kenaz 0.3.2 → 0.3.3

package/core/dev/JEV_INTEGRATION_PLAN.md

@@ -1,189 +1,189 @@
-# Kenaz × Jev 導入規劃
-
-
-Current Dashboard UI uses one Jev switch for correction and Thalamus together (TASK_1970). Local Thalamus integration and verification: [delivery ranking](jev-eval/THALAMUS_RANKING.md). Authoritative tracking is now KenazAI TASK_1965-1968, with quotation TASK_43-46 retained as historical cross-references.
-最新進度（2026-09-20）：依使用者決定，已在本機實作預設關閉、可直接影響正式更正辨識的專案開關與本機回饋。使用方式、測試及限制見 [Active correction experiment](jev-eval/ACTIVE_CORRECTION.md)。以下保留最初提案及各階段紀錄；其中「production 未接線」描述的是當時狀態，不是目前原始碼狀態。尚未打包或發布安裝版，真實工作流程品質仍未驗證。
-
-日期：2026-09-20。狀態：調查與設計提案；未實作、未安裝外掛、未發送 Kenaz 紀錄到 Jev API。以下數值為提議的實驗與上線門檻，除明確標示官方案例外，均不是實測結果。
-
-## 1. 決策
-
-引入可選的語意判斷能力，先改善證據與記憶選取，再評估即時修正辨識。確定性計算、權限、任務完成判定仍由現有程式與驗證流程負責。
-
-第一個候選上線功能：Synapse 英文 rune 的相關性重排。第一批並行研究：繁體中文修正辨識。交接的原文證據保留同步設計，主會話壓縮放到最後。
-
-不以供應商延遲展示作為 Kenaz 加速倍數，不將模型回傳的 confidence 視為已在 Kenaz 校準的正確率。
-
-## 2. 已核對的事實
-
-| 事實 | 來源 | 設計影響 |
-| --- | --- | --- |
-| Jev 支援 Choice、Score、Noul；同一 request 的問題獨立評估。 | [Primitives](https://docs.typesafe.ai/primitives) | 相同 state 的獨立問題合併；相依問題必須另一步處理。 |
-| Noul 僅提供 yes 機率，沒有獨立 confidence；Choice/Score 的 confidence 是分布的統計量。 | [Confidence](https://docs.typesafe.ai/confidence) | 不混用欄位，不把不同題型的門檻相互套用。 |
-| 目前 models 頁列 jev-1.13.0；總 request 上限 64k tokens，state 加最長單題上限 32k。 | [Models](https://docs.typesafe.ai/models) | 固定版本測試；原 compaction repo 的 25k/30k 設定是該實作的預算，不是完整最新模型上限。 |
-| 英文是主要訓練語言；中文等語言可輸入，但效果不等同英文。 | 同上 | 中文辨識要獨立驗收，不能沿用英文門檻。 |
-| 大量無關 state、複雜間接推理、數字與日期運算、對抗文字是已知弱點；不適合文字生成。 | [Jev 1.13 limitations](https://docs.typesafe.ai/model-jaggedness/jev-1.13) | 先篩選再送模型；翻譯、根因分析與計算不可整段替換。 |
-| 官方 13 問案例：批次約 0.27 秒，循序單問合計約 2.71 秒；五次重複，非 Kenaz workload。 | [Parallel questions](https://docs.typesafe.ai/cookbooks/parallel_questions) | 需要與並行基準比較，量端到端 p95，而非引用十倍加速。 |
-| Muninn 分類器使用同步 Haiku CLI，同時翻譯與分類七種訊號，timeout 30 秒。 | `.formation/tools/muninn.js:translateAndClassifyMessages` | 拆開分類與翻譯才可能移除關鍵路徑等待；30 秒是上限，不是實際延遲。 |
-| 分類結果的英文 translated text 被 extractDomain 使用。 | `.formation/tools/muninn.js:extractUserSignals` | 保留下游契約，不能刪除翻譯欄位而假裝行為一致。 |
-| Codex 自動 episode 摘要取最前面三段助手文字，再截短；不是所有交接來源均如此。 | `.formation/bifrost/shared/consolidate.js:extractEpisodeFromTranscript` | 改善最後決策與證據覆蓋，不只換摘要模型。 |
-| Muninn 的 formatJSONLChunk 省略 tool_result 細節。 | `.formation/tools/muninn-watcher.js:formatJSONLChunk` | 應從原始紀錄建立重要結果索引，不能對已遺失的內容做排序。 |
-| turn-context hook 對主要 HTTP 請求設 500ms timeout，另有 800ms active sensing timeout。 | `.claude/hooks/turn-context.js` | 不可直接在既有同步 endpoint 裡塞入無上限外部模型等待。 |
-| 該 hook 建構的 turn-context/recall URL 未顯式帶 projectPath；後端允許預設專案。 | 同上；`routes/synapse.rs:TurnContextQuery` | 接入前確認 session/project 契約；不可讓 Jev 猜測專案。此處是靜態風險，尚未證明現場誤路由。 |
-| recall 已有 reranking；hybrid 在最終集合寫 rune_usage_log/co_recall_log。 | `features/retrieval.rs`; `synapse/memory/semantic.rs`; `memory/recall.rs` | 加入 Jev 後仍必須只記錄真正交付的最終結果；shadow 不得改動學習統計。 |
-| Bifröst relay 啟動 Codex CLI 並轉譯事件；shim 有 UserPromptSubmit 正規化。 | `.formation/bifrost/openai/relay.js`; `codex-hook-shim.js` | 事件正規化不代表當前客戶端一定支援同回合注入或內部 compaction 替換，需端到端驗證。 |
-
-工作樹存在其他未提交工作，含 Bifröst fast boot 與 Phase 9 政策。此提案不重做或覆蓋它們；後續實作需以當時基線重新確認。
-
-## 3. 功能順序
-
-| 優先 | 功能 | Jev 的工作 | 明確邊界 |
-| --- | --- | --- | --- |
-| P0 | 事件、來源、版本與評測基礎 | 暫無控制權 | 先證明資料進出正確、可回放。 |
-| P1 | 英文 rune 重排 | 對每個候選判斷與查詢/任務的直接相關性 | 不改 rune，不移除原始資料，不跨專案查詢。 |
-| P1 shadow | 中文修正與範圍變更辨識 | 多標籤判斷、選出已知且被修正的 assumption 候選 | 不生成新事實，不自動擴權、切換專案或標記任務完成。 |
-| P2 | 交接證據選取 | 在已封存的候選片段中評估後續必要性 | 原文固定保留；摘要可選，且必須有來源。 |
-| P3 | 工具結果語意分流 | 識別警告、可能矛盾、值得調查的新資訊 | exit code、測試成功、檔案清單由 parser/工具本身決定。 |
-| P4 | 主會話選擇性壓縮 | 提供保留建議 | 僅在客戶端接口、回復能力與品質驗收全部通過後啟用。 |
-
-任務角色推薦可在上述資料契約穩定後另做研究。合併、部署、授權與 Phase 9 通過判定不列入 Jev 自動決策。
-
-## 4. 共用架構與資料契約
-
-離線評測先使用 Node 非同步 HTTP adapter，不啟動額外常駐服務。上線時將 provider client 放在現有 Dashboard Rust 服務的獨立非同步模組，Node hooks/觀察器透過既有本機通道呼叫。不要讓每個 hook 各自持有 key、重試和限流策略；不新增啟動必需的外部服務。
-
-共用流程：事件正規化 → 本地篩選/資料政策 → 依用途建立小型 state → Jev 批次問題 → 嚴格驗證回答 → 本地決策 → 消費者。模型僅得到完成該判斷所需欄位。
-
-每筆輸入必須帶：schema_version、project_id/明確 projectPath、session_id、task_id（可空）、event_id、event_seq、task_revision、purpose、source_refs、state_hash。相同文字的兩次事件仍有不同 event_id。
-
-每筆結果記錄：request_id、model 的實際版本、question_set_version、原始 probabilities/score、policy_version、latency、usage、status、fallback_reason、source_refs。status 明確區分 ok、abstain、timeout、unavailable、invalid、stale。
-
-用 event_id 去重處理；用 state_hash + purpose + 專案 + 模型版本 + 問題版本 + 任務版本做計算快取。兩者不能混用。模型成功只證明評分完成，不證明判斷正確或已被代理採用。
-
-## 5. 三條主要流程
-
-**A. Rune 重排**
-
-沿用現有 FTS/semantic/RRF 與本地排序，取得同專案候選。實驗從最多 12 個候選、約 8k token 的小型 state 開始；不足時明確標示 excerpt，不能將被截掉的資訊當成不存在。
-
-每個候選使用固定 rubric 的 Score 判斷相關性，例如 unrelated / background / useful / directly answers。程式指定正確的 `candidates[i]`；題目 ID 本身不會傳入模型，因此 instructions 內必須包含索引與判斷條件。
-
-第一版僅重排，維持既有結果數量；不以低分刪除所有結果。同分、缺資訊及模型失敗時保留既有排序。不得直接把 Jev 機率加到尺度不同的 BM25/RRF 分數；先採 Jev 分級排序、原排序做 tie-break，之後才評估校準融合。
-
-整合應位於可 await 的服務協調層，不能在持有 SQLite/Kuzu 鎖時等待網路。若候選讀取與最終 telemetry 目前綁在同步函數中，先拆成 candidate retrieval 和 final delivery logging，讓舊路徑也沿用同一出口。shadow 必須使用不產生正式 recall/co-recall/acted-on 副作用的候選路徑。
-
-**B. 用戶修正辨識**
-
-state 包含當前目標、少量具來源的 active assumptions、最新用戶原文、必要的前幾回合；不是整段 transcript。以獨立 Noul 問題辨識 correction、scope clarification、new constraint、question 等可共存訊號。
-
-對固定欄位可使用 Choice，例如 deployment_target = installed / development / both / unspecified。自由格式的更正內容由主代理解析，或先提出帶原文來源的候選，再由 Jev 評分；Jev 本身不生成任意文字 patch。
-
-初期結果只是「帶來源的修正候選」。當回合原始用戶訊息始終直接交给代理；即使 Jev 失敗也不能把修正漏掉。對新訊息，event_seq/task_revision 不匹配的遲到結果標 stale，不覆蓋新狀態。
-
-翻譯留在背景或持久記憶寫入階段，以 source hash 去重。英文長期記憶規則保留，中文原文僅作證據來源。不在同步 fast path 執行 Haiku fallback。中文品質不足時保持現有分類路徑，不用英文測試結果推定中文可上線。
-
-同回合可用性需要 capability 測試：hook 收到真實 user prompt → 結果抵達 → 當回合代理確實收到且引用。只能寫 log 或下回合讀取者，標為 next-turn，不能宣稱即時阻止錯誤行動。
-
-**C. 交接與工具證據**
-
-重用 transcript tee 與 per-session handoff，加入 evidence_refs，而不是另造交接檔案體系。每筆引用包括 project/session/event、tool_use_id、原文位置、內容 hash、觀測時間，以及可取得時的 commit/file version。
-
-固定保留：明確用戶修正、未完成/執行中動作、未解決錯誤、變更回執、驗收結果及尚待回答的問題。資料檔保留原文，工作上下文可只附必要片段和讀回入口。
-
-工具呼叫/結果維持配對。圖片、PDF、二進位證據附原始資產引用；Jev 僅支援文字，不能把未看懂的非文字結果當作無用。多個新舊檔案版本不可只憑路徑去重。
-
-原 compaction 的「可重跑工具」不適用於寫入、部署、訊息发送等有副作用行為，也不適用於不可重現的故障。回復流程優先讀封存原文，不重做動作。
-
-## 6. 延遲、失敗與隔離政策
-
-實驗初始預算：recall 重排與同回合修正候選的總額外等待至多 800ms；包含排隊、網路、驗證，不能每一層各等 800ms。這是可接受上限，不是 Jev 的速度承諾；是否保留同步模式由實測決定。
-
-背景工作使用獨立低優先佇列；初始總 concurrency 4、每 session 1，可依實測調整。短期排隊滿時優先保留最近的同任務修正事件，丟棄可重算的過時評分工作，但不能丟原始事件。
-
-同步路徑不重試。背景對 429/529/暫時性網路錯誤做有限次帶 jitter 的 backoff，遵守 Retry-After；超出總期限後留待後續回放。401/422 不盲重試。連續故障時熔斷 provider，沿用本地行為。
-
-feature flag 按用途設 off / shadow / advisory / active；一鍵切 off 不需要資料回滾。shadow 結果不進正式權重、用戶模型或任務狀態。單一用途故障不能使 Dashboard 顯示 Initializing 或延遲主視窗啟動。
-
-外部請求只由後端發送；不把 provider key 放前端或隨安裝包配送。小範圍試驗使用開發環境 key；發佈產品前再決定 BYOK 或具驗證的服務端代理，兩者都不能把共用 key 放客戶端。
-
-每個專案可獨立禁止外送。先核對供應商資料條款；官方的「不訓練」不等於所有帳號都零保留。預設只記錄 metadata/hash，禁止 API key/完整敏感 prompt 進普通 logs。程序權限與來源隔離是硬規則，不由 Jev 自評。
-
-## 7. 評測與上線門檻
-
-建立版本化、人工標註的資料集，分開 development/calibration/held-out。以 session 與時間切分，不能把同一段對話的近似改寫分散在訓練/測試兩側。
-
-初始資料規模：500 則訊息（至少 150 則真修正，涵蓋繁中、英文、混合語言）、100 組 recall 查詢/候選集、30 段交接情境。這是起始評估，不能由少量零錯誤推論全面安全；報告各類別分母與信賴區間，必要時補樣本。
-
-測試情境包含：安裝版/dev 更正、暫停與取消、插入狀態追問但主目標不變、含否定/引用/反諷、同名跨專案符號、舊錯誤已修正、新舊 commit、工具成功 exit code 但正文有警告、quoted prompt injection、並行 session、亂序結果、重複 hook、無網路與服務未啟動。
-
-比較組：既有流程、純規則、本地候選＋Jev、現有 Haiku 分類；分類品質用相同原文與標註比較，同時另外測量現行翻譯＋分類端到端時間。Jev 批次同時比較循序/並行單問，避免誇大倍數。
-
-| 項目 | 提議門檻與量測 |
-| --- | --- |
-| 修正辨識 | held-out precision ≥95%、recall ≥98%，分語言報告；固定重要修正案例零漏失。報告 abstention coverage，不能排除 abstain 後冒充全體高準確。 |
-| Rune 重排 | nDCG@5 相對既有提升 ≥10%，Recall@5 的非劣容忍界線為 -1 個百分點；paired bootstrap 95% 區間也需支持非劣。 |
-| 工作流收益 | 回放後衡量查錯環境、忽略修正、重複工具呼叫與原任務完成率；分類高分但行為不改善者不升級。 |
-| 延遲 | p50/p95/p99、timeout 比例、排隊時間、冷/熱連線分開；同步額外等待總預算 ≤800ms，超時一律 fallback。 |
-| 交接 | 固定保護項目全部可讀回，引用 hash 一致；不能僅量摘要短度。 |
-| 隔離 | 跨專案/跨 session/過時版本污染測試零失敗；副作用工具不得因找回上下文而重跑。 |
-| 回退 | 401/422/429/529、斷線、畸形輸出、缺失 question ID、NaN、越界 probability 均有明確狀態與既有路徑。 |
-| 完整性 | tool-call/result 配對、結果來源與模型版本可追；shadow 不改學習統計；off 恢復基線行為。 |
-
-Noul 機率用 Brier score、可靠度分桶及 precision-recall 曲線校準；Choice/Score 分開處理。門檻以用途和誤判成本決定，不能一律 0.5/0.9。模型版本、rubric 或語言變更時重新驗收。
-
-不能以「另一個模型同意」作唯一 ground truth，不能把 Jev 高 confidence 回饋成自己的正確性獎勵。下游是否引用 rune 與任務是否成功分開記錄，避免把相關性當成因果改善。
-
-## 8. 工作包與真實依賴
-
-以下 J0–J7 為工作包編號；後續已授權執行 J0/J1 原型，實際進度見第 10 節。尚未 merge。
-
-| 工作包 | 產物/主要範圍 | 依賴 | 驗收 |
-| --- | --- | --- | --- |
-| J0 規格與標註 | 資料契約、用途 rubric、人工評測集；docs/fixtures | 無 | 每筆標註具來源/語言/session 分組，目標與限制可追。 |
-| J1 離線評測器 | 獨立非同步 adapter、回放與測量；建議新增 `dev/jev-eval/` | J0 | 不啟動代理任務、不改原資料；重複回放可比較，HTTP 失敗測試通過。 |
-| J2 共用 provider 服務 | 建議 `features/decision_service/`，接現有本機通道 | J1 證明至少一用途有效 | 隔離、期限、熔斷、key 不外洩、Dashboard 啟動不依賴 provider。 |
-| J3 Rune shadow→active | `memory/semantic.rs`、`memory/recall.rs`、服務協調層 | J2＋retrieval 評測通過 | 最終交付 IDs 與 usage/co-recall logs 一致；shadow 無副作用；排序指標通過。 |
-| J4 修正 shadow→advisory | Muninn、用戶事件 adapter、turn-context 消費端 | J2＋中文分類評測通過 | 原文來源、翻譯契約、seq/revision、防重複、每個客戶端 delivery 測試。 |
-| J5 證據交接 | consolidate、preservation-coordinator、handoff-resolver | J0；Jev 排序另依 J2 | 原文證據可回復；保護項不漏；不取代或覆寫其他 session。 |
-| J6 工具分流 | 工具事件消費端、結果索引 | J2＋J5 | parser 結果優先；語意警告具來源；不自動將任務標完成。 |
-| J7 即時壓縮可行性 | 客戶端版本/接口實驗與回復演練 | J5＋各客戶端 capability 實證 | 通過品質與回復驗收才另提上線；不直接修改 live transcript 檔案。 |
-
-J3/J4 在技術上無互相依賴；J5 的原文保全不必等模型。實作代碼與 kernel/YAML 行為政策應分開任務；這份規劃不變更現行 Ansuz 身份/授權/驗收規則。既有工作樹有其他修改，實作時需隔離並保留基線。
-
-## 9. 尚待實驗回答
-
-- 台灣使用環境下不同輸入長度與並發量的真實延遲、中文誤判率與校準。
-- 現行 Haiku 分類的實際延遲分布，以及翻譯真正位於哪些消費者的必要路徑。
-- Claude/Codex 各種啟動方式下，hook 是否完整收到同回合 user event，以及訊號是否能及時注入。
-- 安裝版是否使用同一份來源/版本；不得從 dev 通過直接推論安裝版可用。
-- provider key 的試验配置、產品發佈時的認證方式、實際帳號 rate limit 和資料保留條款。
-- Jev 整體效益是否優於純規則與現有本地 reranker；若沒有，保留证據/交接改善而不啟用模型。
-
-下一步為 J0/J1：建立標註與可回放評測，再以數據決定 J2/J3/J4 的上線範圍。先不全面安裝 fast-jev-compaction，也不承諾端到端加速倍數。
-
-## 10. 已授權執行紀錄（2026-09-20）
-
-使用者已授權自主處理。TASK_26 追蹤離線工具、TASK_27 追蹤資料契約與文件；依本次 session 路由規則，任務卡位於 quotation，實作則限定 KenazAI/dev/jev-eval，未更動 quotation 應用程式。
-
-- 已建立 dependency-free Node CLI、固定 Jev 版本的非同步 adapter、本地 rules 基準、prediction 回放驗證與指標報告。API 契約已對照官方文件；未執行供應商實測。
-- 獨立執行 15 項測試，15 通過、0 失敗；包含本機 HTTP server 模擬錯誤、串流逾時、重新導向、非法答案、身分/版本不符及分割洩漏。
-- 11 筆合成案例（8 correction、3 relevance）通過 validate；全為 synthetic/agent_proposed。split 名稱僅測試分割機制，不代表真人盲測資料。
-- [rules 基準報告](jev-eval/reports/rules-baseline.json) 已保存。它只驗證工程流程，不是 Jev 品質或延遲；規則分類 precision/recall 均為 0.5，不能推論模型優劣。
-- preflight 回報 api_key_available=false、network_attempted=false。無法在目前環境量測 Jev 真實延遲與品質。
-- [使用文件](jev-eval/README.md) 與 [標註規則](jev-eval/ANNOTATION_GUIDE.md) 已落地。人工驗證、正式資料規模、現行 Haiku/Synapse 比較、信賴區間和端到端任務評估仍未完成。
-
-本階段為可審閱原型，尚未 commit/merge，任務未標記完成。production 未接入 Jev，promotion_eligible 固定 false。J2 仍須先有至少一個用途的可靠評測證據；下一步是在本機安全配置金鑰、準備與覆核資料後，執行 live 比較，不能由這 11 筆合成案例跳過驗收。
-
-### 後續更新：已取得 API 並安裝 TypeSafe skill
-
-使用者取得金鑰後，已依其指定單一方式安裝：`npx --yes skills add typesafe-ai/skills --skill typesafe-ai --agent codex --yes`。專案 skill 位於 `.agents/skills/typesafe-ai/SKILL.md`，來源與雜湊寫入 `skills-lock.json`。本回合已讀取 skill 及官方 API、模型、Score 與 reranking 文件，往後 TypeSafe 工作依此指引進行。
-
-先前「尚無金鑰／未供應商實測」是初始紀錄，已由本次 [live smoke 報告](jev-eval/reports/live-smoke-2026-09-20.json) 更新：固定 `jev-1.13.0`，11 筆合成案例全部收到可驗證 HTTP 200 回應。保留的 10 秒期限與 800ms 期限兩輪，p50 分別約 273/272ms，最大約 736/653ms。兩輪更正辨識均為 8/8，排序 NDCG@5 為 1（僅兩筆可評估查詢）；同期規則基準為 4/8 與約 0.822。總共執行三輪，中間一輪輸出截斷而排除統計。
-
-這證明既有 adapter 可連接真實 API，尚不能證明正式語料準確率、冷熱連線差異或端到端任務加速。重複輸入可能受未知快取影響。J2 的可靠品質驗收仍未滿足；金鑰未保存至專案、production 未接線，後續優先完成真人覆核資料與更正辨識／證據重排比較。安裝與評測未改動 Freya BUG 修正。
-
-### 後續更新：可選的正式更正判斷開關
-
-使用者明確選擇開啟即影響正式判斷，效果不好便關閉並留下回饋。現已加入 Default Models 的 Jev 更正辨識開關：`jevCorrectionEnabled` 僅作用於目前專案，預設 false；缺少 `TYPESAFE_API_KEY` 或模型失敗時沿用原流程。成功的正判定會把 correction 提升為主要訊號，使既有只讀 `type` 的使用者模型更新實際採用它；其他標籤與翻譯保留。關閉影響後續判斷，不撤銷先前訊號。
-
-本機驗證為 16 項執行端測試、54 項研究測試、13 項前端 controller/SSR 測試及 8 項 Rust 設定測試全部通過；TypeScript 通過，ESLint 零錯誤但有 31 項風格警告。本機 HTTP 拒絕錯誤專案及非法回饋的檢查亦通過。這些證明接線與失敗處理，不等同模型準確率或安裝版驗收。本次未送出真實歷史訊息、未啟用真實專案設定、未 commit/merge 或發布。
+# Kenaz × Jev 導入規劃
+
+
+Current Dashboard UI uses one Jev switch for correction and Thalamus together (TASK_1970). Local Thalamus integration and verification: [delivery ranking](jev-eval/THALAMUS_RANKING.md). Authoritative tracking is now KenazAI TASK_1965-1968, with quotation TASK_43-46 retained as historical cross-references.
+最新進度（2026-09-20）：依使用者決定，已在本機實作預設關閉、可直接影響正式更正辨識的專案開關與本機回饋。使用方式、測試及限制見 [Active correction experiment](jev-eval/ACTIVE_CORRECTION.md)。以下保留最初提案及各階段紀錄；其中「production 未接線」描述的是當時狀態，不是目前原始碼狀態。尚未打包或發布安裝版，真實工作流程品質仍未驗證。
+
+日期：2026-09-20。狀態：調查與設計提案；未實作、未安裝外掛、未發送 Kenaz 紀錄到 Jev API。以下數值為提議的實驗與上線門檻，除明確標示官方案例外，均不是實測結果。
+
+## 1. 決策
+
+引入可選的語意判斷能力，先改善證據與記憶選取，再評估即時修正辨識。確定性計算、權限、任務完成判定仍由現有程式與驗證流程負責。
+
+第一個候選上線功能：Synapse 英文 rune 的相關性重排。第一批並行研究：繁體中文修正辨識。交接的原文證據保留同步設計，主會話壓縮放到最後。
+
+不以供應商延遲展示作為 Kenaz 加速倍數，不將模型回傳的 confidence 視為已在 Kenaz 校準的正確率。
+
+## 2. 已核對的事實
+
+| 事實 | 來源 | 設計影響 |
+| --- | --- | --- |
+| Jev 支援 Choice、Score、Noul；同一 request 的問題獨立評估。 | [Primitives](https://docs.typesafe.ai/primitives) | 相同 state 的獨立問題合併；相依問題必須另一步處理。 |
+| Noul 僅提供 yes 機率，沒有獨立 confidence；Choice/Score 的 confidence 是分布的統計量。 | [Confidence](https://docs.typesafe.ai/confidence) | 不混用欄位，不把不同題型的門檻相互套用。 |
+| 目前 models 頁列 jev-1.13.0；總 request 上限 64k tokens，state 加最長單題上限 32k。 | [Models](https://docs.typesafe.ai/models) | 固定版本測試；原 compaction repo 的 25k/30k 設定是該實作的預算，不是完整最新模型上限。 |
+| 英文是主要訓練語言；中文等語言可輸入，但效果不等同英文。 | 同上 | 中文辨識要獨立驗收，不能沿用英文門檻。 |
+| 大量無關 state、複雜間接推理、數字與日期運算、對抗文字是已知弱點；不適合文字生成。 | [Jev 1.13 limitations](https://docs.typesafe.ai/model-jaggedness/jev-1.13) | 先篩選再送模型；翻譯、根因分析與計算不可整段替換。 |
+| 官方 13 問案例：批次約 0.27 秒，循序單問合計約 2.71 秒；五次重複，非 Kenaz workload。 | [Parallel questions](https://docs.typesafe.ai/cookbooks/parallel_questions) | 需要與並行基準比較，量端到端 p95，而非引用十倍加速。 |
+| Muninn 分類器使用同步 Haiku CLI，同時翻譯與分類七種訊號，timeout 30 秒。 | `.formation/tools/muninn.js:translateAndClassifyMessages` | 拆開分類與翻譯才可能移除關鍵路徑等待；30 秒是上限，不是實際延遲。 |
+| 分類結果的英文 translated text 被 extractDomain 使用。 | `.formation/tools/muninn.js:extractUserSignals` | 保留下游契約，不能刪除翻譯欄位而假裝行為一致。 |
+| Codex 自動 episode 摘要取最前面三段助手文字，再截短；不是所有交接來源均如此。 | `.formation/bifrost/shared/consolidate.js:extractEpisodeFromTranscript` | 改善最後決策與證據覆蓋，不只換摘要模型。 |
+| Muninn 的 formatJSONLChunk 省略 tool_result 細節。 | `.formation/tools/muninn-watcher.js:formatJSONLChunk` | 應從原始紀錄建立重要結果索引，不能對已遺失的內容做排序。 |
+| turn-context hook 對主要 HTTP 請求設 500ms timeout，另有 800ms active sensing timeout。 | `.claude/hooks/turn-context.js` | 不可直接在既有同步 endpoint 裡塞入無上限外部模型等待。 |
+| 該 hook 建構的 turn-context/recall URL 未顯式帶 projectPath；後端允許預設專案。 | 同上；`routes/synapse.rs:TurnContextQuery` | 接入前確認 session/project 契約；不可讓 Jev 猜測專案。此處是靜態風險，尚未證明現場誤路由。 |
+| recall 已有 reranking；hybrid 在最終集合寫 rune_usage_log/co_recall_log。 | `features/retrieval.rs`; `synapse/memory/semantic.rs`; `memory/recall.rs` | 加入 Jev 後仍必須只記錄真正交付的最終結果；shadow 不得改動學習統計。 |
+| Bifröst relay 啟動 Codex CLI 並轉譯事件；shim 有 UserPromptSubmit 正規化。 | `.formation/bifrost/openai/relay.js`; `codex-hook-shim.js` | 事件正規化不代表當前客戶端一定支援同回合注入或內部 compaction 替換，需端到端驗證。 |
+
+工作樹存在其他未提交工作，含 Bifröst fast boot 與 Phase 9 政策。此提案不重做或覆蓋它們；後續實作需以當時基線重新確認。
+
+## 3. 功能順序
+
+| 優先 | 功能 | Jev 的工作 | 明確邊界 |
+| --- | --- | --- | --- |
+| P0 | 事件、來源、版本與評測基礎 | 暫無控制權 | 先證明資料進出正確、可回放。 |
+| P1 | 英文 rune 重排 | 對每個候選判斷與查詢/任務的直接相關性 | 不改 rune，不移除原始資料，不跨專案查詢。 |
+| P1 shadow | 中文修正與範圍變更辨識 | 多標籤判斷、選出已知且被修正的 assumption 候選 | 不生成新事實，不自動擴權、切換專案或標記任務完成。 |
+| P2 | 交接證據選取 | 在已封存的候選片段中評估後續必要性 | 原文固定保留；摘要可選，且必須有來源。 |
+| P3 | 工具結果語意分流 | 識別警告、可能矛盾、值得調查的新資訊 | exit code、測試成功、檔案清單由 parser/工具本身決定。 |
+| P4 | 主會話選擇性壓縮 | 提供保留建議 | 僅在客戶端接口、回復能力與品質驗收全部通過後啟用。 |
+
+任務角色推薦可在上述資料契約穩定後另做研究。合併、部署、授權與 Phase 9 通過判定不列入 Jev 自動決策。
+
+## 4. 共用架構與資料契約
+
+離線評測先使用 Node 非同步 HTTP adapter，不啟動額外常駐服務。上線時將 provider client 放在現有 Dashboard Rust 服務的獨立非同步模組，Node hooks/觀察器透過既有本機通道呼叫。不要讓每個 hook 各自持有 key、重試和限流策略；不新增啟動必需的外部服務。
+
+共用流程：事件正規化 → 本地篩選/資料政策 → 依用途建立小型 state → Jev 批次問題 → 嚴格驗證回答 → 本地決策 → 消費者。模型僅得到完成該判斷所需欄位。
+
+每筆輸入必須帶：schema_version、project_id/明確 projectPath、session_id、task_id（可空）、event_id、event_seq、task_revision、purpose、source_refs、state_hash。相同文字的兩次事件仍有不同 event_id。
+
+每筆結果記錄：request_id、model 的實際版本、question_set_version、原始 probabilities/score、policy_version、latency、usage、status、fallback_reason、source_refs。status 明確區分 ok、abstain、timeout、unavailable、invalid、stale。
+
+用 event_id 去重處理；用 state_hash + purpose + 專案 + 模型版本 + 問題版本 + 任務版本做計算快取。兩者不能混用。模型成功只證明評分完成，不證明判斷正確或已被代理採用。
+
+## 5. 三條主要流程
+
+**A. Rune 重排**
+
+沿用現有 FTS/semantic/RRF 與本地排序，取得同專案候選。實驗從最多 12 個候選、約 8k token 的小型 state 開始；不足時明確標示 excerpt，不能將被截掉的資訊當成不存在。
+
+每個候選使用固定 rubric 的 Score 判斷相關性，例如 unrelated / background / useful / directly answers。程式指定正確的 `candidates[i]`；題目 ID 本身不會傳入模型，因此 instructions 內必須包含索引與判斷條件。
+
+第一版僅重排，維持既有結果數量；不以低分刪除所有結果。同分、缺資訊及模型失敗時保留既有排序。不得直接把 Jev 機率加到尺度不同的 BM25/RRF 分數；先採 Jev 分級排序、原排序做 tie-break，之後才評估校準融合。
+
+整合應位於可 await 的服務協調層，不能在持有 SQLite/Kuzu 鎖時等待網路。若候選讀取與最終 telemetry 目前綁在同步函數中，先拆成 candidate retrieval 和 final delivery logging，讓舊路徑也沿用同一出口。shadow 必須使用不產生正式 recall/co-recall/acted-on 副作用的候選路徑。
+
+**B. 用戶修正辨識**
+
+state 包含當前目標、少量具來源的 active assumptions、最新用戶原文、必要的前幾回合；不是整段 transcript。以獨立 Noul 問題辨識 correction、scope clarification、new constraint、question 等可共存訊號。
+
+對固定欄位可使用 Choice，例如 deployment_target = installed / development / both / unspecified。自由格式的更正內容由主代理解析，或先提出帶原文來源的候選，再由 Jev 評分；Jev 本身不生成任意文字 patch。
+
+初期結果只是「帶來源的修正候選」。當回合原始用戶訊息始終直接交给代理；即使 Jev 失敗也不能把修正漏掉。對新訊息，event_seq/task_revision 不匹配的遲到結果標 stale，不覆蓋新狀態。
+
+翻譯留在背景或持久記憶寫入階段，以 source hash 去重。英文長期記憶規則保留，中文原文僅作證據來源。不在同步 fast path 執行 Haiku fallback。中文品質不足時保持現有分類路徑，不用英文測試結果推定中文可上線。
+
+同回合可用性需要 capability 測試：hook 收到真實 user prompt → 結果抵達 → 當回合代理確實收到且引用。只能寫 log 或下回合讀取者，標為 next-turn，不能宣稱即時阻止錯誤行動。
+
+**C. 交接與工具證據**
+
+重用 transcript tee 與 per-session handoff，加入 evidence_refs，而不是另造交接檔案體系。每筆引用包括 project/session/event、tool_use_id、原文位置、內容 hash、觀測時間，以及可取得時的 commit/file version。
+
+固定保留：明確用戶修正、未完成/執行中動作、未解決錯誤、變更回執、驗收結果及尚待回答的問題。資料檔保留原文，工作上下文可只附必要片段和讀回入口。
+
+工具呼叫/結果維持配對。圖片、PDF、二進位證據附原始資產引用；Jev 僅支援文字，不能把未看懂的非文字結果當作無用。多個新舊檔案版本不可只憑路徑去重。
+
+原 compaction 的「可重跑工具」不適用於寫入、部署、訊息发送等有副作用行為，也不適用於不可重現的故障。回復流程優先讀封存原文，不重做動作。
+
+## 6. 延遲、失敗與隔離政策
+
+實驗初始預算：recall 重排與同回合修正候選的總額外等待至多 800ms；包含排隊、網路、驗證，不能每一層各等 800ms。這是可接受上限，不是 Jev 的速度承諾；是否保留同步模式由實測決定。
+
+背景工作使用獨立低優先佇列；初始總 concurrency 4、每 session 1，可依實測調整。短期排隊滿時優先保留最近的同任務修正事件，丟棄可重算的過時評分工作，但不能丟原始事件。
+
+同步路徑不重試。背景對 429/529/暫時性網路錯誤做有限次帶 jitter 的 backoff，遵守 Retry-After；超出總期限後留待後續回放。401/422 不盲重試。連續故障時熔斷 provider，沿用本地行為。
+
+feature flag 按用途設 off / shadow / advisory / active；一鍵切 off 不需要資料回滾。shadow 結果不進正式權重、用戶模型或任務狀態。單一用途故障不能使 Dashboard 顯示 Initializing 或延遲主視窗啟動。
+
+外部請求只由後端發送；不把 provider key 放前端或隨安裝包配送。小範圍試驗使用開發環境 key；發佈產品前再決定 BYOK 或具驗證的服務端代理，兩者都不能把共用 key 放客戶端。
+
+每個專案可獨立禁止外送。先核對供應商資料條款；官方的「不訓練」不等於所有帳號都零保留。預設只記錄 metadata/hash，禁止 API key/完整敏感 prompt 進普通 logs。程序權限與來源隔離是硬規則，不由 Jev 自評。
+
+## 7. 評測與上線門檻
+
+建立版本化、人工標註的資料集，分開 development/calibration/held-out。以 session 與時間切分，不能把同一段對話的近似改寫分散在訓練/測試兩側。
+
+初始資料規模：500 則訊息（至少 150 則真修正，涵蓋繁中、英文、混合語言）、100 組 recall 查詢/候選集、30 段交接情境。這是起始評估，不能由少量零錯誤推論全面安全；報告各類別分母與信賴區間，必要時補樣本。
+
+測試情境包含：安裝版/dev 更正、暫停與取消、插入狀態追問但主目標不變、含否定/引用/反諷、同名跨專案符號、舊錯誤已修正、新舊 commit、工具成功 exit code 但正文有警告、quoted prompt injection、並行 session、亂序結果、重複 hook、無網路與服務未啟動。
+
+比較組：既有流程、純規則、本地候選＋Jev、現有 Haiku 分類；分類品質用相同原文與標註比較，同時另外測量現行翻譯＋分類端到端時間。Jev 批次同時比較循序/並行單問，避免誇大倍數。
+
+| 項目 | 提議門檻與量測 |
+| --- | --- |
+| 修正辨識 | held-out precision ≥95%、recall ≥98%，分語言報告；固定重要修正案例零漏失。報告 abstention coverage，不能排除 abstain 後冒充全體高準確。 |
+| Rune 重排 | nDCG@5 相對既有提升 ≥10%，Recall@5 的非劣容忍界線為 -1 個百分點；paired bootstrap 95% 區間也需支持非劣。 |
+| 工作流收益 | 回放後衡量查錯環境、忽略修正、重複工具呼叫與原任務完成率；分類高分但行為不改善者不升級。 |
+| 延遲 | p50/p95/p99、timeout 比例、排隊時間、冷/熱連線分開；同步額外等待總預算 ≤800ms，超時一律 fallback。 |
+| 交接 | 固定保護項目全部可讀回，引用 hash 一致；不能僅量摘要短度。 |
+| 隔離 | 跨專案/跨 session/過時版本污染測試零失敗；副作用工具不得因找回上下文而重跑。 |
+| 回退 | 401/422/429/529、斷線、畸形輸出、缺失 question ID、NaN、越界 probability 均有明確狀態與既有路徑。 |
+| 完整性 | tool-call/result 配對、結果來源與模型版本可追；shadow 不改學習統計；off 恢復基線行為。 |
+
+Noul 機率用 Brier score、可靠度分桶及 precision-recall 曲線校準；Choice/Score 分開處理。門檻以用途和誤判成本決定，不能一律 0.5/0.9。模型版本、rubric 或語言變更時重新驗收。
+
+不能以「另一個模型同意」作唯一 ground truth，不能把 Jev 高 confidence 回饋成自己的正確性獎勵。下游是否引用 rune 與任務是否成功分開記錄，避免把相關性當成因果改善。
+
+## 8. 工作包與真實依賴
+
+以下 J0–J7 為工作包編號；後續已授權執行 J0/J1 原型，實際進度見第 10 節。尚未 merge。
+
+| 工作包 | 產物/主要範圍 | 依賴 | 驗收 |
+| --- | --- | --- | --- |
+| J0 規格與標註 | 資料契約、用途 rubric、人工評測集；docs/fixtures | 無 | 每筆標註具來源/語言/session 分組，目標與限制可追。 |
+| J1 離線評測器 | 獨立非同步 adapter、回放與測量；建議新增 `dev/jev-eval/` | J0 | 不啟動代理任務、不改原資料；重複回放可比較，HTTP 失敗測試通過。 |
+| J2 共用 provider 服務 | 建議 `features/decision_service/`，接現有本機通道 | J1 證明至少一用途有效 | 隔離、期限、熔斷、key 不外洩、Dashboard 啟動不依賴 provider。 |
+| J3 Rune shadow→active | `memory/semantic.rs`、`memory/recall.rs`、服務協調層 | J2＋retrieval 評測通過 | 最終交付 IDs 與 usage/co-recall logs 一致；shadow 無副作用；排序指標通過。 |
+| J4 修正 shadow→advisory | Muninn、用戶事件 adapter、turn-context 消費端 | J2＋中文分類評測通過 | 原文來源、翻譯契約、seq/revision、防重複、每個客戶端 delivery 測試。 |
+| J5 證據交接 | consolidate、preservation-coordinator、handoff-resolver | J0；Jev 排序另依 J2 | 原文證據可回復；保護項不漏；不取代或覆寫其他 session。 |
+| J6 工具分流 | 工具事件消費端、結果索引 | J2＋J5 | parser 結果優先；語意警告具來源；不自動將任務標完成。 |
+| J7 即時壓縮可行性 | 客戶端版本/接口實驗與回復演練 | J5＋各客戶端 capability 實證 | 通過品質與回復驗收才另提上線；不直接修改 live transcript 檔案。 |
+
+J3/J4 在技術上無互相依賴；J5 的原文保全不必等模型。實作代碼與 kernel/YAML 行為政策應分開任務；這份規劃不變更現行 Ansuz 身份/授權/驗收規則。既有工作樹有其他修改，實作時需隔離並保留基線。
+
+## 9. 尚待實驗回答
+
+- 台灣使用環境下不同輸入長度與並發量的真實延遲、中文誤判率與校準。
+- 現行 Haiku 分類的實際延遲分布，以及翻譯真正位於哪些消費者的必要路徑。
+- Claude/Codex 各種啟動方式下，hook 是否完整收到同回合 user event，以及訊號是否能及時注入。
+- 安裝版是否使用同一份來源/版本；不得從 dev 通過直接推論安裝版可用。
+- provider key 的試验配置、產品發佈時的認證方式、實際帳號 rate limit 和資料保留條款。
+- Jev 整體效益是否優於純規則與現有本地 reranker；若沒有，保留证據/交接改善而不啟用模型。
+
+下一步為 J0/J1：建立標註與可回放評測，再以數據決定 J2/J3/J4 的上線範圍。先不全面安裝 fast-jev-compaction，也不承諾端到端加速倍數。
+
+## 10. 已授權執行紀錄（2026-09-20）
+
+使用者已授權自主處理。TASK_26 追蹤離線工具、TASK_27 追蹤資料契約與文件；依本次 session 路由規則，任務卡位於 quotation，實作則限定 KenazAI/dev/jev-eval，未更動 quotation 應用程式。
+
+- 已建立 dependency-free Node CLI、固定 Jev 版本的非同步 adapter、本地 rules 基準、prediction 回放驗證與指標報告。API 契約已對照官方文件；未執行供應商實測。
+- 獨立執行 15 項測試，15 通過、0 失敗；包含本機 HTTP server 模擬錯誤、串流逾時、重新導向、非法答案、身分/版本不符及分割洩漏。
+- 11 筆合成案例（8 correction、3 relevance）通過 validate；全為 synthetic/agent_proposed。split 名稱僅測試分割機制，不代表真人盲測資料。
+- [rules 基準報告](jev-eval/reports/rules-baseline.json) 已保存。它只驗證工程流程，不是 Jev 品質或延遲；規則分類 precision/recall 均為 0.5，不能推論模型優劣。
+- preflight 回報 api_key_available=false、network_attempted=false。無法在目前環境量測 Jev 真實延遲與品質。
+- [使用文件](jev-eval/README.md) 與 [標註規則](jev-eval/ANNOTATION_GUIDE.md) 已落地。人工驗證、正式資料規模、現行 Haiku/Synapse 比較、信賴區間和端到端任務評估仍未完成。
+
+本階段為可審閱原型，尚未 commit/merge，任務未標記完成。production 未接入 Jev，promotion_eligible 固定 false。J2 仍須先有至少一個用途的可靠評測證據；下一步是在本機安全配置金鑰、準備與覆核資料後，執行 live 比較，不能由這 11 筆合成案例跳過驗收。
+
+### 後續更新：已取得 API 並安裝 TypeSafe skill
+
+使用者取得金鑰後，已依其指定單一方式安裝：`npx --yes skills add typesafe-ai/skills --skill typesafe-ai --agent codex --yes`。專案 skill 位於 `.agents/skills/typesafe-ai/SKILL.md`，來源與雜湊寫入 `skills-lock.json`。本回合已讀取 skill 及官方 API、模型、Score 與 reranking 文件，往後 TypeSafe 工作依此指引進行。
+
+先前「尚無金鑰／未供應商實測」是初始紀錄，已由本次 [live smoke 報告](jev-eval/reports/live-smoke-2026-09-20.json) 更新：固定 `jev-1.13.0`，11 筆合成案例全部收到可驗證 HTTP 200 回應。保留的 10 秒期限與 800ms 期限兩輪，p50 分別約 273/272ms，最大約 736/653ms。兩輪更正辨識均為 8/8，排序 NDCG@5 為 1（僅兩筆可評估查詢）；同期規則基準為 4/8 與約 0.822。總共執行三輪，中間一輪輸出截斷而排除統計。
+
+這證明既有 adapter 可連接真實 API，尚不能證明正式語料準確率、冷熱連線差異或端到端任務加速。重複輸入可能受未知快取影響。J2 的可靠品質驗收仍未滿足；金鑰未保存至專案、production 未接線，後續優先完成真人覆核資料與更正辨識／證據重排比較。安裝與評測未改動 Freya BUG 修正。
+
+### 後續更新：可選的正式更正判斷開關
+
+使用者明確選擇開啟即影響正式判斷，效果不好便關閉並留下回饋。現已加入 Default Models 的 Jev 更正辨識開關：`jevCorrectionEnabled` 僅作用於目前專案，預設 false；缺少 `TYPESAFE_API_KEY` 或模型失敗時沿用原流程。成功的正判定會把 correction 提升為主要訊號，使既有只讀 `type` 的使用者模型更新實際採用它；其他標籤與翻譯保留。關閉影響後續判斷，不撤銷先前訊號。
+
+本機驗證為 16 項執行端測試、54 項研究測試、13 項前端 controller/SSR 測試及 8 項 Rust 設定測試全部通過；TypeScript 通過，ESLint 零錯誤但有 31 項風格警告。本機 HTTP 拒絕錯誤專案及非法回饋的檢查亦通過。這些證明接線與失敗處理，不等同模型準確率或安裝版驗收。本次未送出真實歷史訊息、未啟用真實專案設定、未 commit/merge 或發布。

package/core/dev/design/matrix_format_EXAMPLE_memory.matrix

@@ -1,13 +1,13 @@
-# .matrix v1.0
-@meta |v=1.0|c=memory|t=260207-0530|r=7d|
-@index |d=260207,260206,260205,260204,260203,260202,260201|e=25|cat=dev,bug,feat,doc|
-@data
-260207|dev|T123,st=P,dur=45m;T124,st=P,dur=60m|note=DB migration in progress|
-260207|bug|T130,st=B,blk=REVIEW_PENDING|note=Waiting for review|
-260206|feat|T121,st=C,dur=135m;T122,st=C,dur=90m|note=API+UI completed|
-260206|bug|T125,st=B,blk=API_DOWN|note=API service outage|
-260205|dev|T126,st=C,dur=120m;T127,st=C,dur=75m|note=Security+Docs done|
-260204|feat|T115,st=C,dur=180m|note=Major feature shipped|
-260203|bug|T110,st=C,dur=60m|note=Critical bug fixed|
-260202|doc|T105,st=C,dur=90m|note=README updated|
-260201|feat|T100,st=C,dur=240m|note=Milestone reached|
+# .matrix v1.0
+@meta |v=1.0|c=memory|t=260207-0530|r=7d|
+@index |d=260207,260206,260205,260204,260203,260202,260201|e=25|cat=dev,bug,feat,doc|
+@data
+260207|dev|T123,st=P,dur=45m;T124,st=P,dur=60m|note=DB migration in progress|
+260207|bug|T130,st=B,blk=REVIEW_PENDING|note=Waiting for review|
+260206|feat|T121,st=C,dur=135m;T122,st=C,dur=90m|note=API+UI completed|
+260206|bug|T125,st=B,blk=API_DOWN|note=API service outage|
+260205|dev|T126,st=C,dur=120m;T127,st=C,dur=75m|note=Security+Docs done|
+260204|feat|T115,st=C,dur=180m|note=Major feature shipped|
+260203|bug|T110,st=C,dur=60m|note=Critical bug fixed|
+260202|doc|T105,st=C,dur=90m|note=README updated|
+260201|feat|T100,st=C,dur=240m|note=Milestone reached|

package/core/dev/design/matrix_format_EXAMPLE_project_status.matrix

@@ -1,9 +1,9 @@
-# .matrix v1.0
-@meta |v=1.0|c=project-status|t=260207-0530|proj=KenazAI|
-@index |tot=123|c=100|p=15|b=8|act=1|upd=260207|
-@data
-gen|tot=123|c=100|p=15|b=8|succ=81.3%|
-rec|T121,T122,T123,T124,T125|
-stat|C=100|P=15|B=8|
-pri|P0=45|P1=50|P2=20|P3=8|
-team|backend=5|frontend=4|designer=3|pm=2|sre=1|
+# .matrix v1.0
+@meta |v=1.0|c=project-status|t=260207-0530|proj=KenazAI|
+@index |tot=123|c=100|p=15|b=8|act=1|upd=260207|
+@data
+gen|tot=123|c=100|p=15|b=8|succ=81.3%|
+rec|T121,T122,T123,T124,T125|
+stat|C=100|P=15|B=8|
+pri|P0=45|P1=50|P2=20|P3=8|
+team|backend=5|frontend=4|designer=3|pm=2|sre=1|

package/core/dev/design/matrix_format_EXAMPLE_tasks.matrix

@@ -1,14 +1,14 @@
-# .matrix v1.0
-@meta |v=1.0|c=tasks|t=260207-0530|r=30|
-@index |tot=30|c=20|p=7|b=3|date=260207,260206,260205|
-@data
-T121|st=C|p=0|dur=135m|ct=260206-1430|desc=API integration|
-T122|st=C|p=1|dur=90m|ct=260206-1500|desc=UI refactoring|
-T123|st=P|p=0|dur=45m|ct=260207-0900|desc=DB migration|
-T124|st=P|p=1|dur=60m|ct=260207-1000|desc=Test coverage|
-T125|st=B|p=2|blk=API_DOWN|ct=260206-1600|desc=Deploy to staging|
-T126|st=C|p=0|dur=120m|ct=260205-1400|desc=Security audit|
-T127|st=C|p=1|dur=75m|ct=260205-1530|desc=Documentation|
-T128|st=P|p=1|dur=30m|ct=260207-1100|desc=Code review|
-T129|st=P|p=2|dur=45m|ct=260207-1130|desc=Performance test|
-T130|st=B|p=0|blk=REVIEW_PENDING|ct=260207-1200|desc=Feature X|
+# .matrix v1.0
+@meta |v=1.0|c=tasks|t=260207-0530|r=30|
+@index |tot=30|c=20|p=7|b=3|date=260207,260206,260205|
+@data
+T121|st=C|p=0|dur=135m|ct=260206-1430|desc=API integration|
+T122|st=C|p=1|dur=90m|ct=260206-1500|desc=UI refactoring|
+T123|st=P|p=0|dur=45m|ct=260207-0900|desc=DB migration|
+T124|st=P|p=1|dur=60m|ct=260207-1000|desc=Test coverage|
+T125|st=B|p=2|blk=API_DOWN|ct=260206-1600|desc=Deploy to staging|
+T126|st=C|p=0|dur=120m|ct=260205-1400|desc=Security audit|
+T127|st=C|p=1|dur=75m|ct=260205-1530|desc=Documentation|
+T128|st=P|p=1|dur=30m|ct=260207-1100|desc=Code review|
+T129|st=P|p=2|dur=45m|ct=260207-1130|desc=Performance test|
+T130|st=B|p=0|blk=REVIEW_PENDING|ct=260207-1200|desc=Feature X|