RCA 3.0 — 線上契約（Wire Contract）

FE ↔ BE 邊界的單一事實來源。任何更動線上格式 （資料模型、route、SSE 事件）的人，都要在同一個 commit 裡 更新本文件；plan-backend.md 與 plan-frontend.md 也都 回頭引用這裡。

架構立場:後端是 RCA-agnostic 的。 它儲存 Investigation 的 metadata 加上對話歷史、跑 agent 與 sandbox(沙箱)、並提供檔案服務。所有 RCA 特有的結構(5-Why、 fishbone、report 章節、hypothesis cell、corrective action…) 都是 agent 寫進 FileStore 的純 .md / .ipynb / .csv / .json / .canvas 檔案資料。FE 的 renderer 用副檔名 判斷檔案型別,再套上對應的 renderer。

---

1. specstar 模型

三個 resource，透過 register_all(spec) 註冊。specstar 自動產生 REST route(/investigation、/agent-config、 /conversation),並自動補上 metadata(resource_id、 created_time、updated_time、created_by、updated_by)。

1.1 Investigation

from enum import StrEnum
from typing import Annotated

from msgspec import Struct, field
from specstar import OnDelete, Ref


class Severity(StrEnum):
    P0 = "P0"   # halt（停線）
    P1 = "P1"   # critical（嚴重）
    P2 = "P2"   # major（重大）
    P3 = "P3"   # minor（次要）
    P4 = "P4"   # cosmetic（外觀）


class Status(StrEnum):
    """Investigation status flow.
       create → TRIAGING → AWAITING_REVIEW → RESOLVED  (happy path)
                                          └→ ABANDONED  (closed without RC)
    """
    TRIAGING = "triaging"
    AWAITING_REVIEW = "awaiting_review"
    RESOLVED = "resolved"
    ABANDONED = "abandoned"


class Investigation(Struct):
    title: str                                            # required（必填）
    owner: str                                            # required — user id；透過公司 API 解析
    description: str = ""                                 # 多行；即設計裡的「initial brief」
    severity: Severity = Severity.P2
    status: Status = Status.TRIAGING
    product: str = ""                                     # part / board（例如 "MX-7 board"）
    members: list[str] = field(default_factory=list)      # 額外的 user id
    topics: list[str] = field(default_factory=list)       # 自由格式標籤（"Reflow zone-3"…）
    attached_agent_config_id: Annotated[
        str | None, Ref("agent_config", on_delete=OnDelete.set_null)
    ] = None
    template_profile: str = "default"                     # 此 investigation 由哪個 template seed 出來

template_profile 記錄這個 investigation 是從哪個 template 建立的; 它會被持久化,好讓 agent 的 system prompt 在 turn 時能跟 該 template 的 starting-files 附錄組合起來(base prompt + rca/templates/{profile}/_prompt.md)。

owner 沒有預設值 — 每個 investigation 在建立時都必須宣告 建立者。API 層讀取目前的使用者(v1: 永遠是 "default-user")並填入;v2 的 SSO 會把它換成 真正的 user id。

attached_agent_config_id 是指向 AgentConfig 的 Ref。若所 參照的 config 被刪除,這個欄位會自動清成 None(該 investigation 仍可用 API factory 建出的任一預設 agent 繼續運作)。

1.2 Conversation

class Message(Struct):
    role: str                                    # user / assistant / tool / system
    content: str
    author: str | None = None                    # role=user 時為 user id；
                                                 # role=assistant 時為 agent name
    reasoning: str | None = None                 # LLM 的 reasoning / thinking 內容
                                                 # (Qwen3 <thinking>、OpenAI o-series…)
    tool_call_id: str | None = None              # role=tool
    tool_name: str | None = None                 # role=tool
    tool_args: dict[str, Any] | None = None      # role=tool — 呼叫參數（從 ToolStart 擷取）
    created_at: int | None = None                # epoch ms；重新載入時還原 log 時間戳


class Conversation(Struct):
    investigation_id: Annotated[
        str, Ref("investigation", on_delete=OnDelete.cascade)
    ]
    messages: list[Message] = field(default_factory=list)

investigation_id 是帶 cascade 的 Ref — 刪掉 investigation 會連同它的 conversation 一起刪。

Message.author 在 role == "user" 時帶 user id(讓 多人 UI 能標出「Alice / 14:30:12」對「Bob / 14:31:05」),在 role == "assistant" 時帶 agent 識別字(為多 agent 設定預留 前向相容;v1 就是當前 AgentConfig.name)。

Message.reasoning 把模型的 chain-of-thought 從 content 分離出來。Qwen3 把 thinking 當成同層欄位回傳;OpenAI 的 o-series 回傳 reasoning item;我們的 runner 把兩者合併進 這一個欄位。FE 可以把它摺疊呈現(ChatGPT 風格的「Show thinking」),而不跟 assistant 給使用者看的答案混在一起。

1.3 AgentConfig

class AgentConfig(Struct):
    name: str
    model: str = "ollama_chat/qwen3:14b"
    system_prompt: str = ""                                 # RCA prompt 載入於此
    allowed_tools: list[str] = field(default_factory=list)  # 子集；空 = 全部
    env: dict[str, str] = field(default_factory=dict)
    sandbox_image: str = "workspace-app/sandbox:py312-ds"
    idle_timeout_seconds: int = 28800                       # 8 hours（8 小時）

1.4 設計裡顯示、但模型上「不」儲存的欄位

設計上顯示了許多 BE 不持久化的 surface 欄位;FE 從上面的事實來源加上旁邊的狀態自行推導。

設計 surface	來源
INC-2026-0142	specstar resource_id;FE 格式化顯示字串
summary(表格列的第 2 行)	description 的第一句/第一行;FE 推導
sevTone / statusTone(顏色)	FE 的顏色對照常數
updated(「12 min ago」)	specstar updated_time + FE 相對時間格式化
agent: "running" \| "idle"	當且僅當 BE registry 裡 session.current_turn 還活著時為真
pinned	client 端 localStorage 偏好(BE 不儲存)
lot	已捨棄 — 僅以純文字出現在 agent 敘述／notebook 程式碼裡
reportV / reportProgress	由 /report.v*.md 的檔案清單 + agent 執行狀態推導

---

1.5 KB 模型(Collection / SourceDoc / DocChunk / KbChat)

class Collection(Struct):                 # → resource "collection"
    name: str
    description: str = ""
    # #328：per-collection 可調 parser 設定，keyed by parser_id
    # (type(parser).__name__，與 DocChunk.parser_id 同 key) → {knob: value}。
    # 非索引（不過濾／排序）⇒ 免 migration。
    parser_configs: dict[str, dict[str, Any]] = {}

class SourceDoc(Struct):                  # → resource "source-doc"
    # id = encode_doc_id(collection_id, path)：natural key，把每個 '/'
    # 換成 '∕' (U+2215) —— slash-free（specstar id 不能含 ASCII '/'），
    # 以 path 為 key（NOT per-user），NOT percent-encoded。OPAQUE —— 絕不解析；
    # path/collection_id 從 record + created_by meta 讀。
    collection_id: Annotated[str, Ref("collection", on_delete=OnDelete.cascade)]
    path: str                             # 上傳內的相對路徑
    content: Binary                       # 原始 bytes；content.file_id = xxh3（dedup）；
                                          # content.content_type 透過 magic 自動 sniff
    text: str | None = None               # 衍生／擷取的文字（None ⇒ 解碼 content）
    status: str = "ready"                 # indexing | ready | error（非同步 index 期間設定）
    # #328：per-doc 覆寫一份 prompt/param 驅動 parser 的設定（同樣
    # parser_id → {knob: value}），在 precedence merge 裡「勝過」collection
    # 的 parser_configs。非索引 ⇒ 免 migration；
    # index 時由 kb.parser_config.effective_config 解析（parser 預設 <
    # collection.parser_configs < 此 per-doc override）。
    parser_config_overrides: dict[str, dict[str, Any]] = {}

class DocChunk(Struct):                   # → resource "doc-chunk"（衍生；只保留當前版）
    collection_id: str
    source_doc_id: Annotated[str, Ref("source-doc", on_delete=OnDelete.cascade)]
    seq: int
    start: int                            # canonical（normalized）文字裡的字元 offset
    end: int
    text: str
    embedding: Annotated[list[float], Vector(dim=EMBED_DIM, distance="cosine")]

class Citation(Struct):                   # KB 答案裡一個已解析的 [n] marker
    marker: int                           # 即 [n]
    collection_id: str
    document_id: str                      # opaque 的 SourceDoc id（見 encode_doc_id）
    filename: str                         # basename(path)
    start: int                            # 併入 canonical 文字後的 span
    end: int
    source_chunk_ids: list[str]           # 組成被引用段落的 DocChunk id
    snippet: str = ""

class KbMessage(Struct):
    role: str                             # user / assistant / tool
    content: str = ""
    reasoning: str | None = None
    tool_call_id: str | None = None
    tool_name: str | None = None
    tool_args: dict[str, Any] | None = None
    citations: list[Citation] = field(default_factory=list)
    created_at: int | None = None         # epoch ms

class KbChat(Struct):                     # → resource "kb-chat"
    title: str = "New chat"
    collection_ids: list[str] = field(default_factory=list)
    messages: list[KbMessage] = field(default_factory=list)

EMBED_DIM = int(os.getenv("KB_EMBED_DIM", "1024")) — 儲存的向量寬度; 必須與 embedder 的輸出相符。DocChunk 是衍生的,且在 re-index 時硬刪除(soft delete 會在向量／關鍵字搜尋裡留下過時的 chunk)。

CodeWikiBuildRun(#281 code-wiki fan-out 的 join state)

class CodeWikiBuildRun(Struct):           # → resource "code-wiki-build-run"
    # resource id == collection id（一個 collection 一個 run）
    collection_id: Annotated[str, Ref("collection", on_delete=OnDelete.cascade)]
    total: int                            # code_split 規劃出的 batch 數
    done: list[int] = field(default_factory=list)    # 成功的 batch index
    failed: list[int] = field(default_factory=list)  # 放棄的 batch index
    finalized: bool = False               # 只跑一次的 finalize gate（CAS 認領）
    status: str = "running"               # running | done | error
    phase: str = "cards"                  # cards | finalizing

add_model(CodeWikiBuildRun, indexed_fields=["status"])。一個 code(git_url) collection 的 wiki 由「讀原始碼」分層生成(L0 per-file → L1 目錄 roll-up → L2 architecture/topics/index),重量級的 L0 工作 fan-out 成許多小 job, 靠這個 row 以 specstar etag CAS 做 join(mirrors IndexRun)。

它沿用既有的 wiki JobType(WikiMaintenanceJob / WikiJobPayload, 不新增 JobType):WikiJobPayload.op 詞彙從 fold | unfold 擴充為 fold | unfold | code_split | code_card | code_finalize,並新增兩個只由 code_card 攜帶的欄位 batch_index: int 與 batch_paths: list[str]。 不新增 HTTP route — code build 由既有的 collection sync (POST /kb/collections/{id}/sync)與 wiki rebuild (POST /kb/collections/{id}/wiki/rebuild,code 分支)觸發。Config 不新增 key: code-wiki summariser 重用 kb.wiki.llm preset(空值 ⇒ code-wiki 關閉)。

---

2. HTTP route

除另有說明外,所有路徑皆為 JSON。Auth:v1 裡每個請求都隱含 以 default-user 身分執行(無 header、無 token)。等真正的 auth 落地時,本節會補上 Authorization: 的要求。

2.1 Investigation 生命週期

Method	Path	用途	狀態
GET	/investigation	列出 investigation（specstar auto）	✅
POST	/investigation	自訂包裝: 建立 + seed 預設 template 檔案 + 從 TRIAGING 起始	✅
GET	/investigation/{id}	取單一（specstar auto）	✅
PATCH	/investigation/{id}	部分更新（specstar auto）	✅
DELETE	/investigation/{id}	軟刪除（specstar auto）	✅
POST	/investigations/{id}/close	手動 close：{"status": "resolved" \| "abandoned"} → 拆掉 sandbox	✅

2.2 Chat / agent turn

Method	Path	用途	狀態
POST	/investigations/{id}/messages	送出 user message → AgentEvent 的 SSE 串流	✅
DELETE	/investigations/{id}/messages/current	中斷進行中的 turn（RunCancelled 送到舊串流）	✅

POST body 形狀:

{ "content": "string" }

2.3 Files

Method	Path	用途	狀態
GET	/investigations/{id}/files[?prefix=<p>]	列出檔案：[{"path", "size"}]	✅
GET	/investigations/{id}/dirs	目錄路徑（含空目錄，供樹狀用）：[string]	✅
GET	/investigations/{id}/files/{path:path}	讀檔案內容（text/plain 或 octet-stream）	✅
PUT	/investigations/{id}/files/{path:path}	寫入原始 bytes（FE 在此自動存 notebook）→ 204	✅
DELETE	/investigations/{id}/files/{path:path}	刪一個檔案或目錄子樹 → 204（不存在則 404）	✅
POST	/investigations/{id}/files/mkdir	建空目錄：body {"path"} → 204（若有檔案佔位則 409）	✅
POST	/investigations/{id}/files/move	重新命名／搬移檔案或目錄子樹：body {"from", "to"} → 204（搬進自己 400、缺失 404、目標已存在 409）	✅
POST	/investigations/{id}/files/copy	複製檔案或目錄子樹：body {"from", "to"} → 204（錯誤同 move）	✅

2.3b 搜尋／取代（VSCode 搜尋面板）

Method	Path	用途	狀態
POST	/investigations/{id}/search	全文搜尋 → [{"path", "matches": [{"line","col","text"}]}]	✅
POST	/investigations/{id}/replace	跨檔案搜尋 + 取代 → {"replaced": int}	✅

搜尋／取代 body（replace 多帶一個 replacement):

{ "query": "string", "regex": false, "caseSensitive": false,
  "wholeWord": false, "include": "", "exclude": "", "replacement": "" }

空的 query → no-op([] / {"replaced": 0});無效的 regex 回 422。 Binary(非 UTF-8)檔案會被跳過。

2.3c 直連 sandbox shell（Terminal 面板）

Method	Path	用途	狀態
POST	/investigations/{id}/exec	同步執行一個 shell 指令：body {"cmd": [string]} → {exit_code, stdout, stderr}；空 cmd 回 422	✅

注意:這是 Terminal 面板的 one-shot exec(回傳時給出完整結果)。 它跟 agent 的 exec tool 不同 — 後者在一個 turn 期間以 ToolLog 事件即時串流 stdout(見 §3.1)。

2.4 Notebook 執行

Method	Path	用途	狀態
POST	/investigations/{id}/notebooks/{path}/cells/{idx}/execute	執行 cell：body {"code": "string"} → CellEvent 的 SSE 串流	✅
DELETE	/investigations/{id}/notebooks/{path}/cells/{idx}/execute	中斷 cell	✅
POST	/investigations/{id}/notebooks/{path}/kernel/restart	重啟 per-notebook kernel → 204	✅

2.5 Meta

Method	Path	用途	狀態
GET	/templates	New Investigation picker 的 template profile 名稱	✅
GET	/activity	近期活動 feed（最新在前）：[{ts, kind, text, ref}]	✅
GET	/help	Platform Help 頁資訊（掛在 /api 之下 → GET /api/help）：HelpInfo；idempotent，按需 resolve Help collection，永不 404	✅
GET	/tools	扁平 tool catalog（聊天 tool card 標籤用）：[ToolCatalogEntry{name, label, description}]	✅

POST /investigation body:

{ "title": "string", "owner": "string", "description": "",
  "severity": "P2", "status": "triaging", "product": "",
  "members": [], "topics": [],
  "attached_agent_config_id": null, "template_profile": "default" }

title + owner 必填;其餘照上面預設。未知的 template_profile 回 422。Activity kind ∈ investigation_created | investigation_closed | session_closed | file_written | file_moved | file_copied | file_deleted | dir_created | dir_deleted | agent_turn_complete。

GET /help(#230)回傳型別:

{ "collection_id": "string",
  "documents": [{ "id": "string", "path": "string",
                  "title": "string", "kind": "release_notes" | "guide" }] }

HelpInfo 讓 FE 把 KB chat scope 到 Platform Help collection,並把每份 文件連進 KB 文件檢視器(id 是 opaque 的 SourceDoc id)。kind: CHANGELOG.md → release_notes,其餘 → guide。

2.6 Specstar admin（自動產生，藏在 /docs 後）

specstar 為每個註冊的 resource 發出約 30 條 route(CRUD + meta + blob + revision + search)。FE 只用上面列的那幾條。那些 自動產生的 route 仍可呼叫,供 admin/debug 用;可在 GET /openapi.json 及 GET /docs 的互動式 Swagger UI 看到。

2.7 Report — 沒有專屬端點

Report 採用 /report.v{N}.md 的檔名慣例: - Agent 透過 write_file 寫 /report.v1.md、/report.v2.md…。 - FE 透過 GET /investigations/{id}/files?prefix=/report.v 列出 /report.v*.md。 - N 最大者為當前;其餘為被取代。 - 「Generate new version」就只是一個 agent chat prompt — agent 寫出 下一個 /report.v{N+1}.md。沒有特殊端點。

2.8 RCA 領域的 agent tool — 沒有

沒有 spc_read、defects_aoi、pareto_build 等 route。Agent 只用泛用 tool(exec、read_file、write_file、ls、 exists、delete_file),由 system prompt 教它 RCA 工作流／檔案慣例。模擬的 SPC / AOI 資料以 CSV fixture 放在 seed 出來的 template 內(/data/*.csv)。

2.9 KB chatbot

Method	Path	用途	狀態
GET	/kb/agent	KB agent 顯示名稱 + quick-prompt 建議：{name, suggestions}	✅
POST	/kb/collections	建立 collection：body {name, description?} → {resource_id, name, description}	✅
GET	/kb/collections	列出 collection：[{resource_id, name, description}]	✅
POST	/kb/collections/{id}/documents	multipart 上傳（file）；快速存檔 + 背景 index → {document_ids, status:"indexing"}。upload check 拒絕（加密／無法讀取的 Office／PDF）時回 422 detail: {check_id, reason_code, message_key}，不存任何東西	✅
GET	/kb/collections/{id}/documents	列出 doc：[{resource_id, path, content_type, created_by, status}]	✅
GET	/kb/upload-checks	瀏覽器可跑的 upload-check 提示描述：[{id, extensions, forbid_magic_hex, message_key}]（純 server 端的 check 省略，如 PDF）	✅
GET	/kb/documents?id={doc_id}	render 一份文件 → {filename, collection_id, markdown}（相對連結改寫為 kb://doc/{id}）。id 是 opaque 的 SourceDoc id，用 query param 讓這個 slash-free token 能在 URL 裡 round-trip	✅
POST	/kb/chats	建立 thread：body {title?, collection_ids} → {resource_id, title, collection_ids}	✅
GET	/kb/chats	列出 thread：[{resource_id, title, collection_ids, message_count}]	✅
GET	/kb/chats/{id}	thread 細節：{resource_id, title, collection_ids, messages:[KbMessage…]}（缺失則 404）	✅
DELETE	/kb/chats/{id}	刪一個 thread → 204（硬刪除）	✅
POST	/kb/chats/{id}/messages	送出 user message → AgentEvent 的 SSE 串流（與 RCA 同一 union）；持久化答案 + [n] citation	✅
DELETE	/kb/chats/{id}/messages/current	中斷進行中的 turn（RunCancelled 送到舊串流）；即使閒置也回 204 —— 與 RCA 端點一致	✅

資料夾上傳 = FE 把每個檔案以其相對路徑當 multipart filename 來 POST(一個檔案一個 SourceDoc,跟解開壓縮檔一樣)。Citation 不 在 SSE 串流裡 — 在 done 時 refetch GET /kb/chats/{id} 取回 持久化的 assistant KbMessage 與其已解析的 [n] Citation。

一個 SourceDoc 的 resource_id 是它的 natural key {collection_id}/{path} (以 path 為 key,非 per-user),把每個 / 換成 ∕(U+2215)成為一個 slash-free token(specstar id 不能含 ASCII /) — 不是 percent-encode, 因為這個 id 會出現在使用者看得到的 kb://doc/{id} 連結裡。它是 opaque 的 — FE/後端絕不解析它;path/collection_id 來自 record + created_by meta。KB chat 重用跟 RCA workspace 同一個 turn engine (每個 conversation 一個可取消的進行中 turn),所以它的 串流 + 中斷契約完全相同。

2.10 App 平台 item route(post-RCA-3.0)

本文件仍是 RCA-3.0 時代,尚未完整追蹤 App 平台的 /a/{slug}/items/{item_id}/… route 家族(那是 Investigation → WorkItem 遷移後的後繼路徑)。以下只列近期新增、且本文件需反映的幾條。

Method	Path	用途	狀態
GET	/a/{slug}/items/{item_id}/tools	per-item tool picker 狀態:ItemTools{tools:[ItemToolState{key, label, description, default_on, pref:"follow"\|"on"\|"off", effective}]};effective 由 turn 用的同一條 resolve 在 server 端算出（anti-drift）	✅
GET	/a/{slug}/items/{item_id}/workflows	列出此 item .workflows/ 內使用者自寫的 workflow manifest(id + title + phases)	✅

pref 對應 WorkItemBase.attached_tool_prefs: dict[str, bool](#322,Tier-1 稀疏 tri-state override:有 key 釘 on(True)／off(False),沒 key 跟著 profile/App 預設;override 上限是 app.json 的 tools,不是 profile)。 .workflows/ 的 workflow 由 agent tool save_workflow(#323)寫入 <workspace>/.workflows/<id>.json。

---

3. SSE 事件型別

兩個各自獨立的事件 union,透過兩個不同的 端點串流。兩者都把一個 JSON 物件序列化成一行 data:。

3.1 AgentEvent — 走 POST /investigations/{id}/messages

對應 web/src/events.ts。KB chat(POST /kb/chats/{id}/messages, §2.9)串流同一個 union — KB agent 重用 runner,FE 用共用的 agent-log view 渲染兩個 chat。

Variant	形狀	終止?	備註
MessageDelta	{type: "message_delta", text: string, reasoning?: boolean}	否	append 到 assistant message;若 reasoning=true,改 append 到 reasoning channel
ToolStart	{type: "tool_start", call_id: string, name: string, args: object}	否
ToolEnd	{type: "tool_end", call_id: string, output: string}	否
ToolLog	{type: "tool_log", text: string, call_id: string?}	否	執行中 tool 的即時 stdout chunk;空 call_id 附到最近一個執行中的 call
RunDone	{type: "done"}	是	正常完成
RunError	{type: "error", message: string}	是	catch-all 失敗
RunCancelled	{type: "run_cancelled"}	是	使用者中斷（DELETE 或新的 POST）
ToolCallParseError	{type: "tool_call_parse_error", hint: string, call_id: string?, raw: string?}	否	接著會做 retry-with-feedback
MaxTurnsExceeded	{type: "max_turns_exceeded", turns: number}	是	agent 沒收斂;turns 是 runner 設定的預算
AgentMetrics	{type: "agent_metrics", phase: "up"\|"down"\|"final", prompt_tokens, completion_tokens, elapsed_ms}	否	即時 token telemetry（↑/↓ tok/s）；up/down 為近似值，final 是回報時的精確 usage

延後(已在 FE 宣告供未來使用,但尚未發出): - SandboxKilledIdle {type: "sandbox_killed_idle"} — 需要 registry refactor。

3.2 CellEvent — 走 POST /investigations/{id}/notebooks/{path}/cells/{idx}/execute

隨 plan-backend §7.3 一起落地。

Variant	形狀	終止?	備註
CellStream	{type: "cell_stream", stream: "stdout" \| "stderr", text: string}	否	append 到 cell 輸出
CellDisplayData	{type: "cell_display_data", data: {<mime>: string, ...}}	否	mime bundle：image/png base64、text/html、text/plain
CellError	{type: "cell_error", ename: string, evalue: string, traceback: string[]}	否	渲染為紅色
CellDone	{type: "cell_done", execution_count: number}	是	結算 cell + 關閉串流

3.3 SSE framing

標準的 text/event-stream。每個事件是單獨一行 data:, 後面跟一行空行:

data: {"type":"message_delta","text":"hello"}

data: {"type":"done"}

v1 沒有 event: 或 id: 行。(Reconnect / Last-Event-ID 延後處理。)

---

4. 品牌與靜態資源

Path	來源	用途
/rca-mark.svg	design_handoff_rca_3.0/assets/rca-mark.svg	主標誌，淺色背景
/rca-mark-light.svg	design_handoff_rca_3.0/assets/rca-mark-light.svg	深色背景上的標誌
/rca-logo-horizontal.svg	design_handoff_rca_3.0/assets/rca-logo-horizontal.svg	完整 lockup
/favicon.ico	design_handoff_rca_3.0/assets/favicon.ico	分頁圖示

FE 在 build 時把這些複製到 web/public/;後端透過既有的 SPA 靜態掛載,提供 web/dist/ 裡的內容。 標誌頂端的橘點必須保留 — 那是品牌。

---

5. Agent 遵守的檔案慣例（FE renderer 依賴它）

這些是 agent 端的慣例,由 RCA system prompt 支撐 (plan-backend §8)。BE 不強制;FE renderer 依副檔名 + 內容形狀比對:

檔案路徑／樣式	內容形狀	Renderer
/brief.md	Markdown —「Investigation Brief」章節	F10 markdown
/drift.ipynb	nbformat v4 JSON	F8 notebook
/pareto.ipynb	nbformat v4 JSON	F8 notebook
/fishbone.canvas	JSON：{effect: string, branches: [{label, side, items: [{t, strong?}]}]}	F12 fishbone SVG
/5-why.md	帶 ## Why #N 標題的 Markdown	F10 markdown（v1.5 可能加結構化 JSON 變體）
/report.v{N}.md	Markdown：Problem statement / Findings (a/b/c/d) / Next steps	F11 report（取最大 N 為當前）
/data/*.csv	範例 fixture 資料（由 template seed）	（不直接檢視；由 notebook 程式碼消費）

---

6. 狀態圖例

• ✅ 已出貨（已 commit 並測試）
• ⏳ 已規劃，尚未出貨 — 章節參照見 plan-backend.md
• ⏸ 已延後 — 不在 v1，明確原因見 plan-backend.md §2

狀態變動時,要在同一個 commit 裡同時更新本文件與 plan-backend.md 的跨切面章節。