动手实验与排障入口

先完成启动。每个实验都记录模式、版本、输入、预期与实际；演示输出不能证明真实模型质量。

实验	操作	预期证据	自动化用例
L01 完整闭环	默认答案错误场景→人工通过→下载	v1问题、v2答案、6素材、视频字幕、ZIP manifest	test_complete_revision_approval_delivery
L02 格式与业务错误	分别选format_error/business_error	schema_repair与reviewed属于不同路径	test_schema_error_separate_from_business_error
L03 空资料与过滤	地区选ZZ；A1改B1	human且无版本；不跨地区兜底	test_empty_and_region_mismatch
L04 导入后继续	给B1导入对应参考，再退回	同一任务重新检索、生成	test_empty_then_import_and_resume
L05 资料冲突	两份facts对同一key赋不同值	检索problem.conflicts，不自动任选一份	test_source_conflict
L06 修订预算	persistent_error、上限1	两个版本后人工；修改答案退回复审	test_revision_limit_and_manual_edit
L07 工具越权	让reviewer调用plan_asset	ToolDenied+tool_denied事件	test_context_and_tool_permissions
L08 跨章节一致性	同一book_id角色年龄改值	consistency问题含依据与目标值	test_cross_chapter_fact_conflict
L09 进程中断	生成完成后强制杀worker	新进程从checkpoint恢复，生成不重复	test_killed_worker_resumes_after_generation
L10 租约与旧worker	租约过期后重新领取	lease_token变化；旧token更新0行	test_expired_lease_and_fencing
L11 素材超时	media_timeout场景	首次可安全重试，第二次成功	test_media_timeout_bounded_retry
L12 结果不明	模拟真实请求已发出后超时/进程死	unknown不自动重发，回执核对或明确重试	test_unknown_external_result_not_silently_retried
L13 去重与回执	重复素材计划、登记前中断	相同任务ID集合；receipt重建assets	test_duplicate_plan_and_receipt_recovery
L14 内容更新	交付后只改c1-reading	c1三类hash变，c2复用，旧task superseded	test_incremental_edit_and_old_result_protection
L15 文件损坏	受控测试中修改生成文件	sha256失败阻止交付	test_corrupt_asset_blocks_delivery

运行单个实验测试时：

cd system
docker compose stop worker
docker compose --profile test run --rm tests pytest -q tests/test_system.py -k killed_worker
docker compose start worker

测试夹具使用独立随机数据库。不要在真实外部服务模式下执行故障注入；该测试套件主动要求demo。真实适配器测试在内存HTTP传输中模拟响应，不发往供应商。

手工进程恢复实验

docker compose kill -s SIGKILL worker
docker compose up -d worker
docker compose logs -f worker

应等待超过租约时间，观察lease_recovered。杀进程的时间点不同，重放范围也不同：生成前无checkpoint则重新开始；生成版本已提交但checkpoint未提交则靠node_key避免重复版本；外部素材已接受但无本地回执则进入unknown。自动化kill用例选择生成后的边界，不能替代所有崩溃时间点的穷举。

实验记录模板

项	记录
环境	commit/锁文件、mode、数据库版本、模型配置（不写密钥）
触发	job_id、version、输入和修改
预测	应到哪个节点、哪些表/文件改变
观察	事件、差异、错误分类、调用次数
结论	是否符合预期；还有什么证据缺失
讲述	先直接解释机制，再给本次复现的STAR

继续看故障定位表和固定评测。