Reduce run-llm to a pure batch executor

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

docs/decision-log.md

@@ -304,3 +304,22 @@
   `<定義檔名>/`——同理不編日期：只存一份，重跑即取代，
   被取代的執行在 git 歷史，時間戳在 meta.json。四次收斂執行（merge ×2、cap ×2）
   各存合併記錄 JSON 隨該次執行入 runs/。
+- **`run-llm` 降階為純執行器**：原內建的 2+1 編排（文字級
+  一致性判定、固定模板仲裁）拆除；run-llm 只負責「一份
+  定義檔＋一份輸入 JSONL，跑 N 次（預設 2、仲裁場合 1），
+  歸檔 `runs/<定義檔名>/`（重跑即取代）」。理由：一致性
+  判定須逐步驟、結構性（分組比對、標籤集合比對），屬
+  確定性腳本的工作；仲裁輸入由比對腳本建構，本身成為
+  runs/ 可稽核工件；執行器變小易測。比對／進池／裁決
+  套用子命令另行實作。
+- **`run-llm` 一次呼叫即一次執行**：`--runs` 與 `--run` 皆不存
+  在，完整命令形狀為 `run-llm <定義檔> <輸入檔> <歸檔目錄>`——三個
+  必要運算元皆為位置引數（沿 2026-08-02「必要運算元為位置引數」慣
+  例），歸檔目錄如 `runs/01-01-tag/run1`，工具內部零 run 概念，
+  meta 不記 run 編號；「獨立執行兩次」＝重現命令清單上的兩行命令，
+  run 身分只活在命令清單與目錄佈局約定，不在工具內。理由：兩次執行
+  互相獨立是方法學宣稱，其證據應由執行結構與重現命令清單自明，不應
+  要求讀者讀工具原始碼；歸檔目的地為顯式引數，亦是「資料路徑全面顯
+  式化、消滅隱性推導」原則的貫徹。比對子命令驗證兩 run 的定義檔與
+  輸入 SHA 一致、缺 run 即失敗。目標目錄已存在即拒絕執行，重跑須明
+  示 `--replace`。

docs/project-structure.md

@@ -45,23 +45,23 @@ pop-fem-audit/
 │   │   │   │                    #   Wikidata into the snapshot CSV
 │   │   │   ├── fetch_lyrics.py # fetch missing lyrics from the
 │   │   │   │                   #   public APIs into the lyrics dir
-│   │   │   └── run_llm.py     # API runner：2+1 協定、Batch API、
-│   │   │                      #   寫入引數指定的 runs 目錄；執行
-│   │   │                      #   方式 pop-fem-audit-tools run-llm
+│   │   │   └── run_llm.py     # API 執行器：一份定義檔＋一份輸入
+│   │   │                      #   →歸檔至指定目錄（Batch API）；
+│   │   │                      #   比對與仲裁編排由獨立子命令承擔
 │   │   ├── config.py          # pydantic-settings 設定（.env）
 │   │   ├── database.py        # SQLAlchemy engine / session / Base
 │   │   ├── models.py          # SQLAlchemy ORM 資料模型
 │   │   └── utils.py           # 共用工具（format_duration）
 │   └── tests/                 # 單元測試（unittest）
 ├── runs/                      # 現行執行的完整稽核紀錄（進 git；
-│   │                          #   重跑即取代，舊執行在 git 歷史）
-│   └── <定義檔名>/
-│       ├── prompt.md          # 當次定義檔快照（自我完備）
-│       ├── run1.jsonl         # 第一次執行原始輸出
-│       ├── run2.jsonl         # 第二次執行原始輸出
-│       ├── arbitration.jsonl  # 仲裁輸出
-│       └── meta.json          # model ID、temperature、時間戳、
-│                              #   batch ID、一致率
+│   │                          #   重跑同一 run 須明示 --replace）
+│   └── <定義檔名>/            #   仲裁步驟居自己的 <task>-arb/
+│       └── run<N>/            #   每個 run 一份自我完備歸檔
+│           ├── prompt.md      # 當次定義檔快照（自我完備）
+│           ├── output.jsonl   # 該次執行原始輸出
+│           └── meta.json      # model ID、temperature、時間戳、
+│                              #   batch ID、token 用量
+│                              #   （一致率由比對子命令記錄）
 ├── results/                   # 論文引用的報表 CSV（export 產出；
 │                              #   「可再生仍 commit」的唯一例外）
 ├── docs/