eduevidence 6.2.0 → 6.3.0

package/skill/workflows/intake.md

@@ -0,0 +1,120 @@
+---
+name: intake
+description: One-shot two-round user intake before any research workflow. User answers only mode and questions; the agent infers the rest and then runs unattended.
+---
+
+# Intake — 一次性两轮引导
+
+Use this **before** selecting `evidence-review` / `decision-and-pilot` / `evaluate-and-update`.
+The user answers **only** mode and questions. Everything else is agent judgment.
+After the wrap-up summary is confirmed once, run **unattended**.
+
+Programmatic twin: `scripts/intake/` package (`session.py` + `prefs.py` + `hooks.py`) +
+`schemas/v2/intake.schema.json`.
+Non-question preferences persist to `~/.eduevidence/prefs.json`
+(`enhancement`, `mcp`/`jev` mappings, `depth_preference`, `open_browser`,
+`default_main_theme`). **Never record the research question in prefs.**
+All five report themes stay rendered; `default_main_theme` only decides which one to open.
+
+---
+
+## 第一轮固定语句（逐字使用）
+
+```text
+1) 研究问题（必填）
+2) 执行增强（可多选，各附一句话简介）：
+   [agent_mcp] Agent MCP — 多 CLI/多模型分工、独立子上下文、超时恢复（可选执行增强）
+   [jev]       Jev — 轻量工具子集派发，适合把确定性小步交给受限工具面
+   [semdecide] SemDecide — 语义决策辅助，只结构化上游意图，不改下游确定性路由
+   [none]      均不启用 — 平台原生模式，零外部执行增强
+3) 深度：
+   [S]    S 快检 — 单点问题，最小检索面，直接给边界结论
+   [M]    M 标准 — 常规采用/比较问题，标准证据到决策流程
+   [L]    L 深研 — 高影响、有争议或要试点，完整深研与决策扩展
+   [auto] 自动 — 不选则按指南判定
+```
+
+### 深度自动判定指南（仅当用户选 auto / 不选）
+
+| 信号 | 判定 |
+|---|---|
+| 单点问题（查定义、查公式、单条事实） | **S** |
+| 常规采用 / 是否有效 / 比较对照 | **M** |
+| 高影响、有争议、要试点 / 全面部署 / 政策级 | **L** |
+| 不确定 | **M** |
+
+用户显式选 S / M / L 时**不再**自动判定。CLI 同义词：`quick=S`，`standard=M`，`deep=L`。
+
+---
+
+## 第二轮（仅在需要时追问）
+
+### A. 增强项（仅当第一轮勾选了对应增强）
+
+| 增强开启时 | 第二轮只问这一项 | 落盘位置 |
+|---|---|---|
+| **Agent MCP** | 角色 → CLI / 模型 **授权表**（只展示本机扫描到的真实 CLI/模型；确认后固化 `~/.eduevidence/agent_mcp_approval.json`，含 `role_mapping_hash`） | prefs.`mcp.role_mapping` + 批准文件 |
+| **Jev** | 工具子集（如 `search` / `fetch` / `validate`；只派发确定性小步，禁止旁路 spawn） | prefs.`jev.tool_subset` |
+| **SemDecide** | 用途说明（只结构化上游 ResearchIntent / Frame，供 `recommend_mode`；**不改**下游确定性路由） | prefs / intake.`semdecide.purpose` |
+
+未勾选的增强**不得**追问。勾选「均不启用」则整段跳过。
+
+### B. 背景智能深挖（始终执行）
+
+按题目推断领域 Frame 骨架后，针对该题追问 **3–6** 个影响边界的问题：
+
+1. **人群**（目标学习者 / 决策对象）
+2. **干预**（具体方法 / 工具及用法）
+3. **对照**（与什么比较；可用 business as usual）
+4. **主结果**（一个主要结果指标）
+5. **情境**（学制 / 班型 / 线上线下 / 支持条件）
+
+规则：
+
+- **智能默认 + 一次确认**：能从题目直接推出的字段给出默认值，用户回车即采纳；推出不出的字段留空追问，**禁止编造**。
+- 全部边界答完后，打印一次摘要，**一次确认**。
+- 摘要确认后进入无人值守，不再逐步打断。
+
+### C. 收尾摘要（一次确认）
+
+```text
+—— 收尾摘要（一次确认后无人值守）——
+  问题：…
+  增强：…
+  深度：…（判定理由）
+  边界：population / intervention / comparison / primary_outcome / context
+  结束后打开报告：是|否 ｜ 主主题：claude|academic|datalab|datalab-dark|presentation
+  确认并开始无人值守执行？[Y/n]
+```
+
+用户确认后：写入 `intake.json`（过 `schemas/v2/intake.schema.json`），更新 `prefs.json`（不含研究问题），调用 `eduevidence run` / 工作流，**不再提问**。
+
+---
+
+## 无人值守与浏览器
+
+- `python3 -m intake.cli --print-prompts`（或 `python3 scripts/intake/__main__.py --print-prompts`）
+- `eduevidence run --yes` 或非 TTY：跳过全部提问，只用 prefs + CLI 标志，**不**弹浏览器。
+- 结束时若 `prefs.open_browser` 为 true 且终端可交互：用 `webbrowser.open` 打开**主报告**。
+- 五主题全部渲染并保留在 `reports-5themes/`；主报告 = `default_main_theme` 对应的那份，只决定**打开哪份**，不删除其余主题。
+- `python3 scripts/dashboard_server.py --open`（或 `eduevidence dashboard --open`）启动后打开 Studio URL `/studio/`。
+
+## 与 Canonical Protocol 的关系
+
+Intake 不是协议阶段，只是启动前的**一次性**用户契约收集。收集完成后的流程仍走：
+
+```text
+Evidence Review → Decision & Pilot → Evaluate & Update
+```
+
+Frame 阶段（`skill/task-briefs/frame.md`）继续负责完整 Research Frame 与 `NEEDS_USER_CONTEXT`；
+本文件的边界追问只是提前把用户才知道的边界收齐，避免中途反复打断。
+
+## 失败处理
+
+| 失败 | 处理 |
+|---|---|
+| 研究问题为空 | 第一轮重问；不得带空问题进入工作流。 |
+| 用户不确认收尾摘要 | 回到对应轮次修改，不得静默开跑。 |
+| 增强不可用（如 Agent MCP 未安装） | 记录 `AGENT_MCP_UNAVAILABLE` 并降级 Platform Native；不阻断科学正确性。 |
+| 边界字段用户拒绝提供 | 显式标注 `unknown + 如何获取`（FR-03），禁止用默认值冒充事实。 |

package/visualization/eduevidence-report/scripts/build_infographics.py

@@ -30,11 +30,9 @@ Usage:
 from __future__ import annotations
 
 import argparse
-import json
 import re
 import sys
 import xml.sax.saxutils as sax
-from pathlib import Path
 from typing import Any
 
 from adapter_contract import load_result, write_adapter_output
@@ -204,7 +202,27 @@ def _phase_short(name: Any, index: int, lang: str) -> str:
     return f"Phase {index + 1}"
 
 
-def intervention_svg(intervention: dict, lang: str = "zh") -> str:
+def _ui_title(ui: dict | None, lang: str, key: str) -> str:
+    """Domain copy pack title when provided; else the built-in bilingual default."""
+    if ui:
+        title = ui.get(f"svg_{key}_title")
+        if title:
+            return str(title)
+    return TITLES[lang][key]
+
+
+def _eval_nodes(lang: str, ui: dict | None = None) -> list[tuple[str, str]]:
+    """Eval node labels; retention/transfer keywords come from evaluation_measures."""
+    nodes = [list(n) for n in EVAL_NODES[lang]]
+    measures = list((ui or {}).get("evaluation_measures") or [])
+    if len(measures) > 2 and measures[2]:
+        nodes[2][1] = str(measures[2])
+    if len(measures) > 3 and measures[3]:
+        nodes[3][1] = str(measures[3])
+    return [(lab, kw) for lab, kw in nodes]
+
+
+def intervention_svg(intervention: dict, lang: str = "zh", ui: dict | None = None) -> str:
     """干预时间线：只放阶段短名与活动数（HTML-02），长规则文本在 HTML 阶段块。"""
     phases = [intervention.get(p) for p in ("phase_1", "phase_2", "phase_3", "phase_4")]
     phases = [p for p in phases if isinstance(p, dict)]
@@ -220,12 +238,12 @@ def intervention_svg(intervention: dict, lang: str = "zh") -> str:
         boxes.append(_box(x, y, bw, 96, name, PALETTE["primary"], font_size=12, sub=sub))
         if i < len(phases) - 1:
             boxes.append(_arrow(x + bw, y + 48, x + bw + gap, y + 48))
-    return _svg(TITLES[lang]["intervention"], "".join(boxes))
+    return _svg(_ui_title(ui, lang, "intervention"), "".join(boxes))
 
 
-def evaluation_svg(evaluation: dict, lang: str = "zh") -> str:
+def evaluation_svg(evaluation: dict, lang: str = "zh", ui: dict | None = None) -> str:
     """评价设计流程：只放阶段关键词（HTML-02），评估长文本在 HTML 段落。"""
-    nodes = EVAL_NODES[lang]
+    nodes = _eval_nodes(lang, ui)
     keys = ("baseline", "post_test", "retention_test", "transfer_test")
     bw, gap, y = 150, 12, 110
     boxes = []
@@ -236,22 +254,22 @@ def evaluation_svg(evaluation: dict, lang: str = "zh") -> str:
                      f'fill="#fff" opacity="0.95">{_esc(keyword)}</text>')
         if i < len(nodes) - 1:
             boxes.append(_arrow(x + bw, y + 28, x + bw + gap, y + 28))
-    return _svg(TITLES[lang]["evaluation"], "".join(boxes))
+    return _svg(_ui_title(ui, lang, "evaluation"), "".join(boxes))
 
 
-def render_infographics(result: dict, lang: str = "zh") -> dict[str, str]:
-    """按语言渲染 4 张信息图（zh 数据 = result.zh.json，en 数据 = result.json）。"""
+def render_infographics(result: dict, lang: str = "zh", ui: dict | None = None) -> dict[str, str]:
+    """按语言渲染 4 张信息图；ui 提供域文案标题/评价关键词（缺省用内置双语表）。"""
     return {
         "workflow": workflow_svg(lang),
         "tribunal": tribunal_svg(result.get("decision", {}), lang),
-        "intervention": intervention_svg(result.get("intervention", {}), lang),
-        "evaluation": evaluation_svg(result.get("evaluation", {}), lang),
+        "intervention": intervention_svg(result.get("intervention", {}), lang, ui=ui),
+        "evaluation": evaluation_svg(result.get("evaluation", {}), lang, ui=ui),
     }
 
 
-def build_all(result: dict, lang: str = "zh") -> dict[str, str]:
-    """兼容别名：等价于 render_infographics(result, lang)。"""
-    return render_infographics(result, lang)
+def build_all(result: dict, lang: str = "zh", ui: dict | None = None) -> dict[str, str]:
+    """兼容别名：等价于 render_infographics(result, lang, ui)。"""
+    return render_infographics(result, lang, ui=ui)
 
 
 def main() -> int: