feat: release 2.4.0 with original cases and automatic human review

docs/automation-workspace.md

@@ -112,3 +112,5 @@ Flash 跨端任务由模型通过内部 `update_task_progress` 记录短阶段
 批次保留原顺序、循环次数和失败停止策略，默认保留各项配置，也可明确选择统一模型和思考强度。探索用例固定收藏版本，首次无复跑配置时默认 Flash；“收藏为重新探索”会创建新的探索会话并沿用原探索配置。
 
 单任务下载全部资料时，未变化的终态报告和资料包会复用；人工复验、结果和资料变化会重新生成。批次沿用已生成的报告包，人工复验后重新打包；旧目录格式的包首次下载时更新。运行中的下载是当前快照。录像分为“安卓”“电脑”“人工示范”目录，索引路径与实际文件一致。打包优先速度，对已压缩的图片、视频和 Office 文件直接存储，保持原画质。
+
+安装并启用任务人工评审 1.1.0 后，批量模板在原七列之后增加“预置条件、操作步骤、预期结果”。三列独立保存原始用例，不追加到 Artemis 提示词；左侧按用例编号和标题展示，右侧可用上一条/下一条评审同批次已结束任务。未启用该插件时仍提供并校验原七列模板。

docs/development-handoff.md

@@ -1,5 +1,7 @@
 # 开发交接：2026-10-19
 
+2026-10-28 发布主线整理为 **ARTEMIS 2.4.0**，配套人工评审插件 **1.1.0**。本轮改动、配置和验证边界见 [2.4.0 发行说明](releases/2.4.0.md)；下方记录为各阶段历史快照。
+
 2026-10-28 配套升级 OpenAI/LangChain 与安全依赖，审计范围、版本、验证及容器构建限制见[依赖安全更新记录](plans/2026-10-28-dependency-security.md)。
 
 2026-10-28 会话已接续至 **ARTEMIS 2.3.0**，最新提交、插件发布状态、产品约定和待验证范围见[本次交接记录](plans/2026-10-28-session-handoff.md)及[2.3.0 发行说明](releases/2.3.0.md)。以下各日期内容保留为历史快照，不代表当前待办。

docs/releases/2.4.0.md

@@ -0,0 +1,39 @@
+# ARTEMIS 2.4.0
+
+本版改进批量用例人工评审与执行详情阅读，并包含 OpenAI SDK 适配、安全依赖更新、Windows 资源锁和报告证据修复。配套「任务人工评审」独立发布 **1.1.0**。
+
+## 人工评审与原始用例
+
+- 安装并启用人工评审 1.1.0 后，批量模板在原七列后增加「预置条件、操作步骤、预期结果」，仍接受七列旧模板。未启用插件时保持原有七列模板和校验；新增内容不进入 AI 提示词。
+- 左侧标题为用例编号与用例标题，下面依次展示三项原始内容；历史任务未保存的内容显示缺失，不用 AI 提示词替代。
+- 「AI执行准确性」改为「用例执行准确性」，保留字段 ID 和既有评审；备注框缩短，可自行拉高。
+- 「上一条／下一条」放在保存评审下方。同批次按已结束任务顺序切换，独立任务使用当前历史列表。
+- 选择结果立即保存，备注停止输入 600 毫秒后保存，切换前也先保存。失败时保留输入和当前用例，允许手动重试；连续修改不会被较早回执覆盖。打开任务不会自行填写或保存评审。
+- Flash、Pro、探索以及安卓、电脑、跨端任务均可显示面板，步骤与视频视图均支持。
+
+## 执行详情与报告
+
+- Payload、原始结果及超长、多行调试字段默认折叠；展开后限高滚动，全文可读，不截断保存的证据。
+- 修复正式验收通过但没有单独输出正文时出现「没有保存最终结论」的误导提示，报告按有效结论生成说明。
+- 安卓截图的真实保存回执进入结构化来源汇总，保留路径与哈希；窗口枚举没有单一目标时说明原因，不误报截图丢失。
+- 电脑任务记录真实宿主平台；来源窗口标题变化时提示查看原始步骤。结果目录区分通过、不通过、阻塞与未验证。
+- 历史模型和思考强度优先读取任务自身诊断，用量统计保留实际请求模型，减少历史条目被当前配置误标；修复步骤、队列与录屏收尾相关读取问题。
+
+## 模型、依赖与运行稳定性
+
+- OpenAI Python 更新为 3.40.0，配套 LangChain 1.4.7、langchain-core 1.7.0、langchain-openai 1.7.3；httpx 保持兼容的 0.28.1。Python 与前端安全依赖更新写入锁文件。
+- 新增仅环境配置 `OPENAI_USE_SYSTEM_PROXY=false`，模型请求默认不采用系统代理。需要代理时在 `.env` 设为 `true` 并重启；同步、异步请求和 OpenAI 连接检查一致，TLS 与自定义 CA 校验继续保留。
+- 修复 Windows 临时目录 awake 锁访问失败及所有权恢复，检查同类资源锁和运行时收尾。持久权限错误仍保留实际原因，不跳过互斥保护。
+- 规划器明确区分规划阶段与执行器的插件能力，避免因本阶段没有动作工具而误判插件不可用；批次模型失败保留明确诊断。
+
+## 验证范围
+
+本轮开发默认后端测试 **3263 通过、2 跳过、8 按标记排除**，前端 **347 项通过**；生产构建、Ruff 格式与静态检查、质量基线和核心类型检查通过。Windows 浏览器隔离夹具覆盖深浅色、宽窄布局、视频视图面板、自动保存与切换，以及长 Payload 折叠。未写入真实任务人工评审。
+
+此前用户重启后的实际复测中，5 项正式用例通过 AI 验收，另有 1 项电脑路径探索通过，覆盖安卓、电脑与跨端；该样本没有发现 awake 锁访问失败。此结果不等于重跑原 192 项业务批次，未完成大批次压力及 macOS/Linux 实测。本次发版不构建 Docker，不重启用户服务。
+
+## 升级与下载
+
+等待当前任务结束后运行 `update.bat`（国内镜像用 `update-cn.bat`），完成后运行 `start.bat` / `start-cn.bat` 并刷新网页。需要人工评审新功能时，再从插件市场升级并启用 [任务人工评审 1.1.0](https://git.playones.com/chenmingxuan/Artemis-Plugins/releases/tag/task-review-v1.1.0)。插件要求 ARTEMIS 2.4.0+；升级主程序不会自动升级或授权已安装插件。
+
+源码附件为 `artemis-2.4.0-source.zip` 和 `SHA256SUMS.txt`，保留浅层 Git 更新能力，不包含用户配置、凭据、历史任务、依赖目录或预构建网页。工作区扩展接口见 [插件文档](../workspace-plugins.md)。

docs/workspace-plugins.md

@@ -1,6 +1,6 @@
 # 工作区插件：侧栏、人工字段与报告
 
-工作区扩展使用 `plugin.json` 的 `schema_version: 3` 和 `workspace` 声明。旧版 1/2 执行插件继续兼容。纯工作区插件无需 MCP、Skill、模型、设备或任务资源，不出现在任务执行插件选择器中；安装后手动启用即可在历史任务上使用。此接口从 ARTEMIS 2.3.0 起提供；插件必须声明 `artemis_version: ">=2.3.0,<3.0.0"`，2.2.x 不支持。
+工作区扩展使用 `plugin.json` 的 `schema_version: 3` 和 `workspace` 声明。旧版 1/2 执行插件继续兼容。纯工作区插件无需 MCP、Skill、模型、设备或任务资源，不出现在任务执行插件选择器中；安装后手动启用即可在历史任务上使用。此接口从 ARTEMIS 2.3.0 起提供；插件必须声明 `artemis_version: ">=2.3.0,<3.0.0"`，2.2.x 不支持。`original_case` 面板从 2.4.0 起提供，使用它的插件须声明 `>=2.4.0,<3.0.0`。
 
 ## 声明接口
 
@@ -14,31 +14,35 @@
   "id": "review-example",
   "name": "评审扩展示例",
   "version": "1.0.0",
-  "artemis_version": ">=2.3.0,<3.0.0",
+  "artemis_version": ">=2.4.0,<3.0.0",
   "platforms": ["win32", "linux", "darwin"],
   "targets": [],
   "capabilities": {"kind": "other", "tools": {}},
   "workspace": {
     "panels": [
-      {"id":"requirements","title":"任务需求","side":"left","kind":"initial_prompt","width":{"preferred":340,"minimum":240,"maximum":480}},
+      {"id":"requirements","title":"原始用例","side":"left","kind":"original_case","width":{"preferred":340,"minimum":240,"maximum":480}},
       {"id":"review","title":"人工评审","side":"right","kind":"form","width":{"preferred":360,"minimum":260,"maximum":520}}
     ],
     "fields": [
-      {"id":"execution_accuracy","label":"AI执行准确性","kind":"choice","options":["通过","失败"]},
-      {"id":"execution_note","label":"AI执行准确性备注","kind":"text","max_length":2000}
+      {"id":"execution_accuracy","label":"用例执行准确性","kind":"choice","options":["通过","失败"]},
+      {"id":"execution_note","label":"用例执行准确性备注","kind":"text","max_length":2000}
     ]
   }
 }
 ```
 
-- `panels`：最多两个，`id` 和 `kind` 各自唯一；`side` 为 left/right。`initial_prompt` 展示该次运行最初收到的任务需求提示词，复用宿主 Markdown 渲染及 HTML 清理；不展示模型拆解步骤或后续指导。`form` 渲染本插件声明的字段。
-- `width`：CSS 像素，满足 minimum ≤ preferred ≤ maximum。minimum 范围 160–800，preferred 200–1000，maximum 200–1200。宿主优先采用首选宽度，并根据播放器、窗口空间调整；窄屏可低于 minimum 防止溢出。开关位于回放标题栏，以左右方向表示展开与收起。普通浮窗、影院均支持，默认收起；宽屏左右独立展开，窄屏一次展开一侧；单侧也始终位于回放左侧或右侧，不切换为上下排列。
+- `panels`：最多两个，`id` 和 `kind` 各自唯一；`side` 为 left/right。`initial_prompt` 展示该次运行最初收到的任务需求提示词，复用宿主 Markdown 渲染及 HTML 清理；不展示模型拆解步骤或后续指导。`original_case` 以用例编号与标题为标题，依次展示导入表中的预置条件、操作步骤、预期结果；缺失时明确提示，不从提示词推测。`form` 渲染本插件声明的字段。
+- `width`：CSS 像素，满足 minimum ≤ preferred ≤ maximum。minimum 范围 160–800，preferred 200–1000，maximum 200–1200。宿主优先采用首选宽度，并根据播放器、窗口空间调整；窄屏可低于 minimum 防止溢出。开关位于回放标题栏，以左右方向表示展开与收起。Flash/Pro/探索以及安卓、电脑、跨端任务的步骤、视频或实时视图均可使用；普通浮窗、影院均支持，默认收起；宽屏左右独立展开，窄屏一次展开一侧；单侧也始终位于回放左侧或右侧，不切换为上下排列。
 - `fields`：最多 20 个，`id` 唯一；`kind` 为 choice/text。choice 声明非空、不重复的 options，显示为互斥分段按钮，再次点击已选项可清空；text 使用多行输入。description 可选。max_length 默认 2000、最高 10000；report 默认 true。所有字段均选填，空字符串表示未填写，用户可清空。
 - 两项人工评审的标签和说明由插件提供；宿主不推断结果、不调用模型、不覆盖执行状态、AI 原判或既有人工复验。
 
 ## 任务数据接口
 
-`GET /api/task-extensions/{session_id}` 返回 `session_id`、`initial_prompt`、`editable` 和已安装且启用的插件贡献列表。每项包含 plugin_id/name/version/workspace/revision/values/history。无插件时列表为空。
+`GET /api/task-extensions/{session_id}` 返回 `session_id`、`initial_prompt`、`case_title`、`original_case`、`navigation`、`editable` 和已安装且启用的插件贡献列表。每项包含 plugin_id/name/version/workspace/revision/values/history。无插件时列表为空。
+
+`original_case` 为 `{preconditions, steps, expected}` 或 null。只有安装并启用声明 `original_case` 面板的插件时，批量模板才附加“预置条件、操作步骤、预期结果”三列并接受十列表格；否则仍只提供和接受原七列。三列不进入模型提示词。启用时也兼容七列表格，历史缺失字段不补写。
+
+批次任务的 `navigation` 含 scope=batch、position、total、previous、next，按执行顺序在同批次已结束任务之间切换；独立任务使用当前历史列表。上一条/下一条位于保存评审按钮下方。用户选择结果后立即自动保存，备注停止输入 600 毫秒后保存；连续编辑按修订串行写入，旧回执不覆盖新输入。切换前先保存，失败或冲突时留在当前任务并保留输入；手动保存可重试，使用原 request_id 防止重复。切换保留面板展开状态。打开任务或读取已有记录不触发写入。
 
 `PUT /api/task-extensions/{session_id}/{plugin_id}` 接收：
 
@@ -58,7 +62,7 @@ values 是本次提交的字段；未提交的字段保持原值。保存仅允
 
 ## 独立人工评审插件
 
-插件源代码位于独立 Artemis-Plugins 仓库的 `plugins/task-review/`，包名 task-review，版本 1.0.0，可从内置插件市场安装。它声明需求提示词面板，以及「AI执行准确性」「测试结果正确性」两个 通过/失败 字段和各自可选备注。
+插件源代码位于独立 Artemis-Plugins 仓库的 `plugins/task-review/`，包名 task-review，1.1.0 要求宿主 2.4.0，可从插件市场安装，或通过高级接入导入发行 ZIP。它声明原始用例面板，以及「用例执行准确性」「测试结果正确性」两个 通过/失败 字段和各自可选备注。
 
 在已更新宿主的环境，用 `uv run python scripts/check_plugin.py <插件目录>` 检查清单，再在「插件 → 高级接入」导入目录或 ZIP。安装、启用、填写、清空、导出、禁用、卸载和重新安装均应通过确定性测试；只检查清单不代表界面和导出已验证。