[codex] Add aggregate constraint validation

CHANGELOG.md

@@ -4,6 +4,13 @@
 
 ## [Unreleased]
 
+## [0.6.5] - 2026-08-04
+
+- Schema v1 题面—Validator 约束对账新增多组数据累计约束检查：保守识别 LaTeX 求和、中文“所有测试用例之和”表述，以及 Validator 中直接 `+=` / `acc = acc + term` 累加和后续 `ensuref` 上限；统一规范化为 `sum:n`、`sum:len:s`、`sum:n+m` 等主体。
+- lint 对累计约束的题面缺失、Validator 缺失和确定数值不一致给出非阻断 warning；动态边界与“检测到多测和单组规模但未发现累计上限”保留结构化人工复核信息，不自动推导正确上限，也不把启发式结果当作证明。
+- `probhub report` 的 JSON、终端和 Markdown 输出新增累计约束状态与 matched / statement-only / Validator-only / dynamic 计数；新能力仅进入 Workspace Schema v1，Legacy 保持冻结兼容。
+- Agent Skill 新增多组数据上限推导契约：`T_max` 在 5 至 100000 间按同文件测试需求、逐组固定成本和 I/O 选择；高测试需求且满足复杂度条件时以 `sum(n_i) <= 10N` 为候选，再用联合最坏数据和三倍 TL 余量校准。题面累计上限未在 Validator 匹配、数值冲突或动态不可核对时阻断封题；即使自动匹配，也要求人工确认累加器宽度、初始化、逐组一次累计和最终拒绝逻辑。
+
 ## [0.6.3] - 2026-08-02
 
 - Unix 内存限制 helper 改为隔离 Python 的内联 `-c` 启动，保留 `RLIMIT_AS`、状态管道、信号复位、session/process group 与 fail-closed 语义，同时避免 WSL 从 Windows 挂载目录逐次读取 helper 文件的冷启动开销。

README.md

@@ -25,6 +25,7 @@ ProbHub 会在这条流程中提供：
 - standard、custom checker、浮点比较和 interactive 四类常见评测场景；
 - AC、WA、TLE、MLE、OLE、RE、FAIL 等结果和完整进程树清理；
 - 可复现的数据生成、差分测试、反例重放和错解击杀矩阵；
+- 题面与 Validator 的范围对账、多组数据累计总量的静态复核提示，以及按复杂度、测试需求和资源余量推导 `T` 与累计上限的 Agent 指引；
 - Typst 全卷排版、单题 PDF、DOMjudge ZIP 和交付前验包；
 - Windows 与 Ubuntu 双平台 CI 验证。
 
@@ -168,7 +169,8 @@ Agent 和 WebUI 都会调用同一套 Core。只有需要手动排查或编排
 |---|---|
 | `probhub doctor` | 检查安装环境 |
 | `probhub ui` | 启动 WebUI |
-| `probhub lint L01` | 检查目录、配置和题面结构 |
+| `probhub lint L01` | 检查目录、配置、题面结构和约束对账 |
+| `probhub report L01` | 查看数据画像、错解击杀和累计约束状态 |
 | `probhub judge L01` | 编译并运行 Validator、标程、暴力和错解 |
 | `probhub stress L01 --rounds 1000 --seed 12345` | 用随机小数据对拍 |
 | `probhub seal L01 --no-cache` | 验证并冻结当前题目版本 |

SKILL.md

@@ -158,13 +158,17 @@ probhub build L01 --skip-judge
 
 1. 读取 `.probhub/workspace.yaml`，确认稳定 ID、目录和正式题序。
 2. 读取所选题目的 `probhub.yaml`、`problem.md`、`code/` 与 `data/`。
-3. 只修改规范源文件；不要修改生成物来“修复”结果。
+3. 只修改规范源文件；不要修改生成物来“修复”结果。创作、修改或审查含 `T` 的多组数据题时，先读取 `references/aggregate-limit-derivation.md`，在定稿题面和 Validator 前推导并记录 `T_max`、累计规模代理与资源校准结论。
 4. 修改后执行：
 
    ```powershell
    probhub lint <ID>
    ```
 
+   多组数据题还必须读取 `probhub --json lint <ID>` 的 `constraint_reconciliation.aggregate_constraints`。题面声明累计上限时，任何对应的 `statement_only`、`aggregate_constraint_mismatch` 或 `dynamic` 都是 Agent 封题阻断，不能因为 Core 仍返回非阻断 warning 就忽略。直接写法应达到 `state: matched`；若 Validator 使用函数封装、宏或其他静态分析不支持的等价实现，必须人工读代码确认并在验证记录中说明，不能把未识别状态冒充自动通过。
+
+   即使结果为 `matched`，也要人工确认 Validator 使用足够宽的累加类型、在多测循环前初始化、对每组目标量恰好累计一次，并在读取全部相关输入后用 `ensuref` 或等价检查限制为题面同一上限。只看到变量名或同一常量不算“确实限制”。发现题面有总量承诺但 Validator 没有实际执行这些步骤时，先修 Validator 并重跑 lint/Judge，再进入 seal。
+
 5. 开发代码或数据时执行：
 
    ```powershell
@@ -202,6 +206,7 @@ probhub build L01 --skip-judge
 
 - 现有题面来源不得擅自改意，只修正格式；Idea 题应自行完成约束、算法与简洁题面。
 - 输入格式中的数据范围使用中文括号，紧跟变量第一次出现处，例如：`输入一个整数 $T$（$1\le T\le 100$）。`
+- 多组数据题除单组范围外，必须按 `references/aggregate-limit-derivation.md` 推导 `T_max` 与累计规模：`T_max` 候选限制在 `5..100000`；测试需求较大、算法至少线性、各组独立且工作量条件成立时，以 `sum(n_i) <= 10*N` 为默认候选，再用联合最坏数据和 `accepted_max_time * 3 <= TL` 校准。若算法复杂度需要累计输入受限，应在题面明确写出总点数、总边数或字符串总长度上界，并在 Validator 中使用足够宽的累加类型逐组累计后校验。题面已有累计上限时，Validator 中的实际累计和拒绝逻辑是封题必查项，不得只依赖 lint 退出码或变量名匹配。
 - 题面写法守则：
   - 任务目标必须在题目描述阶段即可读懂，不得推迟到输入输出格式甚至样例才首次出现；关键定义、对象、操作在就近位置解释。
   - 数据范围必须覆盖输入中每个量的完整前提：下界、字符集、互异性、是否保证有解、是否保证成树/连通等；浮点输出题写明误差判定标准，而不是只写"保留若干位小数"。
@@ -217,7 +222,7 @@ probhub build L01 --skip-judge
 - Checker/Interactor 必须使用附带的 DOMjudge/testlib 协议；交互题按需设置 `judge.interactive.idle_limit` 和 `transcript_limit`。Core 负责本地编译以及生成 `output_validators/validate/`，不得手工维护该生成目录。
 - 数据严格放在 `data/sample` 和 `data/secret`，每个 `.in` 必须有同名 `.ans`。
 - 样例 `.ans` 必须由配置顺序中的首个 accepted 精确复现；只归一 CRLF/CR 为 LF，尾空格、缺少尾换行和其他字节差异仍失败。Custom Checker 的非唯一输出语义不能替代这条样例不变量；交互题明确不适用。
-- 题面只能有一个 H1，必需 H2 依次为题目描述、输入格式、输出格式且内容非空；提示位于输出之后，样例输入/输出只来自 `data/sample`。lint 的约束对账始终是 `analysis_state: partial` 的人工复核报告，启发式 mismatch 只能 warning，不能作为自动正确性证明。
+- 题面只能有一个 H1，必需 H2 依次为题目描述、输入格式、输出格式且内容非空；提示位于输出之后，样例输入/输出只来自 `data/sample`。lint 的约束对账会保守识别直接 LaTeX/中文累计上限与 Validator 直接累加器，并在多测但未发现累计上限时提示复核；结果始终是 `analysis_state: partial`，启发式 mismatch 只能 warning，不能替代复杂度分析或正确性证明。
 - secret 数据优先通过 `data.recipes` 配方生成（`probhub gen`）：生成器 + 精确 args 可复现同一字节，手工数据显式 `manual: true`；没有配方的测试点 lint 会给 warning。配方格式见 `references/workspace-schema-v1.md`。
 - 为定向卡错解和复杂度数据配置 `data.groups` 与结构化 `solutions.*[].expected`；实现或审查时读取 `references/data-groups-expectations.md`。要求错解必须 WA 时显式写 `status: WA`，不得用偶然 RE/TLE 代替。
 - 慢参考解可在第二及后续 accepted 上配置 `run_on: [groups]`；多个组取并集，sample 始终执行。首个 accepted 禁止缩域；局部 accepted 必须显式写 `expected.groups`，且期望和 target 覆盖不得超出运行域。该字段只影响本地 Judge，不影响 stress 或 DOMjudge 包。

compat/probhub-skill/package.json

@@ -1,6 +1,6 @@
 {
   "name": "probhub-skill",
-  "version": "0.6.3",
+  "version": "0.6.5",
   "description": "Lightweight ProbHub command package that delegates to the complete probhub package.",
   "main": "bin/init.js",
   "bin": {
@@ -32,7 +32,7 @@
     "node": ">=18"
   },
   "dependencies": {
-    "probhub": "0.6.3"
+    "probhub": "0.6.5"
   },
   "files": [
     "bin/*.js",

package.json

@@ -1,6 +1,6 @@
 {
   "name": "probhub",
-  "version": "0.6.3",
+  "version": "0.6.5",
   "description": "基于大语言模型 (LLM Agent) 和现代排版框架构建的 ACM/ICPC 自动化出题工作流。",
   "main": "bin/init.js",
   "bin": {

probhub/__init__.py

@@ -1,3 +1,3 @@
 """ProbHub deterministic contest-problem build core."""
 
-__version__ = "0.6.3"
+__version__ = "0.6.5"

probhub/reporting.py

@@ -492,6 +492,23 @@ def _problem_report(root, workspace, entry, position, lint_result):
         "ungrouped_secret_cases": ungrouped_secret,
         "targeted_secret_cases": len(targeted_secret_cases),
         "recipes": recipes,
+        "aggregate_constraints": constraint_report.get("aggregate_constraints") or {
+            "analysis_state": "partial",
+            "multi_case_detected": False,
+            "state": "not_detected",
+            "matched": [],
+            "statement_only": [],
+            "validator_only": [],
+            "dynamic": [],
+            "statement_constraints": [],
+            "validator_constraints": [],
+            "summary": {
+                "matched": 0,
+                "statement_only": 0,
+                "validator_only": 0,
+                "dynamic": 0,
+            },
+        },
         "calibration": _calibration_profile(calibration),
         "solution_verification": (lint_result or {}).get("solution_verification") or {},
         "kill_matrix": _kill_matrix(config, groups, cases, calibration),
@@ -619,6 +636,11 @@ def render_markdown_report(report):
             f"targeted {recipes['targeted']}/{recipes['total']}；near-boundary {recipes['near_boundary']}/{recipes['total']}",
             f"- 校准：{problem['calibration']['state']}；primary accepted TL 余量 "
             f"{_format_headroom(problem['calibration']['primary_headroom'])}；`target_guarantee: false`",
+            f"- 累计约束：{problem['aggregate_constraints']['state']}；"
+            f"matched {problem['aggregate_constraints']['summary']['matched']}；"
+            f"statement-only {problem['aggregate_constraints']['summary']['statement_only']}；"
+            f"Validator-only {problem['aggregate_constraints']['summary']['validator_only']}；"
+            f"dynamic {problem['aggregate_constraints']['summary']['dynamic']}",
             "",
         ])
         if problem["groups"]:
@@ -692,6 +714,14 @@ def render_text_report(report):
             f"near-boundary={recipes['near_boundary']}/{recipes['total']} "
             f"analysis={recipes['analysis_state']}"
         )
+        aggregate = problem["aggregate_constraints"]
+        lines.append(
+            f"  累计约束: {aggregate['state']} "
+            f"matched={aggregate['summary']['matched']} "
+            f"statement-only={aggregate['summary']['statement_only']} "
+            f"validator-only={aggregate['summary']['validator_only']} "
+            f"dynamic={aggregate['summary']['dynamic']}"
+        )
         if problem["groups"]:
             lines.append("  数据组:")
             for group in problem["groups"]: