fix: reproduce live MCP traces in shadow v2

.github/workflows/ci.yml

@@ -41,4 +41,4 @@ jobs:
       - name: Install MCP extra
         run: python -m pip install --disable-pip-version-check -e '.[mcp]'
       - name: MCP protocol tests
-        run: python -m unittest tests.test_feedback_ledger tests.test_mcp_adapter -v
+        run: python -m unittest tests.test_feedback_ledger tests.test_mcp_adapter tests.test_real_task_shadow_v2 -v

docs/optional-mcp-interface.md

@@ -218,6 +218,8 @@ In this deployment, trace handles expire <retention policy>; feedback after expi
 
 `trace_expires_at` は自動 expiry がなければ `null`、retention があれば Unix timestamp seconds とする。
 
+`search` はさらに `effective_config_provenance` を必ず返す。これは実際に trace を生成した `EngineConfig` を、ranking と graph propagation に影響する `effective_config.retrieval` と、feedback mutation だけに影響する `effective_config.feedback` へ分離し、実際に選ばれた `search_surface`（`combined` / `relation`）を併記した機械可読 object である。各 config 区分と全体には、UTF-8・key sort・2-space indent・末尾 LF の canonical JSON bytes に対する `sha256:` fingerprint をそれぞれ `retrieval_config_fingerprint`、`feedback_config_fingerprint`、`full_config_fingerprint` として付ける。process default も明示値も、解決後の effective value を省略せず返す。`created_at` とこの provenance により、result-free feedback shadow v2 は同じ snapshot、query、limit、capture 時刻、retrieval config、search surface を exact replayできる。provenance の追加は serving retrieval/default、feedback policy、transport、deployment を変更しない。
+
 ### 5.5 Core mapping
 
 | MCP field or behavior | Current NGR API |

docs/real-task-feedback-shadow-protocol-v2.md

@@ -0,0 +1,63 @@
+# Real-task feedback shadow protocol v2
+
+## 1. 目的と境界
+
+`real-task-feedback-shadow-v2` は、live MCP search trace を frozen SQLite snapshot 上で exact replay できる result-free capture / replay 契約である。v1 は packet に effective runtime config と検索時刻を保存せず、固定 shadow arm config と synthetic time を retrieval verification に使うため、serving retrieval と feedback policy の差を分離できない。v2 は v1 artifact を書き換えず、この欠落だけを superseding protocol として修正する。
+
+この protocol commit は placeholder identity だけを含み、実 task packet、実 source identity、observed outcome、aggregate result を含めない。serving retrieval/default、local registration、remote deployment、Issue #85 の frozen/observed artifact、Issue #89 の事前登録 gate を変更しない。Issue #90 は slot を作成していないため再利用しない。
+
+## 2. Capture contract
+
+MCP `search` success output は trace の `created_at` と `effective_config_provenance` を返す。provenance は `EngineConfig` の全 field を次の二つへ分離し、省略せず、実際に trace を生成した `search_surface`（`combined` / `relation`）を併記する。
+
+- `retrieval`: `sparse_weight`、`dense_weight`、`entry_weight`、`graph_weight`、`seed_count`、`max_hops`、`hop_decay`、`activation_half_life_seconds`、`maximum_activation`、path / propagation bound、activation strategy とその係数、dense / graph switch、normalization、fusion、`rrf_k`
+- `feedback`: `feedback_learning_rate`、`sibling_feedback_normalization`、`maximum_edge_weight`、`relation_feedback_evidence_quorum`、`confirmed_outcome_reinforcement`、`confirmation_decay_ratio`
+
+各 config 区分と全体は canonical JSON bytes（UTF-8、key sort、2-space indent、末尾 LF）の SHA-256 を持つ。packet の `capture` は `searched_at`、`search_surface`、分離済み effective config、三 fingerprint を保存する。さらに query、limit、candidate identity / content hash、credited path、検索時刻、search surface、config と fingerprint をまとめた `capture_fingerprint` を保存する。通常の field 書換え、欠落、未知 field、非 canonical config は fail closed とする。
+
+packet schema は `tests/fixtures/real_task_shadow_v2.packet-schema.json`、result schema は `tests/fixtures/real_task_shadow_v2.result-schema.json` を正本とする。v1 の task、snapshot、candidate、source-use、objective evidence、efficiency、append-only correction semantics は維持する。
+
+## 3. Snapshot verification
+
+packet verifier は次を順に満たす。
+
+1. canonical packet validation と全 config field の `EngineConfig` round-trip を行う。
+2. fingerprint と capture binding を再計算する。
+3. live WAL / journal sidecar を拒否し、snapshot byte hash を照合する。
+4. snapshot の fresh clone を開き、packet の capture effective config、`search_surface`、`searched_at` で同じ query / limit を同じ検索surfaceへ渡す。
+5. candidate 順、source URL、content hash、used node、credited path を exact 比較する。
+
+config、timestamp、candidate、source identity、content、path、fingerprint のいずれかが不整合なら packet は登録・replay できない。
+
+## 4. Two-arm shadow replay
+
+ordered batch ごとに arm あたり一つの fresh snapshot clone を作り、slot 1 から累積 replay する。全 packet は同じ snapshot hash と同じ capture effective config を共有し、capture timestamp は slot 順に厳密増加する。
+
+両 arm は capture config 全体を基底にし、次の feedback-only field だけを上書きする。
+
+| arm | feedback override |
+| --- | --- |
+| `used_q3_s1` | `relation_feedback_evidence_quorum=3`、`confirmed_outcome_reinforcement=false`、`confirmation_decay_ratio=null`、`sibling_feedback_normalization=1.0` |
+| `confirmed_r05_s1` | `relation_feedback_evidence_quorum=1`、`confirmed_outcome_reinforcement=true`、`confirmation_decay_ratio=0.5`、`sibling_feedback_normalization=1.0` |
+
+`feedback_learning_rate` と `maximum_edge_weight` は capture effective value を共通利用する。retrieval field と capture `search_surface` は一つも上書きしない。result は各 arm の full effective config、search surface、retrieval / feedback / full fingerprint、override field list を保存し、二 arm の retrieval config / search surface と capture provenance が byte-semantic に一致しなければ拒否する。
+
+各 packet は capture timestamp で pre-feedback relation trace を再計算し、candidate 順と credited path を packet と照合してから source-use / outcome を適用する。同じ idempotency key の再送が同じ semantic receipt を返すこと、同じ batch の再実行が同じ semantic result を返すこと、source snapshot hash が不変であることを必須とする。stored result verifier は packet / registry と snapshot から batch 全体を再計算し、result と exact 比較する。
+
+## 5. Registry と one-time observation boundary
+
+registry writer は exclusive lock の内側で scan、slot / correction validation、exclusive create を行う。新規 root packet は slot 1 から連番、correction は immutable task / snapshot / retrieval / source-use / capture を保持する。異なる packet ID が同一 slot を競合した場合、一つだけが作成される。
+
+この result-free commit の placeholder probe は registry へ永続登録しない。実 task stream の capture と一回だけの final aggregate は別の事前登録 observation issue だけが開始できる。development / holdout、#85 result、#90 task の遡及利用、観測後の再実行・再集計は行わない。
+
+## 6. Commands
+
+```text
+python tools/run_real_task_shadow_v2.py probe --fixture tests/fixtures/real_task_shadow_v2.placeholder.json
+python tools/run_real_task_shadow_v2.py capture --input PACKET.json --registry-dir LOCAL_REGISTRY
+python tools/run_real_task_shadow_v2.py verify-packet --packet PACKET.json --snapshot SNAPSHOT.db
+python tools/run_real_task_shadow_v2.py replay --registry-dir LOCAL_REGISTRY --snapshot SNAPSHOT.db --output RESULT.json
+python tools/run_real_task_shadow_v2.py verify-result --result RESULT.json --registry-dir LOCAL_REGISTRY --snapshot SNAPSHOT.db
+```
+
+`probe` は modern timestamp、serving-default retrieval mix `0.55 / 0.45`、relation path、placeholder-only source を使い、実 MCP adapter search から packet capture、snapshot verification、二 arm replay、exact result verification までを一巡する。registered output は生成しない。

src/neuron_graph_rag/config_provenance.py

@@ -0,0 +1,77 @@
+from __future__ import annotations
+
+import hashlib
+import json
+from dataclasses import asdict, fields
+from typing import Any, Mapping
+
+from .evidence_feedback import EngineConfig, NeuronGraphRAG
+
+
+FEEDBACK_CONFIG_FIELDS = (
+    "feedback_learning_rate",
+    "sibling_feedback_normalization",
+    "maximum_edge_weight",
+    "relation_feedback_evidence_quorum",
+    "confirmed_outcome_reinforcement",
+    "confirmation_decay_ratio",
+)
+SEARCH_SURFACES = ("combined", "relation")
+
+
+def config_fingerprint(value: Mapping[str, Any]) -> str:
+    canonical = (
+        json.dumps(dict(value), ensure_ascii=False, indent=2, sort_keys=True) + "\n"
+    ).encode("utf-8")
+    return "sha256:" + hashlib.sha256(canonical).hexdigest()
+
+
+def effective_config(config: EngineConfig) -> dict[str, dict[str, Any]]:
+    raw = asdict(config)
+    names = {field.name for field in fields(EngineConfig)}
+    if set(raw) != names:
+        raise RuntimeError("EngineConfig serialization is incomplete")
+    return {
+        "retrieval": {
+            name: raw[name]
+            for name in sorted(names - set(FEEDBACK_CONFIG_FIELDS))
+        },
+        "feedback": {
+            name: raw[name]
+            for name in sorted(FEEDBACK_CONFIG_FIELDS)
+        },
+    }
+
+
+def effective_config_provenance(config: EngineConfig) -> dict[str, Any]:
+    value = effective_config(config)
+    return {
+        "effective_config": value,
+        "retrieval_config_fingerprint": config_fingerprint(value["retrieval"]),
+        "feedback_config_fingerprint": config_fingerprint(value["feedback"]),
+        "full_config_fingerprint": config_fingerprint(value),
+    }
+
+
+def effective_search_surface(config: EngineConfig) -> str:
+    if (
+        config.confirmed_outcome_reinforcement
+        or config.sibling_feedback_normalization > 0.0
+    ):
+        return "relation"
+    return "combined"
+
+
+def search_with_surface(
+    engine: NeuronGraphRAG,
+    query: str,
+    *,
+    limit: int,
+    search_surface: str,
+    now: float | None = None,
+) -> Any:
+    if search_surface == "combined":
+        return engine.search(query, limit=limit, now=now)
+    if search_surface == "relation":
+        return engine.search_channels(query, limit=limit, now=now).relation
+    raise ValueError(f"unknown search surface: {search_surface}")