Jyotisha/docs/tasks/PROGRESS-consult-career-yoga-functional-20261002.md

# PROGRESS · 事业题看行业与名声、开场守「只说迹象」、功能吉凶典籍对照表、传统格局上卡（2026-10-02）

- 任务书：`docs/tasks/TASK-consult-career-yoga-functional-20261002.md`
- 执行方式：产品负责人要求子代理直接执行（Claude 子代理）；只 commit、未 push。
- 基线：`origin/staging` `8e978cab`（任务书提交；代码同 `6987875b`）
- 分支 / worktree：`codex/consult-career-yoga-functional-20261002` / `.worktrees/consult-career-yoga-functional-20261002`
- **T1 触发硬红线 3，已停**：T1 单独放在分支 `codex/consult-career-yoga-functional-t1-20261002`（`1d039429`，未合入本分支），交产品决定。本分支不含 T1，回测与 golden 都按不含 T1 的代码生成。
- BUG 编号：开工核对最大号 BUG-1173；本单 BUG-1174～1177（T2～T5），更新 BUG-1158 / 1159 / 1164 / 1167 / 1168。

## 开工预检

`python3 scripts/pre_work_check.py --remote-timeout 8 --command-timeout 45`：status pass；唯一 `ok: false` 是 `.venv` 不存在（本机用系统 python3，已知环境缺口）。

## T1 功能吉凶 BPHS 第 34 章对照表（BUG-1158）— 已实现、未合入（硬红线 3）

### 出处

- EN：公开英文译本「Brihatparāśarahorāśāstra」第 34 章「Yoga Karakas」第 13、19–44 颂（vedpuran.net 流传的 PDF，印地语术语版，文件内未署译者；不是 R. Santhanam 原版排印，因此代码与本文都不写成 Santhanam）。
- SA：enjoylearningsanskrit.com「bṛhat-pārāśara-horā-śāstram chapter 34」梵文原颂 + 逐词英译，颂号与 EN 一致。
- 两份都逐颂读完（第 1–46 颂），没有凭记忆填格。每格的出处写在 `scripts/functional_benefics.py` `BPHS_CH34_TABLE` 的注释和 `citations` 字段里。

### 填格规则

1. 该上升的颂里点名 pāpa / malefic → 凶；śubha / auspicious → 吉；sama / samaphala / madhyaphala → 中性。
2. yogakaraka（决策 D1①）：只认同一颗星同时主一个角宫（4、7、10）和一个三方宫（5、9）（第 13 颂），且该上升的颂没有判它为凶。命主不因主 1 宫成为 yogakaraka。
3. 颂里点名「成对」给 raja yoga 的（如天秤「月亮与水星」），记在 `raja_yoga_pairs`，不算 yogakaraka。
4. 颂里没有给吉凶判词的星、或 EN 与 SA 意思不一致的格，保留公式值并标 `formula_fallback`（公式同 v1，只是 1 宫只算三方宫、不算角宫；8 宫主为日月时按第 7 颂判中性）。

### 12 上升旧值 / 新值

| 上升 | 旧值（v1 公式）YK / 吉 / 凶 / 中 | 新值（BPHS ch.34）YK / 吉 / 凶 / 中 | 出处 | formula_fallback |
| --- | --- | --- | --- | --- |
| 白羊 | 火 / 木火日 / 水土 / 月金 | — / 木火日 / 水土金 / 月 | v19–22 | 月 |
| 金牛 | 土金 / 水土金 / 木火月 / 日 | 土 / 水土日 / 木火月金 / — | v23–24 | 火、水 |
| 双子 | 水 / 水土金 / 火日 / 木月 | — / 水土金 / 木火日 / 月 | v25–26 | 月、水、土 |
| 巨蟹 | 火 / 木火月 / 水土金 / 日 | 火 / 木火月 / 水土金 / 日 | v27–28 | 土 |
| 狮子 | 火 / 木火日 / 水月土金 / — | 火 / 木火日 / 水土金 / 月 | v29–30（YK 依第 13 颂） | — |
| 处女 | 水 / 水土金 / 火月日 / 木 | — / 水土金 / 木火月 / 日 | v31–32 | 土 |
| 天秤 | 土金 / 水土金 / 木日 / 火月 | 土 / 水土 / 木火日 / 月金 | v33–34（YK 依第 13 颂） | 月 |
| 天蝎 | 火 / 木火月 / 水土金 / 日 | — / 木月 / 水土金 / 火日 | v35–36 | 日 |
| 射手 | 木 / 木火日 / 土金 / 水月 | — / 火日 / 土金 / 木水月 | v37–38 | 水、土 |
| 摩羯 | 土金 / 水土金 / 木火 / 月日 | 金 / 水土金 / 木火月 / 日 | v39–40 | 土 |
| 水瓶 | 土金 / 水土金 / 木火月 / 日 | 金 / 土金 / 木火月 / 水日 | v41–42 | 日 |
| 双鱼 | 木 / 木火月 / 土日金 / 水 | — / 木火月 / 水土日金 / — | v43–44 | 木 |

（木 = 木星，火 = 火星，日 = 太阳，月 = 月亮，水 = 水星，金 = 金星，土 = 土星。）

验收要求逐条：白羊无 yogakaraka 火星 ✔；金牛 / 天秤只有土星 ✔；巨蟹 / 狮子只有火星 ✔；摩羯 / 水瓶只有金星 ✔。`tests/test_functional_benefics_bphs_table.py` 锁 12 上升全部格子、每格出处、yogakaraka 必须同时主角宫与三方宫。

### 交产品与占星顾问复核的格（formula_fallback 与歧义）

1. 金牛水星：EN「Budh is somewhat inauspicious」，SA「budhas tv alpa-śubha-pradaḥ」（给的好处少）——两个译法相反，保留公式值（吉）。
2. 双子：第 25 颂「eka eva kaviḥ śubhaḥ」（只有金星吉），但没判水星（命主）、土星（9 宫主）为凶——保留公式值（吉）；若按「只有金星吉」应改中性。
3. 射手土星：第 37 颂「eka eva kaviḥ pāpaḥ」（只有金星凶），又说土星是 killer——保留公式值（凶），与「只有金星凶」字面冲突。
4. 只被点名为 maraka（killer）、没有吉凶判词的：金牛火星、巨蟹土星、水瓶太阳——保留公式值。
5. 只出现在「成对 yoga」里的：天秤月亮、天蝎太阳、射手水星、双鱼木星（命主）——保留公式值；对应的对子记在 `raja_yoga_pairs`（处女金+水、天秤月+水、天蝎日+月、射手日+水、双鱼火+木）。
6. 狮子火星、天秤土星的 yogakaraka：该上升的颂只说「吉」，yogakaraka 依第 13 颂（同一颗星主角宫与三方宫）推出，没有逐上升点名。
7. 水瓶第 41 颂 SA 行尾带「bṛhaspatiḥ」，EN 只译金星为唯一 raja yoga 星；同颂判木星为凶，按金星唯一处理。
8. 天秤金星（命主兼 8 宫主）判中性、天蝎火星（命主兼 6 宫主）判中性、射手木星（命主）判中性、金牛金星（命主兼 6 宫主）判凶：都是颂的原文，与 v1「命主一律吉」不同，属已知变化。
9. 另一套实现 `scripts/yoga_engine.py` `functional_malefics()` / `functional_benefics()`（瑜伽规则引擎内部用）不读本模块，本单未改，口径仍是旧的；是否统一交产品决定。

### 生时校正回归门（硬红线 3）

命令：`python3 scripts/research/holdout_v5_baseline.py --dataset v5 --out-dir <scratchpad>`（v5 77 例；改前在 `origin/staging` 一次性 worktree 跑，改后在 `1d039429` 一次性 worktree 跑，只差 T1）。

| 指标 | ±10 改前 → 改后 | ±30 改前 → 改后 | ±60 改前 → 改后 |
| --- | --- | --- | --- |
| 引擎先验头名（sweep top1） | 0.1818 → **0.1688（−1.3 pp）** | 0.0779 → 0.0779 | 0.0649 → 0.0649 |
| 覆盖（sweep coverage） | 1.000 → 1.000 | 1.000 → 1.000 | 1.000 → 1.000 |
| 六题回放头名（sweep replay_top1） | 0.6364 → **0.5974（−3.9 pp）** | 0.4935 → **0.4675（−2.6 pp）** | 0.2597 → 0.2857（+2.6 pp） |
| 线上区间回放头名（cluster_width top1） | 0.6753 → **0.6364（−3.9 pp）** | 0.4935 → 0.5195（+2.6 pp） | 0.3247 → 0.3896（+6.5 pp） |
| 线上区间覆盖（cluster_width coverage） | 0.987 → 0.987 | 0.987 → 0.987 | 0.974 → 0.974 |
| 区间宽度中位（cluster_width） | 15 → 13 | 35 → 35 | 63 → 65 |

结论：±10 的头名掉 1.3～3.9 个百分点、±30 六题回放掉 2.6 个百分点，**超过 1 个百分点，按红线停在 T1**。覆盖不变；±60 反而上升。逐例看，±10 六题回放是 8 例丢、5 例得（净 −3），±30 是 5 丢 3 得，±60 是 5 丢 8 得——属于换牌式的波动，与 09-29 研究「42 个特征在 77 例上多为噪声」一致，但红线按数字执行。T1 提交保留在 `codex/consult-career-yoga-functional-t1-20261002`，交产品决定：①接受这次波动合入；②只合入「yogakaraka 必须同时主角宫与三方宫」这一条、吉凶表另议；③不合入。

## T2 瑜伽检测不跳过（BUG-1174）

- `scripts/consultation_native_layers.py` 新增 `collect_consultation_yogas` / `merge_detected_yogas`：规则引擎（`yoga_expansion.detect_all_yogas` + `yoga_engine.detect_yogas`）每次都跑，与 `chart.yogas` 按归一化名字合并去重，再进 Raman 筛选；规则引擎抛错时保留 `chart.yogas`（原先 `chart.yogas` 非空时本就不跑）。
- `scripts/jyotish_api_server.py`：删掉 `if not compact:` 分支，改为调用上面的函数（+2 / −18 行，`tests/test_api_server_growth_contract.py` 过；类方法数不变）。
- `tests/test_consultation_yoga_detection_merge.py`：锁「chart.yogas 非空时规则引擎仍运行」、去重、引擎失败退回、服务端源码里不再有 `if not compact:`。

改前 / 改后 `modules.yogas` 的 `hits`（四条路由的并集；三位 golden 名人即前三位）：

| 名人 | 改前 hits | 改后 hits |
| --- | --- | --- |
| Steve Jobs | — | Matrunasa、Sunaphaa、Vosi |
| Barack Obama | Matrunasa、Sunaphaa、Vosi、Ubhayachara、Dharidhra、Swaveeryaddhana | 同左（排盘本无自带瑜伽，原先就跑了规则引擎） |
| Elizabeth Taylor | — | Bahu Puthra、Eka Puthra、Matrunasa、Anaphaa、Vosi、Ubhayachara、Swaveeryaddhana |
| Marilyn Monroe | — | Matrunasa、Sunaphaa、Anaphaa、Duradhara、Vosi、Ubhayachara、Swaveeryaddhana |
| Judy Garland | — | Eka Puthra、Matrunasa、Anaphaa、Dharidhra、Swaveeryaddhana |
| Édith Piaf | — | Eka Puthra、Matrunasa、Sunaphaa |
| Frida Kahlo | Matrunasa、Dharidhra | 同左 |
| George W. Bush | — | Matrunasa、Anaphaa、Vosi、Ubhayachara、Dharidhra、Swaveeryaddhana |
| Zinedine Zidane | — | Matrunasa、Vosi、Ubhayachara、Swaveeryaddhana |

观察（未改，不在本单范围）：泰勒、齐达内的排盘自带「Kemadruma Yoga」（月亮两侧无星），规则引擎同时判出 Anaphaa / Vosi / Ubhayachara（月亮或太阳两侧有星）——两套检测器对同一张盘结论相反，现在两条都会进到模型可见的数据里。建议另开单核对。

## T3 传统格局栏（BUG-1175）

- 引擎：`build_traditional_yogas`（`_guard` 包裹）从 `raman_support.yogas` 的 `hits` + `ungoverned_detected` 里按封闭名单取成立项，挂 `consultation_native_layers.traditional_yogas = {status, source, label, names}`。名单按引擎实有名称对齐：Ruchaka、Bhadra、Hamsa、Malavya、Sasa（含 Shasha）、Gajakesari、Neecha Bhanga Raja（引擎名 Neechabhanga Raja Yoga / … (Kendra)）、Budha-Aditya（引擎另有同一组合的「Surya-Budha Yoga」，并成一行）。名单内每个格局引擎都有检测器，没有新写检测器。
- 投影：`consultation-workflow.ts` 新增 `traditional_yogas` 白名单（status / reason / source / names；label 由卡片自己写）。
- 卡片：general、career、wealth 三张卡加 `traditional_yogas: {label, names}`，`label` 固定为 `EVIDENCE_CARD_LABELS.traditionalYogas`「传统格局，本站未验证，只作参考」；没有成立项就不出现。
- 通用读法第 8 行：「`traditional_yogas` 只用来说明力量，不单独下结论，不算受冲，也不抵消受冲。」
- 各名人检测结果（golden 实测）：Jobs Gajakesari；Obama Sasa、Neecha Bhanga Raja、Budha-Aditya；Taylor Hamsa、Gajakesari、Budha-Aditya；Monroe Budha-Aditya；Garland Bhadra；Piaf Budha-Aditya；Kahlo 无；Bush 无；Zidane Budha-Aditya。
- 验收：`frontend/tests/consult-career-yoga-functional-20261002.test.ts`（奥巴马综合卡含 Sasa、Neecha Bhanga Raja；乔布斯、泰勒含 Gajakesari；只有三张卡带；空时不出现；标签原文）。数据卡 12,000 / 18,000 字符断言原样通过。

## T4 事业清单（BUG-1176）

career 清单第 1 行后加任务书定稿的两行（原文，未改字）。清单 7 → 9 行。

## T5 开场规则（BUG-1177）

`natalAnswerShapeBody` 第一句换成定稿句；合同测试锁句并断言不再有「第一句就是结论」。另：`product-voice.ts` ANSWER SHAPE 第 1 条（系统提示里的同一条开场规则）补一句「开场的结论只说哪条线顺、哪条线有压力迹象，不替用户断定在不在身边、几段感情、有没有病，不写程度结论」——任务书 T5 只点名 `natalAnswerShapeBody`，但系统提示里同一规则仍写「第一句就是结论」，不补会与 D5 冲突；原句保留，既有合同测试 `/开场一到三句人话，第一句就是结论/` 不受影响。VOICE §7 ① 同步。

## 改动的既有断言

| 文件 · 测试 | 原值 | 新值 | 原因 |
| --- | --- | --- | --- |
| `consult-affliction-reading-20261001.test.ts`「T1: the shared reading is the first section…」 | `CONDENSED_SHARED_READING_LINES.length === 7` | `=== 8` | T3 定稿给通用读法加一行（BUG-1175） |
| 同文件「T3: career, marriage and wealth each carry their affliction line」 | 三份清单 5–8 行 | marriage / wealth 5–8 行，career 5–9 行 | T4 定稿给事业清单加两行（BUG-1176） |
| `consult-condensed-checklist-20260927.test.ts`「each condensed list is 5–8 lines」 | 三份 5–8 行；全部清单 2–8 行 | career 上限 9，其余不变 | 同上 |
| T1 分支（未合入）`tests/test_mcp_strict_workflow_functional_layer.py` | `source == "strict_functional_benefic_malefic_v1"` | `"bphs_ch34_table_v1"` | D1 推翻 v1 公式 |

## T6 回测（BUG-1167 补记）

- 评分表 `docs/research/consult_biography_backtest_rubric.json` 版本 2026-10-02：9 位事业项加 `expected_field`（按任务书）与 `public: true`，`how_to_score.career_field` 写明「行业对」与「专业 / 幕后误判」的判法。T1 未合入，乔布斯事业 `expected_signals`「10 宫主水星是 yogakaraka」保持原样。
- golden：两份都用 capture 脚本重新生成（`PYTHONHASHSEED=0 JYOTISH_API_CHART_CACHE_TTL_SECONDS=0`），同一代码两次输出逐字节相同；未手改。
- 命令：`--repeats 2 --concurrency 4 --correction barack_obama,marilyn_monroe,judy_garland,edith_piaf`，72 份 + 8 份纠正，失败 0。逐份阅读评分，结果见 `docs/testing/consult-affliction-backtest-20261001.md`「改动后（第三轮）」。

| 通过线（任务书 T6） | 第三轮 | 达到 |
| --- | --- | --- |
| 事业「行业对」≥ 14 / 18 | 3 / 18（其中 1 份弱） | **否** |
| 「专业 / 幕后」误判 ≤ 3 / 18 | 12 / 18 | **否** |
| 对照组严重误报 0 | 0 | 是 |
| 对照组轻度误报 ≤ 2 | 3 | **否** |
| 严重冲突总数 ≤ 5 / 72 | 15 / 72（事业 12、父母 3） | **否** |
| 其余领域不比第二轮差 | 父母持平（严重 3）；婚姻持平（误报 1 → 0，读反 0 → 1 轻）；健康持平略好（读反 1 → 1，误报 3 → 2，全部轻） | 是（持平） |
| 禁句 0 | 0 | 是 |

读出来的主因：模型确实按 T4 的「星的本性」取行业了，但这几张盘上 10 宫、10 宫主、AmK 落到的是水星 / 木星 / 土星（分析、顾问、组织），按清单的对照表本来就推不出「表演 / 竞技 / 政治」；「公众型」的几条依据（太阳或 10 宫主强在角宫、AL / A10 落角宫）在乔布斯、布什、齐达内盘上也不成立。也就是说，按 D4 定稿的对照表，这批盘的行业和公众性从盘面读不出来——不是模型没照做，是对照表与这批名人的生平对不上。要过线需要产品与占星顾问决定事业口径（例如 D10、AL 落 10 宫、入旺星的权重），不是改措辞。开场规则（T5）有效：对照组开场下结论的轻度误报 6 → 3。

## 门禁

| 项 | 基线（`origin/staging` 一次性 worktree） | 本分支 |
| --- | --- | --- |
| `tsc --noEmit` | — | 0 错 |
| `npm run lint` | — | 0 error / 126 warning |
| `npm test`（Node 22） | 4,898 项：pass 4,833 / fail 24 / cancelled 0 / skip 41 | 4,904 项：pass 4,839 / fail 24 / cancelled 0 / skip 41；失败名单与基线逐条同名（24 项都是需要 Docker / PostgreSQL / 部署环境的套件） |
| `next build` | `/` ○ Static | `/` ○ Static |
| 首屏 gzip（预渲染 `index.html` 引用的 `/_next/` 脚本 gzip-9 求和，同法实测） | 952,189 B | 952,189 B（0%） |
| Python 定向 | — | `test_consultation_yoga_detection_merge.py`、`test_consultation_native_layers.py`、`test_api_server_growth_contract.py`、`test_active_rectification_events.py`、`test_report_longform_parity.py`、`test_cli_smoke.py`、`test_consultation_consumer_context.py`、`test_api_server_security.py` 全过；`test_consult_evidence_card_research.py::test_source_parsers_keep_family_split_gap` 失败，基线同样失败（与本单无关） |
| 快速门 `run_quality_gate.py --profile quick`（系统 python3 + Node 22） | — | pytest 1,041 passed / 1 skipped；门内 `npm test` 与上行相同（24 项环境失败），门禁总状态因此为 failed |
| 隐私标记 | — | `tests/test_repo_privacy_markers.py` 在快速门内通过 |

环境：`frontend/node_modules` 用硬链接拷贝（Turbopack 拒绝工作树外软链），未提交；模型 key 只从环境变量读，没有写入文件、日志或提交；模型输出在 `scratch/consult-biography-backtest/round3-20261002/`（gitignore）。


## 第二轮：产品 10-02 决定后的改动

### A. yogakaraka 窄修（BUG-1158 部分）

- 产品决定：只合入「yogakaraka 须同时主 4/7/10 之一与 5/9 之一，1 宫不计入」；吉 / 凶 / 中性分组不变（命主仍为吉）。提交 `ffafa28b`，`SOURCE = strict_functional_benefic_malefic_v2`（`jyotish_engine.py`、`jyotish_api_server.py` 两处 blocked 兜底字符串、`mcp_server.py` 同步改名）。
- 12 上升 yogakaraka 旧 → 新：白羊 火 → 无；金牛 土金 → 土；双子 水 → 无；巨蟹 火 → 火；狮子 火 → 火；处女 水 → 无；天秤 土金 → 土；天蝎 火 → 无；射手 木 → 无；摩羯 土金 → 金；水瓶 土金 → 金；双鱼 木 → 无。吉 / 凶 / 中性分组 12 上升逐格与 v1 相同（脚本逐格比对）。
- 生时校正 v5 77 例（改前 `81f6e513`、改后 `ffafa28b`，各在一次性 worktree 跑）：

| 指标 | ±10 | ±30 | ±60 |
| --- | --- | --- | --- |
| 引擎先验头名 | 0.1818 → 0.1818 | 0.0779 → 0.0779 | 0.0649 → 0.0649 |
| 六题回放头名 | 0.6364 → 0.6364 | 0.4935 → 0.4935 | 0.2597 → 0.2597 |
| 线上区间回放头名 | 0.6753 → 0.6753 | 0.4935 → 0.4935 | 0.3247 → 0.3247 |
| 覆盖（区间） | 0.987 → 0.987 | 0.987 → 0.987 | 0.974 → 0.974 |
| 宽度中位 | 15 → 15 | 35 → 35 | 63 → 63 |

  逐项相同，未触发红线（生时校正打分只读吉凶分组，不读 yogakaraka）。
- 测试：新增 `tests/test_functional_yogakaraka_kendra_trikona.py`；`tests/test_mcp_strict_workflow_functional_layer.py` 两处 source 断言：原值 `strict_functional_benefic_malefic_v1` / 新值 `..._v2` / 原因：产品 10-02 yogakaraka 定义改动。
- T1 分支保持原表不动，只追加复核清单 `docs/research/bphs_ch34_functional_table_review_2026_10_02.md`（`c66c122a`）。**更正：待复核的 `formula_fallback` 格是 15 个，首次回报写成 14 个。**

### B. 上游 `e9beae6b` 移植（未执行，权限）

协调方随后要求改为移植上游 `/workspace/yinduzhanxing` `e9beae6b` 的 `functional_benefics.py`（原样）、`pancha_mahapurusha.py`（原样）、`yoga_engine.py` 局部与 `references/functional-role-profile.md`。已核对：我方两份文件与上游改动前版本逐字节相同。但本会话的自动权限判定以「Untrusted Code Integration」拒绝了从另一仓库原样拷入代码，按规则没有用别的办法绕过，**移植未做，需要用户在权限设置里放行后再执行**。因此主分支仍是 A 的窄修；回退方案里的 `pancha_mahapurusha` 修复（同样来自上游）也未做。`career_analysis.py`、`jyotish_api_server.py` 的上游改动按指示不移植。另记：上游的 `references/functional-role-profile.md` 若移植，`references/` 是 Skill 包（硬红线 5），应放 `docs/research/` 并改 `rule_reference`。

### C. 事业「不猜行业，问用户」（BUG-1176 决策日志）

- `CAREER_FIELD_ASK_RULE` 定义在 `consultation-thinking-plan.ts`，事业清单第 1 行引用（取代「先讲一生事业形态：公众型还是幕后型」与第一轮加的两行）；AL 一行去掉「落 10 宫 = 公众形象就是事业」；`CAREER_FOLLOW_UP_RULE` 进追问轮形状。VOICE §8 同步。事业清单 9 → 7 行，第一轮放宽的「career 5–9 行」断言改回原值 5–8。
- 改动的既有断言：`consult-no-presupposition-20261001.test.ts`（原值：career[0] 以「先讲这张盘一生的事业形态」开头、含「受冲只说阻力和代价，不改写事业形态」/ 新值：以 `CAREER_FIELD_ASK_RULE` 开头、含「不替用户断定他做哪一行、是公众型还是幕后型」/ 原因：产品 10-02 决定）；`consult-condensed-checklist-20260927.test.ts`「the writer's prompt carries…」（原值：career 必含「事业形态」/ 新值：必含「不替用户断定他做哪一行」/ 同上）。
- 回测脚本加 `--correction-domain`、`--correction-texts`（每位名人一条追问）。
- golden 用 capture 脚本重生成（yogakaraka 变化），两次逐字节相同。评分表：`how_to_score.career_field` 改为第四轮口径，`pass_lines_career_round4`；乔布斯事业 `expected_signals` 不再说水星是 yogakaraka。

### D. 第四轮回测（详表见测试文档「改动后（第四轮）」）

| 通过线 | 第四轮 | 达到 |
| --- | --- | --- |
| 事业行业 / 类型与生平冲突 ≤ 1 / 18 | 9 / 18 | 否 |
| 事业段末请问一句 ≥ 16 / 18 | 18 / 18 | 是 |
| 严重冲突总数 ≤ 5 / 72 | 12 / 72（事业 9、父母 3） | 否 |

事业追问（足球运动员 / 演员 / 政治家 × 2）6 / 6 按真实职业读、不编依据。新出现禁句 1 处（Piaf 健康 r2）；3 份全篇两处请求。

### 门禁（第二轮）

| 项 | 结果 |
| --- | --- |
| tsc | 0 错 |
| lint | 0 error / 126 warning |
| npm test（Node 22） | 4,905 项：pass 4,840 / fail 24 / cancelled 0 / skip 41；失败名单与基线逐条同名 |
| build | `/` ○ Static；首屏 gzip 952,189 B（0%） |
| Python 定向 | yogakaraka、mcp 功能层、瑜伽合并、native layers、生时校正事件、报告长文、cli smoke、consumer context、api security、增长合同、隐私标记全过 |

## 提交

主分支 `codex/consult-career-yoga-functional-20261002`（未 push）：`c74bfcc0`、`dd817c8e`、`5af6b222`、`81f6e513`、`ffafa28b`、`6a02e5e9` 及本文档提交。T1 分支 `codex/consult-career-yoga-functional-t1-20261002`：`1d039429`、`c66c122a`。