层1/T2: teacher.py 批量生成 + sha256 JSONL 缓存；teacher 改定 MiniMax-M3

- teacher.py: 通用 OpenAI 兼容客户端（配置驱动 base_url，替代 OpenRouter 专用）；
  缓存即断点（逐条落盘+flush，重跑自动续传）；单条失败先落盘其余、结束汇总显式报错；
  M3 思考段 <think>...</think> 入库前剥离（只剥开头一段）
- configs.py: 新增 TeacherGenConfig（采样参数显式化；连接三元组走 .env）
- scripts/generate_teacher_completions.py: 自包含生成脚本（本地跑，与训练侧
  同 seed 同子集约束已注明）
- teacher 决策变更同步：.env.example / docs/00 关键设定与存档点 / docs/02
- tests/test_teacher.py: 10 个单测（假客户端注入），含与 attach 的端到端契约闭环

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

scripts/generate_teacher_completions.py

@@ -0,0 +1,38 @@
+"""层 1：为 DAPO 1k 子集生成 teacher（MiniMax-M3）解答缓存。
+
+自包含实验脚本：全部参数写死在此，零参数复现。在**本地**运行（纯 API 调用，
+不需要 GPU；本机可直连自建网关）：
+
+    conda activate ars-opd
+    python -u scripts/generate_teacher_completions.py
+
+前置：
+1. .env 已填 TEACHER_API_BASE / TEACHER_API_KEY / TEACHER_MODEL；
+2. DAPO parquet 已下载到 DATASET_PATH（见 docs/02 §4）。
+
+中断安全：缓存逐条落盘，重跑本脚本自动跳过已完成条目（断点续传）。
+"""
+
+from ars_opd.configs import SFTConfig, TeacherGenConfig
+from ars_opd.data import load_sft_dataset
+from ars_opd.teacher import TeacherClient, generate_completions
+
+# 非显然约束：这里的 dataset/subset_size/seed 必须与 T5 训练脚本完全一致——
+# 两侧各自走"加载→归一→抽子集"，seed 相同才是同一批题（data.py 有详注）
+DATASET_PATH = "data/dapo-math-17k.parquet"
+CACHE_PATH = "data/teacher_completions_dapo1k_minimax-m3.jsonl"
+
+sft_cfg = SFTConfig(
+    dataset_path=DATASET_PATH,
+    output_dir="outputs/_unused",  # 本脚本不训练，仅复用数据管线配置
+    subset_size=1000,
+    seed=42,
+    # teacher_completions_path 留空：此刻缓存尚不存在，取的就是 prompt-only 子集
+)
+
+dataset = load_sft_dataset(sft_cfg)
+prompts = [row["messages"] for row in dataset]
+
+teacher = TeacherClient(TeacherGenConfig())  # 采样参数全用 configs.py 的显式默认
+generate_completions(prompts, CACHE_PATH, teacher)
+print(f"完成。缓存文件：{CACHE_PATH}")