Dog Review Query

分层评审 DoG 查询

这个 Skill 只查询 OpenWrite 已物化的 review-v2 artifact。OpenWrite 的 novel_review_chapter / conductor 是评审真源；DoG 读取 47 节点分层图：上下文、 六个质量域、硬门禁、确定性聚合和 37 个兼容查询 leaf。DoG 不调用评审模型。

工作流

1. 如果本轮还没有评审结果，先按 Dante 正常流程调用 novel_review_chapter。
2. 找到评审输出目录中的 dog-graph.json。graph 与 review.json、context.json、 domain-*.json、gate.json、aggregate.json 和 dim_01.json … dim_37.json 在同一目录。
3. 读取 graph 后依次调用 dog_validate、dog_create、dog_run、dog_wait。 所有节点均使用 programmatic review-record verifier；dog_run 后必须等到终态。
4. 用 dog_status 分别汇报 qualityScore、coverage、gateStatus 和 deliveryStatus，再按需展开域、criterion、evidence、issue 和 legacy ID。 inconclusive 表示覆盖不足、未请求或 artifact 不可判定，不能描述为通过。
5. 只有 OpenWrite 的审查问题才能进入 novel_revisions_* 回炉闭环。应用修订后 必须复评，再用 dog-delivery-query 确认 closure.closed。DoG 的 failure 只负责定位问题，不直接改正文或资产。

状态约定

• qualityScore 是有可定位正文证据的正向累加分；issue 不直接扣分。
• coverage 单独表达实际完成的评审范围；inconclusive 会降低覆盖率。
• gateStatus=blocked 来自 hard-gate 或 critical finding，不改写质量分。
• deliveryStatus 综合质量、覆盖、门禁和正文 SHA 新鲜度；它不是 passed 的别名。
• 37 个 leaf 是 legacy_check_ids 查询入口，不是 37 个顶层计分维度。

边界

• 不要用 DoG verifier 直接调用 Studio 写入接口。
• 不要把 warning 自动升级成失败；先展示 evidence，由 review_gate 和作者决定。
• 不要用 dog_run 生成、补写或刷新评审；artifact 缺失或 stale 时回到 OpenWrite 流程。