noteflowai · noteflowai · Sep 14, 2026 · Sep 14, 2026
diff --git a/CHANGELOG.md b/CHANGELOG.md
@@ -1,5 +1,20 @@
 # Changelog
 
+## 0.8.0 · 2026-09-14 · Research preview
+
+- Verify whole suite handoffs from the original TOML, plan, every repetition and
+  attempt, recomputed custom gates and JUnit failure/error records.
+- Add `--require-accepted` for configured suite gates, distinct from record
+  consistency and full task resolution. Original candidate paths and timings
+  remain reported metadata; no candidate or grader is executed.
+- Download the featured suite as a deterministic ZIP from the evidence lab.
+  Preserve all 12 original input files and verify the extracted archive offline.
+- Check received suites from the installed wheel outside the checkout with an
+  empty PATH, including rejection of a modified JUnit record.
+
+Task contracts, scoring rules and historical evidence bytes are unchanged.
+
+
 ## 0.7.1 · 2026-09-14 · Research preview
 
 - Share and restore a specific task pack, control, seed, case and trace step in

diff --git a/README.md b/README.md
@@ -33,6 +33,13 @@ details to the case list, and retry failed sections independently.
 
 [![EvalArc v0.3: score rises from 90% to 93.75% while a check regresses](docs/assets/regression-lab.png)](https://huggingface.co/spaces/glayguo/evalarc)
 
+**v0.8: verify the whole handoff.** Download the suite evidence ZIP from the
+lab, then run `evalarc verify suite-evidence --json` to recompute its original
+TOML, plan, five attempts, custom gates and JUnit. Add `--require-accepted`
+for CI acceptance. Consistency, configured acceptance and full resolution are
+reported separately. No candidate execution is required.
+[Offline verification and limits](docs/verification.md).
+
 **Two working task packs** share an evidence format and
 configurable candidate commands:
 

diff --git a/README.zh-CN.md b/README.zh-CN.md
@@ -26,6 +26,12 @@ EvalArc 关注智能体实际完成的结果，以及支撑评分结论的证据
 
 [![EvalArc v0.3：分数上升，一项检查却退步](docs/assets/regression-lab.png)](https://huggingface.co/spaces/glayguo/evalarc)
 
+**v0.8：完整验收证据可离线复核。** 从首页下载套件 ZIP，解压后运行
+`evalarc verify suite-evidence --json`，复核原始 TOML、执行计划、五次尝试、
+验收规则与 JUnit。使用 `--require-accepted` 接入 CI 验收；证据一致、规则接受、
+任务完全完成分别报告。整个检查不执行候选程序。
+[离线验证流程与边界](docs/verification.md)。
+
 **已实现 coding 和业务工具两个场景。**
 
 | 任务 | 交互方式 | 验证内容 |

diff --git a/docs/outreach/hellogithub-submission.md b/docs/outreach/hellogithub-submission.md
@@ -12,31 +12,31 @@ https://github.com/noteflowai/evalarc
 
 ### 项目描述
 
-EvalArc 是面向 AI 智能体的开源评测与验收工具。支持 Python／JavaScript 候选、TOML 套件、JUnit 和离线报告复核，保留每轮原始记录。交互实验室展示高分仍违反关键业务约束的案例；新版可分享到具体任务、用例与调用步骤，并独立重试加载失败的分区。提供可筛选 HF Casebook 和中英文文档，现有演示为脚本对照。
+EvalArc 是面向 AI 智能体的开源评测与验收工具。支持 Python／JavaScript 候选、TOML 套件、JUnit 和离线报告复核，保留每轮原始记录。交互实验室展示高分仍违反关键业务约束的案例；0.8.0 可下载完整套件证据，并离线复算原始配置、执行计划、验收规则和 JUnit；浏览器可分享到具体调用步骤。提供可筛选 HF Casebook 和中英文文档，现有演示为脚本对照。
 
 ### 亮点
 
-- **把讨论定位到同一步**：0.7.1 的 Copy evidence link 保存任务、对照实现、种子、案例与 trace 步骤。接收者打开同一观察点，键盘可从详情返回案例列表；受限剪贴板有手动复制入口。
+- **把讨论定位到同一步**： Copy evidence link 保存任务、对照实现、种子、案例与 trace 步骤。接收者打开同一观察点，键盘可从详情返回案例列表；受限剪贴板有手动复制入口。
 - **失败可恢复**：suite、重复尝试、前后比较和任务包可以分别重试；一个任务包不可用时仍可检查另一个。页面经过 320／390／1440 像素与键盘路径验证。
 - **高分不代表完成**：工单策略得 93.75% 却重复写备注；代码实现得 92.5% 却混淆 JSON true 与 1。可检查全部 15 种声明缺陷，以及三项 suite 作业、六条重复尝试和 167 条审计用例的数据表。
-- **可复核交付**：`evalarc verify` 不执行候选代码，重算单次、重复和对照报告；`--require-resolved` 另行要求完整通过。Python／JavaScript 参考实现共享任务约定。
+- **可复核交付**：`evalarc verify` 不执行候选代码，重算单次、重复、对照和完整套件报告，包括 TOML、plan、五次尝试与 JUnit；`--require-accepted` 检查配置的验收规则，`--require-resolved` 另行要求任务完整通过。Python／JavaScript 参考实现共享任务约定。
 
-本账号为维护者，项目与 AI 结对开发，采用 MIT 许可，处于研究预览阶段。现有展示来自已保存的公开开发任务和脚本 Docker 对照，不提供真实大模型排名或 RL 收益结论。离线一致性校验不等于重新运行评分器；suite 级规则和 JUnit 暂不在 verify 的核验范围。
+本账号为维护者，项目与 AI 结对开发，采用 MIT 许可，处于研究预览阶段。现有展示来自已保存的公开开发任务和脚本 Docker 对照，不提供真实大模型排名或 RL 收益结论。离线一致性校验不等于重新运行评分器，也不认证报告作者；原始候选路径与计时仍是报告元数据。
 
 ### 示例代码
 
-安装发布的 Python wheel 后，核对收到的重复评测目录，无需 Docker 或 Node：
+安装发布的 Python wheel，从首页下载 suite-evidence.zip 并解压后，无需 Docker 或 Node 即可核验；默认退出 0 表示证据一致，添加 --require-accepted 退出 1 表示严格备注规则拒绝该结果：
 
 ```sh
-evalarc verify received/repetition --json
+evalarc verify suite-evidence --json
 
-# Also require valid, fully resolved results:
-evalarc verify received/repetition --json --require-resolved
+# Require every configured suite gate:
+evalarc verify suite-evidence --json --require-accepted
 ```
 
 ### 截图或演示视频
 
 在线体验：https://huggingface.co/spaces/glayguo/evalarc
-版本：https://github.com/noteflowai/evalarc/releases/tag/v0.7.1
+版本：https://github.com/noteflowai/evalarc/releases/tag/v0.8.0
 
 ![分享具体失败证据，检查智能体评分器的盲点](https://github.com/noteflowai/evalarc/raw/main/docs/assets/suite-lab.png)
diff --git a/docs/outreach/huggingface-introduction.md b/docs/outreach/huggingface-introduction.md
@@ -1,9 +1,9 @@
-Select a case and trace step, then use **Copy evidence link**. The recipient reopens the same task, implementation, seed, case and state change. Clipboard-denied embeds offer a selectable link. Keyboard users can move into case details and return to the list.
+**Download the evidence. Check every gate.** EvalArc 0.8.0 verifies a whole suite from its original TOML, plan, every repetition and attempt, custom acceptance rules and JUnit. It runs offline without a candidate process, Docker, Node or the original candidate directory.
 
-Failed suite, repetition, comparison and audit requests can be retried independently. One unavailable task pack no longer blocks the other; retrying can restore the originally linked view. The explorer fits 320px screens and keeps JSON scrolling inside its cards. Saved reports and scoring rules are unchanged.
+Download **suite-evidence.zip** from the lab and unzip it. `evalarc verify suite-evidence --json` checks all 12 original input files and exits 0 for consistency. Adding `--require-accepted` exits 1: the strict notes gate rejects the faulty policy. Two of three jobs are accepted; only one is fully resolved. Those are separate outcomes.
 
-[Open the Space](https://huggingface.co/spaces/glayguo/evalarc) · [Release 0.7.1](https://github.com/noteflowai/evalarc/releases/tag/v0.7.1) · [Source and methods](https://github.com/noteflowai/evalarc)
+[Open the evidence lab](https://huggingface.co/spaces/glayguo/evalarc) · [Release 0.8.0](https://github.com/noteflowai/evalarc/releases/tag/v0.8.0) · [Verification workflow and limits](https://github.com/noteflowai/evalarc/blob/main/docs/verification.md)
 
-The same public casebook still provides 167 audit cases, six repeated attempts and three suite jobs. These are scripted development controls, not frontier-model scores or unseen-task reliability estimates. EvalArc remains a research preview.
+The public Casebook still provides 167 audit cases, six repeated attempts and three suite jobs. Historical source bytes and scoring rules are unchanged. These are scripted development controls; offline record consistency does not authenticate the producer or independently rerun the grader. Original candidate paths and durations remain reported metadata. EvalArc remains a research preview.
 
 Maintainer update to the existing introduction, developed with AI assistance. Independent community project; no upstream or Hugging Face endorsement is implied.
diff --git a/docs/outreach/weekly-submission.md b/docs/outreach/weekly-submission.md
@@ -1,24 +1,24 @@
-维护者自荐：**evalarc**。EvalArc 是面向 AI 智能体的开源评测与验收工具。支持 Python／JavaScript 候选、TOML 套件、JUnit 和离线报告复核，保留每轮原始记录。交互实验室展示高分仍违反关键业务约束的案例；新版可分享到具体任务、用例与调用步骤，并独立重试加载失败的分区。提供可筛选 HF Casebook 和中英文文档，现有演示为脚本对照。
+维护者自荐：**evalarc**。EvalArc 是面向 AI 智能体的开源评测与验收工具。支持 Python／JavaScript 候选、TOML 套件、JUnit 和离线报告复核，保留每轮原始记录。交互实验室展示高分仍违反关键业务约束的案例；0.8.0 可下载完整套件证据，并离线复算原始配置、执行计划、验收规则和 JUnit；浏览器可分享到具体调用步骤。提供可筛选 HF Casebook 和中英文文档，现有演示为脚本对照。
 
 在线体验：https://huggingface.co/spaces/glayguo/evalarc
 
-- **把讨论定位到同一步**：0.7.1 的 Copy evidence link 保存任务、对照实现、种子、案例与 trace 步骤。接收者打开同一观察点，键盘可从详情返回案例列表；受限剪贴板有手动复制入口。
+- **把讨论定位到同一步**： Copy evidence link 保存任务、对照实现、种子、案例与 trace 步骤。接收者打开同一观察点，键盘可从详情返回案例列表；受限剪贴板有手动复制入口。
 - **失败可恢复**：suite、重复尝试、前后比较和任务包可以分别重试；一个任务包不可用时仍可检查另一个。页面经过 320／390／1440 像素与键盘路径验证。
 - **高分不代表完成**：工单策略得 93.75% 却重复写备注；代码实现得 92.5% 却混淆 JSON true 与 1。可检查全部 15 种声明缺陷，以及三项 suite 作业、六条重复尝试和 167 条审计用例的数据表。
-- **可复核交付**：`evalarc verify` 不执行候选代码，重算单次、重复和对照报告；`--require-resolved` 另行要求完整通过。Python／JavaScript 参考实现共享任务约定。
+- **可复核交付**：`evalarc verify` 不执行候选代码，重算单次、重复、对照和完整套件报告，包括 TOML、plan、五次尝试与 JUnit；`--require-accepted` 检查配置的验收规则，`--require-resolved` 另行要求任务完整通过。Python／JavaScript 参考实现共享任务约定。
 
 ```sh
-evalarc verify received/repetition --json
+evalarc verify suite-evidence --json
 
-# Also require valid, fully resolved results:
-evalarc verify received/repetition --json --require-resolved
+# Require every configured suite gate:
+evalarc verify suite-evidence --json --require-accepted
 ```
 
-安装发布的 Python wheel 后，核对收到的重复评测目录，无需 Docker 或 Node：
+安装发布的 Python wheel，从首页下载 suite-evidence.zip 并解压后，无需 Docker 或 Node 即可核验；默认退出 0 表示证据一致，添加 --require-accepted 退出 1 表示严格备注规则拒绝该结果：
 
 项目：https://github.com/noteflowai/evalarc
-版本：https://github.com/noteflowai/evalarc/releases/tag/v0.7.1
+版本：https://github.com/noteflowai/evalarc/releases/tag/v0.8.0
 
 ![分享具体失败证据，检查智能体评分器的盲点](https://github.com/noteflowai/evalarc/raw/main/docs/assets/suite-lab.png)
 
-本账号为维护者，项目与 AI 结对开发，采用 MIT 许可，处于研究预览阶段。现有展示来自已保存的公开开发任务和脚本 Docker 对照，不提供真实大模型排名或 RL 收益结论。离线一致性校验不等于重新运行评分器；suite 级规则和 JUnit 暂不在 verify 的核验范围。
+本账号为维护者，项目与 AI 结对开发，采用 MIT 许可，处于研究预览阶段。现有展示来自已保存的公开开发任务和脚本 Docker 对照，不提供真实大模型排名或 RL 收益结论。离线一致性校验不等于重新运行评分器，也不认证报告作者；原始候选路径与计时仍是报告元数据。
diff --git a/docs/suites.md b/docs/suites.md
@@ -161,3 +161,11 @@ cancellation; keep that file outside candidates and the output directory.
 The suite stream adds job IDs to the existing `evalarc.event.v1` events.
 
 See the [validation record](validation-v0.5.md) for the checks actually run.
+
+## Verify a received suite without executing it
+
+With EvalArc 0.8+, keep the original TOML, plan, suite JSON, JUnit and all job
+attempts together. Run `evalarc verify received/suite --json --require-accepted`
+to recompute configured gates offline. Full resolution is a separate condition,
+available through `--require-resolved`. Original candidate paths are metadata;
+do not rewrite them when moving the evidence. [Handoff guide](verification.md).
diff --git a/docs/suites.zh-CN.md b/docs/suites.zh-CN.md
@@ -107,3 +107,10 @@ JUnit 中一个 testcase 对应一个 **job 验收门槛**：
 把外部日志放在候选及输出目录之外。
 
 完整字段与 CI 示例见[英文指南](suites.md)，本轮实测范围见[验证记录](validation-v0.5.md)。
+
+## 不执行候选程序，复核收到的套件
+
+EvalArc 0.8 起，保留原始 TOML、计划、套件 JSON、JUnit 和各作业全部尝试，
+运行 `evalarc verify received/suite --json --require-accepted`，即可离线复算验收规则。
+`--require-resolved` 另行要求任务完全完成。原始候选路径作为元数据保留，
+移动证据时不要改写。[完整交付指南](verification.md)。