dsh-distillation-director 4.6.5

package/manual-history/manual-v3.0.md

@@ -0,0 +1,388 @@
+# 蒸馏操作手册 v3.0 · 三闸机器化版（蒸馏 3.0 试点）
+
+> 底本：《蒸馏操作手册-v2.0.md》v2.3（2026-09-10 固化）；本版=机器化替换版（2026-09-06），与 v2.3 并列使用。
+> 用途：把依赖 LLM judge 的三闸（防线3/盲测/达尔文）改为 机械层必过 + 语义层最小化 + gate-blocked 挂起；两本手册蒸馏同一输入文件做对比实验（对照方法见 §15）。
+> 试点依据：试点 A（9 维机器初评器 v2，n=6）、试点 B（防线3 冒充扫描 v2，召回 4/4 现场 0 假阳）、盲测词表命中模拟器 v1（机械可判 5/12、判停 2/2）、gates 状态机模板与机械层规则清单 v1。材料全部落盘：投资蒸馏/三闸机器化/。
+> 本版中带（待定）标注的条款为试点级建议，未假装定稿；其余条款沿用 v2.3 或经试点数据支持后改写。
+> 修订 r1（2026-09-06 自检后）：修正文件名/规则数/d8 表述；新增 机器层适用性降级条款、盲测保守守则、gates 命名约定、机器层执行速查与对比指标扩充。
+> **修订 r2 / v3.1（2026-09-06，《最优解人生》非塔勒布散文书负样本全流程实测后）**：①§13 新增 13.1 分闸 readycheck 定稿（旧固定四项→每闸最小输入；家族资产=可选强化；散文书不再误判降级）；②§0.2/§15.2 新增 B 档权威评分（darwin9-scorecard 包，可选）；③§14 固化 9 维权威权重表（d1..d9=7/12/12/6/18/4/12/23/6，注明 d8 实测=23/d9 反例=6 易错）并补工具行（machine_layer_readycheck.py/darwin9-scorecard）；④§10.5 新增“构造四纪律”（B1 单一源回指、超长行折行、判停速查一致性、d4 分段检查点）与 §13.1 d8 簇抽题策略；⑤运行层纪律（长文件只准 edit 定点、cost-meter/快照基建）。实测总结：投资蒸馏/三闸机器化/v3.0测试总结-负样本最优解人生.md；修订对照：投资蒸馏/三闸机器化/手册-v3.1-修订记录.md。
+> **修订 r3 / v3.2（2026-09-06，《原则：应对变化中的世界秩序》V3.1 全量实测后）**：①§10.1 预算重标（实测 L2.5 文字版 3 技能≈¥15-25/1 技能≈¥8-12；1 技能语义层+B 档为费用大头；无 cost-meter 时估算须如实标注）；②§11/§13 复验分级（judge 分 🔴/▲，仅 🔴 触发修复→同 judge 复验，▲ 由构造者择要采纳并登记）；③§14 d6-c3 池族映射规则修复（原实现只认 ce 族→含正确映射文本仍 −3，B 档翻案实证）；④§13.1 d8 抽样口径定死（主功能 1+红线 ≥1 通过=d8 raw 9，全量补测=10）；⑤§8/§9 账本模板（agent 数/波次数/估算 token/实际，禁止估算当实测）；⑥§12 质检波次进度回显+主会话只留结论行；⑦§0.2 judge 输入瘦身（防线3/盲测/语义 judge 吃证据 digest，B 档才读全文）；⑧§14 工具收编推进。实测复盘：投资蒸馏/三闸机器化/V3.1实测复盘与修订建议-v3.2草案.md。
+> ⚠️ **执行强制性（2026-09-06 用户指示固化）**：蒸馏一律按本手册（内容版本 v3.1）**严格执行**；开工前必须把《V3.1全量执行单》（投资蒸馏/三闸机器化/V3.1全量执行单.md）复制到 .work/<书slug>/ 并逐项执行核验——V3.1 全部条款与门禁必须逐项完成，不存在勾选跳过；未完成任何一项不得进入下一阶段；档位选择与一切例外（gate-blocked/partial-degrade/主会话代核/轻量处理/豁免挂账）**未经用户确认不得自行启用**；手册要求独立 judge/复验的步骤默认独立子代理执行。反例教训（2026-09-06 五次纠正：少做清单/轻量跑全书/漏独立打分/术语误用/流程偏离）不得重演。
+---
+
+## 0. 总纲
+
+### 0.1 触发
+- 「蒸馏 XX / 拆书 / 把 XX 做成 skill」→ 走本手册
+- 「对已有技能体检/完善/优化」→ 走达尔文（评分+修复）
+
+### 0.2 模型分工与机器层（三闸机器化版）
+| 任务 | 谁做 | 说明 |
+|---|---|---|
+| 主流程调度、OCR、拆分、构造、写文档 | 主会话（flash） | 同 v2.3；已验证主会话全程可交付 |
+| 机械层初评（¥0） | 本地脚本 | 三闸先跑机器层：quote_precheck/tv_rcheck/pool_scan（防线3 R 层）、defense3_impersonation_scan.py（冒充扫描）、machine_precheck_v2.py（达尔文 9 维）、blindtest_lexicon_mock_v1.py（盲测初判）；产物=带证据行号的 machine-report/gates 状态 JSON |
+| 语义层 judge（最小域） | 子代理（pro 默认，单发小批） | 只收机器证据包（KB 级）判语义窄域：防线3 I/O 层、盲测 needs_llm 子集、达尔文语义残差 + 幅度校准；不读 SKILL 40KB 全文 |
+| 实测 full_test（d8/双轨） | 子代理真实执行 | 运行期成本不可省（一次性验证非返工） |
+| 大批量提取（>30 万字符书） | 子代理分批（≤4/批） | 同 v2.3，每批自包含 |
+| B 档权威评分（可选·v3.1） | 独立 judge（darwin9-scorecard 包） | v2.3 口径整篇 9 维独立评分（judge_raw 独立给），用于交付终评/§15.2 paired 对拍；默认 A 档（机器+最小域），B 档按需 |
+
+试点账（零 LLM 成本项）：试点 A 机器初评器 6 技能全跑 ¥0；试点 B 冒充扫描 rse/trv ¥0；judge 每轮输入由 40KB 全文降到机器证据包 KB 级 → 长任务无产出头号故障源消失（机理见 §13）。
+> judge 输入瘦身（v3.2）：防线3/盲测/达尔文语义 judge 默认只吃主会话预生成的“证据 digest”（池 id 索引+引文行号+R/I 对照，KB 级）；B 档 darwin9 才读 SKILL 全文（实测：B 档 3 席为全文读，其余 12 席 judge 均可瘦身）。
+- 机器层适用性前置检查（v3.1 分闸版，细则见 §13.1）：按“每闸最小输入”判定，不再要求 candidates 五池/quote-precheck 基线作为全局前提；family 资产=可选强化。判定脚本 machine_layer_readycheck.py：输出 machine-ok / partial-degrade（不适用闸按 v2.3 全 LLM 并标 pending，其余闸照跑机器层），对比实验记录降级次数。
+
+### 0.3 费用纪律
+- 机器层零成本先行：三闸机械检查一律本地脚本跑完再考虑 LLM；judge 预算只覆盖 语义窄域 + d8 实测。
+- 先查文本层：文字版 PDF 直接提取（零 OCR 费）——**所有书先跑 pymupdf 检查**
+- 扫描版：150dpi（省 75% token）+ PaddleOCR-VL 快扫（2.5s/页，是 32B 的 20 倍速）
+- 32B 只用于：问题页重跑（乱码/短页/图表页）
+- 避开计价高峰（1-4 点、6-10 点）跑重活（北京时间；**周末/节假日全天按低谷价、无需避时**——2026-09-06 用户澄清，详见 蒸馏讨论记录.md）
+
+---
+
+## 1. 输入决策树
+
+```
+拿到输入 → 判断类型
+├─ PDF：pymupdf 查文本层
+│   ├─ 有文本 → 直接提取（.work/<slug>.txt，含分页标记）【零 OCR 费】
+│   └─ 无文本（扫描版）→ 走 §2 OCR 流程
+├─ 视频/播客 → 先转文字稿（转录/字幕），再按 §3 流程
+├─ 网络文章/长文 → 抓取/复制为 txt
+└─ 个人经验/对话记录 → 走「经验蒸馏」流程（另册：复盘→提取模式→验证→技能化）
+```
+
+---
+
+## 2. OCR 标准流程（扫描版，省钱版）
+
+1. **渲染 150dpi**：pymupdf `fitz.Matrix(150/72,150/72)` → .work/<slug>_pages/page_NNN.png
+2. **PaddleOCR-VL 快扫**：模型 `PaddlePaddle/PaddleOCR-VL-1.5`，6 并发，逐页转写 → dev_ocr.txt + 进度文件
+3. **清洗**（必做）：删 `<|LOC_数字|>` 布局标记
+4. **乱码检测**（必做）：Unicode 块检测（西里尔/希腊/孟加拉/泰米尔/天城体/阿拉伯/泰文/韩文/日文假名）→ 重污染页（>1%）列清单
+5. **32B 精修**：Qwen3-VL-32B，4 并发，重跑重污染页 + 短页（<50 字符）+ 语义受损页（维果茨基节这类）
+6. **复查**：乱码检测再跑一遍，0 残留才算过
+7. **抽查**：每章中段抽 1-2 页人工/32B 复核
+
+### 关键参数（抄作业）
+- PaddleOCR：model=PaddlePaddle/PaddleOCR-VL-1.5, max_tokens=4000, 并发 6（429 限流时降 3）
+- 32B：model=Qwen/Qwen3-VL-32B-Instruct, 并发 4, 每页重试 3 次
+- 断点：进度文件（已处理页码），kill 后重跑自动跳过
+
+---
+
+## 3. 阶段流程（0-5，每阶段有门禁）
+
+### 阶段0 骨架（Adler）
+- 输入：目录/内容提要/前言 + 抽样正文
+- 产出：BOOK_OVERVIEW.md（结构/术语/命题/批判/应用潜力）
+- **门禁**：用户确认骨架（一句话主旨 + 章节结构 + 技能划分）——确认后才进阶段1
+- 省钱：主会话 flash 起草 → 1 个 pro 子代理核验（可选，大书做）
+
+### 阶段1 提取
+- 输入：章节文件（.work/chapters/chXX.txt，按目录页范围拆分，偏移=书页→PDF页）
+- 小书（<15 万字符）：**主会话直接读关键章提取**（已验证 gottman/makestick 可行，省时省钱）
+- 大书（>30 万字符）：5 类提取器子代理分批（每批 ≤4 个，每代理 1-2 章）
+- 产出：candidates/（frameworks/principles/cases/counter-examples/glossary）
+- **门禁**：候选池数量达标（框架≥30/原则≥40/术语≥50 等），不够主会话补写
+
+### 阶段1.5 验证
+- 程序化：按 id 去重合并 → verified.md
+- 主会话复核：候选质量（有原文引用 + 家长价值 + 非常识）
+- **必做路由验证**：机器词表初判（blindtest_lexicon_mock_v1.py，¥0）→ 无锚/弱锚/邻族抢单的子集才派 1 个 judge 子代理（单发！）做结构化判定（12-15 条口径不变，机器先筛；免 LLM 仅限 机器机械可判且 top1=目标 的路由）
+- 产出：verified.md + 盲测报告
+
+### 阶段2 构造（RIA++）
+- **主会话直接写**（已验证：六段齐全 + CHECKPOINT + 输出结构，质量过盲测）
+- 每个技能：frontmatter（name/description 含做什么+何时用+触发词）+ R/I/A1/A2/E/B + 🔴CHECKPOINT + 回答输出结构
+- description 写让位规则（与相邻技能消歧）+ 医疗/危机边界
+- **门禁**：frontmatter 校验（name 合法 + description 有触发词）+ 无空话尾巴
+
+### 阶段3 链接
+- INDEX.md（技能总览 + 引用图 + 交叉引用约定）
+- GLOSSARY.md（术语词典，家长版 30 条起）
+
+### 阶段4 测试
+- test-prompts.json：每技能 3 条（应调用/诱饵/跨技能路由），含医疗 none + 危机 + ADHD 路由
+- 主会话自查路由 → 机器词表初判 → **judge 结构化复核**（单发，只跑 needs_llm 子集）→ 修复（hill-climbing）→ 同步
+
+### 阶段5 交付
+- DIGEST.md（精华长文）+ 安装两工作区（家庭教育 + PPT制作）
+- 四件套：SKILL + BOUNDARIES + INDEX + GLOSSARY
+- §7 动态增强协议（BOUNDARIES 内置：先澄清→再核验→后整合）
+- SUPPLEMENT-2025（最新研究层，〔最新·来源〕）
+- 打包插件（可选）：§6
+
+---
+
+## 4. 子代理调度与三闸失败协议（防卡死，血泪教训 + 机器化）
+
+⚠️ 原教训：15 个提取器并发卡 13 个、3 个构造器全卡；fishpond/黑天鹅/非对称风险/随机漫步 ≥6 次 judge 大并发或长任务零产出 → 主会话降级 → 事后补签 9/9 全量返工。
+
+1. **机械层先行**：凡确定性可判（引文逐字/页锚/池 id/引号冒充/结构规则/触发词命中）一律本地脚本，零 LLM、可重跑、不卡死；机器报告落 schema JSON（命中/缺项候选/证据行号/扣分建议）。
+2. **LLM judge 只跑语义窄域**：输入=机器证据包（KB 级），单发小批（每批 1 个 judge，盲测只跑 needs_llm 子集），prompt 自包含+绝对路径+只读。
+3. **提取/OCR 子代理并发**：每次最多 3-4 个不超 5（原纪律保留）；每任务自包含、写文件用绝对路径。
+4. **超时协议（机器化版）**：子代理/judge 约 20-30 分钟无产出 → send_message 询问一次 → 仍无 → interrupt 后重派 1 次或换通道（SiliconFlow 32B 后备）→ **连续 2 次无产出 = 该闸 gate-blocked 挂起**（不是主会话降级接盘）：批量跳过该书继续，收尾状态机 passed/pending/blocked 交用户（§13）。
+5. **小任务**（单个技能/单章提取）直接主会话做，不派子代理（原纪律保留）。
+6. **补闸纪律**：补闸只补语义窄域；机器层已放行项不返工（机器命中项不因 judge 重评翻案，消除 A-补签 9/9 型全量返工链）。
+
+## 5. 验证与版本
+
+### 验证三件套（每个技能必过 · 三闸机器化版）
+1. frontmatter/结构校验：机器初评 d1/d4/d5/d9 规则（machine_precheck_v2.py：name 规范、description ≤1024 且含 何时用/触发词 无空话尾巴、🔴/CHECKPOINT 显性标记、硬软化词 <3、反例章存在）
+2. 路由盲测：词表命中模拟器初判（blindtest_lexicon_mock_v1.py）→ 无锚/弱锚/邻族抢单子集交 LLM judge 结构化复核（≥10 条 prompt 口径保留）；试点 n=12：机械可判 5/12、needs_llm 5/12、判停红线 2/2；免 LLM 仅限 machine mechanical-clear 且 top1=目标，其余全送 judge（宁多送不漏）
+3. 空话/AI 腔检查：d5 硬软化词计数 + d1 尾巴规则 + d7 禁词（引文豁免版）→ 机器全自动
+
+### git 版本管理
+- books/ 下 `git init`（每本书一个仓库或子目录）
+- 每次修复/升级 commit（「v2 补 CHECKPOINT」「盲测修复×3」）
+- 回滚：git revert / checkout 旧版本（替代手动覆盖）
+
+---
+
+## 6. 打包插件（dsh plugin）
+
+1. 建包：plugin-build/<pkg-name>/（index.js 遍历 skills/ 注册 + package.json + cordis.patch.yml + README）
+2. 打包：tar -czf <pkg>.tgz package/（npm pack 在 Windows 不可靠，用 tar）
+3. 安装：`dsh.cmd plugin --profile web add <tgz>`（dsh.cmd 在 node_modules/.bin/）
+4. **坑**：遇 [ERR_PNPM_IGNORED_BUILDS] → 手动补 profile package.json 的 dsh.profile.bundles
+5. 生效：重启 DSH 服务（告知用户，不擅自重启）
+
+---
+
+## 7. 踩坑对照表（抄作业）
+
+| 坑 | 对策 |
+|---|---|
+| 子代理大并发卡死 | ≤4/批 + 超时接管（§4） |
+| SiliconFlow 32B 慢/500 | 只用 32B 修问题页；PaddleOCR 快扫主体 |
+| PaddleOCR 乱码 + <\|LOC\|> | 清洗标记 + Unicode 乱码检测 + 32B 重跑 |
+| JS 模板字符串转义报错 | 内容用数组 join 或写 python 文件，避免反引号/ASCII 引号 |
+| pwsh here-string 转义 | 长内容用 write 工具写 py 文件再执行 |
+| pnpm 构建脚本报错中断插件安装 | 手动补 bundles |
+| 子代理输出路径错误 | prompt 给绝对路径，写后主会话验证文件存在 |
+| 分类页/图页 OCR 超短 | 32B 复核，标注「图页」或补跑 |
+| 章节拆分偏移错 | 用目录页页码验证（书页=PDF页-偏移） |
+| 忘记录/忘同步 | 每阶段更新 PIPELINE_STATE + 同步两工作区 |
+| judge 长任务/大并发卡死 | 机器层先行 + judge 只跑语义窄域；连续 2 次无产出 → gate-blocked 挂起（§4/§13） |
+| 同型问题 judge 幅度漂移（池族缺映射 -1~-3） | 机器统一规则触发，judge 只做例外豁免与幅度校准 |
+| 机器误把书内引文当 AI 腔 | d7 扫描豁免 R 段/「」引句/引用块（v2 已修） |
+
+---
+
+## 8. 检查清单
+
+### 开跑前
+- [ ] 已查文本层（文字版？）
+- [ ] 建 books/<slug>/ + PIPELINE_STATE.md
+- [ ] 确认技能目标（几个技能/与现有体系衔接）
+
+### 每阶段后
+- [ ] 更新 PIPELINE_STATE
+- [ ] 门禁通过（用户确认/候选达标/路由验证过：机器初判 + LLM 子集复核）
+- [ ] git commit
+
+### 交付前
+- [ ] 四件套齐全（SKILL/BOUNDARIES/INDEX/GLOSSARY）
+- [ ] §7 协议写入 BOUNDARIES
+- [ ] 路由验证报告归档（机器初判 JSON + judge 子集复核）
+- [ ] 安装两工作区 + frontmatter 校验
+- [ ] 账本按 v3.2 模板登记（agent 数/波次数/估算 token/实际；无 meter 时标“估算（依据 X）”）
+- [ ] 讨论记录/learnings 更新
+
+---
+
+*蒸馏 2.0 · 2026-09-03 · 基于 4 本书实战经验 · 主会话可独立完成全流程*
+
+## 9. 版本管理（实机方案）
+
+- 本机未安装 git（2026-09-03 检测）——用快照脚本替代：`.work/snapshot.py`（修复/升级前运行，备份到 books/.snapshots/，保留最近5版）
+- 若日后安装 git：books/ 下 `git init`，每次修复 commit，可 revert 回滚
+
+---
+
+## 10. L2.5 混合档位（2026-09-03 试点验证，承重墙书默认档）
+
+> 背景：双路线对比实验（我的裸流程 vs 仓颉完整线A，3/3 judge）证实——仓颉强在"建体系"（多路提取覆盖+淘汰验证+页码溯源），我强在"快出裁决"（整书裁决链），费用大头是 cacheRead（重复读书）。L2.5 取两者之长：**共享精读笔记把"读 N 遍全书"降为"读 1-2 遍 + N 路审阅"，用 1/2-1/3 成本达 L3 的 85-95% 质量**。
+> 试点实证：《货币放水的尽头》（10章/250页）16 子代理 ¥1.56，6 技能过达尔文 81.4 分基线，34 引文逐字核验一致。
+
+### 10.1 档位选择（书的价值决定档位）
+
+| 档位 | 适用 | 流程 | 单本粗估 | 相对L3 |
+|---|---|---|---|---|
+| L1 速读卡 | 背景书/历史书群 | 摘录卡 + 防线1/3 | ¥2-5（实测校准） | ~1/5 |
+| **L2.5 体系卡（默认）** | 承重墙书 | §10.2 七步 | ¥15-25（文字版 3 技能，含 B 档+复验，2026-09-06 实测）／¥8-12（1 技能） | 1/2-1/3 |
+| L3 旗舰 | 值得反复读的书 | 仓颉完整线A | ¥10-20（估算，未实测） | 1x |
+
+### 10.2 L2.5 七步管线
+
+```
+步骤1：PDF→章节文本（.work/chapters 模式）                    [最便宜]
+步骤2：阶段0 BOOK_OVERVIEW + 带页码精读笔记（全书读1-2遍）
+       ——"宁可多不可少"全量摘录（150-450条/本），每条带[pNN]页码
+       这是质量地基，5路提取器共享，勿偷工                    [全书1-2遍=最大单项]
+步骤3：5路提取器（framework/principle/case/counter-example/glossary）
+       ——基于精读笔记审阅+原文抽查，不各自通读全书           [省60-70%读书费]
+步骤4：三重验证(V1/V2/V3) + 目录覆盖检查(防线4)               [轻]
+步骤5：RIA++构造（按主题聚合为N个整书级技能）
+       ——限定语存疑候选必须条件式改写                        [写作成本]
+步骤6：忠实度核验关(防线3)：独立judge带原书核对
+       R段引文逐字 + 核心主张 + 操作层冒充检查 → 修复→复验    [¥0.5-1，必做]
+步骤7：达尔文9维质量关（基线评分，triage用）                  [¥0.5-1]
+```
+
+### 10.3 L2.5 关键纪律（试点血泪）
+
+1. **提取器的"限定语损失"盲区是系统性弱点**：只读笔记会把作者条件句提取得更绝对——靠"步骤4标记存疑 + 步骤5条件式改写 + 步骤6核验独立确认"两级补住，不许省；
+2. **精读笔记宁多勿少**：笔记筛选偏差是最大风险，全量摘录+带页码可回查；
+3. **并行构造 ≤4-6 个/批**（遵守 §4 并发纪律），prompt 给主题关键词让代理自主从 verified.md 选单元（勿手工对齐 id）；
+4. **书体裁影响覆盖**：历史案例体（案例密度高）与信条体（互锁）对提取器压力不同——案例体注意 case 池与主池的边界；
+5. **时代局限必标**：宏观/政策类书写作年代与当前差距大（如 2013 书 vs 2020s），技能 B 段必须诚实标注"已证伪/已改变"处，并给〔需独立取数〕纪律（§10.4）。
+
+### 10.4 家族级交付标准（试点后固化）
+
+- 每个技能补「数据更新指引（2020s）」节：3-5 个可检索更新指标，写明"不得照搬书内旧数据当现状"
+- 每个技能 E 段附 1 个成品输出示例（标注"示例非实时判断"）
+- related_skills 必须回填**实际存在**的兄弟 slug（试点曾出现 5-6 个别名指向不存在目录）
+- 输出形态定位：宏观/政策类技能 = "环境判断+风险认知"，统一拒时点与买卖指令
+
+### 10.5 构造质量内建 + 机器初评前置（2026-09-10 升级 + 三闸机器化版）
+
+> 原教训保留：构造→评分→修复的返工循环里，静态可自查项占扣分 ~80%，第一次就该清零；rubric 维度是构造时的验收标准，不是第三方事后查。
+
+#### 三级防返工闭环（试点后固化）
+1. **构造自查（¥≈0，原 §10.5 保留）**：构造代理交卷前跑 9 维自查表 + 自走查（test-prompts dry-run），不合格不发。
+2. **机器初评（闸门层，¥0）**：machine_precheck_v2.py 跑 9 维机械规则（d1-d7/d9；d8 实测除外，证据行号 + 扣分候选，semantic_only_notes 显式标出）。试点 A（n=6）：机器触发 7/7 与独立 judge 同向、0 误报；机械类理由 100% 可同源复现；同源问题（池族缺文件映射）六卡 judge 幅度 -1~-3 漂移被机器统一规则钉住。
+3. **LLM 复核（语义兜底）**：judge 只读机器证据包判语义残差（d1 语义重复/d2 颗粒度/d4 介入粒度/d5 排版/d6 行文/d7 回声体积）+ d8 实测 + 幅度校准；前两级全绿则 LLM 只做 d8 + 校准，单次成过。
+
+#### 效果预期（机器化版）
+- 结构维度（59 分）：自查清静态项 + 机器初评复查 → 首次机器静态机械分基线即高位（试点：rse 75.1 / trv 75.8 / 六卡 72.2-77.0）；judge 只保留其语义打磨扣分（六卡 Δ +2.7~+8.6，均为语义域）。
+- 评分后修复从必修 3 项降到语义残差 1-2 项；机器命中项不再返工。
+- dim8 仍需 full_test 坐实（流程固有成本，不因内建消失）。
+
+#### 质量内建的账（含机器层的账，试点实测）
+| | 前端自查 | 机器初评 | 评分后修复（后端） |
+|---|---|---|---|
+| 费用 | +¥0.05-0.15/技能 | ¥0（本地 py） | −¥0.1-1.6/次返工（原账本实测） |
+| 时间 | +几分钟 | +秒级 | +2-3 轮子代理串行等待 |
+| 效果 | 静态项归零 | 三闸机械层全绿、证据可复验 | 修完需复验、可能再发现 |
+| 净结论 | 前端+机器层合计约 ¥0.1/技能，省掉返工闭环与 judge 通读全文成本（试点 A/B 全程零 LLM 费用） |
+
+#### 构造四纪律（v3.1，负样本《最优解人生》实测新增）
+1. **判停/路由单一规范源**：路由目标（投资/财务/法律/保险/医疗/危机/时点）只在 B1 展开一次；description/A2/步骤0/判停速查只留压缩行并回指 B1，防多副本口径漂移（实测：5 处副本漂移成为 d7 必修）。
+2. **超长行折行**：散文段/步骤单行 ≤260 字符；frontmatter description 可用 YAML 续行分段（机器解析器按行拼接，断点选在句读处）。实测：desc 832→845 折 6 行后 d1 仍 pass、词表词元不受影响。
+3. **判停速查=正文浓缩**：速查每条须在 步骤0/B1 有对应实现；构造自查时逐条对照（§10.5 原交叉一致性要求，v3.1 起机器 polish_scan_v31.py 提供 warn）。
+4. **d4 检查点分段**：复杂卡（步骤≥6）可在步骤3 出口加轻量中间回显（如“阈值/缓冲垫/富余初判”），再在步骤5→6 保留 🔴 总确认点；单一确认点对简单卡够用（rse 先例）。
+
+## 11. 内容忠实度保障协议（四道防线，全档位适用 · 三闸机器化版）
+
+> 完整协议文档：投资蒸馏/忠实度保障协议-v1.0.md（用户已确认定稿）。目的：产物不歪曲原书、不遗漏。
+
+| 防线 | 内容 | 成本 | 位置 |
+|---|---|---|---|
+| 1 原文锚 | 无原文引用的主张不进候选池（source_quote≤150字+页码） | ≈0 | 提取器 |
+| 2 转述派生链 | R原文→I自述强制配对；操作层◈标注不冒充书语 | ≈0 | 构造 |
+| 3 忠实度核验关 | R 逐字 + 页锚/省略 + 池 id + 操作层冒充 = 机器层扫描；I 语义等价 + O 立场光谱 = LLM 语义复核 → 修复→复验 | ¥0（机器）+ 语义复核小额 | 交付前门禁 |
+| 4 目录覆盖检查 | 每章零贡献须有理由 | ≈0 | 验证末 |
+
+**防线3 执行细则（机器化，试点 B 实证）**：
+- 机器层（¥0，先跑，全过才算闸门绿）：R 引文逐字 quote_precheck.py；页锚/跨页/省略 tv_rcheck.py；池 id 实存 pool_scan*.py；〔操作层〕冒充扫描 defense3_impersonation_scan.py（整句引号+全角引号计数+后置紧邻〔页锚〕+转述豁免 v2=仅引号前/引号内标签；覆盖=引号段+后置紧邻〔页锚〕，前置页锚型冒充与无引号裸转述未覆盖 → O 层 judge 兜底复核）。试点 B：judge 可枚举正样本召回 4/4、rse/trv 现场 0 假阳；judge 报告里 L38 引号字符数=2 这类数数式判定已 100% 脚本化。
+- LLM 语义复核（最小域）：I 层 主张↔池条目语义等价；O 层 立场光谱如实性；冒充候选行语义终裁（候选行+引号段，KB 级）。
+- 候选行命中但语义存疑 → 只发该行给 judge，修复必须复验（改了再核，不许改了没验证——原纪律保留）。
+- **复验分级（v3.2）**：judge 报告输出分级 🔴（必修）/▲（建议）；仅 🔴 需“修复→同 judge 复验”闭环；▲ 由构造者择要采纳并记入遗留节（optional），不再逐条回流复验（《原则》实测：verify 轮约一半只验 ▲，共可省 3-6 轮 judge）。
+
+**执行约定（机器化版）**：L1 至少防线1+3（机器抽验可过即过）；L2.5/L3 全四道；核验 judge 独立于构造者；机器报告与 judge 复核结论都落 schema JSON（证据文件可复验可仲裁）。
+
+## 12. 会话纪律、无人值守与 gate-blocked（三闸机器化版）
+
+> 目的：防越蒸越慢（会话膨胀）+ 防 judge 卡死拖垮批量（原 §12 动机保留）；无人值守时三闸以 机械层必过 + 语义层最小化 + gate-blocked 收口（§13），不再依赖主会话降级补签。
+
+### 12.1 一书一提醒（用户在场时）
+1. 一本书 = 一个会话批次；每本完成提示开新会话再接下一本（原纪律保留）。
+2. 会话开始前自查：本会话已承载过蒸馏/上下文重 → 先提示开新会话，不硬蒸。
+3. 子代理回报纪律：任务子代理只回摘要（≤3 行）、全文落文件；质检每波结束向用户给 1 行进度摘要；主会话上下文纪律=报告只保留结论行、全文落盘（v3.2）。
+4. 例外：L1 速读卡等轻任务可同会话完成。
+
+### 12.2 无人值守自动接管（用户不在场时）
+1. 主会话当主管，按 L2.5 流程逐步推进；步间不等待确认（用户检查点按既定方案自动通过）。
+2. 三闸门禁照常且自动化：机器层必过 → 语义 judge 复核 → gates 状态机落盘；不达标自动修复重评（≤2 轮）仍不达标标记 blocked。
+3. judge 卡死不再主会话降级：连续 2 次无产出（含换通道）→ 该闸 gate-blocked 挂起 → 批量跳过该书继续 → 收尾汇总 blocked 清单交用户（状态机见 §13）。
+4. 防膨胀纪律保留：子代理回报收摘要、全文落文件；单批并发 ≤4-6。
+5. 批量结束：每本产物路径+机器静态分+语义复核结论+遗留 blocked 汇总，等你回来确认。
+
+### 12.3 模式关系
+- 用户在场 = 12.1；用户不在场 = 12.2；触发词同 v2.3。
+- 机器层产物（machine-report/gates JSON）即 12.2 自动续跑的检查依据，也是事后人工复核与仲裁的唯一权威副本。
+
+## 13. 三闸 gates 状态机与失败协议（v3.0 新增 · 试点模板落盘 投资蒸馏/三闸机器化/gates.json-template.json）
+
+每闸一条记录：{gate, status, executors, evidence_file, machine_checks, llm_semantic_min, score, blocked_reason, updated_at}；status ∈ passed/pending/blocked/skipped；executors ∈ machine/llm-judge/runtime-test/main-session。
+
+| 闸 | 机械层（executor=machine，¥0） | 语义层最小域（executor=llm-judge） | 实测（runtime-test） |
+|---|---|---|---|
+| 防线3 忠实度核验 | quote_precheck/tv_rcheck/pool_scan/defense3 冒充扫描 | I 语义等价 / O 立场光谱 / 冒充候选行终裁 | （无，引文层机器即可） |
+| 盲测路由 | blindtest_lexicon_mock_v1 词表初判 | needs_llm 子集 结构化表 13×{命中/目标/邻族风险} 单发 | （无） |
+| 达尔文 9 维 | machine_precheck_v2 机械规则 + 证据行号 | 语义残差裁决 / 幅度校准与例外豁免 / 必修清单 | d8 full_test 双轨 |
+
+失败协议：judge 连续 2 次（含换通道）无产出 → 该闸 gate-blocked 挂起 → 批量跳过该书继续 → 收尾状态机交用户；**闭环 = 无 blocked**。补闸只补语义窄域，机器层已放行项不返工（§4.6）。
+
+- gates 落盘约定：每技能一条记录（技能目录或 投资蒸馏/三闸机器化/gates-<slug>.json），与 PIPELINE_STATE 同步更新；机器报告与 judge 复核都落 schema JSON，为仲裁唯一权威副本。
+- **13.1 机器层适用性分闸判定（v3.1 定稿 · readycheck）**：废除“固定四项（candidates 五池/quote-precheck 基线）一刀切”的旧前置检查——散文/非条款书会因此被误判整体降级。改为按每闸最小输入判定（脚本 machine_layer_readycheck.py <SKILL.md> <册根> [--json out]）：
+  - blind-lexicon：description 含 何时用/触发词 任一标记（词表取自 description，构造即产出）；
+  - defense3：SKILL 含 R 段且正文存在「」或引号引用形态；
+  - darwin：SKILL 含 R/I/E/B 分节 + description；
+  - fidelity-R：册根存在可核对原文（parts/*.md/ocr/txt）且 SKILL R 段含引文。
+  四闸全适用→machine-ok；否则 partial-degrade（不适用闸按 v2.3 全 LLM 并标 pending，其余闸照跑机器层）。**家族资产（candidates 池/quote-precheck 基线）=可选强化/coverage 提示，不触发整体降级**。实测：散文书《最优解人生》四闸 machine-ok、零降级（v3.0测试总结-负样本最优解人生.md）。
+  - **d8 簇抽题策略（v3.1）**：d8 full_test 不必跑满 test-prompts，按功能簇抽题（每簇≥1）+ 红线类必测（时点预测/投资路由/医疗判停/危机）；本技能实测 2/12（存钱-年金-健康簇）即显著优于基线，红线类已由盲测 judge 语义覆盖；B 档 optional 建议后续补跑红线簇全测。**抽样判定口径（v3.2 定稿）**：主功能 1 条+红线 ≥1 条双轨通过（显著优于基线且零越界）= d8 raw 9 官方口径；全量补测全通过=10；抽样未覆盖部分在报告如实披露、不虚标。
+
+## 14. 机械层规则索引、执行速查与试点证据（v3.0 新增）
+
+**规则清单与执行速查**：
+
+| 闸 | 工具（¥0） | 输入 | 输出 |
+|---|---|---|---|
+| 达尔文初评 | machine_precheck_v2.py | SKILL.md 路径 | machine-report-<slug>.json（逐维 checks+evidence 行号+扣分候选+semantic_only_notes） |
+| 防线3 R/锚/id | quote_precheck.py / tv_rcheck.py / pool_scan*.py | SKILL.md + 册根 parts/candidates | quote-precheck.txt / 核验 JSON |
+| 防线3 冒充扫描 | defense3_impersonation_scan.py | SKILL.md 路径（--selftest 带自测） | JSON 候选行 + pilotB-def3-impersonation-v2.json |
+| 盲测初判 | blindtest_lexicon_mock_v1.py | 8-12 个候选 skill 路径 | blindtest-mock-v1.json（verdict/needs_llm/邻族风险） |
+| §13.1 适用性分闸 | machine_layer_readycheck.py（v3.1） | SKILL.md + 册根 | machine-ok / partial-degrade + 各闸 input_note |
+| R 逐字+页码（散文书适配） | rquote runner（册根适配版，见 .work/最优解人生/_rquote_check_lma.py） | SKILL R 段 + parts 原文 | 逐字/页码 JSON（忽略空白/引号归一；含页码自动定位与多页复现标注） |
+| B 档权威评分（可选·v3.1） | darwin9-scorecard/（README+rubric+judge-prompt-template+scorecard-schema+scorecard.py） | SKILL 全文+机器证据包+d8 报告 | darwin9-scorecard-<slug>.json（judge_raw/evidence/必修/合分） |
+
+规则总数（自检 r1 核实）：达尔文初评 25 条（d1-c1…d9-c3 共 23 + extra-1 test-prompts 盘点 + extra-2 runtime 红灯）+ 冒充扫描 4 条 = 29 条，详见 投资蒸馏/三闸机器化/机械层规则清单-v1.md。
+
+- 试点证据：试点A-机器初评器v1-对拍报告.md（v1，n=2）与 试点A-机器初评器v2-对拍报告.md（v2，n=6）；试点B-防线3冒充扫描-召回验证报告.md（现行=v2 口径，正样本 4/4、现场 0 假阳；v1 另存 -v1.md）；盲测词表模拟器v1-试点报告.md（机械可判 5/12、判停 2/2）。
+- 幅度基线（待定项 1）：机器扣分触发默认 1 项 -1，rubric 明示处按 rubric；judge 保留幅度校准（同型问题六卡 judge -1~-3 漂移实例见试点 A v2 报告）。
+- **9 维权威权重表（v3.1 固化 · 与 machine_precheck_v2 DIM_W / sge darwin-judge-semantic 同源）**：d1=7（Frontmatter）/d2=12（工作流）/d3=12（失败模式）/d4=6（检查点）/d5=18（可执行）/d6=4（资源）/d7=12（架构）/d8=23（实测表现）/d9=6（反例黑名单），合计 100；合分=Σ(raw×weight)/10。⚠️ **易错注：d8（实测）权重 23 高于 d9（反例）6——试点 A 定型口径，勿按直觉互换**（本次负样本曾发生 prompt 写反、judge 自行纠正的记录）。
+- 待定项清单（v3.1 更新）：①盲测词表 v3=口语/同义变体 + 医疗判停词 + 散文书保守集（实测 12 条中 5 条零字面锚：抠/到手就存/值吗/玩不动/癌症晚期治疗）；②冒充扫描扩展=前置页锚型冒充与无引号裸转述检测；③洁食句口径已按 judge 采纳（v2 扫描器），不再待定；④机器初评幅度校准规则化（默认 -1 与 rubric 明示外的边界）；⑤d7 高频项规则化=路由单一源检查/超长行(>260 字符)warn/判停速查一致性（polish_scan_v31.py 雏形已落）；⑥统一 runner+脚本版本号（quote_precheck/tv_rcheck 并入工具目录）。
+- ⑦ d6-c3 映射规则修复（v3.2）：池族映射按文本逐行解析 族→candidates/<file>.md（fw/pr/ca/ce/gl），随 machine_precheck_v3 落地；对历史报告（含正确映射文本仍 −3 者）标注“规则修正后该命中不成立”（《原则》B 档翻案实证：+3/+1）。
+## 15. 与 v2.3 的替换对照表 + 对比实验设计（v3.0 新增）
+
+### 15.1 替换对照表（本版对 v2.3 动了什么）
+| v2.3 位置 | 替换为 | 依据 |
+|---|---|---|
+| 头注/版本行 | v3.0 试点说明与机器化依据 | 试点 A/B + 盲测模拟器 |
+| §0.2 模型分工 | 加机器层（¥0）行 + LLM 最小域行；实测 full_test 单列 | 试点 A/B 全程零 LLM 费用 |
+| §0.3 费用纪律 | 首条=机器层零成本先行 | — |
+| §3 阶段1.5/阶段4 盲测两行 | 词表初判 → judge 结构化复核（needs_llm 子集） | 盲测模拟器试点 |
+| §4 子代理调度 | 三闸失败协议：连续 2 次无产出=gate-blocked，不再主会话降级补签 | 交接方案 + ≥6 次卡死史 |
+| §5 验证三件套 | frontmatter/盲测/空话 三件套全部机器化 + LLM 复核子集 | 试点 A + 盲测模拟器 |
+| §10.5 构造质量内建 | 三级闭环=自查+机器初评+LLM 语义兜底；账本加机器层 ¥0 | 试点 A（n=6） |
+| §11 防线3 | 机器层扫描（R/锚/id/冒充）+ I/O 语义复核；冒充扫描 v2 口径 | 试点 B（4/4、0 假阳） |
+| §12 会话纪律/无人值守 | 门禁=gates 状态机；judge 卡死→blocked 挂起非降级 | gates 模板 + 补签返工实证 |
+| 未替换 | §1 输入决策树、§2 OCR、§3 阶段0-3/5、§6 打包、§7 踩坑表、§8 检查清单（部分引用旧盲测词句处见 §15.3）、§9 版本、§10.1-10.4、§11 防线1/2/4 | 与三闸无关或已由试点证明无需改动 |
+
+### 15.2 对比实验设计（两手册蒸馏同一文件）
+0. 首轮用单本（L2.5 中档承重墙书）起跑，控制双倍成本；两版共用 §10.5 构造自查基线，三闸门禁是唯一变量。
+1. 同一输入文件（书）分别按 v2.3 与 v3.0 各跑一遍（不同会话/不共享中间缓存，防串扰）。
+2. 对比指标：总费用（cost-meter 账本）、judge 子代理卡死/接管次数、三闸每闸耗时、机器静态机械分与 judge 分差、盲测 needs_llm 子集大小及其 judge 复核一致率、机器层降级/不适用次数、防线3 修复轮数、最终技能分数、人工复核工作量。
+3. 判读规则：v3.0 费用与卡死次数应显著下降；**评分对比须 paired 同 judge**，总分并列展示、不跨 judge 判胜负（本实验 v23 84.9 vs v30 94.9 即跨 judge 口径差，见规范蒸馏对比/对比报告.md）；语义残差清单应能解释两版分数差。
+4. **B 档权威终评（v3.1）**：需要“最终技能分”作交付/汇报口径时，用 darwin9-scorecard 派独立 judge 按权威权重表整篇 9 维独立评分（judge_raw 可修正机器 raw，逐维 evidence+必修）；与 A 档（machine_static + 语义层校准合成分）并列展示并注明档位；同 judge 才可比。实测并列（负样本《最优解人生》）：A 机器 77.00 ｜ A 语义层合成分 97.7（judge32c9cb61）｜ B 权威 95.9（judge ce028871，must_fix=0）。
+4. 对照结论落盘到 投资蒸馏/三闸机器化/ 后，再决定是否把 v3.0 设为权威并更新 AGENTS.md。
+
+### 15.3 已知残余（v2.3 引用旧盲测/judge 词句但未改动的行）
+- §3 阶段0 骨架核验（可选 pro 子代理）、§8 检查清单里的盲测报告归档条目、§10.2 七步示意图中 步骤6 的 ¥0.5-1 记号——执行细则以 §11/§13/§14 为准，示意图文字暂留。
+
+---
+
+*蒸馏 3.0（试点）· 2026-09-06 · 基于 v2.3 机器化替换：三闸机械层必过 + 语义层最小化 + gate-blocked 状态机；试点材料见投资蒸馏/三闸机器化/*
+*修订 v3.1（2026-09-06 负样本《最优解人生》实测后）：§13.1 分闸 readycheck / §14 权威权重表 / §10.5 构造四纪律 / §0.2+§15.2 B 档权威评分 / d8 簇抽题；文件路径沿用本名，内容版本以头部与修订记录为准。*

package/package.json

@@ -0,0 +1,53 @@
+{
+  "name": "dsh-distillation-director",
+  "version": "4.6.5",
+  "license": "AGPL-3.0-or-later",
+  "description": "蒸馏主管（distillation-director）：把一本书蒸馏成可执行 Agent 技能的判态制元技能（V4.6：V4.3–V4.5 防坑体系与判官工作流之上，增 §21 **强制门禁**——gate_start 开工自证闸（手册哈希＋条款逐字抄录＋执行单＋机器层＋官方模板）／gate_stage 阶段依赖链（前阶段未过不得进入）／preflight 自动纳入活跃蒸馏任务）",
+  "keywords": [
+    "dsh-plugin",
+    "deepseek-harness",
+    "agent-skill",
+    "agent-skills",
+    "distillation",
+    "knowledge-distillation",
+    "book-distillation",
+    "skill-generator"
+  ],
+  "author": "winsonpong98-cloud",
+  "repository": {
+    "type": "git",
+    "url": "git+https://github.com/winsonpong98-cloud/dsh-distillation-director.git"
+  },
+  "homepage": "https://github.com/winsonpong98-cloud/dsh-distillation-director#readme",
+  "bugs": {
+    "url": "https://github.com/winsonpong98-cloud/dsh-distillation-director/issues"
+  },
+  "type": "module",
+  "main": "./index.js",
+  "exports": {
+    ".": "./index.js",
+    "./package.json": "./package.json",
+    "./cordis.patch.yml": "./cordis.patch.yml"
+  },
+  "files": [
+    "index.js",
+    "cordis.patch.yml",
+    "SKILL.md",
+    "extractors",
+    "scripts",
+    "manual-history",
+    "README.md",
+    "LICENSE"
+  ],
+  "dsh": {
+    "bundle": {
+      "patch": "./cordis.patch.yml"
+    }
+  },
+  "engines": {
+    "node": "^22.19.0 || >=24.0.0"
+  },
+  "scripts": {
+    "verify": "node --test"
+  }
+}