feat(eval): add evidence pipeline acceptance closure

mvp/architecture/current-mvp-architecture.md

@@ -397,7 +397,8 @@ Prompt、Hook、Gatekeeper、Verifier、Composer 和评测门禁的完整说明
 - Chat verifier 和 AIOps rule evaluation 合并进 `self_evaluation`。
 - Chat Executor 结构化输出 `executor_evidence_v2`，不再直接承担最终用户答复。
 - `tool_invocation.retrieval_details.evidence_refs` 支持 `raw_path` 精确引用和 `$.no_evidence` 负向证据。
-- Gatekeeper 对 Executor 引用做代码级验真，Verifier 只判断可推导性。
+- Gatekeeper 对 Executor 引用做代码级验真，并在审计中记录 `rule_set_version` 和规则元数据摘要。
+- Verifier 只判断可推导性。
 - Composer 在 Verifier 之后生成最终用户表达，并限制 negative observation 过度表述。
 - RAG offline baseline 和 live acceptance 脚本。
 

mvp/architecture/data-model.md

@@ -267,7 +267,7 @@ category
 |---|---|
 | `executor_output_parse_status` | Executor 输出是否能解析为 `executor_evidence_v2` |
 | `executor_structured_output` | Executor 结构化 claims、hypotheses、recommended_actions、missing_info |
-| `gatekeeper_result` | 引用真实性校验结果，包括 checked bindings、failed rules、warnings、errors |
+| `gatekeeper_result` | 引用真实性校验结果，包括 rule set version、checked bindings、failed rules、warnings、errors |
 | `composer_output` | Composer 最终表达及解析状态 |
 | `tool_trace_summary` | Verifier 调用时使用的工具调用导航索引，不是唯一证据源 |
 

mvp/architecture/executor-evidence-pipeline-refactor.md

@@ -233,6 +233,15 @@ Gatekeeper 位于 Verifier 前，由 `VerifierInputHook` 触发，负责代码
 {
   "status": "pass",
   "severity": "none",
+  "rule_set_version": "gatekeeper-rules-v1",
+  "rules": [
+    {
+      "id": "evidence.raw_path",
+      "description": "raw_path must exist in retrieval_details.evidence_refs",
+      "enabled": true,
+      "default_severity": "reject"
+    }
+  ],
   "checked_bindings": [
     {
       "claim_id": "claim-1",
@@ -255,6 +264,8 @@ Gatekeeper 位于 Verifier 前，由 `VerifierInputHook` 触发，负责代码
 |---|---|---|
 | `status` | string | `pass` 或 `fail` |
 | `severity` | string | `none`、`low_confid`、`reject` |
+| `rule_set_version` | string | 当前加载的 Gatekeeper 规则集版本 |
+| `rules` | array | 已启用规则的轻量元数据摘要 |
 | `checked_bindings` | array | 每条证据绑定的校验结果 |
 | `failed_rules` | array | 失败规则 id |
 | `warnings` | array | 自动回填等非阻断信息 |
@@ -271,6 +282,12 @@ Gatekeeper 位于 Verifier 前，由 `VerifierInputHook` 触发，负责代码
 - `evidence_excerpt` 必须由 `evidence_refs[].text` 支撑。
 - `negative_observation` 只能绑定 `$.no_evidence`。
 
+规则配置：
+
+- 当前规则元数据位于 `src/main/resources/gatekeeper/gatekeeper-rules.json`。
+- 规则实现仍是确定性 Java 代码，不执行动态脚本。
+- 当前配置只承载规则 id、描述、默认 severity、启用状态和简单参数，例如 excerpt token overlap 阈值。
+
 失败分级：
 
 | 场景 | severity |
@@ -389,7 +406,9 @@ Composer 位于 Verifier 之后，输入是 ChatService 过滤后的允许表达
     "traceability_version": "v1",
     "executor_output_parse_status": {},
     "executor_structured_output": {},
-    "gatekeeper_result": {},
+    "gatekeeper_result": {
+      "rule_set_version": "gatekeeper-rules-v1"
+    },
     "composer_output": {},
     "tool_trace_summary": []
   }
@@ -420,6 +439,5 @@ Trace API 可用于回放：
 当前架构文档已记录主链路、数据契约和语义边界。后续如果继续实现，建议再补：
 
 1. Planner `scope_contract` 的 ADR：只有当 Prompt-first 无法稳定控制越界时再引入。
-2. Gatekeeper 规则配置化文档：如果后续把规则做成索引层、元数据层、规则层，需要单独记录加载顺序和审计字段。
-3. E2E fixture 矩阵：把 ISS-008/ISS-009 的用例固化到诊断评测集，而不是只存在 issue 验证记录。
-4. Prompt version 记录：当前 prompt 变更没有版本号，后续如果需要回滚和对比，应记录 prompt version。
+2. 更完整的 Gatekeeper 规则配置化：当前只有本地轻量 metadata/catalog，后续如果做索引层、元数据层、远程规则层，需要单独记录加载顺序、变更审批和回滚策略。
+3. Prompt version 记录：当前 prompt 变更没有版本号，后续如果需要回滚和对比，应记录 prompt version。

mvp/architecture/harness-quality-gates.md

@@ -173,6 +173,8 @@ Gatekeeper 检查：
 | `evidence_excerpt` 由 `evidence_refs[].text` 支撑 | excerpt 编造或错配直接拒绝 |
 | `negative_observation` 只能引用 `$.no_evidence` | 用正向日志证明“没查到”直接拒绝 |
 
+Gatekeeper 审计还会记录 `rule_set_version` 和已启用规则元数据摘要。当前规则元数据来自本地 `gatekeeper-rules.json`，规则执行仍是确定性 Java 代码。
+
 Verifier 输出：
 
 ```json
@@ -230,7 +232,7 @@ diagnosis_session.self_evaluation.aiops_rule_evaluation
 - 工具参数 schema 校验。
 - 同一工具调用次数上限。
 - 工具超时的统一熔断。
-- Gatekeeper 规则三层分离：索引层、元数据层、规则实现层。
+- Gatekeeper 规则远程化或三层分离：索引层、元数据层、规则实现层。
 - Prompt 版本记录和回滚。
 - Verifier 对 AIOps 报告的 LLM 级事实校验。