/kloop # 启动循环,默认预算 20 次评测(/kloop 30 自定义)
/kloop stop # 停;/kloop status 查看
/supervise on # 开启外部模型监督（需先有监督模型：配置或当场指定，见下）
/supervise use deepseek-official/deepseek-v4-flash # 本会话换监督模型
/supervise use default # 回到配置默认评测页顶部分两行：
- 循环行——优化评测上限 + 本轮输出语言 + 启动／停止
- 监督行——外部监督开关 + 监督模型 + 思考强度（模型列表来自宿主
llm服务，与对话共用；思考强度只展示模型适配器实际声明的选项）
与 slash 命令驱动同一份状态。
循环运行中监督行整体置灰锁定：中途改开关、模型或思考强度会让同一轮运行前后条件不同；要调整，请先停止循环（评测进度保留，重新启动后接着走）。/supervise 命令作为显式入口不受此限。
对话页也有双态入口：
- 未启动时 composer 工具行里有一个「⟳ 启动循环」触发器，点开是 DSH 菜单样式的启动卡（优化评测上限 / 本轮输出语言 / 监督开关 / 监督模型 / 思考强度 / 启动，底部提示曲线在评测页）；启动卡会按按钮上下方的可用空间定位，内容过长时在卡内滚动，不会越出视口
- 循环中 composer 上方出现状态条（轮次／预算进度 + 停止按钮），停止即消失
任务不一定来自对话——用户常把 prompt／任务说明放在工作目录里。
会话里还没有任务时，循环的第一条驱动消息不说「继续原任务」，而是明确指示：盘点工作目录找用户准备的任务文件；工作目录里也没有就问用户并停下，绝不把工作目录之外的东西当任务。
（与 persona 同款红线，封死从邻居目录「考古」旧任务的路径。）
循环在每次 turn 落定后检查投影出的 run 状态：
| 情况 | 行为 |
|---|---|
| finalize 已记录 | 停 |
| 评测数达预算，或连续 2 轮零新评测 | 先投一条收尾消息（要求原样恢复最优 artifact、finalize 最好的诚实结果并总结），随即 disarm |
/kloop stop／面板／状态条的停止按钮 |
人类决定：立即 disarm 并中止在跑的轮次（排队中的人类消息保留），不投收尾 |
| 人类在对话框手动终止回合（turn 以 aborted 收场） | 同样立即解除循环 |
| 其余 | 投递续跑消息（预算进度 + 停滞计数 + 监督结果） |
预算耗尽永远是干净的收束，不是静默断电。人的停止永远压过机器的续跑——想继续就重新启动。
人类插话永远优先：智能体非 idle 时本轮跳过，监督复审后还会二次确认 idle 与 armed 才续投。
预算只按已完成的优化评测计。循环已经进入收尾后产生的最终验证，以及插件自行执行的复测，都保留在评测记录中，但不消耗优化评测预算。
单个 turn 内，智能体可能在循环获得下一次检查机会前连续完成多次评测，因此仍可能小幅超出上限。面板不会再把这类记录算成第 13 次“预算内迭代”：它会分别显示优化评测、预算外评测和收尾验证。例如上限为 12，同一 turn 实际返回 13 条优化阶段结果时，进度保持 12/12，另显示 1 次预算外评测；记录不会丢失。
每轮续投消息里的建议块（或 OK 行）由投影按固定锚点解析成 rounds，面板的「监督记录」卡与迭代表展开里的「该轮监督」都来自它——重启、回放后依然完整。
面板下拉／/supervise use 的会话级覆盖 > 插件 config 默认。
模型下拉来自 models 路由（llm.listProviders()／listModels()，发现失败的 provider 仍列出、模型手填走 /supervise use）。思考强度下拉会进一步调用 llm.resolveModelInfo()，只列出适配器为当前模型声明的 effort id；适配器未声明时保持模型默认值，不硬编码 low、medium、high 一类档位。会话覆盖只换路由与思考强度，temperature／maxTokens 等复审纪律仍随 config。
没配 config 也可以：下拉选一个（或 /supervise use）后 /supervise on 即可用。
config 写法（~/.dsh/cordis.patch.yml 的插件行，或 profile patch）：
- id: kernel-opt
config:
supervisor:
provider: deepseek-official # Models 设置里的 provider 路由
model: deepseek-v4-flash # 建议与主模型不同档,便宜的就够
reasoningEffort: medium # 可选；必须是该模型适配器声明的 id
language: 中文 # 可选；命令启动时使用，不写则跟随智能体
instructions: | # 可选;本项目的加码规矩,追加在 rubric 之后
没报 DRAM 带宽的 run 一律点出来。插件自己的固定界面文案始终跟随 DSH 当前界面语言。通过面板或 composer 启动循环时，「本轮输出语言」默认取启动那一刻的界面语言，也可以手动选择中文或 English；选定后会在本轮保持不变，即使中途切换界面语言也不会让评测环境、当前方案、监督记录或智能体回复突然换语言。新的运行会重新按当时界面语言解析。
这个选择同时约束智能体面向用户的回复、kernel_plan／kernel_env 文本和监督模型输出。语言指令随循环续投消息写入会话日志，因此回放能重建同一份模型输入。
使用 /kloop 启动时没有浏览器语言参数：监督复审优先使用 config 的 supervisor.language，未配置时跟随智能体自己的方案／汇报语言；智能体本身则按 preset persona 和用户语言决定。
无论哪种语言，判定前缀 OK: / DONE: 都保持 ASCII 原样：投影按这个字面量识别「通过」，复审模型要是把它一起翻译了，每一次通过都会被记成建议并注入给智能体。
它只能往 rubric 上加「本项目还要看什么」，删不掉任何一条既有检查——复审纪律归插件，和「路由覆盖只换模型、不换标准」是同一条边界。
run 的进行方式与证据：
- 预算纪律
- 正确性优先
- 方法族多样性
- plan 与 diff 是否对得上（改动记录是它独立的证据，plan 只是被审方自述）
- 评测器报的
native_metrics - 有没有 profile 过
- 每个自报点的命令行像不像真实评测
- 该收尾时收尾
它读改动，不读整份 kernel——摘要里带的是最近几次迭代的真实 diff（digestChanges()：末 4 次有改动的迭代、每次至多 3 处、每处截 220 字符），所以「plan 与 diff 对不对得上」有独立证据可查；至于 kernel 本身对不对、快不快，那是评测器用实测回答的问题。
已知缺口：改动只从结构化文件工具采（changeTools，默认 write／edit）。用 shell 改文件——sed -i、heredoc、python -c 写盘——那一轮不会留下任何 diff 行，「plan vs diff」这条就静默失效。
回复 OK 则不注入建议；失败、超时或没给出任何答复都让这一轮不留下复审记录，永不卡住主循环——沉默不算通过，尤其不算对提前收尾的放行。
这是按思考预算给的：rubric 只要三句话，但复审模型会使用面板／config 指定的思考强度；未指定时使用模型默认值。推理与答复共用同一个输出预算。
实测 V4-Flash 在 15 行的 digest 上烧掉 4000 token 推理后一个字没答（finish: max-tokens）。
单纯调大上限只是把悬崖往后挪，所以预算耗尽的复审会关掉推理重试一次：浅一点的复审也好过没有复审。