niceeval 0.18.0 → 0.19.0

package/dist/runner/types.d.ts

@@ -1,10 +1,9 @@
-import type { ModelSlotSelection, ResolvedModelSlots } from "../model-slots.js";
+import type { ModelRoleSelection, ResolvedModelRoles } from "../model-roles.js";
 import type { AdapterFlagsParser, AdapterFlagsOutput, AdapterFlagsValue } from "../adapter-flags.js";
 import type { Effect } from "effect";
 import type { ExperimentFlags, FlagValue, JsonValue, LocalizedText, ScopedFeedback, SourceArtifact, Verdict } from "../shared/types.js";
-import type { AttemptFailureClassifier } from "../shared/failure-class.js";
-import type { O11ySummary, StreamEvent, TraceSpan, Truncation, Usage } from "../o11y/types.js";
-import type { Agent, AgentSetupManifest } from "../agents/types.js";
+import type { ObservabilitySummary, StreamEvent, TraceSpan, Truncation, Usage } from "../o11y/types.js";
+import type { Agent, AgentInstallationManifest } from "../agents/types.js";
 import type { Adapter, AdapterRuntimeEvalDefinition } from "../adapter.js";
 import type { SandboxLayer } from "../sandbox/layer.js";
 import type { LinkedRunPlan } from "../sandbox/plan.js";
@@ -23,7 +22,7 @@ import type { PluginInstance, PluginOnUnavailable } from "../plugin/contracts.js
  * 这里不复制(见 docs/feature/record/architecture.md「run.json」)。
  */
 export interface ExperimentRunInfo {
-    readonly models?: ResolvedModelSlots;
+    readonly models?: ResolvedModelRoles;
     description?: string;
     reasoningEffort?: string;
     flags?: globalThis.Record<string, JsonValue>;
@@ -242,7 +241,7 @@ export interface TimeoutAttribution {
 /**
  * 不一定改变 verdict、但运行后仍需回顾的有界诊断(见 docs/feature/record/architecture.md 的
  * `DiagnosticRecord`)。`level` 表达写入方观察到的运行影响,不是 verdict 的别名 ——
- * passed / failed / errored 任一 verdict 都可以带 cleanup / teardown 诊断。
+ * passed / failed / errored 任一 verdict 都可以带 cleanup / after 诊断。
  * 与运行级的 `DiagnosticNotice` 不同,这条挂在单个 attempt 结果或 RunMeta 上落盘。
  */
 export interface DiagnosticRecord {
@@ -250,7 +249,7 @@ export interface DiagnosticRecord {
     level: "warning" | "error";
     /**
      * 诊断归属。attempt 诊断由 runner 绑定当时打开的锚点;Run 诊断可引用 Run timing node,
-     * 也可只带 `experiment.teardown` 这类归因锚点;没有 timing 记录的第三方 producer 可省略。
+     * 也可只带 `experiment.after` 这类归因锚点;没有 timing 记录的第三方 producer 可省略。
      */
     origin?: TimingOrigin;
     /** 写入时观察到的原始有界描述;不包含修复动作或呈现文案。 */
@@ -380,7 +379,7 @@ export interface EvalResult {
     estimatedCostUSD?: number;
     /** 使 attempt 进入 `errored` 的唯一致命执行错误(结构化);默认报告显示 `error.message` 一层原因。 */
     error?: AttemptError;
-    /** 本 attempt 的诊断(与 verdict 独立);teardown / cleanup 失败等挂在这里,不改判定。 */
+    /** 本 attempt 的诊断(与 verdict 独立);after / cleanup 失败等挂在这里,不改判定。 */
     diagnostics?: readonly DiagnosticRecord[];
     /** Runner 阶段计时,按执行顺序;只记录实际发生的阶段(见 docs/feature/record/architecture.md)。 */
     phases?: PhaseTiming[];
@@ -388,11 +387,11 @@ export interface EvalResult {
     events?: StreamEvent[];
     /** test 引用到的 eval 源码(按 loc 收集),供 view 渲染 github-diff 式代码视图。 */
     sources?: SourceArtifact[];
-    o11y?: O11ySummary;
+    o11y?: ObservabilitySummary;
     /** agent 经 OpenTelemetry 导出的运行追踪(有 tracing 能力且收到 span 时)。 */
     trace?: TraceSpan[];
-    /** 本 attempt 的 agent setup 实际装了什么(Skill / native plugin / MCP / Python plugin);不参与评分。 */
-    agentSetup?: AgentSetupManifest;
+    /** 本 attempt 的 agent before 实际装了什么(Skill / native plugin / MCP / Python plugin);不参与评分。 */
+    agentInstallation?: AgentInstallationManifest;
     /**
      * attempt 级聚合的证据覆盖(各 turn 的最差值,unavailable < partial < complete)；必填。
      */
@@ -459,7 +458,7 @@ export declare const RECORD_FORMAT = "niceeval.results";
  * `diff.json` 落逐窗口 delta 序列(DiffWindow[]);events/trace 的字符串值统一 256 KiB 截断
  * (结构化 `truncated` 标记);run.json 新增发布拷贝的 `publish` 标记。
  * `9` = `hasEvents`/`hasTrace`/`hasSources` 三个布尔删除,统一为 `artifacts`(writer 实际写出的
- * 按需 artifact 词干列表,单源在证据 registry);`O11ySummary` 删除 `usage`/`estimatedCostUSD`/
+ * 按需 artifact 词干列表,单源在证据 registry);`ObservabilitySummary` 删除 `usage`/`estimatedCostUSD`/
  * `durationMs`,正名为纯行为计数缓存；EvalResult 是 Runner outcome，SQLite Record 拥有持久成本事实
  * `durationMs`(见 memory 的 results-evidence-registry-ruling 条目)。
  * `12` = `diff.json` 的 `WindowChange.binary` 并入 `elided`。
@@ -496,8 +495,8 @@ export interface InvocationSummary {
     /** Current Record readbacks adopted by this invocation; these are never recreated EvalResults. */
     reusedAttempts: readonly CurrentReusedAttemptReadback[];
     results: EvalResult[];
-    /** Unique provider-native setup-prefix nodes settled before Attempt dispatch. */
-    setupPrefixes: SetupPrefixPreparationSummary;
+    /** Unique provider-native before-cache nodes settled before Attempt dispatch. */
+    beforeCaches: SetupPrefixPreparationSummary;
 }
 /**
  * The invocation-level hand-off identifies every created Run and fixes one
@@ -549,7 +548,7 @@ export interface Reporter {
  * `required` 语义(见 docs/feature/experiments/cli.md「运行完成状态不只看 verdict 计数」):
  * - CLI 显式 `--junit`:`required: true`——这是调用者要求的附加聚合文件,写失败必须让
  *   `InvocationCompletion` 判红、CI 退出码非零。CLI `--json` 是终端 receipt 流，不是 Reporter。
- * - 用户 `Config.reporters` / `EvalDef.reporters`:`required: false`——失败只折成一条
+ * - 用户 `Config.reporters`:`required: false`——失败只折成一条
  *   diagnostic,不影响 completion,也不阻断其它 reporter 收尾或后续 attempt。
  *
  * `target` 是可选的落盘路径(如 `--json`/`--junit` 指定的文件),纯展示 / 排障用途,不参与判定。
@@ -593,7 +592,7 @@ export type ReporterEvent = {
     type: "invocation:summary";
     summary: InvocationSummary;
 } | {
-    /** 该 Experiment 的 teardown(若声明)完成之后、invocation:summary 之前触发。 */
+    /** 该 Experiment 的 after(若声明)完成之后、invocation:summary 之前触发。 */
     type: "experiment:complete";
     experimentId: string;
     /** 该 Experiment 封口时刻,即它的 Run completedAt。 */
@@ -655,8 +654,6 @@ export interface EvalAuthorFields {
     plugins?: readonly PluginInstance<"eval">[];
     /** 模型字符串只替换项目 Judge Provider 的模型；Provider 实例整体替换。Experiment 设置优先。 */
     judge?: JudgeSelection;
-    /** 覆盖 / 追加项目级 Config.reporters,只对这一条评估用例生效。 */
-    reporters?: Reporter[];
     /** 覆盖项目级 / CLI 的单次 attempt 超时(毫秒),只对这一条评估用例生效。 */
     timeoutMs?: number;
     /** 任意附加元数据,作为 Attempt Provenance 保存,不参与调度或打分;供自定义 reporter 消费。 */
@@ -692,7 +689,7 @@ export type ScoreEvalInput<Sandbox extends SandboxLayer | undefined = SandboxLay
 };
 /** Factory 完成默认归一后的 Eval 字段；Definition 不再复用作者输入的 optional 半状态。 */
 export interface EvalDefinitionFields<Sandbox extends SandboxLayer | undefined = SandboxLayer | undefined> {
-    readonly requiredModelSlots?: readonly string[];
+    readonly requiredModelRoles?: readonly string[];
     readonly description?: string;
     readonly tags: readonly string[];
     /**
@@ -702,7 +699,6 @@ export interface EvalDefinitionFields<Sandbox extends SandboxLayer | undefined =
     readonly sandbox?: Sandbox;
     readonly plugins: readonly PluginInstance<"eval">[];
     readonly judge?: JudgeSelection;
-    readonly reporters: readonly Reporter[];
     readonly timeoutMs?: number;
     readonly metadata: Readonly<globalThis.Record<string, JsonValue>>;
     readonly diff: {
@@ -783,9 +779,9 @@ export declare function isEvalDefinition(value: unknown): value is AnyEvalDefini
 /** @internal discovery 构造唯一的不可变阶段三值，不回写 Definition。 */
 export declare function discoverEval(definition: AnyEvalDefinition, facts: DiscoveredEvalFacts): DiscoveredEval;
 /**
- * `ExperimentDefinition.setup` / `teardown` 拿到的窄上下文。`progress` 更新本实验运行级
+ * `ExperimentDefinition.before` / `after` 拿到的窄上下文。`progress` 更新本实验运行级
  * active 行的次要文本(短命状态,JSON 机器流不逐条输出),`diagnostic` 进运行级永久
- * 事件流(实验级钩子不属于任何单个 attempt,诊断不落 attempt 的 `result.json`;setup 抛错
+ * 事件流(实验级钩子不属于任何单个 attempt,诊断不落 attempt 的 `result.json`;before 抛错
  * 以每条 attempt 的结构化 `error` 落盘,失败仍可回顾)。钩子的起止本身由 runner 直接发布为
  * 运行级反馈,不依赖这里的 `progress`(见 docs/feature/experiments/cli.md「实验级 Hook 的显示」)。
  */
@@ -793,7 +789,7 @@ export interface ExperimentHookContext extends ScopedFeedback {
     readonly experimentId: string;
     /** 本实验解析后实际选中的 eval id 全集(evals 过滤器的求值结果)。 */
     readonly selectedEvalIds: readonly string[];
-    /** 用户中断(Ctrl+C / kill)时 abort;长启动的 setup 应观察它提前退出。 */
+    /** 用户中断(Ctrl+C / kill)时 abort;长启动的 before 应观察它提前退出。 */
     readonly signal: AbortSignal;
 }
 /** Shared lifecycle callback shape for author and Experiment Plugin hooks. */
@@ -805,24 +801,22 @@ export type ExperimentHook = (ctx: ExperimentHookContext) => void | Promise<void
 export interface SharedStateConfig {
     readonly key: string;
 }
-/** Host-only SetupPrefix cache policy. It is resolved per AgentRun and never participates in identity. */
-export type SandboxSetupCache = "use" | "bypass";
+/** Host-only before cache policy. It is resolved per AgentRun and never participates in identity. */
+export type SandboxBeforeCache = "use" | "bypass";
 export interface SandboxCacheConfig {
-    readonly setup?: SandboxSetupCache;
+    readonly before?: SandboxBeforeCache;
 }
 /**
  * Resolve the one completed runtime policy without projecting it into any identity shape.
  * The argument order mirrors the public precedence: CLI → Experiment → Config → default.
  */
-export declare function resolveSandboxSetupCache(cli: SandboxSetupCache | undefined, experiment: SandboxCacheConfig | undefined, config: SandboxCacheConfig | undefined): SandboxSetupCache;
+export declare function resolveSandboxBeforeCache(cli: SandboxBeforeCache | undefined, experiment: SandboxCacheConfig | undefined, config: SandboxCacheConfig | undefined): SandboxBeforeCache;
 /** Experiment 作者自行选择的字段；不包含路径 id 与 factory 品牌。 */
 export interface ExperimentAuthorFields {
-    /** 为自定义 Adapter 的各个具名模型槽选择模型；不能与单模型简写同时使用。 */
-    models?: Readonly<Record<string, ModelSlotSelection>>;
+    /** 为自定义 Adapter 的各个模型用途选择模型；不能与单模型简写同时使用。 */
+    models?: Readonly<Record<string, ModelRoleSelection>>;
     /** 一句话描述,展示在 view / CLI 里;纯说明,不影响调度或打分。 */
     description?: string;
-    /** 对话 Adapter 的简写；`agent` 与 `adapter` 必须且只能提供一个。 */
-    agent?: Agent;
     /** 本实验使用的 Adapter 实现。 */
     adapter?: Adapter;
     /** 单个模型(agent 留空时实验决定);省略=用 agent 原生默认。跨模型对比写多个实验文件,别用数组。 */
@@ -834,7 +828,7 @@ export interface ExperimentAuthorFields {
      * rubric 由 Match 拥有，材料与消费阈值由 Assertion 提供。各字段按
      * Experiment → Eval → Config → 内置默认值解析。
      */
-    judgeRuntime?: JudgeSelection;
+    judge?: JudgeSelection;
     /** 实验条件(A/B 里的 feature flag),由实验文件声明;必须是扁平标量对象
      *  (仅字符串、有限数字或布尔值，defineExperiment 解析时校验),经 ctx.flags 透传给 adapter、
      *  t.flags 暴露给 eval,并原样进入结果快照的 ExperimentRunInfo.flags。 */
@@ -876,8 +870,8 @@ export interface ExperimentAuthorFields {
     sandboxReuse?: boolean;
     /**
      * 声明本 Experiment 需要独占的共享外部状态。相同 key 的 Invocation 在同一项目
-     * Coordination 域内从 Experiment/Sandbox setup 前一直互斥到 Sandbox teardown、
-     * provider finalizer 与 Experiment teardown 全部完成；等待者不会先创建 Sandbox，
+     * Coordination 域内从 Experiment/Sandbox before 前一直互斥到 Sandbox after、
+     * provider finalizer 与 Experiment after 全部完成；等待者不会先创建 Sandbox，
      * 取得租约后继续自己的 plan。它不是状态存储、事务或跨机器锁。
      */
     sharedState?: SharedStateConfig;
@@ -893,38 +887,29 @@ export interface ExperimentAuthorFields {
      * 仍按全局并发(CLI / env / config / 沙箱默认)跑。用于串行化有共享状态的实验
      * (如跨 eval 累积记忆:`maxConcurrency: 1` 保证 attempt 按 eval 顺序一个个跑),
      * 或给撞 provider 限额的实验单独降速。名额与 attempt 同生命周期:从沙箱创建前一直握到
-     * teardown 与沙箱销毁完成才归还,中途任何等待(含 turn 重试退避)都不松手——
+     * after 与沙箱销毁完成才归还,中途任何等待(含 turn 重试退避)都不松手——
      * `maxConcurrency: 1` 因此是严格的临界区,不会被同实验的下一个 attempt 提前闯入。
      * 它不跨 Invocation；跨 Invocation 的共享外部状态请声明 `sharedState`。
      */
     maxConcurrency?: number;
     /**
-     * 本实验的失败分类器:识别以第三方错误形态浮出的自家共享基建死因(对自家隧道 host 的拒连
-     * 一类),返回 `undefined` 表示「不认识,交给后续链路」。本实验任意 per-attempt 阶段的失败
-     * 都会问到它;send 失败链上它排在 adapter 的 `classifySendFailure` 之前——按自家坐标过滤的
-     * 特异性高于协议通用形状,两者同时认领时空间轴才赢得下来。分类器要快、纯、不抛错(抛错按
-     * `undefined` 回落并被吞掉);只声明决策轴与 `reason` 词,重试与落闸策略归执行体。
-     * 见 docs/feature/error-classification/library.md「实验 / eval 作者:声明死因的波及范围」。
-     */
-    classifyFailure?: AttemptFailureClassifier;
-    /**
-     * 实验级生命周期钩子对的 setup 侧:整场至多一次、宿主机侧,管「每实验一份、所有 attempt
+     * 实验级生命周期钩子对的 before 侧:整场至多一次、宿主机侧,管「每实验一份、所有 attempt
      * 共享」的宿主机资源(隧道、mock server、license 租约)。本实验第一个通过派发许可的
      * attempt 触发(memoized,并发 attempt 等同一个结果;全部结果被 carry 携入时不执行)。
-     * setup 不返回值;产物写模块级变量,`teardown` 与同文件 agent / sandbox 钩子从闭包读,
-     * runner 不做值的中介。setup 抛错 → 本实验所有 Attempt 形成 `errored` Verdict
-     * (code `"experiment-setup-failed"`、phase `"experiment.setup"`),同批其它实验不受影响。
+     * before 不返回值;产物写模块级变量,`after` 与同文件 agent / sandbox 钩子从闭包读,
+     * runner 不做值的中介。before 抛错 → 本实验所有 Attempt 形成 `errored` Verdict
+     * (code `"experiment-setup-failed"`、phase `"experiment.before"`),同批其它实验不受影响。
      * 函数体不进 fingerprint,改了钩子逻辑用 `--rerun all` 明确全部重跑。
      * 见 docs/feature/experiments/architecture.md「实验级生命周期」。
      */
-    setup?: ExperimentHook;
+    before?: ExperimentHook;
     /**
-     * 实验级生命周期钩子对的 teardown 侧:本实验全部 attempt 收尾后执行(运行被中断也执行),
-     * 当且仅当 setup 时点走到过——setup 抛错不豁免(半初始化现场同样要扫尾,teardown 对可能
-     * 未赋值的闭包变量做防御),未声明 setup 不影响触发;一个 attempt 都不派发则跳过。
+     * 实验级生命周期钩子对的 after 侧:本实验全部 attempt 收尾后执行(运行被中断也执行),
+     * 当且仅当 before 时点走到过——before 抛错不豁免(半初始化现场同样要扫尾,after 对可能
+     * 未赋值的闭包变量做防御),未声明 before 不影响触发;一个 attempt 都不派发则跳过。
      * 抛错或超 30s 清理上限只记运行级 diagnostic(`experiment-teardown-failed`),不改判定。
      */
-    teardown?: ExperimentHook;
+    after?: ExperimentHook;
 }
 /** 作者输入：id 只能由发现阶段从文件路径推导。 */
 /** Infer only from the Adapter selection; flags cannot widen it. */
@@ -936,15 +921,11 @@ type ExperimentFlagsFields<A extends Adapter> = {
 };
 type ExperimentAdapterSelection<A extends Adapter> = {
     readonly adapter: A;
-    readonly agent?: never;
-} | {
-    readonly agent: A & Agent;
-    readonly adapter?: never;
 };
 type ExperimentModelFields<A extends Adapter> = A extends {
     readonly kind: "custom";
 } ? ({
-    readonly models: Readonly<Record<string, ModelSlotSelection>>;
+    readonly models: Readonly<Record<string, ModelRoleSelection>>;
     readonly model?: never;
     readonly reasoningEffort?: never;
 } | {
@@ -956,19 +937,17 @@ type ExperimentModelFields<A extends Adapter> = A extends {
     readonly model?: string;
     readonly reasoningEffort?: string;
 };
-export type ExperimentInput<A extends Adapter = Adapter> = Omit<ExperimentAuthorFields, "agent" | "adapter" | "flags" | "models" | "model" | "reasoningEffort"> & ExperimentModelFields<A> & ExperimentAdapterSelection<A> & ExperimentFlagsFields<NoInfer<A>> & {
+export type ExperimentInput<A extends Adapter = Adapter> = Omit<ExperimentAuthorFields, "adapter" | "flags" | "models" | "model" | "reasoningEffort"> & ExperimentModelFields<A> & ExperimentAdapterSelection<A> & ExperimentFlagsFields<NoInfer<A>> & {
     id?: ExperimentIdComesFromFilePath;
 };
 /** Factory 完成默认归一后的 Experiment 字段；无默认语义的 Hook 仍保持作者声明。 */
 export interface ExperimentDefinition<A extends Adapter = Adapter> {
-    readonly models?: ResolvedModelSlots;
+    readonly models?: ResolvedModelRoles;
     readonly description?: string;
     readonly adapter: A;
-    /** Present when the selected Adapter is an Agent, regardless of the input shorthand. */
-    readonly agent?: Agent;
     readonly model?: string;
     readonly reasoningEffort?: string;
-    readonly judgeRuntime?: JudgeSelection;
+    readonly judge?: JudgeSelection;
     readonly flags: AdapterFlagsOutput<ExperimentFlagsParser<A>> & ExperimentFlags;
     readonly labels: Readonly<globalThis.Record<string, string | number>>;
     readonly attempts: number;
@@ -983,9 +962,8 @@ export interface ExperimentDefinition<A extends Adapter = Adapter> {
     readonly sharedState?: SharedStateConfig;
     readonly budget?: number;
     readonly maxConcurrency?: number;
-    readonly classifyFailure?: AttemptFailureClassifier;
-    readonly setup?: ExperimentHook;
-    readonly teardown?: ExperimentHook;
+    readonly before?: ExperimentHook;
+    readonly after?: ExperimentHook;
     readonly [EXPERIMENT_DEFINITION]: true;
 }
 /** @internal 仅 defineExperiment 写入私有品牌。 */
@@ -1030,19 +1008,17 @@ export interface Config {
      * 可传字符串,或按 locale 提供多语言(如 `{ en: "...", "zh-CN": "..." }`),随 view 语言切换。
      */
     name?: LocalizedText;
-    /** 上传进 Sandbox 的工作区根目录,省略则用项目根;评估用例的 sandbox 视图从这里起步。 */
-    workspace?: string;
     /** 项目级默认 Judge Provider；Eval 与 Experiment 可替换模型或整个 Provider。 */
-    judgeRuntime?: JudgeProvider;
-    /** 项目级默认 reporter 列表(如落盘 / 上传结果);EvalDef.reporters 会与它合并。 */
+    judgeProvider?: JudgeProvider;
+    /** 项目级默认 reporter 列表(如落盘 / 上传结果)。 */
     reporters?: Reporter[];
     /** 项目级默认并发上限;CLI flag / experiment 的同名设置优先级更高(没有环境变量层)。 */
     maxConcurrency?: number;
     /** Run 级 Sandbox 镜像准备并发；与 attempt 并发独立，省略时安全默认 2。 */
     maxBuildConcurrency?: number;
     /** Run 级 PreparedArtifact 前缀 DAG 准备并发；与 build / attempt 并发独立。 */
-    maxSetupPrefixConcurrency?: number;
-    /** 项目级 SetupPrefix cache 默认；Experiment 与显式 CLI flag 可覆盖。 */
+    maxBeforeCacheConcurrency?: number;
+    /** 项目级 before cache 默认；Experiment 与显式 CLI flag 可覆盖。 */
     sandboxCache?: SandboxCacheConfig;
     /** 项目级默认单次 attempt 超时(毫秒);CLI flag / experiment / EvalDef 的同名设置优先级更高。 */
     timeoutMs?: number;
@@ -1116,7 +1092,7 @@ export declare function runWho(run: {
 }): string;
 /** 一个 (agent, model, flags) 的运行配置 —— 由 CLI / 实验展开。 */
 export interface AdapterRun {
-    readonly models?: ResolvedModelSlots;
+    readonly models?: ResolvedModelRoles;
     readonly adapter: Adapter;
     /** Present exactly when `adapter` is an Agent implementation. */
     readonly agent?: Agent;
@@ -1126,7 +1102,7 @@ export interface AdapterRun {
     readonly attempts: number;
     readonly earlyExit: boolean;
     /** 本次 Invocation 已按 CLI → Experiment → Config → default 归一的 Host cache 策略。 */
-    readonly sandboxSetupCache: SandboxSetupCache;
+    readonly sandboxBeforeCache: SandboxBeforeCache;
     /** Experiment 的作者 layer；省略在 link 输入归一为 command-only。 */
     readonly sandbox?: SandboxLayer;
     /** Experiment Plugin occurrences carried into zero-resource pair link. */
@@ -1137,7 +1113,7 @@ export interface AdapterRun {
     /** 跨 Invocation 共享外部状态的互斥声明；值进入 configHash。 */
     readonly sharedState?: SharedStateConfig;
     /** Experiment 声明的 judge 覆盖；与 Eval/Config 的逐字段解析在 pair 规划期完成。 */
-    readonly judgeRuntime?: JudgeSelection;
+    readonly judge?: JudgeSelection;
     /**
      * 运行侧已求值的单 attempt 超时上限:只含 `--timeout` 与 experiment 字段两层
      * (`resolveRunTimeout`)。**不许把 config 的值提前物化进来**——eval 与 config 两层由
@@ -1167,14 +1143,11 @@ export interface AdapterRun {
     /** 本配置自己的并发上限(来自 ExperimentDef.maxConcurrency):调度器为它单建信号量,
      *  attempt 先过这道闸再占全局并发位;省略则只受全局并发约束。 */
     readonly maxConcurrency?: number;
-    /** 实验级生命周期钩子对(来自 ExperimentDef.setup / .teardown):setup 整场至多一次,
-     *  调度器 memoize 执行;teardown 在全部 attempt 收尾后执行,当且仅当 setup 时点走到过
+    /** 实验级生命周期钩子对(来自 ExperimentDef.before / .after):before 整场至多一次,
+     *  调度器 memoize 执行;after 在全部 attempt 收尾后执行,当且仅当 before 时点走到过
      *  (语义见 ExperimentDef 对应字段)。 */
     readonly setup?: ExperimentHook;
     readonly teardown?: ExperimentHook;
-    /** 实验声明的失败分类器(来自 ExperimentDef.classifyFailure):turn 链上排在 adapter 之前,
-     *  生命周期链上排在抛出点声明之后;产出的空间轴由止损闸在 attempt 封口消费。 */
-    readonly classifyFailure?: AttemptFailureClassifier;
 }
 /** @internal Transitional name while Agent-only execution seams are narrowed. */
 export type AgentRun = AdapterRun;
@@ -1193,7 +1166,7 @@ export interface RunOptions<RecordError = never, RecordRequirements = never> {
     /** `--accept` 本次授权跨过的差异 selector(`config:<字段路径>` 等)。 */
     accept?: readonly string[];
     /**
-     * 本地旧 registry 根（默认 `cwd/.niceeval`）。仅供尚未迁移的 teardown / Sandbox
+     * 本地旧 registry 根（默认 `cwd/.niceeval`）。仅供尚未迁移的 after / Sandbox
      * 生命周期消费者；Session 与 execution lock 固定使用 `recordRoot` 的 ProjectDatabase。
      */
     coordinationRoot?: string;
@@ -1219,16 +1192,14 @@ export interface RunOptions<RecordError = never, RecordRequirements = never> {
     /**
      * 已注册的 reporter,携带 name/required 元数据(见 `ReporterRegistration`)。这是内部编排
      * 通道——调用方(今天只有 `cli.ts`)按来源(显式 --junit / 用户 `Config.reporters`)把裸
-     * `Reporter` 各自包一层元数据后传进来;eval 级 `EvalDef.reporters`
-     * 不经过这里,由 `runEvals()` 自己按 `scopeReporter()` 包装、统一记作 `required: false`
-     *(见 run.ts 的 scopedSets 处理)。
+     * `Reporter` 各自包一层元数据后传进来。项目 Reporter 使用 `required: false`。
      */
     reporters: ReporterRegistration[];
     maxConcurrency: number;
     /** Run 级 Sandbox 镜像 lookup/build 并发；省略时安全默认 2。 */
     maxBuildConcurrency?: number;
     /** Run 级 PreparedArtifact 前缀 DAG 并发；省略时安全默认 2。 */
-    maxSetupPrefixConcurrency?: number;
+    maxBeforeCacheConcurrency?: number;
     signal?: AbortSignal;
     /**
      * 非沙箱 tracing agent 的 run 级共享 OTLP 接收池(runEvals 创建并回收;
@@ -1334,13 +1305,13 @@ export interface QueuedAttempt {
     reason: AttemptQueueReason;
     queuedAt: number;
 }
-/** 实验级钩子只有 setup 与它返回的 teardown 两员,同一实验内两者永不并发
- *  (teardown 在全部 attempt 收尾后才触发),所以运行级行按 experimentId 建 key 就够。 */
+/** 实验级钩子只有 before 与它返回的 after 两员,同一实验内两者永不并发
+ *  (after 在全部 attempt 收尾后才触发),所以运行级行按 experimentId 建 key 就够。 */
 export type ExperimentHookName = "setup" | "teardown";
 /**
  * dashboard 当前可见的一个实验级钩子运行级行(见 docs/feature/experiments/cli.md
  * 「实验级 Hook 的显示」)。与 `ActiveAttempt` 分开建模:钩子不属于任何单个 attempt、不占并发位,
- * 也不参与 `RunFeedbackState` 的计数不变量——等待 setup 的
+ * 也不参与 `RunFeedbackState` 的计数不变量——等待 before 的
  * attempt 保持 `queued`,这行就是「为什么它们还在排队」的解释。`detail` 来自实验级
  * `ctx.progress`,后一条覆盖前一条。
  */
@@ -1359,7 +1330,7 @@ export interface ActiveExperimentHook {
     /** 钩子开始的墙钟时间(epoch ms),用于渲染运行级行的耗时。 */
     startedAt: number;
     detail?: string;
-    /** 强杀后启动自愈补执行的 teardown(见 `DurableFeedbackEvent` 的 "experiment-hook" 变体)。 */
+    /** 强杀后启动自愈补执行的 after(见 `DurableFeedbackEvent` 的 "experiment-hook" 变体)。 */
     recovery?: boolean;
 }
 /**
@@ -1488,7 +1459,7 @@ export interface RunFeedbackState {
     running: number;
     /** 正被并行 Invocation 持锁运行、本次在等待中的用例的 attempt 数(用例锁,见 `lock-wait`
      *  变体与 docs/feature/experiments/cli.md「等待并发 run 的显示」);与 `queued` 互斥——
-     *  `queued` 是「等本进程并发位/setup」,`elsewhere` 是「等别的进程」。
+     *  `queued` 是「等本进程并发位/before」,`elsewhere` 是「等别的进程」。
      *  恒等式(见接口注释)在处理完每一个事件之后都成立。 */
     elsewhere: number;
     queued: number;
@@ -1694,9 +1665,9 @@ export type DurableFeedbackEvent = {
     enter?: string;
 }
 /**
- * 实验级钩子(`ExperimentDef.setup` / 它返回的 teardown)的起止,由 runner 在钩子真正
+ * 实验级钩子(`ExperimentDef.before` / 它返回的 after)的起止,由 runner 在钩子真正
  * 开始/结束时各发一次(见 docs/feature/experiments/cli.md「实验级 Hook 的显示」)。`failed`
- * 只标记钩子自身的结局——setup 失败的每条 attempt 仍以 "failure" 事件逐条给出。human TTY
+ * 只标记钩子自身的结局——before 失败的每条 attempt 仍以 "failure" 事件逐条给出。human TTY
  * 用它维护运行级 active 行(不写 scrollback),append-only profile 起止各追加一行。
  */
  | {
@@ -1708,7 +1679,7 @@ export type DurableFeedbackEvent = {
     /** 只在 done / failed 上出现:钩子从开始到结束的耗时。 */
     durationMs?: number;
     /**
-     * 只在 `hook: "teardown"` 的 `status: "started"` 上可能出现:标注这是强杀后的启动自愈
+     * 只在 `hook: "after"` 的 `status: "started"` 上可能出现:标注这是强杀后的启动自愈
      * 补执行(见 docs/feature/experiments/architecture.md「强杀后的收尾兜底」),不是本次 run
      * 正常触发的收尾。省略 = 正常路径。
      */

package/dist/runner/types.js

@@ -29,8 +29,8 @@ const __niceevalExport12 = __niceevalCanonical["isEvalGroupDefinition"];
 export { __niceevalExport12 as isEvalGroupDefinition };
 const __niceevalExport13 = __niceevalCanonical["isExperimentDefinition"];
 export { __niceevalExport13 as isExperimentDefinition };
-const __niceevalExport14 = __niceevalCanonical["resolveSandboxSetupCache"];
-export { __niceevalExport14 as resolveSandboxSetupCache };
+const __niceevalExport14 = __niceevalCanonical["resolveSandboxBeforeCache"];
+export { __niceevalExport14 as resolveSandboxBeforeCache };
 const __niceevalExport15 = __niceevalCanonical["runWho"];
 export { __niceevalExport15 as runWho };
 //# sourceMappingURL=types.js.map

package/dist/sandbox/action.cjs

@@ -547,7 +547,7 @@ function makeAfterAction(data) {
     SANDBOX_AFTER_ACTION_DATA.set(action, data);
     return Object.freeze(action);
 }
-// @concord-code ne-sandbox-define-action
+// @concord-code
 // @concord-implements docs/feature/sandbox/prepare-commands.md
 // @concord-implements docs/feature/sandbox/architecture.md
 function defineSandboxAction(definition) {