docs(openspec): archive stategraph design freeze

mvp/issues/active/ISS-011-chat-diagnosis-stategraph-orchestration.md

@@ -60,9 +60,9 @@ Planner -> Executor -> Verifier
 | 失败位置 | 期望恢复位置 |
 |---|---|
 | Planner 输出非法 | 重试 Planner |
-| Executor 输出结构非法 | 保留计划，只重试 Executor |
+| Executor 输出结构非法 | 不重试 Executor，直接进入固定安全降级 |
 | Gatekeeper 引用验真失败 | 直接进入固定安全降级 |
-| Verifier LOW_CONFID | 将 missing evidence 返回 Planner 进行有限补证据 |
+| Verifier LOW_CONFID | 从 `facts_checked` 提取 `evidence_gaps`，返回 Planner 进行一次有限补证据 |
 | 工具权限或能力阻断 | 不重试，直接降级 |
 
 当前 `SequentialAgent + 外层 round` 无法自然表达这些回边。
@@ -122,13 +122,14 @@ Java Node
 ```mermaid
 flowchart TD
     Start["START"] --> Planner["Planner"]
-    Planner -- "成功" --> Executor["Executor"]
-    Planner -- "失败" --> Fallback["Fallback"]
+    Planner -- "COMPLETED" --> Executor["Executor"]
+    Planner -- "INVALID_OUTPUT / RETRYABLE_FAILED 且本阶段未重试" --> Planner
+    Planner -- "NON_RETRYABLE_FAILED 或再次失败" --> Fallback["Fallback"]
 
-    Executor -- "结构有效" --> Gatekeeper["Gatekeeper"]
-    Executor -- "失败或阻断" --> Fallback
+    Executor -- "COMPLETED" --> Gatekeeper["Gatekeeper"]
+    Executor -- "INVALID_OUTPUT / TOOL_BLOCKED / FAILED" --> Fallback
 
-    Gatekeeper -- "PASS" --> Verifier["Verifier"]
+    Gatekeeper -- "PASS" --> VerifiedInput["Build Verified Verifier Input"]
     Gatekeeper -- "LOW_CONFID 且存在已验真 binding" --> VerifiedInput["Build Verified Verifier Input"]
     Gatekeeper -- "LOW_CONFID 且零条已验真 binding" --> Fallback
     Gatekeeper -- "REJECT" --> Fallback
@@ -136,16 +137,19 @@ flowchart TD
 
     Verifier -- "PASS" --> Composer["Composer"]
     Verifier -- "REJECT" --> Composer
-    Verifier -- "LOW_CONFID 且有预算" --> EvidenceRetry["Prepare Evidence Retry"]
-    Verifier -- "LOW_CONFID 且无预算" --> Composer
-    Verifier -- "执行失败" --> Fallback
+    Verifier -- "LOW_CONFID 且存在有效 evidence_gaps" --> EvidenceRetry["Prepare Evidence Retry"]
+    Verifier -- "LOW_CONFID 且无有效 evidence_gaps 或已补查" --> Composer
+    Verifier -- "INVALID_OUTPUT / RETRYABLE_FAILED 且未重试" --> Verifier
+    Verifier -- "NON_RETRYABLE_FAILED 或再次失败" --> Fallback
     EvidenceRetry --> Planner
 
-    Composer --> End["END"]
+    Composer -- "COMPLETED" --> End["END"]
+    Composer -- "INVALID_OUTPUT / RETRYABLE_FAILED 且未重试" --> Composer
+    Composer -- "NON_RETRYABLE_FAILED 或再次失败" --> Fallback
     Fallback --> End
 ```
 
-### 4.1 本期只保留 Verifier LOW_CONFID 补证据
+### 4.1 本期只保留 Verifier LOW_CONFID 诊断补证据
 
 Gatekeeper REJECT 本期不重试，直接进入 Fallback。
 
@@ -159,15 +163,88 @@ Verifier LOW_CONFID 保留当前有限补证据能力：
 
 只有同时满足以下条件时才允许补证据：
 
-- Verifier 提供了可执行的 missing evidence。
+- Verifier 返回 LOW_CONFID，且编排层能够从现有 `facts_checked` 中提取至少一个关键证据缺口。
 - LOW_CONFID 不是由 Gatekeeper verdict ceiling 导致。
-- 所需工具存在且当前 Agent 有权限。
-- 仍有 Run 级预算。
 - 本 Run 尚未执行过补证据轮次。
 
-Prepare Evidence Retry Node 由代码实现，负责把已确认事实、证据缺口、已调用工具、已执行 Query、当前 Skill 和剩余预算整理为受限 retry context，然后返回 Planner。
+Verifier 不新增 `missing_evidence`、`suggested_tool` 等输出字段，也不负责规划补查方式。Prepare Evidence Retry Node 由代码实现，从 `facts_checked` 中提取 `no_evidence` 或只有 `indirect_support` 的关键事实，并整理为受限 retry context：
 
-Planner 第二轮使用 `EVIDENCE_GAP_ONLY` 模式，只生成增量补证据计划，不允许重新开始完整诊断、扩大服务范围或重复已经成功执行的查询。
+```json
+{
+  "mode": "EVIDENCE_GAP_ONLY",
+  "prior_verified_output": {},
+  "prior_verified_evidence": [],
+  "evidence_gaps": [
+    {
+      "claim_id": "claim-2",
+      "fact": "库存服务响应时间升高",
+      "verification": "no_evidence",
+      "reason": "缺少数据库和下游依赖证据"
+    }
+  ],
+  "completed_queries": [],
+  "constraints": {
+    "max_retry": 1,
+    "do_not_repeat_successful_queries": true,
+    "only_execute_incremental_queries": true,
+    "preserve_prior_verified_claims": true
+  }
+}
+```
+
+如果 LOW_CONFID 无法提取出有效 `evidence_gaps`，则不触发补查。工具选择、查询范围和工具可用性判断继续由第二轮 Planner / Executor 负责，Verifier 只判断证据是否支持结论。
+
+Planner 第二轮使用 `EVIDENCE_GAP_ONLY` 模式，只读取 `evidence_gaps`、`completed_queries` 和必要的已确认事实摘要，生成增量补证据计划，不允许重新开始完整诊断、扩大服务范围或重复已经成功执行的查询。基础 Planner Prompt 和 Verifier 输出协议保持不变，Planner Adapter 允许注入这段编排模式约束。
+
+第二轮 Executor 使用“增量执行、完整输出”策略：
+
+- `prior_verified_output` 和 `prior_verified_evidence` 作为只读可信输入传给 Executor。
+- Executor 只执行 Planner 新增的查询，不重复 `completed_queries`。
+- Executor 最终输出完整 `executor_evidence_v2` 快照，包含应保留的第一轮可信 claims 和本轮新增 claims，而不是只输出本轮增量。
+- Gatekeeper 对第二轮完整快照中的全部 binding 重新验真，Verifier 只消费新一轮生成的完整 `verified_executor_output` 和 `verified_evidence`。
+- Java 编排层不对两轮 claim 文本做语义合并，避免通过代码错误处理重复、冲突和包含关系。
+
+### 4.2 Planner 只允许一次无副作用技术重试
+
+Planner 不调用工具，因此模型超时或输出格式非法时，允许使用相同业务输入进行一次技术重试。技术重试不代表重新诊断，也不允许改变问题范围。
+
+Planner 状态定义：
+
+| 状态 | 含义 | 路由 |
+|---|---|---|
+| `COMPLETED` | 输出符合 Planner JSON 契约 | Executor |
+| `INVALID_OUTPUT` | 输出为空、JSON 非法或缺少必要计划结构 | 本 Planner 阶段首次出现时重试一次，否则 Fallback |
+| `RETRYABLE_FAILED` | 模型超时或明确的临时调用失败 | 本 Planner 阶段首次出现时重试一次，否则 Fallback |
+| `NON_RETRYABLE_FAILED` | 配置、认证或其他明确不可重试失败 | 直接 Fallback |
+
+约束：
+
+- 每次进入 Planner 阶段最多进行一次技术重试。
+- 从 Prepare Evidence Retry Node 重新进入 Planner 时，开始新的 Planner 阶段，并重置当前阶段的 `planner_retry_count`。
+- Planner 技术重试使用原始输入和固定格式提醒，不注入新的诊断事实。
+- `planner_retry_count` 与 `evidence_retry_count` 分开维护和审计。
+- Planner 不因计划“看起来不够好”进行语义重试；只有明确执行失败或输出契约失败才能重试。
+
+### 4.3 Verifier 与 Composer 各允许一次无副作用技术重试
+
+Verifier 和 Composer 都不调用工具，且重试输入可以固定，因此允许对模型临时失败或输出格式非法进行一次技术重试：
+
+```text
+Verifier INVALID_OUTPUT / RETRYABLE_FAILED
+-> 使用相同 verified_executor_output + verified_evidence 重试一次
+-> 不重新执行 Gatekeeper、Executor 或工具
+
+Composer INVALID_OUTPUT / RETRYABLE_FAILED
+-> 使用相同 effective_verdict + allowed claims 重试一次
+-> 不重新执行 Verifier 或前序节点
+```
+
+第二次技术失败或 `NON_RETRYABLE_FAILED` 的处理：
+
+- Verifier 进入前置验证无法完成的固定 Fallback，不输出未经 Verifier 允许的 Executor claim。
+- Composer 使用已经过 Verifier 允许的材料进入确定性安全模板。
+
+`verifier_retry_count`、`composer_retry_count` 和 `evidence_retry_count` 分开维护，技术重试不得增加补证据轮次。
 
 ---
 
@@ -189,18 +266,28 @@ Planner 第二轮使用 `EVIDENCE_GAP_ONLY` 模式，只生成增量补证据计
 ```text
 Executor
 -> Gatekeeper
-    -> PASS / LOW_CONFID：进入 Verifier
+    -> PASS：构造已验真 Verifier 输入后进入 Verifier
+    -> LOW_CONFID 且存在通过 binding：过滤失败 binding，构造已验真 Verifier 输入后进入 Verifier
     -> REJECT：直接 Fallback
 ```
 
-Fallback 最终表达只保留：
+Executor 输出尚未经过 Verifier 时，如果因为 `INVALID_OUTPUT`、Gatekeeper REJECT 或零条可信 binding 进入 Fallback，固定表达不得输出任何 Executor claim。即使 Gatekeeper 结果中同时存在少量通过的 binding，也不能假设整段 claim 文本都被这些 binding 支撑。
 
-最终表达只保留：
+此前置验证失败 Fallback 只保留：
 
-- 已确认且能够独立验证的事实。
-- 无法验证的证据引用问题。
-- 当前诊断限制。
-- 建议人工检查的下一步。
+- 当前诊断未通过结构或证据引用校验。
+- 工具调用成功、失败和阻断情况的代码汇总，不包含工具原文。
+- 当前无法给出可信根因。
+- 建议人工查看 Trace 或补充证据。
+
+示例：
+
+```text
+本次诊断已完成部分证据采集，但诊断结果未通过证据引用校验，
+当前无法给出可信根因。建议结合 Trace 中的工具调用记录进行人工复核。
+```
+
+Composer 在已经取得 Verifier 允许材料后执行失败，仍可使用现有基于 VerifierDecision 的安全模板降级；它不属于上述“未经过 Verifier 的前置验证失败”。
 
 ---
 
@@ -248,7 +335,26 @@ Trace 至少记录：
 - 跳转 Fallback 的原因。
 - Gatekeeper、Verifier 未执行的原因。
 
-Executor 原始输出只允许保留在受控审计中，不得直接作为用户答案。
+Executor 原始输出只允许保留在受控审计中，不得直接作为用户答案。固定 Fallback 不得从无法解析的 Executor 输出中提取或展示任何 claim。
+
+#### 5.1.1 Executor 状态边界
+
+Executor 状态表达是否完成输出契约，不表达所有工具调用是否成功：
+
+| 状态 | 定义 | 路由 |
+|---|---|---|
+| `COMPLETED` | 返回合法 `executor_evidence_v2`，包括合法 no-evidence 或工具限制说明 | Gatekeeper |
+| `INVALID_OUTPUT` | Agent 已返回，但输出为空或无法解析为最小结构 | 固定 Fallback |
+| `TOOL_BLOCKED` | 工具层明确返回无权限、工具不存在或能力禁止，并且 Executor 未形成合法结构化输出 | 固定 Fallback |
+| `FAILED` | 模型调用、Agent 框架或其他非工具阻断异常，并且未形成合法结构化输出 | 固定 Fallback |
+
+边界规则：
+
+- 工具查询返回空数据属于合法 no-evidence，不是 `TOOL_BLOCKED`。
+- 单次或多次工具超时、报错后，只要 Executor 最终输出合法结构，状态仍为 `COMPLETED`，工具失败作为证据限制进入 Gatekeeper / Verifier。
+- 多个工具失败但 Executor 能合法表达 no-evidence 和诊断限制时，状态仍为 `COMPLETED`。
+- 只有工具层明确阻止执行且没有合法 Executor 输出时，才标记 `TOOL_BLOCKED`。
+- `INVALID_OUTPUT`、`TOOL_BLOCKED` 和 `FAILED` 本期均不重试 Executor。
 
 ---
 
@@ -276,12 +382,50 @@ Verifier Input Builder 必须：
 - 删除失败 binding。
 - 没有有效 binding 的 claim 不得作为确认性 claim 进入 Verifier。
 - 不向 Verifier 传递 Executor 未经验真的自由文本作为事实来源。
-- 将 `verifier_verdict_ceiling` 设置为 `LOW_CONFID`。
+- 从通过的 `checked_bindings` 中提取 `claim_id`、`source_invocation_id`、`tool_name`、`raw_path` 和 `matched_text`，构造 `verified_evidence`。
+- 不向 Verifier 传递当前 run 的完整 `tool_trace_summary`；Verifier 只能读取 `verified_evidence`。
+- Gatekeeper PASS 时将 `verifier_verdict_ceiling` 设置为 `PASS`；Gatekeeper LOW_CONFID 时设置为 `LOW_CONFID`。
 
-即使模型 Verifier 返回 PASS，编排层也必须将有效 verdict 限制为 LOW_CONFID。
+即使模型 Verifier 返回 PASS，编排层也必须将 `effective_verdict` 限制为 LOW_CONFID。
 
 LOW_CONFID 进入 Verifier 的目标是保留部分真实证据，而不是让 Verifier 修复 Gatekeeper 失败。
 
+Gatekeeper PASS 也必须经过 Verifier Input Builder。PASS 只表示所有 binding 的引用真实性检查通过，不代表 Verifier 可以跳过证据投影或查看未被 Executor 引用的其他工具结果。
+
+### 5.3 Gatekeeper 与 Verifier 状态标准化
+
+Gatekeeper 原始审计结果和 Graph 路由状态分开保存：
+
+```text
+gatekeeper_result.status=pass
+-> gatekeeper_status=PASS
+
+gatekeeper_result.status=fail + severity=low_confid
+-> gatekeeper_status=LOW_CONFID
+
+gatekeeper_result.status=fail + severity=reject
+-> gatekeeper_status=REJECT
+```
+
+Gatekeeper 原始结果缺失、无法识别或发生内部错误时，按安全默认映射为 `REJECT`。
+
+Verifier 同样分离执行状态和诊断结论：
+
+- `verifier_status` 使用 COMPLETED / INVALID_OUTPUT / RETRYABLE_FAILED / NON_RETRYABLE_FAILED，表示节点是否正常完成输出契约以及失败是否可进行一次技术重试。
+- `verifier_model_verdict` 保存模型原始 PASS / LOW_CONFID / REJECT。
+- `effective_verdict` 应用 `verifier_verdict_ceiling` 后生成，并作为 Graph 路由和 Composer 的唯一 verdict 输入。
+- 任何执行失败状态都只能出现在 `verifier_status`，不得作为诊断 verdict。
+
+例如模型返回 PASS，但 Gatekeeper LOW_CONFID 将 ceiling 设置为 LOW_CONFID 时：
+
+```text
+verifier_model_verdict=PASS
+verifier_verdict_ceiling=LOW_CONFID
+effective_verdict=LOW_CONFID
+```
+
+持久化时，现有 `self_evaluation.verifier_evaluation.verdict` 继续保存 `effective_verdict`；模型原始 verdict 可作为 `model_verdict` 审计字段保存，不参与下游路由。
+
 ---
 
 ## 6. Graph State 最小契约
@@ -292,19 +436,28 @@ Graph State 保存跨节点需要的结构化状态，不复制完整工具原
 |---|---|---|
 | `diagnosis_context` | 当前 Query、history、sessionId/runId 等统一上下文 | Replace |
 | `planner_plan` | Planner 结构化计划 | Replace |
-| `planner_status` | Planner 执行状态 | Replace |
+| `planner_status` | COMPLETED / INVALID_OUTPUT / RETRYABLE_FAILED / NON_RETRYABLE_FAILED | Replace |
+| `planner_retry_count` | 当前 Planner 阶段的技术重试次数；进入补证据 Planner 阶段时重置 | Replace |
 | `planner_mode` | NORMAL / EVIDENCE_GAP_ONLY | Replace |
 | `executor_output` | `executor_evidence_v2` | Replace |
 | `executor_status` | COMPLETED / INVALID_OUTPUT / TOOL_BLOCKED / FAILED | Replace |
 | `gatekeeper_result` | 当前轮验真结果 | Replace |
 | `gatekeeper_status` | PASS / LOW_CONFID / REJECT | Replace |
 | `verified_executor_output` | 只保留 Gatekeeper 通过 binding 的 Verifier 输入 | Replace |
+| `verified_evidence` | 从通过 binding 的 `matched_text` 构造的最小证据集合 | Replace |
 | `verified_binding_count` | 当前可供 Verifier 使用的 binding 数量 | Replace |
 | `verifier_verdict_ceiling` | PASS 或 LOW_CONFID | Replace |
 | `verifier_output` | Verifier 结构化结果 | Replace |
-| `verdict` | PASS / LOW_CONFID / REJECT / FAILED | Replace |
+| `verifier_status` | COMPLETED / INVALID_OUTPUT / RETRYABLE_FAILED / NON_RETRYABLE_FAILED | Replace |
+| `verifier_retry_count` | Verifier 固定输入技术重试次数 | Replace |
+| `verifier_model_verdict` | Verifier 模型原始 PASS / LOW_CONFID / REJECT | Replace |
+| `effective_verdict` | 应用 Gatekeeper ceiling 后的 PASS / LOW_CONFID / REJECT | Replace |
+| `composer_output` | Composer 结构化输出 | Replace |
+| `composer_status` | COMPLETED / INVALID_OUTPUT / RETRYABLE_FAILED / NON_RETRYABLE_FAILED | Replace |
+| `composer_retry_count` | Composer 固定输入技术重试次数 | Replace |
 | `evidence_retry_count` | 补证据轮次 | Replace |
-| `retry_context` | missing evidence 和补查约束 | Replace |
+| `retry_context` | 从 `facts_checked` 提取的 `evidence_gaps` 和补查约束 | Replace |
+| `orchestration_events` | 节点执行结果、稳定 reason code 和 attempt 的有界运行时事件 | Append |
 | `final_answer` | 最终用户表达 | Replace |
 | `failure_reason` | 当前确定性失败原因 | Replace |
 
@@ -312,6 +465,7 @@ Graph State 保存跨节点需要的结构化状态，不复制完整工具原
 
 - `agent_step` 和 `tool_invocation` 继续作为完整 Trace 数据源。
 - Graph State 只保存控制流程所需的最新状态。
+- `orchestration_events` 是例外的有界追加状态，用于保留 Java Node 和 Agent Node 的实际执行路径；它不包含 Prompt、工具原文或模型输出。
 - `no_evidence` 属于合法 Executor 输出，不等于 `FAILED`，仍然进入 Gatekeeper 和 Verifier。
 
 ---
@@ -369,9 +523,9 @@ Graph State 和 Agent 输入契约稳定后，再评估直接使用 `asNode(fals
 | 节点 | 允许读取 | 不允许直接读取 |
 |---|---|---|
 | Planner | query、history、retry context、Skill metadata | Executor、Gatekeeper、Verifier 的历史输出 |
-| Executor | query、planner plan、selected skill、executor retry context | Verifier 结论、其他轮次未筛选 messages |
+| Executor | query、planner plan、selected skill、executor retry context；补证据阶段可读取 prior verified output / evidence | Verifier 自由推理文本、失败 binding、其他轮次未筛选 messages |
 | Gatekeeper | executor structured output、当前 run 的 tool invocation | Planner 思考、其他 run 工具记录 |
-| Verifier | query、executor structured output、gatekeeper result、verified tool trace | Planner 计划、Executor 思考、未经 Gatekeeper 验真的自由文本 |
+| Verifier | query、verified executor output、gatekeeper result、verified evidence | Planner 计划、Executor 思考、完整 tool trace、未经 Gatekeeper 验真的自由文本 |
 | Composer | allowed claims、missing info、recommended actions | 原始工具结果、Executor 原始答案和未允许 claims |
 
 实现约束：
@@ -387,7 +541,7 @@ Graph State 和 Agent 输入契约稳定后，再评估直接使用 `asNode(fals
 
 **决策状态**：已确认，2026-07-16。
 
-Graph 路由记录不写入 `self_evaluation`。本期在 `diagnosis_run` 新增 nullable JSON 字段 `orchestration_trace`，用于保存当前 run 的紧凑编排摘要。
+Graph 路由记录不写入 `self_evaluation`。本期在 `diagnosis_run` 新增 nullable JSON 字段 `orchestration_trace`，用于保存当前 run 的紧凑编排摘要。数据库列允许 nullable 仅用于安全执行增量迁移，所有新 StateGraph Chat run 在应用契约上必须写入非空值。
 
 职责边界：
 
@@ -430,9 +584,38 @@ tool_invocation
 - 只写入 `diagnosis_run`，不写入会话级 `diagnosis_session`，因为 Graph 执行边界是 `runId`。
 - 使用稳定的 `reason_code`，不保存完整 Prompt、模型思考、工具原文或 Graph State 快照。
 - `transitions` 受 Graph 最大循环次数约束，不作为无限增长的事件日志。
-- Trace API 将其作为与 `self_evaluation` 平级的可选字段返回；历史 run 可以为 `null`。
+- Trace API 只在 `run.orchestrationTrace` 返回解析后的 JSON 对象，不在顶层或兼容 `session` 投影中重复返回，也不增加 raw 字段。
+- 本期不为历史 run 回填或设计兼容读取行为；新 StateGraph Chat run 的 `run.orchestrationTrace` 必须非空。
 - 第一版不新增 orchestration 明细表，后续只有在需要跨 run 检索单次节点事件时再单独评估。
 
+运行时来源：
+
+```text
+每个 Graph Node 完成或捕获可处理失败
+-> 向 orchestration_events 追加 node / outcome / reason_code / attempt
+-> Graph 正常结束或进入外层异常处理
+-> 按事件顺序生成 transitions、final_node 和 termination_reason
+-> 持久化 diagnosis_run.orchestration_trace
+```
+
+事件最小结构：
+
+```json
+{
+  "node": "gatekeeper",
+  "outcome": "REJECT",
+  "reason_code": "gatekeeper_reject",
+  "attempt": 1
+}
+```
+
+实现约束：
+
+- 使用 Graph State 的追加策略保存事件，不通过应用日志反推路径。
+- 每个节点每次 attempt 最多追加一条终态事件；事件总数同时受一次补查上限和 Graph recursion limit 约束。
+- 节点 Adapter 需要捕获可处理异常并追加失败事件；外层异常处理对已产生的事件进行 best-effort 持久化。
+- 最终 `transitions` 由相邻事件推导，不在 State 中同时维护第二份重复路径结构。
+
 ---
 
 ## 8. 分阶段实施计划
@@ -463,16 +646,25 @@ tool_invocation
 
 - 创建诊断 Graph State 和状态常量。
 - 创建 Graph 拓扑。
+- 创建 `orchestration_events` 追加策略和最终 trace 构造器。
 - 创建 Fake Planner、Executor、Gatekeeper、Verifier、Composer。
 - 为所有条件边编写路由测试。
 
 完成标准：
 
+- Planner INVALID_OUTPUT / RETRYABLE_FAILED 在当前 Planner 阶段最多重试一次。
+- Planner NON_RETRYABLE_FAILED 或第二次技术失败直接进入 Fallback。
+- Verifier 和 Composer 的 INVALID_OUTPUT / RETRYABLE_FAILED 各最多技术重试一次。
+- Verifier 和 Composer 的 NON_RETRYABLE_FAILED 或第二次技术失败进入各自安全降级路径。
 - Executor FAILED 后不调用 Gatekeeper、Verifier。
 - Executor INVALID_OUTPUT 直接进入固定 Fallback，不触发任何模型重试。
+- Executor TOOL_BLOCKED 只有在工具层明确阻断且没有合法结构化输出时成立，并直接进入 Fallback。
+- 工具空结果或工具失败后仍形成合法结构时，Executor 状态为 COMPLETED 并继续 Gatekeeper。
 - 任意 Gatekeeper REJECT 直接进入 Fallback，不调用 Verifier。
+- Executor INVALID_OUTPUT、Gatekeeper REJECT 和零条可信 binding 的 Fallback 不输出任何 Executor claim。
 - LOW_CONFID 只允许一次 Planner 补证据。
 - Graph 不存在无限循环。
+- 每条测试路径生成与实际节点顺序一致的 orchestration events 和 transitions。
 
 ## 阶段 2：接入真实节点
 
@@ -482,20 +674,28 @@ tool_invocation
 任务：
 
 - 创建 Planner、Executor、Verifier、Composer Node Adapter。
+- Planner Adapter 解析现有 Planner JSON 契约，并区分 INVALID_OUTPUT、RETRYABLE_FAILED 和 NON_RETRYABLE_FAILED。
 - 创建显式 Gatekeeper Node。
-- 创建 Verifier Input Builder Node，过滤未通过的 binding。
-- 创建 Evidence Retry Prepare Node。
-- 创建固定 Fallback Node。
-- 保持现有 Prompt、工具和证据协议不变。
+- Gatekeeper Node 保留原始 result，并标准化生成 PASS / LOW_CONFID / REJECT 路由状态。
+- 创建 Verifier Input Builder Node，过滤未通过的 binding，并仅从通过 binding 的 `matched_text` 构造 `verified_evidence`。
+- 创建 Evidence Retry Prepare Node，从现有 `facts_checked` 提取结构化 `evidence_gaps`。
+- 创建固定 Fallback Node，并区分前置验证失败与 Composer 已取得 Verifier 安全材料后的降级输入。
+- 保持现有基础 Prompt、工具和证据协议不变；允许 Planner Adapter 注入 `EVIDENCE_GAP_ONLY` 编排约束。
 
 完成标准：
 
 - Agent Hook 和 ToolCallback 正常工作。
 - Gatekeeper 只执行一次，不再由 Verifier Hook 重复触发。
 - no-evidence 继续进入 Gatekeeper 和 Verifier。
+- Gatekeeper PASS 和可继续的 LOW_CONFID 都必须经过 Verifier Input Builder。
 - Gatekeeper LOW_CONFID 只向 Verifier 提供已验真 binding，并限制 verdict 上限。
-- Verifier LOW_CONFID 只有存在可执行缺口时才返回 Planner。
+- Verifier 不再接收完整 `tool_trace_summary`，只能接收 `verified_executor_output` 和 `verified_evidence`。
+- Verifier Adapter 分开输出 `verifier_status`、`verifier_model_verdict` 和应用 ceiling 后的 `effective_verdict`。
+- Verifier 和 Composer Adapter 使用固定输入实现各一次技术重试，且不得重新执行任何前序节点。
+- Verifier LOW_CONFID 只有能够从 `facts_checked` 提取有效 `evidence_gaps` 时才返回 Planner。
 - 第二轮 Planner 只生成 `EVIDENCE_GAP_ONLY` 增量计划。
+- 第二轮 Executor 只执行增量查询，但输出包含第一轮可信 claims 和新增 claims 的完整 `executor_evidence_v2` 快照。
+- 第二轮 Gatekeeper 对完整快照中的全部 binding 重新验真，不复用第一轮 Gatekeeper verdict。
 
 ## 阶段 3：替换 ChatService 编排
 
@@ -510,13 +710,16 @@ tool_invocation
 - 将 Graph 的节点跳转、reason code、重试和终止摘要持久化到当前 run。
 - 保留 Run 创建、状态更新、耗时、Token、工具数和 Eval 调用。
 - 将 Graph 最终状态映射为现有 `ChatResult`。
+- 按执行生命周期回填 `diagnosis_run.status`，不使用 status 表达诊断置信度。
 
 完成标准：
 
 - `/api/chat` 请求和响应协议不变。
 - `diagnosis_run.agent_flow` 仍为 `CHAT`。
 - Trace 明细继续归属于当前 runId。
-- Trace API 将 `orchestration_trace` 作为与 `self_evaluation` 平级的可选字段返回。
+- Trace API 在 `run.orchestrationTrace` 返回当前 run 的非空编排摘要，不在其他层级重复返回。
+- 正常结束和可处理异常路径都能持久化已产生的 orchestration events 摘要。
+- Composer、LOW_CONFID、Verifier REJECT 和固定安全 Fallback 只要成功生成安全响应，Run 终态均为 SUCCESS；只有无法生成安全响应的未处理失败才为 FAILED。
 - Executor 失败路径不产生 Verifier Agent step。
 
 ## 阶段 4：创建新测试体系
@@ -534,17 +737,32 @@ tool_invocation
 
 - PASS 正常路径。
 - Planner 失败。
+- Planner INVALID_OUTPUT / RETRYABLE_FAILED 技术重试后成功。
+- Planner NON_RETRYABLE_FAILED 和第二次技术失败直接降级。
+- Verifier INVALID_OUTPUT / RETRYABLE_FAILED 技术重试后成功。
+- Verifier 第二次技术失败或 NON_RETRYABLE_FAILED 进入无 Executor claim 的固定 Fallback。
+- Composer INVALID_OUTPUT / RETRYABLE_FAILED 技术重试后成功。
+- Composer 第二次技术失败或 NON_RETRYABLE_FAILED 使用 Verifier 安全材料进行确定性模板降级。
 - Executor FAILED / TOOL_BLOCKED / INVALID_OUTPUT。
+- 工具返回空数据但 Executor 合法输出 no-evidence。
+- 工具调用失败但 Executor 仍形成合法结构并继续 Gatekeeper。
 - 合法 no-evidence。
 - Gatekeeper REJECT 直接降级。
+- Gatekeeper REJECT 降级不展示部分通过 binding 对应的 Executor claim。
 - Gatekeeper LOW_CONFID 且存在已验真 binding。
 - Gatekeeper LOW_CONFID 且不存在已验真 binding。
+- Gatekeeper PASS 路径同样只向 Verifier 提供已引用且验真的 evidence。
+- Verifier 输入不包含未被通过 binding 引用的工具结果。
+- Gatekeeper 原始结果缺失或无法识别时安全映射为 REJECT。
+- Verifier 执行失败只写入 `verifier_status`，不得把任何失败状态写成诊断 verdict。
 - Verifier LOW_CONFID 补证据。
+- 补证据第二轮不重复成功查询，并保留第一轮可信 claims 进入最终完整快照。
+- 第二轮完整快照重新经过 Gatekeeper，失败 binding 不因第一轮已通过而跳过校验。
 - Gatekeeper ceiling 导致的 LOW_CONFID 不触发补证据。
-- LOW_CONFID 缺少可执行 missing evidence 时不触发补证据。
+- LOW_CONFID 无法从 `facts_checked` 提取有效 `evidence_gaps` 时不触发补证据。
 - 第二次 LOW_CONFID 不再补证据。
 - Verifier REJECT 安全表达。
-- Composer 失败固定降级。
+- Composer 技术重试耗尽后固定降级。
 - 同 session 多 run 隔离。
 
 旧测试处理：
@@ -615,8 +833,9 @@ Eval baseline
 
 ### Trace API 加法式变化
 
-- Trace 聚合响应新增与 `self_evaluation` 平级的可选字段 `orchestration_trace`。
-- 现有字段语义不变，历史 run 或未经过 StateGraph 的 run 返回 `null`。
+- Trace 聚合响应的 `run` 对象新增 `orchestrationTrace` 字段。
+- 新 StateGraph Chat run 必须返回非空的解析后 JSON 对象；不增加顶层、`session` 投影或 raw 重复字段。
+- 本期不为历史 run 回填数据，也不增加历史兼容读取分支。
 - 这是有意的内部审计持久化和 Trace 查询协议扩展，不影响 `/api/chat` 消费方。
 
 ### 明确的内部行为变化
@@ -626,11 +845,24 @@ Eval baseline
 - Agent 调用顺序不再固定。
 - Gatekeeper REJECT 直接安全降级，不进行自动修复和重试。
 - Gatekeeper LOW_CONFID 只在存在已验真 binding 时进入 Verifier，且 verdict 最高为 LOW_CONFID。
-- LOW_CONFID 根据 missing evidence 返回 Planner，而不是无差别完整重跑。
+- LOW_CONFID 根据从 `facts_checked` 提取的 `evidence_gaps` 返回 Planner，而不是无差别完整重跑。
 - 第二轮 Planner 使用增量补证据模式，不重新执行完整 Playbook。
 - Agent step 数量、Token 和耗时可能减少。
 - Trace 需要能解释条件边选择和终止原因。
 
+### Run 状态与诊断质量分离
+
+`diagnosis_run.status` 只表达执行生命周期，不表达结论可信度：
+
+| 场景 | Run status | 质量表达 |
+|---|---|---|
+| Graph 正常到达 Composer | SUCCESS | Verifier verdict |
+| LOW_CONFID 或 Verifier REJECT 后生成安全答案 | SUCCESS | Verifier verdict |
+| 按设计进入固定 Fallback 并成功生成安全答案 | SUCCESS | `orchestrationTrace.degraded=true` 和 termination reason |
+| Graph 未处理异常、持久化失败或无法生成任何安全响应 | FAILED | failure reason 和已有 orchestration events |
+
+本期不新增 `DEGRADED` Run status，避免将执行状态和诊断质量混在同一个字段中。
+
 这些是有意的编排行为变化，不是对外协议变化。
 
 ---
@@ -639,19 +871,38 @@ Eval baseline
 
 ### 编排
 
+- [ ] 每次进入 Planner 阶段时，INVALID_OUTPUT / RETRYABLE_FAILED 最多触发一次技术重试。
+- [ ] Planner NON_RETRYABLE_FAILED 或当前阶段第二次技术失败直接进入 Fallback。
+- [ ] Planner 技术重试不增加 `evidence_retry_count`，补证据重新进入 Planner 时重置当前阶段的 `planner_retry_count`。
 - [ ] Executor FAILED / TOOL_BLOCKED 后不会执行 Gatekeeper 和 Verifier。
 - [ ] Executor INVALID_OUTPUT 不重试，不执行 Gatekeeper、Verifier 和模型 Composer。
+- [ ] TOOL_BLOCKED 只用于工具层明确阻断且不存在合法 Executor 输出的场景。
+- [ ] 工具空结果或工具失败后仍形成合法 Executor 输出时状态为 COMPLETED，并继续 Gatekeeper。
 - [ ] Executor 合法 no-evidence 会继续执行 Gatekeeper 和 Verifier。
 - [ ] Gatekeeper REJECT 直接进入 Fallback，不执行 Verifier。
 - [ ] Gatekeeper LOW_CONFID 且零条已验真 binding 时直接进入 Fallback。
 - [ ] Gatekeeper LOW_CONFID 且存在已验真 binding 时，Verifier 只接收通过校验的 binding。
-- [ ] Gatekeeper LOW_CONFID 路径的最终 verdict 不得升级为 PASS。
+- [ ] Gatekeeper PASS 和可继续的 LOW_CONFID 都经过 Verifier Input Builder。
+- [ ] Verifier 只接收通过 binding 对应的 `verified_evidence`，不接收完整 `tool_trace_summary`。
+- [ ] 未被 Executor 引用或未通过 Gatekeeper 的工具结果不能进入 Verifier 输入。
+- [ ] Gatekeeper LOW_CONFID 路径的 `effective_verdict` 不得升级为 PASS。
+- [ ] Gatekeeper 原始 pass/fail + severity 正确标准化为 PASS / LOW_CONFID / REJECT，未知状态安全映射为 REJECT。
+- [ ] Verifier 执行状态与诊断 verdict 分离，任何失败状态不得出现在 model/effective verdict 中。
+- [ ] Composer 和 Graph 条件边只读取 `effective_verdict`。
+- [ ] Verifier INVALID_OUTPUT / RETRYABLE_FAILED 使用相同 verified input 最多技术重试一次，且不重新执行 Gatekeeper、Executor 或工具。
+- [ ] Composer INVALID_OUTPUT / RETRYABLE_FAILED 使用相同安全输入最多技术重试一次，且不重新执行 Verifier 或前序节点。
+- [ ] Verifier 第二次技术失败或 NON_RETRYABLE_FAILED 的 Fallback 不输出 Executor claim。
+- [ ] Composer 第二次技术失败或 NON_RETRYABLE_FAILED 使用确定性安全模板。
+- [ ] `verifier_retry_count`、`composer_retry_count` 和 `evidence_retry_count` 互相独立。
 - [ ] Verifier LOW_CONFID 最多触发一次 Planner 补证据。
-- [ ] LOW_CONFID 补证据循环受次数和 Run 总预算限制。
+- [ ] LOW_CONFID 补证据循环受一次补查上限和 Graph recursion limit 限制。
 - [ ] Gatekeeper verdict ceiling 导致的 LOW_CONFID 不触发补证据。
-- [ ] 不存在可执行 missing evidence 时不触发补证据。
+- [ ] 无法从 `facts_checked` 提取有效 `evidence_gaps` 时不触发补证据。
 - [ ] 第二轮 Planner 只输出增量计划，不扩大诊断范围或重复成功查询。
-- [ ] Composer 失败使用固定模板结束。
+- [ ] 第二轮 Executor 只执行增量查询，但输出完整 `executor_evidence_v2` 快照，而不是仅输出新增片段。
+- [ ] 第二轮完整快照包含需要保留的第一轮可信 claims，并由 Gatekeeper 对全部 binding 重新验真。
+- [ ] Java 编排层不对两轮 claim 文本进行语义合并。
+- [ ] Composer 技术重试耗尽或不可重试失败时使用固定模板结束。
 
 ### 证据和安全
 
@@ -659,6 +910,8 @@ Eval baseline
 - [ ] Verifier 只消费已验真证据。
 - [ ] no-evidence 不得表达为已排除或问题不存在。
 - [ ] REJECT 降级不泄漏 Executor 原始答案和未验证根因。
+- [ ] Executor INVALID_OUTPUT、Gatekeeper REJECT 和零条可信 binding 的固定 Fallback 不输出任何 Executor claim。
+- [ ] 前置验证失败 Fallback 只展示校验状态、工具执行概况、诊断限制和人工复核建议。
 
 ### 数据与审计
 
@@ -666,9 +919,13 @@ Eval baseline
 - [ ] Agent step、tool invocation 和 self_evaluation 仍绑定正确 runId。
 - [ ] `orchestration_trace` 只写入当前 diagnosis run，不污染其他 run 或 session 级数据。
 - [ ] `orchestration_trace` 不包含 Prompt、模型思考、工具原文和 Graph State 快照。
+- [ ] `orchestration_trace.transitions` 由有界 `orchestration_events` 生成，与实际节点执行顺序一致。
+- [ ] 可处理异常发生时，已经产生的 orchestration events 能够 best-effort 写入当前 run。
 - [ ] Trace 能展示实际节点路径、重试原因和终止原因。
-- [ ] 历史 run 的 `orchestration_trace=null` 时 Trace API 仍能正常返回。
+- [ ] 每个新 StateGraph Chat run 的 `run.orchestrationTrace` 非空，且顶层和兼容 `session` 投影不重复该字段。
 - [ ] Run 最终状态、答案、耗时、Token 和工具调用数正确回填。
+- [ ] 所有成功生成安全响应的终止路径将 Run 标记为 SUCCESS，并通过 verdict 或 `orchestrationTrace.degraded` 表达质量。
+- [ ] 只有未处理异常、持久化失败或无法生成安全响应时将 Run 标记为 FAILED。
 
 ### 工程质量
 
@@ -676,7 +933,7 @@ Eval baseline
 - [ ] `ChatServiceSequentialAgentTest` 已由新测试替换。
 - [ ] 不保留长期重复的 Sequential 和 Graph 两套实现。
 - [ ] 数据库 schema 仅新增 `diagnosis_run.orchestration_trace` nullable JSON 字段。
-- [ ] `/api/chat` 和证据协议不变；Trace API 仅新增可选的 `orchestration_trace` 字段。
+- [ ] `/api/chat` 和证据协议不变；Trace API 仅在 `run` 对象新增必有的 `orchestrationTrace` 字段。
 
 ---
 
@@ -698,7 +955,7 @@ Eval baseline
 
 风险：Verifier LOW_CONFID 持续返回 Planner，形成重复规划和工具调用。
 
-缓解：保留当前最多一次补证据约束，并设置 Run 级总预算与 Graph recursion limit。
+缓解：保留当前最多一次补证据约束，并设置 Graph recursion limit 作为最终保险。
 
 ### Trace 与 Graph Checkpoint 语义混淆
 
@@ -720,7 +977,7 @@ Eval baseline
 - 并行工具或并行 Agent。
 - EvidenceRepairNode 和 Gatekeeper REJECT 自动修复。
 - Gatekeeper REJECT 返回 Executor 的重试回边。
-- 修改 Prompt 业务语义。
+- 除 Planner Adapter 注入 `EVIDENCE_GAP_ONLY` 编排约束外，修改 Prompt 核心业务语义。
 - 修改 `executor_evidence_v2`、Verifier、Composer 协议。
 - 除 `diagnosis_run.orchestration_trace` 外的其他数据库表或字段。
 
@@ -735,14 +992,25 @@ Eval baseline
 - 第一阶段保留现有 ReactAgent，通过 Adapter Node 调用。
 - 父 Graph State 不直接传给 ReactAgent，使用每个 Agent 独立的 Input DTO 做白名单投影。
 - 第一阶段不直接依赖 `ReactAgent.asNode(...)` 实现父子编排。
+- Planner 仅对 INVALID_OUTPUT 或 RETRYABLE_FAILED 进行每阶段最多一次技术重试；NON_RETRYABLE_FAILED 和第二次技术失败直接 Fallback，且该计数与补证据轮次隔离。
 - Gatekeeper REJECT 本期不重试，直接进入 Fallback。
 - 本期不增加 EvidenceRepairNode。
 - Executor INVALID_OUTPUT 本期不重试，直接进入固定 Fallback。
+- Executor 状态按输出契约定义：合法结构统一为 COMPLETED；只有明确工具阻断且无合法输出为 TOOL_BLOCKED，其他无合法输出的执行异常为 FAILED，三类失败均不重试。
+- Executor INVALID_OUTPUT、Gatekeeper REJECT 或零条可信 binding 进入前置验证失败 Fallback 时，不展示任何 Executor claim；部分通过 binding 不用于拼接用户答案。
 - Gatekeeper LOW_CONFID 有已验真 binding 时进入 Verifier，零条时直接 Fallback。
 - Gatekeeper LOW_CONFID 路径的最终 verdict 上限为 LOW_CONFID。
+- Gatekeeper 原始 result 与标准化 `gatekeeper_status` 分开保存；Verifier 使用 `verifier_status`、`verifier_model_verdict` 和 `effective_verdict` 分离执行状态、模型结论和编排生效结论，任何执行失败状态都不作为诊断 verdict。
+- Verifier 和 Composer 对 INVALID_OUTPUT / RETRYABLE_FAILED 各允许一次固定输入技术重试；不得重新执行前序节点，第二次失败或 NON_RETRYABLE_FAILED 进入对应安全降级，并与 `evidence_retry_count` 分开计数。
+- Gatekeeper PASS 和可继续的 LOW_CONFID 都先经过 Verifier Input Builder；Verifier 只接收通过 binding 对应的 `matched_text` 所构成的 `verified_evidence`，不再接收完整 `tool_trace_summary`。
 - Verifier LOW_CONFID 的补证据路径返回 Planner，并使用 `EVIDENCE_GAP_ONLY` 增量规划模式。
-- Gatekeeper ceiling、无可执行缺口、无预算或已经补查时不触发 LOW_CONFID 重试。
+- Gatekeeper ceiling、无法从 `facts_checked` 提取有效缺口或已经补查时不触发 LOW_CONFID 重试。
+- Verifier 不新增 missing evidence 或工具规划字段；Prepare Evidence Retry Node 将现有 `facts_checked` 转换为结构化 `evidence_gaps`，第二轮 Planner 决定工具和增量查询计划。
+- 补证据采用“Planner 增量规划、Executor 增量查询但完整输出”的策略；第一轮已验证材料作为只读输入传给第二轮 Executor，Java 不做 claim 语义合并，第二轮完整快照重新经过 Gatekeeper 和 Verifier。
 - Graph 路由摘要写入独立的 `diagnosis_run.orchestration_trace`，不耦合进 `self_evaluation`。
+- Trace API 只通过 `run.orchestrationTrace` 暴露解析后的编排摘要，不复制到顶层或兼容 `session` 投影；本期不处理历史 run 回填和兼容读取。
+- `diagnosis_run.status` 只表达执行生命周期：安全 Fallback 仍为 SUCCESS 并设置 `orchestrationTrace.degraded=true`；只有无法生成安全响应的未处理失败才为 FAILED，不新增 DEGRADED 状态。
+- Graph State 使用有界追加的 `orchestration_events` 作为路由事实来源，结束时压缩为 `orchestration_trace`，不通过日志反推路径。
 - 不保留 Sequential / StateGraph 双链路配置开关；在专用 Git 分支完成实现和验收后，直接以 StateGraph 替换旧复杂诊断编排。
 - 实现期间允许代码处于分支内的阶段性状态，但合并前必须删除旧 Sequential 编排和不再使用的迁移代码，不形成长期双轨维护。