feat(skill): validate dasha oracle evidence

SKILL.md

@@ -143,11 +143,12 @@ description: 印度占星（Jyotish）专业解盘与推运系统。核心能力
 
 **普通用户解释时必须显式区分基础排盘高可信与高阶绝对值待外部校准。**
 
-- Dasha/Shadbala Calibration Status：`ready_for_calibration: 0`，`external_oracle_evidence_validation.valid_packets: 0`。
-- D1/D9/SAV 高可信；但大运起点和 Shadbala 绝对值仍在外部 evidence validator 校准中。
-- 不得把大运起点或 Shadbala 绝对值说成已完成外部校准；涉及具体日期、剩余天数、绝对 Rupa/Virupa 分值时，必须声明当前只可作参考标定。
+- Dasha-only 外部证据已进入专项闭环：`dasha_external_oracle_evidence_validation.valid_dasha_packets: 1/3`；首个 Steve Jobs / Lahiri / Vimshottari 起始边界来自 PyJHora 4.8.7 隔离黑盒 stdout artifact。
+- 全局 Dasha/Shadbala Calibration Status 仍未完成：`external_oracle_evidence_validation.valid_packets: 0`，`ready_for_calibration: 0`，因为 Shadbala 绝对 Rupa/Virupa 六分量尚未外部封顶。
+- D1/D9/SAV 高可信；Dasha 精细日期可引用已验证 Dasha-only 样本的局部进度，但不得把全部大运边界、Shadbala 绝对值或全局精度说成已完成外部校准。
 - `production_tuning_allowed: false` 前，禁止为了贴合单份 PDF、单个 JHora 截图或本仓库本地输出而改生产常数。
-- 对普通用户的建议话术：基础落座、D9、SAV 可作为稳定证据；Dasha/Shadbala 精细边界需等 JHora/PyJHora 黑盒证据包通过 `external_oracle_evidence_validation` 后再提升置信度。
+- 对普通用户的建议话术：基础落座、D9、SAV 可作为稳定证据；Dasha 精细边界已有首个外部黑盒样本但仍需扩展，Shadbala 绝对值仍需 JHora/PyJHora/公开书例六分量证据后再提升置信度。
+- 工作流要求：Dasha-only packet 用 `python3 scripts/dasha_oracle_evidence_validator.py --queue-file <queue.json>` 验证；全局校准仍必须跑 `python3 scripts/oracle_evidence_validator.py --queue-file <queue.json>`，两者不可混用。
 
 ### Ashtakavarga 口径冻结（v6.0.8-av-calibration）