docs: add evaluation/ and observation/ for Edges system meta

CHANGELOG.md

@@ -11,6 +11,8 @@ and this project adheres to [Semantic Versioning](https://semver.org/spec/v2.0.0
 
 ### Added
 
+- `evaluation/`：评测整套 Edges（用例、harness、报告）。系统元工作，不是知识生命周期阶段。
+- `observation/`：观测运行与使用（脱敏 run log、指标与仪表盘笔记）。不替代 `.memory` 决策。
 - `docs/adr/`：记录领域决策；首条为对话整理采用复盘四栏。
 - CONTEXT 增加「复盘四栏」及四栏术语。
 - CONTEXT 增加 Task、`edges-tasks-status`、Task Run Log、backlog（Task）。

README.md

@@ -107,6 +107,10 @@ knowledge/projects/foo/report.md → knowledge/archive/projects/foo/report.md
 | [`shared-extensions/`](shared-extensions/README.md) | 跨机器、跨 Agent 共用的个人 harness | 离开 Edges 仍然有价值 |
 | [`bin/`](bin/README.md) | 安装后由人反复调用的命令 | 加入 `$PATH` |
 | [`scripts/`](scripts/README.md) | 初始化、构建、迁移等维护脚本 | 通过 `pnpm` 调用，不加入 `$PATH` |
+| [`evaluation/`](evaluation/README.md) | 评测整套 Edges | 系统元工作，不是知识生命周期阶段 |
+| [`observation/`](observation/README.md) | 观测运行与使用 | 运营观测，不替代 `.memory` 决策 |
+
+`evaluation/` 与 `observation/` 是系统实现旁的支撑目录：前者对照假设，后者记录野外现象。它们不进入 notes → edges → archive 主链；观测或评测若产生新洞察，仍须回到捕获入口。
 
 捕获入口最终回到同一套知识模型：人可以使用 `bin/new-note`；有 shell 的 Agent 使用 [`edges-note` CLI](extensions/clis/README.md)，获得稳定参数和 JSON 输出；没有 shell 的宿主使用 [`new-note` MCP](extensions/mcp-servers/new-note/README.md)。它们复用同一条 Note 入库链路。
 
@@ -158,7 +162,7 @@ pnpm test
 - 仓库级变更记录在 [`CHANGELOG.md`](CHANGELOG.md)，tag 使用 `vX.Y.Z`。
 - 对外 skill 各自独立 semver；`shared-extensions/` 整层使用自己的 [`VERSION`](shared-extensions/VERSION) 与 [`CHANGELOG.md`](shared-extensions/CHANGELOG.md)。
 
-进一步文档：[Edges 扩展](extensions/README.md) · [共享 Agent harness](shared-extensions/README.md) · [用户命令](bin/README.md) · [维护脚本](scripts/README.md)
+进一步文档：[Edges 扩展](extensions/README.md) · [共享 Agent harness](shared-extensions/README.md) · [用户命令](bin/README.md) · [维护脚本](scripts/README.md) · [评测](evaluation/README.md) · [观测](observation/README.md)
 
 ## 公开仓库边界
 

evaluation/README.md

@@ -0,0 +1,36 @@
+# 评测 (evaluation/)
+
+`evaluation/` 评测**整套 Edges**：skills、记忆循环、note→edge 流程、Agent 对着本仓库的行为等。这是系统元工作，不是个人知识笔记，也不进入 notes → edges → archive 主链。
+
+## 放什么
+
+- 评测用例、harness、benchmark 定义、scorecard
+- 对照某次变更或某条假设的评测报告
+- 用来判断「系统有没有变好」的可复现实验设计
+
+## 不放什么
+
+- 个人认知资产、研究笔记、对外博客 → [`knowledge/`](../knowledge/)
+- 已采纳的决策、纠错、操作手册 → [`.memory/`](../.memory/)
+- 接入 Edges 的 CLI / MCP / skill 实现 → [`extensions/`](../extensions/README.md)
+- 野外使用记录、运行日志、仪表盘笔记 → [`observation/`](../observation/README.md)
+- 编造的数据集、假分数、尚未跑过的「结果」
+
+本仓公开。用例与报告按根 README「公开仓库边界」脱敏；不要写入凭据、未公开 IP 或可识别个人。
+
+## 和其他目录的关系
+
+| 目录 | 关系 |
+| --- | --- |
+| [`knowledge/`](../knowledge/) | 认知资产。评测可以*调用*其中的材料当输入，但不把报告写成 Note / Edge / Post。一条评测结论若值得沉淀为可复用判断，先回到捕获入口。 |
+| [`.memory/`](../.memory/) | 运营账本。评测*发现*并被采纳的决策写进 `.memory`；过程、用例和分数留在本目录。 |
+| [`extensions/`](../extensions/README.md) | 接口层。评测对象常常是 extensions 的行为；评测用例本身不因此变成 extension。 |
+| [`observation/`](../observation/README.md) | 观测提供「野外看到了什么」；本目录把假设做成可复现对照。观测不是评测。 |
+
+## 起步布局
+
+先有真实用例再往下加目录，不要预埋空数据文件。
+
+- [`cases/`](cases/README.md)：用例与 benchmark 定义
+- [`reports/`](reports/README.md)：某次运行的报告
+- 本 README

evaluation/cases/README.md

@@ -0,0 +1,5 @@
+# cases/
+
+评测用例与 benchmark 定义。有真实用例再往这里加文件；不要预埋空数据或虚构数据集。
+
+约定见上一级 [README](../README.md)。

evaluation/reports/README.md

@@ -0,0 +1,5 @@
+# reports/
+
+某次评测运行的报告。有真实结果再往这里写；不要预埋假分数。
+
+约定见上一级 [README](../README.md)。

observation/README.md

@@ -0,0 +1,37 @@
+# 观测 (observation/)
+
+`observation/` 观测 Edges **怎么被用**：telemetry 笔记、仪表盘备忘、run log、「野外看到了什么」。这是系统元工作，运营向观测，不替代 [`.memory/`](../.memory/) 里的决策，也不进入 notes → edges → archive 主链。
+
+## 放什么
+
+- 脱敏后的运行记录、使用轨迹摘要
+- 指标定义、仪表盘笔记、异常现象
+- 还没上升为决策的「我们看到了什么」
+
+## 不放什么
+
+- 凭据、未公开 IP、可识别个人、未脱敏的内部信息
+- 已确认的决策、纠错、必须遵守的做法 → [`.memory/`](../.memory/)
+- 认知资产、研究笔记 → [`knowledge/`](../knowledge/)
+- 接入 Edges 的接口实现 → [`extensions/`](../extensions/README.md)
+- 可复现的评测用例、harness 与分数 → [`evaluation/`](../evaluation/README.md)
+- 原始 `*.log` 文件（根 [`.gitignore`](../.gitignore) 会忽略它们）；写成脱敏 markdown
+
+本仓公开。写入即等同公开发表，按根 README「公开仓库边界」判断。
+
+## 和其他目录的关系
+
+| 目录 | 关系 |
+| --- | --- |
+| [`knowledge/`](../knowledge/) | 认知资产。观测记录的是系统如何被使用，不是研究笔记。野外现象若值得沉淀为可复用判断，先回到捕获入口。 |
+| [`.memory/`](../.memory/) | 运营账本。观测提供证据；被采纳的决策、纠错与约束写进 `.memory`，不把本目录当成第二份决策库。 |
+| [`extensions/`](../extensions/README.md) | 接口层。观测可以记录某个 extension 在野外的表现；实现仍在 extensions。 |
+| [`evaluation/`](../evaluation/README.md) | 评测把假设做成可复现对照；本目录只记看到了什么。观测不是评测。 |
+
+## 起步布局
+
+先有真实记录再往下加目录，不要预埋空数据或虚构指标。
+
+- [`logs/`](logs/README.md)：脱敏后的 run / 使用记录
+- [`metrics/`](metrics/README.md)：指标定义与仪表盘笔记
+- 本 README

observation/logs/README.md

@@ -0,0 +1,5 @@
+# logs/
+
+脱敏后的 run / 使用记录。有真实观测再往这里写；不要预埋空日志或虚构轨迹。
+
+写成 markdown，不要提交原始 `*.log`。约定见上一级 [README](../README.md)。

observation/metrics/README.md

@@ -0,0 +1,5 @@
+# metrics/
+
+指标定义与仪表盘笔记。有真实要跟踪的量再往这里写；不要预埋虚构数字。
+
+约定见上一级 [README](../README.md)。