feat: rebuild AutoResearch V2 evidence workbench

.ai-team/PROJECT.md

@@ -9,7 +9,7 @@ Build AutoResearch: a LangGraph-based, evidence-gated research system that takes
 ## Scope
 
 - In scope: exactly five business agents (`orchestrator`, `paper_search`, `paper_reader`, `writer`, `reviewer`).
-- In scope: typed state, deterministic lifecycle transitions, structured handoffs, evidence grades, fail-closed gates, checkpoint/resume, partitioned Wiki+Graph knowledge, user profiles, experience consolidation, evolution proposals, paper-project folders, CLI, HTTP API, tests, and documentation.
+- In scope: typed project/run/artifact/Gate states, deterministic lifecycle transitions, structured handoffs, evidence grades, fail-closed gates, checkpoint/resume, partitioned knowledge, paper-project folders, project-level Web workspaces, CLI, versioned HTTP API, tests, and documentation.
 - In scope: offline deterministic execution for development and an optional OpenAI-compatible LLM adapter selected only through environment configuration.
 - Out of scope: bypassing paywalls or access controls; fabricating citations, experiments, or approvals; autonomous submission/publication; destructive research-data operations; claims of publication readiness without a real paper pilot.
 
@@ -23,6 +23,8 @@ Build AutoResearch: a LangGraph-based, evidence-gated research system that takes
 - `src/autoresearch/agents/`: exactly five business-agent implementations.
 - `src/autoresearch/graph.py`: LangGraph parent graph, lifecycle routing, checkpoint/resume, and handoff validation.
 - `src/autoresearch/api.py` and `cli.py`: supported external boundaries.
+- `src/autoresearch/workbench_contracts.py`, `workbench_service.py`, and `workbench_api.py`: V2 project evidence workbench contracts, persistence, quality gates, run events and `/api/v1` routes.
+- `web/app/projects/` and `web/components/`: project-level Next.js workspaces; formal research data comes only from `/api/v1`.
 - `.project-to-act/`: canonical product scope, feature status, version, progress, evidence, and acceptance.
 - `.ai-team/TASK.md`: the single active implementation task and handoff checkpoint.
 - `docs/`: architecture, contracts, development, operations, API, and user guides.
@@ -35,6 +37,8 @@ Build AutoResearch: a LangGraph-based, evidence-gated research system that takes
 - Gate decisions are deterministic and fail closed; an LLM cannot override them or populate human approval identity.
 - Agent handoffs contain stable IDs and bounded summaries, never full chat history or full-paper dumps.
 - Model calls are optional and environment-configured. Offline tests must pass without an API key.
+- The default V2 chain is Idea → literature → reading/synthesis → research report → human confirmation → manuscript → review. Experiment/code/MD execution is an optional project Profile and cannot block ordinary literature research.
+- Browsers hold unsubmitted input only; Idea, Brief, papers, notes, reports and manuscript versions are backend records. Model or search failure never falls back to hard-coded research prose.
 - External publication, sending, deletion, and high-cost execution remain disabled unless explicit H3 approval and policy requirements pass.
 - Let tests and CI decide observable behavior; distinguish implemented local behavior from external integration and real research validation.
 

.ai-team/TASK.md

@@ -1,61 +1,90 @@
 # Current Task
 
-- ID: `AR-003`
-- Title: `Simplify the assignment plan to module level`
-- Status: `done`
-- Owner: `zzg`
-- Next owner: `user/team`
+- ID: `AR-008`
+- Title: `Rebuild AutoResearch as a runnable project evidence workbench`
+- Status: `active`
+- Owner: `Codex`
+- Next owner: `Codex`
 
 ## Goal
 
-根据用户反馈，把任务拆解入口从 122 个子任务收敛为模块级分配。保留此前详细版作为附录，但当前团队先按模块认领负责人、边界、主要产出、依赖和验收目标。
+交付 AutoResearch V2 的完整功能设计手册与可运行本机单用户纵向切片。默认主链为 Idea、多源文献、阅读综合、研究报告、人工确认、论文稿和审核修改；实验执行改为可选 Profile。所有可见交互必须连接真实导航、后端持久化或带原因的禁用状态，不再使用静态对话或演示稿冒充研究产物。
 
 ## Acceptance scenarios
 
-- [x] `docs/AutoResearch_任务拆解书.md` 只作为模块级分配入口，覆盖 M00–M17。
-- [x] 每个模块说明目标、边界、主要交付物、前置模块、负责人建议和当前状态。
-- [x] 文档提供模块负责人验收模板和第一批模块分配建议。
-- [x] 原 122 子任务版本保留为 `docs/AutoResearch_任务拆解书_详细版.md`，不丢失后续拆解素材。
-- [x] README、Project-to-Act 和 VibeCollab 任务状态保持一致，不改变五业务 Agent 和证据门禁边界。
+- [x] `docs/AutoResearch_完整功能设计手册_V2.md` 定义模块、状态、数据对象、API、按钮追踪、质量门和验收矩阵。
+- [x] 保持恰好五个业务 Agent；Project、Evidence、Artifact、Capability、Quality 和 Gate 保持确定性服务。
+- [x] 提供版本化 `/api/v1` 项目、能力、Idea、论文、阅读、综合、报告、稿件、审核、文件、知识、run/event 合同，并保留旧接口兼容。
+- [x] 正式 Idea 消息、Brief、论文、阅读卡、综合、报告、稿件和审核记录持久化；刷新后可恢复，进程重启沿用 SQLite 规范源。
+- [x] 未配置模型或网络检索时明确降级；允许项目和本地资料管理，禁止生成型入口输出模板假成果。
+- [x] Next.js 按项目级工作区拆分，项目文件、知识与证据、设置等入口均可运行；无空操作按钮。
+- [x] 完成本机客户旅程：创建项目、Idea、导入真实题录、阅读、综合、报告、论文升级、审核、重新打开；真实受管 GLM 的 ReadingCard 输出通过 schema 兼容回归。当前证据为 3 篇 DOI 摘要软件旅程，不替代 20/30 质量 Pilot。
+- [x] 前后端自动化、生产构建、宽屏/移动端浏览器交互、Project-to-Act 与 repo-task-sync 检查通过。
+- [ ] 真实 20 篇授权 corpus/30 gold 问题保持单独质量 Pilot Gate；未完成人工盲审前不得标为通过。
+- [ ] 开放获取全文可从前端绑定到 PaperRecord，PDF 正文被安全解析并产生全文 locator；完成至少 3 篇 CC BY 论文的可见前端回归到最终定稿。
 
 ## Invariants
 
-- 当前入口不要求团队一次性拆到函数、接口或工单；模块负责人后续再自行细化。
-- 详细版是参考材料，不代表所有子任务都已实现或已验收。
-- 真实论文试点、生产数据库、Web UI、灾备和性能仍保持原有“外部阻塞/待开发”状态。
-- 不提交 token、密钥、私有来源、完整论文、原始提示或虚构外部结果。
+- 原 `F:\Codex\AutoResearch` AR-007/STORM/GLM 工作树和未提交内容不得修改或携带。
+- PR #2 仅是原型证据；AR-008 不继承其完成声明。
+- 模型密钥只来自受管环境；禁止提交 `.env.local`、密钥、原始 prompt/response 或受限全文。
+- 所有引用必须解析到 PaperRecord；关键 claim 必须绑定 EvidenceItem 和 locator。
+- LLM、检索、许可或证据不足时返回 disabled、unknown、input_required 或 blocked，不回退到硬编码研究正文。
+- 外部发布、投稿、删除和高成本执行保持关闭，除非既有确定性 Gate 与人工批准通过。
 
 ## Decisions
 
-- 使用 M00–M17 作为稳定模块 ID，先按模块分配负责人。
-- 保留详细拆解版，避免未来重新整理时丢失依赖和验收素材。
-- `.project-to-act` 继续作为长期项目事实源；`.ai-team/TASK.md` 只记录本次短周期交付。
+- 新分支 `codex/ar-008-autoresearch-v2` 从 `4051476` 创建，复用其受管 GLM/Nature 写作质量边界。
+- 仅移植 AR-006 Web 的视觉资产和基础依赖，重新实现路由、数据和交互合同。
+- 首发为本机单用户 T3 产品；无认证、多租户、计费或公网部署。
+- 主界面为项目证据工作台；研究报告先于论文稿；实验执行仅由项目 Profile 显式启用。
+- 对话模式为 D1/D2/D4，使用 C1/C2 控制；外发仍按 D5/C3 门禁。
 
 ## Completed
 
-- 将原 `docs/AutoResearch_任务拆解书.md` 移为 `docs/AutoResearch_任务拆解书_详细版.md`。
-- 新建模块级 `docs/AutoResearch_任务拆解书.md`，包含 18 个模块、执行阶段、负责人模板和首批分配建议。
-- 保留 README 任务书入口，并将 AR-003 的状态、范围和下一步写入协作账本。
+- 已审计当前 UI 和 API，确认静态 Idea 对话、硬编码稿件及多个无绑定按钮。
+- 已锁定 V2 产品范围、离线降级语义、界面方向和质量边界。
+- 已创建独立 AR-008 工作树，保留 AR-007 原工作树。
+- 已交付 V2 完整设计手册、状态拆分、稳定 `/api/v1` 和结构化错误/幂等/run event 合同。
+- 已实现项目、能力、Idea、Brief、真实题录/文件导入、阅读卡、综合、报告确认、论文版本、审核、知识证据、文件和运行恢复服务。
+- 已将 Web 拆为项目级路由和 11 个独立入口；删除 demo fixtures、静态假对话和旧单页工作台。
+- 后端 Ruff + 32 tests、前端 lint/typecheck/4 tests/build 通过；1440×900 与 390×844 浏览器验收无页面级横向溢出。
+- 浏览器实际创建 `browser-v2`、离线保存 Idea、导入题录、刷新恢复，并验证知识证据、项目文件和能力诊断。
+- 已提交并推送 `75501a2`，新实现位于 PR #3；旧 PR #2 已关闭并标记为 superseded prototype evidence。
+- 已兼容真实受管 GLM 将 ReadingCard `findings`/`limitations` 返回为标量字符串的情况，并收紧阅读、综合、报告和稿件结构化输出 schema。
+- 已用流式 Route Handler 替代长任务 rewrite 代理，模型任务客户端超时调整为 190 秒；真实报告约 70 秒、稿件约 97 秒均从前端返回成功。
+- 已增加稿件定稿 Gate：确定性审核通过前拒绝确认，人工确认后状态为 accepted，仍保持 `release_ready=false`。
+- 已修复历史 blocked run 误报当前项目 blocker；历史失败仍保留在运行台账中。
+- 已通过可见前端将 `student-md-fracture-review` 推进到 3 张 ReadingCard、6 条 evidence、综合、报告 V1 确认、稿件 V2 人工修订、审核 pass、确认定稿，并在服务重启与项目重开后恢复。
+- 已实现许可全文上传绑定 PaperRecord、PDF 逐页解析、正文 checksum/page count、`p.N` locator 校验和 E2 evidence；解析失败保留 DocumentArtifact 并明确提示 OCR。
+- 已找到并核验 3 篇与金属孔洞/层裂相关的 CC BY 4.0 PDF（14–19 页），均可解析且 DOI、许可声明、SHA-256 可复核；原文只保存在本机临时 corpus，未提交仓库。
 
 ## Pending
 
-- 用户/团队需要为模块负责人模板填写实际 owner、分支、目标日期和 evidence ID。
-- 模块负责人确认后，再选择需要展开的模块，不默认展开全部模块。
-- 真实论文试点仍等待 idea、领域、目标 venue、授权全文和实验资源边界。
+- 当前文件上传仅保存 DocumentArtifact，未解析 PDF，也未绑定 PaperRecord；必须先补齐全文导入合同。
+- 真实 20 篇授权 corpus/30 gold 问题人工质量 Pilot 仍需后续授权全文与独立评审；该 Gate 不由当前 3 篇摘要软件旅程或自动化替代。
 
 ## Next step
 
-先认领 M01–M04、M05–M07、M08、M09–M10、M11–M12、M13–M15/M17、M16 这 7 个模块包；完成模块边界确认后，再只对当前瓶颈模块做子任务拆解。
+实现 PDF 解析与 PaperRecord 绑定，通过前端导入至少 3 篇许可明确的开放获取全文并重跑 ReadingCard→综合→报告→稿件→审核定稿；随后仍保持 20/30 人工质量 Pilot 为独立 Gate。
 
 ## Verification
 
-- [x] Project-to-Act `--check` — managed 配置有效，唯一账本保持不变。
-- [x] 模块文档结构检查 — M00–M17 全部存在，详细版文件可访问。
-- [x] `node .ai-team/check.mjs --base main` — AR-003 acceptance 5/5，任务范围和变更同步有效。
-- [x] Project-to-Act `--validate` — managed 配置 valid，issues 为空。
+- [x] `npm.cmd run lint`
+- [x] `npm.cmd run typecheck`
+- [x] `npm.cmd run test`（4 tests）
+- [x] `npm.cmd run build`
+- [x] `.venv\Scripts\python.exe -m ruff check src tests`
+- [x] `.venv\Scripts\python.exe -m pytest -q`（33 tests）
+- [x] `.venv\Scripts\python.exe -m pytest -W error -q`（33 tests）
+- [x] `.venv\Scripts\autoresearch.exe doctor`（ok，agent_count=5）
+- [x] Root Project-to-Act `--validate`（valid，0 issues）
+- [x] Browser wide/mobile validation and no-op control audit
+- [x] 真实受管 `glm-5.2` 可见前端学生旅程（3 DOI 摘要；ReadingCard→综合→报告确认→稿件 V2→审核→定稿→重开恢复）
+- [x] `node .ai-team/check.mjs --base codex/ar-006-glm-nature-writing`（valid）
 
 ## Handoff note
 
-- From: `zzg`
+- From: `Codex`
 - To: `user/team`
-- Summary: 当前分配入口已经降为模块级；详细拆解保留在附录。先分模块负责人，后续只对真正需要的模块继续细化。
+- Summary: AR-008 V2 软件闭环和真实受管 GLM 前端回归已通过；ReadingCard schema、长任务代理、报告/稿件结构、定稿 Gate 与 blocker 展示已修复。真实 20/30 质量 Pilot 保持独立未通过 Gate。

.env.example

@@ -3,7 +3,8 @@ LLM_PROVIDER=offline
 LLM_API_KEY=
 LLM_BASE_URL=
 LLM_MODEL=
-LLM_TIMEOUT_SECONDS=60
+LLM_TIMEOUT_SECONDS=180
+AUTORESEARCH_NATURE_WRITING_SKILL_DIR=
 AUTORESEARCH_DATA_DIR=var
 AUTORESEARCH_DB_PATH=var/autoresearch.sqlite3
 AUTORESEARCH_CHECKPOINT_PATH=var/checkpoints.sqlite3

.gitignore

@@ -19,6 +19,7 @@ dist/
 # Runtime state and generated artifacts
 var/
 .langgraph_api/
+/.tmp-browser/
 
 # Local reference repository; not part of the AutoResearch source tree
 DeepReason-Agents-Framework/