# 2026-10-22 全量截图与 v3 评分复核

本轮覆盖 12 个主题、371 条历史实验，逐条阅读任务与原始输入，完成独立视觉复核并启用 v3。共归档 695 份采集清单、1638 张真实 PNG；359 条有预览入口，12 条无入口。旧 PNG、原始输入和实验源码保留，没有重新调用模型、升级历史依赖或改外部部署。

## 结果与边界

| 状态 | 切换前 v2 | 本轮 v3 |
| --- | ---: | ---: |
| 可评分 `rated` | 333 | 340 |
| 证据不足 `insufficient` | 26 | 19 |
| 无截图 `unavailable` | 12 | 12 |
| 合计 | 371 | 371 |

| 主题 | 记录 | 可评分 | 证据不足 | 无截图 |
| --- | ---: | ---: | ---: | ---: |
| 小蓝书 · 瀑布流社区 | 39 | 37 | 2 | 0 |
| 简化电路实验台 | 30 | 30 | 0 | 0 |
| 奇幻地图生成器 | 30 | 29 | 1 | 0 |
| 彩色流体实验台 | 30 | 27 | 3 | 0 |
| 生活情绪日记 | 33 | 33 | 0 | 0 |
| 冥想 iOS App | 34 | 33 | 0 | 1 |
| 新哥特式塔楼城市 | 34 | 26 | 8 | 0 |
| 寻路算法实验室 | 30 | 29 | 1 | 0 |
| Pixel Flow | 33 | 29 | 3 | 1 |
| 自选股实战 | 9 | 0 | 0 | 9 |
| 体素微缩建筑工地 | 35 | 34 | 1 | 0 |
| YouTube UI 模块 | 34 | 33 | 0 | 1 |

可评分数量变化来自重新取景、真实操作与延长等待后显示的主体，不表示模型重新生成后能力提升。19 条仍未清楚展示主体，不给数值；12 条没有入口，不构造截图或预览。其中包括归档自选股主题的 9 条历史记录，仅核对证据，不运行后端或重新测试模型。

原方案存在六类缺口：任务项混合要求、视觉维度过粗、单图取景偏差、隐藏流程与输入状态遗漏、指纹未绑定全部证据、截图与功能验证混淆。v3 以八项任务和十二项视觉检查分别给出 0–5 分，保留五维具体观察、独立置信度及限制，未使用旧总分换算。实施方案已并入[现行评分规则](../case-scoring.md)，本报告只保存本轮复核事实。

## 本轮实际证据

首轮覆盖桌面 1440×900 与手机 390×844，补充纵向懒加载、内部容器、横向原型、实际导航、上传、寻路结果和 3D 初始化后的状态。采集保留 2 次首轮失败及 20 次未完成的补充尝试；错误、资源失败和有界等待如实记录。重复失败不等同人工操作不可用。

粒子使用同一已登记指纹的测试图片，没有真实相机与手部输入；鼠标、键盘和应用演示不替代追踪。寻路按实际速度控件含义等待结果，静态路径和数值不证明算法正确。体素场景保留第二场景方块、GPU 上下文丢失、手机 CDN 失败等限制；天气变化不当作新增布局。视频原型依各条原始输入的当前模块范围判断，不补造缺失的历史规格。全文和滚动取景有明确范围，不宣称穷尽全部页面状态。

[封面选择表](../../catalog/score-reviews/2026-10-21-v3-covers.json) 明确登记每条记录所选的已复核帧。优先选等待完成、上传还原、结果态或滚动加载后的真实主体；寻路部分条目选完成态，部分视频原型选实际手机页面而非入口目录。证据不足仍绑定本轮受限画面，不借用旧图伪装成功。封面只是展示入口，评分依据当前清单的全部帧。

## 可追溯数据与展示

- [切换前快照](../../catalog/score-reviews/2026-10-21-v3-source.json) 保存 371 条旧评分、封面、日期及旧规则。
- [本轮 v3 规则快照](../../catalog/score-reviews/2026-10-21-v3-rubric.json) 仅用于核对当时的逐图审阅档案；新增案例读取现行机器规则。
- `catalog/score-reviews/2026-10-21-v3/` 的独立逐图记录覆盖全部 371 条，例如[蓝书记录](../../catalog/score-reviews/2026-10-21-v3/bluebook.json)。保留阶段性的 `manual-review-draft` 标识作为原始审阅归档；正式评分写入各 run.json。
- `catalog/screenshot-captures/` 的采集历史保存全部原图路径、尺寸、指纹、环境、操作和来源链；[当前规则](../../catalog/scoring-rubric.json) 与 [评分说明](../case-scoring.md) 定义二十项锚点及边界。

评分绑定完整输入、任务定义、全局规则、封面、完整证据集及该 run 的全部采集清单。新增补充清单或改动非封面证据也会使原评分失效。校验器核对全部历史 PNG 与来源链，不能只修改指纹绕过人工复核。

主题页评分明细展示二十项分数、五维观察、置信度、限制及全部已复核截图链接；首页和默认评分排序读取新数据。原图按需打开，不在首页预加载全部取景。

## 验证

本轮已执行：

- `npm run generate`、`npm run validate` 通过；全部 695 份清单、1638 张 PNG 和 371 条审阅记录有效，CSS 跨文件重复及同文件相同声明均为 0。
- `npm test`：62 项通过。
- `npm run test:browser`：303 项通过、1 项按设计跳过。单 HTML 的 file:// 检查已在根路径项目执行，子路径项目不重复运行同一检查。
- `node --check assets/home.js`、`git diff --check` 通过。
- 复核工具实测读取电路主题当前 30 条记录、126 帧，生成 43 张联系图；拒绝覆盖非空输出目录及缺失选项的参数。

浏览器检查覆盖根路径与 Pages 子路径、桌面与 390px、逐项评分及真实原图链接。计算样式钉子记录新增分项列表、分组标题、44px 截图链接，以及桌面展开评分后占 42% 的阅读列；开关评分保持缩略图槽位宽度。人工查看了桌面和手机的评分展开画面。初次回归中两条固定要求 240w 的旧断言已改为区分横图和最小 480w 的竖图封面，随后完整回归通过。