iomgaa
a14bf8d288
第 ④ 阶段的核心交付物。这套测试不针对任何具体实现，写的是「不管你怎么实现 都必须满足这些行为」，下游写完自己的实现接到 fixture 上跑一遍即可， 是任何新适配器的准入标准（CLAUDE.md §0）。 现在全部跳过，因为公共类型与 Protocol 还没落地。价值不在跑，在写： 写一条契约要求把每次调用逐字写出来——方法叫什么、参数填什么、返回值怎么取， 而散文里读着通顺的地方，落到这一步就露出来了。 三轮文档评审没报出的七个洞，写这套测试时全部撞了出来： 没有动作的步 result_id 填什么；三个 ActionStatus 取值的触发条件； 动作被拒绝时观察的来源（执行器与 SyntheticObservations 两处都有）； 解释器能不能抛异常；Event 没有字段所以事件出口的契约只写得出一半； read_log 读不存在的运行必须返回空日志而不是抛异常； 以及原子性与前缀持久性这两条 0005 的承诺根本没有机器兜底—— 写这套测试之前我们默认它们会被契约测试接住。 洞标成 xfail(strict=True) 而不是常驻 fail：一个永远红的套件会训练所有人忽略红。 它们都不带 fixture，否则会被「实现还没有」那个跳过挡住， 于是「答不上来」就伪装成了「还没轮到」。补上之后 XPASS 会报错，逼人回来删标记。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
PolyLoop
实验室共用的 Agent 执行内核。治理单位是一次 Agent Session：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 Agent Session，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。