📦 deps(thirdparty): update snapshots

brooks-lint/README.zh-CN.md

@@ -179,6 +179,26 @@ graph TD
 
 差距不在于 Claude *能不能*发现问题——而在于它能否*每一次都稳定地*发现，并附上可溯源的证据和可落地的对策。
 
+### 可复现基准
+
+上表是示意性的。下面这些数字**确定、可在本地复算**：
+
+**parser 保真度** —— SARIF 输出与 CI 闸门都依赖于正确解析模型的 Markdown 报告。在一个**冻结的 30 份真实模型报告语料**上（覆盖全部六种 mode，`evals/benchmark-corpus.json`），每份都配有**独立评分**的发现清单（由另一遍模型评分、并经人工抽查），实际发布的 parser 跑分如下——执行 `npm run benchmark`：
+
+| 指标（n = 30，冻结语料） | 结果 |
+|---|:---:|
+| 严重度计数精确吻合（parser vs 人工标注真值） | 30 / 30 |
+| 风险码 precision / recall | 100% / 100%（56 个 finding-level 码，0 假阳 / 0 假阴） |
+| 产出合法 SARIF 2.1.0 | 30 / 30 |
+
+由于 parser 是确定性的、语料是冻结的，`npm run benchmark` 对任何人都给出相同结果，`npm test` 也将其作为回归守卫。该语料**有意**包含 9 份假阳性 / tradeoff 报告（例如一个*看起来像*循环依赖、实则是端口与适配器的设计），它们必须保持干净。
+
+**打分确定性** —— 给定一组固定发现（2 Critical / 3 Warning / 1 Suggestion），三个 strictness 预设产出的分数与其 `common.md` 表的预测分毫不差：strict **34**、balanced **54**、legacy-friendly **74**——且只有 `legacy-friendly` 会优先列出前三高杠杆修复。
+
+**模型质量** —— 模型能否在真实代码上找到*正确的*风险，由 **57 场景 eval 套件**（`evals/evals.json`）衡量：`npm run evals`（结构校验）与 `npm run evals:live`（实测，需 `ANTHROPIC_API_KEY`）。
+
+> 范围与诚实说明：parser 数字是确定性的、可精确复算；strictness 与 eval 套件的数字是对模型的单次实测，会有轻微跑动差异。parser 基准衡量的是报告解析保真度（工具是否读出了报告里写的每条发现），而非某条发现"是否正确"。严重度计数吻合是完全独立的信号；风险码一致性还反映了 parser 与 grader 共用同一套权威 name→code 映射。
+
 ## 横向对比
 
 | | brooks-lint | ESLint / Pylint | GitHub Copilot Review | 原生 Claude |
@@ -432,6 +452,8 @@ $brooks-sweep                       # Codex CLI
 ```yaml
 version: 1
 
+strictness: balanced   # strict | balanced（默认）| legacy-friendly——对遗留代码更宽松的打分
+
 disable:
   - T5   # 跳过覆盖率指标检查——我们不强制覆盖率
 
@@ -441,6 +463,9 @@ severity:
 ignore:
   - "**/*.generated.*"
   - "**/vendor/**"
+
+# custom_risks:   # 定义项目专属 Cx 风险码——见 skills/_shared/custom-risks-guide.md
+# suppress:       # 按风险码 + 路径下调特定诊断（如已接受的遗留债务）
 ```
 
 可复制 [`.brooks-lint.example.yaml`](.brooks-lint.example.yaml) 作为起点。
@@ -448,10 +473,13 @@ ignore:
 
 | 设置 | 说明 |
 |---------|-------------|
+| `strictness` | 打分预设：`strict`、`balanced`（默认）或 `legacy-friendly`（更轻的扣分，并优先列出高杠杆修复项） |
 | `disable` | 要跳过的风险码（`R1`–`R6`、`T1`–`T6`） |
 | `severity` | 覆盖严重度等级（`critical` / `warning` / `suggestion`） |
 | `ignore` | 要排除的文件 glob 模式 |
 | `focus` | 只评估这些风险码（不能与 `disable` 同时使用） |
+| `custom_risks` | 定义项目专属风险码（`C1`、`C2`……）——见 [`custom-risks-guide.md`](skills/_shared/custom-risks-guide.md) |
+| `suppress` | 按风险码 + 路径下调特定诊断的严重度（可带 `expires:` 过期日期） |
 
 ---
 
@@ -540,11 +568,24 @@ jobs:
 
 该 Action 会把审查结果作为 PR 评论发布，并可在健康分跌破阈值时让检查失败。若仓库中提交了 `.brooks-lint-history.json`，评论还会包含趋势变化（如 "85 → 82（−3），近 3 次运行"）。
 
+**质量闸门与 Code Scanning。** 除 `fail-below` 外，该 Action 还提供：
+
+```yaml
+        with:
+          mode: review
+          anthropic-api-key: ${{ secrets.ANTHROPIC_API_KEY }}
+          fail-on: critical            # 出现任何 Critical 即失败（none | warning | critical）
+          fail-on-regression: true     # 健康分较上次运行下降则失败
+          sarif-file: brooks-lint.sarif  # 同时把诊断上传到 GitHub Code Scanning
+```
+
+`fail-on-regression` 读取 `.brooks-lint-history.json`，因此提交该文件即可强制"无新增回归"。设置 `sarif-file` 会让诊断直接显示在 PR 的 **Files changed** 标签页，并需要 job 具备 `security-events: write` 权限。
+
 **成本：** 每次 PR 运行约 $0.05–0.15，取决于 diff 大小和模型。建议仅在 `pull_request` 事件上运行。
 
 ## 路线图
 
-> **当前状态（v1.0）：** 12 本书地基，6 类生产衰退风险（R1–R6）+ 6 类测试衰退风险（T1–T6），5 个技能——PR 审查、架构审查、技术债、测试质量、健康仪表盘。下方较早的条目记录的是历史里程碑，而非当前功能集。
+> **当前状态（v1.3）：** 12 本书地基，6 类生产衰退风险（R1–R6）+ 6 类测试衰退风险（T1–T6），6 个技能——PR 审查、架构审查、技术债、测试质量、健康仪表盘、全量扫描。下方较早的条目记录的是历史里程碑，而非当前功能集。
 
 - [x] **v0.2**：插件基础设施（`.claude-plugin/`、钩子、斜杠命令）
 - [x] **v0.3**：八个 Brooks 维度、文档完整度评分
@@ -555,6 +596,9 @@ jobs:
 - [x] **v0.8**：带命名空间命令的独立技能架构
 - [x] **v0.9**：步骤校验、自动 diff 范围、`/brooks-health` 仪表盘、趋势追踪、分诊模式、`--fix` 对策、上手报告、GitHub Action
 - [x] **v1.0**：评测自动化（`run-evals-live.mjs`）、自定义风险扩展（`Cx` 码）
+- [x] **v1.1**：全量扫描技能（`brooks-sweep`）——跨维度统一分析 + 自动修复
+- [x] **v1.2**：自主化 sweep 管线、`npm run bump` 版本传播
+- [x] **v1.3**：Codex 市场元数据、多平台一键安装脚本、双语 README + 落地页
 
 想出一份力？现在最有价值的贡献是新的评测用例和更好的衰退风险症状模式。见 [CONTRIBUTING.md](CONTRIBUTING.md)。