八卡改造、消融开关及单次平台验证约束见 ROBUSTNESS_ZH.md。
当前正式入口为 agent/agent.py，协议为 participant-agent-protocol-v4。
运行只依赖 Python 3.9+ 标准库，不需要 LangChain、LangGraph 或安装模型 SDK。
2026-10-06 优化交接请先读 HANDOFF_ZH.md：当前采用 Pro 衍生搜索核心， 当前 67 项测试通过。历史 Pro 核心正式普通四卡均分 28706.13，本轮已按用户要求结束调参并收尾，未启动新正式评测；最新续跑、回退诊断和完整候选验证见 续跑记录。
python -m unittest discover -s tests -v
python tools/fetch_local_kit.py
python local_runner.py --card L1比赛统一从 GitHub 仓库 提交。
根目录唯一的 observer.project.json 声明 jsonl-v4，启动 agent/agent.py。
git add -A
git commit -m "Update native V4 agent"
git push origin main
python submit_competition.py --title "Native V4 GitHub submission"submit_competition.py 要求工作区干净、当前 main 的 commit 已推送到 origin/main，
并将这个完整 commit SHA 交给官方 CLI；远端后续更新不会改变已提交版本。
脚本仅提交项目准备任务，不自动消耗正式评测次数。根据返回的 revision ID：
python tools/official_cli.py --json project wait <REV> --timeout 900
python tools/official_cli.py --json project show <REV> --files
python tools/official_cli.py --json project logs <REV>
python tools/official_cli.py --json project confirm <REV> --yes
python tools/official_cli.py --json eval start <REV> --yes
python tools/official_cli.py --json eval wait <BATCH> --timeout 1800正式评测完成后核查成绩，再选择用于决赛的版本并核对：
python tools/official_cli.py --json final set <REV>
python tools/official_cli.py --json final show官方 CLI 自动下载到本地忽略目录 .survey26-cache/，沿用本机既有登录。
Git Bash 下可用 bash push.sh "提交说明" 提交并推送，再运行上述 GitHub 提交脚本。
模型变量使用平台已经配置的 OPENAI_API_KEY、OPENAI_BASE_URL、OPENAI_MODEL。
只走 OpenAI 兼容的 /chat/completions 接口。在公告、预报或计划更新时先解析公开信息，
再依据解析结果、观测进度与临期目标生成受约束的夜间计划；模型失败时退回确定性策略。
本地测试默认启用与平台相同的两阶段模型流程，使用 agent/.env 中的私有配置。
复制 agent/.env.example 为 agent/.env，填写密钥；Kimi Coding 的默认接口为
https://api.kimi.com/coding/v1，模型标识为 k3。密钥文件由 Git 忽略。
缺少密钥时，本地入口会明确报错。需要无模型对照时使用：
python local_runner.py --card L1 --without-model --out strategy_review_output/iterations/L1-rules启用模型的本地测试：
python local_runner.py --card L1 --out strategy_review_output/iterations/L1-k3两种测试都沿用正式 agent 的超时、重试和模型调用上限，详细调用结果见输出目录的 agent.log。
Windows 本地评分器没有平台的容器 CPU 计量，模型等待可能计入预算；本地分数用于策略对照，正式成绩以平台为准。
可复现四卡对照会先复制不含私有配置的不可变源码快照，输出目录必须是新的目录：
python tools/benchmark_strategy.py --out strategy_review_output/iterations/rules --trace
python tools/benchmark_strategy.py --out strategy_review_output/iterations/model --cards L1 --with-model --env-file agent/.env --trace--disable integration、--disable stagnation、--disable requests、--disable pacing
可在实验快照中单独关闭相应模块做消融，不修改正式源码。--trace 使用现有
AGENT_TRACE_PATH 记录搜索成本、预算、档位、预测科学增量与真实增量，默认关闭。
agent/agent_core/ 提供天球几何、光纤分配、曝光搜索、实际反馈账本、状态回滚、
CPU/实际时间预算和统一动作校验。实现以 GOSIM 官网当前 Python 示例为基础；来源与
团队改动记录见 agent/UPSTREAM.md。完整接口说明保存在 agent/docs/。
旧 V3 源码、评测器、启动器和 ZIP 打包工具已移除；旧源码仍可从 Git 历史找回。 保留 V4 策略、回归测试、官方协议文档、本地评测入口和比赛提交工具。 正式 agent 不读取任何任务卡或隐藏天气文件。密钥、缓存、任务卡和评测输出均不提交 Git。
当前策略与本地对照结果见 策略说明。
平台版本与提交状态见 GitHub 提交记录。
原始成绩、日志与试验快照保存在 Git 忽略的 strategy_review_output/，不进入参赛源码。
旧 V3 审阅报告已清理，迁移历史可以从 Git 历史和保留的正式结果证据查询。