结果必须由环境事实支撑
前五章控制动作如何发生，现在控制系统如何描述结果。一个可靠执行器不能只接受 policy 返回的流畅答案，尤其不能因它说“已预留”就写成功。项目结束动作只给出有限 status，正文由执行器根据已有观察与实际资料生成；reserved 必须有 reserve 回执，info 必须是查询任务且已读唯一文档，insufficient 必须有库存不足观察。策略可以 abstain，但不能制造工具没有报告的效果。此处结果生成是确定性摘录，不是自由语言创作。
资料实际存储在 SQLite documents 表，含 id、title、body 和 sha。导入器读取 data/docs 内的原创器材卡，按正文UTF-8字节计算摘要并冻结。evidence(item) 枚举真实正文行，从以短横加空格开头的项目符号行自动产生 claim：text 为去掉前缀的内容，另附 item_id、sha256、一基行号和原始quote。没有为每个任务人工写一份claims答案；同一资料导入、读取、摘录、引用与自动检查接在同一执行入口。
支持性检查的精确定义
给一条 claim，先按 item_id 找到资料版本，再要求摘要相同；把一基行号减一得到列表索引，检查索引合法且该行恰等于 quote，最后检查 quote 恰为“- ”加 text。四个条件同时成立才视为摘录支持。这样会发现错文档、错版本、错位置以及换了文本却没换引用的错误。它比“附了一个链接”强，但范围仍很窄：只接受精确摘录，不判断同义改写或跨段推理是否被支持。
一基行号是给读者定位的约定，Python列表索引从零开始，两者差一不可省略。换行处理也要冻结：项目按读取后的 splitlines 枚举，摘要对原正文字符串的UTF-8字节计算。若编辑器改变内容或换行导致摘要变化，即使句子看似相同，也不能沿用旧版本引用。当前导入器直接拒绝同id内容变更，保住恢复证据；动态版本管理和撤销应采用明确版本协议，不能在原记录上就地修改后还称原引用有效。
完整算例一：四条相机事实自动产生
相机文档第一行为标题，第二到第五行分别是器材名称、用途、借用前提和归还要求。查询相机时，search唯一命中camera，document返回冻结正文；结束生成四条claims，第一条text为“器材名称：入门相机。”，line为二，quote保留“- ”前缀。supported 重新从数据库取实际第二行，逐项比较后为真。四条都通过才完成正常结果。这里精确的行与摘要来自文件，不由策略猜测，读者可打开正文逐条复核。
如果policy用本地JSON或HTTP提出同一结束动作，执行器仍走同一evidence函数，不接受外部返回的自造引用。这使支持性验证独立于决策源。不过它也限制输出能力：系统只提供当前资料的摘录，不会综合判断“最适合哪个学生”，也没有比较不同器材的开放式推荐。课程把这个受限生成器作为可验收基线；未来自由生成必须增加声明拆分、引用匹配及失败时拒答，而不能把当前摘录通过率当作语义问答质量。
import tempfile,pathlib
from agent import Store
from run import ROOT
with tempfile.TemporaryDirectory() as td:
s=Store(pathlib.Path(td)/'e.sqlite',ROOT/'data');s.import_documents()
claims=s.evidence('camera')
assert len(claims)==4 and claims[0]['line']==2
assert all(s.supported(c) for c in claims)
wrong={**claims[0],'text':'库存有一百台'}
assert not s.supported(wrong)
s.db.close()
print('extraction and mutation PASS')完整算例二：有引用的假完成仍应失败
某任务只有search和document观察，policy提出finish reserved，并附一段真实相机资料引用。引用即使精确，也只支持器材说明，不支持事务已发生；finalize 因缺reserve观察拒绝。反过来，有真实预留回执但引用了错误SHA，也不能当作完整资料结果交付。资料证据与事务证据是两条不同链：前者绑定文本，后者绑定业务效果。任何一条完整都不能自动补上另一条缺口。
另一个失败例是把正确claim的line由二改成三而text不变。第三行是用途，与quote不一致，supported为假；若同时把quote改成第三行却text仍为名称，最后一项精确前缀比较仍失败。若将text和quote都换为第三行，支持性可通过，但它现在是另一条事实，不能声称仍回答原来指定的问题。项目未实现问句与事实相关性的语义判断，检索与确定性任务模板只提供有限的相关性控制，需在报告中单独指出。
事务回执如何支持行为结果
reserve结果包括item_id、quantity、remaining、revision和receipt。receipt是幂等键，工具端ledger保存同一结果；库存与ledger在同一事务更新。完成reserved时读取这个已观察结果，报告预留数量和剩余，不从资料正文估库存。库存是动态状态，器材说明是冻结文档，不能用文档里“有三台”的旧句子覆盖实时stock。第四章提交后失联任务还提醒我们：没有客户端回执观察时，不应简单说业务未发生，应标未确认并按原键恢复。
对正常只读info任务，ledger必须为零；对预留成功任务，ledger一条且库存相应减少；对缺货或无权限任务，预期不发生写入。自动评价不仅看status，也查效果数量和剩余库存，再检查claims支持与事件重放。这样的多路径核对比单看答案字符串更强，因为回答、状态和数据库可以互相暴露不一致。它仍不能发现现实仓库里器材丢失等外部事实，本地库存表是当前模型的唯一环境状态。
支持率、覆盖率与诚实拒答
定义支持率为通过支持检查的输出claims数除以输出claims总数。若一条也不输出，分母为零，不能自动说百分之百质量；可以单列“无claims”并评价任务是否应有证据。覆盖率则需要任务要求的事实集合，当前模板要求读取资料时输出其四条项目符号事实，数量可从文档结构自动得到。支持率高但漏掉全部关键事实仍可能不好，覆盖完整但引用不实也不合格。两个维度需分别定义，不用一个总分掩盖空回答。
项目 all(supported(c) for c in claims) 对空列表返回真，只表示未发现不受支持的条目。修订后的评价器还独立建立必答事实集合、检查完整覆盖和重复引用。正常 info、reserved、insufficient 缺少任一要求事实均失败；not_found、denied 或 abstain 按任务规范可没有资料事实。支持检查不是任务完成判断。
两类验证与迁移边界
第一类检查是逐字段突变：改变text、SHA、line或item_id，要求支持性失败。第二类是交叉效果检查：policy假称reserved无回执应失败；真实预留的库存、ledger和客户端结果应一致。两类检查分别约束文本来源与业务事实。真实语言模型可能把多个片段概括成新句子，精确摘录检查不再足够；可以保留抽取模式作为正向控制，另设计语义支持数据与人工复核，但未完成前不得称已实现自动事实真实性验证。
资料可能包含错误、矛盾或危险建议，正确引用只帮助追责，不负责判真。要拓展到真实学校管理，需要受控来源、版本更新、有效期与授权治理，且用户应能看到引用来自哪一版。本课的原创资料不是外部机构规则，讲义不借它们制造权威背书。这里完成的是从环境观察到可定位输出的证据路径，使以后替换生成器时有清楚的基准和失败边界，而非凭一段漂亮回答判断可靠性。
本项目没有做Unicode归一化或模糊纠错。全角标点、不同空格或同形字符都会影响精确比较，这对冻结摘录是可接受的严格约定。若允许规范化，必须同时定义正文存储、摘要、行定位和比较所用表示，避免显示文本与被哈希字节各用一套规则。
lines=['# title','- name: camera','- purpose: light']
claim={'line':2,'text':'name: camera','quote':'- name: camera'}
def supported(c):
i=c['line']-1
return 0<=i<len(lines) and lines[i]==c['quote']=='- '+c['text']
assert supported(claim)
assert not supported({**claim,'line':3})
assert not supported({**claim,'text':'invented'})
print('exact-source support PASS')练习与项目增量
TRY IT YOURSELF
基础：支持性四条件
一条claim的text正确，line也正确，但SHA属于旧正文。能通过吗？为什么？
提示 1
提示 2
对照参考解答
TRY IT YOURSELF
进阶：空回答陷阱
某系统不输出任何claim，all检查为True，于是称支持率100%。怎样修正？
提示 1
提示 2
对照参考解答
TRY IT YOURSELF
挑战：摘录与语义推断
资料说“借用前提：由老师示范调焦”，模型输出“任何学生都可独自调焦”。可以靠同一个引用通过吗？
提示 1
提示 2
对照参考解答
本章增量是evidence、supported、finalize的资料与事务双链验证。后继评估将用同一资料、同一策略入口和固定任务集，实际统计应完成、应拒绝、预算失败和恢复成功，而不是人工挑选几条好看的答案。
支持检查之外，还要独立检查漏答
修订后的 fixture 先由 required_claims(row) 从 catalog 与原始 Markdown 逐行建立必答身份集合，不调用候选 Store.evidence。对 info、reserved、insufficient，输出须覆盖唯一器材全部项目符号事实。以 (item_id,line,quote) 去重后计算 covered_claims / required_claims，并另查重复引用；最终 passed 同时要求状态、支持、完整性、业务效果与库存正确。 相机原件有四条事实：正常结果 coverage=1；把 evidence 替换为空列表时 support_pass=True，但 coverage=0、completeness_pass=False、passed=False；删除一条得到 3/4；重复已有引用也不能补漏，且独立重复门失败。无需资料的拒答状态分母为零，coverage 标为不适用，而不是 100%。新回归保留这三种有意错误，并在同一修订代码上重新跑十七个正常任务；原十七题结果仍为 17/17。
BUILD THE MECHANISM
实现支持与必要事实联合验收
实现LearnerRunner.validate_claims；不把空集合all为真或重复claims当作完成。 下载本课完整项目，在项目根目录运行；只编辑 learner/starter.py，已有构造框架由项目提供。
输入与输出 逐条来源支持且正常结果覆盖真实文档所有bullet事实；空、缺项和重复拒绝。
拒答可以空claims；义务从真实source读取，不调用evidence抽取器生成期望。
# LearnerRunner.validate_claims（替换已提供类的此方法）
def validate_claims(self,item,claims,status):
raise NotImplementedError('evidence')提示 1
先写支持率与内容完整性两个布尔量，不能合成一个分母。
提示 2
从原始文档行号和事实文本构造独立身份集合。
提示 3
要求列表长度等于唯一身份数，再比较必需集合。
独立检查 python3 -m learner.check --stage evidence --output runs/learner-evidence.json
迁移检验 删除一条、重复一条、改SHA分别预测哪个门拒绝；然后对新器材文档复核，不能只记camera数量4。
参考实现与解释
# LearnerRunner.validate_claims（替换已提供类的此方法）
def validate_claims(self,item,claims,status):
if not all(self.store.supported(c) for c in claims):return False
if status not in ['info','reserved','insufficient']:return not claims
# Independent obligations are read from actual source facts, never Store.evidence.
row=self.store.db.execute('SELECT * FROM documents WHERE id=?',(item,)).fetchone()
if not row:return False
expected={(i,line[2:])for i,line in enumerate(row['body'].splitlines(),1)if line.startswith('- ')}
actual=[(c['line'],c['text'])for c in claims]
return len(actual)==len(set(actual)) and set(actual)==expected and bool(expected)