diff --git a/.env.example b/.env.example
index 4105701..bf55e06 100644
--- a/.env.example
+++ b/.env.example
@@ -34,7 +34,7 @@ MONKEY_OCR_URLS=http://10.77.0.20:7866,http://10.77.0.20:7867
 EMBED_API_KEY=
 EMBED_API_URL=
 
-# ── Redis（响应缓存 + ARQ 任务队列）──
+# ── Redis（响应缓存）──
 REDIS_URL=redis://localhost:6379/0
 
 # ── LLM 韧性参数 ──
@@ -43,3 +43,7 @@ LLM_MAX_RETRIES=3
 LLM_RETRY_BASE_DELAY=2.0
 LLM_CIRCUIT_BREAKER_THRESHOLD=5
 LLM_CIRCUIT_BREAKER_COOLDOWN=60
+LLM_TTFT_TIMEOUT=30
+LLM_INTER_TOKEN_TIMEOUT=15
+LLM_RETRY_MAX_DELAY=30.0
+REDIS_CACHE_TTL=86400
diff --git a/CLAUDE.md b/CLAUDE.md
index e524f4e..0bfae73 100644
--- a/CLAUDE.md
+++ b/CLAUDE.md
@@ -243,7 +243,7 @@ MODE=mock N_SAMPLES=10 bash scripts/<experiment>.sh   # smoke test
 
 ### 4.8 Agent 遥测
 
-每次 LLM/VLM 调用必须经过 `TelemetryRecorder` Protocol（`core/evolution/protocols.py`）记录。完整规范见 `research-wiki/ARCHITECTURE.md §4`。
+每次 LLM/VLM 调用必须经过 `TelemetryRecorder` Protocol（`core/protocols.py`）记录。完整规范见 `research-wiki/ARCHITECTURE.md §4`。
 
 | 必录字段 | 类型 | 说明 |
 |----------|------|------|
@@ -254,8 +254,11 @@ MODE=mock N_SAMPLES=10 bash scripts/<experiment>.sh   # smoke test
 | `provider` | str | API 端点标识 |
 | `messages` | str (JSON) | 原始输入 |
 | `response` | str | 原始输出 |
+| `thinking` | str | thinking/reasoning 内容 |
 | `prompt_tokens` / `completion_tokens` | int | token 用量 |
 | `latency_ms` | int | 延迟毫秒 |
+| `ttft_ms` | float? | 首 token 延迟（流式测量） |
+| `max_inter_token_ms` | float? | 最大 token 间隔（流式测量） |
 | `cache_hit` | bool | 是否命中 Redis 缓存 |
 | `error` | str? | 异常信息（正常为 null） |
 
@@ -263,17 +266,16 @@ MODE=mock N_SAMPLES=10 bash scripts/<experiment>.sh   # smoke test
 
 ### 4.9 LLM 韧性
 
-所有 LLM/VLM 调用必须经过 `GovernedLLMClient`（`adapters/llm.py`）治理，禁止裸调 OpenAI SDK。治理栈五层（详见 `research-wiki/ARCHITECTURE.md §5`）：
+所有 LLM/VLM 调用必须经过 `GovernedLLMClient`（`adapters/llm.py`）治理，禁止裸调 OpenAI SDK。治理栈四层（详见 `research-wiki/ARCHITECTURE.md §5`）：
 
 | 层 | 机制 | 说明 |
 |---|------|------|
-| 1 | 硬超时 | `asyncio.wait_for(call, timeout=config.llm_timeout)` |
-| 2 | 指数退避重试 | `max_retries`、`base_delay`、`max_delay`（可配置） |
-| 3 | 熔断器 | 连续 N 失败 → 短路 M 秒 → 探针恢复 |
-| 4 | Redis 响应缓存 | content-addressed：`hash(model + messages)` → response |
-| 5 | ARQ 任务队列 | 长时间推理任务异步执行 |
+| 1 | 熔断器 | 连续 N 失败 → 短路 M 秒 → 探针恢复（`adapters/breaker.py`） |
+| 2 | Redis 响应缓存 | content-addressed：`hash(model + messages)` → response |
+| 3 | 流式三层看门狗 | TTFT / inter_token / total 超时保护（`adapters/streaming.py`） |
+| 4 | 指数退避重试 | `max_retries`、`base_delay`、`max_delay`（可配置） |
 
-> 熔断参数（`LLM_CIRCUIT_BREAKER_THRESHOLD`、`LLM_CIRCUIT_BREAKER_COOLDOWN`）和超时（`LLM_TIMEOUT`）通过 `.env` 工程配置管理。
+> 熔断参数（`LLM_CIRCUIT_BREAKER_THRESHOLD`、`LLM_CIRCUIT_BREAKER_COOLDOWN`）和超时（`LLM_TIMEOUT`、`LLM_TTFT_TIMEOUT`、`LLM_INTER_TOKEN_TIMEOUT`）通过 `.env` 工程配置管理。
 
 ## 5. 项目结构规范
 
@@ -289,6 +291,7 @@ project_root/
 ├── .claude/                 # Claude 配置（skills, hooks, tools）
 │
 ├── core/                    # 可提取内核（不依赖 app/、adapters/）
+│   ├── protocols.py         # 共享端口（LLMProvider, VLMProvider, TelemetryRecorder）
 │   ├── agent/               # AgentLoop 引擎（loop, types, protocols）
 │   ├── evolution/           # 诊断+进化引擎（diagnose, evolve, gate）
 │   └── types.py             # 跨模块共享类型
diff --git a/research-wiki/ARCHITECTURE.md b/research-wiki/ARCHITECTURE.md
index 4a67ac4..3d85e7c 100644
--- a/research-wiki/ARCHITECTURE.md
+++ b/research-wiki/ARCHITECTURE.md
@@ -103,17 +103,18 @@ flowchart TD
 ```text
 project_root/
 ├── core/                    # 可提取内核（不依赖 app/、adapters/）
+│   ├── protocols.py         # 共享端口：LLMProvider, VLMProvider, TelemetryRecorder
 │   ├── agent/               # 【可提取包】AgentLoop 引擎
 │   │   ├── loop.py          # Thinking+JSON 推理循环，pluggy hook
 │   │   ├── types.py         # Step, LoopResult
-│   │   └── protocols.py     # LLMProvider, ToolDispatcher Protocol
+│   │   └── protocols.py     # Agent 专属：ToolDispatcher, AgentLoopSpec
 │   ├── evolution/           # 【可提取包】诊断+进化引擎
 │   │   ├── diagnose.py      # 两阶段诊断管线
 │   │   ├── evolve.py        # patch/rewrite 进化
 │   │   ├── gate.py          # CE-Gate e-process
 │   │   ├── validate.py      # 块顺序验证
 │   │   ├── types.py         # DiagnosisResult, EvolutionRecord, ...
-│   │   └── protocols.py     # SkillStore, RunLog, TelemetryRecorder Protocol
+│   │   └── protocols.py     # Evolution 专属：SkillStore, PromptStore, RunLog
 │   └── types.py             # 跨模块共享类型
 │
 ├── app/                     # 应用层（组合 core + adapters，领域特化）
@@ -148,7 +149,9 @@ project_root/
 │   └── ports.py             # 应用层特有端口
 │
 ├── adapters/                # 外部实现层
-│   ├── llm.py               # GovernedLLMClient（遥测+熔断+Redis缓存）
+│   ├── llm.py               # GovernedLLMClient（四层治理栈）
+│   ├── streaming.py          # 流式三层看门狗（TTFT/inter_token/total）
+│   ├── breaker.py            # CircuitBreaker（内存级熔断器）
 │   ├── vlm.py               # VLM 客户端
 │   ├── embedding.py         # Embedding 服务实现
 │   ├── redis_cache.py       # Redis 响应缓存
@@ -172,7 +175,7 @@ project_root/
 
 | 层 | 可依赖 | 禁止依赖 |
 |---|--------|---------|
-| `core/` | 标准库、typing、pluggy | `app/`、`adapters/`、任何框架 |
+| `core/` | 标准库、typing、pluggy、json_repair | `app/`、`adapters/`、任何框架 |
 | `app/` | `core/`、标准库 | `adapters/`（只通过 Protocol） |
 | `adapters/` | `core/`、`app/ports.py`、第三方库 | `app/` 内部模块 |
 
@@ -188,15 +191,28 @@ project_root/
 
 ### 3.1 核心端口（`core/` 内，可提取）
 
-| Protocol | 所在文件 | 关键方法 | 职责 |
-|----------|---------|---------|------|
-| `LLMProvider` | `core/agent/protocols.py` | `chat()`, `chat_async()` | LLM 文本调用 |
-| `VLMProvider` | `core/agent/protocols.py` | `chat_with_images()`, `chat_with_images_async()` | VLM 图文调用 |
-| `ToolDispatcher` | `core/agent/protocols.py` | `dispatch(tool_name, args, context)` | Agent 工具调度 |
-| `SkillStore` | `core/evolution/protocols.py` | `read_skill()`, `write_skill()`, `list_versions()` | 版本化技能存储 |
-| `PromptStore` | `core/evolution/protocols.py` | `read_prompt()`, `write_prompt()` | 版本化提示词存储 |
-| `RunLog` | `core/evolution/protocols.py` | `insert()`, `query()` | 实验日志 |
-| `TelemetryRecorder` | `core/evolution/protocols.py` | `record_llm_call()` | Agent 遥测 |
+**共享端口（`core/protocols.py`，跨子包）：**
+
+| Protocol | 关键方法 | 职责 |
+|----------|---------|------|
+| `LLMProvider` | `chat()` | LLM 文本调用（全异步） |
+| `VLMProvider` | `chat_with_images()` | VLM 图文调用（全异步） |
+| `TelemetryRecorder` | `record_llm_call()` | LLM 调用遥测 |
+
+**Agent 专属端口（`core/agent/protocols.py`）：**
+
+| Protocol | 关键方法 | 职责 |
+|----------|---------|------|
+| `ToolDispatcher` | `dispatch(tool_name, args, context)` | Agent 工具调度 |
+| `AgentLoopSpec` | `before_step/after_tool/after_step/on_finish` | pluggy 生命周期 hook |
+
+**Evolution 专属端口（`core/evolution/protocols.py`）：**
+
+| Protocol | 关键方法 | 职责 |
+|----------|---------|------|
+| `SkillStore` | `read_skill()`, `write_skill()`, `list_versions()` | 版本化技能存储 |
+| `PromptStore` | `read_prompt()`, `write_prompt()` | 版本化提示词存储 |
+| `RunLog` | `insert()`, `query()` | 实验日志 |
 
 ### 3.2 应用层端口（`app/ports.py`）
 
@@ -239,9 +255,12 @@ project_root/
 | `provider` | str | API 端点标识 |
 | `messages` | str (JSON) | 原始输入 |
 | `response` | str | 原始输出 |
+| `thinking` | str | thinking/reasoning 内容 |
 | `prompt_tokens` | int | 输入 token 数 |
 | `completion_tokens` | int | 输出 token 数 |
 | `latency_ms` | int | 延迟毫秒 |
+| `ttft_ms` | float? | 首 token 延迟（流式测量） |
+| `max_inter_token_ms` | float? | 最大 token 间隔（流式测量） |
 | `cache_hit` | bool | 是否命中 Redis 缓存 |
 | `error` | str? | 异常信息（正常为 null） |
 
@@ -251,37 +270,39 @@ project_root/
 
 ## §5 LLM 调用韧性
 
-所有 LLM/VLM 调用必须经过 `GovernedLLMClient`（`adapters/llm.py`）治理，禁止裸调 OpenAI SDK。治理栈包含五层：
+所有 LLM/VLM 调用必须经过 `GovernedLLMClient`（`adapters/llm.py`）治理，禁止裸调 OpenAI SDK。治理栈包含四层：
 
 | 层 | 机制 | 说明 |
 |---|------|------|
-| 1 | 硬超时 | `asyncio.wait_for(call, timeout=config.llm_timeout)` |
-| 2 | 指数退避重试 | `max_retries`、`base_delay`、`max_delay`（可配置） |
-| 3 | 熔断器 | 连续 N 失败 → 短路 M 秒 → 探针恢复 |
-| 4 | Redis 响应缓存 | content-addressed：`hash(model + messages)` → response |
-| 5 | ARQ 任务队列 | 长时间推理任务异步执行 |
+| 1 | 熔断器 | 连续 N 失败 → 短路 M 秒 → 探针恢复（`adapters/breaker.py`） |
+| 2 | Redis 响应缓存 | content-addressed：`hash(model + messages)` → response |
+| 3 | 流式三层看门狗 | TTFT / inter_token / total 超时保护（`adapters/streaming.py`） |
+| 4 | 指数退避重试 | `max_retries`、`base_delay`、`max_delay`（可配置） |
 
-熔断参数（`LLM_CIRCUIT_BREAKER_THRESHOLD`、`LLM_CIRCUIT_BREAKER_COOLDOWN`）和超时（`LLM_TIMEOUT`）通过 `.env` 工程配置管理。
+**流式三层看门狗**：GovernedLLMClient 内部始终使用 `stream=True` 消费 SSE，通过 `stream_with_liveness_timeouts()` 实现三层超时保护——TTFT（首 token，含 thinking token）、inter_token（token 间隔）、total（总时长）。thinking token 刷新看门狗但不计入 content，确保长时间思考不会被误判为连接挂死。
+
+熔断参数（`LLM_CIRCUIT_BREAKER_THRESHOLD`、`LLM_CIRCUIT_BREAKER_COOLDOWN`）、超时（`LLM_TIMEOUT`、`LLM_TTFT_TIMEOUT`、`LLM_INTER_TOKEN_TIMEOUT`）通过 `.env` 工程配置管理。
 
 **治理流程伪代码**：
 
 ```
-call(messages) →
-  if breaker.is_open: raise CircuitOpen
-  key = hash(model, messages)
-  if redis.exists(key): return cached     # 层4: 缓存
-  try:
-    resp = await wait_for(api(messages),   # 层1: 硬超时
-                          timeout)
+chat(messages) →
+  if breaker.is_open: raise CircuitOpen     # 层1: 熔断
+  call_id = uuid4()
+  if cache.get(model, messages):            # 层2: 缓存
+    telemetry.record(..., cache_hit=True)
+    return cached
+  retry loop:                                # 层4: 重试
+    stream = httpx.stream(POST, stream=True)
+    guarded = stream_with_liveness_timeouts( # 层3: 三层看门狗
+      sse_deltas, ttft, inter_token, total)
+    content, thinking, ttft_ms = consume(guarded)
     breaker.record_success()
-    redis.set(key, resp)
-    telemetry.record(...)                  # 遥测
-    return resp
-  except Transient:
-    retry with backoff                     # 层2: 退避重试
-  except:
-    breaker.record_failure()               # 层3: 熔断
-    raise
+    cache.set(model, messages, response)
+    telemetry.record(...)
+    return response
+  except transient → backoff + breaker.record_failure()
+  except 401/403 → breaker.force_open(); raise
 ```
 
 ---