From ea1df25379d63a358804736a14bfcec34869387e Mon Sep 17 00:00:00 2001 From: DKChan <524912269@qq.com> Date: Sat, 3 Oct 2026 19:42:54 +0800 Subject: [PATCH] =?UTF-8?q?MC=E9=87=87=E9=9B=86=E6=A1=A3=E4=BD=8D=E5=9B=9B?= =?UTF-8?q?=E6=A1=A3=E7=AB=8B=E8=A7=84=E8=90=BD=E6=96=87=EF=BC=882026-10-0?= =?UTF-8?q?3=20=E7=94=A8=E6=88=B7=E5=9B=9B=E6=A1=A3+=E4=B8=80=E6=A1=A3?= =?UTF-8?q?=E4=BB=85=E7=94=A8=E6=88=B7=E5=8F=91=E8=B5=B7=E8=A3=81=E5=AE=9A?= =?UTF-8?q?=EF=BC=8C=E6=89=BF=E6=96=B9=E6=A1=88A=EF=BC=89=EF=BC=9ACLAUDE.m?= =?UTF-8?q?d=20=E7=A1=AC=E7=BA=A2=E7=BA=BF=E5=A2=9EMC=E9=87=87=E9=9B=86?= =?UTF-8?q?=E6=A1=A3=E4=BD=8D=E7=BB=86=E5=88=99=E6=9D=A1+sim-data=20README?= =?UTF-8?q?=20=E5=A2=9EMC=E9=87=87=E9=9B=86=E6=A1=A3=E4=BD=8D=E8=A1=A8?= =?UTF-8?q?=E8=8A=82=EF=BC=88=E4=B8=80=E6=A1=A3=E8=B0=83=E7=A0=94=E6=80=BB?= =?UTF-8?q?=E9=87=8F>40=E4=BB=85=E7=94=A8=E6=88=B7=E5=8F=91=E8=B5=B7/?= =?UTF-8?q?=E4=BA=8C=E6=A1=A3=E9=AA=8C=E8=AF=81=E2=89=A440=E6=AF=8F?= =?UTF-8?q?=E6=A1=A3=E2=89=A420/=E4=B8=89=E6=A1=A3=E5=B0=8F=E8=B0=83?= =?UTF-8?q?=E2=89=A420=E6=AF=8F=E6=A1=A3=E2=89=A410/=E5=9B=9B=E6=A1=A3?= =?UTF-8?q?=E5=BE=AE=E9=87=8F=E2=89=A45=EF=BC=9B=E5=88=A4=E8=AF=BB?= =?UTF-8?q?=E5=8A=9B=E7=BB=91=E5=AE=9A+=E5=90=8Cseed0=E9=85=8D=E5=AF=B9+?= =?UTF-8?q?=E6=94=B9=E5=89=8D=E9=94=9A=E7=A6=81=E8=A1=A5=E8=B7=91+?= =?UTF-8?q?=E5=AF=B9=E6=8B=8D=E9=9B=B6=E6=96=B0=E8=B7=91+=E8=AF=BB?= =?UTF-8?q?=E6=95=B0=E7=BC=BA=E9=99=B7=E2=89=A0=E8=BD=A8=E8=BF=B9=E5=A4=B1?= =?UTF-8?q?=E6=95=88+=E2=89=A560=E5=B1=80pilot=E5=89=8D=E7=BD=AE+=E4=BA=8C?= =?UTF-8?q?=E4=B8=89=E5=9B=9B=E6=A1=A3=E4=BC=9A=E8=AF=9D=E7=B4=AF=E8=AE=A1?= =?UTF-8?q?=E2=89=A420=E5=88=86=E9=92=9F+=E9=94=9A=E6=A0=BC=E5=BC=8F?= =?UTF-8?q?=E7=BB=9F=E4=B8=80=E7=BA=AFJSONL=EF=BC=9B=E8=80=97=E6=97=B6?= =?UTF-8?q?=E8=B4=B9=E7=8E=87=E4=B8=8E=E7=BB=9F=E8=AE=A1=E5=9F=BA=E5=87=86?= =?UTF-8?q?=E5=A4=96=E9=94=9A=E9=BD=90=E8=BD=BD=EF=BC=89=EF=BC=9B=E7=BA=AF?= =?UTF-8?q?=E6=96=87=E6=A1=A3=E9=9B=B6=E4=BB=A3=E7=A0=81?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- CLAUDE.md | 1 + sim-data/README.md | 19 ++++++++++++++++++- 2 files changed, 19 insertions(+), 1 deletion(-) diff --git a/CLAUDE.md b/CLAUDE.md index e2ab56ac..197fe073 100644 --- a/CLAUDE.md +++ b/CLAUDE.md @@ -68,6 +68,7 @@ - **worktree 铁律**：主工作区禁止直接改动与提交（细则见上节；并行会话各占 worktree 互不踩踏） - **测试执行两入口铁规（2026-10-02 用户立规）**：测试类执行——冒烟测试、单元测试（tests/run_all）、模拟验证（MC/verifier/调参批量工具）、场景探针等一切跑游戏的验证调用——只有两个触发入口：①**迭代 loop 开发**（冒烟挂迭代开发完成后的出口/落籍闸，loop 内过程性验证属开发工作本身）；②**用户主动点名**。除此之外（问答/调研/文档/审查/零散小改等短小会话）一律零测试，不得擅自调用任何测试；确需测试支撑结论时先请示，以静态阅读/推理作答并注明未跑测。**MC/模拟验证触发细则（2026-10-02 用户确认，2026-10-03 补落文——出处：迭代 9 出口批 81000 锚误跑质询）**：MC/verifier 仅在**数值验证场景**触发（改数值前后取证）；normal 档为主、perfect 按需；**无数值改动的会话禁跑 MC**——结构位移类「存档锚」须先向用户请示定性再跑；任务书预设步骤的前提消失时（如「带值裁定后重锚」实际未投值）停问勿照字面执行。**分级周期口径（2026-09-26 用户裁定，2026-10-03 自 06-待办清单收编）**：轻闸（run_smoke 全量+ui_input_probe；触碰 presentation 加跑 ui_click_probe+ui_layout_probe）可随变更执行；重闸（B 档视口截图像素断言〔game/smoke/shot_probe.gd〕、C 档黄金图对比〔tools/golden_compare.py〕、真人实机目检、MC 大扫描）属**周期执行**——统一在表现批收口或固定周检跑，不进每次变更 +- **MC 采集档位细则（2026-10-03 用户四档立规，承接 MC 触发细则）**：MC 局数按用途四档硬闸（表见 `sim-data/README.md`「MC 采集档位表」）：**一档·调研**=总量 >40（100+ 为常用锚量级；60/档=结构回归、100=95% CI ±9.8pp、170=±7.5pp=15pp 带半宽、400 满档=±4.9pp 贴边裁决；normal 独立满档 ~8 分钟同属一档）**只能由用户发起**——任务书/计划书/agent 均无权发起，非用户发起一律不构成一档授权；**二档·数值修改验证**=总量 ≤40、每档 ≤20（仅 ≥~40pp 结构位移可判，同种子配对下 ~30pp）；**三档·小调**=总量 ≤20、每档 ≤10（只测不判）；**四档·微量**=总量 ≤5（sanity 门，零统计判读）。四档仅承接 MC 触发细则的数值验证场景，两入口铁规不变；超档=停机呈报，禁在二/三/四档下带值结论（窗口不足如实挂起）。改前/改后锚同 seed0 配对、改前锚留盘禁补跑；对拍断言零新跑（复验用锚内子集 ≤20）；读数缺陷（零 gameplay/RNG 触碰）禁整套重跑、走事件流重构补算；≥60 局采集先 N=5 pilot 校验字段；二/三/四档会话累计 ≤20 分钟；零数值改动=零 MC - **中间产物吸收即死（2026-10-01 立规）**：中间文档（批任务书/机检报告/调研审计报告/模拟读数/迭代计划书/目检清单）寿命=迭代寿命——结论先吸收进正主文档、未决项先迁 `design/gdd/06-待办清单.md` 或 roadmap，然后文件即删，且永不提交 git；活文档=唯一事实源，git=变更记录。细则见 `design/dev/doc-conventions.md` 第 11 节 - **数值单一事实源**：玩法数值只存 `data/tables/`（.tres），经 `ConfigDB` autoload 类型化单点读取；禁止数值字面量与自建 `load()` 表路径 diff --git a/sim-data/README.md b/sim-data/README.md index 616f2555..1b6b5dcc 100644 --- a/sim-data/README.md +++ b/sim-data/README.md @@ -12,9 +12,26 @@ 其余 8 份 `runsum_*.jsonl`，文件名=批+锚名+日期可辨（迭代 8/9/10、numfix 各代）。出度≤2 重建后旧锚结构已失义，仅留换代对照；处置挂中间产物死亡清单随批处理。 +## MC 采集档位表（2026-10-03 用户四档立规——按用途定局数上限，禁惯例继承禁计划书自拟） + +依据：单比例样本量 n=z²p(1−p)/E² / 两比例功效公式 / 零事件规则三（外部统计基准出处见 `design/research/MC成本调研与规制方案-2026-10-03.md` §3/§附）；单局费率 normal 1.21s / perfect 8.47s（2026-10-02 性能报告实测；on 态同量级按 1.5× 预留）。 + +| 档 | 用途（唯一触发面） | 局数上限 | 单次耗时 | 判读力（能下什么结论） | +|---|---|---|---|---| +| 一档·调研 | 调研/数值分析 | 总量 >40（100+ 为常用锚量级）；N 按分析方案：60/档=结构回归（80% 功效 ≥25pp）/ 100=95% CI ±9.8pp / 170=±7.5pp（15pp 带半宽）/ 400 满档=±4.9pp 贴边裁决（normal 独立满档 ~8 分钟同属一档） | 16–65 分钟 | 带值判定/CI 结论仅本档可下；≥60 局须 N=5 pilot 前置 | +| 二档·验证 | 数值修改后回归验证 | 总量 ≤40（每档 ≤20） | ~3.2 分钟 | 结构性大位移可判（≥~40pp；改前/改后同种子配对下 ~30pp）——带值判读不在本档 | +| 三档·小调 | 小调整后快检 | 总量 ≤20（每档 ≤10） | ~1.6 分钟 | 只测不判——仅灾难级破坏（通关率腰斩级）可判 | +| 四档·微量 | 微调后确认没大问题 | 总量 ≤5 | <1 分钟 | 零统计判读——通过判据=不崩+RUNSUM 字段完整+方向不反直觉 | + +**一档触发权（2026-10-03 补充裁定）**：一档只能由**用户发起**——任务书/计划书/agent 均无权发起，非用户发起的采集一律不构成一档授权；时长随用户发起时确认。 + +配套纪律：①档位上限=硬闸，超档停机呈报；窗口不足如实挂起（禁在二/三/四档下带值结论）；②改前/改后锚**同 seed0 配对**、改前锚留盘即用禁补跑；③对拍断言=0 新跑（同种子复放，出口闸复验用锚内子集 ≤20）；④读数缺陷≠轨迹失效——零 gameplay/RNG 触碰的修复走事件流重构补算，禁整套重跑；⑤同批同码态锚只取一次，「调整一下就重跑」禁止；⑥会话累计：二/三/四档合计 ≤20 分钟（一档时长随用户发起确认）；⑦零数值改动=零 MC（现行铁规重申）；⑧锚文件自本规起新锚统一=去前缀纯 JSONL、按种子升序（81000 旧形态带 RUNSUM 前缀+进度行，analyze.py 直读会炸），批耗时随锚记 active.md 台账。 + +四档仅承接 MC 触发细则的数值验证场景，两入口铁规不变。 + ## 工具与格式 - 采集：`game/smoke/adventure_monte_carlo.gd`（git）——参数 n/seed0/policy，seed 逐局独立 -- 锚格式：stdout 捕获，每局一行 `RUNSUM` JSON（81000 锚=800 行=400×2 档） +- 锚格式：stdout 捕获，每局一行 `RUNSUM` JSON（81000 锚=800 行=400×2 档）；自 2026-10-03 档位规起新锚统一=去前缀纯 JSONL 按种子升序（旧形态 analyze.py 直读会炸，见上「MC 采集档位表」配套纪律⑧） - 分析：`analyze.py`+`growth_model.py`（git）。⚠ analyze.py 默认输入名系首批遗留（runsum_600.jsonl 已不存在），跑现行锚须 `RUNSUM=<锚文件>` 指定，其完成度%段对现行锚未验证 - fulllog 全量日志不留盘（.gitignore 排除）；`iteration_log.md` 系 Package B 时代批日志留盘不入库，新模拟批记录在 active.md 台账