Add Agent evaluation report site

experiments/README.md

@@ -10,6 +10,7 @@
 | KC-002 | 分页语料、受控对比和证据账本能支持领域进展判断 | completed | 建立 516 篇候选、32 篇全文池和 23 篇证据账本，得到可审计结论 | [记录](knowledge-compilation/2026-07-10-agent-memory-field-audit.md) |
 | OPS-001 | 完整仓库交接可以让无会话上下文的 AI 继续工作 | completed | 增加状态、历史、下一步、完整性检查、模型校验和 systemd 服务管理 | [记录](operations/2026-07-12-project-handoff-audit.md) |
 | EVAL-001 | 现有运行事件和隔离工作区可扩展为可决策的 Agent 评测体系 | completed | 形成任务契约、分层评测、独立判分、gain/regression 对照和评分器；尚未运行真实模型 | [记录](agent-evaluation/2026-07-27-k1412-agent-evaluation-design.md) |
+| OPS-002 | 评估结论可以用交互报告展示而不伪装成真实跑分 | validated-local | 完成中文静态报告、决策演算器、任务筛选、响应式验证和健康镜像；等待公开部署 | [记录](operations/2026-07-27-agent-eval-site.md) |
 
 ## Experiment Rules
 

experiments/operations/2026-07-27-agent-eval-site.md

@@ -0,0 +1,65 @@
+# 实验：Agent 评估结论网页
+
+status: validated-local
+
+## 问题
+
+能否把 Agent 评估方案做成一个有用的中文网页，同时不把方法演示伪装成真实实验结果？
+
+## 设计
+
+- 独立静态站，不给现有 Atlas 增加另一个认知模式。
+- 首屏只回答核心判断和证据边界。
+- 用可调配对矩阵展示 gain、regression、安全和假完成如何改变发布决定。
+- 渐进展开六层评测、十个任务契约和原始产物。
+- Git 研究文档仍是事实源，网页只负责解释和导航。
+
+## 本地验证
+
+真实 Chromium 覆盖桌面和 390px 手机视口：
+
+```text
+desktop horizontal overflow: 0
+mobile horizontal overflow: 0
+initial task rows: 10
+current-runnable filter: 2
+memory search results: 1
+safety violation decision: 拒绝当前变体
+L4 tab result: L4
+console/page errors: 0
+```
+
+生产镜像验证：
+
+```text
+base: nginx:1.29.5-alpine
+platform: linux/amd64
+container port: 8080
+health path: /health
+container health: healthy
+index/assets: HTTP 200
+```
+
+## 失败与修复
+
+1. 第一次拉取 `nginx:1.27-alpine` 时 Docker Hub 返回 EOF。环境中已有更新的
+   `nginx:1.29.5-alpine` amd64 镜像，随后使用该固定版本完成构建。
+2. 对单个静态文件使用 `COPY --chmod=0644` 时，BuildKit 自动创建的 `assets` 目录也成为
+   `0644`，Nginx 因目录不可遍历而返回 404。修复为先用 `0755` 创建目录，再以 `0644`
+   复制文件。
+
+## 当前边界
+
+- 演算器使用示例数值，不是 Agent 实验结果。
+- 任务列表只展示契约状态，不表示八个缺 Runner 的任务已经可运行。
+- 公开部署和首页注册完成后再把本记录升级为 `completed`。
+
+## 部署目标
+
+```text
+app slug: agent-eval
+URL: https://agent-eval.k1412.top/
+NAS host port: 12005
+container port: 8080
+health path: /health
+```