[loopx-agent]

A research analysis could finish generating JSON and then fail because a metric cited another episode's evidence. Localized prose could also lose a leading + or add %, correctly causing an original-text fallback. This change repairs generation within the existing assessment owner while keeping strict qualification.

New CLI preparations and default registrations select output schema revision 2, deriving valid episode/metric/source combinations from the declared input. An explicitly selected display encoding v3 asks for exact numeric spellings and source-supported referents. Frozen configurations retain their original prompts, keys, schemas and saved artifacts; reads and language changes never execute or upgrade analysis. No additional translator, provider, settings screen or solver execution is introduced.

At c05c8e269ef22a4f7f0faf7815c0ff392dd30423, 57 process/store tests, 33 TypeScript owner tests and 22 HTTP API tests pass, along with typecheck, Ruff and compilation. The standard premerge run passed six direct and 15 selected automatic checks; the exact-scope quality receipt is valid. The benchmark-sensitive maintainer review and merge authorization remain separate.

One bounded native-provider qualification on the same complete, authorized read-only snapshot produced 654/654 accepted display fields, compared with 649/654 in the previous version. The five previous fallbacks now translate without relaxing literal checks. All 146 events retain their original identity, status, order and source text. A non-statistical reading of 47 stratified fields plus all previous fallbacks still found ambiguous terminology and awkward prose: this is generation-contract qualification, not whole-page semantic, installed-App or independent research acceptance. Original artifacts, failures and usage remain private and unchanged. Schema validity and source membership do not prove entailment or net efficiency.

Presentation evidence: the eight changed paths affect preparation, configuration types, tests and the contract reference; no frontend layout or static interface text changes. No installed App or browser capture is claimed. The original whole-page readability work remains open. CI was not consulted under the review policy; this proposal is not merged or installed.

中文：修复既有研究生成入口的来源配对及数字重述。新准备／默认登记使用格式第2版；展示编码v3由原输入整理者明确选择，旧版本不自动升级或执行。真实同快照产物从649/654提升到654/654字段通过，146条原记录不变；抽查仍有术语与表达问题，完整页面可读性和正式App采用继续待验。现有严格字面／来源校验、原文、失败历史和取消重试路径保留，不以覆盖率声称完整理解或成本收益。

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

使用研究分析的用户在生成完成后才遇到来源越界，会付出完整分析成本却读不到结果。同一片段的指标误引另一片段来源时，旧请求可生成完整JSON却无法保存；新请求在生成格式中限制来源配对。错误配对在生成格式中被排除，合法结果仍由原有严格校验保存和读回。本PR不宣称整页翻译完成、理解速度提升或独立科研收益。部分正文回退、术语语义核对和正式App采用仍待原研究工作继续验证。这里的“片段”指输入已声明的一组研究问题及允许引用的材料；限制来自原合同，不是新加的评测标准。

改动思路

片段来源关系仍由现有TypeScript输入拥有，生成格式只推导该关系；Python只选择配置版本，校验和进程生命周期没有第二个owner。本PR交付生成契约修复及真实入口验证，完整正文质量和正式App采用继续由原研究工作承担。具体做法是复用原有指标行与引用定义，按已声明片段生成可选格式分支，让片段、适用指标和来源一起匹配。合法行继续进入原校验，未知判断仍可保留；错误引用不会通过格式约束来扩大证据范围。新准备和默认登记选择版本2，已有冻结配置未声明版本时继续使用旧格式与旧身份。再加一段提示不能机械阻止这次错误；放宽校验或事后改引用反而会破坏证据，因此保留现有owner中的窄范围修复。

具体改动

规格依据为 docs/reference/trajectory-assessment.md，固定修订 22196e81db063cbfabb4ca5591fbb83c7bc987c0。Researcher synthesis in the existing reader 的单片段来源边界、Explicit execution and readback 的明确执行及失败保留、Register a fixed case for the research workbench 的冻结输入与配置身份，在本head均为 implemented；独立语义与科学验证仍沿原合同保持分离。

关键代码讲解

• episodeAssessmentSchema 从现有输入推导每个片段的允许指标和来源，复用基础行及引用结构，并排除无适用指标的片段。没有新建来源清单或第二个判定器。
• prepareTrajectoryAssessment 严格接受显式格式版本2并纳入配置身份；缺省时完整保留冻结的提示、格式与缓存键。原 qualifyTrajectoryAssessment 仍负责引用范围、完整性及结果资格。
• prepare 与 register_pack 只负责新请求的版本选择，进程、独占锁、取消、超时、明确重试和旧产物读回仍走原路径。测试在英文、中文及合成报告模式下用独立JSON Schema校验器检查配对，覆盖兄弟片段、展示专用和不存在的来源，以及错误片段、不适用指标和未知判断。

对主干的风险

新的默认仅作用于新准备和默认登记；已有显式配置不是自动升级对象。冻结身份、禁用分支的完整请求、严格结果及原文读回均有对应证据，不以“没有启用对象”推断隔离。格式按片段展开会增加请求结构大小，不能据一次成功宣称更省token；大样本的提供方限制仍须随真实请求验证。来源ID合法也不代表引用真的支持判断，中文完整性及理解仍需要单独检查。

本head的53项进程／存储、32项TypeScript与22项真实HTTP测试通过，类型检查、Ruff、编译及已提交RFC成对检查通过；标准预合并6项直接、15项自动检查无失败。真实本机提供方在隔离存储上接受了新格式并保存、重新读回结果，部分译文字面检查失败仍回退原文。原先失败的生成及其用量保持记录。依本任务策略未查询或等待CI；benchmark-sensitive人工审阅和合并授权仍是独立门。

语义与 CI 对齐

本次在既有分析配置中加入一个明确的局部格式版本，沿现有输入、指标和来源词汇推导关系。差异语义建议和完整漂移检查均已执行；没有在通用调度或结算规则中加入领域术语，也没有把硬约束称为建议。CI状态未用作这份评审的证据。

我的整体评价

同意此精确head 7e743214c8136054b9b8c94531f0dbf1a93d8278 作为有用的有限修复进入维护者审阅，发布的是作者自评，不能冒充独立评审或正式GitHub批准。长期继续工作的既有取消、失败重试、冻结配置及旧产物读回保持；未证明净成本或长期效果改善。现有分析入口、原文与失败恢复保持可达；生成约束修复不能替代整页可读性验收。本次六个路径是TS生成器、Python准备和存储适配器、测试及契约文档，未改渲染布局或界面文案。部分正文回退、术语语义核对和正式App采用仍待原研究工作继续验证。结构变化集中在现有生成器，兼容分支服务已持久化的独立配置，保留理由充分；复用基础定义的局部整理已完成，更大的格式框架没有必要。CQR精确范围有效，但本结论不解除人工门、不授权合并、安装或发布。

English verdict: APPROVE — 7e74321. The new versioned generation schema binds metrics to their declared episode sources, preserves frozen configurations, and retains strict qualification. Local owner/process/HTTP checks and a bounded native-provider readback passed. Semantic translation completeness, installed-App adoption and maintainer merge gates remain separate.

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

使用研究分析的用户需要读到忠实的中文结果。分析生成后可能因引用了别的研究片段而无法保存；数字重述也可能丢掉正号或多加百分号，导致正文回退原文。新请求提前约束来源配对，显式新版指导忠实重述；同一完整快照的有效译文字段从649增至654，原记录及严格校验保留。本PR不宣称整页已经易读、术语都已解释正确或研究净效率已提升。部分术语仍有歧义、正文仍有生硬表达，正式App采用与完整页面可读性仍待原任务验证。这里的研究片段指输入已声明的问题及其允许使用的材料，来源合法并不等于语义已经获得独立验证。

改动思路

来源配对由原输入推导，数值指引只进入明确选择的版本；既有校验、执行和读回owner继续唯一。本PR交付既有生成器的来源约束和显式忠实性指引；完整页面理解与正式App采用继续由原研究工作验收。来源配对属于既有证据不变量，直接从原片段推导生成格式；数值忠实性属于明确版本的模型指导。两者均由原TypeScript准备器拥有，Python仍只选择新准备的格式版本并承担原进程／文件I/O。拒绝放宽校验、事后改写引用或另起翻译作业。已有原文、失败、取消、重试和语言读回全部沿原入口；无需新增账号设置或强制确认。

触发	当前结果
新准备／默认登记	生成格式第2版限制片段、指标和来源的组合
原输入整理者明确选择展示v3	核对正负号、精度、百分号和有证据的所指，生成独立版本
旧配置、旧语言或普通读取	原提示、缓存及产物保持；读取不执行模型
数字重述不合格	原严格校验拒绝该译文，完整原文仍可读

此表是对 c05c8e269ef22a4f7f0faf7815c0ff392dd30423 已检查代码的说明，不代替执行证据。

具体改动

规格依据为 docs/reference/trajectory-assessment.md，固定修订 22196e81db063cbfabb4ca5591fbb83c7bc987c0。Researcher synthesis in the existing reader 的单片段证据边界、Explicit execution and readback 的明确执行及失败保留、Register a fixed case for the research workbench 的冻结身份、Whole-history presentation language 的完整历史及字面保护，在本head的生成／读回边界均为 implemented。原文已经区分机械完整性、上下文与独立语义验证，本PR没有重写规格来认证自身。

关键代码讲解

• episodeAssessmentSchema 复用原指标行与引用结构，从原输入推导合法组合；未知判断仍允许，最终引用范围和完整性由原资格校验负责。
• prepareTrajectoryAssessment 将格式第2版绑定到新准备的身份，并只为明确选择的展示v3追加忠实性指引。旧版本所有既有条款保留；实际完整v2请求在新旧代码中一致。
• prepareDisplay 沿原别名、字面值和字段语境机制构造v3请求，未改变数字校验、字段身份或原文回退。TypeScript配置联合类型只扩展已有编码词汇。
• prepare 和 register_pack 沿现有CLI与HTTP调用链选择新准备／默认登记的格式版本；已有显式冻结配置不升级。测试覆盖兄弟片段、展示专用和不存在的来源，额外覆盖正负号丢失、百分号借用、精度变化及上下文有无的进程／存储路径。

对主干的风险

没有发现阻塞此有限代码修复的问题。最强反例是格式和字面值全对，文字仍误解原始所指。实际同快照产物654个字段均通过，而作者对47个分层字段及全部旧回退项的非统计核读，仍见含糊上限、可能被理解为追加时长的表达及生硬原词；不能把覆盖率当完整理解。代码明确称其为指导，未放松任何校验，也未将该产物发布为正式App验收。

当前57项后端进程／存储、33项TypeScript、22项真实HTTP测试通过；类型检查、Ruff、编译和RFC成对检查通过。标准预合并6项直接、15项自动检查通过；新head的CQR已记录有效，随后quick复核6项直接和4项自动通过，仅保留benchmark-sensitive人工门。首次测试预期漏掉受保护原词的句点，按完整原文修正测试后通过，未改产品校验。旧模型失败及其用量继续保留。当前策略未查询或等待CI。

语义与 CI 对齐

扩展的是既有分析编码词汇和明确的局部格式版本。逐条比较了原语言、字面值、语境和数量指引；新指引没有移除来源、未知、否定、执行顺序或权限边界。无展示v3时真实完整旧请求保持一致，有v3时同一严格反例仍拒绝。增加的1205字节和按片段展开的格式有成本，单次成功不能证明token节约或长期效率；完整漂移和差异建议已检查，未改通用调度／结算词汇。

我的整体评价

同意精确head c05c8e269ef22a4f7f0faf7815c0ff392dd30423 作为有实际生成及读回证据的有限改进进入维护者审阅；这是作者自评，不能冒充独立评审或GitHub正式批准。取消、明确重试、旧版本读回和失败保留继续可用；本次未证明长期效果或完整成本收益。沿原分析入口交付可读回的产物；没有增加用户确认、账号设置或逐卡操作，但整页理解仍待验证。已检查本次准备器、配置类型及既有读者路径；未改前端布局或静态界面文案，未声称正式页面视觉验收。部分术语仍有歧义、正文仍有生硬表达，正式App采用与完整页面可读性仍待原任务验证。保留显式兼容分支有持久化配置这一真实消费者，复用原owner的局部整理足够；不需要新框架。CQR有效并不解除人工门，也不授予合并、安装或发布权。

English verdict: APPROVE — c05c8e2. Versioned generation preserves episode evidence scope and requests exact localized numeric spelling while keeping strict qualification and frozen requests. Current owner/process/HTTP checks and a complete native snapshot readback passed. Semantic wording, whole-page readability, installed-App adoption and maintainer merge gates remain separate.