fix: 入口画像独立讨论、绑定依据与稳定引文检查

README.md

@@ -741,12 +741,13 @@ persona 在记忆整理后调用既有到期判断：自上一版至少五条自
 ### 当前形式：主题化的画像记忆（2026-10-14 起，#112、#114、#113）
 
 - **每条画像就是一条记忆**：kind 为「入口画像」，子类为常聊话题、群内说法（可附含义）或明确群规／禁忌；about 为该入口的入口主体（subjects.kind=entry）。原话作为 sources，不写进正文。和其他记忆一样有修订、确认、生命周期、人工保护和彻底清除。画像记忆只在所属入口可见；普通召回、学习检索、人物要点、人物摘要、persona 和目标材料默认都排除它。
-- **每日增量观察**：每个入口在角色时区的每日维护时刻处理已结束日期的新消息，也可以“立即运行”处理当日剩余消息。每次请求只读游标之后的新消息（有上限，过多时分块），加上已有画像主题的简短目录。模型只输出观察：确认已有主题、提出新候选（话题、说法、群规）、建议修正或撤下，并标出依据消息；鼓励把同一类的多次讨论归纳为稳定主题（提示词 entry_profile_observe_v3）。
-- **代码累计证据，决定是否展示**：依据作为 sources 累积，独立性按确定性规则计算（转引、复述、接龙、刷屏、同一件事的跨日后续都不算新讨论）。达到门槛才送检查：话题至少两次独立讨论且跨两个本地日期；说法至少两次独立使用（保守地合并自然变体）；群规需要一次面向全群的明确公告（个人请求、一次性安排、外部规定都不算）。代码只硬拦能确定判断的情形：具体实体（专名、作品名、地点、型号、数字、日期）必须出现在依据中；明显的个人请求、一次性安排、外部规定不能成为群规；回复或引用链、同一发起人对同一对象的跟进合为同一讨论。其余语义判断交给逐条检查。
-- **逐条检查**：候选刚达到门槛、或需要修正时，只带这一条和它自己的依据检查一次（提示词 entry_profile_admit_v3）：核对依据、性别代词、引文隐私、含义依据、局部做法不能写成群体习惯、不写容易过时的描述。检查只能删减或缩短依据，不改写正文；失败只影响这一条。
+- **每日增量观察**：每个入口在角色时区的每日维护时刻处理已结束日期的新消息，也可以“立即运行”处理当日剩余消息。每次请求只读游标之后的新消息（有上限，过多时分块），加上已有画像主题的简短目录。模型只输出观察：确认已有主题、提出新候选（话题、说法、群规）、建议修正或撤下，并标出依据消息；鼓励把同一类的多次讨论归纳为稳定主题（提示词 entry_profile_observe_v7）。
+- **代码累计证据，决定是否展示**：依据作为 sources 累积，独立性按确定性规则计算（转引、复述、接龙、刷屏、同一件事的跨日后续都不算新讨论）。达到门槛才送检查：话题至少两次独立讨论且跨两个本地日期；说法至少两次独立使用（保守地合并自然变体）；群规需要一次面向全群的明确公告（个人请求、一次性安排、外部规定都不算）。代码只硬拦能确定判断的情形：具体实体（专名、作品名、地点、型号、数字、日期）必须出现在依据中；明显的个人请求、一次性安排、外部规定不能成为群规；回复或引用链、同一发起人对同一对象的跟进合为同一讨论。同一求助者对同一对象报告处理结果不另算；明确回指以前讨论并报告采纳结果的消息不作新讨论依据。未能确定的回指和主题差异交给逐条检查。
+- **逐条检查**：候选刚达到门槛、或需要修正时，只带这一条和它自己的依据检查一次（提示词 entry_profile_admit_v7）：核对依据、性别代词、引文隐私、含义依据、局部做法不能写成群体习惯、不写容易过时的描述。话题逐组记录实际对象与讨论性质、是否同一主题、是否独立发起；正文每个要点仍须由两次独立讨论共同支持。说法的含义逐点引用本条绑定且仍保留的解释片段，不能借上下文或邻条补证。明确的长期群规公告可由一次发布支持，发布身份可由公告语境证明，不额外要求平台角色字段或第二次批准；个人提醒、临时安排仍不算群规。检查只能删减或缩短依据，不改写正文；失败只影响这一条。
+- **保留引文也要稳定**：选材优先保留主题、做法或说法用法的稳定原话，完整保留群规公告及其限定；只有不丢失正文要点和独立依据时，才移除带日期、临时数量或单次经历线索的来源。检查可把引文缩为原文中的连续片段，不能拼接、换词、换作者或借邻条补证。正文、实际保留的 sources.excerpt 都检查禁止内容；仅供核对的 context 不等于输出。必要来源也不能豁免违规，无法安全缩引时拒绝该候选。稳定规格、定义中的必要数字不一概删除。
 - **稳定性靠反复出现**：候选 importance 30、准入后提为 50（仍走普通衰减）；话题和说法准入时，保留强度补足到 importance 50 的初始值并重置衰减（#117；更高的保留强度不降低，同一已准入正文的复查和重放不重复补足）；不再被确认的主题按生命周期淡出，被确认会增加保留强度。同一讨论只加一次。
-- **预算与恢复**：观察和检查各自 180 秒（含 HTTP 重试和一次 JSON 修正），在事务外调用；观察、检查分别持久保存，重启可续跑，不重复加分。与其他整理共用每轮调用上限与每日 token 限额。
-- **宿主**：`prepare.entry_profile` 的 `{text, version, generated_at, possibly_stale}` 不变，兼容新增 `memory_ids`（与 text 中展示的条目一一对应）。version 是每个入口的单调整数，只在可展示的画像集合变化时加一，读取不改变它。依据失效的条目直接不返回。
+- **预算与恢复**：观察和检查各自 180 秒（含 HTTP 重试和一次 JSON 修正），在事务外调用；观察、检查分别持久保存，重启可续跑，不重复加分。同时受整理任务的调用预算与每日 token 限额约束。
+- **宿主**：`prepare.entry_profile` 的 `{text, version, generated_at, possibly_stale}` 不变，兼容新增 `memory_ids`（与 text 中展示的条目一一对应）。version 是每个入口的单调整数，只在可展示的画像集合变化时加一，读取不改变它。依据失效的条目直接不返回。只展示稳定正文，不自动拼接 sources 原话；消息中的日期、临时事件与私事不会因作为核对材料而自动进入宿主文本。
 - **管理**：入口画像面板按条显示画像记忆（子类、正文、依据原话、作者、准入状态、独立天数／次数、保留强度、最近确认时间、修订历史）和宿主投影预览。逐条编辑、删除、恢复、人工新建走通用记忆接口（修订号校验）。旧的整版编辑、回滚、确认、拒绝接口返回 410，旧版本保留为只读历史。全自动，没有“待确认候选”。
 - **迁移**（032、033）：管理员手写的群规逐条转为人工创建的画像记忆（无法分类的显示为“管理员说明”）；旧的模型条目不直接导入，从原消息按新方式重建。
 - **评测**：`evals/entry_profile_eval/memory_runner.py` 按消息时间逐日重放（daily_plus_final_flush），按 `scoring_v3.md` 判分。门槛：模型条目有依据 ≥90%、禁止内容 0；覆盖作诊断。

evals/entry_profile_eval/EF-16-prompts.md

@@ -0,0 +1,16 @@
+# EF-16 提示词冻结与公开预登记
+
+基线 origin/main：134b21acc385fcccd00f9d7db34ed9653d5ab3b9（包含 #115）。本轮仅修复话题正文夹带单次细节，不改冻结语料、scoring_v3 或既有准入门槛。
+
+- entry_profile_observe_v4：dc3a81efd4422659e777b3310fb19d3e781efef869ec6299b937ee6ebb44ad7b
+- entry_profile_admit_v4：a03ee65ca2f6944542f7b52ea5845ff002f02531009a8d2430e252f065fa2bd2
+
+旧版本保留。观察要求只写共同主题与共同要点，避免把单次情形、操作或例子并进正文；拒绝诊断仅作下一次修订的反馈，不能充当证据。准入逐项核对每个细节至少被两次独立讨论支持；无法改写正文时拒绝整条，在 reason 中指出应删除的细节及更概括方向。topic_detail_review 仅是字面实体计数，不能替代逐项语义核对；普通名词与同义概括同样受共同支持规则约束。
+
+估算系统提示词：观察1441 token，检查1880 token。材料、目录、证据、分页、修正与共享180秒截止时间上限均不提高。两份提示词在独立提交中冻结，之后仅进行工程验证与一次正式运行。
+
+预登记：公开 entry_profile_v1，replay_mode=daily_plus_final_flush，真实写入口与投影；scoring_v3 原样。仅一次正式 GLM high 运行，先检查连接；超时或429则整轮作废、保留材料、停止，不自行重跑。完整返回后的格式问题按既有一次修正及 invalid_output 规则记录，不为质量结果重跑。
+
+两名全新、未参与实现的 gpt-6-astra max 子代理，fork_turns=none，只共享冻结评分与同一材料，互不可见；两轮结束后按不利结论合并。门槛：模型条目有依据≥90%、禁止内容与违规0；覆盖与常聊话题数作诊断，争取不低于 EF-15 的14/40、3条，不因覆盖放宽依据和禁止要求。阶段覆盖损失、调用数、耗时、格式修正和作废如实报告。
+
+完整材料目录：/Users/cassia/Local/Code/iris-eval-artifacts/EF-16-20261014/。