iomgaa
0132887cb9
A 到 H 八档由这里唯一执行，每档的判定住在 _stopping。三处容易写错的地方都有测试钉着： 恰好用满预算完成记成目标达成而不是预算耗尽（结算在下一次迭代开头）；规模超限不写步也不写 意图（唯一一种真的一步都没走的终止）；未执行与环境故障两档的观察取库合成的那段，执行器 给的不进历史。 写入序列断言成一条流水：模型意图 → 模型结果 → 动作意图 → 步记录，模型调用失败也落一条 结果记录（不落的话恢复会把一次已知的失败判成状态未知走重放）。结果 ID 从运行标识与序号 推出来而不是随机数——重放同一步拿到同一个 ID，轨迹里也少一列每次都不同的值。 写这块时修掉的两个自己的坑： - 重放时会重复写意图，而同一步两条同种意图被 _recovery 判成「日志被并发写过」，一次成功的 重放反倒把日志弄坏。加了两个一次性开关跳过已经落过盘的那条。 - _recovery 数连续解析失败时把模型调用失败那一步也算进去了。它压根没走到解释器，判据改成 「解释器给了一段回喂文本」——解析失败必定带着那段说明，模型调用失败没有。 取消：CancelledError 原样重抛、run 不返回结果，但结束标记要在宽限期内尽力写下去，写不完 只记日志不再抛（再抛会把取消这件事本身盖掉）。并发隔离：全部可变状态住在每次运行一个的 _Driver 里，定义与请求都是 frozen 的，有一条并发跑两次的测试。 Budget 加了构造期校验（四项都必须为正）：零或负数会产出一次「零步、预算耗尽」的运行， 那和一次真的跑满上限的运行在停止原因上完全一样，混进统计里分不出来。 事件出口收下了但没有调用点——Event 还没有字段，发一条内容为空的事件既没用又会变成一份 要兼容的形状。
PolyLoop
实验室共用的 Agent 执行内核。治理单位是一次运行：围绕一个目标的有界多轮 「模型决策 → 动作 → 观察」循环，含预算、停止语义、取消、逐步轨迹与 Skill 注入。
它和 PolyGateway 是叠起来的两层。PolyGateway 治理一次模型调用（多源、限流、重试、熔断、 缓存、遥测），PolyLoop 治理一次运行，并用 PolyGateway 的顶层公共 API 拿模型。 任务编排、批量调度、评分、检索、Skill 的生成与进化都留在下游项目。
⚠️ 项目还没有可用的功能（2026-08-07 起）
src/polyloop/ 下是十个模块的空骨架——目录和依赖契约先于代码存在，模块里一个类一个函数都
还没有。下面的阶段清单是唯一的进度权威。
消费者与验收标准
| 项目 | 现状 | 本库对它的验收标准 |
|---|---|---|
| dissect | 已有跑着的 harness/agent/（loop / context / memory / parser） |
能把那套循环搬到本库上，dissect 原有测试全绿。 一手需求证据最强 |
| GovDoc-SaaS | 已有 packages/docagent-core/（第一次抽库尝试，含 agent / workflow / retrieval / taskrun） |
能替代掉 docagent-core/agent，能替代更多更好。 哪些子包能一并接管，在第 ② 阶段判断 |
| CHSAnalyzer | 还没写到 agent 那一步，只有设计方案 | 远期可以兼容使用。 它的 agent 需求要么本库能满足，要么明确写进「不属于本库」清单并说明为什么 |
三者的证据强度不同，能进本库的语义也就分档：dissect 和 GovDoc-SaaS 的真实代码是一手证据， 两边都需要的机制才有资格做成稳定内核；CHSAnalyzer 只用来检验边界画得对不对，不能凭它的 设计方案单独长出一个组件——一个没有真实调用方的抽象，等到有调用方那天多半是错的。
阶段清单
这份清单是「当前处在哪个阶段」的唯一权威。 CLAUDE.md 不重复这里的内容，只有一条常青规则
（§1.11）要求动手前先看这里——这样阶段推进时不需要改 CLAUDE.md，开发结束后把本节删掉即可，
不会在别处留下过期条文。
- ① 协作规范 —— 见 CLAUDE.md 与 research-wiki/README.md（文档体系）
- ② 需求对齐 —— 从 dissect 的
harness/agent/与 GovDoc-SaaS 的packages/docagent-core/提取真实需求，产出research-wiki/migrations/下两份迁移文档（删除清单 + 组件映射 + 验收口径）， 并检查 CHSAnalyzer 的 agent 方案落在边界内还是边界外。这一阶段的产物决定库的边界， 所以它排在架构前面：边界画错，后面每一份架构文档都要重写 - ③ 架构 ——
research-wiki/explanation/architecture.md与pyproject.toml的 import-linter 契约。 架构文档先于代码存在，此期间它是一份规格而不是描述，文档开头须写明这一点 - ④ 测试框架 —— unit / integration / e2e / contract 四层骨架（划分判据是「依赖什么」，
见 CLAUDE.md §1.9），以及
tests/contract/那套公共行为一致性用例的形状 - ⑤ 实现 —— 分块落地，每块必须有对应层级的测试接住，守着它的 import-linter 契约在同一个提交里加上
- ⑥ 迁移验收 —— 真的把 dissect 与 GovDoc-SaaS 迁过来，以两边测试全绿为准
本地检查
make check # ruff format --check + ruff check + lint-imports
make test # pytest（e2e 默认不跑，它打真实网关要花钱）
make ci # 上面两条
仓库还没有 remote，所以没有 CI workflow。make ci 就是当前的全部机器闸，和 PolyGateway
一样。等仓库推上去之后按 research-wiki/guides/ 补 workflow（那份也还没写）。
文档质量不走机器检查，走 CLAUDE.md §3 的「硕士生阅读」评审。
参考资料
reference/ 下的六个仓库与 agent-core.md 都只是参考，不是本项目的设计，也不是任何事实的权威
（理由见 CLAUDE.md §0）。它们只读、不改、不入库。
| 位置 | 是什么 |
|---|---|
reference/agent-core.md |
别人为本项目写的一份架构提案。其中任何一条在被我们自己的 design doc 采纳前都不作数 |
reference/dissect/ |
消费者，已有 ReAct 循环实现 |
reference/GovDoc-SaaS/（background 分支） |
消费者，已有第一次抽库尝试 packages/docagent-core/ |
reference/GovDoc-Editor/ |
GovDoc-SaaS 重构之前的那一版，今天跑在生产上。需求来源，不是迁移对象 |
reference/CHSAnalyzer/ |
远期消费者；同时是本仓库协作规范的蓝本 |
reference/PolyGateway/ |
本库的依赖，也是「实验室共用库该怎么做」的蓝本 |
reference/pi/ |
外部参考实现 |
其余约定见 CLAUDE.md，那里是协作规则的唯一来源。