# 大模型应用方法与实践：配套资料

对应文章：大模型应用基础与学习路径、提示词结构与示例引导、多轮协作与任务分解、上下文组织与项目约束、资料检索与事实核验、文件处理与输出规范、Agent Skills 的使用与评估、工具调用与 MCP、Agent 工作流与自动化、结果评估与成本控制（更新于 2026-10-05）。目前提供导读与第一至九篇专题的小型输入、提示词及核对材料，完整 `llm-practice-lab` 按后续专题进度建立。

- `inputs/00-logbrief-note.txt`：UTF-8 固定输入，标识为 `S1 / 00-logbrief-note`；LogBrief 是虚构工具，内容为教学模拟资料。
- `expected/00-reference.md`：摘要要点、字段答案、操作需求和练习核对依据。完成任务后再读取，不作为被检查模型的输入。

第一篇文件：

| 文件 | 用途 |
| --- | --- |
| `prompts/01-p0-vague.txt` | 原始请求，已嵌入完整 S1，可整份提交 |
| `prompts/01-p1-constraints.txt` | 明确约束版，已嵌入完整 S1，可整份提交 |
| `prompts/01-p2-examples.txt` | 与 P1 相同，只加入独立 E1/E2 示例块，可整份提交 |
| `prompts/01-task-template.txt` | 复用模板；所有方括号占位符须按当前任务替换 |
| `prompts/01-run-record.md` | 空白对照记录，由读者填写，不是已完成实验报告 |
| `cases/01-missing-platform.txt` | 删除 S1 的 L3、L8；保留其他行号，用于缺失信息练习 |
| `cases/01-embedded-instruction.txt` | 仅加入面向摘要者的 L9 指令，用于资料与指令边界练习 |
| `expected/01-reference.md` | 正常输入与变体的独立核对依据，完成任务后读取 |

在任意文本对话产品中，将输入与文章相应实验的完整要求一起粘贴。三个实验分别独立进行，不依赖 API、上传、网络或文件工具。保留自己的输入、要求、原始输出及检查结论；产品加载的项目规则或记忆如可见，也一并记录。

第一篇的 P0、P1、P2 分别在新对话中提交，保持产品、模型、可见设置和 S1 一致。P0 到 P1 是整体改写，P1 到 P2 只增加示例，不能把一次结果当成稳定性结论。变体练习复制 P1，再用变体替换整个 `<material>` 区域；不追加到原版 S1 后，也不把答案或其他版本同时交给模型。已删除的行不能用作引用，资料未提供的项目移至待确认列表。

第一篇摘要篇幅按非空白字符计数，包含标点、数字和英文字母，排除来源括注、标题和待确认列表，上限 180。导读原有“180 个汉字”要求保持原样，核对各篇时以本篇契约为准。E1/E2 只示范表达与处理规则，不提供 S1 的事实。

参考答案依据固定输入逐项整理。核对字段、行号、缺失处理和状态描述；摘要允许措辞变化。导读与第一篇的操作实验只分析需求，没有执行文件写入；模拟资料不能用作真实产品的能力或最新版证据。导读与第一篇未进行跨模型独立对照评估；第五篇的后续小样本实测单独记录。

后续写作应同步维护文章中的 S1、配套输入和可直接提交的提示词，保留来源编号与字段语义。第一篇 P2 除示例块外须与 P1 一致；更新 P1 时同步 P2。更新输入时另存版本，运行产物保存在独立练习目录或被忽略的临时目录，不放入博客源码。

## 第二篇：阶段协作与局部修订

| 文件 | 用途 |
| --- | --- |
| `inputs/02-comparison-materials.txt` | 已确认的 D1 版本 1 与三份说明 S1—S3；S1 与前文一致 |
| `prompts/02-01-plan.txt` | 需求与计划阶段，已嵌入完整固定输入，可直接提交 |
| `prompts/02-02-extract.txt` | 已核对计划后提取 24 行事实，沿用当前对话的资料 |
| `prompts/02-03-compare.txt` | 已核对事实表后形成条件矩阵，区分满足、不满足、资料不足 |
| `prompts/02-04-report.txt` | 已核对矩阵后形成四部分报告，保留未知与执行状态 |
| `prompts/02-05-revise.txt` | 正常流程之后的独立人为错误练习，已嵌入错误链摘录 |
| `prompts/02-feedback-template.txt` | 可复用反馈模板；提交前替换全部方括号占位符 |
| `prompts/02-run-record.md` | 空白阶段与修订记录，由读者填写，不是运行证据 |
| `cases/02-faulty-draft.md` | 人为错误摘录与使用说明，不是模型失败记录或完整事实表 |
| `expected/02-reference.md` | 24 行参考事实、比较矩阵、修订与需求变化核对依据 |

一号至四号提示词在同一对话按顺序执行，每阶段核对通过后再提交下一号。后续提示词中的“已核对通过”须与实际检查状态一致；未通过时先反馈，不提前作出确认。D1 已回答平台、输入规模与缺失规则，无需重复澄清。

事实记录使用 `LB`、`BT`、`RS` 加 `R1`—`R6`、`U1`、`U2`，共 24 个唯一标识。R 编号映射六项必要条件，U 编号映射界面与许可证；事实表保留原始属性，不提前写适用性结论。矩阵分别检查 18 个必要条件判定，偏好不抵消不满足或资料不足。只有全部必要条件满足的工具才能列为当前资料范围内的候选。

五号提示词是正常流程完成后的替代错误练习：明确切换到人为摘录，资料和需求不变，不把它覆盖为正常流程的原始失败。修订后复查 LogBrief 的事实、R3 判定与候选结论，并保留 BatchTrace 的正确上限与 RunSheet 的未知输入保护。只有摘录时，验收范围限于受影响内容，不能声称整张事实表已通过。

需求变化练习只将 D1:L3 的数量从 6 改为 9，另存 D1 版本 2，工具说明不变。事实值不随需求改写；旧数量判定与候选结论标为待重查，不得自行拆分任务或删除条件以保留旧候选。

参考答案在完成正常流程后读取，不交给被检查模型。写作核对包括输入同步、记录集合、参考判定、模板对应与页面构建；未进行跨模型独立多轮评估、真实工具安装或速度测试。四阶段产物由读者手动保存，不声称模型已经创建文件。

## 第三篇：项目入口与跨对话交接

| 文件 | 用途 |
| --- | --- |
| `projects/03-context-handoff/README.md` | 独立交接项目入口，说明目标、文件职责与恢复验收 |
| `projects/03-context-handoff/sources/index.md` | 当前有效的 D1 版本 1 与 S1—S3 来源索引 |
| `projects/03-context-handoff/sources/materials-v1.txt` | 与第二篇固定输入逐字节一致的原资料快照 |
| `projects/03-context-handoff/rules/AGENTS.md.txt` | 普通规则模板；在独立项目根手动另存 AGENTS.md 才进入 Codex 可选分支 |
| `projects/03-context-handoff/artifacts/facts-v1.md` | F1-v1，24 行事实教学快照；与第二篇参考事实表对应 |
| `projects/03-context-handoff/artifacts/matrix-v1.md` | M1-v1，18 项必要条件判定与两项辅助信息教学快照 |
| `projects/03-context-handoff/state/handoff-v1.md` | H1-v1，提供方检查范围、当前产物、未完成项与下一步 |
| `prompts/03-01-resume.txt` | 首轮完整粘贴包，已嵌入上述七个文件，停在恢复检查点 |
| `prompts/03-02-report.txt` | 读者确实核对恢复清单通过后，在同一新对话中生成 C1-v1 |
| `prompts/03-handoff-template.md` | 空白交接模板，全部方括号占位符须替换 |
| `prompts/03-run-record.md` | 空白恢复记录，不是实验或验证证据 |
| `cases/03-faulty-handoff.md` | 独立人为错误摘要，替换首轮包的整个 `<handoff>` 区域内容 |
| `cases/03-demand-v2.txt` | 完整 D1 版本 2，仅将 L3 数量从 6 改为 9，替换原资料 D1 块 |
| `expected/03-reference.md` | 正常恢复、报告、错误摘要、版本变化的独立核对依据 |

普通聊天在新对话中整份提交一号粘贴包，不需要文件工具。Agent 路径分支要求七份文件已经手动放入其可读取的独立项目目录；目录列表不能代替内容。两种入口任选一种，不追加旧对话全文或参考答案。恢复方区分提供方检查记录、本轮实际核对与读者验收，检查通过后才进入报告轮。

F1、M1、H1 是写作侧按固定资料编写并核对的教学输入，接收方仍须复核。它们与第三篇报告的独立验收依据用途不同：教学阶段快照有意作为恢复上下文提供，`expected/03-reference.md` 则不进入输入。C1 尚未生成，未来报告路径不是已保存文件。模型任务只生成文本；读者核对并手动保存后才能更新实际状态。

人为错误练习在独立新对话中替换 `<handoff path="state/handoff-v1.md">` 与 `</handoff>` 之间的全部内容，保留标签及其他文件，不将两版摘要同时追加。错误输入的上限、输入保护和完成声明分别核对；状态冲突不能靠自行生成报告补证。

需求更新是另一个独立分支：将原资料中的整个 D1 块替换为版本 2，S1—S3 与 F1 不变，在一号包最前面明确追加“D1 版本 2 已取代版本 1；旧 README、索引、M1 与 H1 保留供识别过期状态，请按新需求核对并列出待更新项”。这条当前要求指明版本效力；旧状态不与新需求同时有效。重查 R3、候选结论及状态指针，不能把旧矩阵标为新需求已验收，也不能拆分任务保留候选。

第三篇正文中的规则、H1、二号提示词、交接模板与配套文件保持一致。更新项目文件时同步完整粘贴包；更新第二篇固定输入或表格时，重新核对第三篇来源与教学快照。模板以 `.txt` 后缀保存，避免教学文件自动影响博客仓库规则；未验证读者环境中的自动加载、记忆设置、跨模型独立恢复或 API 压缩调用。

## 第四篇：资料检索与证据核验

| 文件 | 用途 |
| --- | --- |
| `inputs/04-verification-materials.txt` | D4 版本 1、原 S1—S3、历史 S4、同版本冲突 S5、无关与指令干扰 S6 |
| `prompts/04-01-verify.txt` | 完整固定资料核验包，已嵌入全部语料，可在新对话直接提交 |
| `cases/04-retrieval-results.txt` | 手动选择与排序的 K1—K5 固定返回片段，不是真实搜索运行产物 |
| `prompts/04-02-retrieval.txt` | 独立检索增强模拟包，已嵌入完整返回片段，只核验两个问题 |
| `prompts/04-03-official-search.txt` | Python 官方文档实时检索要求，需要实际联网，未嵌入参考答案 |
| `prompts/04-evidence-template.md` | 空白来源与主张模板，区分证据状态和需求判定 |
| `prompts/04-run-record.md` | 空白查询、读取、引用检查与修订记录，由读者填写 |
| `snapshots/04-python-logging/README.md` | 实际官方查询范围、来源索引、核对日期与成功/失败状态 |
| `snapshots/04-python-logging/O1-basicconfig.md` | Python 3.14 API 的局部短引与转述 |
| `snapshots/04-python-logging/O2-howto.md` | Python 3.9 历史教程的局部短引与转述 |
| `snapshots/04-python-logging/O3-basicconfig.md` | 读取恢复后的 Python 3.8 参数表整理与转述 |
| `snapshots/04-python-logging/access-recovery.md` | 首次失败、标准 HTTPS 响应及同版本官方中文入口的恢复记录 |
| `expected/04-reference.md` | 完整矩阵、关键证据、干扰处理与官方核验的独立检查依据 |

固定资料、一组检索返回和真实官方检索是独立分支，一号与二号提示词分别在新对话整份提交，不顺序拼接。D4 明确替代前三篇 D1 的资料范围，保持六项必要条件与目标版本；S1—S3 正文保持一致。S4 的 0.8 属性不套用到 0.9；S2 与 S5 的 0.9 上限 8/4 冲突没有取代依据，BatchTrace 的 R3 变为资料不足，旧候选结论需要重查。

证据表区分资料支持、明确否定、版本差异、冲突、未说明与推断；需求矩阵使用满足、不满足、资料不足。18 项判定逐项给出来源，界面和许可证不抵消必要条件。引用存在、支持、覆盖分别检查；S6 页面中的 SYSTEM 文字不是当前任务授权。

二号提示词只提供五组片段，核验 BatchTrace 数量与大小、RunSheet 输入保护，不声称检查完整三工具矩阵。删除 K4 的练习另开新对话，不能引用未提供的 S5 内容；补回 K4 后重查结论。固定片段不代表真实搜索或向量检索的结果，所有模型输出与验收记录由读者实际运行后保存。

三号提示词仅执行官方文档搜索与阅读，不安装或运行程序。写作侧于 2026-10-05 实际读到 O1/O2；O3 首次内置读取失败，后通过标准 HTTPS 取得英文正文，并读取官方中文对应章节，直接核对 3.8 参数表。访问恢复记录保留历史失败和当前成功方式，不声称原工具的英文入口已修复。局部摘录的 L 编号是本地定位，不是网页物理行号；离线复核须注明提供方与原核对日期，不更新成自己的实时检索记录。未执行 Python 多版本程序测试、检索 API 或跨模型独立评估。

独立答案在完成对应分支后读取，不进入被检查模型的输入。更新原说明、补充来源或片段时同步两个完整包、正文表格与独立答案；官方页面更新后另存复查记录，保留旧核对状态，不把读取失败页伪造为有效摘录。


## 第五篇：文件处理与三格式交付

D5-v1 提取三种虚构工具的九条属性与三条模拟耗时，共 12 条。S1、S2、S3、S5 与第四篇原文一致，P5 只提供教学报告的文字摘录，E5 是人为编写的模拟实验记录；没有 PDF 原件、扫描识别或工具性能实测。JSON 为主记录，TSV 和 Markdown 从同一主记录转写。

| 文件 | 用途 |
| --- | --- |
| `projects/05-file-output/README.md` | 独立目录准备、完整连续命令、字段/模板契约及覆盖边界 |
| `projects/05-file-output/sources.txt` | 完整 D5、固定工具资料、单位摘录与模拟记录 |
| `projects/05-file-output/contract.json` | 标识、集合、顺序、类型与单位，不含答案数值 |
| `projects/05-file-output/records.schema.json` | 通用 JSON 格式描述，不代替跨文件与事实核验 |
| `projects/05-file-output/export_output.py` | 标准库导出程序，仅创建新输出目录 |
| `projects/05-file-output/validate_output.py` | 只读检查结构、记录完整性、来源标签与固定模板一致性 |
| `downloads/05-file-output.zip` | 上述六文件项目的同步下载包，不含参考答案 |
| `prompts/05-01-extract.txt` | 已嵌入全部来源、契约和 Schema，普通新对话可整份提交 |
| `prompts/05-02-deliver.txt` | 同一对话中、主 JSON 经人工核验后的 TSV/Markdown 转写分支 |
| `prompts/05-run-record.md` | 模型提取、本地执行与文件交付的空白记录 |
| `cases/05-faulty-output/` | 标识、缺失值和冲突报告的人为故障；不是实际模型失败 |
| `expected/05-output/` | 作者整理并导出的正确三文件，完成自己的任务后读取 |
| `expected/05-reference.md` | 值、状态、单位、定位与故障修复核对依据 |
| `expected/05-validation.md` | 实际程序执行记录与检查边界 |

下载包解压到博客仓库以外的新目录，Python 3.10 或更高版本即可运行，无第三方依赖。修改字段或模板时，同步契约、Schema、检查器、提示词、参考文件、文章和下载包；重新打包时只收录六份源文件，不加入答案或运行产物。

Windows、Python 3.11.9 的独立临时目录中已实际验证正确导出、三类故障、重复键、NaN、精确类型、缺少记录、不存在的定位和已有目录拒绝，核对输入与已有文件未变。三文件共同使用错误换算仍可能通过检查，须回到 E5 数值和 P5 单位核验。程序执行不等于模型转写通过；补充实测位于 `projects/05-live-tests/` 与 `snapshots/05-live-validation/`：实际 PDF/OCR、原始识别错误与人工校正、两模型 8 次 JSON 调用及 2 次文件转写均已保存。未进行虚构工具运行或大规模评估；Platform API 脚本因缺少密钥未发请求。


## 第五篇补充实测

- `projects/05-live-tests/`：实际生成、渲染、抽取 PDF，Windows OCR，独立模型调用、后置评分及 Platform API 请求脚本。完整复现条件见该目录 README。
- `snapshots/05-live-validation/`：实际 PDF、OCR 原始与人工校正记录、初始模型失败、修订后 8 次 JSON 响应、2 次文件转写及 SHA-256 清单。
- `expected/05-live-validation.md`：实测方法、结果、输入隔离、样本范围与未完成的 Platform API 分支。

初始 Prompt 的定位格式存在歧义；实测后只补充英文冒号及标签示例，原版 Prompt 与原始失败响应均保存。正式对照使用修订版相同输入，事实评分与结构评分分开。主要六文件下载包仍不包含答案、测试响应或补充工具；需要补测时使用完整配套目录，运行输出另存独立目录。

## 第六篇：已有 Skill 的调用与评估

| 文件 | 用途 |
| --- | --- |
| `projects/06-skill-use/README.md` | 完整目录审查、独立项目复制、五组任务与基线隔离 |
| `projects/06-skill-use/skill/source-record-audit/SKILL.md.txt` | 随章固定只读教学 Skill；只在独立项目副本改名 |
| `projects/06-skill-use/skill/source-record-audit/references/review-format.json` | 本例输出契约，无答案或执行代码 |
| `projects/06-skill-use/input/` | 第五篇来源与契约副本、12 条候选、缺少 P5 的独立变体与格式 |
| `projects/06-skill-use/tasks/T01-explicit.txt` 至 `T05-baseline.txt` | 显式调用、自然匹配、缺失资料、不适用任务与普通基线 |
| `projects/06-skill-use/SHA256SUMS.txt`、`downloads/06-skill-use.zip` | 完整文件摘要与无答案的独立项目包 |
| `prompts/06-01-manual-review.txt` | 普通对话完整粘贴包，不证明原生触发 |
| `prompts/06-skill-review-template.md`、`prompts/06-run-record.md` | 安装前审查与调用/结果/成本的空白记录 |
| `expected/06-reference.md`、`expected/06-validation.md` | 完成任务后读取的核对依据与实际材料验证范围 |

本章使用已经准备好的 source-record-audit 1.0，不展开从零设计。Skill 无脚本、网络或凭据需求，只读取指定输入并返回 JSON 审查文本；“只读”约束仍由宿主权限和实际记录核对。原件以 SKILL.md.txt 保存，不加入博客项目的 Skill 清单；加载副本、运行记录与基线项目在独立练习目录建立，不修改开发环境或用户级配置。

候选由第五篇固定参考记录制作，BT-FILES、RS-LICENSE、RUN-02 三条错误为人为植入，其余九条保留。完整来源应确认三条问题；T03 删除整个 P5 块，只确认两条工具属性问题并留下耗时核验缺口，禁止读取旁边的完整版；T04 只完成两句祝福。T05 与 T01 的主要任务正文、材料和格式一致，仅去掉显式调用行，并在没有本 Skill 的新项目执行。用户级或系统同名副本若仍被加载，基线须标记污染。

各组任务开新对话，独立答案不进入被检查模型输入；首次结果与修订后结果分开。自然匹配、加载事件、流程、内容正确性和边界分别记录，无法观察时保留未知。完整手动包只检验已提供流程，不作为原生发现或调用成功证据。实际完成隔离复制、JSON 解析、契约和材料一致性核对；未启动独立模型、执行原生发现或测得触发率、token、费用，不把固定参考答案记为运行结果。

## 第七篇：只读工具连接与 MCP

| 文件 | 用途 |
| --- | --- |
| `projects/07-mcp-readonly/source_server.py` | 固定官方 SDK v1 的现成 stdio 服务；只开放三个读取接口 |
| `projects/07-mcp-readonly/probe_client.py` | 实际初始化、发现与九类固定请求，保存完整返回和输入保护检查 |
| `projects/07-mcp-readonly/input/` | D5-v1 原来源、字段契约及 S6 完整干扰块；无产品事实改写 |
| `projects/07-mcp-readonly/requirements.txt`、`README.md` | 固定版本、独立环境、启动与权限范围 |
| `projects/07-mcp-readonly/tasks/`、`run-record.md`、`downloads/07-mcp-readonly.zip` | 无答案的独立项目包，提示词与外层原件同步 |
| `prompts/07-01-discover.txt`、`07-02-collect.txt`、`07-03-failures.txt` | 发现与计划、12 条证据记录、独立失败与干扰练习 |
| `prompts/07-run-record.md` | 固定程序、宿主模型与手动返回样例分别记录 |
| `expected/07-reference.md`、`expected/07-validation.md` | 完成后读取的参考语义、失败判据与实际验证范围 |

服务不接收路径、不写文件、不开放网络查询；readOnlyHint 是注解，实际进程权限仍由宿主及操作系统控制。D5 拒绝是服务白名单策略，不冒充 OAuth 或 OS 权限测试。来源定位保留 S2:L4、P5:P1:L1 等真实标签；文件摘要标识输入版本，不能证明来源可信。

正常模型任务复用第五篇的 12 条字段与标识契约，先核对清单与计划，再读取足够上下文；不把字面查询的四行结果作为所有属性的证据。原始工具调用、返回和最终记录分别保留；资料中的指令不改变任务。程序请求由固定脚本发出，不代替模型选择工具、原生宿主发现或干扰防御验收；手动粘贴也不算 MCP 连接。下载包不含独立参考答案、虚拟环境、真实凭据或现有用户配置。

## 第八篇：可恢复工作流与本地交付

| 文件 | 用途 |
| --- | --- |
| `projects/08-agent-workflow/sources.txt`、`contract.json` | 保留 D5-v1 原资料和 12 条字段契约 |
| `projects/08-agent-workflow/workflow.py` | 读取检查点、有限重试、候选导入、待审与具体摘要确认 |
| `projects/08-agent-workflow/validate_output.py` | 沿用第五篇的结构、来源标签与三文件一致性检查 |
| `projects/08-agent-workflow/tasks/` | 只读计划、单 Agent 提取与有限授权恢复任务；均不授权 approve |
| `projects/08-agent-workflow/README.md`、`run-record.md` | 独立环境、PowerShell/Bash 路径、空白程序/模型/人工记录 |
| `projects/08-agent-workflow/SHA256SUMS.txt`、`downloads/08-agent-workflow.zip` | 固定文件摘要与无候选、无答案、无运行目录的下载包 |
| `expected/08-reference.md`、`expected/08-validation.md` | 独立语义依据、故障判据与实际程序验证范围 |
| `snapshots/08-workflow-validation/` | 使用独立答案作程序夹具的验收脚本、真实命令与结果；不进入下载包 |

固定工作流不调用模型、MCP 或网络；六份来源分别保存检查点，教学超时只影响 S3 第一次接口调用。跨命令累计上限为 3，恢复前核对输入/代码/产物摘要，复用已有完成来源。模型或读者提供候选，程序结构通过后停在待审，人工核对原文后以当前具体摘要确认本次本地 output 交付。状态可更新、事件追加、已完成文件不覆盖；摘要和确认不是身份认证、事实证明或外部动作去重保证。

Windows、Python 3.11.9 临时目录实测 19 项程序验收，保留失败恢复、预算耗尽、错误候选、内容错误但结构合法、确认摘要、锁、版本变化与部分文件的检查证据。独立参考记录仅作程序夹具；没有运行独立模型、真实在线重试、远端写入或定时调度。T01/T02/T03 的宿主调用须由读者另外记录，普通聊天文本与实际文件操作分开验收。项目更新时同步复制的检查器、来源、契约、任务、文章、摘要清单、下载包与验证说明。

## 第九篇：固定评估与成本记录

| 文件 | 用途 |
| --- | --- |
| `projects/09-evaluation/inputs/C01.txt`—`C06.txt` | D9-v1 六类单记录任务，开发/保留各三类 |
| `projects/09-evaluation/contract.json`、`plan.json` | 缩小契约、三版本、两次重复、冻结矩阵与调用/时间限制 |
| `projects/09-evaluation/tasks/` | P0、P1 与唯一一次修订要求，修订不使用参考值 |
| `projects/09-evaluation/evaluate.py`、`prices.json` | 离线自动评分与 DEMO 教学计价，无模型调用 |
| `projects/09-evaluation/README.md`、`run-record.md` | 输入隔离、独立运行、真实日志与人工量表 |
| `projects/09-evaluation/SHA256SUMS.txt`、`downloads/09-evaluation.zip` | 固定文件摘要，无参考、无夹具、无运行输出的下载包 |
| `expected/09-gold.json`、`09-reference.md`、`09-validation.md` | 后置独立参考、教学推导与实际程序验证范围 |
| `snapshots/09-evaluation-validation/` | 人为教学日志、构造程序、实际重算与 22 项程序验收 |

三版本为 P0-W0、P1-W0、P1-W1；先改 Prompt，再固定 P1 改一次可观察错误修订。每组六例两次，保留完整矩阵与原始尝试，来源失败由工作流阻断，不调用模型。参考、评分器、夹具和报告放在模型之外的评分目录，公开开发/保留划分不构成真实盲测。D9 的五字段单记录不替换前篇 D5 的九字段十二条记录。

离线程序对首轮/最终、事实、证据、过程和全部消耗分别统计；正确阻断计入任务通过并单列数量，自动结果的人工复核保持 pending。输入三类 token 互斥计价，output_tokens 使用包含推理时的总量；null 用量与工具费用不当成 0。教学响应、时间、token 和 DEMO 单价由作者编写，程序实际重算不是模型收益证据，历史第五篇实测另列。下载参考与教学日志后可在独立目录重算；用真实日志时替换价格与来源，账单、公式估算和人工时间分别报告。22 项 Windows、Python 3.11.9 临时副本验收通过，其他 Python/Bash、在线工作流、模型评审与账单未验证。更新时同步全部输入、契约、plan、任务、独立参考、夹具、评分器、摘要、下载包与验证说明。