v0.20.7 restructure source and platform workspaces

README.md

@@ -1,523 +1,67 @@
-# Deep Research 系统
+# Deep Research
 
-> 生物医药行业的 AI 驱动深度研究流水线。v0.20 起以项目自有 Python core + skills + model profiles 为核心，以麦肯锡/德勤式方法论产出专业级研究报告（PDF + DOCX）。
+生物医药 Deep Research 仓库。根目录只保留入口说明和环境重建脚本；所有源文件放在 `src/`，各平台运行目录由脚本生成。
 
-**当前状态**：v0.20 重构启动。核心编排从平台 prompt 迁移到项目自有 Python runtime：模型选择、skills、任务卡并发、中文原生成稿都由 `scripts/dr.py` 与 `configs/models.yaml` 驱动；OpenCode/Codex/Claude Code/Antigravity/Gemini CLI 只作为表层入口。
-详见 `PLAN.md` 了解完整方案、版本记录与迭代路径。
+## Directory Layout
 
----
-
-## 快速开始
-
-> 项目在 **macOS** 与 **Debian/Ubuntu** 上均通用。Python 包管理用 [**uv**](https://docs.astral.sh/uv/)（Rust 写的 Python 包管理器，比 pip 快 10-100 倍，Astral 出品）。
-
-### 1. 一键初始化（推荐）
-
-```bash
-bash scripts/setup.sh
-```
-
-这个脚本会自动：
-- 检查并安装 **uv**（没有会交互询问，走官方 `curl -LsSf https://astral.sh/uv/install.sh` 脚本）
-- 调用 `uv sync` 按 `pyproject.toml` 创建 `.venv/` 并装所有依赖（ReportLab、matplotlib、biopython 等）
-- uv 会自动管理 Python 版本（>=3.10），不依赖系统 Python
-- 检查并提示缺失的系统二进制（pandoc、opencode）
-
-**为什么选 uv 而不是 pip**：
-- macOS Homebrew Python、Debian 12+ 默认 PEP 668 保护，`pip install` 到系统会被拒
-- uv 把 venv + 版本管理 + 依赖解析一次搞定，不需要手动 `python -m venv` + `source activate` + `pip install`
-- `uv sync` 10-30 秒装完一整个科学计算栈（pip 要 2-5 分钟）
-- 有 `uv.lock` 锁定精确版本，mac 和 debian 装出来的环境完全一致
-
-### 2. 安装系统二进制（setup.sh 不装这些）
-
-```bash
-# macOS
-brew install pandoc
-curl -fsSL https://opencode.ai/install | bash
-
-# Debian/Ubuntu
-sudo apt update && sudo apt install -y pandoc curl
-curl -fsSL https://opencode.ai/install | bash
-```
-
-> uv 会帮你装 Python 本身，不需要再装 `python3-venv` / `python3-pip`。
-
-### 3. 配置密钥
-
-```bash
-cp secrets.env.example secrets.env
-# 编辑 secrets.env，填入：
-#   - ZENMUX_API_KEY（必填，格式 sk-ai-v1-xxx）
-#   - TAVILY_API_KEY / BRAVE_API_KEY / EXA_API_KEY
-#   - NCBI_API_KEY（可选，PubMed 高频查询时用）
-```
-
-### 4. 下载中文字体
-
-```bash
-bash .opencode/templates/fonts/download-fonts.sh
-```
-
-下载思源宋体 + 思源黑体 + 霞鹜文楷（SIL OFL 许可，约 140MB）。
-
-### 5. 验证 zenmux 端点与 cache（强烈推荐）
-
-```bash
-source scripts/activate.sh          # 一键激活 venv + 加载 secrets
-bash scripts/verify-zenmux.sh       # 3 步自检
-```
-
-`verify-zenmux.sh` 会：
-1. 测 OpenAI 兼容端点（Gemini 3.1 Pro Preview）
-2. 测 Anthropic 兼容端点（Claude Haiku 4.5）
-3. 测 Claude prompt cache 两次调用命中（Opus 4.7 cache 读取仅 0.5 USD/M tokens）
-
-若第 3 步 `cache_read_input_tokens` 始终为 0，参见 `AGENTS.md` §6.5 诊断步骤。
-
-### 6. 日常使用
-
-```bash
-cd ~/Documents/Projects/deep_research
-source scripts/activate.sh          # 激活 venv + 载入 secrets
-opencode                            # 启动 TUI
-```
-
-**退出 venv**：`deactivate`
-
-**跑单个 Python 脚本**（不用先激活）：
-```bash
-uv run python scripts/build_report.py <slug>                    # 默认 ReportLab
-uv run python scripts/build_report.py <slug> --engine quarto    # Quarto/xelatex
-```
-
-网络不稳或 API 限流时，把 `--workers` 降到 `3` 或 `1` 即可断点续跑。
-
-### 多平台兼容
-
-v0.20 后，OpenCode/Codex/Claude Code/Gemini CLI 都是 Python core 的 surface adapter。各平台配置源放在非隐藏目录 `platform_adapters/`；本地运行环境由 `scripts/update_platform_envs.py` 重建到被忽略的 `platform_envs/`。Antigravity 走 native 模式，用自身模型配额按 phase 执行研究，Python core 只做辅助。详细调用方式见 `docs/platform-adapters.md`。
-
-- OpenCode：生成到 `platform_envs/opencode/.opencode/commands/*.md`，薄封装 Python CLI。
-- Codex：使用 `AGENTS.md` + 部署到 `$CODEX_HOME` 的 adapter 文件，优先用 GPT 系列做代码/测试/审阅。
-- Claude Code：生成到 `platform_envs/claude-code/.claude/skills/*/SKILL.md`，优先用 Opus/Sonnet 做访谈、结构讨论和中文风格审阅。
-- Gemini CLI：生成到 `platform_envs/gemini-cli/.gemini/commands/dr/*.toml`，优先用 Gemini 做长上下文、多模态和替代框架审阅。
-- Antigravity：打开 `platform_envs/antigravity`，使用其中的 `.agent/rules` + `.agent/skills` 指导其用 Antigravity 模型配额原生执行 Deep Research；Python core 只做脚手架、校验、引用和出稿辅助。
-
-更新/重建某个平台环境：
-
-```bash
-python scripts/update_platform_envs.py --platform antigravity
-python scripts/update_platform_envs.py --platform all
-```
-
-Antigravity 推荐打开 clean workspace，不推荐直接打开完整多平台仓库。详见 `docs/antigravity-clean-workspace.md`。
-平台分支/环境隔离策略见 `docs/platform-branch-strategy.md`。
-
-部署 Codex adapter（不在仓库内创建 `.codex`）：
-
-```bash
-uv run python scripts/deploy_adapters.py codex --force
-```
-
-Codex adapter 会写到 `$CODEX_HOME` 或 `~/.codex`；已有文件会在 `--force` 覆盖前生成 `.bak` 备份。adapter 默认面向自动化研究：workspace 可写、命令不逐次审批、实时 web search 与脚本网络访问开启；Tavily / Brave / Exa MCP 会默认启用但不设为必需服务。
-
-安全默认：部署脚本不会复制 `config.toml`，避免覆盖用户级 Codex 配置。只有明确需要安装本项目 bundled profile 时，才使用 `--include-config`。
-
-部署 Antigravity workspace adapter（从 `platform_adapters/antigravity` 写到目标工作区 `.agent/`，默认不覆盖已有文件）：
-
-```bash
-uv run python scripts/deploy_adapters.py antigravity --target /path/to/workspace --dry-run
-uv run python scripts/deploy_adapters.py antigravity --target /path/to/workspace
-```
-
-Antigravity 部署不会修改全局设置。若目标工作区已有同名 agents/rule/skill/workflow 文件，默认跳过；只有显式加 `--force` 时才会先生成 `.bak` 备份再覆盖。Antigravity 分层为：`.agent/agents.md` 定义角色，`.agent/rules` 放强约束，`.agent/skills` 放能力，`.agent/workflows` 放流程。关键 artifact 包括 `search_log.jsonl`、`sources.jsonl`、`claims_ledger.jsonl`、`coverage_matrix.md` 和 `continuation_state.json`。
-
-部署到新环境后自检：
-
-```bash
-uv run python scripts/deploy_check.py
-uv run python scripts/deploy_check.py --repair --force
-```
-
-运行平台无关 Python core：
-
-```bash
-uv run python scripts/dr.py init "研究主题" --slug <slug> --method mckinsey_market
-uv run python scripts/dr.py frame <slug>
-uv run python scripts/dr.py run <slug-or-topic> --method gmp_gap_assessment
-uv run python scripts/dr.py research <slug> --workers 6
-uv run python scripts/dr.py research <slug> --workers 6 --execute-packets
-uv run python scripts/dr.py research <slug> --workers 6 --execute-packets --allow-search-fallback
-uv run python scripts/dr.py research <slug> --workers 6 --build-briefs
-uv run python scripts/dr.py research <slug> --workers 6 --assemble-chapters
-uv run python scripts/dr.py review <slug>
-uv run python scripts/dr.py finalize <slug>
-```
-
-OpenCode/Codex/Claude Code/Gemini CLI adapter 只包装这些 CLI，不再承担核心调度或模型选择。Antigravity 是例外：它优先按生成环境中的 `.agent/skills/antigravity-surface-adapter` 用自身模型配额执行研究，避免主流程重新落回 ZenMux。
-
-模型与搜索 API 选择见：
-- `docs/model-playbook.md`
-- `docs/search-playbook.md`
-
-模型预设配置文件：
-- `configs/models.yaml`（统一预设，支持 `simple / medium / premium / cn_heavy / codex_native`）
-
-推荐时机：在 `/dr-init` 访谈阶段就确定 `model_profile`。v0.20 后模型选择优先在 Python runtime 中解析，adapter agent 文件只是兼容层。
-
-命令行查看解析后的模型映射：
-
-```bash
-uv run python scripts/dr.py models
-uv run python scripts/dr.py models --list
-uv run python scripts/dr.py models --profile premium
-uv run python scripts/dr.py models --profile medium --model-override dr_verifier=zenmux/openai/gpt-5.4
-uv run python scripts/dr.py skills validate
-uv run python scripts/dr.py skills sync
-uv run python scripts/dr.py methods list
-uv run python scripts/dr.py methods show gmp_gap_assessment
-
-# apply profile to agent files
-uv run python scripts/dr.py apply-models --profile medium --target both --dry-run
-uv run python scripts/dr.py apply-models --profile medium --target both
-```
-
-Sprint 5 回归检查（一键）：
-
-```bash
-uv run python scripts/sprint5_regression.py <slug>
-```
-
-统一搜索入口：
-
-```bash
-uv run python scripts/search.py "dual-target RNAi 2024" --route scholar --year-low 2023
-uv run python scripts/search.py "FDA warning letter CAPA deviation change control pharmaceutical" --route evidence --json --trace
-uv run python scripts/search.py "dual-target siRNA GalNAc" --route patents
-```
-
-v0.20 搜索分工：`evidence` 用 Exa highlights 做受控候选证据发现；`scholar/patents/news/fda` 保留专用路由；`general` 只做宽泛发现和兜底；Tavily Research 作为 Phase1 初扫、薄弱章节补证据和 Phase3 回炉工具，结果必须存盘、评分、去重后再进入 evidence packet。Antigravity 原生流程可优先使用 `paperfoot/search-cli` 的 `search` 命令作为统一检索前台，但所有结论仍必须回到本项目 Tier/source-quality 体系。
-
----
-
-## 项目结构
-
-```
+```text
 deep_research/
-├── PLAN.md                      # 完整方案（中断续接从此读起）
-├── AGENTS.md                    # 跨平台研究方法论与运行规则
-├── README.md                    # 本文件
-├── secrets.env.example          # 密钥模板
-├── secrets.env                  # 你的密钥（gitignore）
-│
-├── .opencode/
-│   ├── opencode.json            # MCP 配置 + 权限
-│   ├── agents/                  # Agent 定义
-│   │   ├── dr-plan.md           # [MVP] 框架规划师 Opus 0.7
-│   │   └── dr-pm.md             # [MVP] 项目经理 Sonnet 0.2
-│   ├── skills/                  # 可复用技能
-│   │   ├── search-strategy/     # [MVP] 检索策略总纲
-│   │   ├── source-quality/      # [MVP] 信源评级
-│   │   ├── length-budget/       # [MVP] 字数预算
-│   │   └── pdf-reportlab/       # [MVP] PDF 模板使用
-│   ├── commands/
-│   │   ├── dr-init.md           # [MVP] /dr-init
-│   │   └── dr-frame.md          # [MVP] /dr-frame
-│   └── templates/
-│       ├── report-template.py   # [MVP] ReportLab PDF 生成器
-│       └── fonts/
-│           ├── download-fonts.sh
-│           └── README.md
-│
-├── projects/                    # 每个研究一个子目录
-│   └── <slug>/
-│       ├── manifest.json
-│       ├── phase1/
-│       ├── phase2/
-│       ├── phase3/
-│       └── phase4/
-│
-└── archive/                     # 完成项目归档
+  README.md
+  setup.sh
+  src/                  # canonical source: scripts, skills, docs, configs, platform adapters
+  codex/                # generated Codex workspace
+  antigravity/          # generated Antigravity workspace
+  opencode/             # generated OpenCode workspace
+  claude-code/          # generated Claude Code workspace
+  gemini-cli/           # generated Gemini CLI workspace
 ```
 
----
+Generated platform directories are ignored by Git. Rebuild them whenever source templates change.
 
-## 关键设计要点
+## Setup
 
-### 1. Python core 防止上下文污染
-
-OpenCode/Codex/Claude Code/Antigravity/Gemini CLI 的 subagent 或 agent thread 都可能把大上下文带入子会话。v0.20 起，默认并发由 Python runtime 的任务卡执行层控制：先生成 `phase1/research_brief.json` 固化研究意图和任务切分，再生成 `phase2/task_cards.json`，按任务卡产出 `phase2/packets/*.json`，经 `phase2/compressed_findings/*.json` 收束后再组装中文章节。平台 agent 只负责调用 CLI 和展示状态。
-
-### 2. 信源分级（Tier 1-4 + 黑名单）
-
-详见 `AGENTS.md` §4 与 `skills/source-quality/SKILL.md`。
-
-- **Tier 1**：PubMed、顶刊、FDA/NMPA 监管、ClinicalTrials、专利
-- **Tier 2**：权威咨询、系统综述、行业协会
-- **Tier 3**：预印本、券商研报、会议摘要（需 Tier 1-2 支撑）
-- **Tier 4**：通用搜索（仅做发现入口，不做证据）
-- **黑名单**：自媒体、撤稿论文、软文
-
-### 3. 字数硬性要求
-
-| 类型 | 最小字数 |
-|---|---|
-| 综述 | 10,000 |
-| 研究 | 30,000 |
-| 投资 | 20,000 |
-| 管理 | 15,000 |
-
-Phase 1 分配章节配额，Phase 2 自检，不足返工。见 `skills/length-budget/SKILL.md`。
-
-### 4. 中文 PDF 双引擎
-
-`build_report.py` 现在支持两套 PDF 引擎，按需选择：
-
-#### 引擎 A：ReportLab（默认，无额外依赖）
+Initialize all platform workspaces from local `src/`:
 
 ```bash
-uv run python scripts/build_report.py <slug>
+./setup.sh init all
 ```
 
-- 字体：思源宋 + 思源黑 + 霞鹜文楷（全 SIL OFL，可商用嵌入）
-- 样式：集中在 `build_styles()`，所有字号行距单点维护
-- 速度：30,000 字 3-5 秒出稿
-- 局限：超宽表格（≥4 列且含长文本）需借助列宽 patch 或改为 bullet list 格式
-
-#### 引擎 B：Quarto / xelatex（`--engine quarto`，推荐用于宽表报告）
+Initialize one platform:
 
 ```bash
-uv run python scripts/build_report.py <slug> --engine quarto
+./setup.sh init antigravity
+./setup.sh init codex
+./setup.sh init opencode
+./setup.sh init claude-code
+./setup.sh init gemini-cli
 ```
 
-- 排版引擎：xelatex（TeX Live / TinyTeX），LaTeX 级排版质量
-- 字体：同样使用思源宋 + 思源黑，通过 fontspec 加载
-- 宽表支持：超宽表通过 `longtable` + `tbl-colwidths` 精确指定列宽比例，不溢出
-- 横向页面：通过 `{.landscape}` div 包裹超宽表，自动插入 `pdflscape` 代码（注意：101 行以上的 landscape longtable 可能触发 TeX `param_size` 上限，建议拆成 ≤20 行的子表块）
-- 图表：暂不嵌入 matplotlib 图表（使用文字描述代替）
-
-**安装 Quarto 引擎**（一次性，系统级）：
+Pull latest changes and rebuild:
 
 ```bash
-# 1. 安装 Quarto CLI
-#    下载页：https://github.com/quarto-dev/quarto-cli/releases/latest
-#    Linux 选 .deb 安装包，macOS 选 .pkg
-
-# 2. 安装 TinyTeX（Quarto 内置命令）
-quarto install tinytex
-
-# 3. 安装中文 LaTeX 支持包
-~/.TinyTeX/bin/x86_64-linux/tlmgr install ctex xecjk cjk xetex
-# macOS 路径通常为：~/.TinyTeX/bin/universal-darwin/tlmgr
-
-# 4. 注册思源字体到 fontconfig
-# （先确认字体已下载：bash .opencode/templates/fonts/download-fonts.sh）
-mkdir -p ~/.fonts
-cp .opencode/templates/fonts/*.otf ~/.fonts/
-cp .opencode/templates/fonts/*.ttf ~/.fonts/
-cp .opencode/templates/fonts/ttf/*.ttf ~/.fonts/
-fc-cache -fv ~/.fonts
-
-# 5. 验证
-quarto --version        # 应输出 1.x.x
-fc-list | grep "Source Han"  # 应看到思源字体条目
+./setup.sh update all
+./setup.sh update antigravity
 ```
 
-**两引擎对比**：
+After rebuilding, open the generated platform directory in the matching tool:
 
-| 指标 | ReportLab | Quarto/xelatex |
-|------|-----------|----------------|
-| 安装复杂度 | 无额外依赖 | 需安装 Quarto + TinyTeX |
-| 渲染速度 | 3-5 秒 | 30-90 秒（LaTeX 编译） |
-| 宽表格处理 | 需 workaround | longtable 原生支持 |
-| 横向页面 | 不支持 | 支持（≤20 行/块） |
-| 字体嵌入 | OTF 直接嵌入 | fontspec 系统字体 |
-| 输出体积 | ~1.2 MB/100页 | ~0.9 MB/100页 |
-| 目录生成 | 自定义实现 | LaTeX 自动 \tableofcontents |
+- Codex: `deep_research/codex`
+- Antigravity: `deep_research/antigravity`
+- OpenCode: `deep_research/opencode`
+- Claude Code: `deep_research/claude-code`
+- Gemini CLI: `deep_research/gemini-cli`
 
-### 5. zenmux 双 provider（Claude cache 关键）
+## Source
 
-Deep Research 大量使用**相同的长 system prompt + skill 内容**连续调用 Claude，如果 prompt cache 没生效，Opus/Sonnet 成本会翻 5-10 倍。所以本项目：
+Shared skills and research rules should live in `src/` and be reused by platform adapters. Avoid duplicating method, source-quality, citation, evidence, and output-hygiene rules inside platform-specific files unless the platform requires a thin wrapper.
 
-- **Claude 系列** → `zenmux-anthropic/claude-opus-4.7`（走 `https://zenmux.ai/api/anthropic`，`@ai-sdk/anthropic` 原生支持 `cache_control`）
-- **非 Claude 系列** → `zenmux/google/gemini-3.1-pro-preview` 等（走 `https://zenmux.ai/api/v1`，隐式缓存自动生效）
+Key source locations:
 
-Opus 4.7 cache 读取价格 0.5 USD/M tokens（对比输入 25 USD/M，节省 98%）。
+- `src/scripts/`
+- `src/configs/`
+- `src/skills/`
+- `src/platform_adapters/`
+- `src/docs/`
+- `src/PLAN.md`
 
-**验证 cache 是否生效**：
-1. 在 https://zenmux.ai/settings/logs 打开 API Call Logging
-2. 运行一个真实 Claude/ZenMux 调用链路，例如 `uv run python scripts/dr.py research <slug> --execute-packets`
-3. 第 2 次的 `cache_read_input_tokens` 字段应 > 0
-4. 若始终为 0，检查 `configs/models.yaml` 中对应 role 是否走 `zenmux-anthropic/...`
-
----
-
-## 已知待办
-
-### 用户侧
-1. [x] ~~在 zenmux 后台确认模型 slug，更新 `AGENTS.md` §6 映射表~~（已在 v0.2 完成，使用双 provider 架构）
-2. [ ] 填写 `secrets.env`
-3. [ ] 运行 `download-fonts.sh` 下载字体
-4. [ ] 用一个小主题（如"5000 字 PD-1 综述"）跑通 MVP 流水线
-
-### 系统侧（下一阶段）
-- [x] Python core `init/frame/research/review/finalize/status` 骨架
-- [x] OpenCode/Codex/Claude Code/Gemini CLI wrapper
-- [x] Antigravity 专用 workspace rule + skill，按 Antigravity 模型配额原生执行研究
-- [x] 用户资料导入基础能力：PDF 文本抽取 + FireRed OCR 扫描件识别 + phase0 落盘
-- [ ] 用户资料导入增强：DOCX / PPTX / 表格抽取 / 版面结构化
-- [ ] PDF reporting 包继续拆分：字体、宽表、引用、渲染验证
-
----
-
-## 排错
-
-### 字体下载失败
-```bash
-# 检查网络访问 GitHub
-curl -I https://github.com
-
-# 用镜像手动下载（见 .opencode/templates/fonts/README.md）
-```
-
-### MCP Server 启动失败
-```bash
-# 检查 npx 可用
-which npx
-
-# 验证 MCP server 可独立运行
-npx -y tavily-mcp@latest
-```
-
-### 平台 agent 看起来没有真正并发
-v0.20 不再用平台 subagent 作为默认并发机制。请检查 Python core 产物：
-
-```bash
-uv run python scripts/dr.py status <slug>
-ls projects/<slug>/phase2/task_cards.json
-ls projects/<slug>/phase2/packets
-ls projects/<slug>/phase2/chapter_briefs
-```
-
-### ReportLab PDF 中文乱码
-```bash
-# 确认字体已注册（venv 里）
-source scripts/activate.sh
-ls .opencode/templates/fonts/*.otf | wc -l   # 应为 6+
-
-# 手动测试
-python .opencode/templates/report-template.py --help
-```
-
-### Quarto PDF 生成失败
-
-**字体找不到（`Could not resolve font "Source Han Serif CN/I"`）**：
-
-CJK 字体没有斜体变体，fontspec 默认会找 `/I` 导致报错。`build_report.py --engine quarto` 已通过 `mainfontoptions: [ItalicFont=...]` 自动绕开，无需手动处理。若自行编写 `.qmd`，需在 YAML 里加：
-
-```yaml
-format:
-  pdf:
-    pdf-engine: xelatex
-    CJKmainfont: "Source Han Serif CN"
-    mainfontoptions:
-      - BoldFont=Source Han Serif CN
-      - ItalicFont=Source Han Serif CN
-      - BoldItalicFont=Source Han Serif CN
-```
-
-**`tlmgr` 找不到**：
-
-TinyTeX 不在系统 PATH，用完整路径：
-```bash
-~/.TinyTeX/bin/x86_64-linux/tlmgr install <package>   # Linux
-~/.TinyTeX/bin/universal-darwin/tlmgr install <package> # macOS
-```
-
-**`TeX capacity exceeded [parameter stack size]`**（landscape 大表）：
-
-pdflscape 的 `\LS@makefcolumn` 在 101 行以上的 longtable 里递归过深，耗尽 TeX 的 `param_size`。解决方法：把超大表拆成每块 ≤20 行的子表，每块都包在 `{.landscape}` div 里：
-
-```markdown
-::: {.landscape}
-| 列1 | 列2 | ... |
-|---|---|---|
-| 第1-20行 | ... |
-:::
-
-::: {.landscape}
-| 列1 | 列2 | ... |
-|---|---|---|
-| 第21-40行 | ... |
-:::
-```
-
-若使用 `build_report.py --engine quarto`，可通过传入预处理好的 `.md`（宽表已拆块）来避免此问题。
-
-### uv 安装后找不到
-uv 官方脚本把 uv 装到 `~/.local/bin/`。若终端里 `which uv` 找不到：
-```bash
-export PATH="$HOME/.local/bin:$PATH"
-# 永久生效：
-echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc   # macOS zsh
-echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc  # debian bash
-```
-
-### Python 依赖安装报 externally-managed-environment
-不要用系统 pip！改用 uv（本项目标准方案）：
-```bash
-bash scripts/setup.sh   # uv sync 会自建 .venv 并装依赖
-```
-
-### uv sync 很慢 / 下载超时
-国内网络下，可用镜像加速：
-```bash
-export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple
-# 或
-export UV_INDEX_URL=https://mirrors.aliyun.com/pypi/simple
-uv sync
-```
-
-### 每次开终端都要手动 source
-用 `source scripts/activate.sh` 一次搞定。或装 [direnv](https://direnv.net/)：
-```bash
-# macOS
-brew install direnv
-
-# Debian
-sudo apt install direnv
-
-# 都装完后在项目根目录
-echo 'source scripts/activate.sh' > .envrc
-direnv allow
-```
-之后 `cd` 进项目目录就会自动激活，不用再想。
-
----
-
-## 参考链接
-
-- OpenCode 文档：https://opencode.ai/docs
-- Agent 配置：https://opencode.ai/docs/agents
-- 跨平台调用：`docs/platform-adapters.md`
-- Skill 配置：https://opencode.ai/docs/skills
-- MCP Servers：https://opencode.ai/docs/mcp-servers
-- ReportLab 文档：https://docs.reportlab.com
-- Quarto 文档：https://quarto.org/docs/output-formats/pdf-basics.html
-- Quarto PDF 引擎：https://quarto.org/docs/output-formats/pdf-engine.html
-- Quarto 表格文档：https://quarto.org/docs/authoring/tables.html
-- 思源字体：https://github.com/adobe-fonts
-- 霞鹜文楷：https://github.com/lxgw/LxgwWenKai
-
----
-
-## 变更记录
-
-- **v0.1** (2026-04-20) — MVP 路径 2 完成：dr-plan + dr-pm 两主 agent、4 个核心 skill、2 个命令、ReportLab 模板基础版、字体下载脚本
-- **v0.2** (2026-04-20) — 双 provider 架构（zenmux-anthropic + zenmux），解决 Claude prompt cache 生效问题
-- **v0.3** (2026-04-20) — 修正 v0.2 模型名（回到 Opus 4.7 / Sonnet 4.6 / Gemini 3.1 Pro / GPT-5.4 Pro 等真实 slug）；改 venv + requirements.txt 跨平台方案（macOS + Debian）；新增 `scripts/setup.sh`、`scripts/activate.sh`
-- **v0.13** (2026-05-02) — `build_report.py` 新增 `--engine quarto` 选项：Quarto 1.9 + xelatex 引擎，解决 ReportLab 超宽表格渲染 bug（`negative availWidth`/`NoneType` 问题）；`report-template.py` 同步修复（`render_table_blocks` 分块 + 等宽列强制分配）；README 补充双引擎安装指南与排错
-- **v0.20** (2026-05-05) — Skill-driven Python core 重构启动：新增 `scripts/runtime/*`、`scripts/dr.py init/frame/run/research/review/skills`、task-type 模型映射、中文原生 finalize 默认路径和 `scripts/reporting/*` 报告模块；OpenCode/Codex/Claude Code/Gemini CLI 命令降级为 Python CLI wrapper。
-- **v0.20.1** (2026-05-07) — Antigravity-native adapter：按 Gemini Flash 管理、Opus/Gemini 分 phase 执行研究；Python core 退为辅助工具。
-
-见 `PLAN.md` §12 了解完整变更历史。
+Platform-specific behavior is documented in each generated workspace README and in `src/docs/platform-branch-strategy.md`.