(feat) 容器化 headless E2E 集成测试套件：并行分道 + smoke/full 分集

[Tyan66666]

问题

每个 PR 目前靠手工验证：把 worktree 以 file: 装进 web profile、开真实会话跑任务、人肉观察 nudge/压缩/检索，再翻日志确认投影没被染负。慢、不可重复，且 issue #54 那类"会话砖化"（投影计数变负 → 后续每个 turn 被 zod 拒绝）在真实长会话里肉眼几乎不可能第一时间发现。

修复

新增容器化 headless E2E 集成测试套件，设计记录见 docs/e2e-testing-design.md（v4）。不改 src/——环境组装、运行、断言全部使用 DSH 原生机制（headless runner + profile + 会话日志），dist/ 无漂移（src/ 未动，CI 校验通过）。

组成

文件	职责
scripts/e2e/Dockerfile	node:22-slim + 钉版本 @deepseek-ai/dsh@0.1.2-rc.1 + zstd/pnpm——运行时钉进镜像可复现，宿主机不需要装 dsh CLI
scripts/e2e/run.mjs	宿主编排：构建 dist → 镜像 → 并行分道（按场景 weight 均衡发牌，每道一个独立容器，默认 3 道可调）→ 合并报告
scripts/e2e/scenarios.mjs	9 个场景与断言的单一事实源：S1-S4 基线 + 5 个 bug 回归场景（S54 影子价、S47 状态全块、S60 蒸馏入口、S9 信封、S35 mN 引用），每个场景头部钉住"症状→修复→断言读点"三元组
scripts/e2e/container-main.mjs	容器内执行器：组装只带本插件的 profile（dsh-base + dsh-headless + billion-context-dsh）→ 逐场景 headless run → 解包会话日志断言 → JSON 报告

关键设计（详见设计文档决策记录 1-9）

• 断言 oracle = 会话日志：compaction/* 事件配对与 shadowedTokenCount ≥ 0、tool/call/tool/result 逐字原文（acp_status 给模型看的每一行都可断言）；硬/软分界——引擎契约硬、模型自由意志软、被明确指示的调用形态硬
• 权限：容器内 DSH_PERMISSION_MODE=danger-full-access 完全开放（headless 下 ask 无应答者必然 fail closed；容器本身是隔离边界）
• 凭据：白名单环境变量或 gitignore 的 e2e.env 经 --env-file 注入，不落盘不入库
• 入口：npm run e2e（默认 smoke 集 S4/S54/S60，约 1 分钟）、npm run e2e:full（全量 9 场景，3 道并行约 5 分钟）、ACP_E2E_SCENARIOS=... 任意指定

验证

agicto 路由首轮 7/9 场景实测：

• 4 通过：S2（压缩后 search_context 命中被遮蔽原文里的暗号）、S3（连续 6 次压缩全部合法）、S54（CJK 重负载影子价全程非负、无投影 zod 拒绝）、S60（ACTIVE 块带 Checkpoint seqs 行）
• 4 失败均为测试侧问题并已修复，引擎零回归：S4 场景目录 diff 粒度、S1 错误断言（request/context 披露的是 provider 窗口而非配置覆盖值）、S9 降软（模型意愿归层 B mock）、S47 时间对齐+蒸馏吸收扣除——S47 现场还额外验证了模型自发 tier-2 蒸馏（b6 吸收 b1-b5）时 acp_status 报告"3 active"的正确性
• 全量墙钟 ~15 分钟（串行）→ ~4.6 分钟（3 道并行）

待办

• xiaomi token plan 路由（mimo-v2.5）的验证跑已配置、待执行
• 层 B（本地 mock LLM 确定性回放）按设计文档作为后续方向

[ranxianglei]

我来协助看一下这个问题,请分析并回复处理结果。