niceeval 0.9.1 → 0.10.2

package/src/sandbox/types.ts

@@ -1,7 +1,7 @@
 // sandbox 域类型:Sandbox 接口、provider spec(可辨识联合)、命令与文件 IO 的形状。
 // 「在哪里跑、如何隔离」的全部契约在这里;provider 实现见本目录各文件,分发见 resolve.ts。
 
-import type { Cleanup, ScopedFeedback } from "../shared/types.ts";
+import type { ScopedFeedback } from "../shared/types.ts";
 
 export interface CommandResult {
   stdout: string;
@@ -76,15 +76,16 @@ export type SandboxRuntime = "node20" | "node24";
  * **执行顺序**:沙箱就绪 → `sandbox.setup` 钩子 → workspace 上传 / git 基线 / `eval.setup` →
  * `agent.setup` → `agent.tracing.configure` → 逐轮 `send`。`sandbox.setup` 特意排在 git
  * 基线之前——它的改动会被提交进基线,不会被误算进 agent 产出的 diff。收尾按 LIFO:
- * agent 级 cleanup / `agent.teardown` 先跑,`sandbox.teardown` 钩子最后跑(沙箱销毁前)。
+ * `agent.teardown` 先跑,`sandbox.teardown` 钩子最后跑(沙箱销毁前)。
  *
  * **多钩子**:`.setup(a).setup(b)` 按追加顺序依次执行(a 先 b 后);`.teardown(x).teardown(y)`
  * 按追加的**逆序**执行(y 先 x 后)。每次调用都返回一个新 spec(不改变原对象),可继续链式。
+ * `setup` 链中途抛错时后续 `setup` 不再执行,`teardown` 链仍完整走完。
  *
  * **失败语义**:`setup` 钩子抛错按执行错误计——与 `eval.setup` / `agent.setup` 抛错走同一条
- * 路径,不新增错误分类;但不阻断该 attempt 已进入的收尾(已跑过的 setup 返回的 cleanup、
- * `teardown` 钩子仍会在 finally 里跑)。`teardown` 钩子报错只作诊断(吞掉 / 记 log),不改变
- * 已产出的结果——与 `agent.teardown` 现状一致。
+ * 路径,不新增错误分类;但不阻断该 attempt 已进入的收尾(已挂载的 `teardown` 钩子仍会在
+ * finally 里跑)。`teardown` 钩子报错只作诊断(吞掉 / 记 log),不改变已产出的结果——与
+ * `agent.teardown` 现状一致。
  */
 export interface SandboxHooks<Self> {
   /** 已挂载的 setup 钩子,按追加顺序保存(内部读取,一般用不到)。 */
@@ -109,11 +110,12 @@ export interface SandboxHookContext extends ScopedFeedback {
   readonly signal: AbortSignal;
 }
 
-/** 沙箱级生命周期钩子(`.setup()` / `.teardown()` 链式挂载);`setup` 可返回 cleanup 闭包。 */
+/** 沙箱级生命周期钩子(`.setup()` / `.teardown()` 链式挂载);`setup` 不返回值——要把 `setup`
+ * 创建的句柄传给 `teardown`,以 `sandbox` 实例为键存取(见 {@link SandboxHooks})。 */
 export type SandboxHook = (
   sandbox: Sandbox,
   ctx: SandboxHookContext,
-) => void | Cleanup | Promise<void | Cleanup>;
+) => void | Promise<void>;
 
 /**
  * Sandbox 的「数据结构」定义 —— 与 agent 一样可带参数(见 docs/feature/sandbox/library.md)。
@@ -170,12 +172,12 @@ export type SandboxSpec = DockerSandboxSpec | VercelSandboxSpec | E2BSandboxSpec
 export type SandboxOption = SandboxSpec;
 
 export interface CommandOptions {
-  /** 追加/覆盖本命令的环境变量(与沙箱默认环境叠加,不清空默认值;各 provider 会保留自己固定的 `PATH` 等变量,不保证能被这里覆盖)。 */
+  /** 追加/覆盖本命令的环境变量(与 Sandbox 默认环境叠加,不清空默认值;各 provider 会保留自己固定的 `PATH` 等变量,不保证能被这里覆盖)。 */
   env?: Record<string, string>;
   /** 本命令的工作目录;省略时落到 `Sandbox.workdir`。相对路径按 workdir 解析,绝对路径原样使用。 */
   cwd?: string;
   /**
-   * 把本命令的输出也送进沙箱的「原生日志流」(于是 `docker logs` / Docker UI 的 Logs
+   * 把本命令的输出也送进 Sandbox 的「原生日志流」(于是 `docker logs` / Docker UI 的 Logs
    * 标签页能实时看到它)。给 agent 命令(codex exec / bub run / claude)开它,就能在容器
    * 日志里看到 agent 的【原始输出】。provider 各自实现(docker:tee 到 PID1 tail 的文件;
    * 不支持的 provider 忽略)—— 日志怎么浮现是 provider 的事,adapter 只声明意图。
@@ -190,7 +192,7 @@ export interface CommandOptions {
   /** `onStdout` 的 stderr 对应物；完整 stderr 仍保留在 `CommandResult`。 */
   onStderr?: (chunk: string) => void | Promise<void>;
   /**
-   * 以 root 跑本命令。默认 `false` —— 命令以沙箱的标准**非 root** 用户跑(agent 的自然环境)。
+   * 以 root 跑本命令。默认 `false` —— 命令以 Sandbox 的标准**非 root** 用户跑(agent 的自然环境)。
    * 给 setup 阶段装系统依赖用(`apt-get install …`、`pip install --break-system-packages …`)。
    *
    * 语义跨 provider 一致:"本命令以 root 跑,否则以标准非 root 用户跑"。各 provider 映射到自己的原生机制
@@ -202,7 +204,7 @@ export interface CommandOptions {
 }
 
 export interface Sandbox {
-  /** 沙箱内项目/工作区根目录的绝对路径(agent 命令的默认 cwd,也是 git baseline 提交的位置)。各方法的相对路径都以此为基准解析,省略 `cwd`/`targetDir` 时也落到这里。 */
+  /** Sandbox 内项目/工作区根目录的绝对路径(agent 命令的默认 cwd,也是 git baseline 提交的位置)。各方法的相对路径都以此为基准解析,省略 `cwd`/`targetDir` 时也落到这里。 */
   readonly workdir: string;
   /**
    * 执行单个命令,`args` 作为独立 argv 传递、不经 shell 解释(无 `&&`、管道、通配符展开)。
@@ -214,29 +216,29 @@ export interface Sandbox {
    * 需要拼多条命令或做条件判断时用它。
    */
   runShell(script: string, opts?: CommandOptions): Promise<CommandResult>;
-  /** 读取沙箱内文件的文本内容(UTF-8)。文件不存在时抛错,不返回空字符串——需要容错请自行 `.catch()`。 */
+  /** 读取 Sandbox 内文件的文本内容(UTF-8)。文件不存在时抛错,不返回空字符串——需要容错请自行 `.catch()`。 */
   readFile(path: string): Promise<string>;
-  /** 检查沙箱内路径是否存在。跨 provider 语义不完全一致:仅保证对普通文件可靠,对目录路径的行为不同 provider 不保证一致。 */
+  /** 检查 Sandbox 内路径是否存在。跨 provider 语义不完全一致:仅保证对普通文件可靠,对目录路径的行为不同 provider 不保证一致。 */
   fileExists(path: string): Promise<boolean>;
   /**
    * 一次 shell 往返读全部源码文件(按扩展名收、按目录/文件名忽略)。
-   * 取代每个 eval 目录里手写的 find + 逐文件 readFile。
+   * 取代每个评估用例目录里手写的 find + 逐文件 readFile。
    */
   readSourceFiles(opts?: ReadSourceFilesOptions): Promise<SourceFiles>;
   /** 写入若干文本文件(内容已在内存里的字符串);是 `uploadFiles` 的文本特化,省略 `targetDir` 落到 workdir。 */
   writeFiles(files: Record<string, string>, targetDir?: string): Promise<void>;
   /** 批量写入若干文件,内容可以是文本或二进制 Buffer;省略 `targetDir` 落到 workdir。 */
   uploadFiles(files: SandboxFile[], targetDir?: string): Promise<void>;
-  /** 把本地磁盘上的一个目录整体上传进沙箱(递归读取本地文件后按 `uploadFiles` 写入);`opts.ignore` 是排除规则,省略 `targetDir` 落到 workdir。 */
+  /** 把本地磁盘上的一个目录整体上传进 Sandbox(递归读取本地文件后按 `uploadFiles` 写入);`opts.ignore` 是排除规则,省略 `targetDir` 落到 workdir。 */
   uploadDirectory(localDir: string, targetDir?: string, opts?: { ignore?: string[] }): Promise<void>;
-  /** 销毁沙箱占用的计算资源(容器/microVM)。调用后沙箱不可再用;是否可安全重复调用因 provider 而异,不要依赖这一点。 */
+  /** 销毁 Sandbox 占用的计算资源(容器/microVM)。调用后 Sandbox 不可再用;是否可安全重复调用因 provider 而异,不要依赖这一点。 */
   stop(): Promise<void>;
-  /** 本沙箱的稳定标识(各 provider 原生 ID,如 Docker 容器 ID 前缀);用于跨调用关联同一沙箱的会话状态,也用于日志展示。 */
+  /** 本 Sandbox 的稳定标识(各 provider 原生 ID,如 Docker 容器 ID 前缀);用于跨调用关联同一 Sandbox 的会话状态,也用于日志展示。 */
   readonly sandboxId: string;
   /**
    * 本地 OTLP 接收器的目标 host。
-   * - `string`:沙箱内可通过该 hostname 回连宿主 OTLP 端口(如 docker 的 `host.docker.internal`)。
-   * - `null`:沙箱运行在远程云端(如 e2b/vercel),无法访问宿主本地端口 → 跳过 tracing。
+   * - `string`:Sandbox 内可通过该 hostname 回连宿主 OTLP 端口(如 docker 的 `host.docker.internal`)。
+   * - `null`:Sandbox 运行在远程云端(如 e2b/vercel),无法访问宿主本地端口 → 跳过 tracing。
    *   可通过环境变量 `NICEEVAL_OTLP_HOST` 强制覆盖(如配置 tunnel 时)。
    */
   readonly otlpHost: string | null;
@@ -248,13 +250,13 @@ export interface Sandbox {
   appendLog?(line: string): Promise<void>;
 
   /**
-   * 从沙箱内任意路径读取文件,返回二进制 Buffer。
+   * 从 Sandbox 内任意路径读取文件,返回二进制 Buffer。
    * 对应各 provider:Docker getArchive / Vercel readFileToBuffer / e2b files.read(bytes) / …
    */
   downloadFile(path: string): Promise<Buffer>;
 
   /**
-   * 向沙箱内任意路径写入文件(二进制)。
+   * 向 Sandbox 内任意路径写入文件(二进制)。
    * 对应各 provider:Docker putArchive / Vercel fs.writeFile(Buffer) / e2b files.write / …
    */
   uploadFile(path: string, content: Buffer): Promise<void>;

package/src/scoring/display.test.ts

@@ -35,7 +35,8 @@ describe("primaryAssertionSummary", () => {
     });
     expect(assertionSummaryLines(summary!)).toEqual([
       "gate: Issue 15193: selected proposal matches the accepted proposal",
-      "equals(4) · expected 4 · received 3 · +1 more failures",
+      "equals(4) · expected 4 · received 3",
+      "+1 more failures",
     ]);
     expect(compactAssertionSummary(summary!)).toBe(
       "gate: Issue 15193: selected proposal matches the accepted proposal · equals(4) · expected 4 · received 3 · +1 more failures",
@@ -78,8 +79,33 @@ describe("primaryAssertionSummary", () => {
     expect(summary.received!.length).toBeLessThanOrEqual(240);
     expect(summary.received).toMatch(/…$/);
     const lines = assertionSummaryLines(summary);
-    expect(lines).toHaveLength(2);
     expect(lines.every((line) => !line.includes("\n"))).toBe(true);
+    // matcher · expected 放不下大值 received 时各自另起一行
+    expect(lines).toEqual([
+      "gate: includes(/updateTag/)",
+      expect.stringContaining("expected matches /updateTag/"),
+      expect.stringMatching(/^received: .*…$/),
+    ]);
+  });
+
+  it("received 大值单独截断一行时，+N more failures 仍是独立尾行、不与被截断的值粘连", () => {
+    const assertions: AssertionResult[] = [
+      {
+        name: "includes(/updateTag/)",
+        severity: "gate",
+        outcome: "failed",
+        score: 0,
+        expected: "matches /updateTag/",
+        received: `// app/actions/posts.ts\n'use server';\n${"const source = 1;\n".repeat(80)}`,
+      },
+      { name: "matches(schema)", severity: "gate", outcome: "failed", score: 0 },
+    ];
+
+    const summary = primaryAssertionSummary(assertions, "failed")!;
+    const lines = assertionSummaryLines(summary);
+    expect(lines.at(-1)).toBe("+1 more failures");
+    const receivedLine = lines.find((line) => line.startsWith("received:"))!;
+    expect(receivedLine).not.toContain("more failures");
   });
 });
 

package/src/scoring/display.ts

@@ -9,6 +9,13 @@ import type { AssertionResult, PrimaryAssertionSummary, Verdict } from "./types.
  */
 const SUMMARY_TEXT_MAX_CHARS = 240;
 
+/**
+ * Human/Agent 永久行的单行事实预算，与 SUMMARY_TEXT_MAX_CHARS（单值上限）分开计:一条
+ * `matcher · expected · received` 拼起来很容易超过一屏宽,这里给的是「一行」的上限，不依赖
+ * 终端 columns——agent profile 的 handoff 不是 TTY，不能按运行时宽度变化。
+ */
+const DETAIL_LINE_MAX_CHARS = 100;
+
 /** 摘要面的单值收口:折单行 + 240 字符上限。任何把断言事实放进「行」里的面共用这一条。 */
 export function summaryText(value: string): string {
   const singleLine = value.replace(/\s+/g, " ").trim();
@@ -80,11 +87,37 @@ export function assertionSummaryDetail(summary: PrimaryAssertionSummary): string
   return parts.length > 0 ? parts.join(" · ") : undefined;
 }
 
-/** Human/Agent 的至多两层文本。 */
-export function assertionSummaryLines(summary: PrimaryAssertionSummary): [string] | [string, string] {
-  const head = `${summary.severity}: ${summary.assertion}`;
-  const detail = assertionSummaryDetail(summary);
-  return detail === undefined ? [head] : [head, detail];
+/**
+ * Human/Agent 永久行的排版：标题独占一行；`matcher · expected`（含 score/threshold/reason）
+ * 独占下一行；`received` 能跟这行拼在一起仍在 DETAIL_LINE_MAX_CHARS 内就合并，放不下就单独
+ * 再起一行并硬截断。`+N more failures` 永远是独立尾行，不参与截断，也不拼进被截断的值——
+ * 截断处的 `…` 后面只会是值本身，不会被人误读成计数的一部分。
+ */
+export function assertionSummaryLines(summary: PrimaryAssertionSummary): string[] {
+  const lines: string[] = [`${summary.severity}: ${summary.assertion}`];
+
+  const factParts: string[] = [];
+  if (summary.matcher !== undefined) factParts.push(summary.matcher);
+  if (summary.expected !== undefined) factParts.push(`expected ${summary.expected}`);
+  if (summary.score !== undefined) factParts.push(`score ${summary.score}`);
+  if (summary.threshold !== undefined) factParts.push(`threshold ${summary.threshold}`);
+  if (summary.reason !== undefined) factParts.push(`reason ${summary.reason}`);
+  const facts = factParts.length > 0 ? factParts.join(" · ") : undefined;
+
+  if (summary.received !== undefined) {
+    const combined = facts !== undefined ? `${facts} · received ${summary.received}` : `received ${summary.received}`;
+    if (combined.length <= DETAIL_LINE_MAX_CHARS) {
+      lines.push(combined);
+    } else {
+      if (facts !== undefined) lines.push(facts);
+      lines.push(shrinkTo(`received: ${summary.received}`, DETAIL_LINE_MAX_CHARS));
+    }
+  } else if (facts !== undefined) {
+    lines.push(facts);
+  }
+
+  if (summary.additionalFailures > 0) lines.push(`+${summary.additionalFailures} more failures`);
+  return lines;
 }
 
 /** 比较列表的单元格投影；无 group 时不重复 `gate:` 前缀。 */

package/src/scoring/types.ts

@@ -22,11 +22,11 @@ export interface ValueAssertion {
   /** 期望条件的有界文本描述(如 `contains "Brooklyn"`),失败时进 AssertionResult.expected。 */
   readonly expected?: string;
   score(value: unknown): number | Promise<number>;
-  /** 转成硬门槛断言:未达阈值(省略 threshold 则按 score > 0 判定)整条 eval 判为 failed。返回新实例,不改原对象。 */
+  /** 转成硬门槛断言:未达阈值(省略 threshold 则按 score > 0 判定)整条评估用例判为 failed。返回新实例,不改原对象。 */
   gate(threshold?: number): ValueAssertion;
   /**
-   * 转成软阈值断言:未达 threshold 时该条记为 failed,但默认不拖累整条 eval 的 verdict;
-   * `--strict` 运行下,软阈值失败也会把整条 eval 的 verdict 计为 failed。返回新实例,不改原对象。
+   * 转成软阈值断言:未达 threshold 时该条记为 failed,但默认不拖累整条评估用例的 verdict;
+   * `--strict` 运行下,软阈值失败也会把整条评估用例的 verdict 计为 failed。返回新实例,不改原对象。
    */
   atLeast(threshold: number): ValueAssertion;
   /**

package/src/shared/aggregate.test.ts

@@ -0,0 +1,52 @@
+// cases: docs/engineering/unit-tests/experiments-runner/cases.md
+import { describe, expect, it } from "vitest";
+import { matchExperimentSelector } from "./aggregate.ts";
+
+describe("matchExperimentSelector", () => {
+  const ids = [
+    "compare/bub-gpt-5.6-luna",
+    "compare/codex-gpt-5.6-luna",
+    "compare/codex-gpt-5.6-luna--agents-md",
+    "compare/codex-gpt-5.6-luna--mempal",
+    "dev-e2b/bub-e2b",
+    "dev/bub-gpt-5.4-mini",
+    "top-level",
+  ];
+
+  it("selects an entire group by exact directory match", () => {
+    expect(matchExperimentSelector(ids, "compare")).toEqual([
+      "compare/bub-gpt-5.6-luna",
+      "compare/codex-gpt-5.6-luna",
+      "compare/codex-gpt-5.6-luna--agents-md",
+      "compare/codex-gpt-5.6-luna--mempal",
+    ]);
+  });
+
+  it("an exact id match wins even when it is a prefix of sibling variants", () => {
+    expect(matchExperimentSelector(ids, "compare/codex-gpt-5.6-luna")).toEqual([
+      "compare/codex-gpt-5.6-luna",
+    ]);
+  });
+
+  it("falls back to a filename prefix within an exact-matched directory to select a family", () => {
+    expect(matchExperimentSelector(ids, "compare/codex")).toEqual([
+      "compare/codex-gpt-5.6-luna",
+      "compare/codex-gpt-5.6-luna--agents-md",
+      "compare/codex-gpt-5.6-luna--mempal",
+    ]);
+  });
+
+  it("requires an exact directory segment; a group-like prefix does not leak across groups", () => {
+    expect(matchExperimentSelector(ids, "dev")).toEqual(["dev/bub-gpt-5.4-mini"]);
+    expect(matchExperimentSelector(ids, "dev")).not.toContain("dev-e2b/bub-e2b");
+  });
+
+  it("matches a top-level (groupless) experiment by exact id", () => {
+    expect(matchExperimentSelector(ids, "top-level")).toEqual(["top-level"]);
+  });
+
+  it("returns empty when nothing matches", () => {
+    expect(matchExperimentSelector(ids, "dev-e3b")).toEqual([]);
+    expect(matchExperimentSelector(ids, "compare/nope")).toEqual([]);
+  });
+});

package/src/shared/aggregate.ts

@@ -55,6 +55,35 @@ export function evalPrefixPredicate(evals?: string | string[]): (id: string) =>
   return (id) => prefixes.some((prefix) => id.startsWith(prefix));
 }
 
+/**
+ * 实验选择器解析:`niceeval exp` 位置参数与 `--exp` 共用同一条规则(docs/feature/experiments/cli.md
+ * 「实验选择器怎样解析」)。按序:①精确 id 优先,即使它同时是同目录内其它文件名的前缀;
+ * ②目录段精确前缀(含更深层目录),选中该目录下全部实验;③以上都不命中且选择器形如
+ * `目录/文件名前缀` 时,目录段精确匹配后按文件名段前缀选中一族配置——目录段永远精确,不跨目录
+ * 误配,文件名段裸前缀,与 `evalPrefixPredicate` 同一条"共享前缀即家族"的逻辑。
+ */
+export function matchExperimentSelector(ids: readonly string[], selector: string): string[] {
+  const exact = ids.find((id) => id === selector);
+  if (exact !== undefined) return [exact];
+  const dirMatches = ids.filter((id) => id.startsWith(selector + "/"));
+  if (dirMatches.length > 0) return dirMatches;
+  const lastSlash = selector.lastIndexOf("/");
+  if (lastSlash === -1) return [];
+  const dir = selector.slice(0, lastSlash);
+  const namePrefix = selector.slice(lastSlash + 1);
+  if (namePrefix === "") return [];
+  return ids.filter((id) => id.startsWith(dir + "/") && id.slice(dir.length + 1).startsWith(namePrefix));
+}
+
+/**
+ * 零命中时展示的可浏览路径清单(docs/feature/experiments/cli.md「零命中」):按 id 的顶层目录段
+ * 去重、排序,带尾斜杠;没有目录段的顶层 experiment id 原样列出(它本身就是一个可选择的目标,
+ * 不是一段路径)。这是运行选择的展示投影,不是报告分组。
+ */
+export function browsableExperimentPaths(ids: readonly string[]): string[] {
+  return [...new Set(ids.map((id) => (id.includes("/") ? `${id.split("/")[0]}/` : id)))].sort();
+}
+
 /** 无 experimentId 时的兜底标签。 */
 export function fallbackExperimentLabel(result: {
   experimentId?: string;

package/src/shared/types.ts

@@ -30,7 +30,12 @@ export interface SourceArtifact {
   content: string;
 }
 
-/** 通用清理闭包(setup 返回值 / teardown 的形状),异步同步皆可,统一在 finally 里执行。 */
+/**
+ * 内部收尾闭包类型:供运行器内部的清理注册表使用(如 `postSetup` 钩子内部累积待收尾动作),
+ * 不出现在任何公开的生命周期钩子签名里——`SandboxHook`/`AgentSetup`/`AgentTeardown` 等公开
+ * 钩子一律 `void | Promise<void>`,setup 不返回值,收尾靠成对的 teardown(见
+ * docs/runner.md「环境预置不进运行器,但按顺序调它」)。
+ */
 export type Cleanup = () => Promise<void> | void;
 
 /** `ScopedFeedback.progress` 的入参:此刻正在做什么(短命状态,可被后续更新覆盖)。 */

package/src/show/command.test.ts

@@ -0,0 +1,34 @@
+// cases: docs/engineering/unit-tests/reports/cases.md
+// 「外壳、页面与 Tabs」——show 专属的索引命令拼装(showCommand)与其余页索引文案(otherPagesText)。
+
+import { describe, expect, it } from "vitest";
+import { showCommand } from "./command.ts";
+import { otherPagesText } from "./render.ts";
+
+describe("其余页索引与索引命令上下文", () => {
+  const pages = [
+    { id: "overview", title: { en: "Overview", "zh-CN": "总览" } },
+    { id: "exam", title: { en: "Exam", "zh-CN": "成绩单" } },
+  ];
+
+  it("只列未渲染的页,索引命令保留当前 --results / --report 与位置参数,复制即可复现下一层视图", () => {
+    // 渲染的是 overview,其余页索引只含 exam 一行——与「渲染初始页 + 尾部附其余页索引」
+    // 的行为一致(docs/feature/reports/show/reports.md Case 2)。
+    const text = otherPagesText({
+      otherPages: pages.filter((p) => p.id !== "overview"),
+      command: { patterns: [], results: "tmp/published-results", report: "reports/site.tsx" },
+      locale: "zh-CN",
+    });
+    expect(text).toContain("其余页：");
+    expect(text).toContain("niceeval show --results tmp/published-results --report reports/site.tsx --page exam");
+    expect(text).toContain("成绩单");
+    expect(text).not.toContain("总览");
+    expect(text).not.toContain("--page overview");
+  });
+
+  it("showCommand 按序携带位置参数与 --exp / --results / --report / --page", () => {
+    expect(
+      showCommand({ patterns: ["memory/swelancer"], experiment: "dev-e2b", report: "reports/site.tsx", page: "exam" }),
+    ).toBe("niceeval show memory/swelancer --exp dev-e2b --report reports/site.tsx --page exam");
+  });
+});

package/src/show/command.ts

@@ -0,0 +1,16 @@
+// show 专属的可复制命令拼装:页索引 / 组索引共用的携带规则(docs/feature/reports/show/reports.md
+// 「索引命令携带完整上下文」)。这不是两宿主共用的报告 runtime 部分——view 走网页路由,不生成
+// 终端命令——所以住在 show 自己这一侧,不进 src/report/runtime/host.ts。
+
+import type { HostCommandContext } from "../report/runtime/host.ts";
+
+/** 按上下文拼一条可复制的 show 命令(页索引 / 组索引共用的携带规则)。 */
+export function showCommand(ctx: HostCommandContext, extra: string[] = []): string {
+  const parts = ["niceeval show", ...ctx.patterns];
+  if (ctx.experiment !== undefined) parts.push(`--exp ${ctx.experiment}`);
+  if (ctx.results !== undefined) parts.push(`--results ${ctx.results}`);
+  if (ctx.report !== undefined) parts.push(`--report ${ctx.report}`);
+  if (ctx.page !== undefined) parts.push(`--page ${ctx.page}`);
+  parts.push(...extra);
+  return parts.join(" ");
+}

package/src/show/compose.ts

@@ -6,7 +6,7 @@
 // 现刻水位 Scope(两个宿主共用)住在 ../results/select.ts;本文件只留 show 独有的时间轴计算。
 // 数据只消费 niceeval/results 的读取面。
 
-import { attemptCostUSD } from "../report/metrics.ts";
+import { attemptCostUSD } from "../report/model/metrics.ts";
 import { compactAssertionSummary, primaryAssertionSummary, summaryText } from "../scoring/display.ts";
 import type { EvalResult, Verdict } from "../types.ts";
 import type { AttemptHandle, Experiment } from "../results/index.ts";

package/src/show/index.ts

@@ -4,7 +4,8 @@
 // 位置参数 = eval id 前缀,或 `@<locator>`(精确指名单个 attempt,见 results/locator.ts):
 //   裸跑 / 多 eval 前缀  内建报告(niceeval/report/built-in 默认导出)的 text 面(单 eval 前缀仍进入详情)
 //   恰好一个 eval     单 eval 详情(attempt / 断言明细,宿主本体)
-//   @<locator>        精确 attempt:无证据 flag → 紧凑全景;带 flag → 对应证据切面
+//   @<locator>        精确 attempt:无证据 flag → 当前 report 的 attempt-input page(内建 standard
+//                     或 --report 自定义);带 flag → 对应证据切面(宿主本体,不经报告管线)
 //   --source / --execution / --diff[=路径]   证据切面(宿主本体):出现即走证据室,不渲染报告槽
 //   --history        执行时间轴(逐 experimentId + evalId 分节),与 --report 互斥
 //   --report <文件>  整槽换成用户报告;位置前缀 / --results / --exp 先收窄 Scope 再注入
@@ -28,26 +29,25 @@ import {
 // against — `instanceof` is keyed by declaration site, so a raw src copy and the compiled
 // dist copy of "the same" class are two different types. The package-owned report runtime
 // ships as precompiled ESM (dist/report/**, built by `pnpm run build:report`); all report
-// loading/rendering goes through ./report-host.ts (the single contact surface with it).
-import { ReportLoadError } from "../../dist/report/load.js";
+// loading/rendering goes through ../report/runtime/host.ts (the shared contact surface).
+import { ReportLoadError } from "../../dist/report/runtime/load.js";
 import { detectLocale, t } from "../i18n/index.ts";
 import { foldEvalVerdict } from "../shared/verdict.ts";
 import { selectCurrentResults, filterExperiments } from "../results/select.ts";
 import { evalPrefixPredicate } from "../shared/aggregate.ts";
 import { attemptHistory } from "./compose.ts";
 import {
+  buildHostReportMeta,
   HostReportError,
   loadHostReport,
-  reportMetaFor,
   renderHostPageText,
   type HostCommandContext,
-} from "./report-host.ts";
+} from "../report/runtime/host.ts";
 import {
   attemptArtifactsPath,
   attemptEvidenceHeader,
   attemptHistoryText,
   attemptIndexLine,
-  attemptOverviewText,
   attemptsOfEval,
   diffText,
   evalDetailText,
@@ -96,8 +96,9 @@ function clampWidth(columns: number | undefined): number {
   return Math.max(40, Math.min(columns as number, 160));
 }
 
-// --report 的装载与规范化住在 ./report-host.ts(两个宿主共用的唯一联系面)。
-export { loadHostReport, normalizeHostReport, resolveReportTitle, localizeText } from "./report-host.ts";
+// --report 的装载住在 ../report/runtime/host.ts(两个宿主共用的中性联系面);规范化本身是
+// `defineReport` 自己的职责,不在宿主层重复。
+export { loadHostReport, localizeText } from "../report/runtime/host.ts";
 
 export async function runShow(
   cwd: string,
@@ -163,8 +164,7 @@ async function show(
   // `@<locator>` 位置参数:身份直达单个 attempt,与 eval id 前缀匹配完全不同的语义
   // (`@` 打头对 eval id 天然无歧义,见 locator.ts),必须在下面的前缀匹配逻辑之前分流掉,
   // 不然 "@1x7f3q" 会被当成一个谁都匹配不到的 eval id 前缀,报「no eval match」这种文不对题的
-  // 错误。这一步只解析并渲染出「当前 show 对单个已解析 attempt 能渲染的东西」(单 eval 详情 /
-  // 三个证据切面)——真正的 `--source`/`--execution`/`--diff` 统一 attempt 全景是后续阶段。
+  // 错误。
   const locatorArg = patterns.find((p) => p.startsWith(ATTEMPT_LOCATOR_PREFIX));
   if (locatorArg !== undefined) {
     if (patterns.length !== 1) {
@@ -199,7 +199,35 @@ async function show(
       io.out(blocks.join("\n\n") + "\n");
       return;
     }
-    io.out(attemptOverviewText(attemptEvidence, { header, artifactPath, width: io.width }) + "\n");
+    // 无证据 flag:选中当前 report definition 里唯一的 attempt-input page,注入这份 evidence,
+    // 走与其它 page 完全相同的 resolve → validate → render 管线(docs/feature/reports/show/attempt.md;
+    // docs/feature/reports/library/attempt-detail.md「在 show 与 view 怎样渲染」)。不带 --report
+    // 时装载内建 standard,其中就带这张 page;--report 指向的自定义报告没有声明 attempt-input page
+    // 时报完整用户反馈,不回退到内建详情(三条解决路径都在错误文案里给出)。
+    const report = await loadHostReport(cwd, flags.report);
+    const attemptPage = report.pages.find((p) => p.input === "attempt");
+    if (attemptPage === undefined) {
+      const sourceLabel = flags.report ?? "the built-in report";
+      throw new ShowError(
+        `error: ${sourceLabel} has no attempt-input page — "${locatorArg}" cannot be opened without one. ` +
+          `Add one: use \`extends: standard\` (inherits its attempt page), import { standardAttemptPage } from ` +
+          `"niceeval/report/built-in" and add it to your pages list, or declare your own \`input: "attempt"\` page.\n`,
+      );
+    }
+    const locale = detectLocale();
+    const selection = selectCurrentResults(results, {});
+    const meta = await buildHostReportMeta(report, selection);
+    const text = await renderHostPageText(
+      attemptPage,
+      {
+        scope: selection,
+        results,
+        report: meta,
+        page: { id: attemptPage.id, input: "attempt", locator: attempt.locator!, evidence: attemptEvidence },
+      },
+      { width: io.width, locale },
+    );
+    io.out(text + "\n");
     return;
   }
 
@@ -322,16 +350,23 @@ async function show(
   };
   const sourceLabel = flags.report ?? "the built-in report";
 
-  // 初始页 = --page 指定的页,缺省第一页(docs/feature/reports/show/reports.md Case 2);
-  // 本地宿主只 resolve 被打开的这一页——其余页只留 id / title,不触发取数(见 shell.md
-  // 「行为约束」「本地宿主只 resolve 被打开的页」)。
-  let page = report.pages[0];
+  // 初始页 = --page 指定的页,缺省第一张可导航页(docs/feature/reports/show/reports.md
+  // Case 2);本地宿主只 resolve 被打开的这一页——其余页只留 id / title,不触发取数(见
+  // shell.md「行为约束」「本地宿主只 resolve 被打开的页」)。navigation:false 的页(参数化
+  // attempt 详情)不参与缺省选择,也不能被 --page 直接打开——没有 locator 不能拿 Scope 强行
+  // resolve(architecture.md「Attempt 详情是一张参数化 page」)。
+  let page = report.pages.find((p) => p.navigation !== false) ?? report.pages[0];
   if (flags.page !== undefined) {
     const hit = report.pages.find((p) => p.id === flags.page);
     if (!hit) {
       // 用法错误:列出可用页 id(docs/feature/reports/show/reports.md Case 1/2 的报错样例)。
       throw new ShowError(
-        `error: page "${flags.page}" not found in ${sourceLabel}. Available pages: ${report.pages.map((p) => p.id).join(", ")}\n`,
+        `error: page "${flags.page}" not found in ${sourceLabel}. Available pages: ${report.pages.filter((p) => p.navigation !== false).map((p) => p.id).join(", ")}\n`,
+      );
+    }
+    if (hit.input === "attempt") {
+      throw new ShowError(
+        `error: page "${hit.id}" in ${sourceLabel} is an attempt-input page and needs a locator — it cannot be opened with --page directly. Use niceeval show @<locator> instead.\n`,
       );
     }
     page = hit;
@@ -339,10 +374,10 @@ async function show(
 
   // attemptCommand 留给渲染管线的默认值:AttemptLocator 已经是可直接 `niceeval show @<locator>`
   // 的真实 CLI 语法,不需要再反查 eval id 拼一条近似命令。
-  const meta = reportMetaFor(report, page.id, selection.snapshots);
+  const meta = await buildHostReportMeta(report, selection);
   const text = await renderHostPageText(
     page,
-    { scope: selection, results, report: meta },
+    { scope: selection, results, report: meta, page: { id: page.id, input: "scope" } },
     {
       width: io.width,
       locale,
@@ -350,8 +385,9 @@ async function show(
     },
   );
 
-  // 页数大于一时尾部附「其余页」索引(只列未渲染的页,不倾倒内容);单页定义没有这段。
-  const remaining = report.pages.filter((p) => p.id !== page.id);
+  // 页数大于一时尾部附「其余页」索引(只列未渲染、且可导航的页,不倾倒内容);单页定义
+  // 没有这段;隐藏的 attempt page 不出现在「其余页」里。
+  const remaining = report.pages.filter((p) => p.id !== page.id && p.navigation !== false);
   if (remaining.length === 0) {
     io.out(text + "\n");
     return;