项目：资料整理 Agent

控制资料范围

用三份公开或匿名文档，输出主题摘要和待确认。首版只读白名单，不发邮件、不删文件。可交完整设计，之后本地连接模型。

分模块交付

状态机、工具、输出和评测分开，先假模型验证错误分支，再真实模型。保存轨迹，检查判断来自观察，而非夹具提前泄露答案。

README：范围/运行/接管
agent.py：有界循环
tools.py：白名单/错误
cases.json：开发与测试
results.json：实际结果与成本

明确证据状态

区分已实现、设计与待测。Agent评价不执行代码，不能作通过率。结论要能回查轨迹；证据不足就报告限制。