docs(design): 落成 0006 与 0007，公共 API 的名字、签名与接缝行为

0006 定「叫什么、什么形状」：五个接缝的 Protocol 名与签名、公共类型的英文名与
字段清单、类型分到 types / ports / tools 三个模块的判据。
0007 定「同一个签名下什么算对」：三个动作状态的触发条件、动作被拒绝时观察由库
合成而不取执行器那段、解释器不许抛异常、read_log 读不存在的运行返回空日志。
两份拆开是因为后者的权威处按 §0 是 tests/contract/，design doc 只记当初为什么这么定。

这两份改动了 0003 四处，全部在文首登记：记录集合是六种东西不是五类；
参数视图是方法不是字段；预算是四项不是两个计数；ports 装「Protocol 与它们的
入参/返回结构体」那半句写不出来——照它写 types 会反向依赖 ports。
四处全是「把字段类型逐个写出来」这个动作本身逼出来的，纯读文档看不见。

四轮评审：两轮硕士生冷读报了约 45 条，两轮 Codex 对抗审查报了 13 条，
逐条核实后基本全部成立并修完。最后一轮是唯一一次契约测试与文档互相抓到对方的错——
文档改了方法名测试没跟，测试把 dissect 的动作语言写死成输入会误杀 GovDoc 的实现。

结论回写 architecture.md：第七节补类型归属判据，第八节改 ports 那一行，
第九节补五个 Protocol 的英文名，第十四节把「英文名还没定」那条缺口换成指向；
决策索引加两行。字段表刻意不回写——按 §0 那是代码的权威。
CLAUDE.md 与 README.md 开头的「一次 Agent Session」是术语漂移，改成「一次运行」。

CLAUDE.md §7 加两条工作方式：能压成一段结论的活尽量交给 subagent、
委托出去的活交证据不交判断；以及持续往下做，只在人类门和真判断不了的岔路停。
§8 那句「讲完停下来等回应」与后者打架，收窄到只管说话方式。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

tests/contract/conftest.py

@@ -45,6 +45,21 @@ def records():
     pytest.skip(_NOT_YET)
 
 
+@pytest.fixture
+def samples():
+    """被测解释器认得的几段模型输出，由实现方提供。
+
+    **套件不许自己写死输入。** 库不带默认解释器实现，也就不认识任何一家的动作语言：拿
+    dissect 的 Python 代码围栏去喂 GovDoc 的 JSON 解析器，后者正确地返回「无效决策」，
+    而写死输入的套件会把这个正确行为判成失败。
+
+    实现方要提供两段：`yields_an_action`（一段能被解释成动作的模型回复）与 `yields_invalid`
+    （一段解释不出动作的）。这不是给套件开后门——「我这套语言里什么算合法动作」本来就只有
+    实现方答得出，套件断言的是**拿到之后的形状**，不是输入长什么样。
+    """
+    pytest.skip(_NOT_YET)
+
+
 @pytest.fixture
 def action_executor():
     """被测的动作执行接缝实现。"""

tests/contract/test_decision_parser.py

@@ -13,52 +13,56 @@ import pytest
 pytestmark = pytest.mark.contract
 
 
-def test_parse_is_synchronous(decision_parser, records):
+def test_parse_is_synchronous(decision_parser, samples):
     """`parse` 是同步的，不是协程。
 
     解释一次模型回复是纯计算，没有等待点。写成协程会让每个只想写测试替身的下游多套一层
     `async def`，也会诱导实现方在里面做 I/O——而这个接缝一旦做起 I/O，「恢复时重新解释
     被打断的那一步」就不再是安全操作了。
     """
-    parsed = decision_parser.parse(records.reply(content="anything"))
+    parsed = decision_parser.parse(samples.yields_an_action)
 
     assert not hasattr(parsed, "__await__")
 
 
-def test_history_text_is_what_goes_back_into_the_conversation(decision_parser, records):
+def test_history_text_is_what_goes_back_into_the_conversation(decision_parser, samples):
     """`history_text` 是这一步回填进历史的那段文本，可以与模型原文不同。
 
     解释器有权改写它：dissect 的解析器把第一个代码围栏之后的内容整段丢掉，因为模型常在
     代码块后面编造「执行结果」。库这边只有模型原文，照它回填，模型下一轮会看见自己编的
     那段，而迁移前它看不见。
+
+    **输入由被测实现自己提供**，不由套件写死。库不带默认实现，也就不认识任何一家的动作
+    语言——拿 dissect 的代码围栏去喂 GovDoc 的 JSON 解析器，它正确地返回「无效决策」，
+    而套件会把这个正确行为判成失败。
     """
-    reply = records.reply(content="```python\nprint(1)\n```\nThe command succeeded.")
+    reply = samples.yields_an_action
     parsed = decision_parser.parse(reply)
 
     assert isinstance(parsed.history_text, str)
     assert len(parsed.history_text) <= len(reply.content)
 
 
-def test_invalid_decision_explanation_is_what_is_fed_back(decision_parser, records):
+def test_invalid_decision_explanation_is_what_is_fed_back(decision_parser, samples):
     """无效决策的说明文本**就是**回喂给模型的那段观察，不是从一个固定串里取。
 
     dissect 的解析器对五种解析失败各有一条对症说明（没有代码块、空的未闭合块、闭合围栏后
     跟了别的内容、多块策略下第一块为空、拼接策略下全空）。压成一句会改掉它的实验条件——
     模型收到的纠错信息变了，它的纠错行为也就变了。
     """
-    parsed = decision_parser.parse(records.reply(content="没有任何代码块"))
+    parsed = decision_parser.parse(samples.yields_invalid)
 
     assert isinstance(parsed.decision.explanation, str)
     assert parsed.decision.explanation != ""
 
 
-def test_action_carries_its_trace_form(decision_parser, records):
+def test_action_carries_its_trace_form(decision_parser, samples):
     """动作分支要带「这一步的动作在轨迹里长什么样」，由实现方决定内容，库原样填进步记录。
 
     dissect 传那段 Python 源码，GovDoc 传序列化后的参数。没有这个字段，dissect 轨迹里那一列
     会被库改写，而那个文件是它的反思模型的唯一输入界面。
     """
-    parsed = decision_parser.parse(records.reply(content="```python\nprint(1)\n```"))
+    parsed = decision_parser.parse(samples.yields_an_action)
 
     assert isinstance(parsed.decision.text, str)
 

tests/contract/test_event_sink.py

@@ -19,13 +19,17 @@ async def test_emit_accepts_an_event(event_sink, records):
     await event_sink.emit(records.event())
 
 
-async def test_delivery_failure_does_not_break_the_caller(event_sink, records):
-    """投递失败由库捕获、记日志、把失败计数加一，然后继续跑。
+def test_a_sink_is_allowed_to_raise_on_delivery_failure():
+    """**这一层不断言「emit 不抛」——一个后端连不上时抛异常的出口是合规实现。**
 
-    一次运行不该因为进度回写的数据库连不上就终止——事件是观察通道，不是控制通道。
-    这条测试面对的是一个必然投递失败的出口，断言它不会把异常泄漏成循环的终止条件。
+    契约写的是「投递失败由**库**捕获、记日志、把失败计数加一，然后继续跑」，所以要断言的
+    行为在库那一侧，不在出口这一侧。原来这里写了一条 `await emit(...)` 不抛的断言，那会把
+    一个完全合法的审计 sink 判失败——它在日志管道不可用时抛 `ConnectionError`，而库本来就
+    该接住。
+
+    「库接住了失败并继续跑」属于整次运行的行为，落在驱动入口那一层的测试里，不在这个接缝的
+    契约里。这条留成一个说明，是为了让下一个想在这儿加断言的人先看到这段。
     """
-    await event_sink.emit(records.event(kind="always-fails"))
 
 
 @pytest.mark.xfail(reason="事件集还没定，见 docstring", strict=True)

tests/contract/test_run_store.py

@@ -141,7 +141,7 @@ async def test_action_result_and_step_land_together(store, records):
     step = records.step_completed(
         run_id="r1", result_id="a0", action_outcome=records.outcome(), step=records.step(step_idx=0)
     )
-    await store.write_step(step)
+    await store.write_step_completed(step)
 
     log = await store.read_log("r1")