实体提取质量验收

当前契约：指南 omk-entity-annotation/v11，语料 omk-entity-quality/v13，检查器 omk-entity-critical-checks/v5。生产 prompt-json knowledge-extraction-v29、strict knowledge-extraction-v30、响应 Schema v4、run v5 与 quality 投影 v4 分别保留身份，均不继承历史 v14／v18 的模型质量或 Gold 结论；独立身份的 bounded 重试／预算政策同样需要自己的固定测量。quality v4 保留 v3 按完整政策与初始调用上限分组，v2→v3 的变化仍属于 BREAKING-COMPARABILITY；每个 run 最终选定的出生接纳只计一次。独立版本的人工封存将 current 记录作为执行状态未知保留在分母中，不支持 schema 及 legacy 处置分别可见；它不补造接纳或语义通过。

独立登记的历史 v14 真实窗口基线维护其原始证据及限制，不是当前 strict 双臂实验或独立质量验收。人工确认的跨窗口组织已通过实体关联日志与知识库实现，不合并来源身份，其提案另行遵循关联评测协议。组织决定及历史提取证据均不证明自动跨 Agent 身份或复用收益。

1. 版本与适用范围

本指南采用实体身份规则及实体提取契约，覆盖对象粒度、完整名称、配置知识、关键来源和构建身份。精确位置不能证明语义或产物同一性；记录输出回放与构造响应只验证表示、接纳和复核线索，不作为新模型效果证据。

当前 test/fixtures/entity-extraction-review-v13.json 原样保留 v12 的 60 个公开合成窗口、199 处关键提及，新增四个工作记录／概念边界的开发窗口；总计 64 个窗口、212 处关键提及，其中 62 个开发窗口与 2 个预留验证窗口。完整名称备选、身份、知识角色及逐例理由以冻结语料为准；它不是隐藏盲测集，也不代表真实日志分布，不含真实消息正文。已查看输出的窗口只作开发回归，不能用于宣称盲测收益；新的验证窗口须按项目／会话隔离并在输出前确定，不用于提示词调参。真实日志另行最小化、授权、分组和复核。

提示词、语料、双语指南、检查器及运行产物的原始字节摘要共同绑定测量身份。更新当前文档也会改变新复核包的指南摘要，须重新生成并冻结复核包；旧输出、标注、严格失败与分数保持原样，不按现行规则重算。不同测量身份不能直接横比；冻结原文可从对应 Git 版本和 Issue／PR 追溯。

指南 v11 与语料 v13 按身份规则 §2.4 显式约定 Issue／PR 工作记录边界，与 prompt-json v19／strict v20 一起相对指南 v10／语料 v12 构成 BREAKING-COMPARABILITY；旧标注、冻结资产、原始输出和已报告分数保留原身份。检查器 v5 保持不变：将未标注的额外实体提交逐项复核，不增加自动语义判决或生成后的黑名单。新用例属于开发回归，不是新的盲测质量证据。

本轮引用语境修正保留指南 v11 的标注／评分规则身份、语料 v13 的 64 例原始字节与检查器 v5 源码；当前双语指南页面的版本说明和诊断内容已更新，因此页面原始字节及 guideDigest 会变化。新 prompt-json v23／strict v24 的请求须使用新的测量身份并重新冻结复核包，不能复用旧许可、runId 或回执。历史冻结包中的双语指南、输出和分数保留原始字节；“指南规则版本不变”不表示当前页面摘要不变。

后续 v25／v26 修正在同时提到出处文件时，保留被独立评价的内容对象。指南 v11 规则、语料 v13 和检查器 v5 不变；新的内容／载体合成诊断保留独立身份与分母。构造的仅文件响应可以通过结构接纳，但既有必需提及检查仍能暴露内容对象缺失，文件 description 不能替代该身份。反向案例覆盖仅讨论文件、背景包含关系和明确别名。遗漏来自已见真实来源的重复观测，仍是开发证据；这些回归和提示词示范都不证明稳定改善或独立验收。当前指南页面字节和新 guideDigest 变化，须重新冻结测量包；历史分数和输出不改。

v27／v28 在同一次调用的规则与输出自检中明确整体／局部边界，属于 BREAKING-COMPARABILITY。参考要求来源中被独立审查的整体时，返回其局部指引或描述中提到整体，不能算整体身份覆盖；仅讨论局部或文件时不反向强制新增整体。局部对象资格未决与已知整体遗漏分别记录，不看输出事后放宽参考。八个示范、指南 v11 规则、检查器 v5 与主语料分母保持原样；当前指南页面及 guideDigest 变化，须重新冻结测量包。已见诊断和构造响应不证明新规则已消除遗漏、提升稳定性或完成真人验收。

v29／v30 的来源断言澄清改变规则与同一次调用内的输出自检字节，属于 BREAKING-COMPARABILITY。description、qualifiers 和 mention rationale 分别评价：精确定位或 basis: explicit 不能证明新增的角色、包含或所属断言。同轮／同 PR 关联不补足这些关系。已确认无据的断言即使外部真伪未知仍是错误；真实短语歧义保持 uncertain，不能计为通过。完整跨度与整体称谓须结合上下文解释，不凭某个词认定编造规范标识。

八个示范、v19 至 v28 已登记的原始字节约束、指南 v11 规则、检查器 v5、64 例／212 处关键提及分母、公共 Schema、wire、存储及 single 政策不变。当前指南页面及 guideDigest 变化，须重新冻结测量包；历史包、run、分数与复核证据保留原身份。来源断言诊断仍是开发证据，不证明 v29／v30 输出已通过、能够泛化或完成独立真人验收，也不增加调用阶段。

检查器 v5 落实双记录门禁：goldReady 同时要求作者自审完成与独立人工复核声明通过，缺任一记录仍为 false，任一要求修改则阻断两种 ready。历史复核包及其已报告就绪状态保留原测量身份。历史生产 strict v16 改变 prompt 字节、版本与完整 system 摘要，属于 BREAKING-COMPARABILITY，不改变 wire／领域 Schema、run 存储或 pipeline 政策。本指南更新改变新的 preparation 摘要，变化的 pending plan 须在捕获前重新准备冻结包及匹配记录；旧 runId 与实验许可不能授权变化的请求。旧冻结资产、结果及 receipt 保持原样，不迁移、不重评分。当前已登记提示词的原始 UTF-8 摘要通过 test/measurement-governance/prompt-registry.ts 与 prompt-registry-freeze.test.ts 冻结。该登记表不是全部历史提示词的完整归档；strict v16 须使用原始完整资产和对应修订复算其历史记录摘要。

四个修订 2 完整输入／输出示例已完成 AI 作者逐项审阅，已进入生产 prompt；它们不是评测 split、未见验证或 Gold，回放构造答案不能证明模型效果。单独标明的部分接纳诊断复用第四例，展示原文 quote 不匹配的 sibling 被拒绝而合法候选保留；故意错误的 sibling 说明宿主行为，不是期望模型生成的输出。这些离线工程检查不等于真实模型对照或独立质量门槛完成。

2. 标注单位与允许表达

先冻结来源消息、角色、缺失记录及窗口限制，再逐项标注：

标注	规则
关键提及	标注对检索、身份或知识理解必要的名称和指代；不是标全体名词。保留消息序号、原文和从零开始的出现序号；重叠匹配计数，位置为 UTF-16 半开区间。
允许边界	alternatives 只能列出输出前已确认的等价边界，例如完整代码标识含或不含反引号、指向同一对象的短名和完整限定描述。不能用任意包含该名称的大段引文充当命中；边界扩大仅列为待复核候选。
身份组	同一个 entityKey 的提及必须归并，不同身份组必须分开。模型 ID 和标签不作答案；通过原文位置对齐后比较提及对。
层次及关联	标明允许的 referentKinds、身份状态、明确候选、组件和集合成员／完整性。只有指南允许的表达才能作为备选；来源不明时保留未知。
知识角色	先标来源锚点、主体、对象和解释。自然语言关系允许同义表达；语义、方向、否定、条件、时间和纠正由人工按全文判断，不能用关键词缺失判错。 角色须预先标 coverage: required 或 if_selected。

集合指代是一个集合提及，不能复制为多个成员的同跨度提及。实例／版本与组件分开；仅改变环境条件不强制拆身份。工具和日志、计划和执行、删除后新建与改名分别处理。同名或相同路径不足以归并。来源截断不自动要求空知识；可记录未消解主体的来源主张与待调查状态，不补充缺失身份或推广结论。确实存在两种合理身份方案时，先裁决，或在输出前显式表达允许方案；当前契约不支持多个相互冲突的身份分区，争议未解决的案例不能冻结。

提及边界按身份规则 §2.3判断对象含义，不以最短字符串为目标。“当前 main 的被测代码”与“enabled 字段”仍指同一对象，可在新测量的输出前列为备选；“main 上的改造”谈改造这一属性，代码状态提及应选择其中的 main。不机械裁剪“字段”“的”“上的”等词，也不接受任意包含短名的句子。程序继续精确匹配预先声明的备选，不自动裁剪或用正则替代语义判断。收窄重复短名时重新计算 occurrence；第二处 main 的序号为 1，不能沿用只出现一次的长短语序号。

类型依据与身份消解分别判断：名称、调用、故障或“节点”称呼不能单独证明组件／部署实例。身份已知但类型未知用 proposed object，保留类型依据不足；来源明确的模块职责或部署实例不能降为 object。完整限定描述与短名可以预先列为等价边界，但不能看新输出后放宽。共同指代与其属性分别识别：their／它们 指集合，属性短语不能只归给一个成员。关系与 polarity 必须一起读，不能重复否定；“未失败”不等于“成功”，“未禁止”不等于“要求”。这些判断保留在逐例语义标准中，不由关键词规则代替。

开放识别须逐例核对普通实物、抽象概念与专有对象的覆盖，以及 description 是否忠实说明语境中的含义。语义类别不等于 referentKind；概念和具体对象可以都用 object，不能因层次相同而合并。保险产品名字含“计划”不证明 plan。记录关键提及之外的遗漏、误提取和未经来源支持的类别／含义；未穷尽标注不计算总体 precision／F1。没有知识候选仍须核对实体覆盖；只有空知识结果不能证明知识关联可靠。

沿用的逐项语义核对另需确认：核心概念不被统计／适配对象替代，概念短跨度与复合对象完整跨度可以重叠但不能复制同一跨度；产品名含词不自动拆概念。助手选择回答不等于用户澄清，最初含糊提及保留 unresolved 及同层候选（层次不一致时空候选加理由），明确澄清后才重新判断先前提及。一条 statement 只有统一 modality／polarity 的命题，正负要求分开陈述、分别引用；不能靠 context 将单一 negative 限定到后半句，也不能将一个集体谓词机械拆成成员事实。这些标准由逐例复核执行，结构接纳不使用关键词推断或补写结果。

引用语境核对沿用既有身份与限定规则：教学示例、假设或反例中的对象与真实当前对象分别依据各自语境识别，不能因名称相同而合并，也不能把示例的版本、环境或结果搬入当前实体的 description／qualifiers。mention 及理由须支持它所绑定的那个对象。来源明确跨引述仍指同一对象时须归并；引号或“示例”标签不能自动触发拆分。对应关系没有确认时保留 unresolved 与有依据的候选，不凭助手续答自行澄清。精确提及和身份分组检查不证明限定有来源；该项仍经完整窗口逐项语义复核。

粒度核对同时检查遗漏与过度拆分：先判断来源是在描述事物的属性／行为，还是在独立定义、比较、指向或关联一个对象，再决定身份。普通属性可用关于所属对象的陈述表达，独立指标／操作概念不能因为属于统计／过程而被折叠。没有专名或知识候选不是排除依据；数值、单位、条件和未确认结果仍须保留在陈述中。关键提及命中不能证明这一边界正确；额外实体、实际知识文本和未生成的可选知识都须逐例记录，自审不称独立证据。不得根据输出事后修改身份方案。

模态否定须按来源含义复核，以下是允许的等义表达示例，不是关键词分类器：

来源说法	可用表达	不可推导
无需修改 SDK	descriptive／negative，“需要修改”；否定本场景的必要性。	禁止修改、未实际修改。
不应修改 SDK	normative／negative，“修改”。	没有修改必要性、已遵守要求。
未禁止修改 SDK	descriptive／negative，“修改受到禁止”；否定禁止状态。	明确授权、要求修改、已修改。
明确允许／禁止修改 SDK	permission／positive 或 negative，“修改”；保留授权主体和范围。	其它场景的权限、执行结果。

转述的要求仍保留 normative／permission，证据为 source_assertion，context 保存说话者、条件、时间与适用范围；描述性陈述也可以保留来源说法，并不自动成为直接观测。否定必要性／禁止状态时，relation 必须保留该被否定谓词，不能一律缩成行动。“不能修改”需结合语境区分能力不足和禁令。只在 context 写“无需”不能挽救正文已写成禁令的语义；确实无法表达时保留未知或不提炼。各语气和条件须独立引用，未生成可选知识记为 not_observed，不算语气通过。

分支／被测状态按身份规则 §3.1核对：分支 object 与单独指向的代码状态 version 区分，缺 SHA 不等于身份未消解；允许层次备选须先冻结。采用分支主体仍须限定本次状态／来源时间；不同提交不合并，日期不自动拆分支，未知复现标识及未发布状态保留。

配置知识按身份规则 §2.2核对：选中相关知识时，保留影响判断／复用的精确值、类型、所属对象、范围、条件、来源理由及未知。已有所属对象可以为主体，但须明确字段和值；字段端点差异只是待核对线索。description、qualifiers 或引文可查不代表陈述完整。角色 coverage: required 预先要求事实覆盖；if_selected 仅在选择相关知识时检查信息保留。已有知识缺关键值是信息丢失，可选知识未生成是 not_observed，必需事实缺失是知识覆盖缺口，均与实体遗漏分开。none 不可含 required 角色。

工作记录复核遵守身份规则 §2.4：来源独立讨论 Issue／PR 概念时保留，具体编号记录不单独建实体，也不剥掉标识补造概念。有用的记录编号、链接、状态和主张者仍保留在来源或案例 context。即使额外对象有原文依据，也须遵守此范围；记录实体属于输出范围错误，不自动等同于补造来源事实。不将这条边界推广到文件、部署实例、版本或所有具体对象。新输出前冻结这些判断；输出后显式纠正实体目录及知识时保留原修订，不提高原运行分数。

2.1 完整名称逐例审核流程

1. 对每个既有关键提及读取原文、身份组和所有边界，核对同一次出现，不把别处同名指代改作备选。
2. 向类型词、冠词／指示词、所属对象、位置和时间限定扩展；只纳入仍以同一对象为中心的连续名词描述。“已发布 r2”、“Its test instance sieve/dev01”和“昨天的更新活动 U1”都可构成限定名称，后接通过／失败／赋值等谓词必须截止。
3. 核对短语实际指向：项目 Pavo 的 a.md 指文件，客户端 L 的 errorStatus 指字段，可与所有者短提及重叠；不能将这些整段绑定到项目或客户端。复数成员列表不作为单体的名称，Session 计数不作为 Session 的别名。
4. 为每个增加的 quote 独立计算 occurrence 与 UTF-16 区间，保留旧备选、逐例增加理由和排除示例。程序仍精确匹配，不用任意包含名称的跨度或词尾正则替代审核。

审核覆盖全部既有关键提及，不声称穷尽所有可能的同义或嵌套描述，也不新增全文所有名词。输出后发现的新缺口必须保留当次严格 miss 与停止事实，另建明确版本的修订；既有输出仅离线核验覆盖与拒绝边界，不作为新模型质量证据。

2.2 关键来源定向诊断 v1

test/fixtures/entity-source-coverage-v1.json 是独立的 omk-entity-source-coverage/v1 合成开发案例：三条消息、两个对象、两处身份提及和五项关键知识依据（目的、当前限制、适用条件及例外、迟到约束、后续纠正及未验证限制）。它不并入主语料，不改变关键提及分母。

新模型诊断前，冻结这个窗口、关键原文位置、必需知识及允许表达、当前提示词／Schema、运行产物和依赖摘要；具体模型、额度及发送范围另行授权。构造响应不计模型输出。本诊断的空知识仍结构合法，但五项预声明义务未覆盖；普通重复名称无需全部保存。

逐项自审核对：对应陈述是否保留判断及条件、约束、例外和纠正；直接定位的引文是否支持该陈述；提及身份及理由是否对应实际位置；计划、来源说法和未验证限制是否保留。只定位到提及可帮助用户找原文，不能替代陈述的关键引文；整条消息可访问、宽引文包含关键词、相同端点或引用绑到别的陈述，都不自动算语义覆盖。复用关键检查 v5 的锚点／陈述列表只产生复核线索，semanticReview 仍为 pending。

预声明的定向门槛为：计划调用有记录且无调用／解析／结构失败，两个对象身份正确，五项关键知识及来源逐项自审符合，缺失、确定错误或标注争议立即停止。独立证据缺失保持显式；这一门槛不替换 §3 的原关键回归门槛，也不证明总体质量或稳定性。当前仅完成构造响应回归，新增模型调用 0；实际自动提取效果未验收。

2.3 制品版本定向诊断 v1

test/fixtures/entity-version-artifact-v1.json 是独立的合成开发用例，omk-entity-version-artifact/v1：两条消息、两个对象（一份冻结归档语料与一个持续提示词）和一条必需的不混算义务。它不加入主语料，不改变关键提及分母。

预声明检查：冻结、归档并带版本标识与摘要的制品必须取 version 指代层次，持续提示词保持 object、当前版本只作限定。把归档语料标为 object 必须被离线检查器报为 referent_kind 不匹配。历史 knowledge-extraction-v18 引入一条该区分的合成示范（synthetic-version-artifact-v2，资产包 entity-extraction-five-positive-strict-v4）；示范是提示词材料，不是评测 split，也不证明语义效果改善。模型产出的类型判断仍须逐项复核；semanticReview 保持 pending。

v18 修正只保留原文支持的限定“当前版本 v14”；v17 的示范曾补出来源没有提供的完整标识 knowledge-extraction-v14。这会改变 prompt 字节与测量身份（BREAKING-COMPARABILITY），没有新增模型调用或质量结论。原始输入、前四个示范、无 few-shot 对照及 wire 身份保持不变。v4 资产包绑定原 v3 摘要与新的 AI 作者复核，不登记新的实时采集入口。v3 资产和 v17 运行保留原始字节与事实。v3／v4 校验器绑定各自历史 v17／v18 构建，须在对应历史修订重新构建后运行。strict v20 曾原样复用五个示例文本，但规则前缀已变化。strict v22 保留其序列化字节并增加第六个时间示范；完整 system 不等于 v4 bundle 冻结的 v18 candidate，需要自己的测量身份。v21／v22 时间修正属于 BREAKING-COMPARABILITY，不改收录范围或公共 Schema；仅影响新请求，不改旧输出与历史分数，也不保证语义正确。

2.4 引用语境定向诊断 v1

test/fixtures/entity-context-boundaries-v1.json 是独立的 omk-entity-context-boundaries/v1 合成开发资产：三个案例、七条消息、十一处预声明关键提及，分别检查隔离示例对象分开、明确跨引述的同一对象归并，以及未确认对应关系保留歧义。它不含私人对话，不并入语料 v13 的 64 例或 212 处关键提及分母。

构造响应回归复用现有精确位置、身份提及对与逐项语义复核：错误归并、错误拆分和无依据选择候选应产生可定位的检查差异；description／qualifiers 语境串用仍由 identity／unsupported_qualifier 逐项裁决，不新增 NLP 宿主过滤器。正确位置、身份对全命中或合法结构都不能自动确认限定正确。测试作者的构造裁决只验证 pending／blocked 的处理，不是模型输出或独立真人复核。

prompt-json v23／strict v24 增加引用语境指导与第七个完整 wire 示范；前六个示范序列化字节不变，wire、公共 Schema、存储、政策和调用次数不变。此变更为 BREAKING-COMPARABILITY，旧 run 与原分数不重算。动因是已见真实开发输出的跨语境身份／版本限定错误，只作为回归线索，不能计成未见验证结果。真实模型诊断须在运行前冻结这些案例、允许身份和限定、当前字节摘要、模型与预算，并保留逐项目复核；本轮工程回归没有证明真实 v24 效果或总体质量改善，也不建立正式 Gold。

3. 分层结果与通过门槛

层次	程序记录	判断限制
调用与捕获	调用失败、JSON 解析失败、取消、未尝试分别计数。	内部检查器异常立即停止，不能伪装成模型失败；不重试隐藏失败。
结构接纳	响应顶层 Schema 拒绝、提及／实体／知识拒绝及逐项原因。	合法 JSON 的结构拒绝仍是已捕获输出；不得记入 capture_failures。拒绝条目数含级联后果，不能当作互相独立的错误数量。
关键提及	严格边界命中／遗漏／歧义、扩大边界候选、关键提及 recall。	未穷尽标注，所以 precision／F1 为 null；额外提及需要人工判断，不能直接算误提取。
身份	提及对的归并／分离、错合并／错拆分；层次、候选、组件与集合的差异。	未对齐提及及缺失引用标为 not_evaluable，不能算通过。提及对相互相关，计数不是独立样本准确率。
知识关联	只列来源锚点关联的陈述、端点、relation、modality 和 polarity；反向端点给出待复核提示；没有陈述为 not_observed。	端点匹配不证明关系或陈述真实；同锚点的其他陈述、宽引文和同义表达必须人工复核。
知识覆盖义务	每个角色保留 coverage、解释及全部已接纳陈述引用。无结构拒绝且没有知识候选时，required 为 required_not_observed，if_selected 为 not_observed；有候选一律 needs_review，结构拒绝为 not_evaluable。	引文／端点命中不证明值、类型、归属或理由完整；其它引用或主体表达按全文核对，不按关键词自动判通过。
独立语义	按每例 semanticChecks 核对条件、时间、否定、主张／观测、计划／完成、案例组织及晚到纠正。	optional 允许没有知识；遗漏与错误不同。none 场景生成知识需登记问题。空结果不能证明知识关联可靠。

冻结后的本合成关键回归门槛：所有计划调用有记录；无调用／解析失败、取消、未尝试或结构拒绝；关键提及命中率 100%；所有应归并／分离提及对和身份关联匹配，无 not_evaluable；已生成知识的角色、条件和状态全部经独立人工复核，无未裁决问题。可选知识没有生成时，只能判断实体项，知识关联覆盖仍不足。当前工具不自动判定整个门槛通过，始终保持 semanticReview: pending，报告未验证范围。 预先声明的 required 事实须逐例确认覆盖；结构拒绝时，不能因缺少已接纳知识而判为语义缺失。

这是一组限定边界的回归门槛，不是总体质量百分比。重复两次最多提供两份样本；两轮全部通过也不能称为总体稳定性或跨 Agent 收益验证。真实日志的抽样与门槛另行预定，不能事后用其结果调整此门槛。

4. 独立复核、争议与冻结

1. 实现者／作者自行逐例检查语义、来源闭合、位置、分组及契约，保存 omk-entity-author-review/v1 记录及理由；authorReview: completed、exploratoryReady: true 表示可继续工程与探索性验收，不要求用户承担逐例复核。自审不计入独立人工证据，goldReady 仍为 false。缺少独立复核是报告的覆盖限制，不阻塞这些工作；独立质量完成门槛保持不变。
2. 与作者独立的人逐例检查指南、允许边界、身份组、角色及语义标准；在 review-template.json 填写每例 approved 或 changes_requested、理由、复核人、时间和独立性声明。独立模型评委不等同于独立人工复核。
3. 争议在看到输出之前裁决，记录问题、结论和独立裁决人。未解决时使用 changes_requested。需改语料／指南／检查器时升级相应版本并重新生成复核包，不能靠修改复核记录批准旧摘要。
4. 作者与独立复核记录均必须覆盖全部案例，绑定测量身份，并早于输出捕获。任一已提供记录要求修改时，两种 ready 状态均为 false，不能用自审覆盖独立异议。检查器拒绝作者自称独立、缺项、错误摘要和事后批准。它只能验证声明与记录闭合，不能验证复核人身份真实或保证其判断正确；attested_independent_human 表示有声明，不是效果结论。
5. 测量身份由语料、双语指南、已编译检查器及生产运行产物摘要、依赖清单／锁文件摘要、Node 版本、提示词原始 UTF-8 摘要和版本组成。运行产物摘要采用 omk-entity-measurement-runtime/v2：覆盖 dist 内所有普通文件的规范化相对路径与原始字节，仅排除无关的 Next.js 子树 studio/web。相关运行代码或资源变化仍会使身份失效；仅网页重建不会。该范围变化相对早期 bench 摘要属于 BREAKING-COMPARABILITY：重新准备复核包及匹配回执或 live plan，旧证据继续使用原冻结宿主，不迁移、不重评分。共享摘要模块计入检查器／采集器摘要，实体关联复核也包含该模块。复核包分别保留中英指南原始字节及便于阅读的合并稿。manifest 另记观测到的 sourceRevision.commit 和 sourceRevision.dirty，不进入测量身份；无法确定 Git 来源时两者均为 null。dirty 检出的 commit 不能复现未提交源码，也不能证明已有构建由哪份源码生成。运行时 promptHash 的规范化 JSON 摘要与这里的原始 UTF-8 摘要不同，不能混用。

5. 离线复核工具与证据

先更新编译产物，然后生成外置复核包：

yarn build:runtime
node dist-scripts/bench/entity-extraction-review.js \
  --corpus test/fixtures/entity-extraction-review-v13.json \
  --output /private/tmp/omk-entity-review-unique

输出目录必须绝对、在仓库外、父目录存在且目标未存在；即使通过软链指向仓库也拒绝。工具保存原始语料、双语指南、位置与答案展示 review.html、复核模板、模型输入及摘要、测量 manifest。未提供独立复核记录时 goldReady: false，即使作者自审完成也不变。模板默认需要修改且未签署，不能不经填写就批准。

可选 --self-review /absolute/self-review.json 校验作者自审记录（测量身份、作者、时间、逐例决定及理由），保存为 self-review.json；它无独立性声明，也不能经 --review 冒充人工证据。可选 --review /absolute/review.json 校验独立复核记录；可选 --captures /absolute/captures.json 只检查已有捕获。本命令没有执行器入口，模型调用数始终为 0，生成包或签署标注不授权数据发送或模型执行。

捕获格式 omk-entity-captures/v1 包含同一 measurementId、单一 split、1 或 2 次计划重复、开始时间、执行器和模型，以及 caseId、重复序号、冻结输入摘要和结果。结果为 output（原文与可选原始 usage）、call_failure 或 cancelled，可记录执行器实际报告的 durationMs、costUSD；未知值省略，不补零。检查未知／重复／超计划记录及输入摘要，完整保留原始捕获和接纳结果。未尝试记录逐项保存；没有完成检查的关键提及不进入命中分母，另列未检查数。只汇总已报告的用量、耗时和费用；任一已记录尝试未报告费用时总费用为 unknown，同时显示已报告部分，不能推测费用或将部分覆盖称为整轮成本。

结构拒绝不让捕获状态变成失败；调用／解析失败、取消或未完成计划使命令非零退出。程序成功退出仅说明离线检查完成。原始输出与逐项接纳、原始 usage 和全部失败均保留，报告继续显示语义复核待完成；仅有作者批准的捕获标为 exploratory_semantic_review_pending，不宣称独立验收通过。后续模型验收在具体授权范围内执行，并取得逐项独立输出复核。