v3.10.1 — 首次发到 npm（含精简行标签修复）

v3.10.1 — 首次发到 npm

改动：包名 dsh-calibration-tier 首次发布，npm i dsh-calibration-tier 可装；GitHub Actions 走 Trusted Publisher，之后免长期 token 发布。

同时带上：3.10.0 的重复调用精简行里，检索档位直接取 route.level、代理取不存在的 label 字段，曾打出「检索 high｜代理 undefined」，改走 LABELS 中文映射；clarify-needs / counter-review 两个子技能改为只能显式调用。

v3.10.0 — 重复调用不再重发档位全文

v3.10.0 — 重复调用不再重发档位全文

问题：clarify_tier 每次调用都回整段固定文本（步骤、回执模板、派活说明），一轮里调两三次就是上千 token。

改动：按会话记「上次发过的签名」= mode + level + 对抗 / 检索 / 代理开关。签名不变时只回一行状态；
档位或任一开关变化立即恢复全文。结构化字段与 contract 完全不变，只多一个 sameAsLast: true。

限制：记忆在进程内，重启插件后首次调用仍是全文；跨会话不共享（各会话本来就该看各自的档）。

验收：node --test test/*.test.mjs 185/185；新增 1 项（首次全文 / 重复精简 / 档位变化恢复）。

v3.8.0 — 可移植：能力族扩到 26 条、非聊天模型剔除、四类覆盖键、doctor 自检

问题：代理档的效果依赖作者本机的注册表（北辰 Anthropic/Grok/DeepSeek、本地 Ollama），别人装上后要么模型一律 5 分兜底，要么 grok-imagine-* 这类图像模型混进候选，counter 隔离经常落 unknown。

改了什么

• 能力族 6 → 26 条：claude haiku/通用、gpt-5.6/5/4、codex、gemini-3/通用、glm-5/4、kimi-k3/通用、minimax、qwen3/通用、step、hy4/hy3、deepseek-v4-pro/兜底、grok；未识别仍 5 分，但带 derived 标记
• 非聊天模型自动剔除（NON_CHAT_PATTERN：image/imagine/video/embed/tts/audio/…），models["p/m"].chat 可改判
• 覆盖文件四类键：models（单条分数/窗口/chat）、families（新族，排在内置表前）、exclude（踢出）、providers（免费线）；按 mtime 缓存，改完不用重启
• npm run doctor [-- --home=… --main=provider/model]：注册表快照 × 当前能力表 → 每条 route 的族/档/分值、两档实挑与隔离原因、剔除项、未识别项
• mainRouteFromExec 兼容多种宿主形状，主模型读不到时不再一律 unknown/low
• README 新增「换台机器 / 别人用（同效复现）」：三步、覆盖示例、同效四条前提

验收：node --test test/*.test.mjs 174/174；本机 doctor 实测 13 条快照 → 剔除 2 条图像模型、11 条参与打分，性能档 executor/research=opus、counter=deepseek-v4-pro（high）。

边界：插件不读凭据、不联网、不自带模型；「同效」仍取决于对方注册表里至少有异族 provider（否则隔离只能 mid/low）。

v3.7.2 — 修全量测试并发 flaky：host.test.mjs 不再写死端口

v3.7.2 — 修全量测试并发 flaky：host.test.mjs 不再写死端口

现象：npm test 单跑全绿，但两个进程同时跑（两个会话各跑一次、或本地 CI 与开发并行）时，test/host.test.mjs 会整块 39 项变红。

根因：用例把 DSH_CLARIFY_TIER_PORT 写死成 43991 并占住它，再断言桥接退到 43992。两个进程抢同一对端口时，抢输的一方要么占不到 43991，要么桥接落到 43993，于是永远等不到 :43992 的「桥接就绪」。

改了什么

• 端口不再写死：OS 分配空闲端口（listen(0)）并先占住，再把它告诉插件；桥接往上扫一格绑 port+1
• 真绑上的端口从「桥接就绪」日志解析，BASE / openStream / 就绪断言都用实测端口，不假设
• 启动前确认 port+1 空闲；贴 65535 上限时换端口重试

验收：旧 HEAD 双跑可稳定复现（129 项 / 1 fail）；修后双跑两轮 + 三跑并发一轮，6 份结果全部 167/167；npm run verify 167/167。

发布面：只有测试文件变化，插件行为与默认端口（43871..43880）不变。

v3.7.1 — 回执按需出

v3.7.1 — 回执按需出：没发生就不写，别硬凑「0 孩子 / 0 条」

背景：3.7.0 把五模式都做成「清单 + 落盘 + 收尾回执」后，每轮交付固定多出 4~6 行回执；代理没派活也写「性能 · 0 孩子」、对抗没提条目也写「0 条」，噪声反过来盖住结论。

改了什么

• renderContract() 支持 receiptWhen：渲染成「收尾仅在<条件>时单起一行『…』；没发生就不写这行」
• 循环 high/max：仅当本轮真跑到 ≥2 轮；代理两档：仅当本轮真派了子代理（children ≥1）；对抗：仅当本轮真提出 ≥1 条对抗条目
• 检索增量/全量保持无条件（切档即执行），仍用「收尾必须」，数字须与 tmp\skill-scan*.md 对齐
• 三处 steps 删掉重复的「收尾单起一行『X 回执：…』」；效率档补一条挑模型步骤，仍 4 步
• 检索格 / 代理格悬停 title 同步为条件口径

限制：receiptWhen 由模型自行判断是否满足，工具侧不做拦截；想机器核对条目数仍用 verify_claims(kind=ledger)。

v3.7.0 — 性能档同级备选 + 五模式统一可执行清单（含 3.6.0 检索清单化）

本版包含未单独发布的 3.6.0（检索档位变成可执行清单；代理侧补并行判据与降级链），下面两节一起说明。

v3.7.0 — 性能档补同级备选：opus 不可用时先退 sonnet；五模式统一可执行清单

背景：性能档此前只有一条主 route（claude-opus-5-5）。opus 一旦限流或请求失败，降级链的第一跳直接是官方 deepseek 效率档——质量落差两档，等于「性能档静默降级成效率档」。用户口径：「给性能档加备选（例如 opus 限流时退到 sonnet）」。

改了什么

• 新增 nearPeers()（lib/agents.js）：按当前档的比较口径排序，领域分不低于主 route 减 spread（默认 2，覆盖 opus→sonnet 的 1 分差），默认只在同一 provider 内找兄弟模型——同 key 同端点换模型才真能救「这个模型限流/挂了」；跨 provider 交给官方兜底
• buildFallbackChain() 顺序改为：性能档同级次优（非官方）→ 官方同域同档 → 官方放宽 → 主模型；新增 module 参数（默认 executor）。效率档不插同级备选，避免「名为效率、实为升级」
• 启动期预检失败同样先试同级（opus 预检挂了先试 sonnet），同 provider 无兄弟才退官方；换模型时推理等级按新模型的 efforts 重算（effortFor）
• 运行期 fallbacks 数组随之把 sonnet 排在官方之前，按链重派即可

同版本第二项：其余四个模式也补上可执行清单

背景：v3.6.0 只给「检索」补了步骤、落盘与回执，思考 / 循环 / 对抗 / 代理仍是一句口径——切了档看不出要做什么，事后也验不出做没做。

• lib/tools.js 新增 renderContract()：五模式统一按「头 → 编号步骤 → 提问口径 → 产出/落盘 → 收尾回执 → 守卫」渲染，差异只来自 lib/core.js 的档位数据；RECEIPT_FIELDS 从 4 个占位符扩到 20 个
• 思考严格 5 步、极致 7 步（设计树、逆向三条、对抗自检、止损线），极致落 tmp\tier-plan-<YYYYMMDD>.md；循环三档 2/4/5 步，交付与极致分别落 tmp\forge-*.md；对抗开着才发步骤与「对抗回执」（三态收口）；代理效率 4 步、性能 5 步
• test/contract.test.mjs 7 项守渲染顺序与五模式结构

限制

• 同级备选只在「同 provider 且领域分差 ≤2」时成立；registry 里没有兄弟模型（例如只配了 opus 一个）时行为与 3.6.0 完全一致
• 不改变 allowedModels 白名单语义：要真正可派，sonnet 仍需在该会话的 allowedModels 里（agent_delegate 走 provider 层不受此限）
• 清单是写给模型的口径，不是硬门禁：没落盘时宿主不拦，只能靠回执里的文件名与条目数对照

回执可机械核对（同版本）：verify_claims 新增 kind=ledger——读回执对应的落盘文件，数 Markdown 表格数据行，跟回执里的「N 候选」对账（expect.candidates 相等 / expect.min 下限 / 不给期望值只报数）。此前回执靠模型自觉，现在回执说 8 条、文件只有 3 行时，工具直接判未核。

客户端拆片（同版本）：lib/client.js 1072 行按职责切成 lib/client/ 六个分片，scripts/build-client.mjs 拼回单文件（浏览器模块只能一个 id 一个文件，发布面不变）。npm run build:client 生成、verify 前置 --check、consistency.test.mjs 守「分片拼接 == lib/client.js」，避免只改分片忘了 build。切片逐字节等价（42790 字节、0 行差异）。

v3.6.0 — 检索档位变成可执行清单；代理侧补并行判据与降级链

背景：检索档位此前只有一句口径（「联网找已装之外能用的技能，只读文本不安装」），切到增量/全量后模型看不出要做什么、事后也验不出做没做——用户口径：「增强检索质量，这个模式每次都没什么存在感」。

改了什么

• ROUTE_PLAN 每档新增 steps（编号 4~5 步）、ledger（必交落盘文件）、receipt（回执模板），旧字段原样保留，老会话状态无需迁移
• 增量：skillq 本地盘点 → ≤3 组英文同义词联网查 → 候选表落 tmp\skill-scan-<YYYYMMDD>.md（名 / 来源 / 是否已装 / 星数 / 一句用途）→ 装 ≤1 或「不装」给理由
• 全量：中英各 ≥2 组本地盘点 → ≥5 组查询、候选 ≥20 → 同组 ≥2 才比规格 → 判别卡（三段）+ 安装清单 + 冲突清单落 tmp\skill-scan-full-<YYYYMMDD>.md
• routeLine() 输出多行清单，末段硬性要求回复末尾单起一行「检索回执：…」，数字须与落盘文件一致；每档 guard 补「未落盘 = 未执行」
• 检索格悬停 title 同步为「产出 + 落盘 + 回执」摘要（client 兜底同字）

并行判据（lib/fanout.js）：代理开着时 agentSection() 的说明末尾多一行「并行：<=N 块；先过依赖图与验收断言，净值 <=0 就别拆；回传只给摘要；赛马不省时」，返回值多 fanout（maxBlocks + 六条 rules + 三条 never）。N 取该档 maxChildren：效率 2、性能 3。净值为 Gain = n*t - (ceil(n/p)*0.6t + beta*t)，beta ≥ n-0.6 必亏；三条不拆：赛马取快/投票、同一文件两路并行写、块之间靠同一中间文件互等。判据来源 token-governance/docs/fanout-criteria.md；实测子代理 3.0s/步 vs 主会话 4.8s/步（近 10 天 80 会话，step/start→step/end 配对）。代理关时早退，零注入。

降级链（lib/delegate.js）：buildFallbackChain() 让启动期与运行期共用一份有序候选——官方同域同档 → 官方放宽（不限域/档位）→ 主模型，去重且排除当前 route；重试统一落回 spawn。返回值新增 fallbacks（有序数组），fallbackRoute 保留为链首。修掉旧断层：原来「已在官方 deepseek 且启动失败」直接 throw，不再往下退；现在沿链逐条试，全挂才抛最后一次错误（tried 列表进 note）。

自查补的三处

• 官方兜底可能返回主模型：pickRoute 走效率档时，池里挑不到「比基线更强」的会退回基线 route，于是「官方池」里可能拿回自配/主模型，被降级链当第一跳。新增 inPool() 只承认传进去的那份候选，越界一律落 pool[0]。
• 回退时的推理等级：改成 effortFor(cand, preferred)——目标没声明 efforts 就不传（v3.2.1 口径），声明了但当前值不在列表里就改用它的默认档。
• 运行期链跳过启动期已失败的候选：buildFallbackChain(..., skip) 收一份 failedAtStart，避免重派回刚失败过的死路；note 补「隔离度降为 none」。检索侧则在 plan 缺 ledger 时不再输出空落盘路径。

修：工具输出含 undefined 被宿主判 not lossless JSON。agentSection() 里 mainRoute: main.provider ? main : undefined，当 exec.agent.model 读不到时该键值即 undefined → 序列化丢键、回读不等价 → clarify_tier 直接 INVALID_TOOL_OUTPUT。改成条件展开 ...(main.provider && main.model ? { mainRoute: main } : {})。代理开着时必现，关着不触发。

限制：回执靠模型自觉执行，工具侧只给清单与判据，不做自动拦截；增量档每轮多 3 次搜索与 1 次写盘，全量更贵，默认仍是「本地」。并行判据同样只是说明与字段，派不派活仍由模型自己判断。

v3.5.0 — 检索/代理收成一格（含 3.4.0 代理=强化）

本版包含未单独发布的 3.4.0（代理 = 强化开关），下面两节一起说明。

v3.5.0 — 检索 / 代理各收成一个轮换格

背景：主条最宽时有 14 个节点（检索开关 + 增量/全量 + 三档 + 循环 + 对抗 + 代理开关 + 效率/性能），窄屏还得降级成一格轮换，两套形态各写一遍测试。用户口径：选项格少一点，一个格子点着切；两个开关挪到选项条最后；「本地 / 默认」也要保持颜色。

改了什么

• 主条固定 11 节点：常规 严格 极致 ‖ 循环 对抗 ‖ [检索格] [代理格]，节点数不再随开关增减
• 两个轮换格挪到末尾（三档 → 循环 → 对抗 → 检索 → 代理）
• 检索格轮换 本地 → 增量 → 全量 → 本地；「本地」= route.on=false，只做显示名，不进 ROUTE_LEVELS / ROUTE_PLAN
• 代理格轮换 默认 → 效率 → 性能 → 默认；「默认」= agent.on=false
• 两格恒亮：检索三档恒天蓝、代理三档恒墨绿；data-on/data-route/data-agent 只表状态，不再控制配色（选择器 .dct-cell.dct-routecell 0,4,0 压过通用选中规则）
• 代理色改墨绿：--dct-agent #b06fd0 → #24543f（白字对比 ≈8.7，比三档更深，靠明度差与循环雾绿 #66ae7c 分开），内描边同步 rgba(36,84,63,.45)
• 删 WIDE_MIN、data-agent-compact 与宽窄屏两套形态
• 轮换只提交变化的一维（档位没变只提交 on）；从「本地」出发固定落到增量档
• routePlan(false, …) 的 label 改为「本地」，与界面一致
• 状态模型与 SCHEMA 9 不变，老状态文件不用迁移

限制：轮换格只看得到当前值和下一档，要直接跳到第三档得点两下；两格恒亮后颜色不再表示开/关（「本地」与「全量」同色），开/关只能看文字——这是「保持颜色渲染」的代价，要恢复灭灯式区分只需把 CSS 里的 data-on 门控加回两条规则。

v3.4.0 — 代理 = 强化开关

语义：代理开关管的是「要不要强化」。关 = 不强化，派活沿用主模型；开 = 强化，再选强度：效率要「比原本强、但只强一档且挑便宜的」，性能要「绝对质量」，用在用户明确在意的任务上。

改了什么

• agent_delegate：代理关时不挑 route，直接用主模型的 provider/model（source: "baseline"）；拿不到主模型信息才退回效率档并在文本里说明
• 效率档：候选只留分数严格高于基线的 → 挑档位最低的一档 → 同档分最高 → 同分按 cost 取代价低
• 性能档：全池领域分最高 + 模型声明的最高推理等级
• 新增 cost 相对代价序（1 最便宜 / 5 最贵；claude-opus 5、grok 4、claude-sonnet|fable 3、deepseek-v4|flash 1、未知 3），可逐条覆盖；宿主拿不到真实价格，只能人工排序
• 效率档推理等级回到模型默认档（不再砍到底）

限制：cost 是人工基线，会过期；基线已是注册表上限时效率档如实标 upgraded:false 并沿用基线，不再假装升级。

v3.3.0 — 免费线名单可配（含 3.2.2 404 修复）

本版包含 v2.3.0 之后的全部修复：3.2.2（404）→ 3.2.3（免费线降权）→ 3.3.0（名单可配 + 文档守卫）。

3.3.0

背景：v3.2.3 起免费线在同分时降权，但名单是写死在 lib/core.js 的 —— 装了新的免费额度插件，就得改代码等发版。

改了什么

• 名单改为「内置默认 + 配置文件覆盖」：~/.dsh/storages/calibration-models.json

  { "providers": { "buddy": false, "my-free-channel": true } }

  false 摘掉内置项、true 加新渠道；与 models 能力覆盖共用同一份文件
• 名单按文件 mtime+size 缓存，改完下一个请求即生效，不用重启；单项 free 仍优先于名单

为什么不自动识别：宿主 llm 的 provider/model 信息里没有任何价格或免费标记（LlmProviderInfo 只有 id/name），做不到自动判定。

3.2.3

现象：效率档自动挑到 buddy/deepseek-v4-flash（第三方插件的 WorkBuddy 免费线），子代理启动成功，运行中静默失败，没有任何收尾消息。

根因：不是能力分低——deepseek-v4-flash 与官方同族同分（8）。同分的 tie-break 是 provider:model 字典序，buddy 排最前，于是免费线赢过官方。

改了什么

• scoreRoute 给免费线打 free 标记（名单见 lib/core.js 的 FREE_LINE_PROVIDERS）
• better() 在同分时把免费线排后：能力分更高照样能选中，不是封杀；手动点名（provider + model）不受影响
• calibration-models.json 里 { models: { "provider/model": { free: true|false } } } 可单条覆盖

限制：插件在进程启动时加载，升级后需重启 DSH；名单是静态约定，新出现的免费线要手工补进去。

3.2.2

现象：agent_delegate 启动 yokos-beichenapi-anthropic/claude-opus-5-5 成功，但子代理运行即失败（404 page not found，无任何提示）。

根因：profile 里该 provider 的 baseURL 写成 https://api.beichenapi.com/v1，而适配器会再拼 /v1/messages → 实际请求 /v1/v1/messages。
实测：/v1/messages 返回 401（路径对、只缺 key），/v1/v1/messages 返回 404。

改了什么

• baseURL 改成 https://api.beichenapi.com（改前备份 profile）
• agent_delegate 返回 fallbackRoute：运行期失败时主模型直接拿它重派官方，并告知「自配失败，已用官方兜底」

限制：预检只保证配置可解析，不保证网络连通；运行期失败只能靠 fallbackRoute 重派，工具自己不会等待子代理结果。

v2.3.0 — 思考强度落到清单：歧义点 / 覆盖轴 / 逆向

v2.3.0 — 思考强度落到清单：歧义点 / 覆盖轴 / 逆向

改了什么：clarify_tier 不再只回一个档名，而是随档位发三张清单，模型据此决定「问什么、看多全、怎么反推」。

三张清单：

• 歧义点（严格 2 条 / 极致 3 条）：目标与验收能不能一句话说清；不可逆与外部动作（推送 / 发布 / 改设置 / 删除）谁批准、怎么回滚；范围与取舍（不做什么、代价是什么）。只有答案会改变执行的才弹窗问，能自己查证的不占提问额度。
• 覆盖轴（严格 3 条 / 极致 6 条）：正常路径、边界与空值、失败与回滚；极致再加依赖与副作用、成本与性能、后续与可维护。逐轴一句结论，未涉及的写「Z」。
• 逆向（严格 1 条 / 极致 3 条）：pre-mortem（假设已失败，倒推原因）；极致再加反证（什么证据会推翻结论）与反例（触发条件 / 后果 / 检查方法）。

循环模式不再短路：此前循环档固定返回 tier: "off"、工具文案写「不叠加思考档」，于是循环档里从不提问——2.2.1 的 GitHub About 带着「一框三模式」发了两版没人发现，就是这条的直接后果。现在轻量 / 交付 / 极致 同档位映射成 常规 / 严格 / 极致，think.source 标 loop；forge_level 同样带 think。

范围：状态 schema、/state 字段、客户端节点与配色都没变；变的是两个工具的返回结构与文案。think 里 probes / axes / reverse 是可执行清单，confirm 是要报的确认点个数，ask 是提问口径。新增 3 项测试，共 86 项。

v2.2.1 — 循环模式下「检索」恒天蓝

v2.2.1 — 循环模式下「检索」恒天蓝

改了什么：检索 开关和它展开的三格（本地 / 增量 / 全量）不再跟着模式换色——思考、循环都是天蓝 #3a9ad9。循环开关仍绿、对抗开关仍红；循环 + 对抗同开时只有等级条转橙。

为什么坏：循环的换色规则原先写通用选择器 .dct-cell[data-on='1']:not(.dct-counter)（特异性 0,5,0），压过检索的 .dct-routecell / .dct-route-toggle（0,3,0）——只要在循环模式，检索那两处也被染绿。使用说明与 README 写的却是「检索常驻天蓝」，实现和文档不一致。

改法：循环换色收窄成 .dct-cell[data-level][data-on='1']，只认等级条。收窄后循环格原先靠这条通用规则显绿，它自己的 .dct-mode[data-on='1']（0,2,0）会输给紫（0,3,0）而变紫，所以升到 .dct-root .dct-cell.dct-mode[data-on='1']（0,4,0）——与源序无关，不再靠「先写谁」。

范围：纯前端样式。状态 schema、/state 字段、clarify_tier / forge_level 返回值、DOM 节点与文案都没变。四态取色用 headless Chrome 核对：循环=绿、检索=天蓝、循环+对抗同开=橙绿红蓝四色并存、思考=紫+天蓝。新增 1 项守卫测试，共 81 项。