CCR 用两个视角观察同一次执行：SessionView 看一个 Agent Session 如何运行，JobView 看一个 Unit 如何经过 R1、R2 和 Trial 得到结果。 两者使用 agent-ledger/observation 的 Node 模型，模型和工具正文来自原生 Session。
存储只有两类 JSONL：
<review-id>.jsonl Review 业务日志：元数据、Operation 状态、产物和终态
<review-id>.sessions/
<local-file>.jsonl AgentGo 原生 Session：模型、工具、消息和恢复数据
JobView 是读取时的投影，不再持久化另一份完整 View，也没有独立的 .timeline 文件。
一个 Review 可有多个 Unit Job，一个持续运行的 Lane Session 也可参与多个 Job。
“任务式”和“持续式”描述 Agent 与 Job 的关系，不是两种 Session 数据结构。任务式 Agent 的一次 Session 可能完成一个 Job；持续式 R2 Lane 则在同一个 Session 的不同 Run 中处理多个 Unit 的 Hypothesis。 JobView 根据明确的 Unit 归属选择 Operation，再通过 Session/run/execution/attempt 四元组选择调用。 不会把整个共享 Session 塞进每个 Job，也不把时间相邻解释成因果关系。
Job 使用 schema_version: "agent-ledger/job@1"、job.source: "ccr" 和
job.id: "<review-id>/<unit-id>"。业务 Operation 保留原 ID、父子关系和源头时间；导入的 ModelCall / ToolCall
保留 session.source: "agentgo"、原 Session ID、Run ID 和原 Node ID。
Goal 来自 review_unit，Result 包含 Unit 终态与相关 Hypothesis、Assessment、Trial、Finding 等业务证据。
Unit debrief / 最终 Completion 决定完成状态；操作返回成功、Review 关闭或没有 Finding 都不能单独证明 Job 完成。
模型或工具失败、仍运行的节点、缺失 Session、截断和损坏的记录均保留证据缺口。业务已经完成但观测不完整，
仍分别展示业务状态和 Issues，不能用一个状态掩盖另一个。
internal/recording.Review 只管理业务元数据、产物、scope 计数和录制文件生命周期，
不保留全局对话历史。Review 不支持恢复中断的整体执行；局部 loop 的 Session 能力归 AgentGo。
同一 R2 Lane 保留上下文的连续 Execution 复用一个 Session，每次调用 loop 创建新的 Run。
探索超时后的收卷也创建新的 Run，避免与失败尝试混淆。
AgentGo Session 使用原生 JSONL 协议，记录 model_request、model_exec_end、tool_exec_end、
消息提交、context projection/compaction 和 run 边界。模型、工具正文只在这里存储。
CCR 的领域消息通过 AgentGo codec 注册内容类型，保留原始证据和当前压缩视图，不修改 Session envelope。
Harness 在 Execution 终态边界保存一次局部 AgentGo checkpoint，供加载对话状态；运行期间按事件记录，
不按 turn 或定时保存完整状态，也不复制全局 Snapshot。辅助规划、定位等单次模型调用同样使用
AgentGo Session 记录请求和结果。
Operation 从业务视角组织 Review → Unit/Lane → R1/R2/Trial（R3），并记录 CCR 拥有的构图、等待等非 loop 工作。
调用 Operation 的 session_ref 只有 session_id、run_id、execution_id 和 attempt；
Execution Operation 保存 scope、业务 outcome 和局部 Session 文件名。不能只用 provider tool call ID 关联，
因为不同 loop 和不同 Run 可以重复使用同一个 ID。
Viewer 展示 Review 工作区，按需读取选中 Session 或调用的正文；Job 首屏只读取业务事实。
Go 的 ReadJournal(path) 只读取业务日志，ReadJob(path, unitID) 只打开选中 Unit 引用的 Session；
ReadReview(path) 与 Python eval 为完整分析加载整轮证据。
供 Viewer、stats、export、eval 使用的 llm_request/llm_response/tool_result 等对象是查询投影，
不会再落盘成一份全局会话历史。业务 artifact、finding、debrief 仍保存在 Review 元数据文件。
Review 业务日志的 schema 为 14，旧版 schema 显式不兼容；AgentGo Session 使用自己的格式版本。读端接受完整前缀后的截断末行并显示缺口，完整行损坏不静默跳过。 局部 Session 缺失或损坏时保留可用业务日志，并标记记录不完整；不能将其解释成没有调用或已成功。 写入失败报告 execution/session 身份，继续排空 loop 事件，不改变业务运行结果。
Scope 是业务工作范围，Execution 是一次 Harness 执行；它可能包含收卷续接的多个框架 Run。 Stage 保存源头起止时间与完成状态。多个 Unit 或 Lane 并发时，duration 不可相加作为 Review wall-clock。 成本从实际请求/响应按调用身份计算，缺失 usage 保持 unknown，不依赖 debrief 是否生成。 Session 与业务日志都不替代 Forge comment、代码仓和业务事实源；本地正文不自动上传。
CCR 默认保留最近 7 天的 Review，并将 ~/.casecodereview/sessions 中 Review 业务日志、局部 Session 与配套日志的
总量控制在 5 GiB。review/scan 创建录制前自动清理，录制期间每 10 分钟再次检查；
help、preview、dry-run review 和 Viewer 等读取操作不会触发清理。
淘汰单位是一整个 Review：先删除超期记录，容量仍超限时继续按修改时间从旧到新删除，
同时删除同名 .log 和 .sessions/ 下所有局部 Session。JSONL 不截断、不丢弃开头，保留下来的会话仍可供 Viewer、stats、export 和 eval 完整读取。
需要长期保留的评测样本应复制到独立数据目录，避免受本地历史保留策略影响。
ccr clean --dry-run # 预览可回收容量，不删除记录
ccr clean # 立即按当前策略清理
ccr config set retention.days 7
ccr config set retention.max_mib 5120 # MiB，5120 = 5 GiB
ccr clean --days 14 --max-mib 10240 # 仅本次覆盖配置
ccr clean --test-sessions # 独立清理测试录制目录两个配置项中，0 表示禁用对应限制；两项均为 0 时关闭自动清理。配置文件使用
"retention": {"days": 7, "max_mib": 5120}，省略的字段使用默认值。
自动清理只管理 sessions；test-sessions 需显式选择，配置、规则、评测数据目录均不在清理范围。
运行中的会话通过文件锁保护，最近一小时写入的记录也会保留。因此容量是保留目标，
活跃会话本身过大时允许暂时超限，CCR 会报告未达到目标，而不会截断当前录制。
进程异常退出后锁自动释放，后续清理可以回收这些未完成记录。
没有文件锁的旧版未完成会话默认保留，因为无法判断是否仍在录制；
确认旧版 CCR 进程均已停止后，可用 ccr clean --include-incomplete --dry-run 预览，
再去掉 --dry-run 清理。该选项仍然保护新版本正在录制的会话和最近一小时的文件。
ccr stats <session.jsonl> --format json 从共同 Review reader 输出整轮成本和各 Stage 的成本。
每个模型调用按原生 Session reference 计一次，再通过对应 Stage 的父子关系归入所属 Execution、Unit/Lane 和评审阶段。
Operation 尚未落盘时，request/response 仍通过原生调用身份关联；成本列为未归属，并显示录制缺口。
成本读取实际请求及响应记录，Review 2、辅助调用和没有 debrief 的中断运行都参与统计。
Viewer 的 Review 总量与 Session 调用统计保留相同的 usage 口径；eval 的 comparison/replay 使用相同的请求身份，ATIF 的 metrics 保持完整 Session 边界。
时间同时展示阶段经过时长和扣除直接子阶段区间并集后的自身时长，避免并行子任务相加超过父阶段。 自身时长包含尚未细分的编排或等待，不能直接解释为 CPU 时间。未结束阶段截至最后一条观测计算下界， 保留 running 状态；失败请求的已知耗时也进入统计。定位超时时先沿 Stage 的 outcome/reason/error 和 父子链查找失败或未闭合位置，再区分模型请求、工具、重试等待及编排时间。
Token 保留输入、输出和缓存分量，明确区分服务端报告、缺失报告时的估算和完全未知的 usage。 父阶段包含后代调用的 token，父子行不能再次相加。调用失败或请求尚未返回时，unknown usage 不表示零成本；模型请求内部的 transport attempt 没有独立 usage 时，也不能虚构各次尝试的计费拆分。 工具本身的耗时属于工具 Stage，其结果被后续模型消费的 token 属于对应模型请求。
Session discovery 保留未闭合和末行截断的完整前缀，通过 closed、recording_incomplete 与缺口字段供实验筛选。 缺少 session_end 表示终态未知，不能据此断言失败，也不能把这类样本悄悄移出运行健康统计。
Runner 在选择和分组前写入 review_input，记录协议版本、仓库身份与捕获改动材料的摘要；
review_unit.targets 保存 Fragment 前后两侧的实际编辑区间，Finding 与 Hypothesis 保存原代码片段、
old/new 侧和原路径。这些是比较所需的生产事实，是否可比、如何匹配和分类由 eval 决定。
两次 Session 的比较先检查输入，再以目标编辑区间对齐完成证据，不用 Unit ID 或文件名代替覆盖。 Unit debrief 完成探索，并不代表其全部 Hypothesis 已完成复核；eval 必须继续检查 Assessment/Trial。 超时前已经提交的有效 Assessment 继续参与判断；没有提交就是未评估，系统兜底不能充当判断证据。 缺少记录、超时或范围变化时保留 incomplete / unknown，不把没有交付 Finding 解释为修复。
现有实验入口 eval/benchmark/replay.py 对相同 repeat 的两臂生成问题、覆盖、阶段去向和成本对比；
eval/benchmark/session_compare.py 可离线消费两份原始 Session，包括没有完成 ATIF export 的异常运行。
比较结果是实验观测，不代替人工真值标签；使用方式及匹配限制见 eval/README.md。
Review 拥有自己的 Operation journal；Context 只传播 Review/Operation ID，录制处显式指定 ParentID。
internal/recording/operation 记录 CCR 自己的业务动作，不安装全局 Timeline Manager，也不接管上游库的内部 span。
Review 负责 Start/Finish；Runner 与 Harness 记录业务阶段和模型／工具调用边界。
Review operations
├─ diff.load / project.select / codegraph.build / unit.formation
├─ unit.queue → review.unit → execution → turn
│ ├─ context.project / context.recover_overflow
│ ├─ model.attempt（一次模型调用，关联 Session Request / Response）
│ └─ tool.queue → tool.execution → tool.invoke
├─ lane.queue → review.hypothesis → execution → turn …
└─ trial.assess / trial.finalize
图中箭头表达流转，实际父子关系由 stage ID 决定。Review 2 可在 Review 1 尚未结束时启动；两个 Review 阶段和多个 Unit 可以重叠，不存在为了绘图而新增的全局阶段屏障。CodeGraph 在第一次真正构建时记录， 后续查询复用同一图，不把缓存命中再算成构图。
unit_grouping artifact 通过 Stage ID 关联每个归拢阶段，保留输入／输出组数、namespace 合并依据（snapshot、Node ID 与 CodeGraph 原生证明路径）、
预算阻止的候选数量与缺少共同 namespace 的组数。unit_formation.grouping 和 dry-run JSON 的
grouping 提供整轮数量软上限、策略步骤与 limit_exceeded；超限表示当前事实与预算下无法满足数量上限，
所有目标仍进入评审。耗时读取对应 Operation。
每次 Begin/End 把一个 Operation 的完整当前状态同步追加到 Review JSONL，与业务产物共用序号、写锁和错误边界。 读端按 ID 折叠增量状态；不反复写入全量 Snapshot。并发动作只由 ParentID 建立关系，序号仅表示存储顺序。 取消仍写入已知终态；写入失败后停止追加，避免在半条 JSON 后继续污染文件。Review 结束后释放运行时索引。 进程中断前未观察到的结束事件仍保持缺失，不补造成功。
模型调用是业务 Operation 的观测边界，不录制 routing/provider/HTTP/连接池等传输子阶段。网络阶段仅在调用失败时进入错误诊断。Viewer 默认展示实际 Prompt、Response、状态、耗时与 Session 记录的 token/cache 用量；金额 Cost 仅在 Session 有计费数据时展示，缺失不解释为零。原始协议字段折叠在详情中。
Operation 不保存 prompt、response 或工具结果。Stage 的原生 attributes 保存业务身份和 Session reference。
框架调用 ID 以局部 Run 为命名空间，并带 Attempt；重试、收卷和连续 Lane 执行不会混淆。
Middleware 把 stage 身份传入真实调用，Event.Timestamp 是源头时间，消费者延迟不算模型或工具耗时。
JSONL 的 elapsed_ms 仍表示记录落盘顺序，Operation 的源头时间表示动作发生时间。源头区间应通过
原生 Operation.Duration 解读，不能假设每条 stage 都带有显式 elapsed_ns。嵌套和并行区间不能相加作为
整轮 wall-clock time；HTTP 等待首字节也不能直接解释为服务端排队。
请求结果由请求调用方决定：fallback 成功可使请求成功，同时保留失败的 provider attempt。Review 终态表示 Runner 是否正常返回，不替代领域 coverage、Execution outcome 或 Trial 结论。缺失结束事实的 stage 保留 running，Viewer 明确显示 incomplete；即使整轮已返回，也不补造子阶段成功。取消后尽力刷新 已经收到的事实；AgentGo 取消时未投递的事件和进程异常退出造成的缺口不能推断成成功。
Viewer 按 Unit Job 和完整原生 Session 展示同一批操作与调用。ATIF 每个原生 Session 一条 Trajectory， 连续 Lane 的多次 Execution 保留在同一条 Trajectory 内；业务 Operation 不决定新的 Session 边界。 Session schema 变更时同步 recorder、Viewer、export 和 fixture；历史文件需要分析时使用离线迁移。
Session JSONL 是本地执行事实源，不是对外发布协议。需要在长时间 review 中尽早消费成熟 Finding 的调用方，
使用 ccr review --format jsonl 读取 stdout 事件：run_started 建立运行身份，finding 只在 Trial、
行号定位、身份标记和 Session 持久化完成后出现，run_finished 携带与普通 JSON 模式相同的最终结果。
调用方不应 tail Session 文件推断交付，因为其中还包含未通过 Trial 的中间事实和可能变化的内部记录。
Viewer 是只读渲染层。Review 业务日志、原生 AgentGo Session 是事实源；查看页面不执行评审、 采集 Forge 标注或运行评价。Trajectory 是标准化的执行记录，Session View 是对执行过程的渲染； Job View 按业务关联组合多个 Session 的片段，Context View 展示某次模型调用实际收到的消息。
首页按开始时间倒序展示 Review，支持 Repository、日期（CST）与 completion 筛选，同时展示 版本、Finding 数、wall time 和已记录的录制缺口。Review 工作区在左侧菜单排列 Global / Job / Session，默认 打开 Global。Job / Session 使用“左侧导航、中间对象列表、右侧详情”三栏布局：进入 View 先展示列表， 点击条目后才加载右侧详情，不自动选择第一项；URL 中已有明确选择时直接恢复详情。较窄窗口将导航移到顶部， 手机上列表与详情上下排列。Context 是某次 model call 的详情抽屉，在 Job 或 Session 内打开，不增加第四栏，也不是并列入口。 URL 保留父 View、Session tab、Unit、Hypothesis、原生 Session、Execution 与调用 ID，支持刷新、 分享与浏览器前进后退。Refresh 重新读取当前快照。Timeline 与 Stage 弹框不再是页面概念。
| View | 观测对象 | 展示与下钻 |
|---|---|---|
| Global | 当前一次 Review | 完成状态、wall time、Unit outcome 分布、Hypothesis / Finding 数、Token/cache 与 Session / Execution 总数；只展示宏观汇总 |
| Job | 一个 Unit 的业务执行 | Hypothesis → Assessment 四轴及理由 → Trial → Finding；Operation 原始事实折叠，关联调用下钻到 Session / Context |
| Session | 一个完整原生 Session | R1 一个 loop 一个 Session；整个 R2 Lane 连续对话共用一个 Session，多次 Execution 分段展示；辅助调用单独标识 |
Session 中点击 model call 直接打开对应 Context View 详情面板，Job 也可从关联调用打开，保留 role、消息与内容块顺序，展开消息正文、tool schemas 和 call configuration；当前 response 单独展示，并保留 Native identity 中的 Session reference 与 Operation ID。 Context 由显式 URL 参数打开；关闭详情清除调用选择，刷新后保持关闭，仍留在原 Job / Session，可展开面板阅读长消息。 Global 的范围是一次 Review，只展示汇总，不重复 Job、Session 或 Operation 明细。它使用 journal 与 关联索引；共享 Lane 不按 Unit 重复计数。基础成本从关联原生 Session 调用汇总，不依赖 Review finalization；缺失字段保留 coverage。完成 Job 数排除仍有 unassessed hypotheses 的 Unit；缺失 wall time 与录制的零耗时分别展示。
Job 的 Execution outcome、Assessment、Trial delivery 与 Human Verdict 是不同事实。没有录制人工 标注时显示 unknown；本地 Finding 和 Trial.delivered 不证明 Forge comment 已发布。证据 receipt 按 tool_call_id 在该 Unit 关联的 R1 与完整 Lane Session 中定位；多个 Session 匹配时列出候选， 不按阶段或时间猜关联，也不把整个共享 Lane 归到每个 Unit。
Session 分为 Overview 与 Full Session 两个 tab，默认打开 Overview，仅展示 Execution / Unit 数、 模型与工具调用数及累计耗时，不展示 token 消耗摘要或 Measurements。Full Session 直接展示筛选控件与完整调用列表， 从 Job 下钻到 Execution、工具 receipt 或模型调用时直接打开 Full Session。
Full Session 以紧凑调用行展示摘要、耗时、input/output/cache 与重试 Attempt，使用小条形图比较 context 大小，不按 token 数撑大卡片。录制顺序保留并行调用事实；按耗时或 context 排序时明确是诊断排序。 从 Job 下钻时高亮对应 Execution，默认仍显示完整 Session，也可以显式筛选该 Execution 片段。 Overview 统计始终属于完整 Session，每个原生调用仅计数一次。调用行的 input 为原生 Input + CacheWrite，cache read 是 input 的子集；缺失 usage/duration 独立计数，不当作零。累计模型时间不等于 Review wall time。
工具完成不代表批量子查询都成功。search_code 复用工具自身的 batch/outcome parser，分别呈现 hits、
no_matches、scope_empty、scope_unknown、error、incomplete；无结果、作用域为空和读取失败不得混为一类。
Compaction 事件、失败调用和未观察到结果的调用保留可见；点事件不补造执行耗时。
Run 级事件关联到所有调用共同所属的 Execution；Execution、Unit 或 Hypothesis 归属缺失或冲突时
保留未知，不选择某个模型或工具调用充当 Run 的 owner。
Context 首先展示消息 outline，展开时渲染具体内容块。可以比较同一 Session 的前一个模型请求，按完整 消息精确匹配并保留重复次数，分别展示 retained、added/changed、removed/replaced 及 tool schema 变化。 未匹配的替换显示为删除和增加，不声称语义等价；有录制 compaction 时提供对应事件入口。重复消息是 可复核的观察，不是质量 Verdict。消息 JSON UTF-8 bytes 与 provider token 计费分开标注。
- Review / Global 首屏只读取业务 journal 和 Session 关联索引，不读取原生 prompt/response。
/job?unit=<id>使用recording.ReadJobSummary，与标准 JobView 共用业务 membership 和 Operation 投影，始终校验完整的 Session 引用、文件名及重复 owner，但不加载调用正文。/job?unit=<id>&format=json保留完整标准 JobView 导出。/session?session=<native-id>使用 AgentLedger 原生 SessionView reader，读取完整原生 Session 后 返回调用摘要与显式业务关联；未关联的文件不能由 URL 任意读取。/session?session=<native-id>&node=<native-node-id>才返回所选节点正文；原生 record attributes 中重复的正文不会再次序列化。Context 的相邻请求也只在点击比较后加载。- Session 缺失、损坏或尾行截断时保留可读取的 prefix 和诊断，不影响 Review / Job 首屏。 打开页面只做读取；共享 Host allowlist 继续防止 DNS rebinding 读取本地录制。
Viewer 只消费当前 schema，不叠加历史字段猜测。单次运行受 diff、模型、缓存、网络与上下文影响； 这里用于发现问题和形成改进假设。质量、速度、成本的效果结论仍需 eval 在固定样本上对照验证。
前端为 Go embed 的原生 ES modules，无 npm 运行时依赖。make test 同时执行 Go tests 与 Node.js
内置 runner 的概览、导航与 Context 比较测试（Node.js 20+）；修改后的页面还需用真实录制验证视图跳转与长 Context。
eval/benchmark 对固定数据集运行正常 Review 1/2/3，分别匹配全部 Hypothesis、有效的
supported + caused Assessment 对应 claim，以及最终 Finding。Review 2 的视图保留 low_value，
用于区分发现/复核能力与产品交付策略。参考标注和独立语义匹配是效果判据，Assessment 本身是被评测输出。
负标签标记错误评论，不表示整个变更 clean；未匹配到参考的新结论也不能自动判为误报。
效果分析输出待检查 case，保留 dataset/case/run/arm、Session 内容身份、Hypothesis/Unit ID、
三个阶段的产物与选择原因。eval/trajectory 消费同一次运行的 Session/ATIF，解释工具行为、
上下文、阶段流转与成本，不重新运行评审。Review 3 的正常低价值过滤属于可解释的策略差异，
不能自动列为待修复缺陷。所有未完成运行、缺失证据和未判定的匹配都保持显式。
两者共享 Python 环境、Session 读取和快照身份；周报组合效果与轨迹的持久化结果，同时观察：
- 效果：参考问题命中、已知错误评论复现，以及 Assessment/Trial 的阶段去向；
- 健壮性：Unit/Lane 是否完成、Hypothesis 是否全部 Assessment、超时、partial 和执行错误；
- 成本：Measurer 记录的 token、时间、模型轮次、工具调用和 Unit 数量。
Detector 只形成可定位的 Finding，Verifier 按明确契约形成可选 verdict 和/或 score；Measurer
只记录可计数、求和的事实，不判断质量。eval 在同一 Dataset/Cohort 上组合三者，例如比较
completion、人工接受率和
tokens / labeled accepted Finding。单位成本必须与人工 label coverage 一起解释，不能把低 token
本身当作效果提升。
Dataset snapshot 把带时区的采集窗口、源快照身份与规范化产物摘要绑定为一次可验证构建。只有采集 完整覆盖目标窗口、规范化数据集消费了当前源快照且产物摘要一致时，周报才开放 Finding 质量指标； 否则执行指标照常生成，质量指标保持不可用，不能把缺失数据解释成零质量或零 Finding。
Viewer 中发现的重复 read_files 或搜索空转可以进一步沉淀为 Trajectory Detector；未完成 Unit
等明确契约由 Verifier 判断，人工确认的 Finding 则沉淀为 label 和固定数据集。只有在对照实验中
确认问题具有普遍性、指标改善且没有召回或成本回退，才能认为优化有效。
一个已确认需要交付的问题没有形成 Finding，不能直接说明应该改 prompt。问题可能在 Formation 时没有进入正确 Unit，也可能在 Unit Review、Hypothesis Review、Trial 或最终持久化时丢失；相关 Execution 没有完成时，领域阶段甚至没有产生可判定结果。eval 因此把外部确认的已知问题与 Session 事实连接，寻找它在评审漏斗中到达的最深位置：
Expected Issue
│
▼
Formation ─▶ Unit Review ─▶ Hypothesis Review ─▶ Trial ─▶ Finding
│ │ │ │ │
Unit scope Hypothesis Assessment decision delivered
└──────── Execution terminal state ────────┘
归因遵循以下顺序：
- 已有匹配 Finding 时结果为
delivered； - 完整 Session 中没有 Unit 覆盖问题位置时归到
formation； - 相关 Unit 已完成但没有匹配 Hypothesis 时归到
unit_review； - 匹配 Hypothesis 没有 Assessment，或 Assessment 在 support、attribution、value、novelty 任一轴拒绝
交付时归到
hypothesis_review； - Review 2 支持该问题，但确定性 Trial 没有批准交付时归到
trial； - Trial 已批准但 Session 没有持久化匹配 Finding 时归到
finding； - 相关 Unit 或 Lane 缺少完成终态时优先归到
execution，避免把运行中断误判为领域阶段漏报。
问题与阶段产物优先通过 Hypothesis ID / fingerprint 连接；缺少稳定身份时才使用 path + line。
归因器不使用 LLM 判断两段自然语言是否表达同一缺陷，因为语义近似会把不可复现的 judge 偏差带入
根因定位。匹配方式与参与判断的 Unit、Hypothesis、Assessment、Trial decision 和 Execution outcome
必须随归因结果保留，供人复查。
阶段归因是定位信号，不是根因证明：formation 不等于语言解析器必然有错，
hypothesis_review 也不等于 Review 2 prompt 必然有错。它只把调查范围收敛到拥有该阶段判断的模块；
具体修改仍需结合对应 artifact、trajectory 和代码事实求证，再通过固定 corpus 对照实验验证。归因输入、
命令和 JSONL 输出协议见 eval/README.md。
eval 的标签协议、数据边界、数据集构建、Trajectory 诊断、固定 corpus 与重放命令不在本文展开，统一见
eval/README.md。真实 corpus、labels、datasets 和 trajectory 放在被忽略的
eval/data/；公开仓只提交通用工具、匿名 fixture 与方法说明。
harness.md——Session recorder、Execution 生命周期和 Viewer 投影契约../eval/README.md——效果评估的采集、数据集、Verifier 与实验流程unit_review.md——Review 1 的效果、上下文与完成契约hypothesis_review.md——Review 2 的 Assessment、Lane 与 Trial gate
The Unit pipeline owns the terminal result of each admitted Unit, including
unassessed Hypothesis IDs. The Review manifest seals these results in
session_end.completion, separately from delivered Findings and recording gaps.
CLI, Viewer and eval consume this same result. Warnings explain individual
failures; their names and counts do not determine completion. Budget-skipped or
unfinished Units make coverage partial, even when useful Findings were delivered.
The Review workspace reads business records and explicit native Session references. Final token totals come from the manifest; before finalization they remain pending. Job summaries never read native call bodies. Session View reads the selected continuous Session, while Context loads one actual request and optionally its predecessor. Missing call evidence remains visible without blocking business navigation.
Global 与 Session Overview 使用同一个原生调用统计函数；Global 展示 model/tool call、 input/output/cache token 和两类调用耗时，按原生 Session ID 去重，共享 Lane 只计一次。 Session Overview 只展示调用数与耗时，不请求或渲染 Measurements。 Usage 和耗时分别保留已知调用数，缺失不作零值；累计时间包含并发重叠，不能当作 wall time。 Review 尚未 finalization 时也可读取这些已观察到的数据。
Measurements 使用 quality-harness Go trajectory SDK 的目录与 Session / Global 投影。 首次打开 Global 时，Viewer 自动读取关联的原生 SessionView 并执行确定性 Measurer， 不需要 Python、uv 或手工导出。Go SDK 直接消费共享调用事实，不通过子进程调用当前 CLI。
每个原生 Session 只计算一次，共享 Lane 不按 Unit 复制。默认计算 model/tool usage，包括工具 失败次数、状态覆盖、token 与累计耗时；新增 Go Measurer 在服务组装处注册后自动进入通用表格。 Global 只呈现聚合值，测量 API 保留 Session 投影及原生调用证据。Python 离线 eval 的 context/retry 等能力仍独立使用。
结果保存在相邻的 review.measurements.json，缓存身份包含 Review journal 和原生 Session 文件内容
摘要、Go Measurer 版本及投影契约版本。相同 Review 的并发请求合并，重启后复用磁盘结果；输入或
算法版本变化后自动重算。计算期间记录继续变化时不发布不一致快照，页面提示刷新后重试。
测量沿 HTTP 请求 context 取消，并有两分钟上限。错误保留在日志与 measurement 状态中，不影响 基础调用统计。Refresh 重新读取录制事实与测量结果，不触发模型调用、Detector 或 Verifier。 Python 离线命令仍可用于分析，但其快照不满足 Go 引擎版本时，Viewer 会自动替换为当前 Go 测量。
CCR 通过 go.mod/go.sum 固定 Go trajectory module 的提交，构建不依赖本地 Go workspace。 安装版只需 CCR 二进制，不附加 Python 运行时。