niceeval 0.11.1 → 0.11.3

package/INDEX.md

@@ -34,6 +34,7 @@
 - `docs-site/zh/tutorials/sandbox-agent.mdx` — Sandbox Agent：评估 Claude Code、Codex 和 bub:使用 NiceEval 内置 agents 或自定义 adapter，在 Docker 或云端 sandbox 中运行 coding-agent CLI。
 - `docs-site/zh/tutorials/sandbox-providers.mdx` — Sandbox:官方 Sandbox Docker、Vercel 或 E2B Provider。通过预制快照加速评估
 - `docs-site/zh/tutorials/scoring-guide.mdx` — 断言、judge 和成本限制:值断言、作用域断言、LLM-as-judge、test-as-scoring 和效率检查。
+- `docs-site/zh/tutorials/theming.mdx` — 给报告换一套主题:用 --theme 换报告外观，用 defineTheme 写一份自己的主题，并把它设成项目默认或发成 npm 包。
 - `docs-site/zh/tutorials/viewing-results.mdx` — 查看 NiceEval 结果并调试 agent 行为:用 niceeval show 在终端按 @<locator> 查看 Attempt 的评估用例源码、执行记录与 diff，对照多个条件、看稳定性与用量、跨 Attempt 搜索执行记录，或用 niceeval view 在网页中查看同一份证据。
 - `docs-site/zh/tutorials/write-experiment.mdx` — 实验与生命周期:如何写好实验。选择 Agent、传递 model 和 flags，设置 runs、预算、并发与 Sandbox，并用 setup / teardown 起停实验级共享服务。
 - `docs-site/zh/tutorials/write-send.mdx` — 编写 Send:分七步编写 Adapter 的 send 函数：发送消息、续接会话、记录用量、映射工具事件、处理人工介入（HITL）、接入 OTel trace，并透传 Experiment flags。

package/README.md

@@ -7,6 +7,7 @@
 [![typescript](https://img.shields.io/badge/typescript-5.6-blue?style=flat-square)](tsconfig.json)
 [![license](https://img.shields.io/badge/license-MIT-green?style=flat-square)](package.json)
 [![docs](https://img.shields.io/badge/docs-readable-111827?style=flat-square)](docs/README.md)
+[![discord](https://img.shields.io/badge/discord-join%20chat-5865F2?style=flat-square&logo=discord&logoColor=white)](https://discord.gg/yTMdZjFFJ)
 
 [中文](README.zh.md) | [Deutsch](assets/README.de.md) | [Español](assets/README.es.md) | [français](assets/README.fr.md) | [日本語](assets/README.ja.md) | [한국어](assets/README.ko.md) | [Português](assets/README.pt.md) | [Русский](assets/README.ru.md)
 
@@ -145,8 +146,9 @@ Official Adapters
   - [x] Claude Code
   - [x] Codex
   - [x] Bub
-  - [ ] OpenClaw
-  - [ ] Hermess Agent
+  - [x] OpenCode
+  - [x] Hermes Agent
+  - [x] OpenClaw
   - [ ] Alma
   - [ ] ...
 

package/README.zh.md

@@ -7,6 +7,7 @@
 [![typescript](https://img.shields.io/badge/typescript-5.6-blue?style=flat-square)](tsconfig.json)
 [![license](https://img.shields.io/badge/license-MIT-green?style=flat-square)](package.json)
 [![docs](https://img.shields.io/badge/docs-readable-111827?style=flat-square)](docs/README.md)
+[![discord](https://img.shields.io/badge/discord-join%20chat-5865F2?style=flat-square&logo=discord&logoColor=white)](https://discord.gg/yTMdZjFFJ)
 
 [English](README.md) | [Deutsch](assets/README.de.md) | [Español](assets/README.es.md) | [français](assets/README.fr.md) | [日本語](assets/README.ja.md) | [한국어](assets/README.ko.md) | [Português](assets/README.pt.md) | [Русский](assets/README.ru.md)
 
@@ -145,8 +146,9 @@ READ https://niceeval.com/INIT.md and set up niceeval for this repo: install it,
   - [x] Claude Code
   - [x] Codex
   - [x] Bub
-  - [ ] OpenClaw
-  - [ ] Hermess Agent
+  - [x] OpenCode
+  - [x] Hermes Agent
+  - [x] OpenClaw
   - [ ] Alma
   - [ ] ...
 

package/dist/agents/types.d.ts

@@ -71,7 +71,7 @@ export type AgentSetupSkill = {
 /**
  * 一次 Agent setup 实际装了什么 —— 沙箱型 Coding Agent Adapter 在 setup 收尾写出的安装清单。
  * 沙箱内落在 `__niceeval__/agent-setup.json`,运行器把它作为 attempt artifact 存成
- * `agent-setup.json`(见 docs/feature/results/architecture.md)。不参与评分,只回答「这次实际
+ * `agent-setup.json`(见 docs/feature/record/architecture.md)。不参与评分,只回答「这次实际
  * 装了什么」;**环境变量值与 secret 不写进来**(所以 mcpServers 只记 name/command/args)。
  */
 export interface AgentSetupManifest {
@@ -325,7 +325,7 @@ export interface AgentContext {
      * 第三条反馈通道:上报本次运行的中性环境观测(如实际生效的 agent 配置、缓存命中状态)。
      * 落进 `AttemptRecord.facts` 成为一等观测量;不影响 Turn status 或 verdict,不参与
      * verdict / 评分 / 指纹。key 匹配 `[a-z0-9._-]{1,64}`,value 是标量;同 key 后写覆盖先写,
-     * 非法 key 或非标量 value 抛错。形状与归属语义见 docs/feature/results/architecture.md#facts运行事实。
+     * 非法 key 或非标量 value 抛错。形状与归属语义见 docs/feature/record/architecture.md#facts运行事实。
      */
     fact(key: string, value: string | number | boolean): void;
     /**

package/dist/o11y/types.d.ts

@@ -4,7 +4,7 @@ import type { JsonValue, SourceLoc } from "../shared/types.ts";
  * send 的 `Turn.usage` 直接返回)。每个字段只在协议真实提供该值时存在——原始协议没有 usage 时
  * 省略,不编造数值;不存在「默认 0」或「默认 1」的字段。三个输入侧桶恒互斥:相加才是送进模型的
  * 完整上下文量;把协议原生口径归一到互斥是 adapter 的落值义务——OpenAI 系报「含缓存的输入总量 +
- * 缓存命中子集」,落 inputTokens 前先扣掉子集(docs/feature/results/architecture.md#usage,
+ * 缓存命中子集」,落 inputTokens 前先扣掉子集(docs/feature/record/architecture.md#usage,
  * 各协议明细见 docs/feature/adapters/sdk/<name>/cost.md)。
  */
 export interface Usage {
@@ -49,7 +49,7 @@ export interface InputRequest {
     }[];
 }
 /**
- * 落盘截断的结构化标记(见 docs/feature/results/architecture.md「大值截断」):
+ * 落盘截断的结构化标记(见 docs/feature/record/architecture.md「大值截断」):
  * `path` 是被截断的位置(事件里是字段名,如 "output";span 里是 attribute key,如 "output.value"),
  * `originalBytes` 是截断前的 UTF-8 字节数。view 显示「输出过大,已截断」靠它,不正则匹配 marker。
  */
@@ -208,7 +208,7 @@ export interface TraceSpan {
  * 给人 / 给 EVAL.ts 看的 o11y 摘要(注入沙箱 __niceeval__/results.json)。从 `events.json` 派生的
  * 行为计数缓存,不是权威——同一 niceeval 版本写读,删除后可从 `events.json` 重算。token 用量、
  * 成本与耗时不在这里:权威唯一在 `result.json` 的 `Usage` / `estimatedCostUSD` 与 `durationMs`
- * / `phases`(见 docs/feature/results/architecture.md「o11y.json」)。
+ * / `phases`(见 docs/feature/record/architecture.md「o11y.json」)。
  */
 export interface O11ySummary {
     totalTurns: number;

package/dist/report/assets/colors.d.ts

@@ -7,7 +7,7 @@ export declare function colorIndexForKey(key: string): number;
  * 同一张图内 series 键集合的配色:每个键仍以稳定散列为起点(无冲突时与跨图配色一致),
  * 图内撞色时按传入顺序(图例顺序)线性探测下一个空色格——跨图稳定让位给图内可辨;
  * 键数超过色板后无空格可探,回落散列格(复用不可避免)。返回键 → 色板下标。
- * 契约见 docs/feature/reports/library/metric-views.md「MetricScatter」;
+ * 契约见 docs/feature/reports/components/README.md「系列色:分配单位是页」;
  * 修法台账见 memory/scatter-series-color-collision.md。
  */
 export declare function colorIndicesForKeys(keys: readonly string[]): Map<string, number>;

package/dist/report/assets/colors.js

@@ -32,7 +32,7 @@ export function colorIndexForKey(key) {
  * 同一张图内 series 键集合的配色:每个键仍以稳定散列为起点(无冲突时与跨图配色一致),
  * 图内撞色时按传入顺序(图例顺序)线性探测下一个空色格——跨图稳定让位给图内可辨;
  * 键数超过色板后无空格可探,回落散列格(复用不可避免)。返回键 → 色板下标。
- * 契约见 docs/feature/reports/library/metric-views.md「MetricScatter」;
+ * 契约见 docs/feature/reports/components/README.md「系列色:分配单位是页」;
  * 修法台账见 memory/scatter-series-color-collision.md。
  */
 export function colorIndicesForKeys(keys) {

package/dist/report/components/attempt-detail/AttemptSource.js

@@ -100,8 +100,7 @@ function AssertionDetail({ assertion, locale }) {
     return (_jsxs("div", { className: `nre-assertion-row nre-tone-${assertTone(assertion)}`, children: [_jsxs("div", { className: "nre-source-assertion-head", children: [_jsx("span", { className: "nre-assertion-badge", children: assertion.outcome }), _jsx("span", { className: "nre-assertion-name", children: assertion.name }), assertion.outcome !== "unavailable" ? _jsx("span", { className: "nre-source-assertion-score", children: assertion.score }) : null] }), assertion.detail ? _jsx("div", { className: "nre-assertion-detail", children: assertion.detail }) : null, assertion.outcome === "unavailable" ? (_jsxs("div", { className: "nre-assertion-body", children: ["reason: ", assertion.reason === undefined ? undefined : stripControl(assertion.reason)] })) : assertion.expected !== undefined || assertion.received !== undefined || assertion.evidence !== undefined ? (_jsxs("div", { className: "nre-assertion-body", children: [assertion.expected !== undefined ? _jsxs("span", { children: ["expected: ", stripControl(assertion.expected)] }) : null, assertion.received !== undefined ? _jsxs("span", { children: ["received: ", stripControl(assertion.received)] }) : null, assertion.evidence !== undefined ? _jsxs("span", { children: ["evidence: ", stripControl(assertion.evidence)] }) : null] })) : null, assertion.aborted ? _jsxs("div", { className: "nre-assertion-abort", children: ["\u2913 ", localeText(locale, "attemptSource.abortReason")] }) : null] }));
 }
 /** `t.score(label, n)` 调用行的展开区:给分记录本体(label、挣分、分组路径),不着判定色——
- *  给分是分数面事实,不是判定(docs/feature/reports/library/attempt-detail.md「AttemptSource
- *  web 面视觉规范」给分行)。 */
+ *  给分是分数面事实,不是判定(docs/feature/reports/components/attempt-detail/attempt-source.md「给分行」)。 */
 function ScoreEntryDetail({ entry }) {
     return (_jsxs("div", { className: "nre-score-entry-row", children: [entry.groupPath?.length ? _jsxs("span", { className: "nre-score-entry-group", children: [entry.groupPath.join(" > "), " \u00B7 "] }) : null, _jsx("span", { className: "nre-score-entry-label", children: entry.label }), _jsx("span", { className: "nre-assertion-points", children: formatPointsSuffix(entry.points) })] }));
 }

package/dist/report/components/attempt-detail/compute.d.ts

@@ -6,15 +6,15 @@ export declare function attemptAssertionsData(evidence: AttemptEvidence): Attemp
 export declare function attemptSourceData(evidence: AttemptEvidence): AttemptSourceData | null;
 /**
  * 单条 attempt 版的批量修复 prompt(与 CopyFixPrompt 的多条版本同一份步骤文案)。三态
- * (docs/feature/reports/library/attempt-detail.md「`AttemptFixPrompt`」):计分制丢分或中止 →
+ * (docs/feature/reports/components/attempt-detail/README.md「`AttemptFixPrompt`」):计分制丢分或中止 →
  * 非 null(围绕丢分检查点组装);计分制挣满且未中止、或通过制 passed → null;skipped 恒 null。
  */
 export declare function attemptFixPromptData(evidence: AttemptEvidence): AttemptFixPromptData | null;
-/** 收尾段的阶段名(见 docs/feature/results/architecture.md);两面渲染都把这些单列在主链之后,不计入主链总耗时。 */
+/** 收尾段的阶段名(见 docs/feature/record/architecture.md);两面渲染都把这些单列在主链之后,不计入主链总耗时。 */
 export declare const TIMELINE_CLOSING_PHASES: ReadonlySet<string>;
 export declare function attemptTimelineData(evidence: AttemptEvidence): AttemptTimelineData | null;
 /**
- * 标准事件流按 `loc` 分轮(docs/feature/reports/library/attempt-detail.md「Attempt 详情组件」):
+ * 标准事件流按 `loc` 分轮(docs/feature/reports/components/attempt-detail/README.md「Attempt 详情组件」):
  * 带 loc 的 user 消息开一轮;无 loc 的 user 消息不开新轮——与当前轮 sent 同文本的回显直接
  * 吃掉,其它(stop-hook 反馈、skill 注入等轮内注入)作为回复条目留在当前轮。流首出现无 loc
  * 的 user 消息(没有当前轮可归入)时退化开一条 loc 缺省的兜底轮,不丢弃。未识别的事件类型
@@ -26,7 +26,7 @@ export declare function attemptTimelineData(evidence: AttemptEvidence): AttemptT
 export declare function attemptConversationData(evidence: AttemptEvidence): AttemptConversationData | null;
 export declare function attemptDiagnosticsData(evidence: AttemptEvidence): AttemptDiagnosticsData | null;
 /**
- * 组装口径单源:docs/feature/reports/library/attempt-detail.md#usagetable-组装口径单源。
+ * 组装口径单源:docs/feature/reports/components/attempt-detail/usage-table.md#组装口径单源。
  * identity 字段(locator/experimentId/evalId/attempt/verdict)恒有;turns/toolCalls 是 events
  * 派生(与 o11y.json 行为摘要同源,buildO11ySummary 与 o11y.json 落盘走同一份纯函数),没有
  * events 就整对省略——不因为其中一个恰好是 0 就当作"缺失"处理,0 是观测到的事实。

package/dist/report/components/attempt-detail/compute.js

@@ -1,4 +1,4 @@
-// Attempt 详情组件族的计算函数(docs/feature/reports/library/attempt-detail.md)。每个
+// Attempt 详情组件族的计算函数(docs/feature/reports/components/attempt-detail/README.md)。每个
 // `attempt*Data(evidence)` 都是纯同步派生:evidence 已经由 loadAttemptEvidence 一次性
 // 装配好全部证据,这里只做适合展示与序列化的取舍,不读文件、不 fetch、不重复调用
 // attempt.events() / trace() / diff()。
@@ -229,7 +229,7 @@ export function attemptSourceData(evidence) {
 // ───────────────────────── AttemptFixPrompt ─────────────────────────
 /**
  * 单条 attempt 版的批量修复 prompt(与 CopyFixPrompt 的多条版本同一份步骤文案)。三态
- * (docs/feature/reports/library/attempt-detail.md「`AttemptFixPrompt`」):计分制丢分或中止 →
+ * (docs/feature/reports/components/attempt-detail/README.md「`AttemptFixPrompt`」):计分制丢分或中止 →
  * 非 null(围绕丢分检查点组装);计分制挣满且未中止、或通过制 passed → null;skipped 恒 null。
  */
 export function attemptFixPromptData(evidence) {
@@ -270,7 +270,7 @@ export function attemptFixPromptData(evidence) {
     return { prompt };
 }
 // ───────────────────────── AttemptTimeline ─────────────────────────
-/** 收尾段的阶段名(见 docs/feature/results/architecture.md);两面渲染都把这些单列在主链之后,不计入主链总耗时。 */
+/** 收尾段的阶段名(见 docs/feature/record/architecture.md);两面渲染都把这些单列在主链之后,不计入主链总耗时。 */
 export const TIMELINE_CLOSING_PHASES = new Set([
     "eval.teardown",
     "agent.teardown",
@@ -307,7 +307,7 @@ function commandStartOffsetMs(phases, timingNodeId) {
     return undefined;
 }
 /**
- * 失败命令按关联 timing 节点的 `startOffsetMs` 排序(docs/feature/results/architecture.md
+ * 失败命令按关联 timing 节点的 `startOffsetMs` 排序(docs/feature/record/architecture.md
  * 「commandsjson」);关联不到 timing 节点的排在最后,组内保持 `commands.json` 原始顺序作稳定
  * tie-break,不按数组偶然顺序猜时间。
  */
@@ -318,7 +318,7 @@ function sortFailedCommands(commands, phases) {
         .map((entry) => entry.command);
 }
 /**
- * 标准事件流按 `loc` 分轮(docs/feature/reports/library/attempt-detail.md「Attempt 详情组件」):
+ * 标准事件流按 `loc` 分轮(docs/feature/reports/components/attempt-detail/README.md「Attempt 详情组件」):
  * 带 loc 的 user 消息开一轮;无 loc 的 user 消息不开新轮——与当前轮 sent 同文本的回显直接
  * 吃掉,其它(stop-hook 反馈、skill 注入等轮内注入)作为回复条目留在当前轮。流首出现无 loc
  * 的 user 消息(没有当前轮可归入)时退化开一条 loc 缺省的兜底轮,不丢弃。未识别的事件类型
@@ -437,7 +437,7 @@ export function attemptDiagnosticsData(evidence) {
 }
 // ───────────────────────── UsageTable ─────────────────────────
 /**
- * 组装口径单源:docs/feature/reports/library/attempt-detail.md#usagetable-组装口径单源。
+ * 组装口径单源:docs/feature/reports/components/attempt-detail/usage-table.md#组装口径单源。
  * identity 字段(locator/experimentId/evalId/attempt/verdict)恒有;turns/toolCalls 是 events
  * 派生(与 o11y.json 行为摘要同源,buildO11ySummary 与 o11y.json 落盘走同一份纯函数),没有
  * events 就整对省略——不因为其中一个恰好是 0 就当作"缺失"处理,0 是观测到的事实。

package/dist/report/components/attempt-detail/faces.d.ts

@@ -10,7 +10,7 @@ export declare function attemptTimelineText(data: AttemptTimelineData | null, ct
 export declare function attemptConversationText(data: AttemptConversationData | null, ctx: TextContext): string;
 export declare function attemptDiagnosticsText(data: AttemptDiagnosticsData | null, _ctx: TextContext): string;
 /**
- * 单行装配形态,与 docs/feature/reports/library/attempt-detail.md#usagetable-组装口径单源
+ * 单行装配形态,与 docs/feature/reports/components/attempt-detail/usage-table.md#组装口径单源
  * 的示例行文案是同一形态本身,不是它的近似摘要:
  *   `usage: 6 turns · 21 tool calls · 62.3k uncached in + 942.6k cache read / 6.7k out · 24 requests · $1.14`
  * 每个片段独立地只在对应事实存在时出现,顺序保持不变;全部缺失时整行不出现(返回 ""),

package/dist/report/components/attempt-detail/faces.js

@@ -1,4 +1,4 @@
-// Attempt 详情组件族的 text 面(docs/feature/reports/library/attempt-detail.md「在 show 与
+// Attempt 详情组件族的 text 面(docs/feature/reports/components/attempt-detail/README.md「在 show 与
 // view 怎样渲染」):与 web 面共享同一次 resolve 产出的 data 事实(verdict、计数、能力位、
 // 引用),允许把大块内容折成摘要 + 专用证据命令,但不得改变判定、计数或引用。
 // 零 react、零 IO、纯同步——text 宿主不需要 react-dom 的那一半。
@@ -283,7 +283,7 @@ export function attemptDiagnosticsText(data, _ctx) {
 }
 // ───────────────────────── UsageTable ─────────────────────────
 /**
- * 单行装配形态,与 docs/feature/reports/library/attempt-detail.md#usagetable-组装口径单源
+ * 单行装配形态,与 docs/feature/reports/components/attempt-detail/usage-table.md#组装口径单源
  * 的示例行文案是同一形态本身,不是它的近似摘要:
  *   `usage: 6 turns · 21 tool calls · 62.3k uncached in + 942.6k cache read / 6.7k out · 24 requests · $1.14`
  * 每个片段独立地只在对应事实存在时出现,顺序保持不变;全部缺失时整行不出现(返回 ""),
@@ -309,7 +309,7 @@ export function usageTableText(data, _ctx) {
         data.toolCalls !== undefined ? `${data.toolCalls} tool call${data.toolCalls === 1 ? "" : "s"}` : undefined,
         tokenSegment || undefined,
         // requests 只在协议真实提供时显示——协议不提供就整段省略,绝不凑一个 1
-        // (docs/feature/reports/library/attempt-detail.md#usagetable-组装口径单源)。
+        // (docs/feature/reports/components/attempt-detail/usage-table.md#组装口径单源)。
         usage?.requests !== undefined ? `${usage.requests} requests` : undefined,
         data.estimatedCostUSD !== undefined ? formatUSD(data.estimatedCostUSD) : undefined,
     ].filter((s) => s !== undefined);

package/dist/report/components/entity-lists/AttemptList.d.ts

@@ -4,7 +4,7 @@ import type { AttemptLocator } from "../../../results/locator.ts";
 import { type ReportLocale } from "../../model/locale.ts";
 /**
  * 时效标注(`↩` + 紧凑时距):历史执行(携带,或跨快照拼入)才渲染,新执行不标——subdued
- * 行内事实,不占框、不用警示色(docs/feature/reports/library/entity-lists.md「时效标注」)。
+ * 行内事实,不占框、不用警示色(docs/feature/reports/components/entity-lists/README.md「时效标注」)。
  * web 面 hover 显示完整执行时刻;ExperimentList / EvalList / AttemptList 三处共用。
  */
 export declare function HistoricalMark({ item, locale, }: {
@@ -13,7 +13,7 @@ export declare function HistoricalMark({ item, locale, }: {
 }): ReactElement | null;
 /**
  * Eval 父行的时效标注:全部 attempt 均为历史执行时,标最近一次执行(startedAt 最大)的时距;
- * 新旧混合时父行不标,子行各自可见(docs/feature/reports/library/entity-lists.md「时效标注」)。
+ * 新旧混合时父行不标,子行各自可见(docs/feature/reports/components/entity-lists/README.md「时效标注」)。
  * EvalList 与 ExperimentList 的 Eval 父行共用。
  */
 export declare function EvalHistoricalMark({ attempts, }: {
@@ -31,7 +31,7 @@ export declare function AttemptLocatorBadge({ item, attemptHref, }: {
 /**
  * failureSummary + moreFailures 的展示形态:摘要原样,+N 计数由 moreFailures 驱动。计分制
  * passed attempt 的非 null 摘要只可能来自丢分得分点(规则 6)——"+N more lost points",不是
- * "+N more failures":丢分不是失败,措辞分开(docs/feature/reports/library/entity-lists.md
+ * "+N more failures":丢分不是失败,措辞分开(docs/feature/reports/components/entity-lists/README.md
  * `AttemptListItem.moreFailures` 字段注释)。
  */
 export declare function failureSummaryText(item: Pick<AttemptListItem, "failureSummary" | "moreFailures" | "verdict">, locale: ReportLocale): string | null;

package/dist/report/components/entity-lists/AttemptList.js

@@ -5,7 +5,7 @@ import { formatDurationMs, formatHistoricalGap, formatReportDateTime, formatUSD,
 import { cx } from "../shared.js";
 /**
  * 时效标注(`↩` + 紧凑时距):历史执行(携带,或跨快照拼入)才渲染,新执行不标——subdued
- * 行内事实,不占框、不用警示色(docs/feature/reports/library/entity-lists.md「时效标注」)。
+ * 行内事实,不占框、不用警示色(docs/feature/reports/components/entity-lists/README.md「时效标注」)。
  * web 面 hover 显示完整执行时刻;ExperimentList / EvalList / AttemptList 三处共用。
  */
 export function HistoricalMark({ item, locale = DEFAULT_REPORT_LOCALE, }) {
@@ -15,7 +15,7 @@ export function HistoricalMark({ item, locale = DEFAULT_REPORT_LOCALE, }) {
 }
 /**
  * Eval 父行的时效标注:全部 attempt 均为历史执行时,标最近一次执行(startedAt 最大)的时距;
- * 新旧混合时父行不标,子行各自可见(docs/feature/reports/library/entity-lists.md「时效标注」)。
+ * 新旧混合时父行不标,子行各自可见(docs/feature/reports/components/entity-lists/README.md「时效标注」)。
  * EvalList 与 ExperimentList 的 Eval 父行共用。
  */
 export function EvalHistoricalMark({ attempts, }) {
@@ -37,7 +37,7 @@ export function AttemptLocatorBadge({ item, attemptHref, }) {
 /**
  * failureSummary + moreFailures 的展示形态:摘要原样,+N 计数由 moreFailures 驱动。计分制
  * passed attempt 的非 null 摘要只可能来自丢分得分点(规则 6)——"+N more lost points",不是
- * "+N more failures":丢分不是失败,措辞分开(docs/feature/reports/library/entity-lists.md
+ * "+N more failures":丢分不是失败,措辞分开(docs/feature/reports/components/entity-lists/README.md
  * `AttemptListItem.moreFailures` 字段注释)。
  */
 export function failureSummaryText(item, locale) {

package/dist/report/components/entity-lists/ExperimentList.js

@@ -48,7 +48,7 @@ function EvalAttempts({ row, scoring, attemptHref, locale, }) {
 /**
  * 覆盖缺口的占位行:状态列为 —,结果列为「当前配置下无结果」+ 可复制的补跑命令,无 attempt
  * 子行,不参与任何指标聚合——只把分母缺口摆进读者正在看的表里
- * (docs/feature/reports/library/entity-lists.md「ExperimentList」)。
+ * (docs/feature/reports/components/entity-lists/experiment-list.md)。
  */
 function MissingEvalRow({ evalId, experimentId, locale, }) {
     const command = `niceeval exp ${experimentId}`;
@@ -74,7 +74,7 @@ function ExperimentRow({ item, label, composition, attemptHref, locale, }) {
 export function ExperimentList({ data, attemptHref, filter = false, className, locale = DEFAULT_REPORT_LOCALE, }) {
     const experimentLabels = shortestUniqueLabels(data.map((item) => item.experimentId));
     // 主读数列按列表内题型构成选择;web/text 共用同一份判据,不各自重新判断
-    // (docs/feature/reports/library/entity-lists.md「ExperimentList」)。
+    // (docs/feature/reports/components/entity-lists/experiment-list.md)。
     const composition = experimentListScoringComposition(data);
     const showPassRate = composition !== "points";
     const showTotalScore = composition !== "pass";

package/dist/report/components/entity-lists/compute.js

@@ -1,5 +1,5 @@
 // 计算函数(*Data):ReportInput → 一份组件数据。实体列表族(ExperimentList / EvalList /
-// AttemptList / FailureList)的 *Data 都住在这里(docs/feature/reports/library/entity-lists.md)。
+// AttemptList / FailureList)的 *Data 都住在这里(docs/feature/reports/components/entity-lists/README.md)。
 //
 // 共同约定(docs/feature/reports/architecture.md「指标聚合不变量」):
 // - 第一参收 ReportInput = Scope | readonly Snapshot[];warnings 不进组件数据(宿主统一显示);

package/dist/report/components/entity-lists/faces.js

@@ -19,7 +19,7 @@ function locatorBadge(item) {
 /**
  * 时效标注(`↩` + 紧凑时距)的 text 面:历史执行(携带,或跨快照拼入)才输出,新执行为
  * 空串;三面(ExperimentList / EvalList / AttemptList)共用
- * (docs/feature/reports/library/entity-lists.md「时效标注」)。
+ * (docs/feature/reports/components/entity-lists/README.md「时效标注」)。
  */
 function historicalSuffix(item) {
     return item.historical ? `   ↩ ${formatHistoricalGap(item.startedAt)}` : "";

package/dist/report/components/entity-lists/index.d.ts

@@ -41,7 +41,7 @@ export interface FailureListProps {
 }
 /**
  * 「现在有哪些失败要处理」的成品组合件:内部就是 attemptListData → 过滤 → AttemptList
- * data 形态,与手写组合严格等价、没有私有能力(docs/feature/reports/library/entity-lists.md)。
+ * data 形态,与手写组合严格等价、没有私有能力(docs/feature/reports/components/entity-lists/README.md)。
  * verdict ∈ failed / errored,按 attempt 开始时间降序(同刻按 locator 字典序),
  * 截断到 limit(默认 20),total 报告截断前总数。
  */

package/dist/report/components/entity-lists/index.js

@@ -165,7 +165,7 @@ export const AttemptList = makeDataComponent({
 });
 /**
  * 「现在有哪些失败要处理」的成品组合件:内部就是 attemptListData → 过滤 → AttemptList
- * data 形态,与手写组合严格等价、没有私有能力(docs/feature/reports/library/entity-lists.md)。
+ * data 形态,与手写组合严格等价、没有私有能力(docs/feature/reports/components/entity-lists/README.md)。
  * verdict ∈ failed / errored,按 attempt 开始时间降序(同刻按 locator 字典序),
  * 截断到 limit(默认 20),total 报告截断前总数。
  */

package/dist/report/components/metric-views/chart-math.d.ts

@@ -4,7 +4,7 @@ export interface AxisBounds {
     max?: number;
 }
 /**
- * 图轴值域推定(docs/feature/reports/library/metric-views.md「图轴值域」),两步:
+ * 图轴值域推定(docs/feature/reports/components/charts/README.md「值域」),两步:
  *
  * ① 呼吸边距:数据极值向两端各扩数据跨度的 20%,数据极值点因此不落在绘图框线上。数据跨度
  * 为零(单点,或全部点同值)时,边距改取该值绝对值的 20%;值恰为 0 时取 1(否则唯一的点仍会
@@ -39,7 +39,7 @@ export interface AxisScale {
  * `ticksInDomain` 在域内取整齐刻度,最后按 `[pixelLo, pixelHi]` 做线性映射。`invert` 只影响
  * 最后这一步的映射方向(`better: "lower"` 的轴反向渲染)——值域先按呼吸边距 / bounds 推定,
  * 再决定要不要反向,反向不改变值域本身或钳制结果。MetricScatter 与 MetricLine 的两轴共用
- * 这一个函数(docs/feature/reports/library/metric-views.md「图轴值域」)。
+ * 这一个函数(docs/feature/reports/components/charts/README.md「值域」)。
  */
 export declare function axisScale(values: readonly number[], bounds: AxisBounds | undefined, pixelLo: number, pixelHi: number, invert: boolean): AxisScale;
 export interface PointLabelInput {

package/dist/report/components/metric-views/chart-math.js

@@ -28,7 +28,7 @@ function niceNumber(range, round) {
     return niceFraction * 10 ** exponent;
 }
 /**
- * 图轴值域推定(docs/feature/reports/library/metric-views.md「图轴值域」),两步:
+ * 图轴值域推定(docs/feature/reports/components/charts/README.md「值域」),两步:
  *
  * ① 呼吸边距:数据极值向两端各扩数据跨度的 20%,数据极值点因此不落在绘图框线上。数据跨度
  * 为零(单点,或全部点同值)时,边距改取该值绝对值的 20%;值恰为 0 时取 1(否则唯一的点仍会
@@ -105,7 +105,7 @@ export function ticksInDomain(lo, hi, count = 5) {
  * `ticksInDomain` 在域内取整齐刻度,最后按 `[pixelLo, pixelHi]` 做线性映射。`invert` 只影响
  * 最后这一步的映射方向(`better: "lower"` 的轴反向渲染)——值域先按呼吸边距 / bounds 推定,
  * 再决定要不要反向,反向不改变值域本身或钳制结果。MetricScatter 与 MetricLine 的两轴共用
- * 这一个函数(docs/feature/reports/library/metric-views.md「图轴值域」)。
+ * 这一个函数(docs/feature/reports/components/charts/README.md「值域」)。
  */
 export function axisScale(values, bounds, pixelLo, pixelHi, invert) {
     const [lo, hi] = paddedAxisDomain(values, bounds);

package/dist/report/components/metric-views/compute.d.ts

@@ -68,7 +68,7 @@ export interface MetricLineOptions {
  */
 export declare function metricLineData(input: ReportInput, options: MetricLineOptions): Promise<LineData>;
 /**
- * 按 flag 机械导出全部有序条件(docs/feature/reports/library/metric-views.md「DeltaTable」):
+ * 按 flag 机械导出全部有序条件(docs/feature/reports/components/tables/delta-table.md):
  * 条件域 = input Scope 内 `by: "experiment"` 的全部取值,删除该 flag 后必须可比性配置深相等
  * (不额外按 experiment id 的目录前缀分组——architecture.md「Scope 是默认报告的比较边界」同一条
  * 契约);基准取 `baseline` 声明的值(缺省 = 未声明该 flag),候选是该 flag 每个其它取值各一个
@@ -94,8 +94,7 @@ export interface StabilityMatrixOptions {
 }
 /**
  * 历史全执行的稳定性矩阵:行是 eval,列是 by 维度上的取值,格是该组合全部历史执行(跨快照按
- * 身份键去重、不设可比性门槛)的判定计数(docs/feature/reports/library/metric-views.md
- * 「StabilityMatrix」)。消费的是调用方传入的 input 本身——传 current() Scope 只看得到现刻
+ * 身份键去重、不设可比性门槛)的判定计数(docs/feature/reports/components/tables/stability-matrix.md)。消费的是调用方传入的 input 本身——传 current() Scope 只看得到现刻
  * 水位,要看完整历史需由调用方从 ctx.results 显式选择 Snapshot[] 传入。
  */
 export declare function stabilityMatrixData(input: ReportInput, options?: StabilityMatrixOptions): Promise<StabilityMatrixData>;

package/dist/report/components/metric-views/compute.js

@@ -1,7 +1,7 @@
 // 计算函数(*Data):ReportInput → 一份组件数据。跑在 Node 侧,产物是算好的、可序列化的
 // 普通 JSON(终值 + 渲染提示,不含公式);渲染面(web/text)只做展示。指标图形族
 // (MetricTable / MetricMatrix / MetricBars / Scoreboard / MetricScatter / MetricLine /
-// DeltaTable)的 *Data 与配套 Options 都住在这里(docs/feature/reports/library/metric-views.md)。
+// DeltaTable)的 *Data 与配套 Options 都住在这里(docs/feature/reports/components/tables/README.md)。
 //
 // 共同约定(docs/feature/reports/architecture.md「指标聚合不变量」):
 // - 第一参收 ReportInput = Scope | readonly Snapshot[];warnings 不进组件数据(宿主统一显示);
@@ -324,7 +324,7 @@ export async function metricLineData(input, options) {
 }
 // ───────────────────────── deltaTableData 与 conditionsByFlag ─────────────────────────
 /**
- * 按 flag 机械导出全部有序条件(docs/feature/reports/library/metric-views.md「DeltaTable」):
+ * 按 flag 机械导出全部有序条件(docs/feature/reports/components/tables/delta-table.md):
  * 条件域 = input Scope 内 `by: "experiment"` 的全部取值,删除该 flag 后必须可比性配置深相等
  * (不额外按 experiment id 的目录前缀分组——architecture.md「Scope 是默认报告的比较边界」同一条
  * 契约);基准取 `baseline` 声明的值(缺省 = 未声明该 flag),候选是该 flag 每个其它取值各一个
@@ -662,8 +662,7 @@ export async function deltaTableData(input, options) {
 }
 /**
  * 历史全执行的稳定性矩阵:行是 eval,列是 by 维度上的取值,格是该组合全部历史执行(跨快照按
- * 身份键去重、不设可比性门槛)的判定计数(docs/feature/reports/library/metric-views.md
- * 「StabilityMatrix」)。消费的是调用方传入的 input 本身——传 current() Scope 只看得到现刻
+ * 身份键去重、不设可比性门槛)的判定计数(docs/feature/reports/components/tables/stability-matrix.md)。消费的是调用方传入的 input 本身——传 current() Scope 只看得到现刻
  * 水位,要看完整历史需由调用方从 ctx.results 显式选择 Snapshot[] 传入。
  */
 export async function stabilityMatrixData(input, options) {

package/dist/report/components/shared.d.ts

@@ -9,7 +9,7 @@ type Never<T> = {
     [K in keyof T]?: never;
 };
 /**
- * 官方数据组件的统一 props 组合(docs/feature/reports/library/metric-views.md):
+ * 官方数据组件的统一 props 组合(docs/feature/reports/components/tables/README.md):
  * data 形态(接收配套 *Data 的产物)或 spec 形态(Options 平铺 + 可选 input)。
  */
 export type DataProps<Data, Options, Presentation> = ({

package/dist/report/components/site-components/compute.d.ts

@@ -2,26 +2,26 @@ import type { CopyFixPromptData, HeroData, ReportInput, ScopeWarning, SnapshotDi
 /**
  * `heroData(input)`:站点标题区的运行 meta——`latestStartedAt` 取范围内最新快照的开始时间
  * (空范围为 null,不编造当前时间),`snapshots` 计贡献当前水位的快照数
- * (docs/feature/reports/library/site-components.md「HeroCard」)。
+ * (docs/feature/reports/components/site/hero-card.md)。
  */
 export declare function heroData(input: ReportInput): Promise<HeroData>;
 /**
  * `scopeWarningsData(input)`:Scope 携带的挑选警告原样透出;`input` 是裸 `Snapshot[]` 时
  * 没有挑选过程、没有警告,返回空数组,也如实
- * (docs/feature/reports/library/site-components.md「ScopeWarnings」)。
+ * (docs/feature/reports/components/site/sample-warnings.md)。
  */
 export declare function scopeWarningsData(input: ReportInput): Promise<readonly ScopeWarning[]>;
 /**
  * `snapshotDiagnosticsData(input)`:只投影 diagnostics 非空的真实 Snapshot,不携带 `evals` 或
  * `AttemptHandle`,不跨快照合并;按 experiment id 字典序排列,同一实验内按 startedAt 从新到旧
- * (docs/feature/reports/library/site-components.md「SnapshotDiagnostics」)。
+ * (docs/feature/reports/components/site/run-diagnostics.md)。
  */
 export declare function snapshotDiagnosticsData(input: ReportInput): Promise<SnapshotDiagnosticsData>;
 /**
  * `copyFixPromptData(input)`:把范围内全部失败(verdict 为 failed / errored 的 attempt)
  * 整理成一段可交给 coding agent 的修复 prompt——逐失败含 eval id、主失败摘要与 attempt
  * 下钻命令(`niceeval show @<locator>`)。prompt 面向 agent,固定英文
- * (docs/feature/reports/library/site-components.md「CopyFixPrompt」)。
+ * (docs/feature/reports/components/site/copy-fix-prompt.md)。
  */
 export declare function copyFixPromptData(input: ReportInput): Promise<CopyFixPromptData>;
 /**
@@ -29,6 +29,6 @@ export declare function copyFixPromptData(input: ReportInput): Promise<CopyFixPr
  * trace artifact(经 AttemptHandle 懒加载的 canonical OTel span);runner 生命周期节点
  * (`result.phases`)不进瀑布。行内只汇总顶层 span(parentSpanId 缺失或不在本 trace 内),
  * 按 startOffsetMs 升序;trace 缺失或为空时 `durationMs` 为 null、行照常出现
- * (docs/feature/reports/library/site-components.md「TraceWaterfall」)。
+ * (docs/feature/reports/components/site/trace-waterfall.md)。
  */
 export declare function traceWaterfallData(input: ReportInput): Promise<readonly TraceWaterfallRow[]>;

package/dist/report/components/site-components/compute.js

@@ -1,6 +1,6 @@
 // 计算函数(*Data):ReportInput → 一份组件数据。站点组件族(Hero / ScopeWarnings /
 // CopyFixPrompt / TraceWaterfall)的 *Data 都住在这里
-// (docs/feature/reports/library/site-components.md)。
+// (docs/feature/reports/components/site/README.md)。
 //
 // 共同约定(docs/feature/reports/architecture.md「指标聚合不变量」):
 // - 第一参收 ReportInput = Scope | readonly Snapshot[];warnings 不进组件数据(宿主统一显示);
@@ -11,7 +11,7 @@ import { attemptListData } from "../entity-lists/compute.js";
 /**
  * `heroData(input)`:站点标题区的运行 meta——`latestStartedAt` 取范围内最新快照的开始时间
  * (空范围为 null,不编造当前时间),`snapshots` 计贡献当前水位的快照数
- * (docs/feature/reports/library/site-components.md「HeroCard」)。
+ * (docs/feature/reports/components/site/hero-card.md)。
  */
 export async function heroData(input) {
     const { snapshots } = resolveInput(input);
@@ -25,7 +25,7 @@ export async function heroData(input) {
 /**
  * `scopeWarningsData(input)`:Scope 携带的挑选警告原样透出;`input` 是裸 `Snapshot[]` 时
  * 没有挑选过程、没有警告,返回空数组,也如实
- * (docs/feature/reports/library/site-components.md「ScopeWarnings」)。
+ * (docs/feature/reports/components/site/sample-warnings.md)。
  */
 export async function scopeWarningsData(input) {
     return resolveInput(input).warnings;
@@ -33,7 +33,7 @@ export async function scopeWarningsData(input) {
 /**
  * `snapshotDiagnosticsData(input)`:只投影 diagnostics 非空的真实 Snapshot,不携带 `evals` 或
  * `AttemptHandle`,不跨快照合并;按 experiment id 字典序排列,同一实验内按 startedAt 从新到旧
- * (docs/feature/reports/library/site-components.md「SnapshotDiagnostics」)。
+ * (docs/feature/reports/components/site/run-diagnostics.md)。
  */
 export async function snapshotDiagnosticsData(input) {
     const { snapshots } = resolveInput(input);
@@ -46,7 +46,7 @@ export async function snapshotDiagnosticsData(input) {
  * `copyFixPromptData(input)`:把范围内全部失败(verdict 为 failed / errored 的 attempt)
  * 整理成一段可交给 coding agent 的修复 prompt——逐失败含 eval id、主失败摘要与 attempt
  * 下钻命令(`niceeval show @<locator>`)。prompt 面向 agent,固定英文
- * (docs/feature/reports/library/site-components.md「CopyFixPrompt」)。
+ * (docs/feature/reports/components/site/copy-fix-prompt.md)。
  */
 export async function copyFixPromptData(input) {
     const items = await attemptListData(input);
@@ -104,7 +104,7 @@ function waterfallKindOf(kind) {
  * trace artifact(经 AttemptHandle 懒加载的 canonical OTel span);runner 生命周期节点
  * (`result.phases`)不进瀑布。行内只汇总顶层 span(parentSpanId 缺失或不在本 trace 内),
  * 按 startOffsetMs 升序;trace 缺失或为空时 `durationMs` 为 null、行照常出现
- * (docs/feature/reports/library/site-components.md「TraceWaterfall」)。
+ * (docs/feature/reports/components/site/trace-waterfall.md)。
  */
 export async function traceWaterfallData(input) {
     const { snapshots, attempts } = resolveInput(input);