docs(organization): 记录专用反刍组合复验结果

- 验证反刍三工具生效，保留其它行为耗尽与写前重读证据

- 记录 best-effort 图结果及 preview 清理

Author: xiaoland

tasks/knowledge-lifecycle-capabilities/decisions/D551-D560.md

@@ -12,6 +12,8 @@
   或其它行为的精确写入。不因单轮未使用就删除其图检索能力；核查说明见 remaining-budget-diagnosis。
 - **验证**：同步现有黑盒 fixture 与 preview 驱动的 definition 装配逻辑，不新增测试。
   本轮静态检查，不把之前 guidance 轮当作本次修正的真实模型验收。
+- **后续验收**：Sir 随后要求重新验收，focal 轮已完成并清理。Rumination 4/4/5 全部结束且只绑定三工具；
+  evidence stance/synthesis 仍耗尽，写前重读未消除。见 [focal 评审](../units/organization-nowledge-study/acceptance/focal-review.md)。
 
 ### D-553 — 保持产品职责，优化检索契约与最小充分引导后复测
 

tasks/knowledge-lifecycle-capabilities/units/organization-nowledge-study/acceptance/focal-review.md

@@ -0,0 +1,69 @@
+# Rumination 专用工具组合复测
+
+D-554 的工具组合修复已在实际运行中生效。Rumination 三次均自然结束，但整轮仍有 evidence stance 和
+synthesis 耗尽，写前重复读取也仍存在，因此不能宣布所有执行效率问题已解决。派生内容准确性残余按
+Sir 已确认的 best-effort 处理，不以这些残余单独否定本次工具组合修复，也不追加未经确认的修复。
+
+## 运行条件
+
+源码为 5fef0fd8144a6b5e0952bbbdd1cf6bd6099502c1。Preview application 34684004663 成功；
+debug 34684003813 首次配置读回失败，重跑后成功，之后才启动 Agent。原始证据保存于
+[tool-repair-focal.json](tool-repair-focal.json)。
+
+仍使用 qwen3.6-plus、12 次模型调用预算、原初始 fixture、max_seeds=3，以及前三种顺序、后四种独立入队的
+调度方式。预算没有进入提示词，语义 Profile 仍未配置。本轮没有新增测试或运行 upstream-change 阶段；
+只为既有驱动新增 focal 输出名称，未更改验收逻辑。候选及前序图变化意味着这不是严格单变量实验。
+
+## 结果
+
+| 行为 / Job | 模型调用次数 | 结果 |
+| --- | --- | --- |
+| rumination / 81 | 4、4、5 | 全部自然结束 |
+| supersession / 82 | 4、5、3 | 全部自然结束 |
+| refinement / 83 | 7、4、5 | 全部自然结束 |
+| evidence stance / 84 | 12 | 首次耗尽，无写入 |
+| synthesis / 85 | 12 | 首次耗尽，最后一次写入成功 |
+| existing referent anchoring / 86 | 5、10、9 | 全部自然结束 |
+| duplicate assertion / 87 | 3、3、5 | 全部自然结束 |
+
+5/7 Job 完成，15/17 次执行自然结束。共 100 次模型调用、126 次工具调用，零工具错误。
+不能将与上轮的总调用数差直接解释为效率提升：本轮两个 Job 首次失败，未继续剩余 seed。
+
+## 修复效果与残余
+
+实际 thread.created 记录确认 rumination 仅绑定 get_draft_graph_schema、draft_graph、submit_graph，
+使用独立完整提示词，没有探索与 candidate 指导。三次分别处理五月事故、checkout 团队假说和修订方案，
+只经过草稿与提交，没有查询图、读取实体或标记 candidate，也没有写后确认循环。
+第一、第三个 seed 与 guidance 轮原始信息角色相同，调用数分别从 8→4、11→5；中间 seed 不同，不能比较。
+这支持恢复原用法的修复有效，不保证所有未来输入都能在同样次数内完成。
+
+写前无需重读的说明也确实出现在 Job 84/85 的实际系统提示词中，但未消除下述重复：
+
+- Job 84 输入已包含 305 全文，调用 1 仍读取 305，并同时查询其邻域。邻域已返回完整 311，调用 2 又读取 311。
+- Job 85 调用 1 的邻域已返回 311–316 全文，调用 3 重新读取 312–316，调用 6 又用 Resolver 读取 311。
+
+这些是实际内容重叠，不只是“多次用了读工具”。它们发生在写入前，不能归为写后确认回执，也不能因已经
+增加说明就声称根因解决。当前轨迹不足以进一步断定模型为什么忽略了已有内容。
+
+Job 84 的 12 次 retrieve 有 6 次词法空结果，其余多次只返回已知方案。调用 8 才查询 Nimbus 扩展材料，
+随后继续搜索 approval、replay passed 等没有找到的证据，到第 12 次仍在检索，没有写入。
+这与之前的长查询/目标发现不收敛问题相似，但 seed 是修订方案而非此前实验或五月事故，不能视作严格重放。
+
+Job 85 则在收集与反复读取方案派生片段、查询已有综合及 find_path 后，于调用 12 成功创建综合 324，
+下一轮自然结束的机会已被调用上限截断。它有有效产出，不是纯检索死循环；也不能据此证明多给一次必定结束。
+
+## 图与 best-effort 记录
+
+最终图为 36 Blocks、21 Relations。五月事故提取的两个 Block 有来源边；checkout 假说保留了 pre-replay
+和未确认性质；综合 324 连接原始方案 304/305 并保留 rollout 条件。这些是可见的有效整理结果。
+
+仍可观察到信息与关系语义残余：rumination 为方案机制增加解释，创建的方案子图未直接连回原始 305，
+316 replaces 311 的方向与文本含义相反；后续存在 311 supersedes 316，以及复合原文 306 与其局部提取
+309 之间的 duplicates assertion。它们作为 best-effort 观察保留，本轮没有为此调整提示词或写入机制。
+这不把这些关系重新定义为正确，也不从“接受部分准确性不足”推导出任意未来错误均可忽略。
+
+## 清理与交接
+
+本轮 36 Blocks、21 Relations、8 Jobs、7 Agents、1 Model、1 Provider 已移除；临时配置恢复/移除，
+日志导出后清理，所有 remaining_new_ids 为空，无驱动 failure。验收后的只读检查也返回 jobs=[]。
+当前可以确认 rumination 工具组合修复生效；其余耗尽和写前重读问题保持未解决，不继续擅改实现。

tasks/knowledge-lifecycle-capabilities/units/organization-nowledge-study/acceptance/preview-tool-repair.py

@@ -30,9 +30,10 @@
   "array",
   "references",
   "guidance",
+  "focal",
 ):
   raise ValueError(
-    "Choose baseline, repaired, prompt, batch, array, references or guidance"
+    "Choose baseline, repaired, prompt, batch, array, references, guidance or focal"
   )
 OUT = Path(__file__).with_name(f"tool-repair-{MODE}.json")
 RESUME = "--resume" in sys.argv
@@ -42,7 +43,7 @@
 DEFINITIONS_PATH = ROOT / "tests/organization/acceptance/agent_definitions.json"
 DEFINITIONS = (
   json.loads(DEFINITIONS_PATH.read_text())
-  if MODE in ("prompt", "batch", "array", "references", "guidance")
+  if MODE in ("prompt", "batch", "array", "references", "guidance", "focal")
   else None
 )
 secret = subprocess.check_output(