Bio-Audit v0.2.1 — 规则质量修复（窗口 J）

Bio-Audit v0.2.1 — 规则质量修复（窗口 J）

在 v0.2.0 五阶段重构基础上：真实评测缺口修复（G-2）+ 规则质量修复（J：wilcoxon 词表对齐 / significance_threshold 新规则 / annotation L3 签名评估）+ 文档站上线（H）。

窗口 J 亮点：窗口 I 登记的规则层 2 项发现全部修复，采集层 1 项经评估如实声明依赖生态；golden 漂移全程 C4 留痕；连锁影响（benchmark/reward）全部实测留档。

窗口 J（2026-08-16，本版核心）

• J1 wilcoxon 词表对齐（ruleset 1.2.0 → 1.3.0）：G1.3/G1.1 词表对称补齐（wilcoxon 家族 5 词条全 L1，以 G1.1 语义为准，D2 MAST 同原则）——修复窗口 I 发现①（B 版黄金对照 L0 来自 G1.3 词表缺口兜底）；golden 基线 C4 更新 2 决策（L0→L1，轨迹分不变）；B 版黄金对照重评 63.0 blocked → 69.0 needs_correction（I 报告 §11.5 预警应验）
• J2 significance_threshold 新规则（ruleset 1.3.0 → 1.4.0，39 唯一规则）：scRNA 范式新增 G1.4-DEG-004（文献锚定 Conesa 2016 PMID 26813401 等，level 词表与 M1.3 对齐）；本体扩 scRNA + padj_cutoff/logfc_cutoff 键（ontology 0.1.1）；三版黄金 Agent 重评 significance_threshold L-1 → L3；新规则覆盖豁免登记（D5.12，批 3 补覆盖）
• J3 annotation L3 签名评估：SingleR 无成熟 Python 实现（仅 BiocPy singler 0.1.x 早期绑定）+ 采集层无产物级一致性验证 → 如实声明不硬补签名，A 版保持 80.0 天花板；backlog 登记
• 连锁影响（实测留档）：benchmark 60 任务检出指标零变化（precision 0.745 / recall 0.820 / F1 0.781）、mean 0.5528→0.5542、gap +0.046→+0.048（预注册区间内）；reward 校准 ρ 0.6179→0.6008、分层差 +0.3614→+0.3434（p=0.000 保持显著）；pytest 235/235；三闸/四闸/五闸/capture-validate/MCP selfcheck 全 PASS；CI 双矩阵（Python 3.10/3.12）全绿

窗口 G-2（2026-08-16）

• declared 四级可信源落地（采集层）：call_arg > data_metadata > declared > unverified；Agent 上报键永远不进 declared
• 规则平台键审查与放宽（ruleset 1.1.1 → 1.2.0）：22 条 scRNA 规则 required_context 平台依赖逐条审查；GSE115978 平台查证定案 = Smart-seq2；required_context 列表 any-of 语义（engine 0.2.1）
• 真实运行重评：有效分数 30.0 needs_correction（L0=0 / L1×7 / L3×1 / L-1×12）（总成本 ¥2.55），与 demo 轨迹 29 分 5 L0 口径严格区分

窗口 H（2026-08-16）

• 文档站上线：https://tubo2333.github.io/bio-audit/ —— 站点规范（数字口径纪律）、9 项导航、docs 目录组织、核心文档中英双语、Release 衔接、全站 0 死链

工程质量

• pytest 235/235 · CI 双版本矩阵（3.10/3.12）云上全绿 · golden 回归 0 差异（J1 C4 漂移已记录原因，不静默）
• ruleset 1.4.0（44 规则文件 / 39 唯一）/ ontology 0.1.1 / engine 0.2.1 —— 三元组快照可复现
• 规则治理三闸 / benchmark 四闸 / reward 五闸门禁全 PASS

文档（文档站：https://tubo2333.github.io/bio-audit/）

• 窗口 J 报告：规则质量修复（wilcoxon 对齐 + significance_threshold + L3 签名评估）
• 窗口 I 报告：端到端阳性对照（黄金 Agent A/B/C，含 J 追加重评）
• 真实评测：G-2 补充报告（重评 30.0）
• 快速开始：中文 · English
• 完整变更：CHANGELOG

安装

pip install -e .[dev,ui]      # Python >= 3.10
bio-audit run <轨迹.json>      # 审计
bio-audit golden               # golden 回归
bio-audit ruleset-validate     # 规则三闸
bio-audit benchmark-run        # 评测运行

Bio-Audit v0.2.0 — 五阶段重构完成

Bio-Audit v0.2.0 — Scientific Decision CI for Bioinformatics AI Agents

五阶段重构完成：从四套分裂演示 demo → 单仓库可迭代产品。三价值层（lint / benchmark / reward）全部落地。

状态更新（2026-08-16，窗口 G-2 / H）：真实 Agent 评测链路已打通并重评——有效分数 30.0 needs_correction（L0=0 / L1×7 / L3×1 / L-1×12），总成本 ¥2.55；文档站上线（导航/双语/目录组织见 站点规范）。详细更新见 CHANGELOG。

核心能力

• 审计引擎：文献锚定规则引擎（43 规则文件 / 38 唯一），决策类型本体化（34 类型 + context schema），D5 bug 修复，分数单一事实源
• 采集（lint）：M1 主动上报 + M3 产物解析交叉验证（虚报/漏报检测），verdict 状态位（provisional/final/revoked），MCP server
• 评测（benchmark）：60 条任务集（3 范式 × 难度梯度），双标注 IRR（κ=0.8336），预注册协议（gap 区间/防泄漏/功效分析）
• 训练信号（reward）：映射宪法（非线性 0/0.30/0.60/0.85/1.00，-1 mask，L0 硬惩罚 γ=0.30），三配方消融，spike-in 强锚点

工程质量

• pytest 234/234 · CI 双版本矩阵（3.10/3.12）全绿 · golden 回归 0 差异
• 规则治理三闸 / benchmark 四闸 / reward 五闸门禁
• 三元组快照（engine + ruleset + ontology）——任何分数可复现

使用

pip install -e .[dev,ui]
bio-audit run <轨迹.json>      # 审计
bio-audit golden               # golden 回归
bio-audit benchmark-run        # 评测运行
bio-audit reward <轨迹.json>   # reward 信号
python -m mcp.server           # MCP server（Agent 接入）

文档（文档站：https://tubo2333.github.io/bio-audit/）

• 快速开始：中文 · English
• 真实评测：G-2 补充报告（重评 30.0） · G 主报告（旧版留档）
• API 契约：https://tubo2333.github.io/bio-audit/docs/api-contract.html · MCP 契约：https://tubo2333.github.io/bio-audit/docs/mcp-contract.html
• 窗口报告索引：https://tubo2333.github.io/bio-audit/docs/migration/
• Release notes（CHANGELOG）：https://tubo2333.github.io/bio-audit/CHANGELOG.html
• 里程碑总结 / 审计基线 / 设计定稿 / 执行方案：仓库外审计内存 docs/specs/（不进 Pages）