[xxxyxun]

概述

基于 PR #10 合入后的 main，整理加入可选的 goal 执行模式与任务记忆。
本版本替代尚未合并的 PR #11，不依赖其合并。

默认配置仍为 step／JEV，通过已有服务发现连接 Qwen-JEV；
goal 模式及 Planner API 代选均需显式开启。

主要改动

• 新增任务记忆，维护原始要求、源事实、资料覆盖、交付单元、成果及失败记录；保护已确认事实，拒绝重复 requirement ID 和交付键。
• Planner 规划有界局部目标，区分操作目标、阶段退出条件和整题要求；支持利用已有资料先制作部分成果，再按需补读。
• 阶段内连续执行，每步处理真实观察和回执，阶段结束后独立 Verify，再更新记忆和推进状态。
• 完善 GUI 字段绑定、原生日期分段输入、文件弹窗、前台窗口缺失检测及局部失败恢复，避免误用背景控件。
• 通过 components.py 装配新组件；保留 JEV 后端，并提供显式可选的 Planner API 候选选择器。
• 补充请求图像打包、结构化输出修复、逐角色调用额度和任务截止时间处理。
• eval 层支持只读观察刷新、回执全文、记忆和证据持久化，以及分阶段时间和逐角色 token 统计；缺失动作回执时不重放。
• 沿用现有启动脚本和配置结构，补齐 Pillow 依赖声明及结果目录契约说明。

本次涉及 58 个文件，包含实现、测试、配置模板和必要的接口说明。

兼容与范围

• 保留 PR feat: add shared semantic perception for GUI candidates #10 的 A11y／CDP 语义融合、API 号池及 JEV 服务恢复。
• 未修改协议 0.2 的 schema、消息模型或 golden 样例。
• 未修改官方评分器、通用 rjob 生命周期、worker 或共享 VM／冻结环境。
• 凭据、模型、VM、截图和轨迹不进入 Git。

本地验证

• Ruff：通过。
• pytest：536 passed。
• 协议检查：17 个 golden 样例通过。
• 配置模板校验、git diff --check：通过。
• 所有源码模块不超过 500 行。

真实验证及边界

真实 GUI smoke 验证了三个日期的分段输入，以及 Kimi 视觉定位、
API 选择候选、真实点击后关闭原生文件框。

记录：
/mnt/shared-storage-gpfs2/evobox-share-gpfs2/xuyuanxun/tandem_goal_delivery_loopfix_20261103/rjob_logs/goal-delivery-adapter-smoke-20261103-r4/

固定 12 题的 Kimi／MiniMax 回归共 24 次运行：
17 次出分、7 次异常未出分，没有满分题。
仍存在预算耗尽、连续无动作阶段、规划输出校验及 API／环境异常。

批次记录：
/mnt/shared-storage-gpfs2/evobox-share-gpfs2/xuyuanxun/tandem_goal_delivery_loopfix_20261103/campaign.json

[two-tiger]

LGTM