feihong-code 7.5.0 → 7.6.0

package/docs/DPA.md

@@ -1,63 +1,65 @@
-# 数据处理协议（DPA）
-
-> 版本：v1.0 · 更新：2026-08-26
-> 晋江市飞虹智科技企业管理有限公司（以下简称「处理方」）与数据处理委托方（以下简称「控制方」）
-> 就「飞虹 Code」软件及服务处理个人数据相关事宜达成协议。本协议为政企售前/签约配套材料。
-
-## 1. 定义与角色
-
-- **控制方**：决定处理目的与方式的组织/个人（使用飞虹 Code 的客户）
-- **处理方**：晋江市飞虹智科技企业管理有限公司（软件提供方）及其授权支持人员
-- **数据主体**：控制方系统中的自然人（如客户员工、最终用户）
-
-## 2. 处理的数据类别
-
-| 类别 | 说明 | 默认是否落盘 |
-|---|---|---|
-| 用户输入（代码/文本/指令） | 控制方在使用飞虹 Code 时提交的内容 | 本地工作区（默认） |
-| 配置文件 | 模型供应商配置、token（经安全存储加密） | 本地安全存储 |
-| 运行日志 | 事件日志、审计记录 | 本地（支持关闭） |
-| 遥测/用量（如启用） | 功能用量统计 | 需控制方显式开启 |
-| 不收集 | 键盘记录、屏幕内容、未经授权的通讯录/文件 | — |
-
-**关键承诺**：飞虹 Code 采用**本地优先**架构，代码与配置默认不出本地；模型调用是否出域由控制方选择的模型供应商决定（可配置为私有化/本地模型，实现数据不出域）。
-
-## 3. 处理目的与法律依据
-
-- 处理目的：提供代码补全、Agent 任务执行、会话管理与质量改进
-- 法律依据：《个人信息保护法》（PIPL）下的「履行合同所必需」及「控制方合法处理」
-- 处理期限：控制方卸载/删除数据后 30 日内删除相关本地副本（法律法规另有规定的除外）
-
-## 4. 处理方义务
-
-1. 按控制方书面指示处理数据，不得用于约定目的之外
-2. 采取安全措施：本地沙箱隔离、命令审批、变更审批流、审计哈希链、凭证加密、供应链安全 CI
-3. 不向第三方传输数据（除控制方明确选择的模型供应商，且以控制方配置为准）
-4. 发生数据安全事件时，按 PIPL 通知控制方与监管机构（如适用）
-5. 提供数据主体权利响应支持：查询、更正、删除
-
-## 5. 控制方义务
-
-1. 确保其数据处理行为合法（获得数据主体授权等）
-2. 对输出的数据内容负责（不输入违法违规/涉密数据）
-3. 合理配置安全策略（沙箱档位、审批、网络白名单等），按使用场景选择本地/私有化模型实现数据不出域
-
-## 6. 跨境传输
-
-- 默认无跨境传输；若控制方选择境外模型供应商，跨境传输由控制方基于该供应商的合规声明自行决策，处理方不承担该环节合规责任
-- 处理方如需跨境支持访问（如远程排障），须取得控制方书面同意并最小化数据范围
-
-## 7. 违约责任与争议
-
-- 因处理方过错导致数据泄露的，处理方按《民法典》及相关法规承担赔偿责任
-- 因控制方输入违法内容/错误配置导致的后果，由控制方承担
-- 争议协商解决，协商不成提交处理方所在地有管辖权法院
-
-## 8. 附则
-
-- 本协议作为软件采购/服务协议附件，冲突时以主协议为准
-- 更新时提前 30 日通知控制方；控制方不接受更新的可停止使用
-- 本协议不构成对第三方（含模型供应商）的义务承诺
-
----
-**联系**：晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹
+# 数据处理协议（DPA）
+
+> 版本：v1.0 · 更新：2026-08-26
+> 晋江市飞虹智科技企业管理有限公司（以下简称「处理方」）与数据处理委托方（以下简称「控制方」）
+> 就「飞虹 Code」软件及服务处理个人数据相关事宜达成协议。本协议为政企售前/签约配套材料。
+
+> **📋 性质声明（自评估材料）**：本协议为**软件提供方自行起草的合同底稿**，其中对安全控制措施与合规状态的描述均为**内部自评估结论**，**不构成** SOC 2 / ISO 27001 等任何第三方认证或独立审计意见。签署前须由双方法务复核并按实际部署情况修订；如需认证背书，以第三方审计机构正式报告为准。
+
+## 1. 定义与角色
+
+- **控制方**：决定处理目的与方式的组织/个人（使用飞虹 Code 的客户）
+- **处理方**：晋江市飞虹智科技企业管理有限公司（软件提供方）及其授权支持人员
+- **数据主体**：控制方系统中的自然人（如客户员工、最终用户）
+
+## 2. 处理的数据类别
+
+| 类别 | 说明 | 默认是否落盘 |
+|---|---|---|
+| 用户输入（代码/文本/指令） | 控制方在使用飞虹 Code 时提交的内容 | 本地工作区（默认） |
+| 配置文件 | 模型供应商配置、token（经安全存储加密） | 本地安全存储 |
+| 运行日志 | 事件日志、审计记录 | 本地（支持关闭） |
+| 遥测/用量（如启用） | 功能用量统计 | 需控制方显式开启 |
+| 不收集 | 键盘记录、屏幕内容、未经授权的通讯录/文件 | — |
+
+**关键承诺**：飞虹 Code 采用**本地优先**架构，代码与配置默认不出本地；模型调用是否出域由控制方选择的模型供应商决定（可配置为私有化/本地模型，实现数据不出域）。
+
+## 3. 处理目的与法律依据
+
+- 处理目的：提供代码补全、Agent 任务执行、会话管理与质量改进
+- 法律依据：《个人信息保护法》（PIPL）下的「履行合同所必需」及「控制方合法处理」
+- 处理期限：控制方卸载/删除数据后 30 日内删除相关本地副本（法律法规另有规定的除外）
+
+## 4. 处理方义务
+
+1. 按控制方书面指示处理数据，不得用于约定目的之外
+2. 采取安全措施：本地沙箱隔离、命令审批、变更审批流、审计哈希链、凭证加密、供应链安全 CI
+3. 不向第三方传输数据（除控制方明确选择的模型供应商，且以控制方配置为准）
+4. 发生数据安全事件时，按 PIPL 通知控制方与监管机构（如适用）
+5. 提供数据主体权利响应支持：查询、更正、删除
+
+## 5. 控制方义务
+
+1. 确保其数据处理行为合法（获得数据主体授权等）
+2. 对输出的数据内容负责（不输入违法违规/涉密数据）
+3. 合理配置安全策略（沙箱档位、审批、网络白名单等），按使用场景选择本地/私有化模型实现数据不出域
+
+## 6. 跨境传输
+
+- 默认无跨境传输；若控制方选择境外模型供应商，跨境传输由控制方基于该供应商的合规声明自行决策，处理方不承担该环节合规责任
+- 处理方如需跨境支持访问（如远程排障），须取得控制方书面同意并最小化数据范围
+
+## 7. 违约责任与争议
+
+- 因处理方过错导致数据泄露的，处理方按《民法典》及相关法规承担赔偿责任
+- 因控制方输入违法内容/错误配置导致的后果，由控制方承担
+- 争议协商解决，协商不成提交处理方所在地有管辖权法院
+
+## 8. 附则
+
+- 本协议作为软件采购/服务协议附件，冲突时以主协议为准
+- 更新时提前 30 日通知控制方；控制方不接受更新的可停止使用
+- 本协议不构成对第三方（含模型供应商）的义务承诺
+
+---
+**联系**：晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹

package/docs/DPA/346/225/260/346/215/256/345/244/204/347/220/206/345/215/217/350/256/256/346/250/241/346/235/277_v1.0.md

@@ -1,67 +1,69 @@
-# 数据处理协议（DPA）模板 v1.0
-
-**晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹**
-**适用**：飞虹 Code（软件即本地部署工具，非云服务）——企业客户采购/部署时签署
-
-> 本模板为面向企业客户的数据处理协议底稿。签署前请由法务复核并填写空白项（【】）。飞虹 Code 默认**本地部署、数据不出域**，数据处理面最小化。
-
----
-
-## 一、双方与定义
-
-**数据处理方（乙方）**：晋江市飞虹智科技企业管理有限公司（统一社会信用代码：【__】）
-**数据控制方（甲方）**：【客户全称】
-
-- **"个人数据"**：甲方或其员工在使用飞虹 Code 过程中提交、输入、生成的数据中涉及自然人个人信息的部分
-- **"处理"**：收集、存储、使用、加工、传输、提供、删除等
-
-## 二、处理范围与目的
-
-| 项 | 约定 |
-|---|---|
-| 处理目的 | 提供飞虹 Code 本地部署的 AI 编程智能体功能（代码生成、任务执行、知识检索） |
-| 数据类型 | 代码、对话内容、配置、日志、审计记录（不含甲方明确标注的敏感个人信息类型） |
-| 处理方式 | 乙方软件在甲方指定的本地服务器/终端运行；默认不向乙方服务器回传 |
-| 数据位置 | 甲方本地（`~/.feihong-code` 或甲方指定目录）；乙方不托管 |
-
-## 三、双方义务
-
-### 3.1 甲方（控制方）义务
-1. 保证其输入数据的合法性，取得必要的用户授权
-2. 按最小必要原则使用，配置 RBAC 控制访问权限
-3. 依据法律保存必要审计记录
-
-### 3.2 乙方（处理方）义务
-1. **仅在甲方本地处理**：软件不主动外传个人数据；联网仅为模型调用（可配置离线模式完全关闭）
-2. 提供访问控制、审计日志、数据删除（`fhcode` 数据目录清理）机制
-3. 配合甲方行使数据权利（访问 / 更正 / 删除 / 导出）
-4. 发现安全事件 48 小时内通知甲方
-5. 不向第三方出售个人数据
-
-## 四、安全措施（对应《安全白皮书 v7.2.0》）
-
-- RBAC 权限隔离 + 多租户（企业模式）
-- 审计日志（命令与关键操作可追溯）
-- 沙箱隔离（read-only / workspace-write / container）
-- 供应链安全（SBOM + npm audit + osv-scanner）
-- 密钥环境变量注入，禁止明文落盘
-
-## 五、数据留存与删除
-
-1. 默认留存：会话 / 审计 / 经验库在甲方本地按配置留存
-2. 删除：甲方可随时清理数据目录；乙方提供删除指引
-3. 合同终止后：甲方删除本地数据或按甲方要求移交
-
-## 六、违约责任与争议
-
-1. 因乙方过错导致的数据泄露，乙方依法承担相应责任
-2. 争议解决：提交甲方所在地有管辖权的人民法院
-
-## 七、生效与变更
-
-本协议自双方盖章之日起生效；变更需双方书面确认。本模板空白项【】由双方填写后成为有效协议文本。
-
----
-
-*甲方（盖章）：___   乙方（盖章）：晋江市飞虹智科技企业管理有限公司*
-*签署日期：____年__月__日*
+# 数据处理协议（DPA）模板 v1.0
+
+**晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹**
+**适用**：飞虹 Code（软件即本地部署工具，非云服务）——企业客户采购/部署时签署
+
+> 本模板为面向企业客户的数据处理协议底稿。签署前请由法务复核并填写空白项（【】）。飞虹 Code 默认**本地部署、数据不出域**，数据处理面最小化。
+
+> **📋 性质声明（自评估材料）**：本模板中的安全控制措施与合规状态描述均为**内部自评估结论**，**不构成** SOC 2 / ISO 27001 等任何第三方认证或独立审计意见；认证背书以第三方审计机构正式报告为准。
+
+---
+
+## 一、双方与定义
+
+**数据处理方（乙方）**：晋江市飞虹智科技企业管理有限公司（统一社会信用代码：【__】）
+**数据控制方（甲方）**：【客户全称】
+
+- **"个人数据"**：甲方或其员工在使用飞虹 Code 过程中提交、输入、生成的数据中涉及自然人个人信息的部分
+- **"处理"**：收集、存储、使用、加工、传输、提供、删除等
+
+## 二、处理范围与目的
+
+| 项 | 约定 |
+|---|---|
+| 处理目的 | 提供飞虹 Code 本地部署的 AI 编程智能体功能（代码生成、任务执行、知识检索） |
+| 数据类型 | 代码、对话内容、配置、日志、审计记录（不含甲方明确标注的敏感个人信息类型） |
+| 处理方式 | 乙方软件在甲方指定的本地服务器/终端运行；默认不向乙方服务器回传 |
+| 数据位置 | 甲方本地（`~/.feihong-code` 或甲方指定目录）；乙方不托管 |
+
+## 三、双方义务
+
+### 3.1 甲方（控制方）义务
+1. 保证其输入数据的合法性，取得必要的用户授权
+2. 按最小必要原则使用，配置 RBAC 控制访问权限
+3. 依据法律保存必要审计记录
+
+### 3.2 乙方（处理方）义务
+1. **仅在甲方本地处理**：软件不主动外传个人数据；联网仅为模型调用（可配置离线模式完全关闭）
+2. 提供访问控制、审计日志、数据删除（`fhcode` 数据目录清理）机制
+3. 配合甲方行使数据权利（访问 / 更正 / 删除 / 导出）
+4. 发现安全事件 48 小时内通知甲方
+5. 不向第三方出售个人数据
+
+## 四、安全措施（对应《安全白皮书 v7.2.0》）
+
+- RBAC 权限隔离 + 多租户（企业模式）
+- 审计日志（命令与关键操作可追溯）
+- 沙箱隔离（read-only / workspace-write / container）
+- 供应链安全（SBOM + npm audit + osv-scanner）
+- 密钥环境变量注入，禁止明文落盘
+
+## 五、数据留存与删除
+
+1. 默认留存：会话 / 审计 / 经验库在甲方本地按配置留存
+2. 删除：甲方可随时清理数据目录；乙方提供删除指引
+3. 合同终止后：甲方删除本地数据或按甲方要求移交
+
+## 六、违约责任与争议
+
+1. 因乙方过错导致的数据泄露，乙方依法承担相应责任
+2. 争议解决：提交甲方所在地有管辖权的人民法院
+
+## 七、生效与变更
+
+本协议自双方盖章之日起生效；变更需双方书面确认。本模板空白项【】由双方填写后成为有效协议文本。
+
+---
+
+*甲方（盖章）：___   乙方（盖章）：晋江市飞虹智科技企业管理有限公司*
+*签署日期：____年__月__日*

package/docs/Deployment_Guide_EN.md

@@ -1,6 +1,6 @@
 # Feihong Code (fhcode) — Deployment Guide
 
-**Version**: v0.5.0-b
+**Version**: v7.6.0
 **Date**: 2026-08-16
 **Product**: Feihong Code (feihong-code) — a terminal AI coding agent (a Muse Code reimplementation)
 **Attribution**: Jinjiang Feihongzhi Tech Enterprise Management Co., Ltd. · Feiyang Qiyuan R&D Center · Lead: Wu Cihong

package/docs/SECURITY_WHITEPAPER.md

@@ -1,12 +1,12 @@
 # 飞虹 Code · 安全白皮书（政企售前材料）
 
-> 版本：v7.5.0-dev · 更新：2026-08-26
+> 版本：v7.6.0 · 更新：2026-08-28
 > 晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹
 > **合规声明**：本文档为**自评估**材料，明确区分「已实现」与「目标项」，**不宣称已取得 SOC2/ISO27001 正式认证**。正式认证计划见第 5 节。
 
 ## 1. 产品定位与数据流
 
-飞虹 Code 是本地优先的终端 AI 编程智能体（Muse Code 参照复刻），核心原则：**代码与配置默认留在本地工作区**，模型调用可通过本地/私有化模型供应商完成，满足政企数据不出域的诉求。
+飞虹 Code 是本地优先的终端 AI 编程智能体（对标 Muse Code，自研内核），核心原则：**代码与配置默认留在本地工作区**，模型调用可通过本地/私有化模型供应商完成，满足政企数据不出域的诉求。
 
 数据流：
 ```

package/docs/SELF-EVOLVE-GUIDE.md

@@ -1,6 +1,6 @@
 # 自我进化系统使用指南
 
-> 版本: v0.5.1 | 最后更新: 2026-08-22
+> 版本: v7.6.0 | 最后更新: 2026-08-28
 
 ---
 

package/docs/SWE_BENCH_REPORT.md

@@ -1,55 +1,73 @@
-# 飞虹 Code · SWE-bench Verified 跑分状态与说明
-
-> 更新时间：2026-08-26 · 版本：7.5.0-dev
-> 本文档为 **SWE-bench 硬指标对外文案的事实依据**。所有数字均来自真实运行，不编造。
-
-## 1. 官方 harness 能力（已集成）
-
-飞虹 Code 内置 SWE-bench 官方评测 harness（`src/harness/`），对接 HuggingFace 官方数据集 `princeton-nlp/SWE-bench`（split 支持 `lite` / `verified`）：
-
-| 模块 | 作用 |
-|---|---|
-| `SwebenchLoader` | 从 HuggingFace datasets-server 分页拉取官方实例（含 instance_id / problem_statement / FAIL_TO_PASS / PASS_TO_PASS / patch 等） |
-| `MockOrchestratorExecutor` | mock 模式：脚本化 orchestrator 回归，验证 harness 链路（不依赖模型） |
-| `RealModelExecutor` | real 模式：真实模型推理，跑官方问题 |
-| `FileExistsVerifier` | 通过标准=生成指定文件（链路自检用） |
-| `TestVerifier`（P7-1） | **通过标准=官方测试通过**：有 FAIL_TO_PASS 用例时优先跑这些失败用例（`npm test -- <用例>`），退出码 0 判通过 |
-| `MarkdownReporter` / `JsonReporter` | 报告输出 |
-
-## 2. 实测结果（诚实记录，mock 模式）
-
-| 运行 | 数据集 | 实例数 | 通过率 | 说明 |
-|---|---|---|---|---|
-| 2026-08-26 | SWE-bench lite | 1 | 100% | `harness lite --limit 2 --mode mock`，django__django-11099，验证 harness 链路真实可用 |
-
-> ⚠️ 该 1/1 为 **mock（脚本化）回归**，用于验证「拉取官方数据集 → 执行 → 验证 → 报告」全链路，**不代表模型真实解题能力**。真实硬指标必须以 `--mode real` + `--verifier test` 跑出。
-
-## 3. 真实跑分命令（需模型 + Docker 环境）
-
-```bash
-# 官方 SWE-bench Verified，真实模型推理 + 官方测试验证
-fhcode harness verified --limit 20 --mode real --verifier test --report docs/swe-bench-verified-run.md
-
-# 全量（500 例，耗时长，建议 CI 分批）
-fhcode harness verified --mode real --verifier test --report docs/swe-bench-verified-full.md
-
-# 输出 JSON 供后续对标
-fhcode harness verified --mode real --verifier test --json
-```
-
-**环境前置**：
-- 已配置模型供应商（`fhcode config set` 或 `~/.feihong-code/config.json` 的 `models.providers`）
-- Docker 可用（验证器在容器内跑 FAIL_TO_PASS 测试，隔离不信任代码）
-- 每实例需 clone 对应 repo（django / sympy / astropy 等），网络可达 GitHub
-
-## 4. 对外文案口径（有据可依）
-
-- 可对外宣称：**「已接入 SWE-bench Verified 官方评测（HuggingFace 官方数据集 + FAIL_TO_PASS 测试验证器），支持一键跑分」**
-- 在真实 `--mode real` 跑分未完成前，**禁止**对外发布任何「SWE-bench 通过率 X%」数字
-- 当前公开口径：**「SWE-bench Verified 官方 harness 已就绪，跑分结果将随 v7.5.0 发布」**
-
-## 5. 与对标产品的差距定位（供内部参考）
-
-- OpenAI Codex / Cursor / Claude Code 均已公开 SWE-bench Verified 通过率（如 60-75% 量级）
-- 飞虹 Code 尚未完成真实跑分 → 差距仍在，但**从"无 harness"升级为"官方 harness 就绪，待真实跑分"**
-- 真实跑分完成后的对标文案更新入口：`docs/BENCHMARK_REPORT_zh.md`
+# 飞虹 Code · SWE-bench Verified 跑分状态与说明
+
+> 更新时间：2026-08-28 · 版本：7.6.0
+> 本文档为 **SWE-bench 硬指标对外文案的事实依据**。所有数字均来自真实运行，不编造。
+
+## 1. 官方 harness 能力（已集成）
+
+飞虹 Code 内置 SWE-bench 官方评测 harness（`src/harness/`），对接 HuggingFace 官方数据集 `princeton-nlp/SWE-bench`（split 支持 `lite` / `verified`）：
+
+| 模块 | 作用 |
+|---|---|
+| `SwebenchLoader` | 从 HuggingFace datasets-server 分页拉取官方实例（含 instance_id / problem_statement / FAIL_TO_PASS / PASS_TO_PASS / patch 等） |
+| `MockOrchestratorExecutor` | mock 模式：脚本化 orchestrator 回归，验证 harness 链路（不依赖模型） |
+| `RealModelExecutor` | real 模式：真实模型推理，跑官方问题 |
+| `FileExistsVerifier` | 通过标准=生成指定文件（链路自检用） |
+| `TestVerifier`（P7-1） | **通过标准=官方测试通过**：有 FAIL_TO_PASS 用例时优先跑这些失败用例（`npm test -- <用例>`），退出码 0 判通过 |
+| `MarkdownReporter` / `JsonReporter` | 报告输出 |
+
+## 2. 实测结果（诚实记录）
+
+### 2.1 自建任务集 · 真实模型跑分（2026-08-27 复测，v7.6.0）
+
+| 运行 | 数据集 | 实例数 | 通过率 | 模型 | 验证器 | 说明 |
+|---|---|---|---|---|---|---|
+| 2026-08-27 | 自建 JS 任务集（5 例） | 5 | **100%（5/5）** | agnes-2.5-flash | real-test（node --test 真实断言） | 真实模型驱动 Orchestrator 修复，预定义测试不交给模型；平均迭代 2.2 次/例 |
+| 2026-08-26 | 自建 JS 任务集（5 例） | 5 | 80%（4/5） | agnes-2.5-flash | real-test | v7.2.0 首测，1 例因模型调用中断失败 |
+| 2026-08-26 | SWE-bench lite（官方） | 1 | 100% | mock（脚本化） | FileExistsVerifier | `harness lite --limit 2 --mode mock`，django__django-11099，验证 harness 链路真实可用 |
+
+> ⚠️ 自建任务集 100% 为 **5 个简单 JS 函数题**（max/fib/palindrome/findMissing/countWords）的实测，**不代表模型在真实复杂仓库上的解题能力**。真实硬指标必须以官方 SWE-bench Verified `--mode real --verifier test` 跑出。
+
+**复现命令**：
+```bash
+node scripts/_swe-bench-real.mjs   # 自建任务集真实跑分（5 例）
+node scripts/_swe-smoke.mjs         # harness 闭环冒烟（mock，2 例）
+node scripts/_swe-fetch.mjs         # 拉取官方 SWE-bench Lite 数据集（验证网络可达）
+```
+
+### 2.2 官方 SWE-bench Verified 数据集可达性（2026-08-27 验证）
+
+- `node scripts/_swe-fetch.mjs` 成功从 HuggingFace datasets-server 拉取官方实例（django/django-11099，problem_statement="Fix ORM bug."，FAIL_TO_PASS=test_orm）。
+- 结论：**官方数据集网络可达**，官方 harness 已就绪，可执行真实跑分。
+- 限制：官方 Verified 为 Python 大仓库（django/sympy/astropy 等），每例需 clone 仓库 + Docker 内跑 pytest，单例耗时数分钟至数十分钟，全量 500 例建议在 CI 中分批执行。
+
+## 3. 真实跑分命令（需模型 + Docker 环境）
+
+```bash
+# 官方 SWE-bench Verified，真实模型推理 + 官方测试验证
+fhcode harness verified --limit 20 --mode real --verifier test --report docs/swe-bench-verified-run.md
+
+# 全量（500 例，耗时长，建议 CI 分批）
+fhcode harness verified --mode real --verifier test --report docs/swe-bench-verified-full.md
+
+# 输出 JSON 供后续对标
+fhcode harness verified --mode real --verifier test --json
+```
+
+**环境前置**：
+- 已配置模型供应商（`fhcode config set` 或 `~/.feihong-code/config.json` 的 `models.providers`）
+- Docker 可用（验证器在容器内跑 FAIL_TO_PASS 测试，隔离不信任代码）
+- 每实例需 clone 对应 repo（django / sympy / astropy 等），网络可达 GitHub
+
+## 4. 对外文案口径（有据可依）
+
+- ✅ **可对外宣称（自建任务集）**：**「自建 SWE-bench 格式任务集真实跑分：5/5 = 100% 通过率（agnes-2.5-flash 真实模型 + node --test 预定义测试断言，2026-08-27 复测）」**——必须同时注明"自建 JS 任务集，非官方 SWE-bench Verified"。
+- ✅ **可对外宣称（官方 harness）**：**「已接入 SWE-bench Verified 官方评测（HuggingFace 官方数据集 + FAIL_TO_PASS 测试验证器），官方数据集已验证可达，支持一键跑分」**。
+- ⚠️ **禁止宣称**：在官方 Verified `--mode real --verifier test` 全量跑分未完成前，**禁止**对外发布任何「SWE-bench Verified 通过率 X%」数字，也不得将自建任务集 100% 等同于官方 Verified 成绩。
+- 当前公开口径：**「自建任务集 100%（5/5）；官方 SWE-bench Verified harness 已就绪且数据集可达，全量真实跑分待 CI 分批执行」**。
+
+## 5. 与对标产品的差距定位（供内部参考）
+
+- OpenAI Codex / Cursor / Claude Code 均已公开 SWE-bench Verified 通过率（如 60-75% 量级）
+- 飞虹 Code 尚未完成真实跑分 → 差距仍在，但**从"无 harness"升级为"官方 harness 就绪，待真实跑分"**
+- 真实跑分完成后的对标文案更新入口：`docs/BENCHMARK_REPORT_zh.md`