在 agent 跑偏的当下注入一句纠偏。
ONE CORRECTIVE SENTENCE, MID-LOOP
agent-shepherd 监督 QwenPaw、Claude Code、Codex 的推理与工具执行。Tier 0 是确定性探测器，不调用模型。Tier 1 是可选的 LLM 步骤打分器，只在 Tier 0 看到证据时唤醒。是否注入纠偏由一道用观测结果拟合的风险门决定，不采信裁判自报的置信度。
agent events ──► Tier 0 detectors · 0 cost · deterministic │ 有证据? ▼ Tier 1 LLM scorer ──► on-goal / justified / verified │ ▼ risk gate (fitted from outcomes) ──► 一句纠偏，注入循环中段
每个事件都跑，零模型成本，规则命中才算数。规则本条目按 Wilson 下界排序，样本少的案例压不过验证充分的条目。
为最近步骤评 on-goal / justified / verified；只在 Tier 0 有证据时唤醒。判定准入由观测到的结果拟合，不采信裁判自报的置信度。
QwenPaw · Claude Code · Codex 一套钩子全部覆盖。重装时先摘掉旧形状的 shepherd 条目再写当前形状，不会让同一个事件触发两次钩子。
看到的一切都追加进 ledger，支持离线 replay。
shepherd eval 注入单点故障，按检测器报 precision、recall、检测延迟与监督成本，用来回答监督是否值这个成本。
并发 ingest 下按会话串行化状态。风险分写失败只丢当次评分，不阻塞会话。QwenPaw 钩子为 async，不以超时阻塞 agent 事件循环。本机裁判流量默认绕开代理环境变量。
不在 PyPI 上：从 git 或 release wheel 安装，daemon 与 QwenPaw 插件包分开装。