——已在跑管理操作的条目跳过并在 toast 里点名，不会双开同名全局 npm。只配安装没配升级命令的条目不进批量（与单条一致不出「升级」按钮）。
+- **内置智能体补齐四大基础工具（P0）**：处理真实代码库的短板逐个补上——①局部编辑 `edit_file`（精确查找替换，默认要求命中唯一、可 replace_all，CRLF 文件保持换行风格）；②追加 `append_file`（bytes 级追加，日志/记录不必整份重写）；③文件管理 `fs_manage`（删除/移动/重命名/复制，目标已存在一律拒绝覆盖）；④全文搜索 `search_content`（grep 式正则，命中带「路径:行号:」，自动跳过二进制与 node_modules 等依赖目录）+ `find_files`（文件名通配）。同时 `read_file` 支持 `offset`/`lines` 按行号分段读取——超 64KB 的大文件不再只有「头尾保留、中段省略」一条路。所有新工具沿用工作目录锁死守卫。顺带修掉一个真 bug：Windows 下写文件默认把换行符 `\n` 翻译成 `\r\n`，文件本就含 CRLF 时被二次翻译成 `\r\r\n` 写坏（edit_file/write_file 均已禁翻译，写什么落什么）。
+- 调度层加固：绑定链上的「纯模型条目」（只配模型名、没挂供应商）起跑前即被点名——所有 CLI 起跑日志新增凭据模式审计行（绑定链注入/无注入/本机默认，密钥值绝不入日志），缺凭据+登录闸门类错误按 CLI 附修复指引；不再只有 claude 有这层观测（2026-09-25 Mac claude 实案的三层加固通用化）。
+- **Mac 桌宠不再是「白板蜜蜂」**：macOS 的 Tk 没有逐像素窗口透明（`-transparentcolor` 是 Windows 专属），蜜蜂的矩形底板整个露出来还带系统边框（实拍=一块白板）。现在非 Windows 平台把底板画成深色卡片（对齐悬停清单面板色），桌宠呈「桌面小组件」形态；睡觉/失联的状态滤镜改为只作用于蜂体（原先整帧压暗靠键色噪点兜底，卡片底兜不回来会浮出一块更暗的小框）。Windows 逐像素透明不受影响。
+
+## v0.1.70（2026-09-28）
+
+- **发布链三连修**：七猫建书「盲点点击」四连闭环（elementFromPoint 守卫/弹层等待/报错自证）、标签弹层组区块点选+终态对账（第 10 击假成功实案）、已发章数按平台实况自动校准
+- **连载链加固一批**：签约质量链四件套（文风锚/开篇闸门/爆点贯通/2 万字检查点）、签约链内容重放防覆盖、章节文件名两位编号识别、删除任务审计台账 + 连载根任务禁删、超时自动续跑 + 总时限可改
+- **评测台扩展**：自定义样题 + 样题分享码导入、定时回归 + 逐题对比
+- **可观测性**：运行步骤分发追踪、台账明细一键导出 CSV、金额记账闭环（单价标定 + 自动计价 + 花费预警）
+- **基础设施**：CodeBee MCP 服务器、备份远程通道、待裁决进推送、流程版本历史（提示词/参数可回滚）、评审深度按变更量级分级、智谱七天上限 429 分类修正
+- **禅道**：修复记录归档（扫描对账自动归档 + 手动归档/reopen 重认领）
+
 ## v0.1.69（2026-09-25）
 
 - **智能体目录新增三款 CLI（第三批接入）**：Google **Gemini CLI**（每日 1000 次免费请求额度，凭据走个人 Google 账号登录）、腾讯云 **CodeBuddy CLI**（`cbc`，claude 兼容系）、字节开源 **Trae Agent**（`trae-cli`，PyPI 无包故走 uv 从 GitHub 直装）。三者均支持目录管理、一键安装/升级与无头编排（走各 CLI 自带登录态）；因其凭据环境变量与 CodeBee 的两种 wire 协议不对应，暂不支持「CLI 绑定」链——配置了也会被明确拦截提示，不会出现「链显示活着、实际走 CLI 默认模型」的假绑定。

package/README.md

@@ -33,10 +33,11 @@ Trae Agent……），提供
 ---
 
 <!-- relnotes:start -->
-### 最新版更新内容（v0.1.69）
+### 最新版更新内容（v0.1.70）
 
-- 智能体目录新增三款 CLI：Google **Gemini CLI**、腾讯云 **CodeBuddy CLI**（`cbc`）、字节开源 **Trae Agent**（`trae-cli`）——目录页一键安装/升级与无头编排，凭据走各 CLI 自带登录态
-- 防假绑定：这三款暂不支持「CLI 绑定」链（走本机凭据），配置了供应商链会被明确拦截提示，不再出现「链显示活着、实际走 CLI 默认模型」
+- 发布链三连修：七猫建书盲点点击闭环、标签弹层假成功修复、已发章数平台实况校准
+- 连载链加固：签约质量链四件套、超时自动续跑可配置、删除任务审计台账
+- 评测台自定义样题 + 定时回归；台账导出 CSV；金额记账闭环；CodeBee MCP 服务器
 <!-- relnotes:end -->
 
 

package/app/core/audit.py

@@ -0,0 +1,30 @@
+# -*- coding: utf-8 -*-
+"""轻量审计日志：不可逆操作留痕（当前仅任务删除）。
+
+删除任务连运行记录一起物理清除且无回收站，出争议时无据可查
+（2026-09-28 连载根任务被删案：谁删的、何时删的全无线索）。
+这里按月追加 jsonl 到 data/audit/，一行一对象、正序追加，
+与用量台账同款纪律。审计失败绝不拖垮主流程。
+"""
+from __future__ import annotations
+
+import json
+import time
+from pathlib import Path
+
+from . import paths
+
+
+def record(event: str, detail: dict) -> None:
+    """追加一条审计记录（event 即台账名，如 task_delete）。"""
+    try:
+        day = time.strftime("%Y-%m")
+        d = Path(paths.DATA_DIR) / "audit"
+        d.mkdir(parents=True, exist_ok=True)
+        line = json.dumps(
+            {"ts": time.strftime("%Y-%m-%d %H:%M:%S"), "event": event, **detail},
+            ensure_ascii=False)
+        with open(d / ("%s-%s.jsonl" % (event, day)), "a", encoding="utf-8") as f:
+            f.write(line + "\n")
+    except Exception:
+        pass

package/app/core/automation.py

@@ -3,19 +3,18 @@
 
 数据落盘 <data>/automation.json（tmp + os.replace 原子写；data 目录由 paths.py
 决定，TUTTI_DATA 环境变量感知）。调度是一个 daemon 线程，每 TICK_SECONDS 秒
-扫一遍到期任务：到点即复用与 /api/tasks 完全相同的链路（store.create_task →
-store.create_run → jobs.enqueue）拉起一次真实运行，不自己造运行器。单次触发
+扫一遍到期任务：首次到点按 /api/tasks 的链路创建一个持久任务，后续触发复用
+该任务并只新增 run 记录，再交给 jobs.enqueue 拉起真实运行。单次触发
 失败只把 last_status 记为 error 并推进 next_run，调度线程绝不允许因异常退出。
 
 任务模型：
   {id, name, prompt, workdir, kind: daily|interval|weekly|once, time: "HH:MM",
    interval_hours, weekday(0-6 周一=0), run_at(once 用, ISO), flow(编排流程 id),
    mode(编排模式), thinking(思考程度), direct_provider_id/direct_model(仅 direct 流程),
-   enabled, created_at, last_run, next_run, run_count, last_status}
+   enabled, created_at, last_run, next_run, run_count, last_status, task_id}
 
 运行偏好（mode/thinking/对话模型）与新建任务 Composer 的三颗胶囊同一套取值，
-到点拉起时原样透传给 store.create_task——定时任务不是另一条执行链，用户在这里
-选的编排强度与模型偏好必须与手动建任务完全等价。
+首次创建时原样透传给 store.create_task；配置身份变化时才建立新的任务上下文。
 
 重启语义：错过的 once 不补跑（启动恢复时直接停用）；daily/weekly/interval
 重算 next_run 到下一个未来时刻即可，不追赶停机期间错过的周期。
@@ -43,11 +42,24 @@ from . import jobs, paths, store
 log = logging.getLogger(__name__)
 
 _LOCK = threading.RLock()
+# Scheduler ticks and the manual "run now" action can arrive concurrently.
+# Keep the active-run check and enqueue decision single-flight per process.
+_LAUNCH_LOCK = threading.RLock()
 _FILE = paths.DATA_DIR / "automation.json"
 _TASKS = {}           # id → task dict（内存真源；落盘为 {"version":1,"tasks":[全部任务]}）
 _LOADED = False
 _STARTED = False
 
+# 模块外 tick 钩子（main.py 启动注入，如 evalbench.fire_due 定时回归）：
+# automation 不点名任何业务模块——注入方向 main(L3)→钩子，本模块静态图保持干净
+_TICK_HOOKS = []
+
+
+def register_tick_hook(fn):
+    """注册一个每 tick 调用的零参函数（自节流，异常自行吞掉）。"""
+    if callable(fn) and fn not in _TICK_HOOKS:
+        _TICK_HOOKS.append(fn)
+
 TICK_SECONDS = 25     # 调度扫描间隔：到点触发误差不超过半个周期
 KINDS = ("daily", "interval", "weekly", "once")
 INTERVAL_MIN, INTERVAL_MAX = 1, 720   # interval_hours 合法区间（小时）
@@ -65,7 +77,7 @@ _DEFAULTS = {"id": "", "name": "", "prompt": "", "workdir": "", "kind": "", "tim
              "mode": "auto", "thinking": "standard",
              "direct_provider_id": "", "direct_model": "",
              "enabled": False, "created_at": "", "last_run": "", "next_run": "",
-             "run_count": 0, "last_status": "", "last_run_id": ""}
+             "run_count": 0, "last_status": "", "last_run_id": "", "task_id": ""}
 
 # 允许通过 update() 修改的字段（id/created_at/run_count 等运行痕迹不可改）
 _UPDATABLE = ("name", "prompt", "workdir", "kind", "time", "interval_hours",
@@ -277,6 +289,7 @@ def _normalize(d):
     except (TypeError, ValueError):
         t["run_count"] = 0
     t["enabled"] = bool(t["enabled"])
+    t["task_id"] = str(t.get("task_id") or "").strip()
     return t
 
 
@@ -333,6 +346,60 @@ def _recover_after_restart():
 
 # ---------------------------------------------------------------- 运行拉起
 
+
+class _AutomationBusy(RuntimeError):
+    """The persistent task already has a queued or running run."""
+
+
+def _active_run(task_id):
+    """Return an active run for a persistent task, if any."""
+    try:
+        for run in store.task_runs(task_id):
+            if run.get("status") in ("queued", "running"):
+                return run
+    except Exception:
+        # Fail closed: if the run index cannot be read, do not risk launching
+        # a duplicate run against the same persistent task.
+        log.debug("automation: active-run check failed task=%s", task_id,
+                  exc_info=True)
+        return True
+    return None
+
+
+def _effective_workdir(value):
+    """Resolve an automation workdir the same way store.create_task does."""
+    requested = str(value or "").strip()
+    if not requested:
+        from . import settings
+        requested = settings.default_workdir()
+    return os.path.normcase(os.path.abspath(os.path.expanduser(requested)))
+
+
+def _persistent_task_compatible(task, payload):
+    """Only reuse a backing task while its execution identity is unchanged."""
+    if not task or task.get("type") != payload.get("type"):
+        return False
+    if task.get("goal") != payload.get("goal"):
+        return False
+    if _effective_workdir(task.get("workdir")) != _effective_workdir(payload.get("workdir")):
+        return False
+    for key in ("mode", "thinking", "direct_provider_id", "direct_model"):
+        if (task.get(key) or "") != (payload.get(key) or ""):
+            return False
+    return True
+
+
+def _bind_task_id(automation_id, task_id):
+    """Persist the CodeBee task backing one schedule."""
+    if not automation_id or not task_id:
+        return
+    with _LOCK:
+        current = _TASKS.get(automation_id)
+        if current is None or current.get("task_id") == task_id:
+            return
+        current["task_id"] = task_id
+        _save_locked()
+
 def _launch_run(t):
     """拉起一次真实编排运行：与 main.py 的 /api/tasks 走同一条链路
     （store.create_task → store.create_run → jobs 直接启动），返回 run_id。
@@ -353,12 +420,27 @@ def _launch_run(t):
     task = None
     run = None
     try:
-        task = store.create_task(payload)
-        run = store.create_run("orchestration", task["title"], task_id=task["id"])
-        store.update_task_status(task["id"], "queued")
-        jobs.enqueue({"kind": "orchestration", "run_id": run["id"],
-                      "task_id": task["id"]})
-        return run["id"]
+        with _LAUNCH_LOCK:
+            persistent_id = str(t.get("task_id") or "").strip()
+            if persistent_id:
+                task = store.get_task(persistent_id)
+                if task is None or not _persistent_task_compatible(task, payload):
+                    # The user may have deleted the backing task. Recreate the
+                    # persistent conversation when its definition changed.
+                    task = None
+                elif _active_run(persistent_id):
+                    raise _AutomationBusy("上一次定时运行仍在执行，跳过本次重叠触发")
+            if task is None:
+                task = store.create_task(payload)
+                t["task_id"] = task["id"]
+                _bind_task_id(t.get("id"), task["id"])
+            run = store.create_run("orchestration", task["title"], task_id=task["id"])
+            store.update_task_status(task["id"], "queued")
+            jobs.enqueue({"kind": "orchestration", "run_id": run["id"],
+                          "task_id": task["id"]})
+            return run["id"]
+    except _AutomationBusy:
+        raise
     except Exception:
         # 启动失败必须收口，不能留下看似仍在启动的任务/run。
         # Keep the public error generic; the detailed traceback stays in the
@@ -389,6 +471,9 @@ def _fire(snapshot, now):
     run_id = ""
     try:
         run_id = _launch_run(snapshot) or ""
+    except _AutomationBusy as e:
+        log.info("automation: 跳过重叠触发 %s: %s", snapshot.get("id"), e)
+        status = "busy"
     except Exception as e:
         log.warning("automation: 定时触发 %s 失败: %r", snapshot.get("id"), e)
         status = "error"
@@ -515,6 +600,13 @@ def _tick():
                      ("，%d 项失败" % len(r.get("errors") or [])) if r.get("errors") else "")
     except Exception:
         log.debug("automation: 每日清理跳过", exc_info=True)
+    # 模块外 tick 钩子（如评测台定时回归）：钩子自节流、自行吞错
+    for _hook in list(_TICK_HOOKS):
+        try:
+            _hook()
+        except Exception:
+            log.debug("automation: tick 钩子跳过", exc_info=True)
+
 
 
 def _loop():
@@ -637,6 +729,9 @@ def run_now(tid):
         with _LOCK:
             snapshot = dict(_TASKS[tid])
         run_id = _launch_run(snapshot) or ""
+    except _AutomationBusy as e:
+        log.info("automation: 手动触发 %s 跳过重叠运行: %s", tid, e)
+        status = "busy"
     except Exception as e:
         log.warning("automation: 手动触发 %s 失败: %r", tid, e)
         status = "error"

package/app/core/benchstore.py

@@ -0,0 +1,95 @@
+# -*- coding: utf-8 -*-
+"""评测基准台存储层（L0）：data/eval_bench.json 的读写与「实测分软信号」。
+
+evalbench（L2，跑评测）与 dispatch（L0，模型链评分）都要摸这份数据——
+读写下沉到这里，两边同层合法引用（dispatch 不能 import L2 的 evalbench，
+分层政策 L_i 只准 import L_j (j<=i)）。
+
+实测分软信号口径（写入 docs/execution-standard.md 候选打分权重表）：
+  bonus = clamp((overall − 7.0) × 1.5, −4.5, +4.5)
+  7 分以下开始倒扣、9 分封顶 +4.5；无数据/超新鲜度记 0——缺数据不猜分。
+  新鲜度 14 天：评测会过期（evaluation.py 同理念），过期实测不参与排序。
+"""
+from __future__ import annotations
+
+import json
+import threading
+import time
+from pathlib import Path
+
+from . import paths
+
+_LOCK = threading.RLock()
+FRESH_DAYS = 14            # 实测分新鲜度（天）；0 = 永不过期（测试用）
+_BASELINE = 7.0            # 及格线：低于它开始倒扣
+_K = 1.5                   # 斜率：每 1 分 ±1.5
+_MAX_BONUS = 4.5           # 封顶（与在线信号 ±6 同量级，翻不动硬约束）
+
+
+def _path():
+    return Path(paths.DATA_DIR) / "eval_bench.json"
+
+
+def read_doc():
+    with _LOCK:
+        try:
+            data = json.loads(_path().read_text(encoding="utf-8"))
+            return data if isinstance(data, dict) else {}
+        except Exception:
+            return {}
+
+
+def write_doc(data):
+    with _LOCK:
+        _path().parent.mkdir(parents=True, exist_ok=True)
+        tmp = _path().with_suffix(".tmp")
+        tmp.write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
+        tmp.replace(_path())
+
+
+def read_results():
+    results = read_doc().get("results")
+    return [r for r in results if isinstance(r, dict)] if isinstance(results, list) else []
+
+
+def _fresh(row, max_age_days):
+    """行是否在新鲜度窗口内。ts 缺失/解析失败按过期处理（宁缺毋滥）。"""
+    if max_age_days <= 0:
+        return True
+    try:
+        ts = time.mktime(time.strptime(str(row.get("ts") or ""),
+                                       "%Y-%m-%d %H:%M:%S"))
+    except ValueError:
+        return False
+    return (time.time() - ts) <= max_age_days * 86400.0
+
+
+def bonus_map(max_age_days=FRESH_DAYS):
+    """{(provider_id, model): {"overall": x, "ts": s}}——每键取最新一条
+    已得分记录，且必须在新鲜度窗口内。"""
+    latest = {}
+    for r in read_results():
+        if not r.get("scored") or r.get("overall") is None:
+            continue
+        key = (str(r.get("provider_id") or ""), str(r.get("model") or ""))
+        if not key[1]:
+            continue
+        prev = latest.get(key)
+        if prev is None or str(r.get("ts") or "") > str(prev.get("ts") or ""):
+            latest[key] = r
+    return {k: {"overall": float(v["overall"]), "ts": str(v.get("ts") or "")}
+            for k, v in latest.items() if _fresh(v, max_age_days)}
+
+
+def bonus_for(provider_id, model, max_age_days=FRESH_DAYS):
+    """单条目的实测软信号。返回 (score, reason)；无数据/过期 → (0.0, "")。"""
+    try:
+        info = bonus_map(max_age_days).get((str(provider_id or ""), str(model or "")))
+        if not info:
+            return 0.0, ""
+        score = max(-_MAX_BONUS, min(_MAX_BONUS, (info["overall"] - _BASELINE) * _K))
+        score = round(score, 2)
+        return score, "实测 %.1f 分（%+.1f，%s）" % (
+            info["overall"], score, (info.get("ts") or "")[:10])
+    except Exception:
+        return 0.0, ""

package/app/core/bookmeta.py

@@ -264,10 +264,15 @@ def _collect_material(task):
         parts.append("## 已有大纲\n" + "\n".join(lines))
     head = ""
     try:
-        p = Path(task.get("workdir") or "") / "chapter-001.md"
-        if p.is_file():
-            from . import runner
-            head = runner.read_text_any_enc(p)[:_FIRST_CH_HEAD]
+        from . import runner
+        # 章节文件命名并存：连载流水线落 chapter-01.md（两位），有的书是
+        # chapter-001.md（三位）——只认一种会瞎掉「第一章开头」素材
+        # （2026-09-28 马甲书案：明明 8 章成稿在手却报「没有正文」）。
+        for name in ("chapter-001.md", "chapter-01.md", "chapter-1.md"):
+            p = Path(task.get("workdir") or "") / name
+            if p.is_file():
+                head = runner.read_text_any_enc(p)[:_FIRST_CH_HEAD]
+                break
     except OSError:
         pass
     if head: