[linkerlin]

Summary

#30 之后还剩四件事：宿主目录经常看不到 swarm_doctor、只认 gate_soft_continue=true 的宿主在未完成软缺口上会再 tick、软固化引导仍把 bench freeze / bench baseline 列成当前步骤、以及 test_identical_rewrite_is_noop 在部分文件系统上失败。这一支把四件都收进同一份改动。

Four residuals left after #30 are closed together: the host catalog lag on swarm_doctor, soft-continue-only hosts re-ticking an unfinished soft gap, freeze/baseline still offered as the current solidify step, and the material watermark treating an identical rewrite as skipped.

CI follow-up

notifications/tools/list_changed 没有 id。e2e 的 recv 把握手后的下一行当成 JSON-RPC 响应，于是 tools/call 和 prompts/get 在 ["result"] 上 KeyError（run 41606679556：3.13 十处、slow 两处、Windows 同一形态）。协议测试客户端本来就会跳过无 id 的 notifications/*。e2e 客户端现在同样跳过，并按请求 id 配对。test_00_list_changed_does_not_desync_the_next_response 钉住：通知被收进侧账，下一次 tools/list 与 prompts/get 仍带 result。本地 uv run pytest tests/e2e/test_swarm_full_e2e.py -q --tb=short -m "not llm" 为 12 passed；协议 / usability / mcp_server 48 passed。服务端仍在 initialized 之后发这条通知，没有改成不发。

What changed per residual

1. DEBUG #61 — swarm_doctor 在宿主目录里消失

服务端 tools/list 本来就在同一页列出只读 swarm_doctor（探测：29 个工具、无 nextCursor、载荷约 25KB、doctor 在中部、带 cursor 再要一页仍然在）。注册没有漏，也没有按名字过滤。握手用默认 NotificationOptions()，tools.listChanged 为 false。把「列表永不变」当成可以跨重启留目录的宿主，调用打到新进程，目录仍停在旧快照上。

现在初始化广告 tools.listChanged=true（prompts / resources 一并标可变），并在 notifications/initialized 之后发一次 notifications/tools/list_changed。不另注册一个假工具。仍忽略该通知、也不在新会话重读 tools/list 的宿主，目录仍旧；这是仓外行为，DEBUG #76 写明了。

2. 只看 gate_soft_continue=true 的宿主会再 tick

#30 把这个键写回第一次未完成软缺口 tick 和保险丝，软缺口重新可见，但只在该键为严格 true 时再 tick 的宿主又会空转。写成 false 会重开 DEBUG #67（严格 false 被当成整段会话失败）。

这次只在 tick 与保险丝上 去掉 这个键，绝不写成 false。同时写结构字段 soft_gap：present=true、advisory=true、tick=false，有缺口码时带 code。boot / status 仍写 gate_soft_continue=true，且不带 soft_gap。doctor 仍不写 gate_soft_continue、session_not_failed、soft_gap。保险丝仍是 ok=false、没有 error、loop_fuse=pending_redirect_loop、session_not_failed=true，preserve 三元组不动。

3. 软固化引导上的 freeze / baseline

_commands_without_current_doctor_fix 现在同时丢掉精确的 evolver doctor --fix、evolver bench freeze、evolver bench baseline。next_steps 里点名 freeze 或 baseline 的句子改成「先 swarm_solidify，不要现在跑这两条」。作用面是未完成 run 的 boot / status / doctor / 第一次 tick / 保险丝。没有未完成 run 时这三条仍在。本路径不执行 --fix，不冻结包，不写 Parent baseline，不放宽固化门。

4. 水印 test_identical_rewrite_is_noop

快跳过原先只比 mtime_ns 和 size。本环境的文件系统在 write() 时把 mtime 拨回创建时刻，os.utime 会被下一次写入盖掉，于是相同字节重写被记成 skipped 而不是 rewrite_noop。GitHub 上 master 的 ext4 会推进 mtime，所以 CI 是绿的；同一套只看 mtime 的快跳过，在 mtime 被还原时会把同长度的真实改写静默跳过。现在快跳过还要比全文哈希。相同字节且 mtime 变了仍是 rewrite_noop。同长度、mtime 被拨回去、字节不同则走全量重扫。

How to test

uv run pytest tests/e2e/test_swarm_full_e2e.py -q --tb=short -m "not llm"
uv run pytest tests/test_mcp_protocol.py tests/test_mcp_host_usability_pending_smoke.py tests/test_mcp_server.py -q --tb=line
uv run pytest tests/gep/test_material.py tests/test_mcp_protocol.py \
  tests/test_mcp_host_usability_pending_smoke.py \
  tests/test_mcp_host_usability_p0.py tests/test_mcp_host_usability_p1.py \
  tests/test_mcp_server.py tests/test_open_box_setup_doctor.py tests/test_swarm.py
uv run ruff check src tests
uv run ruff format --check src tests
uv run mypy src

本地结果：e2e（不含 llm）12 passed；协议 / usability / mcp_server 48 passed；早先相关套件 167 passed；ruff 与 mypy 通过。未设置 DEEPSEEK_API_KEY，live-LLM 三条用 -m "not llm" 跳过。

Risk

Medium。改的是 MCP 宿主契约和物料摄取，不是固化门、Parent baseline 或评分器。

• 只在 gate_soft_continue is True 时才 tick 的宿主，在未完成软缺口的 tick / 保险丝上会停，并应去 swarm_solidify。boot / status 上这个键仍为 true，那些宿主仍可能从 boot 再进一次 tick；tick 信封本身不再用 true 邀请下一次。
• 把缺席当成 false 的宿主不会把这次省略读成会话失败：值不是 false。
• 忽略 notifications/tools/list_changed 的宿主仍要新开一次会话才能看到 swarm_doctor。
• 水印快跳过多一次全文哈希。相同字节的重写仍不追加记录。
• e2e 修复只动测试客户端的读循环，不改变服务端何时发送目录通知。

How we fixed each residual

可直接贴回聊天：

1. DEBUG #61。 根因在本仓库的握手，不在工具注册。同一进程的 tools/list 已经包含只读 swarm_doctor（一整页、无 nextCursor）。默认广告是 tools.listChanged=false，宿主因此把目录当成永不变，重启后的新进程调用打得到、目录仍是旧的。修复是广告 listChanged=true，并在 notifications/initialized 之后发送 notifications/tools/list_changed。没有造假工具。不听这个通知的宿主仍须新开会话；这一点写在 DEBUG #76 和协议测试里。

2. 只认 soft-continue 的宿主再 tick。 未完成软缺口的第一次 swarm_tick 和 loop_fuse=pending_redirect_loop 省略 gate_soft_continue，从不写成 false。新增 soft_gap.advisory=true 与 soft_gap.tick=false，让「缺口还在」和「不要再 tick」分开。boot / status 继续写 gate_soft_continue=true，让需要看见软缺口的宿主不受影响。doctor 仍不写这个键、不写 session_not_failed、不写 soft_gap。保险丝保持 ok=false + session_not_failed + loop_fuse=pending_redirect_loop，没有 error 字段。preserve 三元组仍在。

3. freeze / baseline 瘦身。 未完成 run 的软固化引导（boot、status、doctor、第一次 tick、保险丝）从 commands / fixes 去掉精确的 evolver bench freeze 和 evolver bench baseline，next_steps 改成先固化。没有未完成 run 时这两条和 evolver doctor --fix 仍列出。不执行 --fix，不写 Parent baseline，不放宽固化门。

4. 水印。 ingest_file 的快跳过改为 (mtime_ns, size, full_hash) 三者都相符才 skipped。相同字节的重写仍是 rewrite_noop，不追加记录。同长度但内容变了、mtime 又被文件系统拨回去时走全量重扫。测试在写入之后再 utime，这样在会还原 mtime 的文件系统上也能走到 memo 路径；另有一条同长度、还原 mtime、字节不同的用例钉住重扫。没有删测试，也没有 skip。

5. CI。 上述目录通知没有 id。e2e 客户端把它读成下一次调用的响应。recv 现在跳过 notifications/*，直到匹配请求 id 的帧。回归测试确认 tools/list 与 prompts/get 仍有 result，通知记在侧账里。

Harness/evaluator governance

Upstream governance surface: MCP swarm host catalog and unfinished-run envelopes (swarm_tick / swarm_boot / swarm_status / swarm_doctor); material watermark ingest. Not GEP scoring, solidify accept, or Parent baseline.
Downstream EvoX impact: hosts that tick only while gate_soft_continue is strictly true stop on the unfinished soft-gap tick and fuse. Boot and status still expose that bit. No bridge contract change.
Rollout-local scope: protocol and ingest behavior on this branch; no cohort flag.
Promotion boundary: merge to master. No separate rollout switch.
Evaluator mismatch sets: N/A -- observation envelopes and file ingest only.
Non-regression evidence: 167 related tests passed locally, including pending-smoke host simulators, MCP protocol list/notification, doctor key absence, and both watermark cases. e2e stdio suite 12 passed with live-LLM tests deselected. ruff and mypy clean.
Fix-severity review: medium
Owner approval: swarm / MCP host contract reviewer
Security boundary: no new secrets, network, or tool. Catalog notification asks the host to re-list tools the server already implements. Soft steer still does not run evolver doctor --fix or write a Parent baseline.
Rollback: revert this commit. Omitting gate_soft_continue is absence, not false, so reverting restores the #30 true bit on tick and fuse.
Live promotion: no
Autonomous evaluator self-editing: no

Self-check

• No new runtime dependencies without a clear justification in "What changed".
• Tests added or updated to cover the new behavior; gates pass locally: uv run pytest (related suites, 167 passed; e2e without llm, 12 passed), uv run ruff check src tests, uv run ruff format --check src tests, uv run mypy src.

  

[Copilot]

Copilot was unable to review this pull request because the user who requested the review has insufficient remaining quota. Try requesting a review at a lower effort level.