loom-pipelinelisted

# PIPELINE — 多资源并行全链路 ## 何时用 - 用户给 N 个任意格式资源（PDF/EPUB/视频等），要端到端消化到 Loom 网络 - "批量处理 sources/01-金融 这批 PDF" - "把这几本书跑通全流程" - 单本消化走 DIGEST.md / THINK.md 即可，不需要本流程 ## 核心承诺 - **不写新代码**：所有能力已就绪（resource-to-markdown skill / loom / DIGEST.md / THINK.md） - **不调外部 LLM API**：主 agent 用当前运行时可用的子 agent/并行能力批量执行，子 agent 加载现有 skill - **所有阶段并发 ≤ 8**：不触发 API 限速 ## 全流程：5 阶段编排 ``` 阶段 1 INGEST N 本 → markdown sub agent × N（分批 ≤ 8） 阶段 2 SCOUT 每本建主题卡 sub agent × N（分批 ≤ 8） 阶段 3 DEEP 每章产 L2 卡 sub agent × N×M（分批 ≤ 8） 阶段 4 PER-BOOK THINK 每本接入已有网络 sub agent × N��分批 ≤ 8） 阶段 5 CROSS THINK 跨材料综合 + L4 抽��� sub agent × 1 ``` ## 子 agent 收尾协议（所有阶段通用） 每个产 drafts 的子 agent，退出前必须完成： 1. `loom mark-ready $TASK_ID` —— 写 `.ready` 2. 跑计算层校验（12 单卡 + 4 整批）： - Claude Code：SubagentStop hook 自动跑，计算通过后会 block 回来 - Codex：安装并信任 hooks 后，SubagentStop/Stop hook 自动跑 `loom-hook`；hooks 未安装/未触发时手动 `loom-admin stop-check-pending` 兜底 3. agent 读 `/tmp/loom_task/$TASK_ID/.semantic_sample.json`，对抽样的卡做语义自检（type_match / single_unit / genuine_digest / self_contained） 4. 语义通过 → `loom commit-ready $TASK_ID --semantic-passed` 整批入库 5. 任一层失败 → 修 draft，重新 `mark-ready`（重跑计算 + 重新抽样） **不再有"hook 自动 commit"**——commit 由子 agent 在语义自检通过后显式触发。主 agent 验收时查 `task_trace.status=done` 即可。 **两阶段 THINK 的理由**： - 4 每本一个：单本深度足、context 不爆、趁热接入网络 - 5 单个跨所有：需要全局视野才能找跨书共性 / 抽象 L4 --- ## 阶段 1: INGEST（任意格式 → markdown） **主 agent 操作**： 每本书起一个 INGEST sub agent。N ≤ 8 全开，> 8 分批。 **为每本