docs: refresh Artemis development and design guides

AGENTS.md

@@ -2,15 +2,27 @@
 
 ## Project Overview
 
-本仓库是基于 ARTEMIS 扩展的 Android AI 自动化测试平台，提供简体中文网页、OpenAI Responses 模型调用、批量任务、历史检索及 Word/Excel 报告。后端使用 Python 3.12+、FastAPI、LangGraph，前端使用 Angular，AI 客户端通过 MCP 接入。
+本仓库是基于 ARTEMIS 扩展的自动化测试平台，提供简体中文网页、Flash/Pro 执行、交互探索、插件跨端操作、精选任务、批量任务及 Word/Excel 报告。后端使用 Python 3.12+、FastAPI、LangGraph，前端使用 Angular；模型统一使用 OpenAI Responses，AI 客户端通过轻量 MCP 桥接用户启动的主程序。
 
 ## Scope
 
 - 本文件适用于整个仓库；子目录的 AGENTS.md 在对应目录内优先。
 - 当前任务的用户指令优先于仓库指南。保留用户已有修改，只处理本次任务范围。
-- 本文件指导开发；使用软件执行 Android 测试时，阅读 [自动化 Skill](skills/artemis-use/SKILL.md)。
+- 主程序与 `Artemis-Plugins` 是独立仓库。跨仓库任务分别检查分支、未提交改动和远端状态；发布文档或修复时，不夹带已有未发布提交。必要时使用隔离工作树，只移植本次提交。
+- 本文件指导开发；使用软件执行设备或跨端任务、排查任务时，阅读 [自动化 Skill](skills/artemis-use/SKILL.md)。
 - 以下是项目原生命令；宿主要求 RTK 等包装器时按宿主规则调用，不把本机路径或工具写成项目安装前提。
 
+## Read When Needed
+
+| 修改范围 | 先读 |
+| --- | --- |
+| 执行、验收、探索、插件或证据的职责边界 | [DESIGN.md 的架构与行为约定](DESIGN.md#system-architecture) |
+| 网页布局、样式或交互 | [视觉与交互设计](DESIGN.md#colors)及[前端指南](apps/showcase_ui/AGENTS.md) |
+| 探索、示范、用例提炼与复跑 | [探索说明](docs/exploration-mode.md) |
+| 插件协议、适配或市场协同 | [插件开发规范](docs/plugin-development.md)及插件仓库自身的 AGENTS.md、DESIGN.md |
+| 远程 Python SDK | [SDK 设计](packages/artemis-client/DESIGN.md)，保持标准库薄客户端边界 |
+| 继续历史开发、确认版本或发布 | [迁入时的开发快照](docs/development-handoff.md)、[2.0.0 发行说明](docs/releases/2.0.0.md)，再核对实时 Git 状态；`docs/plans/` 保留各自阶段的状态 |
+
 ## Quick Commands
 
 在仓库根目录执行，前端命令见局部指南：
@@ -29,45 +41,39 @@
 
 Windows 首次安装使用 `start.bat`，国内镜像使用 `start-cn.bat`。启动只提示源码更新；升级使用 `update.bat` / `update-cn.bat`，会终止本项目运行进程。开发中可传入 `-SkipUpdate` 跳过更新提示。
 
-## Key Paths
-
-- `artemis/agents/`、`artemis/runtime/`：Flash/Pro 执行、设备与任务运行时。
-- `artemis/llm/`、`artemis/services/llm.py`：模型请求、超时、重试与恢复。
-- `artemis/config/`、`.env.example`：运行配置、环境变量及默认值。
-- `config/artemis.jsonc`、`artemis/resources/config/artemis.jsonc`：开发与打包使用的配置，默认值变更须同步。
-- `apps/admin_console/`：HTTP API、统一队列、批次、历史及报告服务。
-- `apps/showcase_ui/`：Angular 网页；遵循 [前端指南](apps/showcase_ui/AGENTS.md)。
-- `mcp_server/`：MCP 工具与客户端使用规则。
-- `packages/artemis-client/`：远程 Python SDK；`skills/artemis-use/`：随源码分发的 AI 使用技能。
-- `scripts/`：安装、镜像、升级、检查及打包脚本。
-- `tests/unit/`、`tests/tools/`、`packages/artemis-client/tests/`：默认测试范围。
-
 ## Architecture Boundaries
 
 - 模型传输只使用 OpenAI Responses，不恢复 Gemini 专用调用或 Chat Completions 分支。API 模型名与 Flash/Pro 执行模式分开处理。
-- 网页和工作区 MCP 工具复用后台配置、队列、历史和报告服务；不要另建调度器或第二套状态存储。
+- 网页、MCP 与 SDK 复用后台配置、队列、历史和报告服务；不另建调度器或第二套状态存储。MCP 不自行启动完整后台，主程序离线时仍可握手并明确提示连接状态。
-- 批次创建与执行分开；保持 request_id 幂等性。同设备串行，失败项不自动重跑；模型重试不能变成业务用例重提。
+- 批次创建与执行分开；保持 `request_id` 幂等性。同设备及共享桌面资源按现有锁串行，任务固定插件版本；失败项不自动重跑，模型重试不能变成业务用例重提，结果不明的写操作不盲目重发。
-- 区分“执行完成”与“验证通过”。报告结论必须有实际证据，保留未验证、失败、跳过和中断状态。
+- 最终验收使用独立总预算，协调单次模型超时与重试；不能套用中间检查点的 180 秒时限。重试保留已取得的工具证据，用户停止或探索新指导仍可中断。
+- 区分执行完成、工具成功和验证通过。正式结论必须经过完整解析与校验，取消或截断的流式内容不能显示为通过；报告、网页、MCP 与人工复验后的有效结论保持一致。
+- 示范的实际来源贯穿分析、澄清、规划、执行、验收与用例提炼。补充网址不等于更换平台；用户明确要求改端或跨端时再按要求执行，手机证据不能替代电脑证据。
+- 人工示范遵循窗口/屏幕录制配置。窗口模式跟随前台窗口，无有效窗口时保留缺口，不扩大到多屏桌面；普通录屏在只读最终验收前停止，恢复操作时再追加片段。
+- 探索主动执行预算耗尽后保留进度并暂停，不直接判失败；探索成功、用例提炼成功和固定版本复跑通过分别记录。收藏保存独立模板与配置，不依赖原任务一直存在。
+- 历史压缩、视觉摘要与工具上下文调整须保留关键文件回执和来源，维护稳定的多轮前缀；缓存率使用实际用量加权统计，不把缓存输入当作消失的 token，也不承诺固定收益。
 - 设备动作回放已移除；只读历史步骤、截图和上下文回忆仍保留，不因 replay 命名误删这些能力。
-- 密钥仅通过网页或环境配置写入，读取配置不得回显；MCP 不接受密钥。全局配置修改影响后续任务。
+- 密钥仅通过网页或环境配置写入，读取配置不得回显；MCP 不接受密钥。全局配置修改影响后续任务，已保存配置优先于新安装默认值。
-- 默认 high、请求超时 300 秒、失败后重试 5 次、间隔 10 秒，视频分析与录屏关闭。接口不支持思考强度时明确报错，不静默降级。
+- 新安装普通任务默认 `gpt-6-luna / high`，探索默认 `gpt-6.1-sol / high`；请求超时 300 秒、失败后重试 5 次、间隔 10 秒，视频分析与普通录屏关闭。接口不支持思考强度时明确报错，不静默降级。
+- 业务环境恢复由任务提示词提出，不新增默认业务回滚流程；连接、录像、子进程和资源锁的运行时收尾仍然必需。
 
 ## Conventions
 
 - Python 使用绝对导入、4 空格缩进和双引号，由 Ruff 检查；不要放宽质量基线来掩盖新增问题。
-- 新增可调参数集中进入配置层，并更新环境示例、网页/MCP 入口和必要文档，避免散落硬编码。
+- 新增可调参数集中进入配置层，并更新环境示例、网页/MCP 入口和必要文档；默认值同步 `config/artemis.jsonc` 与 `artemis/resources/config/artemis.jsonc`。
 - MCP 工具增删时同步工具注册、CLI 安装白名单、测试、Skill 和能力文档。
+- 同步 Codex MCP/Skill 时保留已有工具白名单、禁用状态和审批策略；异常时保留原配置并告警，不生成非法 TOML 或阻断网页启动。
 - Windows PowerShell 启动脚本保持兼容 Windows PowerShell 5.1，避免编码导致解析失败。升级只做 Git 快进，保护已有配置和本地修改。
 - `update*.bat` 保持精简的 ASCII 入口；升级程序及其辅助脚本先复制到项目外执行。更新后通过新版 `start.ps1 -PrepareOnly -SkipUpdate` 同步环境，保留此内部调用约定，避免继续运行旧版安装函数。
-- 前端遵循现有简体中文文案与视觉样式；不直接编辑构建产物。
+- 前端遵循 DESIGN.md 与局部指南，复用现有组件和简体中文文案；不直接编辑构建产物。页面仍显示旧效果时，先核对实际服务的源码目录及构建来源。
 
 ## Definition of Done
 
 - Python 行为改动运行默认测试、Ruff 两项检查、质量基线和核心类型检查；前端改动遵循局部指南的测试与构建要求。
-- 文档改动核对命令、相对链接和功能说明；仅文档变更无需启动设备或调用付费模型。
+- 文档改动核对命令、相对链接和功能说明；历史测试数量与未测范围见对应版本记录，不能冒充本次验证。仅文档变更无需启动设备或调用付费模型。
 - 默认测试不依赖设备、密钥或私有服务；外部测试按现有 android、integration、e2e、cloud、manual 标记分层，不默认执行全量外部测试。
 - 设备验证沿用用户指定设备；多设备且未指定时先确认。编写应用交互测试前，先通过 ARTEMIS 探索实际页面和操作路径。
-- 提交前检查 `git diff --check` 和暂存范围；报告实际执行的验证及未完成项，不将未运行的检查写成通过。
+- 提交前检查 `git diff --check` 和暂存范围，只暂存本次具体路径；报告实际执行的验证及未完成项，不将未运行的检查写成通过。
 
 ## Boundaries
 
@@ -79,5 +85,6 @@ Windows 首次安装使用 `start.bat`，国内镜像使用 `start-cn.bat`。启
 ## References
 
 - [用户入口](README.md)：安装、配置与日常使用。
+- [设计约定](DESIGN.md)：当前架构、行为与网页视觉规则。
 - [AI 自动化](docs/ai-automation.md)：MCP、Skill 及升级行为。
 - [工作区说明](docs/automation-workspace.md)：报告、批量导入和历史检索。

DESIGN.md

@@ -0,0 +1,139 @@
+---
+name: ARTEMIS 控制台
+colors:
+  canvas: "#f8f9fa"
+  surface: "#ffffff"
+  text: "#1e293b"
+  text-strong: "#0f172a"
+  text-secondary: "#475569"
+  text-muted: "#64748b"
+  text-control: "#334155"
+  border: "#e2e8f0"
+  border-control: "#dbe3ec"
+  primary: "#1a73e8"
+  primary-hover: "#1557b0"
+  primary-soft: "#eff6ff"
+  exploration-action: "#4f46e5"
+  exploration-soft: "#eef2ff"
+  focus: "#a5b4fc"
+  success: "#047857"
+  success-soft: "#ecfdf5"
+  warning: "#92400e"
+  warning-soft: "#fffbeb"
+  error: "#b91c1c"
+  error-soft: "#fef2f2"
+rounded:
+  compact: 8px
+  control: 10px
+  card: 16px
+  composer: 22px
+spacing:
+  tight: 4px
+  icon: 6px
+  small: 8px
+  group: 12px
+  section: 16px
+  workspace: 24px
+components:
+  model-selector:
+    backgroundColor: "{colors.surface}"
+    textColor: "{colors.text-control}"
+    rounded: "{rounded.control}"
+  demonstration-control:
+    height: 36px
+  exploration-composer:
+    backgroundColor: "{colors.surface}"
+    rounded: "{rounded.composer}"
+---
+
+# ARTEMIS 设计与交互约定
+
+## Overview
+
+ARTEMIS 面向使用自然语言执行、探索和复跑测试的人。当前产品包含 Flash、Pro、探索三种入口，按需调用安卓设备和电脑插件，提供批次、精选任务、历史、报告及证据。用户应能看懂当前在做什么、何时需要回答、哪些结果已有证据。
+
+本文记录主程序的职责边界及 `apps/showcase_ui` 的现有视觉与交互规则，不提出新的主题改版。远程 SDK 的协议边界见[局部设计](packages/artemis-client/DESIGN.md)；独立插件仓库维护适配器设计和构建规则。阶段性进度见[开发快照](docs/development-handoff.md)，发行状态见[2.0.0 说明](docs/releases/2.0.0.md)。
+
+## System architecture
+
+| 层 | 职责与源码入口 |
+| --- | --- |
+| 网页、MCP、远程 SDK | 请求建模、交互与结果读取。`apps/showcase_ui`、`mcp_server`、`packages/artemis-client` 共同使用后台服务；MCP 和薄 SDK 不另启完整后台 |
+| HTTP 与业务服务 | `apps/admin_console` 管理配置、统一队列、批次、收藏、历史、人工复验和导出；`TaskQueueService` 及现有资源锁负责执行准入与互斥 |
+| 任务与模型 | `artemis/agents`、`artemis/runtime` 执行 Flash/Pro；`artemis/exploration` 管理交流、预算、示范与用例版本；`artemis/llm`、`artemis/services/llm.py` 统一 Responses 请求 |
+| 插件与证据 | `artemis/plugins` 管理安装、会话、版本固定、来源、截图、录像和附件；插件执行工具动作，宿主管理任务生命周期和最终验收 |
+| 配置与交付 | `artemis/config`、两份 `artemis.jsonc` 和环境配置提供默认值；`scripts` 负责启动、镜像、独立升级和源码打包 |
+
+请求重试、业务执行与最终验收分别处理。提交使用稳定标识；创建批次或探索草稿不自动执行，查询不产生设备动作。执行准入和恢复遵守现有资源锁，任务固定所用插件版本，不能通过另建队列绕开互斥。
+
+最终验收有独立总预算，按请求超时、重试和剩余任务时间协调，保留取证结果；完整有效的结构化结论才更新正式裁定。`completed`、工具成功、探索通过、用例提炼和复跑通过各自表达自己的状态。
+
+示范来源保存在元数据中，贯穿分析、提问、规划、执行、验收和用例生成。补充网址不会隐式把电脑示范改到安卓；用户明确改端或提出跨端步骤时按其要求执行。证据必须对应真实来源、窗口、采集时间与操作。
+
+录像使用用户选择的范围。人工示范的窗口模式跟随前台窗口，仅保留一路，无有效窗口时保留缺口；普通录屏在只读验收前停止。恢复操作再追加片段，时间映射以实际录像为准，不借用另一来源或时间的画面。
+
+收藏保存独立模板与执行配置，用例复跑固定版本；删除原任务不破坏已保存模板。历史与导出的有效结论合并人工复验，不能用新裁定改写旧证据。
+
+普通任务新安装默认 `gpt-6-luna / high`，探索单独使用 `gpt-6.1-sol / high`，保留已有配置。上下文参照上限 300k、默认历史压缩预算 80k，均不表示整条任务累计 token 限额。优化稳定前缀时保留关键文件回执、路径、校验和来源；费用收益依实际网关用量及计价判断。
+
+## Colors
+
+整体使用浅灰画布、白色内容面和深色正文。首页主要操作使用蓝色，探索发送及相关主操作保留现有靛色；绿色、琥珀色、红色用于结果与需要处理的状态。新控件复用所在区域的语义色。
+
+| 用途 | 值与来源 |
+| --- | --- |
+| 画布 / 正文 | `#f8f9fa` / `#1e293b`，来自[全局样式](apps/showcase_ui/src/styles.scss) |
+| 首页操作 / 悬停 | `#1a73e8` / `#1557b0`，来自[首页样式](apps/showcase_ui/src/app/pages/home/home.component.scss) |
+| 探索操作 / 浅色状态面 | `#4f46e5` / `#eef2ff`，来自[探索面板](apps/showcase_ui/src/app/components/exploration-panel/exploration-panel.component.scss) |
+| 正文层级 / 边框 | 强调 `#0f172a`、次级 `#475569`、辅助 `#64748b`；常规边框 `#e2e8f0` |
+| 成功、等待、错误 | 深色状态文字配对应浅色面；同时给出文字、图标或说明，结论不只依靠颜色 |
+
+加载、空状态、断开、未验证与失败使用明确文案。执行完成可以有完成标识，测试裁定仍需独立展示；不能让绿色完成态替代测试通过结论。
+
+## Typography
+
+沿用全局字体栈：`Google Sans`、`Google Sans Text`、`Inter`、系统无衬线字体；中文使用系统可用字形。代码、路径及请求诊断使用现有等宽样式，保留换行与复制能力。
+
+模型控件正文为 13px，探索输入正文为 14px，用例标题为 18px；辅助信息依现有组件使用 11–12px。保留字号、字重、留白形成的层次，不通过大段加粗堆叠状态。Markdown、表格、长链接和中文长标题应换行，不撑破容器。
+
+图标沿用 Material Symbols Outlined，常规全局尺寸 20px；组件局部按原有尺寸调整。图标与相邻文字垂直居中，独立图标按钮提供可访问名称。
+
+## Layout
+
+- 首页负责创建任务与访问精选模板；工作区主区域展示当前任务的交流、执行步骤和结果，底部输入框始终服务当前任务。
+- 编辑、模型设置和复跑参数按需展开，默认保持任务时间线可读。精选卡片在收起状态下等高，长标题、不同状态和展开内容不会遮挡操作入口。
+- 通常以 4、6、8、12、16、24px 组织内部间距；沿用组件现有网格和断点。子容器允许收缩，长内容使用 `min-width: 0` 及合适换行。
+- 探索面板在 600px 以下收紧外边距并允许操作换行；模型选择控件宽度跟随容器。窄屏仍可辨认状态、选择来源和发送指导。
+- 列表后台刷新保留滚动、选择和折叠状态；首次加载与静默更新分开，避免周期性加载提示挤动内容。实时连接复用现有页面可见性管理。
+
+## Elevation
+
+卡片使用细边框和克制的阴影区分区域。首页现有玻璃效果、渐变和按钮悬停保留在原有区域，正文、报告、表单和选项保持清晰背景及文字对比。
+
+探索输入区沿用 `0 6px 24px #0f172a08` 的阴影；焦点反馈沿用所在控件的轮廓和浅色描边。全局 CDK overlay 层级为 1200，新增弹层先使用既有 overlay 机制，不任意叠加更大的层级。
+
+## Shapes
+
+模型输入与选择框圆角 10px；紧凑控件常用 8px，内容卡片按组件使用 12–16px，探索输入区为 22px。保留现有徽标、标签与胶囊形控件的局部形状；这些值不要求把全部历史控件改成同一圆角。
+
+## Components
+
+| 组件或状态 | 必须维持的交互与尺寸 | 实现依据 |
+| --- | --- | --- |
+| 模型选择 | 预设选择加自定义输入；主模型、兜底和精选任务复用同一组件。最小高度 40px、内边距 10px 12px、圆角 10px，保留焦点与禁用态 | [model-selector](apps/showcase_ui/src/app/components/model-selector/model-selector.component.ts) |
+| 人工示范控件 | 来源标签与控件水平对齐，选择框及开始按钮均为 36px 高、垂直居中；窄屏可换行。准备、录制、分析分别显示 | [exploration-panel](apps/showcase_ui/src/app/components/exploration-panel/exploration-panel.component.scss) |
+| 探索建议 | 推荐内容为用户口吻的可编辑回复；点击只填草稿，用户发送后才继续任务 | [探索组件](apps/showcase_ui/src/app/components/exploration-panel/exploration-panel.component.ts) |
+| 历史标题与星标 | 星标只占标题，第二行状态与编号正常左对齐；状态徽标沿用 20px 高及统一内边距 | [task-history](apps/showcase_ui/src/app/components/task-history/task-history.component.ts) |
+| 验收状态 | 展示准备证据、核对、生成与校验等阶段及可用的耗时、预算、重试诊断；未完成的流式文字不变为正式通过标签 | [agent-stream](apps/showcase_ui/src/app/components/agent-stream/agent-stream.component.html) |
+| 截图、录像与文件 | 显示真实来源和缺口；按时间定位并保留跳转前的播放/暂停状态，文件成功以真实保存回执为准 | [工作区说明](docs/automation-workspace.md) |
+| 保存和错误反馈 | 配置加载、保存、空值、失败与密钥已配置状态有明确提示；空密钥保留已有值，连接测试与保存分开 | [模型配置](apps/showcase_ui/src/app/components/model-settings/model-settings.component.ts) |
+
+这些规则对应已接受的现有行为。改动后结合实际层叠样式、渲染尺寸和相关状态检查，不能只核对一处声明。
+
+## Do's and Don'ts
+
+- 复用现有组件、API 类型、中文文案和状态语义。新增状态先说明它与执行、验收或人工操作的关系。
+- 保持实际来源与证据一致，缺失时说明原因；不使用手机画面替代电脑操作，也不把工具成功当作业务通过。
+- 保留可见焦点、禁用反馈和减少动画偏好；录制红点表示实际录制，等待或执行中使用各自文案。
+- 源码已更新而页面仍旧时，先核对服务目录、构建与缓存；不通过反复增加样式覆盖掩盖旧构建问题。
+- 视觉变化验证代表性宽度、长标题、加载、等待回答、错误与展开状态；文档格式检查不等于渲染验证。开发检查按[前端指南](apps/showcase_ui/AGENTS.md)执行。

apps/showcase_ui/AGENTS.md

@@ -2,12 +2,14 @@
 
 ## Local Purpose
 
-本目录维护简体中文 Angular 网页，包括设备与任务操作、模型配置、报告、批量导入和历史检索。
+本目录维护简体中文 Angular 网页，包括 Flash/Pro/探索、人工示范、插件、精选任务、模型配置、批次、历史、报告与跨端证据。
 
 ## Inherits
 
 继承仓库根目录 AGENTS.md；本文件仅补充前端规则，当前用户指令优先。
 
+修改 UI 前阅读根目录 [DESIGN.md](../../DESIGN.md) 的视觉与交互约定；本应用没有独立的局部 DESIGN.md。SDK 的同名文件描述远程协议，不是网页设计来源。
+
 ## Local Commands
 
 在本目录执行，包管理器使用 npm 和现有 package-lock.json：
@@ -34,6 +36,11 @@ npm run build
 - 使用相邻的 .spec.ts 测试交互和请求数据；不要只测试实现细节。
 - 后端字段调整需同时核对类型、请求和响应；设备序列号、报告格式、批次编号等不能在前端猜测。
 - UI 有明显变化时在浏览器验证实际布局和关键操作，构建通过不能代替可读性检查。
+- 工作区底部输入框服务当前任务；探索建议只填入草稿，用户发送后再提交。用例编辑和配置按需展开，复跑固定保存版本。
+- 主模型、兜底模型及精选任务复用现有模型选择组件；收藏使用已保存的独立配置，设备离线时给出可操作的选择提示。
+- 星标仅占标题区域，后续状态行正常左对齐；人工示范来源与按钮保持等高、居中，窄屏可换行。执行、等待回答、示范准备/录制/分析、最终验收及未验证各有明确文字。
+- 电脑步骤使用电脑证据，录像缺口明确展示。播放器按真实来源和时间定位，跳转保留原播放/暂停状态。
+- 列表后台刷新保留选中项、滚动及折叠状态，不用反复插入的加载行挤动布局；实时连接沿用现有共享机制和页面可见性管理。
 
 ## Local Risks
 

docs/development-handoff.md

@@ -0,0 +1,146 @@
+# 开发交接：2026-10-19
+
+本文件保留 2026-10-19 从《Artemis开发主线-1017-2》迁入时的开发快照。历史结论已结合代码、发行说明和当时的本地 Git 引用核对；后续开发以[仓库指南](../AGENTS.md)、[设计约定](../DESIGN.md)和实时 Git 状态为准，以下提交号与分叉计数不随后续提交自动更新。
+
+**迁入时插件仓库有本地改动及分叉，不能用该工作目录代表已发布版本。** 后续发布应明确本次范围，保留尚未归并的开发现场。
+
+## 当前仓库与版本
+
+两个项目是工作区中的独立 Git 仓库：主程序目录 `artemis`，相邻插件目录 `Artemis-Plugins`。后续分别检查各自的分支、改动和验证结果。
+
+| 项目 | 本次核实的基线 | 工作区现场 |
+| --- | --- | --- |
+| 主程序 | `main`、本地 `eapil/main`、`v2.0.0` 标签解引用均为 `973ccae` | 已跟踪文件无修改；根目录存在未跟踪的 `.angular/` 缓存，不纳入提交 |
+| 插件 | 本地 `main` 为 `1eb77e6`，本地 `origin/main` 为 `cf110b7`；本地分支领先 3 个、落后 6 个提交 | 有 OCU 修改、未跟踪的 Cua 适配源码及构建、滚动、基准测试文件，全部保留 |
+
+以上远端分支名称指本地已有的跟踪引用，本次没有联网刷新。后续修改前需重新读取 Git 状态。
+
+主程序 2.0.0 曾重新发布：首次合并提交为 `f4cb55c`，当前应以包含后续修复的 **`973ccae`** 为准。完整说明见 [2.0.0 发行说明](releases/2.0.0.md)。
+
+插件存在三种不同状态，后续必须明确区分：
+
+- 本地 `catalog.json` 仍列出 OCU `1.0.0`，本地 Cua 文档仍描述 `0.1.2` 候选。
+- 本地 `origin/main` 的市场索引已改为 **Cua `0.36.0+artemis.4`**；OCU 已从市场入口下架，旧安装和历史保留。
+- 用户机器实际安装的插件版本需另行查询，不能由仓库版本推定。
+
+## 已完成的开发主线
+
+| 范围 | 当前能力与约定 | 主要说明 |
+| --- | --- | --- |
+| 中文与模型调用 | 简体中文网页；模型传输统一 OpenAI Responses，移除 Gemini 原生分支；支持视觉、工具调用、流式及结构化结果 | [用户入口](../README.md) |
+| 可保存配置 | 网页保存接口、模型、思考强度、超时重试和功能开关；保留已有配置，密钥查询只返回配置状态 | [配置示例](../.env.example) |
+| 批量、历史与报告 | Excel 模板、校验与预览、按用例配置、循环与选中执行、暂停恢复；历史搜索分页、人工复验；Word、Excel、ZIP 与证据导出 | [工作区说明](automation-workspace.md) |
+| 探索 | 持续交流、补充指导、人工示范、预算暂停继续；成功后提炼一个可编辑版本的用例，供 Flash/Pro 复跑或加入批次 | [探索说明](exploration-mode.md) |
+| 插件与跨端证据 | 安装、授权、启用插件；统一资源调度、步骤来源、截图、录像、文件附件与证据索引 | [插件说明](plugins.md)、[开发规范](plugin-development.md) |
+| 精选任务 | 收藏任务、探索用例和批次；独立保存模板与执行配置，首页复跑；旧收藏按实际记录补全配置 | [2.0.0 发行说明](releases/2.0.0.md) |
+| MCP 与 Skill | 轻量连接用户已启动的主程序；覆盖执行、探索、收藏、批次、诊断与导出；启动时同步官方 Skill，并保留客户端工具策略 | [AI 接入](ai-automation.md)、[随仓库分发的 Skill](../skills/artemis-use/SKILL.md) |
+| 性能与诊断 | 稳定多轮上下文与缓存前缀，减少重复摘要和无关手机截图；请求阶段与实际用量可追踪；复用未变化的终态资料包 | [2.0.0 发行说明](releases/2.0.0.md) |
+| 安装与升级 | 官方源/国内镜像启动，独立快进升级，保护配置与历史，使用源码打包脚本 | [仓库指南](../AGENTS.md) |
+
+设备动作回放曾在早期实现，随后已按用户要求移除。历史步骤、截图、只读回看与上下文回忆仍保留；不能因文件中出现 `replay` 就把这些能力当作待删代码，也不恢复旧动作回放方案。
+
+## 最近修复及其原因
+
+- **最终验收与请求预算冲突**：原先整段验收在 180 秒时取消，比单次请求 300 秒还短，使请求重试没有机会发生。现在最终验收有独立总预算，协调模型超时与重试，保留已有工具证据；只重试失败的模型请求，不重复设备业务动作。任务本身的执行时限仍有效。
+- **完整结论后才显示通过**：有效结构化结果直接校验，减少重复模型格式转换；取消或截断的流式内容会丢弃。页面与下载诊断区分验收阶段、请求重试耗尽、总预算耗尽和用户中断。
+- **电脑示范错误转到安卓执行**：实际示范来源贯穿分析、澄清、规划、执行、验收和用例提炼；规划同时获得可用插件信息。补充网址不等于更换平台，手机成功不能代替电脑验收。
+- **窗口示范错误录制双屏**：人工示范遵循窗口/屏幕配置；窗口模式跟随当前前台窗口，只保留一路录像。无有效窗口时保留缺口，不扩大到整个桌面。
+- **探索建议与布局**：建议使用用户口吻，点击先填入草稿，发送后才继续；星标只占标题位置，示范来源与按钮等高对齐。
+
+历史上多次出现服务仍从旧工作树加载构建的问题。遇到“源码已改但页面没变”，先核对服务的实际源码目录和构建来源。本次确认当前虚拟环境中的 `artemis` 解析到主仓库；未检查或重启正在运行的服务。
+
+## 默认设置与持续约束
+
+| 设置 | 新安装默认值或上限 |
+| --- | --- |
+| 普通任务模型 / 思考强度 | `gpt-6-luna / high` |
+| 探索模型 / 思考强度 | `gpt-6.1-sol / high`，单独保存 |
+| 单次模型请求 | 300 秒；失败后最多重试 5 次，间隔 10 秒 |
+| 视频分析 / 普通任务录屏 | 默认关闭；人工示范录制独立管理 |
+| 探索主动执行预算 | 每段 1800 秒；等待回答和人工示范不计入，耗尽后暂停，可继续 |
+| 人工示范时长 | 默认上限 900 秒，可延长；超时保存并暂停 |
+| 上下文参照上限 / 默认历史压缩预算 | 300k / 80k token；不是整条任务累计用量限制 |
+| 高效录像留档 | 默认长边 1280、15 fps；编码与回退遵循现有配置 |
+
+已保存配置优先，不能把这些默认值强制写回用户环境。旧模型已从预设移除，仍可自定义输入；接口不支持指定思考强度时明确报错。
+
+后续实现持续遵守：
+
+- 网页、MCP、SDK 复用后台配置、队列、历史与报告服务；不另建业务调度器或第二套状态存储。MCP 连接用户启动的主程序。
+- 创建批次与执行分开，提交保持 `request_id` 幂等；同设备和共享桌面资源按现有锁串行，任务固定插件版本。
+- 模型请求重试不变成业务用例重提；结果未知的写操作先核对，不盲目重发。
+- 执行结束、工具成功、独立业务验证、AI 最终裁定分别记录。缺少电脑证据、报告或关键检查项时不能直接判通过，也不改写旧任务结论来代替复测。
+- 示范和截图保留实际来源；控件、截图编号、窗口几何或 DPI 变化后重新观察。录屏质量设置不降低模型定位截图质量。
+- 只读最终验收前停止普通录屏；无录像时段明确保留缺口，历史丢失的画面不能补造。
+- 业务环境恢复由任务提示词提出；不新增默认业务回滚系统。连接关闭、录制收尾、进程回收和资源锁释放仍由运行时负责。
+- 密钥不进入 MCP 参数、查询结果、日志或报告。保护用户配置、历史与运行现场；新代码不包含个人设备号、绝对目录或凭据。
+- 变更配置默认值时同步开发和打包配置；变更 MCP 工具时同步注册、安装白名单、测试、Skill 和能力文档。
+
+缓存命中率按 API 实际用量加权统计，不能承诺固定命中率或把缓存输入当作消失的 token。历史公告中的“约 81%”是条件计算：假设输入命中率 90%、缓存输入单价为普通输入的 10%，输入费用可下降约 81%；不是总 token 或总账单的固定降幅。Cua 小样本中的约 26.1% token 差异也不能外推为普遍收益。
+
+## 协同开发入口
+
+| 修改目标 | 主仓库入口 |
+| --- | --- |
+| 模型传输、超时、重试与请求诊断 | `artemis/llm/`、`artemis/services/llm.py`、`apps/admin_console/services/request_diagnostics.py` |
+| 默认值与配置保存 | `artemis/config/`、`config/artemis.jsonc`、`artemis/resources/config/artemis.jsonc`、`apps/admin_console/services/model_settings_service.py` |
+| 探索、示范与用例提炼 | `artemis/exploration/`、`apps/admin_console/services/exploration_service.py` |
+| 插件运行、截图、录像与附件 | `artemis/plugins/`、`apps/admin_console/routers/plugins.py` |
+| 队列、批次、收藏、报告 | `apps/admin_console/services/`，优先复用现有服务 |
+| 网页 | `apps/showcase_ui/`，先读[局部指南](../apps/showcase_ui/AGENTS.md) |
+| MCP、远程 SDK、AI 使用规则 | `mcp_server/`、`packages/artemis-client/`、`skills/artemis-use/` |
+| 插件适配包与市场 | 插件仓库的 `plugins/`、`scripts/`、`tests/`、`catalog.json`；先明确比较的是本地现场还是发布引用 |
+
+下一次修改插件前，先比较分叉提交及全部本地改动，再按具体任务选择保留、迁移和合并范围。可在插件目录只读查看：
+
+```powershell
+rtk proxy git status --short --branch
+rtk proxy git log --left-right --oneline main...origin/main
+rtk proxy git diff --stat
+rtk proxy git show origin/main:plugins/cua-driver/RELEASE.md
+```
+
+## 验证基线与仍需实测的范围
+
+以下是**原开发记录及重新发行说明保存的结果，本次没有重跑**：后端默认测试 2943 项通过、2 项跳过、8 项按标记排除；前端 290 项通过，生产构建、Ruff 两项、质量基线与核心类型检查通过。最近的示范来源和录制范围修复未调用付费模型完整复跑业务任务。
+
+后续不能据此宣称以下范围已全部验证：
+
+- 用户原先失败的完整手机/电脑业务流程，以及最近修复后的真实示范、恢复、执行与验收闭环。
+- 多 DPI、多显示器、复杂控制台、跨端长任务、长时间资源开销及并发压力。
+- 安卓与电脑同时示范的完整组合、真实 15 分钟示范上限，以及外部 Agent 经安装后的 MCP 完整操作链。
+- 网关缓存路由、辅助摘要调用的缓存收益和稳定费用降幅，需同任务实测及请求级记录支持。
+
+Cua 仍为 Windows x64 预览。前台操作会占用用户桌面；PNG 保存成功不等于有效观察，少量通过任务也不证明所有浏览器、窗口或业务均可靠。
+
+旧开发工作树和 `artifacts/worktree-archive` 已按用户要求删除，本次确认目录不存在。继续使用当前主目录及相邻插件目录，不重建旧归档作为开发前提。
+
+涉及 Python 行为修改时，在主仓库执行规定检查：
+
+```powershell
+rtk proxy uv run pytest
+rtk proxy uv run ruff format --check .
+rtk proxy uv run ruff check .
+rtk proxy uv run python scripts/quality_ratchet.py
+rtk proxy uv run pyright --project pyright-core.json
+rtk proxy git diff --check
+```
+
+前端修改在 `apps/showcase_ui` 执行，并验证实际布局与关键交互：
+
+```powershell
+rtk proxy npm test -- --watch=false --browsers=ChromeHeadless
+rtk proxy npm run build
+```
+
+本机外部命令沿用 RTK 包装；PowerShell cmdlet 和控制流不套 RTK。默认测试不调用设备、私有服务或付费模型。实际应用交互先通过 ARTEMIS 探索，设备沿用用户指定对象。
+
+## 本次交接的核对依据
+
+| 证据 | 结论 | 后续使用方式 |
+| --- | --- | --- |
+| 用户迁入记录、[发行说明](releases/2.0.0.md)、主仓库 Git 日志及标签解引用 | 重发后的 2.0.0 基线为 `973ccae`，早期“未提交/未发布”状态已被后续记录覆盖 | 从当前主目录继续开发，按新需求修改 |
+| 插件仓库 `git status`、分叉日志及 `git show origin/main:catalog.json` | 本地 OCU/Cua 候选现场与发布的 Cua `.4` 不一致 | 保留现场，先比较再处理分叉，不把旧候选文档当作最新市场状态 |
+| 当前源码定位、配置默认值、[仓库指南](../AGENTS.md)与[前端指南](../apps/showcase_ui/AGENTS.md) | 架构边界、入口与验证命令可继续沿用 | 新任务先读对应局部规则，按变更范围验证 |
+
+`docs/plans/` 是阶段性设计记录，其中“未发布”“待验证”等文字保留各自时点含义；当前发布状态以发行说明、对应版本源码及实际验证记录为准。

packages/artemis-client/DESIGN.md

@@ -1,5 +1,10 @@
 # Artemis Thin Client Design
 
+This document describes the remote SDK, not the web console's visual design.
+The shared runtime and UI boundaries are documented in the repository's
+[DESIGN.md](../../DESIGN.md). Current behavior below includes the 2.0 exploration
+adapter; versioned remote endpoints remain a protocol evolution proposal.
+
 ## Goals
 
 Developer machines install only a small remote SDK, while the host connected to
@@ -34,9 +39,36 @@ session database, the client reconstructs its state from `queue` and
 Experimental parameters live in `options`. Older servers ignore unknown fields,
 while newer servers can consume them without requiring an immediate SDK release.
 
-## Phase 2: Stable Remote API
+### Guided exploration in 2.0
 
-The server should expose versioned endpoints dedicated to remote clients:
+`ArtemisClient.exploration()` uses the existing `/api/explorations` API shared
+with the web workspace and MCP. It supports read-only list/get/case queries,
+session lifecycle and messages, manual demonstrations, immutable case versions,
+generation, reruns, and batch-draft creation. It adds no scheduler or local agent.
+
+Mutations require a stable `request_id`, except pause/stop. Reusing a request ID
+must not repeat the business operation. Read operations reject mutation fields;
+creating a batch draft does not start it. Case generation returns a job whose
+state is read from the exploration session, rather than blocking the client for
+the entire model call.
+
+Execution status, test verdict, case generation, and rerun results are separate.
+`TaskResult.succeeded` currently reflects execution status only; it does not
+prove that the test passed. Consumers must inspect the server's effective test
+result and evidence, including `runs[].test_result` for exploration, and retain
+unknown response fields through `raw`. A client polling timeout does not cancel
+the server task; stopping it is a separate explicit operation.
+
+The host owns source metadata, demonstration recording scope, execution budgets,
+model retries, final acceptance, and artifact persistence. The client passes the
+requested settings through the shared API and never reconstructs missing PC
+evidence from Android screenshots or restarts a case after a request failure.
+
+## Phase 2: Proposed stable remote API
+
+The following endpoints are an evolution proposal, not the current submission
+API. Do not replace the working compatibility adapter with these routes until
+the host implements and advertises them:
 
 ```text
 POST   /api/v1/tasks
@@ -48,8 +80,9 @@ GET    /api/v1/devices
 GET    /api/v1/capabilities
 ```
 
-The administration API and remote SDK API should remain separate. The remote API
+A future remote surface can separate administration access from task access
-uses a consistent error envelope:
+while delegating to the same backend services and scheduler. The proposed error
+envelope is:
 
 ```json
 {
@@ -66,7 +99,7 @@ uses a consistent error envelope:
 1. `/api/v1` may add optional request and response fields, but must not change existing field semantics.
 2. The client ignores unknown response fields and preserves the original response in each model's `raw` attribute.
 3. Every new request field must have a server-side default.
-4. The SDK checks `/api/v1/capabilities` before using a new feature.
+4. `capabilities()` probes `/api/v1/capabilities` and falls back to the known baseline on 404; future feature gating must not pretend that this fallback advertises new host features.
 5. Breaking changes ship under `/api/v2`; they are never applied in place.
 6. The SDK and server follow semantic versioning independently.