feat: finalize latest v0.97.0 updates

docs/aiprompts/commands.md

@@ -194,7 +194,7 @@ npm run verify:local
 - **运行时证据导出主链**：继续收敛到 `agent_runtime_export_evidence_pack`，用于把 runtime / timeline / artifacts 打包成最小问题证据
 - **运行时 replay 样本主链**：继续收敛到 `agent_runtime_export_replay_case`，复用 handoff bundle + evidence pack 生成 `input / expected / grader / evidence-links`
 - **运行时外部分析交接主链**：继续收敛到 `agent_runtime_export_analysis_handoff`，复用 handoff bundle + evidence pack + replay case 生成 `analysis-brief.md / analysis-context.json / copy_prompt`，供外部 Claude Code / Codex 直接诊断与最小修复；当前 GUI 入口位于 `HarnessStatusPanel`
-- **运行时人工审核记录主链**：继续收敛到 `agent_runtime_export_review_decision_template`，复用 `analysis handoff` 生成 `review-decision.md / review-decision.json`，把开发者的接受 / 延后 / 拒绝与回归要求回挂到工作区；当前 GUI 入口位于 `HarnessStatusPanel`
+- **运行时人工审核记录主链**：继续收敛到 `agent_runtime_export_review_decision_template` + `agent_runtime_save_review_decision`；前者复用 `analysis handoff` 生成 `review-decision.md / review-decision.json` 模板，后者把开发者的接受 / 延后 / 拒绝与回归要求回写到同一份工作区制品；当前 GUI 入口位于 `HarnessStatusPanel`
 - **会话主题上下文主链**：`getSession` 返回的 `execution_runtime.recent_theme / recent_session_mode` 负责承接最近一次运行态主题上下文；当前端已命中同一 steady-state theme/workbench mode 时，不应继续每回合重复携带 `harness.theme / harness.session_mode`
 - **会话运行阶段上下文主链**：`getSession` 返回的 `execution_runtime.recent_gate_key / recent_run_title` 负责承接最近一次 Theme Workbench 运行阶段上下文；当前端已命中同一 steady-state gate/run 时，不应继续每回合重复携带 `harness.gate_key / harness.run_title`
 - **会话内容上下文主链**：`getSession` 返回的 `execution_runtime.recent_content_id` 负责承接最近一次运行态 `content_id`；当前端已命中同一 steady-state 内容时，不应继续每回合重复携带 `harness.content_id`
@@ -233,3 +233,5 @@ npm run verify:local
 - `docs/aiprompts/governance.md`
 - `docs/aiprompts/quality-workflow.md`
 - `docs/aiprompts/credential-pool.md`
+- `src/lib/governance/agentCommandCatalog.json`
+- `src/lib/governance/legacySurfaceCatalog.json`

docs/aiprompts/governance.md

@@ -132,10 +132,11 @@ npm run test:contracts
   - 扫描已被判定为 `deprecated` / `dead-candidate` 的前端入口
   - 检查旧 Tauri 命令是否仍被限制在指定 API 网关
   - 找出已经零引用、可进入删除候选的兼容壳
+  - 规则事实源优先看 `src/lib/governance/legacySurfaceCatalog.json`
 - `test:contracts`
   - 检查前端 `safeInvoke(...)` / `invoke(...)` 的实际调用
   - 检查 Rust `tauri::generate_handler!` 的实际注册
-  - 检查 `agentCommandCatalog` 中的治理口径
+  - 检查 `src/lib/governance/agentCommandCatalog.json` 中的命令治理口径
   - 检查 `mockPriorityCommands` 与 `defaultMocks` 是否同步
 
 原则只有一句：

docs/aiprompts/playwright-e2e.md

@@ -182,14 +182,27 @@ npm run test:contracts
    - `input / expected / grader / evidence-links` 文件列表出现
    - replay 区块能显示 handoff / evidence 的关联根路径
    - 打开目录后工作区内确实生成 `.lime/harness/sessions/<session_id>/replay`
-8. 如果这轮继续开发外部分析交接，再点击 `导出分析交接` 与 `一键复制给 AI`，确认：
+8. 如果这轮继续开发 replay -> eval 主链，再点击 `复制回归命令`，确认：
+   - 剪贴板内容同时包含 `npm run harness:eval:promote -- ...`、`npm run harness:eval` 与 `npm run harness:eval:trend`
+   - promote 命令里的 `session-id / slug / title` 已自动带出，不需要手工补参数
+   - 该入口只是复制仓库已有主命令，不是 Lime 内部自动 promotion
+9. 如果这轮继续开发外部分析交接，再点击 `导出分析交接` 与 `一键复制给 AI`，确认：
    - `analysis-brief.md / analysis-context.json` 文件列表出现
    - 复制内容直接来自后端 `copy_prompt`，不需要前端再手写 prompt
    - analysis 区块能显示 handoff / evidence / replay 的关联目录
-9. 如果这轮继续开发人工审核记录，再点击 `导出人工审核记录`，确认：
-   - `review-decision.md / review-decision.json` 文件列表出现
-   - 区块能显示默认状态、审核清单与关联 analysis 文件
-   - 打开目录后工作区内确实生成 `.lime/harness/sessions/<session_id>/review`
+10. 如果这轮继续开发人工审核记录，再点击 `导出人工审核记录`，确认：
+    - `review-decision.md / review-decision.json` 文件列表出现
+    - 区块能显示当前状态、审核清单与关联 analysis 文件
+    - 打开目录后工作区内确实生成 `.lime/harness/sessions/<session_id>/review`
+11. 如果这轮继续开发人工审核保存闭环，再点击 `填写人工审核结果`，至少填写：
+    - `决策状态`
+    - `决策摘要`
+    - `审核人`
+    - `风险等级`
+12. 保存后确认：
+    - 区块里的“当前人工审核结论”立即刷新为最新状态、审核人和摘要
+    - `review-decision.md / review-decision.json` 仍然保持同一目录，不会新开平级目录
+    - 如页面桥接到了真实后端，重新点击 `导出人工审核记录` 后，已保存结论不会被刷回 `pending_review`
 
 ### 话题内容上下文恢复验证
 

docs/aiprompts/quality-workflow.md

@@ -216,9 +216,9 @@ npm run bridge:health -- --timeout-ms 120000
   - 切换到新的 Theme Workbench gate 或运行标题、但 runtime 尚未同步时，前端仍会保留显式 `gate_key / run_title`
 - 如果这次改动影响浏览器工作台里的站点采集链路，例如推荐区、资料自动选择、`report_hint` 展示、`lime_site_recommend`，或“优先写回当前 `content_id` 而不是新建资源文档”的主线收敛，除了契约检查，还应补对应 `*.test.tsx` 回归并执行 `verify:gui-smoke`。
 - 如果这次改动影响浏览器资料 / 环境预设的真实来源，还应补一次浏览器模式实测，确认控制台不再出现 `[Mock] invoke: list_browser_profiles_cmd` 或 `[Mock] invoke: list_browser_environment_presets_cmd`。
-- 如果这次改动影响 `agent_runtime_export_handoff_bundle`、`agent_runtime_export_evidence_pack`、`agent_runtime_export_analysis_handoff`、`agent_runtime_export_review_decision_template` 或 `agent_runtime_export_replay_case` 这条 Harness 导出主链，除了契约检查，还应至少补：
+- 如果这次改动影响 `agent_runtime_export_handoff_bundle`、`agent_runtime_export_evidence_pack`、`agent_runtime_export_analysis_handoff`、`agent_runtime_export_review_decision_template`、`agent_runtime_save_review_decision` 或 `agent_runtime_export_replay_case` 这条 Harness 导出 / 审核主链，除了契约检查，还应至少补：
   - `src/lib/api/agent.test.ts` 一类的网关回归，确认仍走统一 `agent_runtime_*` 主命令
-  - `HarnessStatusPanel.test.tsx` 一类的 UI 回归，确认导出入口、状态与制品展示正常
+  - `HarnessStatusPanel.test.tsx` 一类的 UI 回归，确认导出入口、保存弹窗、状态与制品展示正常
   - 受影响 Rust 服务 / 命令的定向测试，确认 `.lime/harness/sessions/<session_id>/...` 一类制品仍能生成
 
 ## CI 事实源

docs/design/settings-redesign.md

@@ -1,7 +1,5 @@
 # Lime 设置页面重构设计
 
-> 参考 LobeHub 的设置架构，为 Lime 设计现代化的设置界面
-
 ## 一、设计目标
 
 1. **分类清晰**：将设置项按功能分组，便于用户快速定位

docs/test/README.md

@@ -102,10 +102,12 @@ npm run verify:local:full
 npm run bridge:health -- --timeout-ms 120000
 ```
 
-### 运行首条自包含 smoke
+### 运行自包含 smoke
 
 ```bash
 npm run smoke:workspace-ready
+npm run smoke:browser-runtime
+npm run smoke:site-adapters
 ```
 
 ### 运行 Harness eval 摘要
@@ -126,6 +128,18 @@ npm run harness:eval:promote -- --session-id "session-123" --slug "pending-reque
 npm run harness:eval:trend
 ```
 
+### 记录 Harness eval 历史窗口
+
+```bash
+node scripts/harness-eval-runner.mjs --record-history-dir "./artifacts/history" --history-retain 30
+```
+
+### 运行 Harness cleanup / slop 报告
+
+```bash
+npm run harness:cleanup-report
+```
+
 ### 当前浏览器续测入口
 
 当前仓库的浏览器模式 E2E / 续测文档分两层：

docs/test/e2e-tests.md

@@ -10,7 +10,9 @@
 - `npm run tauri:dev:headless`：当前浏览器模式启动入口
 - `npm run bridge:health -- --timeout-ms 120000`：当前 DevBridge 就绪检查入口
 - `npm run test:bridge`：当前浏览器桥接最小自动校验入口
-- `npm run smoke:workspace-ready`：当前首条自包含 smoke，覆盖 DevBridge 就绪与默认 workspace 基础链路
+- `npm run smoke:workspace-ready`：当前自包含 smoke，覆盖 DevBridge 就绪与默认 workspace 基础链路
+- `npm run smoke:browser-runtime`：当前自包含 smoke，覆盖 browser runtime 的启动、状态读取、最小动作与审计关联键
+- `npm run smoke:site-adapters`：当前自包含 smoke，覆盖站点适配器目录状态、列表、推荐与检索主链
 
 ### supplement
 
@@ -90,6 +92,8 @@ npm run bridge:health -- --timeout-ms 120000
 | 等待 Bridge 就绪       | `npm run bridge:health -- --timeout-ms 120000` | current    | 当前标准健康检查                                |
 | 校验桥接基础能力       | `npm run test:bridge`                          | current    | `safeInvoke` / mock / tauri-mock 最小自动校验   |
 | Workspace 自包含 smoke | `npm run smoke:workspace-ready`                | current    | 验证 DevBridge、默认 workspace、路径回查链路    |
+| Browser Runtime smoke  | `npm run smoke:browser-runtime`                | current    | 验证 browser runtime 最短主链与审计关联键       |
+| Site Adapter smoke     | `npm run smoke:site-adapters`                  | current    | 验证站点适配器目录、推荐与检索最短主链          |
 | 校验跨层命令契约       | `npm run test:contracts`                       | current    | 检查前端命令、Rust 注册、catalog、mock 集合漂移 |
 | 浏览器续测细则         | `docs/aiprompts/playwright-e2e.md`             | current    | Playwright MCP 唯一详细事实源                   |
 | 专项 bridge 排障       | `npm run bridge:e2e`                           | supplement | 适合排障，不是统一门禁                          |
@@ -112,7 +116,7 @@ npm run bridge:health -- --timeout-ms 120000
 - 假设 `tauri-driver` 仍是推荐路径
 - 假设浏览器 E2E 已进入 CI 标准门禁
 
-当前浏览器主链路 smoke 仍属于后续建设项，详见 `docs/test/testing-strategy-2026.md`。
+当前浏览器最小 smoke 基线已经具备；后续是否继续补 terminal / server / 专项 smoke，以 `docs/test/testing-strategy-2026.md` 的剩余优先级为准。
 
 ## 7. 给后续 Agent 的交接要求
 

docs/test/harness-evals.md

@@ -17,6 +17,7 @@ Lime 当前不直接把“真实模型重放平台”一次做完，而是先固
    - `grader.md`
    - `evidence-links.json`
      其中 `input.json` 继续承载 `classification.suiteTags` 与 `classification.failureModes`。
+     如果样本已经完成人工审核，还可以额外挂载可选的 `review-decision.json` / `review-decision.md`，但它不是 replay case 的必填件。
 
 3. **固定摘要出口**  
    由 `scripts/harness-eval-runner.mjs` 统一产出 JSON / Markdown 摘要，后续 nightly 与趋势报表都从这里接。
@@ -86,10 +87,16 @@ Lime 当前不直接把“真实模型重放平台”一次做完，而是先固
 1. 读取 manifest
 2. 解析固定 fixture 与工作区自动发现 case
 3. 校验 replay case 最小四件套与关键 JSON 字段
-4. 输出统一 JSON / Markdown 摘要，并聚合 `suite tag / failure mode` 分布
+4. 输出统一 JSON / Markdown 摘要，并聚合 `suite tag / failure mode / review decision status / risk level` 分布
 
 当前它**不直接执行真实模型重放**，而是先把“样本是否可评估、摘要是否可归档”工程化。
 
+如果 case 根目录内存在 `review-decision.json`，或者工作区 replay 同级 `../review/review-decision.json` 已存在，runner 会把它识别为同一条会话的可选人工审核增强信息，并写入：
+
+- `reviewDecisionRecordedCount`
+- `reviewDecisionStatuses`
+- `reviewRiskLevels`
+
 这符合 Lime 当前阶段的约束：
 
 - 先复用现有 `handoff bundle + evidence pack + replay export`
@@ -115,12 +122,13 @@ node scripts/harness-replay-promote.mjs \
   --slug "pending-request-runtime"
 ```
 
-这个命令会做四件事：
+这个命令会做五件事：
 
 1. 读取 replay 最小四件套。
 2. 把工作区绝对路径脱敏成稳定占位路径，避免把本机路径直接写进仓库。
-3. 把样本复制到 `docs/test/harness-fixtures/replay/<slug>/`。
-4. 把 case 回写到 `repo-promoted-replays` suite，成为 nightly 与 trend 的 current 样本。
+3. 如果同会话 `review/` 目录里已经有 `review-decision.json/md`，一起复制并脱敏到目标 fixture。
+4. 把样本复制到 `docs/test/harness-fixtures/replay/<slug>/`，并把人工审核摘要回写到 manifest case。
+5. 把 case 回写到 `repo-promoted-replays` suite，成为 nightly 与 trend 的 current 样本。
 
 默认原则：
 
@@ -128,12 +136,24 @@ node scripts/harness-replay-promote.mjs \
 - promotion 之后，样本不再只是“本机能看到”，而是仓库 current 主线的一部分。
 - 仓库沉淀样本仍然复用原来的 handoff / evidence 形状，不另造 schema。
 
+如果当前已经在 Lime 工作台里导出了 Replay 样本，也可以直接在 `HarnessStatusPanel` 的 Replay 区块点击：
+
+- `复制回归命令`
+
+它会一次性复制三条现成命令：
+
+1. `npm run harness:eval:promote -- ...`
+2. `npm run harness:eval`
+3. `npm run harness:eval:trend`
+
+这样做的目的不是把 promotion 内建进 Lime，而是把仓库已有的 current 主命令直接挂到工作台，避免用户还要自己重新拼 `session-id / slug / title`，并且在 promotion 后立刻补上统一 trend 入口。
+
 ## Trend Report 做什么
 
 `scripts/harness-eval-trend-report.mjs` 当前负责三件事：
 
 1. 读取一个或多个 `harness eval summary` JSON
-2. 生成 baseline / latest 对比、suite 级 delta，以及 `suite tag / failure mode` 聚合变化
+2. 生成 baseline / latest 对比、suite 级 delta，以及 `suite tag / failure mode / review decision status / risk level` 聚合变化
 3. 输出 JSON / Markdown 趋势报告
 
 如果没有显式提供输入，它会先调用 `harness-eval-runner` 生成当前 summary，再把它当作第一条 trend seed。
@@ -148,6 +168,10 @@ node scripts/harness-replay-promote.mjs \
 
 当前 nightly 还会恢复并追加 `artifacts/history/*.json` 历史窗口，用于让 trend 不只停留在单次 seed。
 
+在当前仓库主链里，nightly 还会基于 trend + doc freshness + governance report 继续生成 `harness-cleanup-report.json/md`，让回归样本、人工审核状态和治理建议进入同一份 nightly artifact。
+
+从 `2026-03-27` 起，这个历史窗口不再依赖 workflow 里的 `cp / ls / xargs` 拼接，而是直接由 `scripts/harness-eval-runner.mjs --record-history-dir` 负责写入和裁剪，保证本地与 nightly 走同一条跨平台主链。
+
 ## 常用命令
 
 ```bash
@@ -171,6 +195,11 @@ node scripts/harness-eval-runner.mjs \
   --output-json "./tmp/harness-eval-summary.json" \
   --output-markdown "./tmp/harness-eval-summary.md"
 
+# 记录本地 history window，供 trend / cleanup 复用
+node scripts/harness-eval-runner.mjs \
+  --record-history-dir "./artifacts/history" \
+  --history-retain 30
+
 # 从历史 summary 目录生成趋势报告
 node scripts/harness-eval-trend-report.mjs \
   --history-dir "./artifacts/history" \
@@ -188,6 +217,7 @@ Runner 摘要至少回答下面这些问题：
 - 哪些 case JSON 字段不完整
 - 哪些 case 属于什么 suite tag / failure mode
 - 哪些 case 默认需要人工复核
+- 哪些 case 已经记录人工审核状态与风险等级
 - 工作区 replay 是否已经开始形成增量样本
 
 如果摘要回答不了这些问题，就说明 runner 还不算进入 current 主链。
@@ -197,6 +227,7 @@ Trend 报告至少还要回答：
 - baseline 和 latest 之间，ready / invalid / pending request 有没有变化
 - 哪些 suite 在 latest 里变差了
 - 哪些 failure mode / suite tag 在 latest 里增长或退化了
+- 哪些人工审核状态 / 风险等级在 latest 里新增、减少或发生迁移
 - 当前只有 trend seed，还是已经开始形成真正的历史窗口
 
 ## 与其他事实源的关系
@@ -207,16 +238,20 @@ Trend 报告至少还要回答：
 | [testing-strategy-2026.md](testing-strategy-2026.md)                                       | 解释为什么 eval 工程化排在 smoke 之后           |
 | [../tech/harness/implementation-blueprint.md](../tech/harness/implementation-blueprint.md) | 解释 `P3-2 Eval runner` 在 Harness 主线中的位置 |
 | [../tech/harness/tooling-roadmap.md](../tech/harness/tooling-roadmap.md)                   | 解释 runner、nightly、trend 的后续工具面        |
+| [../tech/harness/entropy-governance-workflow.md](../tech/harness/entropy-governance-workflow.md) | 解释 trend 怎样回挂到 cleanup / governance 建议 |
 | `scripts/harness-eval-runner.mjs`                                                          | 当前唯一的 runner 入口                          |
 | `scripts/harness-eval-trend-report.mjs`                                                    | 当前 trend 聚合与 nightly 趋势出口              |
+| `scripts/report-generated-slop.mjs`                                                        | 当前 cleanup/slop 聚合与治理建议入口            |
+| `scripts/check-doc-freshness.mjs`                                                          | 当前 Harness 文档保鲜检查入口                   |
+| [../../.github/workflows/harness-nightly.yml](../../.github/workflows/harness-nightly.yml) | 当前 nightly summary / trend / cleanup artifact 主入口 |
 | [harness-evals.manifest.json](harness-evals.manifest.json)                                 | 当前任务集与 suite 机可读事实源                 |
 
 ## 下一刀
 
 `P3-6` 做完之后，下一刀优先级建议固定为：
 
-1. 把分类聚合直接挂到熵治理清单，形成 replay 驱动 cleanup 主线
-2. 继续补 observability 证据字段，让 grader 能消费更多 request / timeline / artifact 关联
+1. 把 cleanup report 接入更稳定的历史窗口，避免长期停留在 trend seed
+2. 继续补 observability 证据字段，让 grader 和 cleanup report 都能消费更多 request / timeline / artifact 关联
 3. 逐步提高 repo current 样本质量，而不是只增加数量
 4. 再考虑是否引入真实模型执行或 transcript grading
 

docs/test/testing-strategy-2026.md

@@ -40,31 +40,21 @@
 - 旧权限表面治理护栏已经补齐：`src/lib/governance/legacyToolPermissionGuard.test.ts` + `npm run governance:legacy-report`
 - 跨层命令契约检查基础版已经落地：`npm run test:contracts` 已进入 `scripts/local-ci.mjs`
 - 命令契约延期例外已经收口：`agent_terminal_command_response`、`agent_term_scrollback_response` 已退出 `runtimeGatewayCommands`，改为 `dead-candidate` 治理监控
-- 首条自包含 smoke 已落地：`npm run smoke:workspace-ready` 可自动校验 DevBridge 就绪、默认 workspace 获取、目录修复与路径回查
+- 自包含 smoke 最小基线已落地：`npm run smoke:workspace-ready`、`npm run smoke:browser-runtime`、`npm run smoke:site-adapters` 都无需人工准备，且 `npm run verify:gui-smoke` 已默认串联这三条主链 smoke
 - 测试文档事实源已经收口：`docs/test/README.md`、`docs/test/e2e-tests.md`、`docs/aiprompts/playwright-e2e.md` 已按“索引 / 总览 / 详细事实源”分层
 
 ## 3. 当前仍未解决的问题优先级
 
 | 优先级 | 事项                      | 为什么重要                                     | 当前证据                                                                                                                                                                                                  | 完成定义                                                                                                   |
 | ------ | ------------------------- | ---------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------- |
-| P0     | 自包含 smoke 仍然不足     | 单测很多，但主链路仍缺少无需人工准备的自动回归 | 目前仅有 `smoke:workspace-ready` 属于自包含 smoke；`smoke:social-workbench` 仍依赖已有 session，`bridge:e2e` 更像排障脚本                                                                                 | 至少补齐 3 条无需人工准备的 smoke；当前已完成 1 条，仍需补 server / terminal / browser runtime 等 2 条以上 |
-| P1     | Agent eval 仍未完全工程化 | 价值高，但建立在前面基础门禁稳定之后           | 已补 `docs/test/harness-evals.md`、`harness-evals.manifest.json`、`scripts/harness-eval-runner.mjs`、`scripts/harness-eval-trend-report.mjs` 与 nightly 摘要 / trend 骨架，但真实执行与更多高价值样本仍缺 | 形成稳定任务集、可增长 replay 样本、grader、nightly 输出与趋势指标                                         |
+| P1     | Agent eval 仍未完全工程化 | 价值高，且当前最缺的是把证据沉淀成长期回归资产 | 已补 `docs/test/harness-evals.md`、`harness-evals.manifest.json`、`scripts/harness-eval-runner.mjs`、`scripts/harness-eval-trend-report.mjs` 与 nightly 摘要 / trend 骨架，但真实执行与更多高价值样本仍缺 | 形成稳定任务集、可增长 replay 样本、grader、nightly 输出与趋势指标                                         |
+| P2     | terminal / server 自包含 smoke 仍可继续扩面 | 最小 GUI smoke 基线已具备，但更细分主链仍缺专项守卫 | 当前 `workspace-ready / browser-runtime / site-adapters` 已覆盖 GUI 最小主链；`smoke:social-workbench` 仍依赖已有 session，terminal / server 还没有各自独立的自包含 smoke 入口                        | 如后续需要继续扩面，应补 terminal 或 server 的独立 smoke，而不是继续把现有 3 条 current smoke 算成缺口     |
 
 ## 4. 建议执行顺序
 
-### 第 1 步：把 smoke 升级为自包含场景
+### 第 1 步：把 Agent eval 工程化
 
-先只挑 3 条最高价值场景，不要贪多：
-
-1. 应用启动 + workspace 可创建 / 打开
-2. server 基础链路可自动打通
-3. terminal 或 browser runtime 至少有一条基础链路可自动打通
-
-验收标准是“本地和 CI 都能重复执行”，而不是“方便人工排障”。
-
-### 第 2 步：把 Agent eval 工程化
-
-这一步放在最后，不是因为不重要，而是它依赖前面的基础设施稳定：
+现在可以把它提到第一优先级，因为前面的最小 GUI smoke 基线已经具备：
 
 - 有稳定门禁
 - 有稳定契约检查
@@ -82,11 +72,21 @@
 - 更多真实高价值 replay 样本
 - 更长窗口的趋势报表
 
+### 第 2 步：按需继续扩自包含 smoke 覆盖面
+
+如果后续还要补 smoke，不要重复把 `workspace-ready / browser-runtime / site-adapters` 记成“未完成”。
+
+下一轮更合理的扩面方向是：
+
+1. terminal 基础链路
+2. server 基础链路
+3. 仍依赖人工前置状态的专项 smoke 去人工化
+
 ## 5. 当前建议
 
 如果只看投入产出比，当前最值得先做的两刀是：
 
-1. 把 smoke 升级为自包含场景
-2. 把 Agent eval 工程化
+1. 把 Agent eval 工程化
+2. 如需继续补 smoke，优先做 terminal / server 专项自包含场景
 
-这两步做完之后，再继续往 nightly 与趋势报表收口，收益会更高。
+这两步做完之后，再继续往 nightly、趋势报表与 replay promotion 收口，收益会更高。